Makalah Remote Sensing Untuk Eksplorasi Geothermal

Remote Sensing for Geothermal Exploration 1
Kelompok Geotermal/A Semester V FMIPA UNIMA
BAB I
PENDAHULUAN
1.1 Latar Belakang

Perkembangan Industri dan peradaban dunia yang belakangan dirasakan
begitu massif dan sangat cepat membawa dampak yang begitu besar dan melebar
ke hampir semua sector yang berkaitan langsung dengan aktifitas manusia.
Sektor energy merupakan salah satu yang paling krusial dan sangat berpengaruh
terhadap perkembangan suatu dunia. Ketergantungan terhadap energy fosil di
abad ini belakangan mulai mendapat perhatian yang lebih serius dari setiap
Negara di dunia karena studi lanjut mencatat cadangan energy fosil dunia
diperkirakan habis dalam kurun waktu singkat kedepan. Pengembangan energy
alternativepun mulai dirancang dan diintensifkan guna memenuhi kebutuhan
energy global yang semakin meningkat.
Salah satu energy alternative yang menjadi primadona di sebagian belahan
bumi ialah geothermal atau energy yang berasal dari panas di dalam perut bumi.
Energy yang dikenal bersih dan ramah lingkungan serta tidak menimbulkan
emisi gas berbahaya ini diprediksi menjadi pioneer dalam rangka memenuhi
kebutuhan energy industrial dan rumah tangga bagi Negara-negara yang
memiliki sumberdayanya, dikarenakan energy ini hanya terdapat pada areal
vulkanis pada pertemuan elemen lempeng benua dan lempeng samudera (zona
subduksi konvergen). Indonesia merupakan Negara yang kaya akan sumber daya
geothermal. Diperkirakan cadangan geothermal dunia 40 persennya ada di
Negara ini dengan kapasitas 28 GWe. Namun disayangkan baru sekitar 1,2 GWe
yang dikembangkan atau kurang dari 5 % dari total kurang lebih 217 prospek
panasbumi didalamnya.
Seiring dengan perkembangan teknologi dan system informasi pun
mendorong perkembangan riset dan penelitian di bidang geothermal. Munculnya
Sistem Informasi Geografis (SIG) dengan fitur-fitur pendukung yang kompatibel
dalam studi geothermal kemudian membuat para saintis di bidang geologi,
geofisika dan geokimia lebih intensif dalam mengembangkan energy ini.

Semuanya dalam upaya menjga kestabilan energy masa depan yang memadai
dan tidak merusak lingkungan. Salah satu produk yang dihasilkan ialah
teknologi remote sensing (penginderaan jauh) yaitu teknologi yang lebih dikenal
dengan metode pemetaan lewat citra satelit.
1.2 Rumusan Masalah

Berbicara tentang remote sensing artinya kita sedang membicarakan
sesuatu yang tidak kelihatan secara kasat mata proses yang terjadi didalamnya
dan bagaimana cara kerjanya, hal itu membuat sebagian orang terutama di
kalangan masyarakat awam kebingungan menjelaskan masalah ini.
Dalam eksplorasi geothermal, masalah remote sensing yang sifatnya lebih
ke aplikatif harus pula mendapat perhatian untuk dikembangkan secara khusus
di kalangan mahasiswa dan akademisi yang mempelajari bidang ini agar dapat
mempermudah tahapan eksplorasi dan pengontrolan produksi geothermal.
Untuk itu makalah ini lebih banyak membicarakan masalah tentang apa
sebenarnya remote sensing atau penginderaan jauh itu sendiri, bagaimana cara
kerjanya serta komponen-komponen yang ada didalamnya dan pemanfaatanya
dalam studi eksplorasi geothermal.
1.3 Tujuan
Adapun yang menjadi tujuan penulisan makalah ini selain untuk
memenuhi tugas perkuliahan M.K Vulkanologi dan Geothermal (3 SKS) juga
untuk membahas tentang
 Apakah remote sensing itu?
 Bagaimana cara kerja remote sensing?
 Bagaimana peran remote sensing dalam eksplorasi geothermal?
1.4 Metode Penulisan

. Makalah ini disusun dengan mengumpulkan data menggunakan metode
cybernet atau eksplorasi internet dan membandingkan dengan buku materi
softcopy dari dosen pembimbing, kemudian makalah ini ditulis dengan

mengikuti sistematika penulisan makalah.
BAB II
PEMBAHASAN
2.1 PENGENALAN REMOTE SENSING

Remote sensing atau dalam istilah Bahasa Indonesia dikenal dengan istilah
Penginderaan Jauh (PIJ) adalah “Pengambilan atau pengukuran data / informasi
mengenai sifat dari sebuah fenomena, obyek, atau benda dengan menggunakan
alat perekam tanpa berhubungan langsung dengan bahan study”
(http:rst.gsfc.nasa.gov/Intro/Part2_1.html). Pada dasarnya, jika dianalogikan
konsep remote sensing mirip cara kerjanya dengan mata manusia. Mata manusia
menangkap pantulan cahaya matahari oleh sebuah obyek, merekamnya
kemudian meneruskan informasi yang didapat ke otak untuk diproses dan
dianalisa sehingga obyek tersebut dapat terlihat. Dalam hal ini mata kita
bertindak sebagai sensor yang menangkap pantulan cahaya obyek tersebut.
Gambar 1.1
Analogi Remote Sensing dengan mata manusia
Dalam remote sensing, yang berfungsi sebagai sensor adalah kamera

yang terpasang pada platform dalam hal ini biasanya satelit atau pesawat
terbang. Sensor dan satelit yang berada di luar angkasa menangkap pancaran
sinar matahari yang dipantulkan oleh obyek di permukaan bumi, merekamnya
dan memproduksi data penginderaan jauh yang kita kenal dengan istilah citra
satelit. Apabila platform yang dipakai adalah pesawat terbang, citra yang
dihasilkan biasanya disebut foto udara (Aerial Photography).
Beberapa sumber mencatat pandangan yang berbeda mengenai remote
sensing dimana ada yang menyatakan bahwa remote sensing merupakan ilmu
tentang pengumpulan data jarak jauh, ada juga yang berpendapat remote sensing
merupakan teknologi yang sifatnya aplikatif, ada juga yang menyatakan remote
sensing hanya sebagai metode dalam menginterpretasikan suatu obyek dari jarak
jauh tanpa menyentuh obyek tersebut. Dan makalah ini, penulis memandang
remote sensing sebagai metode untuk pengukuran yang melibatkan tenaga
elektromagnetik misalnya gelombang cahaya, gelombang panas, dan gelombang
radio. Foto udara sendiri merupakan asal mula metode penginderaan jauh dan
merupakan metode yang paling banyak digunkan.
Gambar 1.2
Skema Pengambilan Data pada Remote Sensing
 Komponen Dasar
Empat komponen dasar dalam system remote sensing adalah target,
sumber energy, alur transmisi, dan sensor. Komponen dalam system ini bekerja
bersama untuk mengukur dan mencatat informasi mengenai target tanpa
menyentuh obyek tersebut. Sumber energy yang menyinari atau memancarkan
energy elektromagnetik pada target mutlak diperlukan. Energy berinteraksi
dengan targetdan sekaligus berfungsi sebagai media untuk meneruskan
informasi dari target kepada sensor. Sensor adalah sebuah alat yang
mengumpulkan dan mencatat radiasi elektromagnetik. Setelah dicatat, data akan
dikirimkan ke stasiun penerima dan diproses menjadi format yang siap pakai
diantaranya berupa citra. Citra ini kemudian diinterpretasi untuk menyajikan
informasi mengenai target. Proses interpretasinya biasanya berupa gabungan
antara visual dan automatic dengan bantuan computer dan perangkat lunak
pengolah citra.
Gambar 1.3
Konsep Mendasar Remote Sensing
Dalam remote sensing ada 7 komponen utama yang berperan dengan

karakteristiknya masing-masing.
Gambar 1.4
7 Komponen Yang Berperan dalam Remote Sensing
Sumber energy (Illumination) (A), merupakan bagian pertama yang

diperlukan dalam penginderaan jauh. Sumber energy merupakan penyedia
gelombang elektromagnetik ke obyek yang dijadikan sebagai target pengamatan.
Tanpa adanya sumber energy maka obyek tidak dapat teridentifikasi. Radiasi
dan atmosfer (B), energy dari sumber menjalar kea rah target secar radiasi.
Interaksi ini sama cepat dengan energy yang menjalar menuju objk target
melewati atmosfer menimbulkan interaksi dengan target itu sendiri dan
radiasinya. Perekaman energy oleh sensor (D), setelah energy dihamburkan
(scattered) atau diemisikan (emitted) dari target, maka dibutuhkan sensor yang
jauh dan tidak kontak secara langsung dengan target. Sensor ini digunkan untuk
mengumpukan dan merekam radiasi gelombang elektromagnetik. Transmisi,
penerimaan, dan pemrosesan (E), energy yang berupa gelombang
elektromagnetik yang terekam oleh sensor ditransmisikan untuk diolah di stasiun
untuk diubah menjadi data berupa image (citra). Interpretasi dan analisa (F),
citra yang sudah diproses kemudian diinterpretasi secara visual atau secara
digital untuk mengekstraksi informasi dari target. Aplikasi (G), bagian terakhir
dari proses remote sensing dicapai manakala kita dapat mengekstraksi lebih
banyak informasi dari citra sehingga Nampak informasi baru dai target suatu
obyek.
Tujuh proses diatas merupakan proses remote sensing dari awal sampa
akhir. Satu tahap lagi di luar bagian diatas adalah pembuktian di lapangan.
Bagaimanapun juga hasil analisa laboratorium tidak bisa dipastikan benar
sepenuhnya karena banyak parameter yang bisa dinaggap mengganggu
pemrosesan saat interpretasi, misalnya noise dari atmosfer, gangguan
electromagnet, vegetasi yang bervariasi, dan lain sebagainya sehingga
diperlukan pengecekan di lapangan (ground checking).
 Sumber Energi
Seperti yang sudah dibahas sebelumnya bahwa remote sensing
merupakan metode dalam menginterpretasikan citra dan bahwa dalam prosesnya
memerlukan energy. Secara spesifik energy yang dibutuhkan dalam perekaman
suatu citra yaitu berasal dari paket energy hasil penjalaran gelombang
elektromagnetik. Diatas juga sempat disinggung mengenai sumber energy yakni
matahari sebagai sumber energy yang memancarkan energy secara alami yang
dipantulkan atau diserap oleh obyek-obyek di permukaan bumi. System remote
sensing yang menggunakan sumber informasi dari pantulan cahaya matahari
disebut sensor pasif.
Gambar 1.5
Proses dalam Remote Sensing
Selain itu dikenal juga system remote sensing yang memancarkan energy
sebagai bagian dari system. Energy secara sengaja dihamburkan dari platformya
langsung untuk mendapatkan respon balik dalam bentuk informasi mengenai
areal yang dapat merefleksikan paket energy tersebut. System seperti ini disebut
sensor aktif. Contoh yang paling umum adalah teknologi RADAR (Radio
Detection and Ranging). Sensor radar memancarkan gelombang radio ke
permukaan bumi dan merekam pantulan dari gelombang tersebut dan tidak
terpengaruh oleh pergantian siang dan malam dan mampu menembus halangan
atmosfer karena sifat panjang gelombangnya yang lebih panjang daripada
spectrum sinar matahari.
Kelebihan dari sensor pasif adalah tampilan dari hasil perekaman yang
mirip dengan hasil foto biasa, dimana obyek-obyek di permukaan bumi mudah
dikenali secara visual tanpa alat bantu apapun. Hal ini disebabkan, yang terekam
oleh sensor pasif sebagian adalah gelombang sinar tampak (350-780 nm).
Sebaliknya pada sensor aktif, tampilan dari hasil perekaman seringkali sulit
dikenali secara visual karena gelombang (0,75 mm – 1,1 cm) yang digunakan.
Kelebihan dari sensor aktif adalah kemampuannya mengatasi kendala-kendala
atmosfer seperti awan, kabut, dan asap. Sensor aktif juga dapat digunakan pada
malam hari. Sebaliknya sensor pasif amat tergantung pada tersedianya sinar
matahari yang mencukupi pada saat perekaman. Disamping itu sensor pasif juga
amat tergantung pada kondisi atmosfer. Pada kondisi dimana terdapat kabut atau
awan tebal, maka hasil perekaman akan sangat buruk.
Gambar 1.6
Remote Sensing Aktif dan Pasif
 Konsep Gelombang Elektromagnetik
Salah satu jenis gelombang yang terdapat di alam adalah gelombang

elektromagnetik. Cahaya yang kita nikmati setiap harinya termasuk ke dalam
gelombang elektromagnetik. Sinar inframerah sinar ultraviolet juga masuk
dalam kategori gelombang elektromagnetik. Defenisi gelombang
elektromagnetik adalah gelombang yang dalam perambatannya tidak
memerlukan medium. Setiap jenis gelombang mempunyai sifat tersendiri.
Sifat gelombang elektromagnetik, yaitu: Gelombang elektromagnetik

dapat menjalar, melalui ruang hampa dengan kecepatan mendekati 300 juta
meter per detik (m/s). Gelombang elektromagnetik terdiri atas medan listrik dan
medan magnet, dan termasuk gelombang transversal. Gelombang
elektromagnetik dihasilkan oleh getaran medan-medan listrik dan medan-medan
magnet yang saling tegak lurus dan menghasilkan arah penjalaran gelombang
saling tegak lurus satu dengan lainnya.
Gambar 1.7
Penjalaran Gelombang Elektromagnetik
Gelombang elektromagnetik dipancarkan ketika energi partikel-partikel

bermuatan listrik berubah dalam dua cara. Cara pertama, yaitu ketika sebuah
elektron berpindah ke orbit yang lebih dalam (orbit yang energinya lebih
rendah). Cara kedua, yaitu ketika elektron-elektron atau inti atom bergetar,
sehingga energi kinetisnya berubah. Makin besar perubahan energi, atau makin
cepat getarannya, makin tinggi frekuensi atau makin pendek panjang gelombang
yang dipancarkan. Misalnya perubahan energi untuk menghasilkan sinar-X lebih
besar daripada untuk menghasilkan gelombang radio.
Gelombang radio termasuk ke dalam jenis gelombang elektromagnetik

yang memiliki panjang gelombang terbesar atau frekuensi terkecil. Gelombang
ini dihasilkan dengan membuat elektron-elektron bergetar pada antena.
Gelombang radio digunakan untuk memancarkan bumyi dan informasi gambar
melalui jarak yang sangat jauh. Gelombang radio meliputi daerah panjang
gelombang dari beberapa mm sampai ke beberapa km. Panjang gelombang
terpendek disebut gelombang mikro (microwaves). Gelombang ini dipancarkan
oleh antena berbentuk piring kecil berbentuk antena. Gelombang mikro
digunakan pada radar. Gelombang ini dapat digunakan dalam sebuah oven untuk
memasak makanan dengan cepat. Gelombang mikro menghasilkan efek panas
ketika gelombang ini diserap. Makanan menyerap frekuensi gelombang mikro
tertentu dengan sangat kuat, sehingga makanan masak dengan cepat.
Jenis gelombang elektromagnetik lainnya adalah sinar-X. Sinar-X

memiliki panjang gelombang lebih kecil daripada sinar ultraungu. Sinar-X
dihasilkan ketika elektron-elektron yang bergerak cepat kehilangan energi
dengan cepat. Sinar-X dapat menembus benda-benda padat, misal: kayu yang
tebalnya beberapa cm, pelat aluminium setebal 1 cm. Sinar-X dapat memberi
efek pada film. Tulang-tulang pada badan kita tidak mudah ditembus cahaya
seperti jaringan sel-sel tubuh lainnya. Oleh karena itu sinar-X dapat digunakan
untuk memotret kedudukan tulang-tulang, khususnya untuk menentukan letak
tulang yang patah.
Sinar gamma termasuk juga dalam jenis gelombang elektromagnetik.

Sinar ini memiliki spektrum gelombang yang memiliki daya tembus lebih kuat
dan lebih berbahaya daripada sinar-X. Sinar ini dihasilkan dari peristiwa
radioaktivitas dari unsur-unsur tidak stabil atau dari proses penghancuran antara
positron dan elektron.
Spektrum adalah sebuah kata lain yang berarti “hantu” atau bayangan
hitam. Kata Spektrum pertama kali digunakan oleh Isaac Newton pada tahun
1671. Untuk menjelaskan bayangan sinar yang dibentuk oleh prisma menyerupai
pelangi yang berwarna warni seperti lagu anak TK “pelangi-pelangi” yang

dinamakan spektrum gelombang elektromagnetik.
Spektrum gelombang elektromagnetik terdiri atas tujuh macam

gelombang yang dibedakan berdasarkan frekuensi serta panjang gelombang
tetapi cepat rambat di ruang hampa adalah sama. Yaitu c = 3 x 108 m/s. Seperti
yang sudah dibahas dalam teori Maxwell tentang gelombang elektromagnetik.
frekuensi gelombang terkecil adalah gelombang cahaya serta panjang
gelombang terbesar sedangkan frekuensi terbesar adalah sinar gamma serta
panjang gelombang terpendek.
 Spektrum Elektromagnetik
Susunan semua bentuk gelombang elektromagnetik berdasarkan panjang
gelombang dan frekuensinya disebut spectrum elektromagnetik. Gambar
spectrum elektromagnetik dibawah disusun berdasarkan panjang gelombang
(diukur dalam satuan _m) mencakup kisaran energy yang sangat rendah, dengan
panjang gelombang tinggi dan frekuensi rendah, sepertigelombang radio sampai
ke energy yang sangat tinggi, dengan panjang gelombang rendah dan frekuensi
tinggi seperti radiasi X-ray dan Gamma-ray.
Gambar 1.8
Spektrum Gelombang Elektromagnetik
 Radio
Radio energy adalah bentuk level energy elektromagnetik terendah,
dengan kisaran panjang gelombang dari ribuan kilometer sampai kurang
dari satu meter. Penggunaan paling banyak adalah untuk komunikasi,
untuk meneliti luar angkasa dan system radar. Radar berguna untuk
mempelajari pola cuaca, badai, membuat peta 3D permukaan bumi,
mengukur curah hujan, pergerakan es di kutub dan monitor lingkungan.
Panjang gelombang radar berkisar antara 0,8 – 100 cm.
 Microwave
Panjang gelombang microwaves berkisar 0,3 – 300 cm. Penggunaannya
terutama dalam bidang komunikasi dan pengiriman informasi melalui
ruang terbuka, memasak, dan system Remote Sensing aktif. Pada Remote
Sensing aktif, pulsa microwaves ditembakkan kepada sebuah target dan
refleksinya diukur untuk mempelajari karakteristik target. Sebagai
contoh aplikasi adalah Tropical Rainfall Measuring Mission’s (TRMM)
Microwaves Imager (TMI), yang mengukur radiasi microwaves yang
dipancarkan dari Spektrum Elektromagmetik atmosfer bumi untuk
mengukur penguapan, kandungan air awan dan intensitas hujan.
 Infrared
Radiasi infrared (IR) bisa dipancarkan dari sebuah objek ataupun
dipantulkan dari sebuah permukaan. Pancaran infrared dideteksi sebagai
energy panas dan disebut thermal infrared. Energy yang dipantulkan
hamper sama dengan energy sinar Nampak dan disebut dengan reflected
IR atau Near IR (NIR) karena posisinya pada spectrum elektromagnetik
berada di dekat sinar Nampak. Panjang gelombang radiasi infrared
berkisar antara 0,7 – 300 μm, dengan spesifikasi: near IR atau reflected
IR : 0,7 – 3 μm, dan thermal IR: 3 – 15 μm
Untuk aplikasi remote sensing untuk lingkungan hidup mengguankan
citra Landsat, reflected IR pada band 4 (NIR), band 5,7 (MIR) dan
thermal IR pada band 6, merupakan karakteristik utama untuk

interpretasi citra. Sebagai contoh, gambar berikut menunjukkann suhu
permukaan laut global (dengan Thermal IR) dan sebaran vegetasi
(dengan NIR).
Gambar 1.9
Infrared
 Cahaya Tampak (Visible)

Posisi cahaya tampak pada spectrum elektromagnetik adalah ditengah.
Tipe energy ini bisa dideteksi oleh mata manusia, film dan detector
elektronik. Panjang gelombangnya berkisar 0,4 -0,7 μm. Perbedaan
panjang gelombang dalam kisaran ini dideteksi oleh mata manusia dan
oleh otak diterjemahkan menjadi warna. Dibawah ini contoh color
composite dati citra Landsat 8
Gambar 1.10
Color Composite pada Band Cahaya Tampak (BHM)
 Ultraviolet, X-ray, Gamma-Ray

Radiasi ultraviolet, X-Ray dan Gamma Ray berada dalam urutan paling
kiri pada spectrum elektromagnetik. Tipe radiasinya berasosiasi dengan
energy tinggi, seperti pembentukan bintang, reaksi nuklir, ledakan
bintang. Panjang gelombang radiasi ultraviolet berkisar antara 3 nm – 0,4
μm, sedangkan X-Ray 0,03 – 3 nm dan Gamma Ray < 0,003nm. Radiasi
UV bisa dideteksi oleh film dan detector elektronik, sedangkan X-Ray
dan Gamm-Ray diserap sepenuhnya oleh atmosfer, sehingga tidak dapat
diukur dengan remote sensing.
 Interaksi Energi
Gelombang elektromagnetik (EM) yang dihasilkan matahari dipancarkan
(radiated) dan masuk ke dalam atmosfer bumi. Interaksi antara radiasi dengan
partikel atmosfer bisa berupa penyerapan (absorption), pemancaran (scattering)
atau pemantulan kembali (reflectance). Sebagian besar radiasi dengan energy
tinggi diserap oleh atmosfer dan tidak pernah mencapai permukaan bumi.
Bagian energy yang menembus atmosfer adalah yang ‘transmited’. Semua
massa dengan suhu lebih tinggi dari 0 K (-273 0C) mengeluarkan (emit) radiasi
EM.
Gambar 1.11
Interaksi Gelombang EM
 Sensor
Radiometer adalah alat pengukur level energy dalam kisaran panjang
gelombang tertentu, yang disebut channel. Remote sensing multispectral
menggunakan sebuah radiometer yang berupa deretan dari banyak sensor, yang
masing-masing peka terhadap sebuah channel atau band dari panjang gelombang
tertentu. Data spectral yang dihasilkan dari suatu target berada dalam kisaran
level energy yang ditentukan.
Radiometer yang dibawa oleh pesawat atau satelit mengamati bumi dan
mengukur level radiasi yang dipantulkan atau dipancarkan dari benda-benda
yang ada di permukaan bumi atau pada atmosfer. Karena masing-masing jenis
permukaan bumi dan tipe partikel pada atmosfer mempunyai karakteristik
spectral yang khusus (atau spectral signature) maka data ini bisa dipakai untuk
menyediakan informasi mengenai sifat target. Pada permukaan yang rata,
hamper semua energy dipantulkan dari permukaan pada suatu arah, sedangkan
pada permukaan kasar, energy dipantulkan hamper merata ke semua arah. Pada
umumnya permukaan bumi berkisar diantara ke dua ekstrim tersebut, tergantung
pada kekerasan permukaan.
Contoh lebih spesifik adalah pemantulan radiasi EM dari daun dan air.
Sifat klorofil adalah menyerap sebagian besar radiasi degan panjang gelombang
merah dan biru dan memantulkan panjang gelombang hijau dan NIR. Sedangkan
air menyerap radiasi dengan panjang gelombang cahaya tampak tinggi dan NIR
lebih banyak daripada radiasi cahaya tampak dengan panjang gelombang pendek
(biru).
Gambar 1.12
Karakteristik panjang gelombang GEM terhadap Reflektansi
Pengetahuan mengenai perbedaan spectral signature dari berbagai

bentuk di permukaan bumi memungkinkan kita untuk menginterpretasi citra.
Seperti pembahasan sebelumnya, ada dua tipe deteksi yang dilakukan oleh
sensor yaitu deteksi aktif dan pasif. Banyak bentuk Remote Sensing yang
menggunakan deteksi pasif, dimana sensor mengukur level energy yang secara
alami dipancarkan, dipantulkan, atau dikirimkan oleh target. Sensor ini hanya
bisa bekerja apabila kterdapat sumber energy yang alami, pada umumya sumber
radiasi adalah matahari, sedangkan pada malam hari atau apabila permukaan
bumi tertutup awan atau debu, asap, dan partikel atmosfer lain, pengambilan
data dilakukan dengan cara deteksi pasif tidak bisa dilakukan dengan baik.
Contoh sensor pasif yang paling dikenal adalah sensor utama pada satelit
Landsat, Thematic Mapper, yang mempunyai 8 channel atau band (terbaru)
 Band 1 (0,433 – 0,453) μm
 Band 2 (0,45 – 0,515) μm
 Band 3 (0,525 – 0,6) μm
 Band 4 (0,63 – 0,68) μm
 Band 5 (0,845 – 0,855) μm
 Band 6 (1,56 – 1,66) μm
 Band 7 (2,1 – 2,3) μm
 Band 8 (0,5 – 0,68) μm
 Band 9 (1,36 – 1,39) μm
 Band 10 (10,30 – 11,30) μm
 Band 11 (11,50 – 12,50) μm
Sedangkan pada deteksi aktif, Remote Sensing menyediakan sendiri

sumber energy untuk menyinari target dan menggunakan sensor untuk mengukur
refleksi energy oleh target dengan menghitung sudut refleksi atau waktu yang
diperlukan untuk mengembalikan energy. Keuntungan menggunakan deteksi
pasif adalah pengukuran bisa dilakukan kapan saja. Aka tatapi system aktif ini
memerlukan energy yang cukup besar untuk menyinari target. Sebagai contoh
adalah radar Dopler, sebuah system ground-based, radar presipitasi pada satelit
Tropical Rainfall measuring Mission (TRMM), yang merupakan spaceborne
pertama yang menghasilkan peta 3-D dari struktur badai.
 Resolusi Sensor
Rancangan dan penempatan sebuah sensor terutama ditentukan oleh
karakteristik khusus dari target yang ingin dipelajari dan informasi yang
diinginkan dari target tersebut. Setiap aplikasi remote sensing mempunyai
kebutuhan khusus mengenai luas cakupan area, frekuensi pengukuran dan tipe
energi yang akan dideteksi. Oleh karena itu, sebuah sensor harus mampu
memberikan resolusi spasial, spectral, dan temporal yang sesuai dengan
kebutuhan aplikasi.
 Resolusi Spasial
Resoluisi Spasial menunjukkan level dari detail yang ditangkap oleh
sensor. Semakin detail sebuah study semakin tinggi resolusi spasial yang
diperlukan. Sebagai ilustrasi, pemetaan penggunaan lahan memerlukan
resolusi spasial yang lebih tinggi daripada system pengamatan cuaca
berskala besar.
 Resolusi Spektral
Resolusi spectral menunjukkan lebar kisaran dari masing-masing band
spectral yang diukur oleh sensor. Untuk mendeteksi kerusakan tanaman
dibutuhkan sensor dengan kisaran band yang sempit pada bagian merah.
 Resolusi Temporal
Resolusi temporal menunjukkan interval waktu antar pengukuran. Untuk
memonitor perkembangan badai, diperlukan pengukuran setiap beberapa
menit. Produksi tanaman membutuhkan pengukuran setiap musim,
sedangkan pemetaan geologi hanya membutuhkan sekali pengukuran.
2.2 ANALISIS CITRA SATELIT UNTUK EKSPLORASI

GEOTHERMAL
 Citra Landsat
Teknologi Remote Sensing satelit dipelopori oleh NASA Amerika

Serikat dengan diluncurkannya satelit sumberdaya alam yang pertama, yang
disebut ERTS-1 (Earth Resources Technology Satellite) pada tanggal 23 Juli
1972, menyusul ERTS-2 pada tahun 1975, satelit ini membawa sensor RBV
(Retore Beam Vidcin) dan MSS (Multi Spectral Scanner) yang mempunyai
resolusi spasial 80 x 80 m. Satelit ERTS-1, ERTS-2 yang kemudian setelah
diluncurkan berganti nama menjadi Landsat 1, Landsat 2, diteruskan dengan
seri-seri berikutnya, yaitu Landsat 3, 4, 5, 6 dan terakhir adalah Landsat 7 yang
diorbitkan bulan Maret 1998, merupakan bentuk baru dari Landsat 6 yang gagal
mengorbit. Selanjutnya pada bulan Febuari 2013 diluncurkan Lansat 8 sebagai
yang paling baru dari sejarah Landsat yang mulai beroperasi merekam muka
bumi sejak April 2013.
Satelit Landsat merupakan salah satu satelit sumber daya bumi yang
dikembangkan oleh NASA dan Departemen Dalam Negeri Amerika Serikat.
Satelit ini terbagi dalam dua generasi yakni generasi pertama dan generasi
kedua. Generasi pertama adalah satelit Landsat 1 sampai Landsat 3, generasi ini
merupakan satelit percobaan (eksperimental) sedangkan satelit generasi kedua
(Landsat 4 dan Landsat 5) merupakan satelit operasional (Lindgren, 1985),
sedangkan Short (1982) menamakan sebagai satelit penelitian dan
pengembangan (Sutanto, 1994). Satelit generasi pertama memiliki dua jenis
sensor, yaitu penyiam multi spektral (MSS) dengan empat saluran dan tiga
kamera RBV (Return Beam Vidicon).
Satelit generasi kedua adalah satelit membawa dua jenis sensor yaitu
sensor MSS dan sensor Thematic Mapper (TM). Perubahan tinggi orbit menjadi
705 km dari permukaan bumi berakibat pada peningkatan resolusi spasial
menjadi 30 x30 meter untuk TM1 - TM5 dan TM7 , TM 6 menjadi 120 x 120
meter. Resolusi temporal menjadi 16 hari dan perubahan data dari 6 bits (64
tingkatan warna) menjadi 8 bits (256 tingkatan warna). Kelebihan sensor TM
adalah menggunakan tujuh saluran, enam saluran terutama dititikberatkan untuk
studi vegetasi dan satu saluran untuk studi geologi tabel (2.1) Terakhir kalinya
akhir era 2000- an NASA menambahkan penajaman sensor band pankromatik
yang ditingkatkan resolusi spasialnya menjadi 15m x 15m sehingga dengan
kombinasi didapatkan citra komposit dengan resolusi 15m x 15 m.
Tabel 2.1 Saluran Citra Landsat 7 TM

Kisaran
Saluran Kegunaan Utama
Gelombang (µm)
1 0,45 – 0,52 Penetrasi tubuh air, analisis penggunaan lahan,
tanah, dan vegetasi. Pembedaan vegetasi dan
lahan.
2 0,52 – 0,60 Pengamatan puncak pantulan vegetasi pada saluran
hijau yang terletak diantara dua saluran
penyerapan. Pengamatan ini dimaksudkan untuk
membedakan jenis vegetasi dan untuk
membedakan tanaman sehat terhadap tanaman
yang tidak sehat
3 0,63 – 0,69 Saluran terpenting untuk membedakan jenis
vegetasi. Saluran ini terletak pada salah satu
daerah penyerapan klorofil
4 0,76 – 0,90 Saluran yang peka terhadap biomasa vegetasi. Juga
untuk identifikasi jenis tanaman. Memudahkan
pembedaan tanah dan tanaman serta lahan dan air.
5 1,55 – 1,75 Saluran penting untuk pembedaan jenis tanaman,
kandungan air pada tanaman, kondisi kelembapan
tanah.
6 2,08 – 2,35 Untuk membedakan formasi batuan dan untuk
pemetaan hidrotermal.
7 10,40 – 12,50 Klasifikasi vegetasi, analisis gangguan vegetasi.
Pembedaan kelembapan tanah, dan keperluan lain
yang berhubungan dengan gejala termal.
8 Pankromatik Studi kota, penajaman batas linier, analisis tata
ruang
Sumber : Lillesand dan Kiefer, 1979 dengan modifikasi) .

 Karakteristik Data Landsat TM
Data Landsat TM (Thematic Mapper) diperoleh pada tujuh saluran

spektral yaitu tiga saluran tampak, satu saluran inframerah dekat, dua saluran
inframerah tengah, dan satu saluran inframerah thermal. Lokasi dan lebar dari
ketujuh saluran ini ditentukan dengan mempertimbangkan kepekaannya terhadap
fenomena alami tertentu dan untuk menekan sekecil mungkin pelemahan energy.
permukaan bumi oleh kondisi atmosfer bumi
Jensen (1986) mengemumakan bahwa kebanyakan saluran TM dipilih

setelah analisis nilai lebihnya dalam pemisahan vegetasi, pengukuran
kelembaban tumbuhan dan tanah, pembedaan awan dan salju, dan identifikasi
perubahan hidrothermal pada tipe-tipe batuan tertentu.
Data TM mempunyai proyeksi tanah IFOV (instantaneous field of view)

atau ukuran daerah yang diliput dari setiap piksel atau sering disebut resolusi
spasial. Resolusi spasial untuk keenam saluran spektral sebesar 30 meter,
sedangkan resolusi spasial untuk saluran inframerah thermal adalah 120 m
(Jensen,1986).
 Image Processing untuk Eksplorasi Geothermal
Sebelum suatu citra diinterpretasikan, terlebih dahulu harus diolah

sedemikian rupa sehingga informasi yang diperlukan dapat didapatkan. Tahapan
ini merupakan tahap yang paling mahal dan sangat terbatas. Berbeda dengan
citranya sendiri yang bisa diperjualbelikan dengan bebas, citra hasil pengolahan
tidak demikian. Citra dengan region yang sama dan waktu pengambilan yang
sama bisa berisi informasi yang berbeda bergantung dari kemampuan dan
teknologi pengolahannya.
Banyak yang bisa diperleh dari informasi suatu citra, misalnya

lingkungan, batas wilayah geografis, geologi, bahkan pertahanan. Seiring
dengan kemajuan teknologi, citra dengan resolusi yang sangat tinggi sudah
berhsil ditemukan misalnya IKONOS dan QuickBird dengan ground resolution

kurang dari 1 meter. Citra-citra dengan resolusi tinggi ini siapapun bisa
memperolehnya asal memiliki kemampuan dalam hal pendanaan. Tetapi kembali
lagi, tidak semua orang ataupun Negara yang mau berbagi teknologi pengolahan
citra karena itu bersifat restricted dan rahasia.
Penjelasan berikut merupakan beberapa teknik pengolahan citra yang

biasa digunakan untuk keperluan eksplorasi geothermal.
 Analisis Citra Landsat 7 ETM+ dan citra DEM

Kawasan potensi geotermal dapat diketahui menggunakan citra satelit
yaitu citra Landsat 7 ETM+. Pemetaan potensi geotermal menggunakan citra
Landsat 7 ETM+ gelombang inframerah. Energi pancaran gelombang
inframerah dari permukaan bumi yang diterima oleh satelit yang diolah untuk
memperoleh nilai temperatur permukaan bumi yang berasosiasi dengan potensi
geotermal. Untuk membedakan nilai temperatur permukaan yang berasal dari
aktifitas vulkanik terhadap aktifitas manusia dilakukan komparasi citra
temperatur permukaan dengan analisa citra NDVI (Normallized Different
Vegetation Index). NDVI menunjukkan nilai kanopi atau indeks vegetasi di
suatu wilayah. Nilai panas permukaan tanah dalam kawasan vegetasi yang rapat
atau memiliki nilai kanopi yang tinggi dapat diasosiasikan dengan sumber panas
bumi. Selanjutnya dilakukan identifikasi zona permeabel dalam wilayah potensi
panas bumi yang ditandai oleh adanya struktur patahan. Zona patahan dianalisa
menggunakan citra DEM (Digital Elevation Model) dengan efek shading cahaya
matahari untuk memberikan efek gelap pada tebing yang membentuk pola
kelurusan struktur patahan. Titik-titik manifestasi panas bumi panas bumi, yang
ditunjukkan pada citra Landsat ETM+ berkorelasi dengan struktur patahan yang
ditunjukkan pada citra DEM. Di sisi lain, kolam air panas sebagai manifestasi
panas bumi dapat memberikan dampak positif dalam pengembangan wisata
Gunung Kelud, sebagai bentuk pemanfaatan langsung yang bermanfaat bagi
masyarakat sekitar.
Analisis citra yang dilakukan untuk pemetaan wilayah potensi yaitu

analisis distribusi temperature permukaan dan analisis kerapatan vegetasi. Data
citra yang digunakan adalah data Citra Landsat 7 ETM+. Pemetaan distribusi
temperatur permukaan menggunakan band 6 atau saluran infra merah pada citra
Landsat 7ETM+. Analisa kerapatan vegetasi atau NDVI (Normalized Different
Vegetation Index) dilakukan untuk mengetahui jenis tutupan lahan yang dapat
berpengaruh terhadap pancaran panas permukaan bumi. Panas permukaan bumi
dapat disebabkan banyak faktor, diantaranya lahan marginal, wilayah perkotaan,
daerah industri, aktivitas vulkanik, dan juga manifestasi geotermal. Korelasi
antara citra NDVI dengan citra temperature permukaan memberikan informasi
berupa penyebab besaran nilai pancaran panas permukaan.
Analisa struktur geologi pada suatu kawasan dilakukan dengan
menggunakan citra DEM (Digital Elevation Model). Struktur berupa patahan
adalah target utama dalam eksplorasi geotermal. Patahan merupakan penyebab
munculnya manifestasi ke permukaan bumi. Struktur patahan mampu
meningkatkan permeabilitas batuan beku di sekitar kawasan gunung api yang
menjadikan sebuah reservoir geotermal.
Kemunculan manifestasi dan daerah potensi dapat ditinjau dari analisa
temperatur permukaan tanah. Wilayah potensi dan manifestasi akan
memancarkan panas yang lebih tinggi daripada lingkungan sekitarnya. Sehingga
nilai pancaran panas diterima oleh saluran 6 dengan menggunakan gelombang
infra merah. Data Landsat yang digunakan merupakan data yang diakusisi 4
Desember 2002. Dengan menggunakan software ILWIS 3.7 setiap pixel DN
(Digital Number) dari band tersebut dikonversikan ke spektal radian melalui
persamaan berikut :
L max   L min 
L  (Qcal  Qcalmin )  L min 
Qcalmax  Qcalmin
Lλ = Radiansi spektral [W/(m2sr-1µm)] 

Lmaxλ = Radiansi spektral yang diskalakan terhadap Qcal max [W/(m2sr-1µm)] 
Lminλ = Radiansi spektral yang diskalakan terhadap Qcal min [W/(m2sr-1µm)] 
Qcal = Nilai digital. 
Qcal max = Nilai piksel terkalibrasi maksimum 
Qcal min = Nilai piksel terkalibrasi minimum 
Mengingat bahwa target berada di permukaan tanah sedangkan sensor

berada di luar angkasa, diperlukan konversi radiance pada sensor satelit.
Selanjutnya dilakukan koreksi atmosfer yang bertujuan untuk menghilangkan
pengaruh atmosfer dalam wilayah termal, terhadap citra band termal untuk
kajian temperatur absolut. Hal ini dikarenakan sinyal emisi yang meninggalkan
target dipermukaan bisa jadi dilemahkan atau dikuatkan oleh atmosfer.
Persamaan yang digunakan untuk melakukan koreksi atmosfer :
𝐿𝜆 − 𝐿𝜇 − 𝜏(1 − 𝜀)𝐿𝑑
𝐿𝑇 =
𝜏𝜀
Dengan,
LT = Radiance dari kinetic blackbody target
Lλ = TOA radiance pada lubang bidik kamera sensor [W/(m2sr-1µm)]
Lμ = upwelling radiance di atmosfer [W/(m2sr-1µm)]
Ld = downwelling radiance di angkasa [W/(m2sr-1µm)]
ε = emitivitas target
τ = transmitivitas atmosfer
Setelah dilakukan koreksi atmosfer, DN dikonfersi ke nilai temperature

permukaan bumi dengan menggunakan persamaan sebagai berikut:
K2
T
K 
ln  1  1
 L 
Dimana,
K1 = Konstanta kalibrasi 1  666,09
K2 = Konstanta kalibrasi 2  1282,71
Lλ = Radiance dari kinetic blackbody target
Koreksi emisivitas untuk menghitung temperatur permukaan
menggunakan persamaan:
1
−
Tk = ε 4 T
(Widiastuti, 2013)
Temperatur pada Tk merupakan temperatur dalam kelvin. Sehingga dapat
diubah ke celcius dengan persamaan
Tc = Tk – 273
Dimana,
Tk = Temperatur permukaan dalam satuan kelvin
Tc = Temperatur permukaan dalam satuan celcius
ε = Emisivitas (0,95)
Peta yang diperoleh adalah peta temperature permukaan tanah dengan
satuan Kelvin. Untuk mempermudah interpretasi dilakukan dengan
pengkategorian (slicing) setiap kenaikan suhu 100C
 NDVI (NORMALIZED DIFFERENT VEGETATIONS INDEX)

Ada berbagai macam transformasi indeks vegetasi, salah satunya yaitu
NDVI (Normalized Different Vegetation Index). NDVI merupakan jenis
transformasi indeks vegetasi yang mempunyai korelasi paling besar untuk aspek
kerapatan kanopi. Persamaan NDVI adalah sebagai berikut:
(𝑅. 𝑁𝐼𝑅 − 𝑅. 𝑟𝑒𝑑)

𝑁𝐷𝑉𝐼 =
(𝑅. 𝑁𝐼𝑅 + 𝑅𝑟𝑒𝑑)
Nilai NDVI memiliki nilai berkisar antara -1 hingga 1. Wilayah yang

memiliki nilai indeks vegetasi 1 merupakan wilayah bervegetasi rapat,
sedangkan wilayah berindeks -1 adalah wilayah tidak bervegetasi. Untuk
mempermudah interpretasi jenis tutupan lahan dilakukan pengkategorian
berdasarkan range indeks vegetasi. Analisa NDVI juga digunakan untuk
mengetahui kondisi wilayah resapan air. Kondisi reservoir geotermal di bawah
permukaan sangat dipengaruhi oleh kondisi air tanah yang dalam hal ini
dikontrol oleh kerapatan vegetasi.
 Analisa Kelurusan
Suatu system geothermal sangat berkaitan dengan retakan ataupun
rekahan yang merupakan jalan bagi fluida geothermal untuk bergerak ke
permukaan. Pada permukaan ini muncul anomali-anomali dari sifat fisik batuan
yang diakibatkan oleh fluida dari system geothermal yang kontak dengan batuan
sekitar. Anomaly ini biasanya berupa manifestasi permukaan geothermal seperti
fumarole, solfatara, maupun hadirnya mineral-mineral hasil alterasi. Dengan
demikian, analisa struktur sangat penting untuk suatu eksplorasi geothermal.
Retakan atau rekahan ini biasanya berupa struktur-struktur geologi yang
berasosiasi dengan kelurusan pada foto udara (Browne, 1989). Hal yang sama
bisa digunakan untuk citra satelit mengingat foto udara dan citra satelit bekerja
pada gelombang elektromagnetik.
Ada dua cara dalam menentukan kelurusan yang ada pada citra, yaitu
secara manual dan secara komputerisasi. Penarikan kelurusan secara manual
dilakukan dengan memfilter citra terlebih dahulu sehingga kesan lurus akan
lebih mudah terlihat. Filter yang digunakan biasanya berupa edge fitering
technique misalnya Laplacian. Tujuan dari filterisasi ini adalah mendeteksi
piksel yang berdekatan yang akan berubah menjadi pixel dengan nilai yang
berbeda dengan grayscale.
Metode edge filtering lainnya yang bisa digunakan adalah postering
edges. Fasilitas filtering ini tersedia di Photoshop. Tetapi perlu diperhatikan
pada waktu mengguanakan filtering yang ada di Photoshop. Tidak semua
fasilitas filtering bisa digunakan untuk analisa citra karena ada beberapa jenis
filtering yang justru mengaburkan citra.
Gambar 2.1
Analisis kelurusan (manual) Citra Aster band 4 dengan proses filtering edge
Cara lain dalam melakukan analisa kelurusan yaitu secara digitalisasi

otomatis. Penarikan kelurusan tidak secara manual tetapi secara digital melalui
system pengekstraksian citra. Salah satu metode yang bisa digunakan yaitu STA
(Segment Tracing Algorithm) dari Koike, 1994. Prinsip dari metode STA yaitu
mendeteksi garis dari piksel-piksel yang dibaca sebagai elemen vector dengan
memeriksa gray level variance local dari digital image. Kelebihan dari metode
ini adalah mampu mengamati kelurusan pada kontras yang rendah dan kelurusan
yang sejajar dengan azimuth matahari.
Gambar 2.2
Kelurusan diperoleh dari peng-ektraksian otomatis dengan metode STA
(Koike, et al. 1995)
Suatu kelurusan yang berasosiasi dengan struktur sangat tergantung

terrain yang ada. Penarikan kelurusan pada terrain yang datar tidak banyak
menimbulkan masalah dibandingkan dengan penarikan kelurusan pada terrain
yang memiliki relief tinggi seperti gunung api. Hal ini akan menimbulkan
distorsi dari panjang kelurusan yang sebenarnya.
Kelurusan-kelurusan yang diperoleh dari hasil analisa citra satelit sangat
membantu dalam menganalisa struktur geologi, tetapi hal tersebut belum cukup
dalam suatu eksplorasi geothermal. Perlu juga diketahui bagian yang memilliki
struktur geologi paling intensif dan arah umum dari struktur geologi tersebut.
Untuk keperluan tersebut, peta kerapatan kelurusan (lineament density map)
sangat membantu.
Lineament density map adalah peta yang berisi informasi kelurusan pada
suatu area penelitian. Didalamnya menunjukkan jumlah kelurusan yang ada
persatuan luas yang kemudian dibuat suatu kontur kesamaan jumlah kelurusan.
Tahap pertama dalam pembuatan linement density map adalah pengukuran
jumlah kelurusan persatuan luas. Metode ini bernama FFD (Fault Fracture
Density) diperkenalkan pertama kali oleh Soengkono dari Geothermal Institut,
Universitas Auckland, New Zeland pada tahun 1999. Menurut Soengkono, grid
area yang paling sesuai untuk analisa kerapatan sesar dan kekar suatu lapangan
geothermal adalah 1 km2 dan unit yang diperoleh adalah km/km2. Conth FFD
yang akan digunakan untuk pembuatan lineament density map:
Gambar 2.3
FFD untuk Citra ASTER band 4
Dengan FFD seperti diatas dapat dibuatkan suatu peta kerapatan

lineament dan hasilnya sebagai berikut.
Gambar 2.4
Lineament density map dari citra ASTER Band 4 untuk Gunung Guntur, Garut
Dari lineament density map diatas dapat diketahui kecenderungan

kelurusan yang semakin banyak dan diasumsikan sebagai suatu anomaly.
Anomaly ini merupakan gambaran struktur geologi yang paling intensif untuk
daerah tersebut. Untuk lapangan diatas, anomaly tersebut muncul manifestasi
permukaan berupa mata air panas dan ini sesuai dengan asumsi bahwa mata air
panas tersebut keluar melalui fracture-fracture yang ada
BAB III
PENUTUP
3.1 Kesimpulan
Kemajuan teknologi informasi dan komunikasi sangat penting dan perlu
untuk dimanfaatkan semaksimal mungkin. Demikian pula halnya dengan
kemajuan dalam bidang Remote Sensing atau Penginderaan Jarak Jauh dan
Geographical Information Sistem (GIS) yang berperan penting memberikan
informasi tentang muka bumi serta karakteristik, struktur, dan sumber daya yang
terkandung termasuk di dalamnya Geotermal.
Melalui citra satelit baik itu Landsat TM, ASTER, IKONOS,
QUICKBIRD dan lainnya, data ataupun informasi dapat diinterpretasi dengan
menggunakan software yang compatible dengan demikian proses eksplorasi
sumberdaya geothermal dapat dipermudah dengan memperkirakan sebaran
temperature di permukaan dan menganalisa kelurusan-kelurusan yang diduga
ada rekahan dan patahan sebagai zona recharge dalam system geothermal.
3.2 Saran
Manfaatkanlah perkembangan teknologi ini dengan sebaik-baiknya dan

perbanyak latihan menggunakan software-software yang mendukung Remote
Sensing dan GIS dengan mencari referensi agar supaya perkembangan
Geothermal dapat dipercepat mengingat potensi di Negara kita begitu melimpah.
Daftar Pustaka
Sumintadireja, P. 2005. Vulkanologi dan Geotermal (GL-2241). Bandung:

Departemen Teknik Geologi Fakultas Ilmu Kebumian dan Teknologi Mineral
ITB
Ekadinata, A dkk. 2008. Sistem Informasi Geografis Untuk Pengolahan

Bentang Lahan Berbasis Sumber Daya Alam. Bogor: World Agroforestry
Center, Bogor, Indonesia
Muhammad, L. 2012. Pemetaan Karakteristik Kawasan Potensial Geothermal di

Kabupaten Konawe Utara Menggunakan Citra Satelit Penginderaan Jauh dan
Shuttle Radar Topography Mission. Kendari: Jurnal Aplikasi Fisika Volume 08
Agustus 2012
Suwargana, N. 2013. Resolusi spasial, temporal dan spektral pada

Citra satelit landsat, spot dan ikonos. Lembaga penerbangan dan antariksa
nasional. ISSN-L 2338-3321 ISSN 2337-6686
Utama, W dkk. 2012. Citra Satelit Dem Dan Landsat 7+ Etm Dalam Analisis
Patahan Manifestasi Geothermal Sebagai Tinjauan Awal Untuk Penentuan
Eskplorasi Geomagnetik Di Wilayah Tiris Probolinggo. Prosiding Seminar
Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW) Surabaya, 11 Juli 2012,
ISSN 2301-6752 Manajemen dan Rekayasa Geoteknik D-21
Nugroho, S. D, dkk. 2OO3. Interpretasi kontrol struktur dan komponen-komponen

Sistem Panasbumi Gunung Ungaran, Jawa Tengah Berdasarkan Citra landsat
Themmatic Mapper. PROCEEDINCS OF JOINT CONVENTION JAKARTA
2OO3 The 32dtAGI and The 28'dHAGI Annual Convention aad Exhibitiom

Makalah Remote Sensing Untuk Eksplorasi Geothermal

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Makalah Remote Sensing Untuk Eksplorasi Geothermal

Diunggah oleh

Hak Cipta:

Format Tersedia

Remote Sensing for Geothermal Exploration 1

Kelompok Geotermal/A Semester V FMIPA UNIMA

1.1 Latar Belakang

geofisika dan geokimia lebih intensif dalam mengembangkan energy ini.

1.2 Rumusan Masalah

1.4 Metode Penulisan

softcopy dari dosen pembimbing, kemudian makalah ini ditulis dengan

2.1 PENGENALAN REMOTE SENSING

Dalam remote sensing, yang berfungsi sebagai sensor adalah kamera

Dalam remote sensing ada 7 komponen utama yang berperan dengan

Sumber energy (Illumination) (A), merupakan bagian pertama yang

 Konsep Gelombang Elektromagnetik

Salah satu jenis gelombang yang terdapat di alam adalah gelombang

Sifat gelombang elektromagnetik, yaitu: Gelombang elektromagnetik

Gelombang elektromagnetik dipancarkan ketika energi partikel-partikel

Gelombang radio termasuk ke dalam jenis gelombang elektromagnetik

Jenis gelombang elektromagnetik lainnya adalah sinar-X. Sinar-X

Sinar gamma termasuk juga dalam jenis gelombang elektromagnetik.

pelangi yang berwarna warni seperti lagu anak TK “pelangi-pelangi” yang

Spektrum gelombang elektromagnetik terdiri atas tujuh macam

thermal IR pada band 6, merupakan karakteristik utama untuk

 Cahaya Tampak (Visible)

 Ultraviolet, X-ray, Gamma-Ray

Pengetahuan mengenai perbedaan spectral signature dari berbagai

Sedangkan pada deteksi aktif, Remote Sensing menyediakan sendiri

2.2 ANALISIS CITRA SATELIT UNTUK EKSPLORASI

Teknologi Remote Sensing satelit dipelopori oleh NASA Amerika

Tabel 2.1 Saluran Citra Landsat 7 TM

Sumber : Lillesand dan Kiefer, 1979 dengan modifikasi) .

 Karakteristik Data Landsat TM

Data Landsat TM (Thematic Mapper) diperoleh pada tujuh saluran

Jensen (1986) mengemumakan bahwa kebanyakan saluran TM dipilih

Data TM mempunyai proyeksi tanah IFOV (instantaneous field of view)

 Image Processing untuk Eksplorasi Geothermal

Sebelum suatu citra diinterpretasikan, terlebih dahulu harus diolah

Banyak yang bisa diperleh dari informasi suatu citra, misalnya

berhsil ditemukan misalnya IKONOS dan QuickBird dengan ground resolution

Penjelasan berikut merupakan beberapa teknik pengolahan citra yang

 Analisis Citra Landsat 7 ETM+ dan citra DEM

Analisis citra yang dilakukan untuk pemetaan wilayah potensi yaitu

Lλ = Radiansi spektral [W/(m2sr-1µm)] 

Lmaxλ = Radiansi spektral yang diskalakan terhadap Qcal max [W/(m2sr-1µm)] 

Lminλ = Radiansi spektral yang diskalakan terhadap Qcal min [W/(m2sr-1µm)] 

Qcal = Nilai digital. 

Qcal max = Nilai piksel terkalibrasi maksimum 

Qcal min = Nilai piksel terkalibrasi minimum 

Mengingat bahwa target berada di permukaan tanah sedangkan sensor

Setelah dilakukan koreksi atmosfer, DN dikonfersi ke nilai temperature

Koreksi emisivitas untuk menghitung temperatur permukaan

Temperatur pada Tk merupakan temperatur dalam kelvin. Sehingga dapat

diubah ke celcius dengan persamaan

Tc = Temperatur permukaan dalam satuan celcius

 NDVI (NORMALIZED DIFFERENT VEGETATIONS INDEX)

(𝑅. 𝑁𝐼𝑅 − 𝑅. 𝑟𝑒𝑑)

Nilai NDVI memiliki nilai berkisar antara -1 hingga 1. Wilayah yang

Cara lain dalam melakukan analisa kelurusan yaitu secara digitalisasi

Suatu kelurusan yang berasosiasi dengan struktur sangat tergantung

Dengan FFD seperti diatas dapat dibuatkan suatu peta kerapatan

Dari lineament density map diatas dapat diketahui kecenderungan

Manfaatkanlah perkembangan teknologi ini dengan sebaik-baiknya dan

Sumintadireja, P. 2005. Vulkanologi dan Geotermal (GL-2241). Bandung:

Ekadinata, A dkk. 2008. Sistem Informasi Geografis Untuk Pengolahan

Muhammad, L. 2012. Pemetaan Karakteristik Kawasan Potensial Geothermal di