LAPORAN PRAKTIKUM PENGINDRAAN JAUH

PANKRAISIUS ACHILLES MANGGUR (1724052)

BENNEDIKTUS APRILIANTO MANE (1724090)
YOHANNES F. AMIN (1724064)
RIZAL ZULFIKAR KUMAIDI (1724061)

PROGRAM STUDI TEKNIK PERENCANAAN WILAYAH

DAN KOTA FAKULTAS TEKNIK SIPIL DAN
PERENCANAAN
2018
 BAB I
PENDAHULUAN

I. Pengertian ENVI
ENVI (The Environment For Visualizing Images) merupakan suatu image
processing system yang revolusioner yang dibuat oleh Research System, Inc
(RSI). Dari permulaannya ENVI dirancang untuk kebutuhan yang banyak dan
spesifik untuk mereka yang secara teratur menggunakan data penginderaan jauh
dari satelit dan pesawat terbang. ENVI menyediakan data visualisasi dan analisis
komprehensif yang menyuluruh dan analisis untuk citra dalam berbagai ukuran
dan tipe, semuanya dalam suatu lingkungan yang mudah dioperasikan dan
inovatif untuk digunakan.
II. Keuntungan dari penggunaan software ENVI
Satu dari kekuatan ENVI adalah pendekataan yang unik dalam pengolahan
citra, mengkombinasikan teknik file-based dan band-based dengan fungsi yang
interaktif. Ketika file data input dibuka, band (saluran) dari citra disimpan dalam
sebuah daftar, dimana semua saluran bisa diakses oleh semua fungsi system. Jika
multiple files dibuka, saluran dalam tipe data yang terpisah dapat diproses sebagai
sebuah grup. ENVI menampilkan saluran tersebut dalam 8 atau 24 bit.
Grup tampilan ENVI terdiri dari Image window, Zoom window, dan Scroll
window, semuanya bisa diubah ukurannya. ENVI menyediakan penggunanya
dengan banyak kemampuan analisis yang interaktif dan unik, diakses dalam window
tersebut.
Kemampuan multiple dynamic overlay ENVI memberikan kemudahan yaitu
dapat membandingkan citra dalam multiple displays. Ekstraksi realtime dan
spatial atau spectral profiling dari multiband dan data hyperspectral memberikan
penggunaan cara baru dalam melihat data dengan dimensi yang tinggi. ENVI
juga menyediakan tools interaktif untuk melihat dan menganalisis data vektor dan
atribut Sistem Informasi Geografis (SIG). Kemampuan standar seperti perentangan
kontras dan scatter plots dua dimensi adalah beberapa saja dari fungsi interaktif
yang tersedia untuk pengguna ENVI.
 ENVI mempunyai antarmuka visual yang baik serta menggabungkan
secara komprehensif dengan algoritma pemrosesannya. ENVI memasukan semua
fungsi dasar pengolahan citra dalam antarmuka pengguna grafis yang mudah.
Beberapa dari fungsi tersebut antar lain transformasi data, filtering, klasifikasi,
registrasi dan koreksi geometri, analisis spektral, dan radar. ENVI tidak membatasi
jumlah saluran yang dapat diproses, sehingga data multispektral atau hiperspektral
dapat digunakan.
ENVI dapat digunakan dalam area masalah pengolahan citra pada umumnya
seperti input dari tipe data yang tidak standar, menampilkan dan menganalisis
citra berukuran besar, dan ekstensi untuk kemampuan analisis (ada fungsi plug-
in). Perangkat lunak memasukan perlengkapan untuk pengolahan citra dalam
berbagai disiplin, dan mempunyai fleksibilitas untuk mengijinkan implementasi
strategi analisis yang berbeda dari biasanya.
III. ENVI + IDL, ENVI, dan IDL
ENVI dibuat dalam bahasa Interactive Data Language (IDL®),
bahasa pemrograman yang cukup ampuh dalam mengintegrasikan pengolahan
citra. Fleksibilitas ENVI menggunakan kemampuan dari IDL, IDL harus ada
untuk menjalankan ENV.
IV. Gambaran fungsi-fungsi ENVI
ENVI menyederhanakan pengolahan yang interaktfi dan komprehensif
untuk data set multi saluran yang besar, mengubah ukuran citra, mengeplot
spektral dan library-nya, kemampuan menampilkan secara fleksibel dan geografis.
V. Pengolahan Citra
Kegunaan umum fungsi pengolahan citra termasuk transformasi data
seperti transformasi principal component, band ratio, hue-saturation-value
(HSV), perentangan, indeks vegetasi. Fungsi filtering termasuk convolution
kernels untuk loww pass, high pass, median, directional dan penajaman tepi, serta
filtering lainnya yang bisa dikostumisasi.
VI. Pengolahan Data Hiperspektral
ENVI menyediakan perlengkapan untuk memproses data hiperspektral,
termasuk perangkat pemetaan special yang digunakan oleh endmember citra
 atau library untuk linear spectral unmixing dan matched filtering. Pixel Purity
IndexTM (PPITM) mengijinkan pengguna untuk mencari nilai spektral yang paling
murni dalam citra untuk menentukan spectral endmembers. n-Dimensional
visulizer yang unik dalam ENVI membentuk animasi yang interaktif
menampilkan scatter plots dalam n-dimensions. Spectral Feature FittingTM dari data
hiperspektral ke library spectra membantu dalam mengidentifikasi batuan, mineral,
vegetasi, dan material lainnya. Spectral Analyst™ digunakan untuk
mengidentifikasi material berdasarkan perbandingan dari spectral libraries.
Fungsi Band Math™ dan Spectral Math™ yang fleksibel memudahkan pengguna
untuk memasukan ekspresi matematika sesuai yang dibutuhkan.
VII. Pengolahan SAR (Citra Radar)
ENVI juga memiliki kemampuan untuk pengolahan citra Radar
secara komprehensif seperti antenna pattern correction, slant-to-ground range
correction, adaptive dan texture filters, sampai dengan polarimetric analysis.
VIII. Pemetaan
ENVI pada akhirnya menyediakan perlengkapan untuk menghasilkan peta
akhir, seperti konversi data ke format vektor SIG, layout peta.
ENVI menggunakan Graphical User Interface (GUI). ENVI menggunakan
format data raster dan Ascii (text) sebagai header file. Data raster disimpan
sebagai 'binary stream of bytes' berupa format Band Sequential (BSQ), Band
Interleaved by Pixel (BIP) dan Band Interleaved by Line (BIL). ENVI juga
mendukung berbagai tipe format lainnya seperti : byte, integer, long integer,
floating-point, double-precision, complex dan double-precision complex.
ENVI memiliki tiga jendela utama yaitu The Main Display Window yaitu
untuk menampilkan semua tampilan citra dalarn full resolution yang dibatasi oleh
kotak pada scroll, The Scroll Window yaitu untuk menampilkan seluruh citra pada
file, dan The Zoom Window yaitu untuk menampilkan perbesaran dari main
display window yang dibatasi oleh kotak pada window. ENVI memiliki beberapa
menu utama diantaranya adalah : File Management, Display
Management, Interactive Display Functions, Basic
Tools, Classification, Transform, Filters, Spectral Tools, Map Tools, Vector
Tools, Topographic Tools, Radar Tools.
IX. FUNGSI-FUNGSI PADA MENU ENVI :
a) File Management
Menu File pada menu utama ENVI digunakan untuk membaca file ke dalam
ENVI, menetapkan pilihan, untuk keluar dari ENVI, dan fungsi manajemen
program & file lain.
b) Display Management
Window menu untuk mengendalikan display dan plot window ENVI,
termasuk memulai window (jendela) baru, memaksimalkan ukuran jendela,
menghubungkan display window, dan menutup jendela. Available Bands
List dan Available Vectors List untuk menampilkan bands dan layer
vektor. Window menu juga digunakan untuk menampilan informasi lokasi kursor
dan nilai piksel pada citra yang ditampilkan.
c) Interactive Display Functions
Lima menu nampak secara keseluruhan pada Main Image window: File,
Overlay, Enhance, Tools dan Window. Menu ini secara bersama bernama Display
menu bar. Display menu bar digunakan untuk mengakses operasi umum dan
fungsi-fungsi interaktif.
d) Basic Tools
Menggunakan menu Basic Tools untuk mengakses berbagai fungsi dasar
ENVI. Fungsi ini biasanya bermanfaat mengetahui tipe spesifik dari citra yang
akan dianalisis. Fungsi seperti Region of Interest dapat digunakan pada multiple
displays, sedangkan fungsi seperti Band Math menawarkan kemampuan proses
umum citra. Fungsi Stretch Data adalah suatu contoh dari suatu fungsi yang
menawarkan file-to-file contrast stretching.
e) Classification
ENVI menyediakan Kmeans dan Isodata untukmetodeklasifikasi unsupervised.
Klasifikasi supervised meliputi metode yang sederhana seperti
parallelpiped, minimum distance, maximum likelihood, dan mahalonibis, sampai
dengan Binary Encoding, Neural Net, dan Spectral Angle Mapper (SAM). Post
klasifikasi termasuk clump, sieve, combine classes, dan perangkat tampilan
klasifikasi yang interaktif.
Menggunakan menu Classification untuk mengakses fungsi klasifikasi
ENVI. Fungsi ini meliputi supervised dan unsupervised classification, collecting
endmembers, classifying previous rule images, menghitung class
statistics dan confusion matrices, penerapan mayoritas dan analisis minoritas ke
klasifikasi citra, clumping dan sieving classes, mengkombinasikan kelas, overlay
kelas pada citra gray scale, menghitung daerah penyangga/buffer, menghitung
segmentasi, dan pengeksporan kelas ke layer vektor.
f) Transform
Menggunakan menu Transforms untuk mengakses fungsi transformasi.
Transforms adalah operasi pengolahan citra yang mengubah data ke data space
yang lain, pada umumnya dengan menerapkan sebuah fungsi linear. Tujuan umum
perubahan bentuk akan meningkatkan presentasi informasi. Citra yang telah
diubah biasanya lebih mudah ditafsirkan (mudah diinterpretasi) dibanding data
asli.
g) Filters
Menggunakan menu Filter untuk melaksanakan Convolution,
Morphological, Texture, Adaptive, dan FFT Filtering. Filtering secara khas
digunakan untuk meningkatkan gambaran citra dengan pemindahan spatial
frequencies tertentu. Spatial frequency menguraikan variasi terang, atau DN,
dengan jarak, dan citra berisi banyak spatial frequency berbeda. Sebagai contoh,
memindahkan variasi frekwensi tinggi di dalam suatu citra menghasilkan suatu
keluaran citra yang lebih lembut.
h) Spectral Tools
Menggunakan menu Spectral untuk mengakses tool khusus untuk meneliti
citra multispectral dan hyperspectral dan tipe data spektral lain. Tool
meliputi building, resampling, dan viewing spectral libraries; mengekstraksi
irisan/slices spektral; melakukan/menyelenggarakan spectral math;
menentukan spectral end members; visualisasi data spektral di (dalam) n dimensi;
penggolongan spektral; spektral linier yang tidak mencampur; matched filtering;
continuum removal; dan Spectral Feature Fitting.

i) Map Tools
Menggunakan menu Map untuk mengakses registrasi citra,
orthorectification, koreksi geometris, dan mosaicking. Juga menggunakan menu
Map untuk mengakses tool untuk mengkonversi koordinat peta dan memetakan
proyeksi, untuk membangun proyeksi, untuk mengkonversi ASCII koordinat, dan
untuk mengakses suatu utiliti GPS-LINK.
j) Vector Tools
Menggunakan menu Vector untuk membuka file vektor, menciptakan file
vektor, mengatur file vektor, mengkonversi citra raster layer vektor,
mengkonversi grid irregular points, dan mengkonversi ENVI Vector File (
EVF), annotation file ( ANN), dan region of interest ( ROI) ke format DXF.
k) Topographic Tools
Menggunakan menu Topographic untuk mebuka, menganalisis, dan hasil
keluaran dari data ketinggian topografis digital. Menggunakan Modeling
Topografis untuk mengkalkulasi suatu gambaran relief, slope, aspek/arah, dan
berbagai lengkungan/curvature dari data topografis.
l) Radar Tools
Menggunakan menu Radar untuk mengakses tool standard
dan advanced untuk analisa deteksi citra radar dan advance SAR
system seperti JPL fully polarimetric AIRSAR dan SIR-C system. ENVI dapat
memproses ERS-1, JERS-1, RADARSAT, SIR-C, XSAR, dan AIRSAR data dan
SAR dataset. Sebagai tambahan, ENVI dirancang untuk menangani data radar
yang didistribusikan dalam CEOS format, dan bisa menangani data dari sistem
radar lainnya.
 BAB II
DESKRIPSI KERJA

Pada praktikum kali ini praktikan melakukan intepretasi citra dengan

menggunakan ENVI, berikut adalah langkah kerja yang dilakukan oleh praktikan:
Membuka citra dengan menggunakan ENVI
1. Menjalankan program ENVI melalui menu start > All programs > ENVI
4.5.
2. Membuka citra dengan memilih menu file > open image file.

Gambar 2.1 Membuka Citra melalui ENVI.

3. Memilih file smg dan smgp kemudian memilih tombol ok.
 Gambar 2.2 Memilih file citra yang akan dibuka.
4. Kemudian muncul jendela available list.

Gambar 2.3 Jendela Available Bands

5. Memilih atau klik band 2 di smg pada jendela available band list
kemudian klik button gray scale.
 Gambar 2.4 band 2 pada smg

6. Klik button load band maka setelah itu muncul 3 jendela display citra,
yaitu jendela scroll, jendela image, dan jendela zoom.
 Gambar 2.5 jendela display citra
7. Membuka band 4 dengan cara sama pada langkah kerja ke 5, namun
untuk menampilkannya pilih new display disebelah button load band.
Setelah itu klik load band lalu muncul display citra dari band 4.
 Gambar 2.6 display citra dari band 4.

Link display citra

8. Klik kanan di sembarang citra kemudian memilih link display.

Gambar 2.7 link display

 9. Setelah itu muncul kotak dialog link display, pilih yes untuk display#1 dan
display#2 dengan menekan button yang bergambar panah atas bawah. Lalu
klik ok.

Gambar 2.8 kotak dialog link display

Statistik citra
10. Memilih smg pada jendela available bands kemudian klik kanan dan
memilih Quick Stats. Muncullah hasil Quick Stats dari smg.

Gambar 2.9 quick stat

 Gambar 2.10 statistics result smg
11. Memilih menu Basics Tools > Statistics > Compute Statistics.

Gambar 2.11 menu basics tools

12. Pada jendela Compute Statistics Input file memilih file smg yang ada pada
kotak select input file. Kemudian klik button ok.
 Gambar 2.12 compute statistics input file
13. Kemudian muncul jendela Compute Statistics Parameters, pada jendela ini
praktikan mencentang covariance lalu klik button ok. Dan muncullah hasil
statististiknya.

Gambar 2.13 compute statistics parameter

 Gambar 2.14 statistics result smg
Pan - Sharpening
14. Memilih menu transform > image sharpening > Gram Schimdt Spectral
Sharpening.
 Gambar 2.15 menu transfoms
15. Kemudian muncul jendela Select low Spatial Resolution Multi band Input
File, pada jendela ini pilih file smg yang ada pada kotak select input file
lalu klik button ok.

Gambar 2.16 kotak dialog select low spatial resolution multi band input
file
16. Setelah menekan button ok maka muncul kotak dialog Select High Spatial
Resolution Pan Input Band, pada jendela ini praktikan memilih smgp
band 1 lalu menekan button ok.
 Gambar 2.17 select high Spatial resolution pan input band
17. Kemudian muncul kotak dialog Gram-Schmidt Spectral Sharpen Par… .
Lalu pada Resampling memilih Nearest Neighbor. Setelah itu menyimpan
file Pan-Sharpening dalam bentuk file dengan memilih file pada Output
Result to kemudian menekan button choose untuk memilih lokasi
penyimpanan. File disimpan dengan nama LANSAT 08-01-16.

Gambar 2.18 Gram-Schmidt Spectral Sharpen

 Gambar 2.20 nama file LANSAT 08-01-16
18. Setelah memilih lokasi penyimpanan kemudian klik ok lalu penyimpanan
terproses.

Gambar 2.21 running proses

19. Setelah proses penyimpanan selesai dan berhasil tersimpan, maka pada
jendela available bands list muncul file LANSAT 08-01-16 yang terdiri
dari 6 band yang telah di sharpening.
 Gambar 2.21 available bands
Klasifikasi Multispektral
20. Untuk melakukan klasifikasi multispektral, praktikan menggunakan band
3, ban 2, dan band 1, maka dari itu pada jendela available band list
praktikan memilih RGB color, kemudian memasukkan band 3 pada R,
band 2 pada G, dan band 1 pada B. Setelah itu memilih new display lalu
load band.
 Gambar 2.22 klasifikasi multispektral
21. Setelah load band maka muncul citra peta RGB yang dihasilkan dari band
3, band 2, dan band 1.
 Gambar 2.23 citra RGB band 3, band 2, dan band 1

22. Untuk mengambil sampel obyek dari citra RGB dapat dilakukan melalui
menu overlay > Region of Interest.

Gambar 2.24 region of interest

23. Pada jendela #3ROI Tool, praktikan memilih radio button window zoom.
Mengubah nama pada kolom ROI name dengan air_laut_jernih, memilih
warna blue2 pada kolom color.

Gambar 2.25 #3ROI Tool

24. Mengarahkan kursor ke jendela scroll atau image, mengarahkan box ke
obyek air yang sebelumnya diamati, pastikan posisinya tepat.
25. Mengarahkan kursor ke jendela zoom, memperbesar hingga citra dapat
dilihat perpiksel. Menentukan kelompok piksel yang cenderung homogeny
untuk obyek air laut jernih, mengambil sampel dengan membuat polygon,
klik kanan dua kali untuk menutup polygon. Pengambilan sampel ini
dilakukan sebanyak 2-3 kali.
 Gambar 2.26 pengambilan sampel air laut jernih
26. Menambahkan daerah baru dengan memilih button new region untuk
daerah air laut keruh, selanjutkan melakukan hal yang sama pada langkah
kerja ke 25.

Gambar 2.27 pengambilan sampel air laut keruh

27. Menambahkan daerah baru dengan memilih button new region untuk
daerah atap genteng, selanjutkan melakukan hal yang sama pada langkah
kerja ke 25
 Gambar 2.27 pengambilan sampel atap genteng
28. Menambahkan daerah baru dengan memilih button new region untuk
daerah vegetasi dan tanah terbuka, selanjutkan melakukan hal yang sama
pada langkah kerja ke 25

Gambar 2.28 pengambilan sampel vegetasi dan tanah terbuka

29. Setelah pengambilan obyek selesai kemudian praktikan memilih menu
options > Compute ROI Separability… .
 Gambar 2.29 #3 ROI Tool options
30. Pada jendela Select input file for ROI Separabilty praktikan memilih file
smg pada kotak select input file lalu klik ok.

Gambar 2.30 select input file for ROI separability

31. Pada jendela ROI Separability Calculation memilih select all items lalu
pilih ok.

Gambar 2.31 ROI Separability Calculation

32. Setelah memilih ok maka muncul hasil dari kalkulasi separabilitas citra
yang telah di klasifikasi.
 Gambar 2.32 ROI Separability Report
33. Menyimpan ROI dengan memilih menu file pada jendela ROI tool > save
ROIs… .
 Gambar 2.33 save ROIs
34. Memilih lokasi penyimpanan ROI.

Gambar 2.34 lokasi penyimoanan ROI

35. Kemudian muncul output histogram
 Gamba 2.35 ROI statistic result smg
36. Memilih menu classification > supervised > Maximum Likelihood

Gambar 2.36 menu classifications - MLikehood

37. Pada jendela Classification Input File praktikan memilih smg pada kotak
select input file lalu ok.

Gambar 2.37 kotak dialog classification Input file

38. Setelah memilih button ok maka muncul jendela Maximum Likelihood
Parameters. Pada jendela ini praktikan memilih button select all items lalu
memilih radio option output result to file kemudian memilih button choose
pada enter output class filename. Pada output rule image pilih no.
 Gambar 2.38 Maximum likelihood parameters
39. Membuka citra yang telah di supervised dengan memilih file
SUPERVISED3 08-01-16 pada jendela available bands list kemudian
memilih new display lalu load band.
 Gambar 2.39 file SUPERVISED3 08-01-16
Uji Akurasi
40. Memilih menu classification > Post Classificatin > Confusion Matrix >
Using Ground Truth ROIs.
 Gambar 2.40 Using Ground Truth ROIs
41. Setelah itu muncul jendela Classification Input File, pada jendela ini
praktikan memilih file smg pada kotak select input file lalu klik ok.

Gambar 2.41 Classification Input file

42. Pada jendela Classification Input File selanjutnya praktikan memilih file
SUPERVISED3 08-01-16 lalu klik ok.

Gambar 2.42 Classification Input file SUPERVISED3 08-01-16

43. Muncul jendela Match Classes Parameters lalu klik ok.
 Gambar 2.43 Match Classes Parameters
44. Pada jendela Confussion Matrix Parameters praktikan memilih rectangle
option output confusion matrix pixel dan percent. Lalu pada report
accuracy assessment praktikan memilih radio option yes. Dan kemudian
klik ok.

Gambar 2.44 Confusion Matrix Parameters

45. Setelah memilih button ok maka muncullah hasil dari uji akurasi yang
dilakukan oleh praktikan.
 Gambar 2.45 result Class Confusion Matrix
Transformasi Indeks Vegetasi
46. Untuk melakukan transformasi indeks vegetasi dapat dilakukan melalui
menu Basic Tools > Band Math.
 Gambar 2.46 Band Math
47. Setelah itu muncul jendela Band Math, pada jendela ini parktikan
menuliskan rumus kotak Enter an expression, setelah itu menekan button
Add to list, maka rumus yang telah dituliskan akan kotak Previous Band
Math Expression. Lalu klik ok.
 Gambar 2.47 kotak dialog band math
48. Kemudian muncul jendela Variables to Bands Pairings, pada jendela ini
praktikan mendefiniskan b4 dan b5 yang tertulis pada rumus sebelumnya.
Praktikan menggunakan band 4 pada smg untuk B4 dan band 5 pada smg
untuk B5, dengan cara memilih B4 pada kotak Variables used in
expression lalu klik band 4 pada file smg, begitu halnya dengan B5.
 Gambar 2.48 Variable to Band Pairings
49. Setelah itu muncul radio options output result to file lalu pilih choose
untuk menentukan lokasi penyimpanan dan menyimpannya dengan nama
file TRANSFORMASI 08-01-16. Lalu klik open.

Gambar 2.49 file TRANSFORMASI 08-01-16

50. Setelah proses penyimpanan berhasil maka file TRANSFORMASI 08-01-
16 muncul pada jendela Available Band. Lalu praktikan menampilkan citra
yang telah di transformasi dengan memilih file TRANSFORMASI 08-01-
16 lalu memilih gray scale > new diplay > load band.

Gambar 2.50 transformasi citra yang akan dipilih

51. Setelah itu munculah 3 jendela citra hasil transformasi yang dilakukan
oleh praktikan.
 Gambar 2.51 gambar citra yang telah ditransformasi
52. Memilih menu overlay > Density Slice pada ciitra Band Math di display
#7.

Gambar 2.52 Density Slice

53. Pada jendela Density Slice Band Choice praktikan memilih band math
pada file TRANSFORMATION 08-01-16. Lalu klik ok.
 Gambar 2.53 Density Slice Band Choice
54. Pada jendela Density Slice praktikan mengubah range yang ada pada kotak
Range Density slice Ranges dengan memilih button edit range, lalu
muncul jendela edit density slice range. Pada jendela tersebut praktikan
memasukkan nilai range min dan range max. setelah selesai memasukkan
range kemudian klik ok.

Gambar 2.54 Edit density slice range

55. Maka tampilan citra band math pada display#7 berubah menjadi seperti
gambar di bawah ini.

Gambar 2.55 tampilan citra band math pada display#7

 BAB III
PEMBAHASAN

Pada bab ini praktikan akan membahas apa yang telah dilakukan dan
dihasilkan oleh praktikan pada bab yang sebelumnya. Berikut adalah
pembahasannya:

Gambar diatas merupakan jendela available band list. Di dalam jendela ini
terdapat menu file dan menu option. Jendela ini menampilkan file citra yang telah
dibuka, pada gambar diatas dapat dilihat bahwa ada dua file yang dibuka, yaitu
smg dan smgp. Pada file smg terdapat 1 band sedangkan dalam file smgp terdapat
6 band, yaitu band 1, band 2, band 3, band 4, band 5, dan band 6.
 Gambar diatas merupakan hasil citra band 2 dari file smg, hasil citra yang
ditampilkan berwarna hitam putih karena praktikan memilih gray sacle pada
jendela available bands. Gambar diatas terdiri dari 3 jendela, yaitu jendela scroll,
jendela image, dan jendela zoom. Jendela Scroll merupakan display keseluruhan
citra sekaligus navigator. Jendela image merupakan perbesaran dari jendela scoll,
sekaligus memuat beberapa menu informasi citra dan pengolahan sederhana, dll.
Jendela zoom merupakan perbesaran dari jendela image, dimana kenampakan per
piksel dapat dengan mudah diamati.
 Gambar diatas merupakan hasil statistic dari citra smg, dapat dilihat pada
gambar diatas, hasil statistic ini memunculkan nilai minimum, maximum, rata-rata,
dan standar deviasi dari masing-masing band yang ada pada citra smg. Hasil
statistic ini juga menapilkan histogram dari ke enam band.
 Gambar diatas juga merupakan hasil statistic dari citra smg, dalam jendela
ini juga menghasilkan hal yang sama pada hasil statistic citra yang sebelumnya.
Bedanya pada hasil yang ini menampilkan juga hasil covariance antar band.
 Gambar diatas merupakan jendela available bands yang telah ada citra
smg yang di tajamkan citranya atau pan-sharpening. Dapat dilihat pada gambar
diatas pada citra yang telah di pan-shaperning dengan nama LANSAT 08-01-16
terdapat 6 band yang masing-masing juga telah di pan-sharpening.
 Gambar diatas merupakan tampilan citra RGB yang dihasilkan dari band
3, band 2, dan band 1. Hasil citra yang ditampilkan berwarna tidak seperti pada
hasil citra yang sebelumnya hanya hitam putih saja, karena pada jendela available
band praktikan memilih radio option RGB sehingga dapat menampilkan citra
dengan warna. Band yang dipilih oleh praktikan adalah band 3 untuk R, band 2
untuk G, dan band 1 untuk B.
 Gambar diatas merupakan klasifikasi multispectral yang dilakukan
oleh praktikan terhadap citra smg. Disini praktikan membuat 5 klasifikasi
dari citra smg, yaitu air laut jernih, air laut keruh, atap genteng, vegetasi
dan tanah terbuka. Untuk melakukan klasifikasi terhadap air laut jernih
praktikan melakukan pengambilan tiga kali sampel seperti yang dapat
dilihat pada kolom polygon gambar dengan warna blue2. Praktikan
melakukan pengambilan sampel sebanyak 3 kali juga untuk
mengklasifikan air laut keruh dengan warna blue1. Sampel yang diambil
oleh praktikan pada atap genteng adalah sebanyak 2 kali dengan warna
red. Pengambilan sampel untuk mengklasifikasikan vegetasi dilakukan
sebanyak 3 kali oleh praktikan dengan warna green1. Sedangkan untuk
mengklasifikan tanah terbuka praktikan mengambil sampe sebanyak 2 kali
dengan warna sienna3.
 Gambar diatas merupakan hasil hari klasifikasi multispectral yang telah
dilakukan oleh praktikan. Dari gambar diatas dapat kita lihat bahwa warna merah
ternyata dominan pada citra tersebut. Warna merah tersebut mewakili atap
genteng. Dari gambar tersebut juga terlihat bahwa vegetasi juga cukup
mendominasi wilayah darat yang ditandai dengan warna hijau. Warna coklat pada
gambar tersebut mewakili tanah terbuka yang ada pada hasil citra. Warna biru tua
merupakan air laut jernih, sedangkan warna biru muda merupakan air laut keruh.
Dengan menggunakan hasil citra yang sudah dikalsifikasi maka akan lebih mudah
untuk mengintepretasi.
 Dari gambar diatas dapat dilihat bahwa pengambilan sampel untuk
pengklasifikasian daerah sudah baik karena nilai ROI yang lebih dari 1,7 yaitu 2.

Hasil yang ditunjukkan pada gambar diatas merupakan hasil uji akurasi
terhadap pengklasifikasian citra yang telah dilakukan oleh praktikan. tingkat
akurasi yang dihasilkan oleh praktikan dalam pengklasifikasian citra adalah
sebesar 99,2366%.

Tranformasi yang dilakukan oleh praktikan dapat dilihat pada gambar

diatas. Praktikan membuat range untuk transformasi, praktikan membuat 5 range.
Range yang pertama yaitu 0,0-0,2 dengan warna green. Range yang kedua yaitu
0,2-0,4 dengan warna blue. Range yang ketiga yaitu 0,4-0,6 dengan warna yellow.
Range yang keempat yaitu 0.6-0.8 dengan warna cyan. Range yang kelima yaitu
0.8-1.0.
 Gambar diatas merupakan hasil dari transformasi citra smg yang telah
dilakukan oleh praktikan.
 BAB IV
PENUTUP

Dari apa yang telah dilakukan oleh praktikan dalam praktikum kali ini,
maka praktikan dapat menyimpulkan beberapa hal sebagai berikut:
1. Pan-Sharpening pada citra smg menghasilkan citra dengan nama
LANSAT 08-01-06 dengan 6 band yang masing-masing telah di pan-
sharpening.
2. Klasifikasi multispectral yang dilakukan pada praktikum ini
menghasilkan 5 klasifikasi daerah, yaitu air laut jernih, air laut keruh,
atap genteng, vegetasi, dan tanah terbuka.
3. Uji akurasi pada citra smg yang telah diklasifikasi menghasilkan
tingkat keakuratan 99,2366%.
4. Praktikan membuat range untuk transformasi, yaitu 5 range. Range
yang pertama yaitu 0,0-0,2 dengan warna green. Range yang kedua
yaitu 0,2-0,4 dengan warna blue. Range yang ketiga yaitu 0,4-0,6
dengan warna yellow. Range yang keempat yaitu 0.6-0.8 dengan
warna cyan. Range yang kelima yaitu 0.8-1.0.
 DAFTAR PUSTAKA

Atharamadhana, Fauziah. 2013. Laporan Lengkap praktikum INDERAJA_Q.

http://fauziahforester.blogspot.co.id/2013/06/laporan-lengkap-praktikum-
inderajaq.html Diakses pada jumat 08 Januari 2016 pukul 13.21
Ayuindra, Meylia. 2014. Transformasi NDVI.
https://www.academia.edu/6230372/Transformasi_NDVI. Diakses pada
jumat 08 Januari 2016 pukul 14.03
Citra Satelit. 2013. Tutorial Pan Sharpening. http://www.citrasatelit.com/tutorial-
pan-sharpening . Diakses pada jumat 08 Januari 2016 pukul 14.12
Imron, Senna. 2015. Laporan praktikum pengindraan jauh acara vi.
http://www.slideshare.net/imron_senna/laporan-praktikum-penginderaan-
jauh-acara-vi . Diakses pada jumat 08 Januari 2016 pukul 14.19
Rebmoven., N. Olive. 2013. Praktikum Intrepretasi Citra Multispektral
menggunakan ENVI 4.5
https://www.academia.edu/9724823/PRAKTIKUM_INTERPRETASI_CITR
A_MULTISPEKTRAL_MENGGUNAKAN_ENVI_4.5 . Diakses pada jumat
08 Januari 2016 pukul 14.25
Sabria, Rara. 2012. Metode Pengindraan Jauh dan Intrepretasi Citra.
http://rarasabria.blogspot.co.id/2012/10/metode-penginderaan-jauh-
dan.html . Diakses pada jumat 08 Januari 2016 pukul 14.33
MasBeku. 2011. Sekarang, Envi ada didalam ArcGis.
https://gisinbali.wordpress.com/2011/03/08/envi-4-8-dalam-arcgis/ .
Diakses pada jumat 08 Januari 2016 pukul 14.41