LAPORAN PRAKTIKUM

PENGOLAHAN CITRA DIGITAL

Mengidentifikasi Metadata Citra dan Pengolahan Citra Satelit

Disusun Oleh :

Ihza Rizki Fauzi

(15/381190/TK/43368)

DEPARTEMEN TEKNIK GEODESI

FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
2018
A. Mata Acara Praktikum
Identifikasi metadata citra, koreksi citra, dan cropping citra

B. Tujuan
1. Mahasiswa mampu melakukan pembandingan dataset citra dalam bentuk table
2. Mahasiswa mampu melakukan identifikasi metadata citra Landsat 8, Modis Aqua, dan
Quickbird
3. Mahasiswa mampu menentukan komposit band terbaik
4. Mahasiswa mampu melakukan koreksi geometrik dan radiometrik dan cropping citra

C. Waktu dan Tempat Pelaksanaan

Hari, tanggal : Kamis, 12 April 2018
Waktu : 13.00 – 15.30 WIB
Tempat : Laboratorium Fotogrametri dan Penginderaan Jauh

D. Alat dan Bahan

Alat : Laptop, perangkat lunak ENVI 5.3 dan ArcGIS 10.1
Bahan : Citra satelit Landsat 7, Landsat 8, Modis Aqua, dan Quickbird

E. Landasan Teori

Landsat Data Continuity Mission (LDCM) atau dikenal juga dengan nama Landsat 8
merupakan satelit generasi terbaru dari Program Landsat. Satelit ini merupakan project gabungan
antara USGS dan NASA beserta NASA Goddard Space Flight Center dan diluncurkan pada hari
Senin, 11 Februari 2013 di Pangkalan Angkatan Udara Vandeberg, California – Amerika Serikat.
 Satelit Landsat 8 yang direncanakan mempunyai durasi misi selama 5 – 10 tahun ini,
dilengkapi dua sensor yang merupakan hasil pengembangan dari sensor yang terdapat pada
satelit-satelit pada Program Landsat sebelumnya. Kedua sensor tersebut yaitu Sensor
Operational Land Manager (OLI) yang terdiri dari 9 band serta Sensor Thermal InfraRed
Sensors (TIRS) yang terdiri dari 2 band.

Untuk Sensor OLI yang dibuat oleh Ball Aerospace, terdapat 2 band yang baru
terdapat pada satelit Program Landsat yaitu Deep Blue Coastal/Aerosol Band (0.433 – 0.453
mikrometer) untuk deteksi wilayah pesisir serta Shortwave-InfraRed Cirrus Band (1.360 –
1.390 mikrometer) untuk deteksi awan cirrus. Sedangkan sisa 7 band lainnya merupakan band
yang sebelumnya juga telah terdapat pada sensor satelit Landsat generasi sebelumnya. Dan
untuk lebih detailnya, berikut ini daftar 9 band yang terdapat pada Sensor OLI :

Sedangkan untuk Sensor TIRS yang dibuat oleh NASA Goddard Space Flight Center, akan
terdapat dua band pada region thermal yang mempunyai resolusi spasial 100 meter.

Aplikasi Kombinasi Band

Natural Color 432
False Color (urban) 764
Color Infrared (vegetation) 543
Agriculture 652
Atmospheric Penetration 765
 Healthy Vegetation 562
Land/Water 564
Natural With Atmospheric 753
Removal
Shortwave Infrared 754
Vegetation Analysis 654

F. Langkah Kerja
i. Pembandingan Dataset Citra Landsat 7, Landsat 8, Modis Aqua, dan Quickbird.
1. Membuat table perbandingan
2. Melakukan browsing tentang spesifikasi citra satelit.

ii. Identifikasi Metadata Citra Landsat 7, Landsat 8, Modis Aqua, dan Quickbird
1. Membuka direktori penyimpanan citra → Pilih file berekstensi MTL → Klik kanan →
Open With → Wordpad.
2. Melakukan langkah yang sama untuk file citra satelit yang lain.

iii. Layer Stacking

1. Membuka perangkat lunak ENVI Classic 5.3 → Basic Tools → Layer Stacking → Import
File → Open → New File → Memilih direkori berkas citra Landsat 8 → Pilih seluruh file
TIF citra → Open → OK → UTM 49 S → Memberi nama file output → OK.
2. Memilih band dengan komposisi tertentu untuk ditampilkan dalam channel RGB.
Misal menggunakan band 4,3,2 untuk menampilkan true color. Klik RGB Color → Pilih
band 4,3,2 secara berurutan → Load RGB.

3. Menyimpan citra hasil komposit band baru. Pada display klik File → Save Image As →
Image File → Pilih GeoTIFF pada Output File Type → Pilih direktori folder dan beri nama
komposit citra pada Enter Output File → OK.
 4. Melakukan langkah yang sama untuk kombinasi band yang lain.

iv. Menentukan Komposit Band Terbaik (OIF)

1. Membuka perangkat lunak ENVI Classic 5.3 → Basic Tools → Layer Stacking → Import
File → Open → New File → Memilih direkori berkas citra Landsat 8 → Pilih file TIF hasil
stacking → Open → OK → UTM 49 S → Memberi nama file output → OK.

2. Membuka perangkat lunak ENVI Classic 5.3. Menghitung nilai statistic citra. Basic Tools
→ Compute Statistics → Pilih layer → OK. Akan muncul kotak dialog. Centang semuanya
dan isikan nama file keluaran dan pilih direktori penyimpanan → OK.
3. Akan didapat hasil berikut.

4. Menghitung nilai OIF dengan Ms. Excel.

 OIF = (Nilai St. Dev 3 buah band) / (Korelasi12 + Korelasi23 + Korelasi31)

v. Cropping Daerah Kabupaten Kendal

1. Menyiapkan shapefile Kabupaten Kendal di ArcMap. Add data → Pilih shapefile
kabupaten se Indonesia → Search dan select Kabupaten Kendal → Klik kanan pada layer
→ Data → Export Data. Tentukan lokasi direktori penyimpanan file.

2. Membuka citra yang akan di-crop. File → Open Image File → Open.
3. Membuka shapefile Kabupaten Kendal. Vector → Open Vector File → Pilih ekstensi shp
→ Pilih direktori folder penyimpanan shapefile.
4. Menentukan lokasi penyimpanan file dan sistem proyeksi.

5. Akan muncul kotak dialog Available Vector List. Pilih shapefile → Load Selected → New
Vector Windows → OK. Lalu muncul boundary file.
6. Melakukan cropping citra komposit. File → Export Active Layer to ROIs → Pilih citra
komposit → OK.

7. Basic Tools → Subset Data via ROIs → Pilih citra komposit → OK → Pilih shapefile
daerah Kabupaten Kendal → Pilih “Yes” pada kotak dialog mask pixel → Memilih
direktori penyimpanan dan memberi nama file.

8. Membuka hasil crop. Klik Kendal L8 → Load RGB.

vi. Koreksi Geometrik
1. Membuka perangkat lunak ENVI 5.3. Klik Data Manager → Klik Open (kiri atas) → Pilih
file berekstensi MTL pada folder citra → Pilih band 4,3,2 untuk formasi RGB → Load
Data.
2. Mengetik “Reproject Raster” pada kolom Tool Box (kanan atas).

3. Mengklik Browse pada Dataset To Reproject → MultiSpectral → OK → Select Output

Coordinate System → Projected Coordinate System → UTM → Indonesia → DGN 1995
49S
 4. Mengisi data output file.

vii. Koreksi Radiometrik Reflektansi

1. Membuka perangkat lunak ENVI 5.3. Klik Data Manager → Klik Open (kiri atas) → Pilih
file berekstensi MTL pada folder citra → Pilih band 4,3,2 untuk formasi RGB → Load
Data.
 2. Mengetik “Radiometric Calibration” pada kolom Tool Box (kanan atas) → Pilih
MultiSpectral → OK → Isikan nama file output dan pilih direktori penyimpanan → OK.

3. Mengklik kanan pada output file → New Region of Interest → Beri nama ROI (air) dan
klik pada area laut → File → Save As → Pilih direktori penyimpanan → Save → OK.

4. Membuat ROI untuk beberapa fitur spasial

viii. Koreksi Radiometrik Data Stretching

1. Membuka perangkat lunak ENVI Classic 5.3. Menghitung nilai statistic citra. Basic Tools
→ Compute Statistics → Pilih layer hasil stacking seluruh band → OK. Akan muncul kotak
dialog. Centang semuanya dan isikan nama file keluaran dan pilih direktori penyimpanan.

2. Hasil hitungan statistik histogram awal.

3. Melakukan data stretching. Basic Tools → Stretch Data → Klik By Value → Isikan nilai
rentang nilai digital number (0 – 255) → Isikan nama file keluaran dan pilih direktori
folder.
 G. Hasil
i. Perbandingan Dataset Citra Landsat 7, Landsat 8, Modis Aqua, dan Quickbird.
No. Satelit Jumlah Rentang Band Jumlah Tinggi Cakupan Resolusi Inklinasi Periode Situs Resmi
Band Sensor Orbit Temporal Orbit

1. Landsat 7 8 (7 MSS, Band 1 visible (0,45-0,52 ETM+ 705 185 km 16 hari 98,20 99 https://landsat.gsfc.nasa.gov/landsat
μm)
1 PAN) (Enhanced km (FOV=15 menit -7-2/
Band 2 visible (0,52-0,6
μm) Thematic 0)
Band 3 visible (0,63-0,69
Mapper) ;
μm)
Band 4 NIR (0,77-0,9 Optik
μm)
Band 5 NIR (1,55-1,75
μm)
Band 6 Thermal (10,4-
12,5 μm)
Band 7 Mid Infra (2,08-
2,35 μm)
Band 8 Pankromatik
(0,52-0,9 μm
2. Landsat 8 Band 1 ( 0,433-0,453 μm) 2 sensor: 705 185 km 16 hari 98,20 98.9 https://landsat.gsfc.nasa.gov/landsat
11 (10 Band 2 (0,45-0,515 μm) OLI (The menit -8/landsat-8-bands/
km
Band 3 (0,525-0,6 μm) Operational
MSS, 1 Band 4(0,63-0,68 μm) land https://landsat.usgs.gov/landsat8-
PAN) Band 5(0,845-0,885 μm) imager) history
Band 6 (1,56-1,66 μm) Dan TIR(
Band 7 ( 2,1-2,3 μm) Thermal
Band 8 (0,5-0,68 μm)) Infrared
Band 9 (1,36-1,39 μm) Sensor) ;
Band 10 (10,6-11,2 μm) Optik
Band 11 (11,5-12,5 μm
3. Modis 36 band 36 band : 2 sensor 705 2330 km 16 hari 98,7 92,5 https://ladsweb.modaps.eosdis.nasa.
Aqua 1-19 = 620 - 965nm (Inframera km menit gov/search/
20-36 = 3.66 - 14.28 h dan
mikron cahaya
tampak)
4. Quickbird 5 (1 PAN, Blue: 450 – 520 nm 2 Optik 450 16.8 Km / 1-3.5 97.20 93.5 https://www.satimagingcorp.co
4 MSS) Green: 520 – 600 nm Km / 18 Km days, menit m/satellite-sensors/quickbird/
Red: 630 – 690 nm 482 dependin
Near-IR: 760 – 900 nm Km g on
PAN : 445 – 900 nm latitude
(30° off-
nadir)
ii. Identifikasi Metadata Citra Landsat 7, Landsat 8, Modis Aqua, dan Quickbird
Landsat 7
Group : Header metadata
Origin : Pemilik citra
Req. ID : Nomor permintaan citra
Land Scenet_ID : Identitas unik produk
Land Prod ID : Identitas unik produk
Collection Number : Kode unik identitas produk
File Date : Waktu citra direkam
Station ID : Stasiun penerima rekaman citra
Proc Software Ver : Nama software pemroses
Data Category : Nominal = Data nominal yang
berada di rentang yang diekspektasikan
End Group : Akhir bagian metadata
Data Type : Tipe data
Collection Category : Identitas unik produk
Elevation Source : Menunjukkan data elevasi
Output format : Format file keluaran
Ephemeries Type : Orbital efemeris yang
digunakan
Spacecraft ID : Nomor satelit
Sensor ID : Nama sensor citra
Sensor Mode : Mode sensor
WRS Path : Nomor trek orbit satelit
WRS Row : Baris (lintang) orbit satelit
Data Acquired : Tanggal perekaman
Scene Center Time : Waktu perekaman
Landsat 8
Group : Header metadata
Origin : Pemilik citra
Req. ID : Nomor permintaan citra
Land Scenet_ID : Identitas unik produk
Land Prod ID : Identitas unik produk
Collection Number : Kode unik identitas produk
File Date : Waktu citra direkam
Station ID : Stasiun penerima rekaman citra
Proc Software Ver : Nama software pemroses
Data Category : Nominal = Data nominal yang
berada di rentang yang diekspektasikan
End Group : Akhir bagian metadata
Data Type : Tipe data
Collection Category : Identitas unik produk
Elevation Source : Menunjukkan data elevasi
Output format : Format file keluaran
Ephemeries Type : Orbital efemeris yang
digunakan
Spacecraft ID : Nomor satelit
Sensor ID : Nama sensor citra
Sensor Mode : Mode sensor
WRS Path : Nomor trek orbit satelit
WRS Row : Baris (lintang) orbit satelit
Data Acquired : Tanggal perekaman
Scene Center Time : Waktu perekaman
iii. Layer Stacking

iv. Menentukan Komposit Band Terbaik (OIF)

v. Hasil Crop Kabupaten Kendal

vi. Koreksi Radiometrik Reflektansi

 vii. Koreksi Radiometrik Data Stretching

H. Pembahasan
Setiap wahana satelit memiliki spesifikasi masing-masing mulai dari jumlah band, resolusi spasial,
resolusi temporal, hingga jenis sensor. Bervariasinya karakter citra satelit memang difungsikan
untuk keperluan analisis yang amat banyak. Landsat 7 dan 8 memiliki jumlah band yang lebih
banyak daripada jumlah band yang dimiliki oleh Quickbird. Sehingga jumlah kemungkinan
kombinasi band lebih banyak dan dengan citra Landsat dapat dilakukan model analisis yang lebih
variatif daripada menggunakan citra Quickbird. Namun Quickbird memiliki resolusi spasial yang
lebih baik daripada Landsat sehingga Quickbird lebih sering digunakan untuk pembuatan peta skala
yang lebih besar daripada Landsat. Citra Modis Aqua memiliki kelebihan dalam jumlah band
namun resolusi spasialnya hanya sebesar 250 m (maksimum). Hal ini ditujukan memang untuk peta
skala kecil atau untuk mengamati wilayah yang sangat luas.

Metadata yang dianalisis adalah metadata milik Landsat 7 dan Landsat 8. Hal ini diakibatkan
kurangnya informasi mengenai metadata Modis Aqua dan Quickbird. Metadata adalah informasi
yang memuat segala macam hal yang berhubungan dengan citra (waktu akuisisi, jenis sensor, lokasi
pengamatan, orbit, dll). Metadata ini memiliki ciri yang amat spesifik dan unik. Hal ini diakibatkan
adanya kode unik untuk setiap citra yang direkam oleh satelit.
 Proses layer stacking adalah melekatkan citra agar sesuai dengan koordinat di bumi menurut datum
dan sistem proyeksi tertentu. Hal ini dimaksudkan agar tercipta sistem koordinat yang unik
meskipun terdapat ciri yang sama dalam sistem koordinat tersebut (misal : UTM) dan juga sebagai
orientasi citra. Proses layer stacking ini merupakan langkah awal untuk menentukan lokasi suatu
daerah apabila nantinya akan dilakukan proses cropping wilayah administrasi tertentu. Pemilihan
kombinasi band tertentu (misal true color) perlu dibuatkan dalam layer stacking tersendiri untuk
digunakan sebagai basemap yang akan digunakan dalam cropping.

Optimum Index Factor merupakan metode untuk menentukan tingkat kemudahan interpretasi
berdasarkan warna dengan bermodalkan nilai standar deviasi setiap band dan nilai korelasi
antarband yang digunakan. Dengan nilai simpangan baku (rentang) yang tinggi pada setiap band
dan nilai korelasi (hubungan) yang rendah pada hubungan antar band, maka secara visual (digital
number) akan dengan mudah terlihat perbedaan pantulan warnanya. Hal ini memudahkan kita
untuk membuat program interpretasi yang dilakukan oleh komputer (karena komputer hanya
mengenali dari nilai pantulan warna).

Proses cropping adalah dengan melakukan overlay file vektor (shapefile) ke citra yang akan
digunakan. Pada proses cropping, sebelumnya telah dibuat komposit citra tersendiri (true color)
yang akan dipotong.

Proses koreksi geometrik menggunakan ENVI baru dengan melakukan reproyeksi citra. Hal ini
digunakan untuk mengkoreksi zona perekaman (dari 49 N ke 49 S).

Proses koreksi radiometrik radian(data stretching) dugunakan untuk pengolahan yang berhubungan
dengan suhu permukaan (contoh : band termal). Namun, pada koreksi radiometrik reflektan, Untuk
reflektan, secara luas digunakan untuk pengolahan indeks dan sebagainya. Contoh indeks vegetasi,
hasil paling baik didapat jika diolah berdasarkan nilai reflektan. Untuk mendapatkan nilai reflektan
yang bagus, harus dilakukan koreksi atmosfer yang mengoreksi posisi matahari, sudut perekaman,
dan topografi wilayah.

I. Kesimpulan
- Setiap citra satelit memiliki spesifikasi, keunggulan, dan kelemahan masing-masing. Jadi kita
harus jeli untuk menentukan pemilihan citra satelit sesuai tujuan kita.
 - Metadata citra satelit sangat kompleks dan rumit. Metadata berisi amat banyak informasi
mengenai suatu citra satelit. Setiap citra memiliki informasi yang berbeda-beda. Metadata
berfungsi untuk menjadi identitias citra yang digunakan agar dapat dipertanggungjawabkan.
- Proses layer stacking untuk melakukan georeferensi agar citra memiliki sistem koordinat yang
sama dengan keadaan di muka bumi.
- Proses penentuan komposit band dengan OIF, didapat nilai OIF tertinggi dengan kombinasi
band 765. Dengan nilai OIF yang tinggi, dapat memudahkan komputer untuk mengenali obyek
berdasarkan warna.
- Proses cropping dapat menggunakan file vektor hasil pengolahan ArcGIS maupun format lain.
Sebelum dilakukan proses cropping, perlu dilakukan penyamaan datum dan sistem proyeksi
yang digunakan agar area yang dipotong dapat dihasilkan dengan baik.
- Koreksi geometrik perlu dilakukan untuk meletakkan posisi citra agar sesuai dengan keadaan
di lapangan. Biasanya terjadi perbedaan, data awal berada di belahan bumi utara padahal lokasi
wilayah yang direkam berada di belahan bumi selatan.
- Koreksi radiometrik memiliki tujuan tersendiri. Bila ingin analisis suhu permukaan, digunakan
koreksi data stretching. Bila ingin analisis dan pengolahan indeks, digunakan koreksi reflektan.

J. Daftar Pustaka
https://ladsweb.modaps.eosdis.nasa.gov/
Data Format Control Book of Landsat; Department of the Interior U.S. Geological Survey
https://www.scribd.com/doc/243439353/Koreksi-Radian-Reflektan-Dan-Atmosfer
(Koreksi Reflektan, Radian, dan Atmosfer oleh Nurul Ihsan Fawzi)