LAPORAN PRAKTIKUM
Semester : Genap
Disusun oleh :
I. Tujuan
1. Koreksi Geometrik
Koreksi geometrik yang biasa dilakukan adalah koreksi geometrik sistematik dan
koreksi geometric presisi. Masing-masing sebagai berikut.
1. Koreksi geometrik sistematik melakukan koreksi geomertri dengan
menggunakan informasi karakteristik sensor yaitu orientasi internal
(internal orientation) berisi informasi panjang focus system optiknya dan
koordinat titik utama (primary point) dalam bidang citra (image space)
sedangkan distorsi lensa dan difraksi atmosfer dianggap kecil pada sensor
inderaja satelit, serta orientasi eksternal (external orientation) berisi
koordinat titik utama pada bidang bumi (ground space) serta tiga sudut
relative antara bidang citra dan bidang bumi.
2. Koreksi geometrik presisi pada dasarnya adalah meningkatkan ketelitian
geometric dengan menggunakan titik kendali / control tanah (Ground
Control Point biasa disingkat GCP). GCP dimaksud adalah titik yang
diketahui koordinatnya secara tepat dan dapat terlihat pada citra inderaja
satelit seperti perempatan jalan dan lain-lain.
Koreksi geometrik citra dapat dilakukan dalam empat tahap yang mencakup
sebagai berikut:
A. Memilih metode setelah mengetahui karakteristik kesalahan geometrik dan
tersedianya data referensi. Pemilihan metode tergantung pada jenis data
(resolusi spasial), dan jenis kesalahan geometric (skew, yaw, roll, pitch)
data.
B. Penentuan parameter yang tidak diketahui didefinisikan dari persamaan
matematika antara system koordinat citra dan system koordinat geografis,
untuk menentukan menggunakan parameter kalibarasi data atau titik
control tanah.
C. Cek akurasi dengan verifikasi atau validasi sesuai dengan criteria, metode,
dan data citra, maka perlu dicari solusinya agar diperoleh tingkat ketelitian
yang lebih baik. Solusinya dapat dilakukan dengan menggunakan metode
lain, atau bila data referensi yang digunakan tidak akurat atau perlu
diganti.
Teknik koreksi geometrik triangulasi dilakukan koreksi secara linear dalam setiap
segitiga yang dibentuk oleh tiga GCP dan daerah yang mempunyai kesalahan
geometric besar diberikan GCP lebih banyak. Persyaratan pengambilan titik di
lapangan adalah (a) teridentifikasi jelas pada citra satelit, (b) wilayah harus
terbuka agar tidak terjadi multipath, (c) permukaan tanah stabil, tidak pada daerah
yang sedang atau akan dibangun, (d) Lokasi pengukuran aman dan tidak ada
gangguan
2.Koreksi Radiometrik
Seperti perhitungan pada citra rasio, pada citra normalisasi juga menggunakan
data channel 1 dan channel 2. Channel 1 terdapat dalam bagian dari spektrum
dimana klorofil menyebabkan adanya penyerapan terhadap radiasi cahaya yang
datang yang dilakukan saat fotosintesis, sedangkan channel 2 terdapat dalam
daerah spektral dimana struktur daun spongy mesophyll menyebabkan adanya
pantulan terhadap radiasi cahaya. Perbedaan respon dari kedua channel ini dapat
diketahui dengan transformasi rasio perbandingan satu channel dengan channel
yang lain.
Rentang nilai NDVI adalah antara -1.0 hingga +1.0. Nilai yang lebih besar dari
0.1 biasanya menandakan peningkatan derajat kehijauan dan intensitas dari
vegetasi. Nilai diantara 0 dan 0.1 umumnya merupakan karakteristik dari bebatuan
dan lahan kosong, dan nilai yang kurang dari 0 kemungkinan mengindikasikan
awan es, awan uap air dan salju. Permukaan vegetasi memiliki rentang nilai NDVI
0.1 untuk lahan savanna (padang rumput) hingga 0.8 untuk daerah hutan hujan
tropis. Nilai NDVI dapat diperoleh yaitu dengan membandingkan pengurangan
data channel 2 dan channel 1 dengan penjumlahan dari kedua channel tersebut.
Beberapa rumus NDVI untuk beberapa citra satelit :
IV Langkah Kerja
Kita dapat melakukan langkah kerja praktikum dengan baik dan sistematis, antara
lain
2. Buka file citra Landsat 8 dengan cara Klik File lalu Pilih Open
3. Pilih file Landsat 8 dengan format TIFF (band 1 – 7 + 9)
4. Tampilkan Citra Landsat 8 lalu kemudian pilih Toolbox klik Global
Correction. Namun biasanya Koreksi Geometrik sudah dilakukan
sebelumnya karena hal ini untuk mencegah kesalahan pada :
Kesalahan Sistematis : Utamanya disebabkan oleh sensor
Kesalahan Acak : Kesalahan disebabkan oleh rotasi bumi
dan prilaku sensor ketika melakukan pengambilan data
5. Untuk Melakukan Koreksi Radiometrik. Gunakan fasilitas
Radiometric Correction yang ada pada Toolbox.
6. Cara sederhana yang dilakukan yaitu dengan menentukan Citra
Landsat mana yang akan kita koreksi radiometriknya. Pilih fasilitas
Statistics lalu pilih Computer Statics.
4. Maka akan muncul jendela NDVI Input File pilih citra penggabungan
sebagai input lalu klik OK. Dan Pada window NDVI Calculation
Parameter gati NDVI Bands Red menjadi angka 4 dan Near IR
menjadi 5.
File citra Landsat dibawah ini adalah penggabungan band 1,2,3,4,5,6,7, dan 9 :
Koreksi Geometrik
Koreksi Radiometrik
Resolusi (disebut juga resolving power = daya pisah) adalah kemampuan suatu
sistim optik-elektronik untuk membedakan informasi yang secara spasial
berdekatan atau secara spektral mempunyai kemiripan (Swain dan Davis, 1978).
Pengertian ini akhirnya berkembang, dengan menambahkan aspek waktu
(temporal) didalamnya. Dalam bidang Penginderaan Jauh, terdapat empat konsep
resolusi yang sangat penting, yaitu resolusi spasial, resolusi spektral, resolusi
radiometrik, dan resolusi temporal. Dalam praktek pengolahan citra digital,
resolusi layar juga memegang peranan penting.
Pengertian praktis resolusi spasial adalah ukuran terkecil obyek yangmasih dapat
dideteksi oleh sistim pencitraan. Semakin kecil obyek (terkecil) yagn dapat
terdeteksi, semakin halus atau tinggi resolusinya. Begitu pula sebaliknya, semakin
besar ukuran obyek terkecil yang dapat terdeteksi, semakin kasar atau rendah
resolusinya. Citra SPOT yang beresolusi 10 dan 20 meter dapat disebut beresolusi
(lebih) tinggi, dibandingkan dengan citra Landsat TM yang beresolusi 30 meter,
ataupun Landsat MSS yang beresolusi 79 meter.
Ukuran dalam meter ini juga menunjukkan bahwa obyek yang lebih kecil
daripada resolusi itu (misal 79 meter) tidak akan dapat dikenali, atau
dipresentasikan sebagai obyek itu sendiri secara individual. Obyek tersebut akan
tercatat sebagai satu sel penyusun citra (pixel = picture element, elemen gambar).
Yang sebenarnya memuat informasi beberapa obyek. Piksel semacam ini disebut
mixed-pixel (mixel) (Kannegeieter, 1987). Mixel diperlawankan dengan piksel
murni (pure pixel) yang memuat informasi satu jenis obyek saja. Obyek berupa
liputan padang rumput yang luas mempunyai kemungkinan untuk menyajikan
sejumlah besar piksel murni. Semakin besar resolusinya, semakin besar
kemungkinan suatu citra untuk menyajikan banyak mixel.
Salah satu hasil pengoreksian yang di lakukan oleh koreksi geometri yang
terdapat keakuratan pada setiap Zoom nya.
Dari pengamatan hasil Trasformasi NDVI di atas, Dilihat secara visual bahwa
daerah yang memiliki kerapatan vegetasi yang rendah memiliki gradasi warnanya
memiliki 4 gradisi warna yaitu warna ungu, merah, kuning, dan hijau. Daerah
dengan kerapatan vegetasi yang tinggi terdapat di warna merah sedangkan daerah
dengan kerapatan yang rendah terdapat di warna hijau kerapatan yang sedang
terdapat di warna kuning sedangkan di warna yang ungu adalah daerah
denganbanyaknya aliran air.
Nilai tingkat kerapatan vegetasi diperoleh dari klasifikasi nilai transformasi indeks
vegetasi NDVI yang telah dilakukan pada citra Landsat 7 dan Landsat 8.
Klasifikasi nilai kerapatan mangrove didasarkan pada tabel di bawah ini :
Hasil transformasi indeks vegetasi citra Landsat 7 dan 8 didapatkan nilai digital
citra yang bervariasi. Transformasi NDVI landsat 7 menghasilkan citra dengan
nilai digital -0,6 – 0,97778, nilai tersebut berdasarkan kriteria kerapatan mangrove
menyebar untuk semua kerapatan. Sedangkan untuk landsat 8 dengan nilai digital
-1 – 1, juga menyebar untuk semua kerapatan. Dari data di atas dapat di ketahui
bahwa setiap landsat dari landsat 1-8 memiliki nilai digita yang berbeda-beda dari
masing-masing landsat tersebut.
Dari hasil di atas dapat di ketahui bahwa citra yang di hasilkan dengan kerapatan
>21 yaitu dengan kerapatan yang tinggi sehingga warna yang nampak di dalam
citra tersebut iyalah warna merah.
Tutupan lahan yang di gunakan pada citra di atas adalah penggunaan lahan untuk
vegetasi sebagian besar dan terdapat badan air di bagian pinggir hasil citra
tersebut. Tutupan lahan vegetasi pada NDVI adalah 0.5739 Minimum dan
>0.57391 Maksimum.
VII. Kesimpulan
Januar Dafid dkk.2016 Analisis Penggunaan Ndvi Dan Bsi Untuk Identifikasi
Tutupan Lahan Pada Citra Landsat 8, Jawa Tengah.
https://media.neliti.com/media/publications/79903-ID-analisis-penggunaan-
ndvi-dan-bsi-untuk-i.pdf ( di akses 04 juni 2018)