LAPORAN PRAKTIKUM

PANSHARPENING
MATA KULIAH PENGINDERAAN JAUH TERAPAN

Oleh :
YAHYA FAIKAR HANIF
03311640000102

Dosen :
Lalu Muhammad Jaelani ST., MSc., PhD
Dr. Filsa Bioresita ST., MT

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2019
 DAFTAR ISI

DAFTAR ISI............................................................................................................................................ i
BAB I PENDAHULUAN ....................................................................................................................... 1
1.1. Latar Belakang ........................................................................................................................ 1
1.2. Maksud dan Tujuan Praktikum ............................................................................................... 1
BAB II DASAR TEORI ......................................................................................................................... 2
2.1. Pansharpening .............................................................................................................................. 2
2.1.1. Pansharpening Metode Brovey Transformation ................................................................... 2
2.1.2. Pansharpening Metode IHS/HSV ......................................................................................... 2
2.1.3. Pansharpening Metode Gram-Schmidt ................................................................................. 3
2.1.4. Pansharpening Metode ESRI ................................................................................................ 3
2.1.5. Pansharpenig Metode Simpe Mean....................................................................................... 3
2.2. Landsat 8 ...................................................................................................................................... 3
BAB III PELAKSAAN........................................................................................................................... 5
3.1. Persiapan Data ............................................................................................................................. 5
3.2. Pansharpening Menggunakan Software ArcGIS ArcMap ........................................................... 7
3.2.1. Pansharpening ArcGIS Metode IHS ..................................................................................... 7
3.2.2. Pansharpening ArcGIS Metode Brovey ................................................................................ 8
3.2.3. Pansharpening ArcGIS Metode ESRI ................................................................................ 10
3.2.4. Pansharpening ArcGIS Metode Simple Mean ............................................................. 11
3.2.5. Pansharpening ArcGIS Metode Gram-Schmidt ............................................................ 12
3.3.Pansharpening Menggunakan Software ENVI ........................................................................... 13
3.3.1. Pansharpening ENVI Metode Brovey ................................................................................. 13
3.3.2. Pansharpening ENVI Metode Gram-Schmidt ..................................................................... 16
3.3.3. Pansharpening ENVI Metoe IHS ........................................................................................ 18
3.3.4. Pansharpening ENVI Metode Simple Mean ................................................................. 20
3.3.5. Pansharpening ENVI Metode ESRI .............................................................................. 22
BAB IV PENUTUP .............................................................................................................................. 25
DAFTAR PUSTAKA ........................................................................................................................... 28

i
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Bidang keilmuan geomatika memiliki fokus pada bidang pemetaan. Berbagai macam teknik
digunakan untuk menghasilkan peta suatu daerah yang dikehendaki. Mulai dari metode yang sederhana
sampai teknologi yang sangat canggih pun digunakan untuk mendapatkan gambaran suatu daerah sesuai
keperluan. Penginderaan jauh merupakan salah satu metode untuk memperoleh peta salah satunya
dengan memanfaatkan citra satelit maupun foto udara.
Penginderaan jauh merupakan gabungan dari dua kata dasar yaitu indera yang berarti melihat dan
jauh yang berarti dari jarak yang jauh. Sehingga berdasarkan etimologi, penginderaan jauh adalah
melihat objek dari jarak yang jauh. Menurut Lillesand dan Kiefer (1999), penginderaan jauh
didefinisikan sebagai ilmu dan seni untuk memperoleh informasi tentang objek, daerah, atau gejala
dengan jalan menganalisis menggunakan kaidah ilmiah data yang diperoleh dengan menggunakan alat
tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji. Objek, daerah, atau yang dikaji
dalam definisi tersebut dapat berada di permukaan bumi, atmosfer, atau planet di luar angkasa. Terdapat
berbagai jenis satelit yang dapat digunakan dalam penginderaan jauh. Satelit- satelit tadi akan
menghasilkan citra satelit. Banyak sekali tersedia citra satelit yang sudah dihasilkan, mulai dari yang
gratis sampai dengan yang berbayar, mulai dari yang murah sampai yang sangat mahal. Citra satelit
memiliki resolusi spasial yang bermacam-macam, resolusi pada citra panchromatic umumnya memiliki
resolusi spasial yang lebih tinggi daripada citra satelit multispectral.
Pada praktikum kali ini, akan dibahas mengenai pansharpening dimana terjadi proses fusi atau
pengganbungan dari citra panchromatic dengan citra multispectral. Terdapat 5 metode yang akan
digunakan untuk melakukan pansharpening dalam praktikum ini yaitu Brovey transformation, Intensity-
hue-saturation (IHS) transformation, Esri pan-sharpening transformation, simple mean
transformation, dan Gram-Schmidt spectral sharpening method.

1.2. Maksud dan Tujuan Praktikum

Adapun maksud dan tujuan dilakukan praktikum pansharpening ini adalah sebagai berikut :

a. Mahasiswa dapat mengetahui cara melakukan pansharpening pada citra satelit Landsat 8
dengan menggunakan beberapa metode dengan software ArcGIS dan ENVI
b. Mahasiswa mengetahui perbedaan setiap hasil pansharpening pada metode yang berbeda.

1
 BAB II
DASAR TEORI
2.1. Pansharpening
Pansharpening adalah penggabungan (fusion) dari data citra satelit sensor multispectral dan
sensor panchromatic. Hasil dari pansharpening adalah gambar yang memiliki resolusi spektral
yang tinggi dari sensor multispectral dan resolusi spasial yang tinggi dari sensor panchromatic.
Dapat dikatakan bahwa resolusi spasial dari citra multispektral telah ditingkatkan dengan
menggunakan informasi yang terkandung dalam citra pankromatik. Hal ini dapat berarti citra hasil
pansharpening memiliki banyak pixel yang sama dengan citra satelit pada sensor panchromatic
dan jumlah band yang sama pada citra satelit multispectral. (Palsson, 2013). Pansharpening
memiliki beberapa metode atau algoritma, seperti Brovey transformation, Intensity-hue-saturation
(IHS) transformation, Esri pan-sharpening transformation, simple mean transformation, dan
Gram-Schmidt spectral sharpening method. Dengan dilakukannya pansharpening, data citra satelit
akan nampak lebih jelas dan

2.1.1. Pansharpening Metode Brovey Transformation

Pansharpening Brovey Transformasion (Color Normalized-Brovey sharpening) dilakukan
dengan mengaplikasikan suatu teknik penajaman citra yang menggunakan suatu kombinasi
matematik dari citra warna dan data citra resolusi spasial tinggi. Setiap band di dalam citra warna
tersebut dikalikan dengan suatu rasio dari data resolusi spasial tinggi yang dibagi dengan jumlah
band warna tersebut. Fungsi tersebut secara automatik melakukan resampling terhadap tiga band
warna menjadi ukuran elemen citra resolusi spasial tinggi dengan menggunakan salah satu dari
teknik-teknik yang kita pilih. Teknik-teknik yang dipilih adalah nearest neighbor, bilinear, atau
cubic convolution. Citra-citra RGB output akan mempunyai ukuran elemen citra data citra resolusi
tinggi (Vrabel, 1996). Pansharpening metode brovey transformation dihitung dengan formula
sebagai berikut :
DNF = (P − IW x I)/(RW x R + GW x G + BW x B)

R_out = R ∗ DNF
G_out = G ∗ DNF
B_out = B ∗ DNF

Dimana : P = panchromatic image

R = red band
G = green band
B = blue band
I = near infrared
W = weight

2.1.2. Pansharpening Metode IHS/HSV

Penajaman citra dengan metode HSV dilakukan dengan mentransformasikan suatu citra
dalam ruang warna Merah-Hijau-Biru (Red-Green-Blue: RGB) menjadi citra dalam ruang warna
HSV (Hue-Saturation-Value-HSV) dengan cara: menggantikan kanal nilai (Value-V) dengan citra
resolusi spasial tinggi, secara automatik melakukan resampling kanalkanal Hue (Hue-H) dan
Saturasi (Saturation-S) menjadi ukuran elemen citra resolusi spasial tinggi dengan menggunakan
suatu teknik nearest neighbor, bilinear, atau cubic convolution. Akhirnya mentransformasikan
kembali citra tersebut ke ruang warna RGB. Citra-citra output RGB akan mempunyai ukuran

2
 elemen citra yang sama dengan data citra input resolusi tinggi (ENVI di dalam Image
Sharpening_ENVIHelp).

2.1.3. Pansharpening Metode Gram-Schmidt

Penggunaan penajaman citra spektral dengan metode Gram-Schmidt adalah untuk
mempertajam data multispectral resolusi spasial rendah dengan menggunakan data citra resolusi
spasial tinggi. Bila kedua set data tersebut adalah georeferenced, untuk melengkapi, ENVI lebih
dulu melakukan ko-registrasi tehadap citra-citra tersebut. Kanal-kanal spektral resolusi spasial
rendah yang digunakan untuk simulasi kanal panchromatic harus berada dalam kisaran kanal
panchoromatic resolusi spasial tinggi atau kanal-kanal tersebut tidak dimasukkan dalam proses
resampling (Laben et al. di dalam Image Sharpening_ ENVIHelp)

2.1.4. Pansharpening Metode ESRI

Metode ini dapat dilakukan dengan melakukan perhitungan adjustment value (ADJ) pada
rata-rata berbobot, lalu setelah mendapatkan hasilnya digunakan untuk memperoleh band merah,
hijau, biru yang memiliki resolusi spasial lebih tinggi. Metode ESRI dihitung menggunakan
formula sebagai berikut :

𝐴𝐷𝐽 = 𝑐𝑖𝑡𝑟𝑎 𝑝𝑎𝑛𝑘𝑟𝑜𝑚𝑎𝑡𝑖𝑘 – 𝑊𝐴

𝑅_𝑜𝑢𝑡 = 𝑅 + 𝐴𝐷𝐽
𝐺_𝑜𝑢𝑡 = 𝐺 + 𝐴𝐷𝐽
𝐵_𝑜𝑢𝑡 = 𝐵 + 𝐴𝐷𝐽
𝑁𝐼𝑅_𝑜𝑢𝑡 = 𝐼 + 𝐴𝐷𝐽

Dimana nilai WA atau Weighted Average adalah :

𝐺𝑒𝑜𝐸𝑦𝑒 = 0.6, 0.85, 0.75, 0.3

𝐼𝐾𝑂𝑁𝑂𝑆 = 0.85, 0.65, 0.35, 0.9
𝑄𝑢𝑖𝑐𝑘𝐵𝑖𝑟𝑑 = 0.85, 0.7, 0.35, 1.0
𝐿𝑎𝑛𝑑𝑠𝑎𝑡 8 = 0.15, 0.45, 0.35, 0.05

2.1.5. Pansharpenig Metode Simpe Mean

Metode ini dapat dilakukan dengan melakukan perhitungan persamaan rata-rata sederhana
pada masing-masing kombinasi band keluaran. Berikut merupakan formula perhitungan metode
simpl
𝑅_𝑜𝑢𝑡 = 0.5 ∗ (𝑅_𝑖𝑛 + 𝑃𝑎𝑛_𝑖𝑛)
𝐺_𝑜𝑢𝑡 = 0.5 ∗ (𝐺_𝑖𝑛 + 𝑃𝑎𝑛_𝑖𝑛)
𝐵_𝑜𝑢𝑡 = 0.5 ∗ (𝐵_𝑖𝑛 + 𝑃𝑎𝑛_𝑖𝑛)

2.2. Landsat 8
Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama kali menjadi satelit
pengamat bumi sejak 1972 (Landsat 1). Landsat 1 yang awalnya bernama Earth Resources
Technology Satellite 1 diluncurkan 23 Juli 1972 dan mulai beroperasi sampai 6 Januari 1978.
Sebenarnya landsat 8 lebih cocok disebut sebagai satelit dengan misi melanjutkan landsat 7 dari
pada disebut sebagai satelit baru dengan spesifikasi yang baru pula. Ini terlihat dari
karakteristiknya yang mirip dengan landsat 7, baik resolusinya (spasial, temporal, spektral),
metode koreksi, ketinggian terbang maupun karakteristik sensor yang dibawa. Hanya saja ada

3
beberapa tambahan yang menjadi titik penyempurnaan dari landsat 7 seperti jumlah band, rentang
spektrum gelombang elektromagnetik terendah yang dapat ditangkap sensor serta nilai bit (rentang
nilai Digital Number) dari tiap piksel citra.
Seperti dipublikasikan oleh USGS, satelit landsat 8 terbang dengan ketinggian 705 km dari
permukaan bumi dan memiliki area scan seluas 170 km x 183 km (mirip dengan landsat versi
sebelumnya). NASA sendiri menargetkan satelit landsat versi terbarunya ini mengemban misi
selama 5 tahun beroperasi (sensor OLI dirancang 5 tahun dan sensor TIRS 3 tahun). Satelit landsat
8 memiliki sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor
(TIRS)dengan jumlah kanal sebanyak 11 buah. Diantara kanal-kanal tersebut, 9 kanal (band 1-9)
berada pada OLI dan 2 lainnya (band 10 dan 11) pada TIRS. Dibandingkan versi-versi sebelumnya,
landsat 8 memiliki beberapa keunggulan khususnya terkait spesifikasi band-band yang dimiliki
maupun panjang rentang spektrum gelombang elektromagnetik yang ditangkap. Sebagaimana
telah diketahui, warna objek pada citra tersusun atas 3 warna dasar, yaitu Red, Green dan Blue
(RGB). Dengan makin banyaknya band sebagai penyusun RGB komposit, maka warna-warna
obyek menjadi lebih bervariasi. Berikut merupakan daftar band yang tersedia dalam Landsat 8.

4
 BAB III
PELAKSANAAN
3.1. Persiapan Data
Dalam praktikum kali ini, data citra satelit yang digunakan yaitu menggunakan Landsat 8.
Landsat 8 tersedia secara gratis diseluruh dunia dan dapat diunduh pada website
earthexplorer.usgs.gov. Berikut merupakan persiapan data sebelum melakukan pengolahan
penajaman citra :
1. Extract file citra satelit Landsat 8 yang telah diunduh. Dalam praktikum ini digunakan data
citra satelit landsat 8 pada path 119 dan row 65.

2. Buka software ArcGIS ArcMap. Masukkan data multispectral dan panchromatic, yang
terdapat pada file berformat MTL citra landsat 8 anda.

5
3. Buatlah file vektor berukuran 10 x 10 km yang kemudian digunakan sebagai pembatas area
citra yang akan dilakukan pansharpening.

4. Buka menu Image Analysis pada ArcMap. Kemudian klik features vektor batas 10 x 10 km.
Kemudian lakukan clip pada citra satelit sensor panchromatic dan multispectral.

5. Citra satelit telah selesai disubset (clip), langkah pansharpening siap dilakukan

6
3.2. Pansharpening Menggunakan Software ArcGIS ArcMap
3.2.1. Pansharpening ArcGIS Metode IHS
1. Masukkan data citra satelit Landsat 8 sensor multispectral dan panchromatic yang telah
di-subset. Buka ArcToolbox → Data Management Tools → Raster → Raster Processing
→ Create Pan-sharpened Raster Dataset.

2. Pada jendela Create Pan-sharpened Raster Dataset, pilih inputnya dengan data citra
satelit sensor multispectral. Pada Red, Green, dan Blue Channel isi dengan 4,3, dan 2
secara berurutan. Pilih lokasi file hasil pansharpening pada output data raster. Pada
Panchromatic Image pilih dengan citra satelit sensor panchromatic. Pada
pansharpening type pilih dengan IHS. Kemudian klik OK.

3. Tunggu hingga prosesnya selesai, berikut merupakan hasil pansharpening metode IHS.

7
 4. Berikut merupakan perbandingan hasil sebelum dan setelah dilakukan pansharpening.
Terlihat citra menjadi lebih tajam namun warna vegetasi menjadi lebih gelap dan tanah
kosong menjadi lebih cerah atau sedikit pudar.

Sebelum Pansharpening Sesudah Pansharpening

3.2.2. Pansharpening ArcGIS Metode Brovey

1. Masukkan data citra satelit Landsat 8 sensor multispectral dan panchromatic yang telah
di-subset. Buka ArcToolbox → Data Management Tools → Raster → Raster Processing
→ Create Pan-sharpened Raster Dataset.

8
 2. Pada jendela Create Pan-sharpened Raster Dataset, pilih inputnya dengan data citra
satelit sensor multispectral. Pada Red, Green, dan Blue Channel isi dengan 4,3, dan 2
secara berurutan. Pilih lokasi file hasil pansharpening pada output data raster. Pada
Panchromatic Image pilih dengan citra satelit sensor panchromatic. Pada pansharpening
type pilih dengan Brovey. Kemudian klik OK.

3. Tunggu hingga prosesnya selesai, berikut merupakan hasil pansharpening metode

Brovey.

4. Berikut merupakan perbandingan hasil sebelum dan setelah dilakukan pansharpening.

Terlihat citra menjadi lebih tajam dan warna yang dihasilkan menjadi lebih kontras namun
kecerahannya berkurang

Sebelum Pansharpening Sesudah Pansharpening

9
3.2.3. Pansharpening ArcGIS Metode ESRI
1. Buka kembali ArcToolbox → Data Management Tools → Raster → Raster Processing →
Create Pan-sharpened Raster Dataset. Pada jendela Create Pan-sharpened Raster
Dataset, pilih inputnya dengan data citra satelit sensor multispectral. Pada Red, Green, dan
Blue Channel isi dengan 4,3, dan 2 secara berurutan. Pilih lokasi file hasil pansharpening
pada output data raster. Pada Panchromatic Image pilih dengan citra satelit sensor
panchromatic. Pada pansharpening type pilih dengan ESRI. Kemudian klik OK.

2. Tunggu hingga prosesnya selesai, berikut merupakan hasil pansharpening metode ESRI.

3. Berikut merupakan perbandingan hasil sebelum dan setelah dilakukan pansharpening.

Terlihat citra menjadi lebih tajam dan warna yang dihasilkan menjadi lebih kontras.

10
 Sebelum Pansharpening Sesudah Pansharpening

3.2.4. Pansharpening ArcGIS Metode Simple Mean

1. Buka kembali ArcToolbox → Data Management Tools → Raster → Raster Processing
→ Create Pan-sharpened Raster Dataset. Pada jendela Create Pan-sharpened Raster
Dataset, pilih inputnya dengan data citra satelit sensor multispectral. Pada Red, Green,
dan Blue Channel isi dengan 4,3, dan 2 secara berurutan. Pilih lokasi file hasil
pansharpening pada output data raster. Pada Panchromatic Image pilih dengan citra
satelit sensor panchromatic. Pada pansharpening type pilih dengan Simple Mean.
Kemudian klik OK.

2. Tunggu hingga prosesnya selesai, berikut merupakan hasil pansharpening metode

Simple Mean.

11
 3. Berikut merupakan perbandingan hasil sebelum dan setelah dilakukan pansharpening.
Terlihat citra menjadi lebih tajam, namun warna yang dihasilkan cenderung kurang
nampak sehingga kurang terlihat jelas.

Sebelum Pansharpening Sesudah Pansharpening

3.2.5. Pansharpening ArcGIS Metode Gram-Schmidt
1. Buka kembali ArcToolbox → Data Management Tools → Raster → Raster Processing
→ Create Pan-sharpened Raster Dataset. Pada jendela Create Pan-sharpened Raster
Dataset, pilih inputnya dengan data citra satelit sensor multispectral. Pada Red, Green,
dan Blue Channel isi dengan 4,3, dan 2 secara berurutan. Pilih lokasi file hasil
pansharpening pada output data raster. Pada Panchromatic Image pilih dengan citra
satelit sensor panchromatic. Pada pansharpening type pilih dengan Gram-Schmidt.
Kemudian klik OK.

2. Tunggu hingga prosesnya selesai, berikut merupakan hasil pansharpening metode Gram-
Schmidt.

12
 4. Berikut merupakan perbandingan hasil sebelum dan setelah dilakukan pansharpening.
Terlihat citra menjadi lebih tajam dan warna terlihat lebih kontras.

Sebelum Pansharpening Sesudah Pansharpening

3.3. Pansharpening Menggunakan Software ENVI

3.3.1. Pansharpening ENVI Metode Brovey
1. Buka software ENVI, masukkan file citra satelit Landsat 8 berformat MTL.

13
2. Buka file vektor batas area pansharpening seluas 10 x 10 km.

3. Untuk melakukan pansharpening, buka Toolbox → Image Sharpening → Color

Normalized (Brovey) Sharpening.

4. Pada jendela Select Input RGB Input Bands, pilih dengan Red, Green, dan Blue Secara
berurutan. Klik OK.

5. Pada jendela High Resolution Input File, pilih dengan citra satelit sensor panchromatic.
Kemudian klik Spatial Subset. Pada jendela Select Spatial Subset, klik ROI/EVF, pilih
dengan file vektor batas area. Kemudian klik OK.

14
6. Pada jendela Color Normalized Sharpening Parameters, pilih Resampling dengan Cubic
Convolution. Kemudian klik Choose untuk memilih dan menamai hasil pansharpening.
Klik OK dan tunggu prosesnya.

7. Berikut merupakan hasil pansharpening metode Brovey

8. Berikut merupakan perbandingan citra satelit sebelum dan sesudah pansharpening

menggunakan metode Brovey pada software ENVI. Citra nampak lebih tajam dan
memiliki kontras yang lebih tinggi namun cenderung lebih gelap.

15
 Sebelum Pansharpening Sesudah Pansharpening

3.3.2. Pansharpening ENVI Metode Gram-Schmidt

1. Untuk melakukan pansharpening metode Gram-Schmidt, buka Toolbox → Image
Sharpening → Gram-Schidmt Pan Sharpening.

2. Pada jendele file selection, pilih low spatial resolution multi band input file dengan citra
multi spectral landat 8. Kemudian klik spatial subset. Pilih subset by dengan subset by
vektor, kemudian pilih dengan vektor batas area pansharpening. Klik OK.

3. Pada jendela file selection, pilih high resolution pan input band dengan citra satelit
panchromatic. Klik OK.

16
4. Pada jendela Pan Sharpening Parameters, pilih sensor dengan landsat8_oli kemudian
pilih resampling dengan cubic convolution dan output format dengan ENVI. Kemudian
pilih lokasi penyimpanan hasil file. Klik OK.

5. Berikut merupakan hasil pansharpening metode Gram-Schmidt pada software ENVI.

6. Berikut merupakan perbandingan citra satelit sebelum dan sesudah pansharpening

menggunakan metode Gram-Schmidt pada software ENVI. Citra nampak lebih tajam
dan memiliki kontras dan bagian pemukiman nampak lebih terang.

17
 Sebelum Pansharpening Sesudah Pansharpening

3.3.3. Pansharpening ENVI Metoe IHS

1. Untuk melakukan pansharpening metode Gram-Schmidt, buka Toolbox → Image
Sharpening → HSV Sharpening.

2. Pada jendela Select Input RGB Input Band, pilih dengan band Red, Green, dan Blue
secara berurutan. Klik OK.

3. Pada jendela High Resolution Input File, pilih dengan citra satelit dengan sensor
panchromatic. Kemudian klik spatial subset. Pilih dengan ROI/EVF sesuai dengan batas
areanya, kemudian klik OK

18
4. Pada jendela HSV Sharpening Parameters, pada resampling pilih dengan cubic
convolution. Kemudian pilih nama dan lokasi penyimpanan, klik OK.

5. Berikut merupakan hasil IHS menggunakan algoritma HSV Sharpening.

7. Berikut merupakan perbandingan citra satelit sebelum dan sesudah pansharpening

menggunakan metode IHS pada software ENVI. Citra nampak lebih tajam dan memiliki
kontras dan kecerahan yang lebih terang.

19
 Sebelum Pansharpening Sesudah Pansharpening

3.3.4. Pansharpening ENVI Metode Simple Mean

1. Buka band math pada toolbox

2. Masukkan expression sesusai dengan formula yang ada, formula ini digunakan
untuk mencari nilai output tiap band, formula seperti gambar dibawah

3. Pada jendela Variables to Bands Pairings, sesuaikan dengan variable yang ada
pada formula. Kemudian pilih lokasi penyimpana. Lakukan pada setiap band Red,
Green, dan Blue

20
4. Untuk menampilkan citra komposit, buka layer stacking pada toolbox

5. Pilih selected layer stacked dengan output setiap band, yaitu Red, Green, dan
Blue. Pilih lokasi penyimpanan. Kemudian klik OK.

6. Lakukan komposit secara true color dan akan muncul seperti gambar dibawah

21
3.3.5. Pansharpening ENVI Metode ESRI
1. Buka band math, kemudian lakukan perhitungan Weighted Average dengan formula
berikut ((B4*0.15) + (B3*0.45) + (B2*0.35) + (B5*0.05))/(0.15+0.45+0.35+0.05).

2. Pada jendela Variables to Bands Pairings, sesuaikan dengan variable yang ada pada
formula. Kemudian pilih lokasi penyimpana. Lakukan pada setiap band Red, Green,
Blue, dan NIR.

22
3. Lakukan perhitungan Adjustment yaitu band pankromatik dikurangi dengan
Weighted Average

4. Lakukan perhitungan akhir tiap band dengan menambahkannya dengan hasil raster
dari Adjustment.

23
5. Lakukan layer stacking agar data hasil perhitungan dapat ditampilkan secara
komposit band natural color. Pilih selected layer stacked dengan output setiap band,
yaitu Red, Green, dan Blue. Pilih lokasi penyimpanan. Kemudian klik OK.

6. Berikut merupakan hasil komposit band secara true color.

24
 BAB IV
PENUTUP

1. Berikut merupakan perbandingan hasil olahan citra sebelum dan sesudah pansharpening dengan
menggunakan software ArcGIS.

Metode Hasil Keterangan

Metode IHS

Metode
Brovey

Metode ESRI

25
 Metode
Simple Mean

Metode Gram-
Schmidt

2. Berikut merupakan perbandingan hasil olahan citra sebelum dan sesudah pansharpening dengan
menggunakan software ENVI.
Metode Citra Belum Diolah Setelah Pansharpening

Metode IHS

Metode
Brovey

26
 Metode
Gram-
Schmidt

Metode
Simple Mean

Metode ESRI

Dari gambar diatas, dapat disimpulkan bahwa :

a. Metode simple mean memiliki hasil yang kurang dibandingkan dengan metode lainnya
dikarenakan menggunakan perhitungan yang paling sederhana. Warna yang dihasilkan cenderung
kurang pop-out
b. Metode Gram-Schidmt dan Brovey memiliki kontras warna yang cukup, namun pada metode
Gram-Schmidt warna lebih muncul (pop-out) dan tidak terlalu overexposure.
c. Metode HIS memiliki kecendurungan brightness yang lebih tinggi.
d. Metode ESRI terlihat cukup kontras namun agak kurang natural.

27
 DAFTAR PUSTAKA

ENVI, Image Sharpening_ENVIHelp.

Laben, di dalam Image Sharpening_ENVIHelp, Process for Enhancing the Spatial Resolution of
Multispectral Imagery Using Pan-Sharpening, US Patent 6,011,875), di dalam Image
Sharpening_ENVIHelp).

Lillesand, T.M., and Kiefer, R.W., 1999, Penginderaan Jauh dan Interpretasi Citra, Terjemahan,
Gadjah Mada University Press, Yogyakarta
Palsson, Frosti. 2013. Pansharpeing and Clasification of Panshapened Images. University of Iceland:
Iceland.
Vrabel, 1996. di dalam Image Sharpening_ ENVIHelp, Multispectral Imagery Band Sharpening Study,
Photogrammetric Engineering & Remote Sensing, Vol. 62, No. 9, pp. 1075- 1083.

28