PENGINDRAAN JAUH II
PREPROCESSING IMAGE
( ATRIBUTING AND FUSION IMAGE)
LABORATORIUM FOTOGRAMETRI
JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2018
Praktikum Pengindraan jauh II : Prepocessing
DAFTAR ISI
BAB I
PENDAHULUAN
BAB II
DASAR TEORI
Citra dalam biasanya ini dikenal sebagai masukan data atau pun hasil observasi dari proses
penginderaan jauh. Penginderaan jauh atau remote sensing biasa didefinisikan sebagai ilmu dan
seni untuk memperoleh informasi tentang suatu objek, daerah atau fenomena melalui analisis
data yang diperoleh melalui suatu alat yang dihasilkan tanpa kontak secara langsung dengan
objek, daerah, atau fenomena tersebut.
Citra juga dapat diartikan sebagai gambaran atau rekaman gambar yang tampak dari suatu
objek yang diamati, sebagai objek atau hasil liputan dari alat pemantau atau sensor. Tentu citra
memerlukan proses interpretasi atau penafsiran dalam pemanfaatannya terlebih dahulu.
Manakala citra satelit pula merupakan hasil dari perekaman maupun pemotretan dari alat sensor
yang dipasang tepat pada wahana satelit ruang angkasa yang ketinggiannya mencapai lebih dari
400 km dari permukaan bumi.
Sejauh ini kita dapat mengenal berbagai jenis citra satelit berdasarkan tingkat resolusi
spasialnya. Resolusi spasial dikenal pula sebagai kemampuan sebuah sensor dalam melakukan
perekaman pada objek terkecil di setiap pikselnya. Berikut adalah beberapa jenis citra satelit
berdasarkan tingkat resolusi spasialnya:
Citra satelit resolusi rendah : memiliki resolusi spasial yang mencapai 15 m hingga 30 m
Citra Satelit Landsat
Citra satelit resolusi sedang : memiliki resolusi spasial yang mencapai 2.5 m hingga 10 m
Citra Satelit SPOT
Citra satelit resolusi tinggi : memiliki resolusi spasial yang mencapai 0.6 m hingga 1 m
Citra Satelit IKONOS dan Citra Satelit Quickbird
Tingkat dari setiap resolusi dari citra satelit ini dipengaruhi oleh kemampuan dari sensor
dalam melakukan perekaman pada objek yang paling kecil yang sedang diamati. Diketahui
bahwa satelit Landsat TM mampu merekan objek terkecil di lapangan yang sebesar 30 x 30 m.
Sedangkan, satelit IKONOS dirancang agar memiliki kemampuan dalam merekam objek
terkecil di lapangan sebesar 1 x 1 m. Selain itu, satelit Quickbird dipercaya mampu merekam
objek yang paling kecil di lapangan sebesar 0.6 x 0.6 m. Dengan resolusi yang beragam ini tentu
membantu setiap pihak yang memerlukan sesuai dengan kebutuhan masing-masing.
Citra satelit ini dipercaya, terbentuk dari serangkaian matrik elemen gambar yang biasa
disebut dengan piksel. Piksel merupakan unit terkecil dari sebuah citra. Piksel pada sebuah citra
biasanya berbentuk persegi empat dan mewakili suatu area pada citra. Apabila sensor yang
dimiliki oleh citra memiliki resolusi spasial mencapai 20 m dan citra dari sensor menampilkan
objek secara menyeluruh. Maka berarti masing-masing piksel mampu mewakili area dengan
luas yang mencapai 20 x 20 m. Perlu dimengerti bahwa, citra satelit yang berhasil menampilkan
objek area dengan cakupan yang luas, diketahui bahwa ia hanya memiliki resolusi spasial yang
rendah. Sebaliknya, sebuah citra satelit yang didefinisikan memiliki resolusi spasial tinggi akan
mencakup areal yang lebih sempit.
memiliki tiga atau lebih radiometers ( Landsat memiliki tujuh). Masing-masing memperoleh
satu gambar digital (dalam penginderaan jauh, disebut 'adegan') disebuah band kecil dari
spektrum yang terlihat, mulai dari 0,7 pM sampai 0,4 pM, disebut merah-hijau-biru (RGB)
daerah, dan pergi ke panjang gelombang inframerah 0,7 pM sampai 10 pM atau lebih,
diklasifikasikan sebagai dekat inframerah (NIR), tengah inframerah (MIR) dan far infrared (FIR
atau termal). Dalam kasus Landsat, tujuh adegan terdiri dari tujuh gambar-band multispektral.
Pencitraan spektral dengan band-band yang lebih banyak, lebih halus resolusi spektral atau
cakupan spektral yang lebih luas dapat disebut itt atau ultraspectral.
2.4.1 Sejarah
Satelit SPOT-7 merupakan satelit kembar dari generasi SPOT-6 dengan spesifikasi
sama. Satelit SPOT-7 diluncurkan pada tahun 2014 di Pusat Antariksa Satish Dhawan, India.
Satelit SPOT-7 ini mempunyai bentuk satelit yang berbeda dari generasi SPOT sebelumnya.
Satelit ini dilengkapi dengan 4 fitur CMG (Control Moment Gyroscope) pada sistem
kontrolnya, sehingga satelit SPOT-7 dapat melakukan manuver pergerakan yang lebih cepat
daripada generasi SPOT sebelumnya. Kelincahan SPOT-7 dalam gerakannya mampu
mengakusisi data permukaan bumi dalam beberapa mode akusisi, yaitu: target mode, long
strip mode, multi strip mode, dan corridor mode.
2.4.2 Spesifikasi
Satelit SPOT-7 membawa sensor NAOMI (New AstroSat Optical Modular Instrument)
dengan resolusi spasial lebih tinggi dibandingkan sensor HRVIR SPOT-4 dan HRG SPOT-
5 yang beroperasi sebelumnya, yakni 1,5 m. SPOT-7 merupakan generasi satelit mempunyai
resolusi spatial tertinggi saat ini dari seri satelit SPOT. Sensor NAOMI bekerja pada panjang
gelombang kanal spektral lebih lebar daripada kanal Pankromatik SPOT-4 dan SPOT-5,
yakni 0,450 - 0,745 µm. Sedangkan kanal Multispektral dengan resolusi spasial 6 m terdiri
dari kanal spektral biru (0,450 - 0,520µm), hijau (0,530-0,590µm), merah (0,625-0,695µm)
dan band NIR (0,760 - 0,890 µm). SPOT-7 merupakan satelit generasi SPOT pertama yang
mempunyai kanal spektral warna biru. Kanal spektral biru berpotensi mempertegas batas tepi
pantai, sedimentasi laut dan mendeteksi terumbu karang yang sulit dideteksi oleh kanal
multispektral lainnya.
Berikut ditunjukkan sampel Citra multispektral SPOT-7 komposit warna alami (Natural
Color Composite/NCC) kombinasi kanal RGB-123 dan RGB-321. Citra NCC RGB-321
terlihat bahwa warna tanah dan permukiman terlihat warna biru, sedangkan pada NCC RGB-
123 justru sebaliknya warna tanah dan permukiman terlihat seperti warna aslinya kemerah-
merahan, sehingga untuk citra komposit warna SPOT-7 lebih cocok menggunakan NCC
RGB-123. Selain itu, data SPOT-7, dengan karakteristik spektral dan spatial resolusi tinggi,
dapat dihasilkan citra Pan-sharpening 1,5 m yang bisa digunakan untuk pemetaan nasional
skala 1: 10.000 (Anonim, 2014).
Gambar 2.1 Citra SPOT-7 Nartural Color 123 Gambar 2.2 Citra SPOT-7 Natural Color 321
Pada bidang pengindraan jauh dikenal definisi dari fusi data yaitu sebuah format kerja
formal tentang cara dan alat bantu untuk menggabungkan data yang didapatkan dari sumber
yang berbeda. Data fusion bertujuan mendapatkan informasi dengan kualitas yang lebih baik.
Definisi “kualitas yang lebih baik” akan bergantung kepada aplikasinya.
Data citra yang sering dipakai dalam analisis pengindraan jauh antara lain adalah citra
pankromatik dengan informasi keabu-abuan, umumnya memiliki informasi spasial tinggi
sehingga dapat membantu melokasikan suatu objek di muka bumi. Selain itu terdapat pula citra
multispektral berwarna dengan saluran multispektrum yang lebih memberikan informasi warna
berdasarkan pantulan dan penyerapan sinar elektromagnetik oleh objek yang ditangkap oleh
sensor. Pada umumnya citra multispektral beresolusi rendah dengan artian memiliki informasi
spasial yang rendah namun memberikan informasi warna yang tinggi.
Kedua citra pankromatik dan citra multispektral, terlebih penggabungan kedua citra
tersebut, memiliki andil yang besar dalam aplikasi indraja. Proses penggabungan citra
pankromatik dan citra multispektral ini umum dikenal sebagai image fusion atau pan-
sharpening. Fusi citra (image fusion) secara umum diartikan sebagai teknik untuk
mengintegrasikan detail geometri atau spasial dari suatu citra pankromatik beresolusi tinggi
dengan citra multispektral beresolusi rendah. Tujuan yang hendak dicapai dalam tahapan ini
adalah didapatkannya tepian objek (edge) yang semakin jelas serta didapatkannya informasi
warna yang semakin tajam dan representatif dengan mengacu pada citra multispektral awal.
Proses fusi citra pada bidang pengindraan jauh bertujuan mempermudah langkah analisis citra
satelit, terutama pada analisis yang memerlukan ekstrasi objek citra secara detail, diantaranya
analisis penggunaan lahan (land use), analisis tata ruang kota, analisis tren perkembangan
wilayah, aplikasi prediksi bencana alam maupun kegunaan lainnya.
Dengan kata lain Penggunaan penajaman citra spektral dengan metode Gram-Schimdt
adalah untuk mempertajam data multispektral resolusi spasial rendah dengan menggunakan
data citra resolusi spasial tinggi.
BAB III
PELAKSANAAN PRAKTIKUM
5. Sesuaikan
Wavengleths.. dengan
metadata
Wavengleths yang ada
di metadata sudah
diurutkan sebelumnya
6. Kemudian sesuaikan
“FWHM” sesuai
metadata
7. Sesuaikan “Current
Data Gain Values”
sesuai metadata
8. Sesuaikan “Current
Data Offset Values”
sesuai dengan metadata
2. Klik
“IMG_SPOT7_MS..”
Klik Spectral Subset
(4/4 Bands)
Ubah band menjadi 3
dari 4
Klik OK
3. Klik OK
5. Pilih “Average of
Low…”
Klik file Choose
(untuk memilih tempat
penyimpanan)
7. Klik OK
BAB IV
Analisis yang saya dapat dari proses fusi citra yaitu, Pansharpening dengan
menggabungkan citra multispektral dengan citra yang resolusi spasialnya lebih baik (dalam hal
ini citra pankromatik). Pansharpening juga memudahkan dalam menginterpretasi citra. Dapat
dilihat sebelum dan sesudah dilakukannya pansharpening. Citra yang sudah dilakukan
pansharpening terlihat lebih jelas dibandingkan dengan citra multispektral biasa. Hal ini
menunjukan bahwa proses pansharpening benar-benar dapat menghasilkan resolusi spasial yang
tinggi.
BAB V
KESIMPULAN
5.1 Kesimpulan
Pansharpening dengan menggabungkan citra multispectral dengan citra pankromatik
menghasilkan citra yang resolusi spasial nya lebih baik dari hanya citra multispectral saja. Citra
hasil pansharpening menghasilkan resolusi spasial 15 meter. Pansharpening juga memudahkan
kita dalam menginterpretasi peta. Dapat dilihat dari perbedaan citra sebelum dan sesudah proses
pansharpening. Citra pansharpening terlihat lebih zoom-ing dan lebih jelas daripada citra
multispectral yang belum di pansharpening. Hal ini menunjukkan bahwa proses pansharpening
benar- benar dapat menghasilkan resolusi spasial yang lebih tinggi dari sebelumnya.
DAFTAR PUSTAKA
Anonim. 2014. Spesifikasi Data Spot-6 dan Spot-7. Jakarta: Lembaga Penerbangan dan Antariksa
Nasional.
Danoedoro, P. 1996. Pengolahan Citra Digital-Teori Dan Aplikasinya Dalam Bidang
Penginderaan Jauh. Fakultas Geografi : Universitas Gadjah Mada.
Soemantri, L. 2014. Penajaman Citra.
http://file.upi.edu/Direktori/FPIPS.JUR.PENDIDIKAN.GEOGRAFI/132314541LILISOMA
NTRI/penajaman_citra.pdf. (Diakses pada 12 oktober 2018).