MATERI PRAKTIKUM KE – 4

KOREKSI GEOMETRIK

Kelompok : 11 (Kamis)

1. Muhammad Yuzka ‘Amali (E44180042)

2. Salsabila Putri Permana ( E44180046)

Koordinator :

1. Dr. Nining Puspaningsih, M. Si

2. Uus Saepul Mukarom, S.Hut

Asisten :

1. Stephanie Nindya Karen, S.Hut

2. Atfi Indriany Putri (E44160049)
3. Ni Ketut Dewi Mariyani (E44160069)
4. Aurelia Aranti Vinton (E44160082)
5. Ida Rahayu (E14160021)

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR

2020
 DAFTAR ISI
KATA PENGANTAR .................................................................................... 3
BAB I PENDAHULUAN ............................................................................... 4
Latar Belakang ......................................................................................... 4
Tujuan ..................................................................................................... 4
BAB II METODE .......................................................................................... 4
Waktu dan Tempat Praktikum ................................................................. 4
Alat dan Bahan ......................................................................................... 5
Prosedur Praktikum ................................................................................ 5
BAB III PEMBAHASAN ............................................................................. 10
BAB IV KESIMPULAN ................................................................................ 11
BAB V DAFTAR PUSTAKA ........................................................................ 12

2
 KATA PENGANTAR

Alhamdulillah, puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan
karunia-Nya sehingga kami dapat menyelesaikan Laporan Praktikum Geomatika dan
Inderaja Kehutanan.

Terima kasih kami ucapkan kepada bapak dan ibu dosen serta asisten-asisten praktikum
yang telah memberikan materi serta membimbing kami selama praktikum berlangsung.

Laporan ini merupakan Laporan keempat dari praktikum geomatika dan inderaja
kehutanan tentang pengenalan serta beberapa prosedur penggunaan software erdas
untuk koreksi citra geometrik.

Kami menyadari, bahwa laporan ketiga praktikum geomatika dan inderaja kehutanan
yang kami buat ini masih jauh dari kata sempurna baik segi penyusunan, bahasa, maupun
penulisannya. Oleh karena itu, kami sangat mengharapkan kritik dan saran yang
membangun dari semua pembaca guna menjadi acuan agar laporan yang kami kerjakan
bisa menjadi lebih baik lagi di masa mendatang.

Semoga laporan keempat praktikum geomatika dan inderaja kehutanan ini bisa
menambah wawasan para pembaca dan bisa bermanfaat untuk perkembangan dan
peningkatan ilmu pengetahuan.

Bogor, 15 Februari 2020

Penulis

3
 BAB I PENDAHULUAN

Latar Belakang
Teknologi penginderaan jauh (PJ) telah mengalami perkembangan yang sangat pesat, hal
tersebut ditunjukkan dengan semakin beragamnya jenis wahana, sensor, dan system PJ
yang ada, diiringi dengan semakin luasnya lingkup aplikasi teknologi ini. Salah satu misi
dikembangkannya PJ adalah untuk merekam data permukaan bumi, sehingga data
tersebut bisa digunakan untuk inventarisasi dan evaluasi pemanfaatan kekayaan alam
yang tersimpan di bumi (Murti 2012). PJ adalah “Pengambilan atau pengukuran data
/informasi mengenai sifat dari sebuah fenomena,obyek atau benda dengan menggunakan
sebuah alat perekam tanpa berhubungan langsung dengan bahan study. Penginderaan
jauh juga dapat didefinisikan sebagai suatu seni dalam mengolah dan menafsirkan citra
untuk mendapatkan suatu informasi. Teknologi penginderaan jauh adalah suatu kegiatan
pengamatan obyek atau suatu daerah tanpa melalui kontak langsung dengan obyek
tersebut Empat komponen dasar dari sistem PJ adalah target, sumber energi, alur
transmisi, dan sensor. Komponen dalam sistem ini berkerja bersama untuk mengukur
dan mencatat informasi mengenai target tanpa menyentuh obyek tersebut. Sumber
energi yang menyinari atau memancarkan energi elektromagnetik pada target mutlak
diperlukan. Energi berinteraksi dengan target dan sekaligus berfungsi sebagai media
untuk meneruskan informasi dari target kepada sensor. Sensor adalah sebuah alat yang
mengumpulkan dan mencatat radiasi elektromagnetik. Setelah dicatat, data akan
dikirimkan ke stasiun penerima dan diproses menjadi format yang siap pakai,
diantaranya berupa citra. Citra ini kemudian diinterpretasi untuk menyarikan informasi
mengenai target. Proses interpretasi biasanya berupa gabungan antara visual dan
automatic dengan bantuan computer dan perangkat lunak pengolah citra. Pemanfaatan
citra dengan resolusi tinggi dan turunannya adalah untuk memperbarui peta skala besar
yang berguna untuk memantau perkembangan bangunan di suatu wilayah. Akan tetapi
pemanfaatan teknologi ini untuk updating peta skala besar mempunyai beberapa
kendala, misalnya perekaman data oleh sensor satelit yang tidak dapat digunakan secara
langsung karena masih terdapat beberapa kesalahan geometrik yang harus dieliminir.
Untuk mengeleminasi berbagai kesalahan geometrik, maka dilakukan koreksi geometric
(Lukiawan et al. 2019).

Tujuan
Praktikum bertujuan mempelajari serta mengetahui pengertian koreksi citra
geometrik serta prosedur pengerjaan koreksi citra geometrik menggunakan software
erdas

BAB II METODE

Waktu dan Tempat Praktikum

Praktikum di laksanakan pada Laboratorium Remote Sensing Departemen
Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor tanggal 13 Februari
2020 pukul 09.00 hingga 12.00 WIB.

4
Alat dan Bahan
1. Laptop
2. Software Erdas
3. Microsoft word dan Excel
4. Data Citra Satelit Jawa Barat
5. Alat Tulis

Prosedur Praktikum
1. Buka software Erdas pada komputer, buka menu viewer, lalu pilih viewer classic.

2. Klik menu viewer lagi hingga muncul 2 kotak viewer.

3. Masukkan data citra satelit Jawa Barat tahun 2013 pada viewer pertama kemudian
masukkan data citra satelit Jawa Barat tahun 2015 pada viewer kedua yang terletak
di sebelah kanan.

5
4. Atur brightness/contrast gambar agar warna terlihat lebih tajam.

5. Buka Geo Correction tools untuk menentukan titik lokasi, arahkan lalu perbesar
lokasi yang sama antara data 2013 dan 2015. Berilah tanda lokasi pada titik
tersebut.

6
6. Hapus data GCP yang sudah ada sebelumnya, sisakan satu baris GCP yang masih
belum terisi data (kosong).

7. Tandailah satu titik lokasi yang sama pada data 2013 dan 2015. Perhatikan nilai
GCP yang muncul pada tabel.

7
8. Berilah warna yang berbeda antara X&Y input dengan X&Y reference agar lebih
mudah membedakannya.

9. Buatlah 10 titik GCP dan perhatikan nilai RMS Error yang tertinggi.

10. Buka menu GCP prediction lalu tekan kolom dengan nilai RMS Error tertinggi,
kemudian tekan reference from input. Lakukan hal tersebut berulang mulai dari
nilai RMS Error tertinggi ke terendah hingga total nilai Control Point Error lebih
kecil sama dengan 0,5.

8
11. Tekan menu resample dan tekan output file. Masukkan nama file menjadi
Lc08_122_065_2013_1. Lakukan juga pada data yang satunya.

12. Buka viewer swipe untuk memeriksa data yang sudah dikoreksi.

9
 BAB III PEMBAHASAN

Gambar citra sebelum dan sesudah koreksi

Tabel 1. Nilai GCP sebelum dikoreksi

GCP Xinput Yinput Xref Yref X_Residual Y_Residual RMS_Error

GCP #1 784075 -773502 784195.6 9226489 62.4625641 12.244332 63.65136
GCP #2 754607.3 -726178 754745.9 9273721 -15.071481 14.808381 21.129072
GCP #3 672808 -775856 672911.3 9224225 -31.652062 1.6913327 31.697218
-
GCP #4 640190.3 -761805 640410 9238262 39.1946093 4.0761994 39.406
-
GCP #5 715152.3 -749142 715288.3 9250750 -10.027435 83.856299 84.453705
GCP #6 755206 -745484 755250 9254490 -79.033182 41.290106 89.169035
GCP #7 706715.4 -700690 706914.2 9299238 -29.443793 67.659965 73.788941
GCP #8 681811.5 -816015 681840 9184196 -37.182447 37.926011 53.112303
-
GCP #9 805726.8 -726303 805874 9273499 30.8159253 40.451594 50.852264
-
GCP #10 668719.3 -748370 668970 9251596 69.937302 47.236035 84.394723

Tabel 2. Nilai GCP setelah dikoreksi

GCP Xinput Yinput Xref Yref X_residual Y_residual RMS_Error

GCP #1 784075 -773502 784145.6 9226472 0.4689697 0.2015412 0.5104424
GCP #2 754607.3 -726178 754772.3 9273699 -0.157867 0.2037596 0.2577598
GCP #3 672808 -775856 672921.2 9224247 -0.021399 -0.428268 0.4288021
GCP #4 640190.3 -761805 640342.5 9238295 0.5547487 0.0892863 0.561888
GCP #5 715152.3 -749142 715294.1 9250841 -0.081156 -0.000387 0.0811569
GCP #6 755206 -745484 755337.1 9254446 -0.14784 -0.108462 0.1833588

10
 GCP #7 706715.4 -700690 706945.1 9299170 -0.309795 0.2841918 0.4204021
GCP #8 681811.5 -816015 681850.4 9184188 -0.526055 0.2461525 0.5807966
GCP #9 805726.8 -726303 805870.2 9273518 0.0772674 -0.29979 0.3095868
GCP #10 668719.3 -748370 668882.4 9251661 0.1431254 -0.188025 0.2363015

Koreksi geometrik dilakukan untuk memperbaiki ketidak konsistenan antara

koordinat lokasi data citra dengan koordinat lokasi sebenarnya. Beberapa jenis koreksi
geometrik meliputi koreksi sistem, presisi, dan medan. Koreksi geometrik diperlukan
untuk menghilangkan distorsi geometrik (Aryastana 2017 et al. 2017). Koreksi geometrik
adalah koreksi dasar citra yang dilakukan agar citra memiliki sifat-sifat peta dalam
bentuk, skala, dan proyeksi dengan cara mengembalikan posisi masing-masing piksel
pada gambar objek di permukaan bumi (Arief et al. 2011).
Berdasarkan praktikum yang dilakukan, data citra yang sudah dikoreksi kemudian
diamati bentuk pikselnya apakah sudah sesuai atau belum. Hal ini sesuai dengan literatur
Ardantha et al. (2017) yang menyatakan bahwa koreksi geometrik harus dilakukan
dengan tujuan retifikasi (pembetulan) atau restorasi (pemulihan citra agar koordinat
citra sesuai dengan koordinat geografi, registrasi (mencocokkan) posisi citra dengan citra
lain atau mentransformasikan sistem koordinat citra multispektral atau multitemporal,
dan registrasi citra ke peta atau transformasi sistem koordinat citra ke peta yang
menghasilkan citra dengan sistem proyeksi.
Nilai RMS Error terbesar yang didapatkan selama praktikum pada data yang
dikerjakan sebesar 89. Nilai RMS Error yang besar ini dapat disebabkan oleh kesalahan
pada konfigurasi sensor, seperti pembelokan arah penyinaran, abrasi sub-sistem optik,
dan sistem penyiaman atau scanning system tidak linier. Faktor penyebab besarnya nilai
RMS Error lainnya dapat berupa perubahan ketinggian wahana dan kecepatan,
perubahan posisi wahana terhadap objek karena gerakan berputar, menggelinding,
berbelok, mengakibatkan terjadinya distorsi atau bising acak, rotasi bumi, dan
kelengkungan bumi (Dave et al. 2015). Koreksi geometrik yang dilakukan saat praktikum
sama seperti yang disebutkan dalam Dave et al. (2015) bahwa terjadi sudut pada arah
perekaman (cross track) yang dapat disebabkan oleh antara pixel yang direkam di titik
nadir dengan pixel saat sensor melakukan penyiaman sehingga ukuran pixel yang
direkam menjadi berubah.

BAB IV KESIMPULAN

Koreksi geometrik adalah koreksi dasar citra yang dilakukan agar citra memiliki sifat-
sifat peta dalam bentuk, skala, dan proyeksi dengan cara mengembalikan posisi masing-
masing piksel pada gambar objek di permukaan bumi. Sumber kesalahan pada dasarnya
diakibatkan oleh dua hal, yakni kesalahan internal atau konfigurasi sensor dan kesalahan
eksternal atau kesalahan pada objek yang diamati.

11
BAB V DAFTAR PUSTAKA

Ardantha IM, Aryastana P, Nugraha AE, Candrayana KW. 2017. Coastline Changes
Analysis in Buleleng Regency By Using Satellite Data. Denpasar (ID) :
Warmadewa Press.

Arief M, Winarso G, Prayogo T. 2011. Kajian perubahan garis pantai menggunakan data
satelit landsat di kabupaten kendal. Jurnal Penginderaan Jauh 8(1) : 71-80.

Aryastana P, Ardantha IM, Agustini NKA. 2017. Analisis perubahan garis pantai dan
laju erosi di kota denpasar dan kabupaten badung dengan citra satelit spot.
Jurnal Fondasi 6(2) : 100-111.

Dave CP, Joshi R., Srivastava S. 2015. A Survey on Geometric Correction of Satellite
Imagery. International Journal of Computer Applications 116(12) : 24-27.

Lukiawan R, Purwanto EH, Ayundyahrini M. 2019. Standar koreksi geometrik citra

satelit resolusi menengah dan manfaat bagi pengguna. Jurnal Standardisasi
21(1) : 45-54.

Murti SH. 2012. Pengaruh resolusi spasial pada citra penginderaan jauh terhadap
ketelitian pemetaan penggunaaan lahan pertanian di kabupaten wonosobo.
Jurnal Ilmiah Geomatika 18(1) : 84-94.

12