PRAKTIKUM INDERAJA TERAPAN

NI PUTU PRAJA CHINTYA

 Outline
• Pendahuluan - Review ENVI
• Klasifikasi digital - Klasifikasi tidak terbimbing
• Klasifikasi digital - Klasifikasi terbimbing
• Analisis perubahan lahan
• Ekstraksi Garis Pantai
• Deteksi Hutan Mangrove
• NDVI, NDWI, NDBI
• Land Surface Temperature dan Normalized Burn Ratio
• Pengolahan CItra resolusi tinggi
• Pengolahan Citra hiperspektral
• Pengolahan citra satelit menggunakan Google Search Engine
• Analisis perubahan lahan menggunakan Google Search Engine
 Review
• Resolusi (Spektrak, Spasial, Temporal,
Radiometrik)
• Koreksi Radiometri
• Image Enhancement
• Koreksi Geometri
 Resolusi
• Spektral
• Spasial
• Temporal
• Radiometrik
 Resolusi Spektral
Interval Lebar Kisaran masing-masing band spektral yang diukur oleh sensor.
KEY :
1. Menunjukkan panjang gelombang
yang digunakan dalam perekaman
objek.
2. Semakin sempit lebar interval,
resolusi spektral citra semakin
tinggi/baik.
3. Semakin tinggi spektral, tingkat
kemampuan pengenalan objek
semakin baik.
 Resolusi Spektral
• Banyak sedikitnya
spektral yang direkam
oleh sensor, yang
merupakan
karakteristik objek.
• Resolusi spektral
rendah → interval
lebar
• Resolusi spektral tinggi
→ interval sempit
Resolusi Spasial
Ukuran terkecil yang
dapat direkam oleh
sensor.

Seberaba detil citra yang

tampak di mata
manusia.

Kejelasan perbedaan
detil-detil yang ada pada
citra.

Dinyatakan dalam meter.

 Resolusi Temporal
• Periode yang dibutuhkan
satelit untuk merekam
area yang sama (revisit)
• Untuk mengetahui
perubahan yang terjadi di
satu area yang sama pada
waktu yang berbeda.
• Contoh : Landsat 16 hari,
Ikonos 3 hari, SPOT 26 hari
 Resolusi Radiometrik
• Sensitifitas sensor terhadap
besarnya energi gelombang
elektromagnetik.
• Semakin baik resolusi
radiometrik sebuah sensor,
semakin sensitif www.edc.uri.edu
membedakan energi yang
dipancarkan. Contoh :
• Satuan : Bit 1. Landsat 8 16 bit.
• Jumlah bit → berkaitan 2. Landsat 7 8 bit.
dengan ketajaman warna 3. GeoEye 11 bit
 Resolusi
• Spektral → warna, band
• Spasial → tingkat kedetilan suatu area
• Temporal → waktu yang diperlukan (hari,
bulan, tahun)
• Radiometrik → tingkat ketajaman warna
Koreksi Radiometri
 Koreksi Radiometrik
• Layer Stacking
• Menghitung statistic citra
• Stretch data
 Layer Stacking
• Menjadikan semua band menjadi satu layer.
Pilih Basic Tools --> Layer Stacking
 Menghitung statistic citra
• Menghitung nilai statistic citra untuk
mengetahui nilai radiometric minimum dan
maksimum.
• Basic tools → statistics → compute statistics
 Stretch Data
• Untuk melakukan koreksi nilai radiometric citra.
• Basic Tools →Stretch Data
• Pada window Data Stretching, mengatur Stretch
Type: Linear, Stretch Value: By Value (Min : 0 ;
Max : 65535), Output Data Range: (Min : 0 ; Max
: 65535), dan Data Type: Unsigned integer.
Image Enhancement
 IMAGE ENHACEMENT
• Digunakan untuk memudahkan dalam interpretasi
visual dan memahami citra satelit.
• Memperjelas perbedaan antara objek dalam
citra.
 Mengapa perlu menggunakan Komputer?

• Mata kita tidak bisa membedakan perbedaan

nilai radiometrik atau nilai spektral yang
sangat kecil.
• Komputer membantu untuk mempertajam
secara visual sehingga siap untuk diamati oleh
mata kita.
 Image Enhancement
• Contrast enhancement (contrast stretching)
• Image smoothing (menghilangkan noise salt
and pepper)
• Image sharpening (fusi, pca, ratio, formula)
• Image resampling
 Contrast stretching
• Citra dapat memiliki nilai DN 0 sampai
maksimum tergantung dari resolusi
radiometriknya.
• Stretching adalah metode untuk menata ulang
nilai DN dari nilai yang sebenarnya ke nilai DN
yang dapat ditampilkan oleh layar (0-255).
 Tipe Contrast Stretching
• Linear
• Linear 0-255
• Linear 2%
• Gaussian
• Equalization
• Square root
 Linear
• Menetapkan agar nilai minimum dan maksimum DN
menjadi 0 dan 255 secara linear.
Linear
Linear 0-255
Menetapkan nilai DN 0 ke nilai 0 yang
baru, nilai DN 255 ke nilai 255 yang baru,
Tidak ada stretching.
Linear 2%
Menetapkan 2% dari nilai maksimum
dan minimum menjadi nilai 0 dan
255, kemudian data di stretch secara
linear.
Gaussian
Menetapkan nilai rata-rata DN sama
dengan 127. Nilai DN-3𝜎 dianggap
sebagai 0, DN+3𝜎 sebagai nilai 255
Equalization
DN yang baru ditetapkan berdasarka
frekuensi kejadiannya.
Squared root
 Image sharpening
1. Principal Components Analysis
2. Thresholding
3. Ratio
 Principal component analysis (pca)
PCA akan mereduksi dimensionalitas data multi-band

PCA akan menyederhanakan dataset multidimensional menjadi

dataset dengan dimensi yang lebih rendah

Acuan PCA adalah nilai statistik band khususnya nilai korelasi antar
band
 THRESHOLDING
Thresholding merupakan salah satu teknik segmentasi yang baik digunakan untuk
citra dengan perbedaan nilai intensitas yang signifikan.
Konsep thresholding yaitu mengatur nilai intensitas semua pixel yang lebih besar
dari threshold T sebagai latar depan (objek utama) dan nilai yang lebih kecil dari
threshold T sebagai latar belakang.
 Ratio
• Formula ratio digunakan untuk mengesktrak informasi tematik dari data
multi-band.
• Formula ratio mengkombinasikan band-band citra untuk mengekstrak
informasi tertentu. Misalnya pada Landsat 8 :
– Band 6-Band 7 untuk mendeteksi mineral termasuk clay, micas, carbonate,
sulfate dan lain-lain.
– Band 6/ Band 7 untuk mendeteksi vegetasi.
– Band 4/ Band 2 untuk mendeteksi iron oxide.
– Band 4/ Band 5 untuk mendeteksi area yang didominasi vegetasi.
 Tugas
1. Menghitung statistik citra.
2. Melakukan koreksi radiometrik (Stretch data)
3. Melakukan image enhancement (contrast
stretching, kombinasi band (komposit), band
ratio, pansharpening)
4. Membuat tabel fungsi dan resolusi setiap band
pada citra Landsat 8.
THANK YOU