LAPORAN PRAKTIKUM

DASAR-DASAR PENGINDERAAN JAUH

OLEH :

LIZA KURNIA MANSUR

I1F118038

OSEANOGRAFI
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS HALU OLEO
KENDARI
2019

i
 DAFTAR ISI

HALAMAN COVER................................................................................ i

DAFTAR ISI.............................................................................................ii

BAB I. PENDAHULUAN ........................................................................ 1

A. Penginderaan Jauh ......................................................................... 1

B. Citra Satelit .................................................................................... 2
C. Pemanfaatan Penginderaan Jauh di Bidang Perikanan dan Kelautan 2

BAB II. PROSEDUR KERJA .................................................................. 4

A. Penggabungan dan Komposisi Band ............................................... 4

B. Cropping......................................................................................... 8
C. Koreksi Radiometrik ....................................................................... 18
D. Klasifikasi Supervised..................................................................... 20

BAB III. PENUTUP ................................................................................. 28

A. Saran ............................................................................................. 28

DAFTAR PUSTAKA

ii
 1

BAB I. PENDAHULUAN

A. Penginderaan jauh

Penginderaan jauh menjadi salah satu alternative memperoleh informasi

yang cepat, tepat dan murah. Penginderaan jauh adalah ilmu untuk memperoleh

informasi fenomena alam pada objek (permukaan bumi) yang diperoleh tanpa

kontak langsung dengan objek permukaan bumi, tetapi memalui pengukuran

pantulan (reflection) atau pancaran (emission) oleh media gelombang

elektromagnetik (Lubis, dkk., 2017).

Penginderaan jauh yang merupakan ilmu untuk memperoleh informasi

tentang objek, daerah atau gejala, dengan jalan menganalisis data yang diperoleh

dengan menggunakan alat, tanpa kontak langsung dengan objek, daerah atau gejala

yang akan dikaji (Ghazali dan manan 2012).

Inderaja merupakan sumber data bagi SIG, hal ini dikarenakan masih

kurang ketersediaannya data daninformasi penting dalam bentuk peta (baik hard

copy maupun digital format) yang diperlukan untuk analisis sumber daya perikanan

budidaya. Terdapat beberapa keunggulan inderaja sebagai sumber data SIG, di

antaranya: (1) data yang dihasilkan sudah dalam format digital, (2) dapat

memantau suatu daerah kajian secara berulang-ulang, (3) dapat mencakup lokasi

kajian yang luas, dan (4) analisis inderaja bisa menghasilkan berbagai jenis data

bermanfaat yang sulit diperoleh dengan menggunakan data lapangan (Radiarta

2008).
 2

B. Citra Satelit

Citra satelit penginderaan jauh ini disebut satelit sumber alam. Banyak

citra satelit mempunyai kemampuan dan keunggulan dalam hal memetakan

gambarnya. Hal ini tergantung dari setiap karakteristik satelitnya. Kemampuan

pemetaan citra satelit tergantung yang dimiliki dari besarnya resolusi spasial,

resolusi, dan resolusi temporal. Karakter utama citra (image) dalam penginderaan

jauh adalah adanya rentang kanal (band) panjang gelombang elektromagnetik

(electromagnet wavelength) yang dimilikinya (Suwargana 2013).

C. Manfaat Penginderaan Jauh di Bidang Perikanan dan Kelautan

Pemanfaatan data penginderaan jauh telah banyak dilakukan dalam

kaitannya dengan wilayah pesisir dan lautan khususnya sektor perikanan dan

pengelolaan wilayah pesisir dan lautan, seperti aplikasi penginderaan jauh untuk

memberikan informasi Zona Potensi Penangkapan Ikan (ZPPI) dan mendeteksi

beberapa parameter oseaografi khususnya suhu permukaan laut (SPL) dan klorofil-

a (Arif, dkk., 2018).

Menentukan area gerombolan ikan yang terdapat diperairan guna

membatu para nelayan menggunakan teknologi citra satelit. Satelit yang

digunakan adalah satelit MODIS (Moderate Resolution Imaging

Spectroradiometer). Hasil yang diperoleh dengan pemantauan menggunakan

satelit, jauh lebih akurat dalam menentukan. area perairan yang banyak terdapat

gerombolan ikan (Ghazali dan manan 2012).

Teknologi penginderaan jauh dapat digunakan untuk mengestimasi

kedalaman perairan laut dangkal yang ditandai dengan kemampuan cahaya untuk

menembus badan air. Salah satu citra yang mampu mengestimasi kedalaman
 3

tersebut adalah SPOT 6 yang memiliki tiga kanal visible dan satu kanal NIR

dengan resolusi spasial 6 meter (Arief, dkk., 2017).

 4

BAB II. PROSEDUR KERJA

A. Penggabungan dan Komposisi Band

1. Tahap pertama penggabugan band yaitu

dengan Membuka aplikasi Er Mapper 7.1

2. Setelah aplikasi terbuka, maka akan muncul gambar seperti dibawah, setelah

gambar telah muncul klik “Edit Algorithm” fungsi Algorithm yaitu untuk

perhitungan pemprosesan data, dan penalaran secara otomatis

3. Setelah mengklik Edit Logaritma maka akan muncul jendela Edit Logaritma

seperti gambar dibawah, lalu klik “duplicate”

4. Lalu duplikat Pseudo Layer menjadi 7

5. Ubah nama Pseudo Layer menjadi B1 begitu pula seterusnya sampai B7, lalu

klik “Load Dataset”

 5

6. Setelah klik load dataset, buka dokumen dan

buka file LANDSAT 8 maka akan muncul Raster

Dataset seperti yang ada di bawah ini.

7. Lalu klik “LC08_L1TP….B1.TIF” dan klik “OK

this layer only” , lakukan hal yang sama pada B2

sampai B7 tetapi klik sesuaikan band seperti B1

dengan B1 dan B2 dengan B2 begitu pula

seterusnya

8. Jika gambar pada “Edit Algorithm” berwarna seperti dibawah, maka klik

“Refresh” yang ada pada hingga berwarna

9. Setelah mengklik refresh maka tampilannya akan berubah seperti gambar di

bawah, lalu blok semua band dengan cara tekan “Shift + arah panah”
 6

10. Kemudian klik “Save As” yang ada pada menu Er Mapper

11. Save dengan nama “GABUNGANBAND” dengan tipe file (.ers) lalu klik “OK”

12. Setelah mengklik “OK” maka akan muncul kembali save as Er Mapper dan klik

“OK”

13. Selanjutnya akan muncul Er Mapper Status, Klik “YES” kemudian klik “OK”
 7

14. Close semua yang ada aplikasi kecuali menu Er Mapper, dan ketik “Open”

lalu buka kembali gabungan band yang telah di save tadi.

15. Maka akan muncul seperti gambar dibawah ini

16. Duplikat gambar tersebut menjadi 4 hingga seperti pada gambar dibawah, agar

mudah melihat perbedaannya dengan cara mengklik “Copy Window”

17. Kemudian klik Logaritma lalu sesuaikan bandnya untuk Red, Gren dan Blue.

Tujuan untuk di RGB kan yaitu untuk lebih jelas melihat warna pada permukaan

bumi, contonya untuk Nature Color (4,3,2), untuk melihat Vegetasi Mangrove

(5,4,3), Pertanian (6,5,2), dan untuk melihat penetrasi atmosfer (7,6,5)

 8

18. Setelah menyesuaikan semuanya maka

gambar yang ada pada Logaritma juga

akan berubah warna sesuai dengan

yang di masukan. Contohnya dengan

pertanian yang daratannya berwarna

hijau.

B. Cropping

Cropping citra dibagi menjadi beberapa bagian yaitu Cropping citra

menggunakan zoom, Titik Koordinat dan Cropping menggunakan polygon

 Cropping Citra Menggunakan Zoom Box Tool

1. Tahap pertama Cropping Citra yaitu dengan

Membuka aplikasi Er Mapper 7.1

2. Setelah membuka aplikasi maka akan muncul icon menu Er Mapper. Klik

“Open”

3. Maka akan muncul seperti gambar di bawah, tujuan membuka “Open” yaitu

untuk membuka kembali gabungan band untuk melakukan tahap cropping citra

menggunakan Zoom. Lalu tekan “OK”.

 9

4. Maka akan muncul data pada saat penggabungan band

5. Lalu klik “Zoom Box Tool” untuk melakukan

cropping

6. Zoom daerah yang ingin di cropping contohya daerah

Moramo, setelah menzoom maka hasilnya seperti

pada gambar dibawah.

7. Ubah RGB menjadi Pseudo Layer

 10

8. Setelah diubah menjadi Pseudo Layer maka tampilannya akan seperti gambar di

bawah. Kemudian klik kanan pada mouse lalu aktifkan “pseudo layer” pada

salah satu Red, Green atau Blue dan “Cut” semuanya kecuali pseudo

layer.

9. Maka tampilannya akan seperti dibawah ini, setelah itu klik “duplicate”

untuk menduplikat “Pseudo layer” sebanyak 7 ubah nama menjadi B1 begitu

juga seterusnya dan sesuaikan bandnya.

10. Tampilannya akan seperti gambar

apabila Pseudo layer sudah di

duplikat menjadi 7, telah di ganti

nama menjadi B1 sampai seterusnya

dan telah disesuaikan bandnya.

11. Lalu blok semua “Pseudo Layer” dengan cara “Shift + arah panah bawah” dan

klik “Save As” pada menu Er Mapper

 11

12. Save dengan nama “CROPPING1” dan klik “OK”

13. Jika muncul seperti gambar dibawah maka klik “Ok”

14. Dan selesailah cropping citra menggunakan Zoom

 Cropping Citra Menggunakan Titik Koordinat

1. Tahap pertama Cropping Citra yaitu dengan Membuka aplikasi Er Mapper 7.1

2. Setelah membuka aplikasi maka akan muncul icon menu Er Mapper. Klik

“Open”

3. Maka akan muncul seperti gambar di bawah, tujuan membuka “Open” yaitu

untuk membuka kembali gabungan band untuk melakukan tahap cropping citra

menggunakan Titik Koordinat. Lalu tekan “OK”.

 12

4. Maka akan muncul data pada saat penggabungan band

5. Klik “Geoposition Window” yang terdapat pada menu “Edit Algorithm”

6. Klik “Extents”

7. Masukkan titik koordinat (Top Left,

Latitude: 4 00o47”S (LS), Longitude:

122 37o17”E (BT). Bottom Right,

Latitude: 4 10o19”S (LS), Longtitude: 122 45o35”E

(BT)) lalu klik “OK”

8. Maka akan muncul daerah moramo sesuai dengan

titik korrdinat yang dimasukkan

9. Ubah ke pseudo layer dan duplikat menjadi 7, ubah

nama dan sesuaikan masing–masing band. Kemudian blok dan “Save As”
 13

10. Save dengan nama “CROPPING2” lalu klik

“OK”

11. Data Cropping menggunakan Titik

Koordinat selesai.

 Cropping Citra Menggunakan Polygon

1. Tahap pertama Cropping Citra yaitu dengan Membuka aplikasi Er Mapper 7.1

2. Setelah membuka aplikasi maka akan muncul icon menu Er Mapper. Klik

“Open”

3. Maka akan muncul seperti gambar di bawah,

tujuan membuka “Open” yaitu untuk

membuka kembali gabungan band untuk

melakukan tahap cropping citra menggunakan

Polygon. Lalu tekan “OK”.

4. Maka akan muncul data pada saat penggabungan band lalu ubah menjadi

“Natural Color” (4, 3, 2).

 14

5. Klik “Utilites” yang ada pada menu Er Mapper, klik “Import Vector dan GIS

Fotmats”, klik “ESRI Shape File” lalu klik “Import”

6. Setelah mengklik “Import” maka akan muncul kotak “Import Shape File” lalu

klik “Load Dataset” pada “Input File Name”

7. Setelah itu akan muncul kotak “Open”, klik file “Moramo_Raya.shp” lalu klik

“Open”
 15

8. Maka pada kotak “Import Shape Name” akan terimput file “Moramo_Raya.shp”

yang sudah di klik tadi

9. Klik “Load Dataset” pada “Output File Name”, setelah itu muncul kotak Save

As save dengan nama “Moramoraya” lalu klik “save”

10. Klik “Map Projection” ubah location menjadi

“SUTM51” lalu klik “Ok”, “SUTM51”

merupakan lokasi untuk Sulawesi tenggara dan

digunakan pada cropping menggunakan plygon

karena posisi lokasi saat ini berada di Sulawesi

Tenggara.
 16

11. Akan muncul kotak kecil “Shape File_Import” yang

berarti bahwa import file telah selesai lalu klik “OK"

dan close semua kecuali menu Er Mapper.

12. Buka kembali kotak Algorithm, klik “Edit”, klik “Add Victor Layer” dan

kemudian klik “Ragion Layer”

13. Setelah mengklik “Ragion Layer”

maka pada RGB akan muncul Ragion

Layer seperti pada gambar dibawah,

lalu klik “Load Dataset” , dan

buka file moramo yang telah di save

tadi kemudian klik “Annotate Vector

Layer”

14. Maka akan muncul “Tools” dan pada

gambar yang ada pada kotak Algorithm

muncul polygon dari daerah yang telah di

input sebelumnya.
 17

15. Lalu aktifkan “Points Mode” lalu klik

pas di tengah polygon kemudian klik

“Display/Edit Object Attributes” maka

akan muncul kotak “Map Composition

Attribute” tulis pada kolom bawah

“moramoraya” lalu tekan “Apply” lalu close

16. Klik “Save As” yang ada pada kotak “Tools” maka akan muncul kotak

“Map Compisition Save As” klik “OK”, klik kembali “Save As” pada kotak

“Tools” maka kotak “Map Compisition Save As” akan muncul kembali

kemudian “Vector File” ubah menjadi “Raster Region” lalu klik “OK”

17. Kemudian close kotak Tools, lalu aktifkan “Pseudo Layer” cut semua

kecuali Pseudo Layer lalu “Duplicate” menjadi 7 lalu ubah nama dan

sesuaikan bandnya, B1 dengan B1 begitu pula seterusnya

18. Klik B1 lalu klik “Edit Formula” maka akan muncul kotak “Formula

Editor” kemudian klik “Standard” pada menu formula editor klik “Inside
 18

Region Polygon Test”, ubah “Input” menjadi “Regions” lalu “All” diubah

menjadi “Moramoraya” lakukan hal yang sama untuk B2 sampai B7

19. Setelah melakukan hal yang sama pada semua

band maka tampilan citranya akan menjadi seperti

bentuk polygon yang di input tadi

20. Langkah terakhir yaitu klik “Save As” yang

tertera pada menu Er Mapper

C. Koreksi Radiometrik

Koreksi Radiometrik yaitu meperbaiki kualitas nilai pixel agar

menyerupai citra yang seharusnya. Citra satelit yang digunakan yaitu citra Landsat

8 yang memiliki resolusi radiometric 8 bit sehingga menhasilkan variasi warna 0-

255. Angka 0 akan ditandai dengan warna yang gelap sedangkan untuk angka yang

tinggi akan mempunyai warna yang terang. Prosedur kerja Koreksi Radiometrik

yaitu:

1. Tahap pertama Koreksi Radiometrik yaitu dengan Membuka aplikasi Er Mapper

7.1
 19

2. Setelah membuka aplikasi maka akan muncul

icon menu Er Mapper. Klik “Open” untuk

membuka file “Cropping2” lalu kllik “OK” untuk

melakukan tahap koreksi radiometric.

3. Tahap selanjutnya yaitu mengubah “RGB”

menjadi “Pseudo Layer” kemudian “Duplicate”

menjadi 7 Pseudo Layer, ubah nama Pseudo Layer menjadi B1 hingga B7

kemudian sesuaikan masing-masing bandnya

4. Klik “Edit Tranform Limits” untuk

melihat nilai minimum, lalu muncul kotak

Tranform lalu pada kotak tersebut lihat nilai

minimum yang ada pada “Actual Input Limits”

jika nilainya minimumnya bukan “0” maka

ubah menjadi “0”

5. Untuk mengubah nilai minimum yang bukan 0 menjadi 0 klik “Edit Formula”

dan akan muncul kotak “Formula Editor”, klik “Input 1” lalu kurang dengan

nilai minimum yang ada pada “Actual Input Limits”, maka setelah itu nila

minimumnya akan berubah menjadi angka 0

 20

6. Lakukan hal yang sama untuk B2 sampai B7, dengan catatan jangan close

7. Setelah melakukan koreksi radiometric lalu klik “Save As” untuk menyimpan

file tersebut dan selesailah tahap untuk melakukan koreksi radiometric.

D. Klasifikasi Suppervised

Klasifikasi citra adalah proses penglompokan yang memiliki

nilai/karsteristik spectral/DN (Digital Number) yang mirip/sama/serupa dalam

kelas tertentu. Pada klasifikasi citra ini kami menggunakan “Klasifikasi

Suppervised” atau klasifikasi terbimbing yaitu pengelompokan kelas ditetapkan

berdasarkan perinci kelas (Class Signate) yang diperoleh melalui pembuatan area

contoh (Training Area). Tahap Klasifikasi citra adalah sebagai berikut:

1. Buka aplikasi Er Mapper

2. Klik “Open” lalu klik file “CROPPING3” dan klik “OK”

 21

3. Setelah ini “RGB” kan cropping 3 dan ubah menjadi “Vegetasi” (5,4,3)

4. Pada klasifikasi ini akan dibuat menjadi 6 kelas yaitu: Laut dalam, laut dangkal,

mangrove, vegetasi daratan, lahan kosong, dan awan

5. Tahap selanjutnya yaitu klik “Edit” pada

menu Er Mapper lalu klik “Edit/Create

Regions” dan akan muncul kotak “New Map

Composition” lalu klik “OK”

6. Setelah itu akan muncul kotak “Tools” dan

pada gambar Cropping3 akan terlihat garis

polygon

7. Aktifkan “Points Mode” yang ada pada

kotak “Tools” kemudian klik pada bagian

tengah citra

8. Klik “Delete Object” yang ada pada kotak

Tools, maka garis polygon pada citra tadi akan

hilang seperti gambar disamping

 22

9. Aktifkan “Zoom Box Mode” atau “Zoom Mode” pada kotak Tools

lalu zoom citra

10. Klik “Polygon” kemudian buat polygon

pada kelas laut dangkal, dengan catatan saat

membuat polygon yang terakhir klik cepat

agar polygonnya menyatu atau menjadi 1

gambar polygon dan setiap 1 kelas membuat 3

polygon yang tersebar seperti gambar

dibawah ini

21. Setelah menggambar polygon, blok

polygon yang sesuai kelasnya lalu klik

“Display/Edit Object Attributes”

kemudian muncul kotak “Map

Composition Attribute” tulis pada kolom

bawah sesuai kelas yang telah dibuat

maksudnya adalah jika membuat polygon

dengan kelas Laut dangkal maka pada kotak map composition attribute ditulis

dengan laut dangkal. lalu tekan “Apply All” lalu close. Lakukan hal yang sama

untuk kelas-kelas berikutnya

11. Setelah menggambar polygon pada semua kelas maka tampilannnya akan

seperti gambar di bawah

 23

12. Setelah itu close kotak Tools maka

akan muncul kotak “Save Map

Composition File” save dengan nama

“CROPPING3” dan klik “OK” lalu

muncul kotak “Er Mapper-Message

Window” artinya proses yang telah

dilakukan tadi telah tersimpan,

kemudian klik “Close”. Catatan ingat close yang dimaksud adalah tanda (x)

13. Klik “Process” pada menu Er Mapper lalu klik “Classification”, karena

menggunakan klasifikasi supervised maka klik “Supervised Classification”

 24

14. Lalu muncul kotak “Supervised Classification” dan klik “Input Dataset”

15. Setelah itu muncul kotak “Open Dataset” lalu klik “OK”

16. Klik “Output Dataset” lalu akan muncul kembali kotak “Open Dataset” save

dengan nama “SUPERCLASS” setelah itu klik “OK”, kemudian klik

“Classification Type” dan klik “Minimum Distance” lalu klik “OK”

 25

17. Maka muncul kotak “Supervised Classification-Status” dan kotak “Supervised

Classification” lalu klik “Close” pada kedua kotak

18. Klik “Open” lalu buka file “SUPERCLASS” dan klik kanan pada Pseudo

layer kemudian klik “Class Display”

19. Setelah mengklik Class Display citra pada menjadi warna putih maka klik

“Edit” pada menu Er Mapper kemudian klik “Edit Class/Region Color and

Name”
 26

20. Maka akan muncul kotak “Edit Class/Region Details” klik “Dataset” lalu klik

file “SUPERCLASS”

21. Sesuaikan warna setiap kelas lalu klik “Save”

22. Klik kanan pada mouse kemudian klik “Clip”

 27

23. Maka tampilan citra akan berwarna seperti gambar dibawah sesuai warna yang

dimasukan dalam kotak “Edit Class/Region Details”

 28

BAB III. PENUTUP

A. Saran

 Saran untuk Asisten

Lebih memerhatikan dan membantu apabila ada praktikan yang

kurang mengerti.

 Saran untuk Praktikum

Untuk praktikum kedepannya menggunakan satelit lain yang

resolusinya lebih tinggi.

 Saran untuk Lab

Untuk kedepannya agar menambah jumlah koomputer agar

praktikan yang tidak mendapat computer bisa diatasi

 Saran untuk Diri Sendiri

Saran untuk diri saya yaitu agar lebih cepat tanggap.

 29

DAFTAR PUSTAKA

Arif, H., Fitra S., & Golok J. 2018. Pemanfaatan Citra Landsat 8 Oli/Tirs Untuk
Penentuan Zona Potensi Penangkapan Ikan (ZPPI) Di Perairan Kabupaten
Wakatobi.Jurnal Geografi Aplikasi Dan Teknologi. Vol.2 ( No.2): 21-30.

Ghazali, & Abdul M. 2012. Prakiraan Daerah Penangkapan Ikan Di Selat Bali
Berdasarkan Data Citra Satelit. Jurnal Ilmiah Perikanan Dan Kelautan
Vol. 4 (No. 1): 87-92.

Arief, M., Syifa W.A., Ety P., & Sartono M. 2017. Metode Dual Kanal Untuk
Estimasi Kedalaman Di Perairan Dangkal Menggunakan Data Spot 6 Studi
Kasus : Teluk Lampung = Dual Band Method For Bathymetry Estimation
In Shallow Waters Depth Using Spot 6 Data Case Study: Lampung Bay. J.
Inderaja. Vol. 14 (No. 1): 37- 50.

Lubis, M.Z., dkk. 2017. Penerapan Teknologi Penginderaan Jauh di Bidang Pesisir
dan Kelautan. Oseana. Vol. XLII (No. 3): 56-64.

Radiarta, I Nyoman. 2008. Pemanfaatan Penginderaan Jauh Dan Sistem Informasi

Geografis Untuk Manajemen Sumber Daya Perikanan Budidaya Di
Indonesia. Media Akuakultur Vol. 3 (No. 1): 81-92.

Suwargana, Nana. 2013. Resolusi Spasial, Temporal Dan Spektral Pada Citra
Satelit Landsat, Spot Dan Ikonos. Jurnal Ilmiah Widya. Vol. 1 (No. 2):
167-174.