OLEH :
OSEANOGRAFI
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS HALU OLEO
KENDARI
2019
i
DAFTAR ISI
HALAMAN COVER................................................................................ i
DAFTAR ISI.............................................................................................ii
A. Saran ............................................................................................. 28
DAFTAR PUSTAKA
ii
1
BAB I. PENDAHULUAN
A. Penginderaan jauh
yang cepat, tepat dan murah. Penginderaan jauh adalah ilmu untuk memperoleh
informasi fenomena alam pada objek (permukaan bumi) yang diperoleh tanpa
tentang objek, daerah atau gejala, dengan jalan menganalisis data yang diperoleh
dengan menggunakan alat, tanpa kontak langsung dengan objek, daerah atau gejala
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
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
2008).
2
B. Citra Satelit
Citra satelit penginderaan jauh ini disebut satelit sumber alam. Banyak
pemetaan citra satelit tergantung yang dimiliki dari besarnya resolusi spasial,
resolusi, dan resolusi temporal. Karakter utama citra (image) dalam penginderaan
kaitannya dengan wilayah pesisir dan lautan khususnya sektor perikanan dan
pengelolaan wilayah pesisir dan lautan, seperti aplikasi penginderaan jauh untuk
beberapa parameter oseaografi khususnya suhu permukaan laut (SPL) dan klorofil-
satelit, jauh lebih akurat dalam menentukan. area perairan yang banyak terdapat
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
2. Setelah aplikasi terbuka, maka akan muncul gambar seperti dibawah, setelah
gambar telah muncul klik “Edit Algorithm” fungsi Algorithm yaitu untuk
3. Setelah mengklik Edit Logaritma maka akan muncul jendela Edit Logaritma
5. Ubah nama Pseudo Layer menjadi B1 begitu pula seterusnya sampai B7, lalu
seterusnya
8. Jika gambar pada “Edit Algorithm” berwarna seperti dibawah, maka klik
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”
16. Duplikat gambar tersebut menjadi 4 hingga seperti pada gambar dibawah, agar
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
hijau.
B. Cropping
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
cropping
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”
11. Lalu blok semua “Pseudo Layer” dengan cara “Shift + arah panah bawah” dan
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
6. Klik “Extents”
nama dan sesuaikan masing–masing band. Kemudian blok dan “Save As”
13
“OK”
Koordinat selesai.
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”
4. Maka akan muncul data pada saat penggabungan band lalu ubah menjadi
5. Klik “Utilites” yang ada pada menu Er Mapper, klik “Import Vector dan GIS
6. Setelah mengklik “Import” maka akan muncul kotak “Import Shape File” lalu
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”
9. Klik “Load Dataset” pada “Output File Name”, setelah itu muncul kotak Save
Tenggara.
16
12. Buka kembali kotak Algorithm, klik “Edit”, klik “Add Victor Layer” dan
Layer”
input sebelumnya.
17
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
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
C. Koreksi Radiometrik
menyerupai citra yang seharusnya. Citra satelit yang digunakan yaitu citra Landsat
255. Angka 0 akan ditandai dengan warna yang gelap sedangkan untuk angka yang
tinggi akan mempunyai warna yang terang. Prosedur kerja Koreksi Radiometrik
yaitu:
7.1
19
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
6. Lakukan hal yang sama untuk B2 sampai B7, dengan catatan jangan close
7. Setelah melakukan koreksi radiometric lalu klik “Save As” untuk menyimpan
D. Klasifikasi Suppervised
berdasarkan perinci kelas (Class Signate) yang diperoleh melalui pembuatan area
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,
polygon
tengah citra
9. Aktifkan “Zoom Box Mode” atau “Zoom Mode” pada kotak Tools
dibawah ini
dengan kelas Laut dangkal maka pada kotak map composition attribute ditulis
dengan laut dangkal. lalu tekan “Apply All” lalu close. Lakukan hal yang sama
11. Setelah menggambar polygon pada semua kelas maka tampilannnya akan
kemudian klik “Close”. Catatan ingat close yang dimaksud adalah tanda (x)
13. Klik “Process” pada menu Er Mapper lalu klik “Classification”, karena
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
18. Klik “Open” lalu buka file “SUPERCLASS” dan klik kanan pada Pseudo
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”
23. Maka tampilan citra akan berwarna seperti gambar dibawah sesuai warna yang
A. Saran
kurang mengerti.
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.
Suwargana, Nana. 2013. Resolusi Spasial, Temporal Dan Spektral Pada Citra
Satelit Landsat, Spot Dan Ikonos. Jurnal Ilmiah Widya. Vol. 1 (No. 2):
167-174.