Disusun guna memenuhi tugas Mata Kuliah Pilihan Penginderaan Jauh (MKP
Inderaja)
(TPW 21387)
Dosen Pengampu :
Dra. Bitta Pigawati, M.T.
Novia Sari, S.T., M.T.
Grandy Loranesa Wungo, S.T., M.T.
Disusun oleh :
Crismon Alfajri Agus Pratama
21040117130106
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Penginderaan jauh merupakan salah satu model analisis keruangan tanpa harus
berhubungan langsung dengan objek keruangan tersebut. penginderaan jauh banyak
digunakan dalam berbagai ilmu pengetahuan sebagai alat bantu analisis keruangan
seperti dalam ilmu pertanian, kelautan, pertambangan, dan perencanaan wilayah
dan kota. Ilmu Perencanaan Wilayah dan Kota menggunakan penginderaan jauh
dalam berbagai lini analisis bahkan hingga analisis terkecil sekalipun seperti
perancangan kota.Penginderaan jauh akan menjelaskan kondisi lahan atau wilayah
dan dapat juga menjelas proyeksi perubahan lahan dengan menggunakan beberapa
indikator data yang digunakan sehingga menghasilkan sebuah kenampakan muka
bumi sesuai dengan kalkulasi analisis.
Pengolahan data penginderaan jauh memerlukan beberapa aplikasi atau
software seperti Er Mapper, ArcGIS, QGIS dan banyak lainnya. Pengunaan aplikasi
yang beragam tergantung tujuan dan kelengkapan alat analisis di dalam aplikasi
tersebut. untuk analisis kali ini penulis akan menggunakan aplikasi Er Mapper dan
ArcGIS untuk melakukan mozaik, pemotongan citra dan klasifikasi tutupan lahan
pada citra yang digunakan.
Mozaik merupakan penggabungan dua citra atau lebih yang saling tumpang
tindih (overlapping) sehingga menghasilkan satu citra dengan satu kesatuan yang
sudah utuh. Model ini digunakan apabila memerlukan suatu citra yang terpisah
menjadi satu. Pemotongan citra juga menjadi salah satu model pengolahan citra
karena citra yang didapatkan dari beberapa sumber tertentu merupakan gabungan
dari beberapa wilayah sehingga untuk menganalisis suatu daerah dengan focus
perlu adanya pemotongan citra agar wilayah yang dianalisis merupakan satu
kesatuan wilayah. Klasifikasi digunakan untuk menunjukkan tutupan lahan suatu
wilayah melalui pixel warna pada citra. Klasifikasi terdiri atas dua macam yakni
klasifikasi terbimbing dan klasifikasi tidak terbimbing. Adanya klasifikasi karena
akan begitu sulit menginterpretasikan suatu citra yang sangat luas dengan berbagai
macam objek di dalamnya. Karenanya model klasifikasi membantu
menginterpretasikan citra tersebut sehingga membentuk suatu kelas atau fungsi
wilayah tertetu pada citra.
2
BAB 2
KAJIAN LITERATUR
2.1 Penginderaan Jauh.
Penginderaan jauh merupakan salah satu metode untuk mendapatkan informasi
mengenai suatu kondisi kerungan tan harus bersentuhan langsung dengan objek
yang ada di ruang tersebut karena penginderaan jauh melibatkan alat alat
perekaman elektromagneting sehingga cenderung akan mendapatkan data
keruangan melalui citra atau peta yang sudah direkam oleh satelit, drone, pesawat
udara atau semacamnya. penginderaan jauh adalah teknik yang dikembangkan
untuk perolehan dan analisis informasi tentang bumi, informasi tersebut berbentuk
radiasi elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi.
(Lindgern dalam Somantri, 2015). Mather mengatakan bahwa penginderaan jauh
terdiri atas pengukuran dan perekaman terhadap energi elektromagnetik yang
dipantulkan atau dipancarkan oleh permukaan bumi dan atmosfer dari suatu tempat
tertentu di permukaan bumi. Adapun menurut Lilesand et al. mengatakan bahwa
penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu
objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat
tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji (Mather
dan Lilesand dalam Somantri. 2015).
2.2 Mozaik Citra
Mozaik citra merupakan penggabungan dua citra yang saling tumpang tindih
atau saling berkaitan satu dengan yang lainnya. Mozaik citra adalah
menggabungkan beberapa hasil foto dari drone sehingga menghasilkan satu foto
daerah secara keseluruhan. Prinsipnya adalah setiap foto mempunyai koordinat, dan
bertampalan dengan foto lain di sebelahnya. (Uktoro, 2017). Hasilnya dari mozaik
citra berupa satu kesatuan citra yang sudah tergabung.
2.3 Croping Citra
Croping citra merupakan fungsi yang digunakan untuk memotong citra
menjadi lebih kecil sesuai dengan data batas pemotongan yang digunakan.
Cropping merupakan suatu proses untuk memperkecil ukuran citra dengan
memotong citra pada koordinat tertentu pada area citra. Sehingga proses cropping
akan memotong sebagian objek pada bidang gambar untuk mendapatkan bagian
dari gambar tertentu dengan ukuran tertentu. (Saifullah et al, 2016).
2.4 Klasifikasi Citra
Klasifikasi citra merupakan metode untuk mengetahui sebaran tutupan lahan
pada suatu citra tertentu dengan membentuk kelas kelas lahan sesuai dengan pixel
warna yang sama. Untuk klasifikasi pada citra terdapat dua model yakni klasifikasi
terbimbing dan tidak terbimbing. Pada klasifikasi terbimbing pengguna dianggap
sebagai expert yang sudah tahu mengenai wilayah yang akan sedangkan untuk
klasifikasi tidak terbimbing pengguna diangap tidak mengetahui mengenai wilayah
yang dianalisis sehingga hasil klasifikasi hanya sesuai dengan kesamaan pixel
warna pada citra.
3
BAB 3
DATA DAN METODE
3.1 Data
Berikut ini adalah data yang digunakan untuk melakukan analisis mozaik, cropping,
dan klasifikasi. Yakni :
NO Bentuk Input Data Keterangan
Shp kawasan
2
Mangunharjo.
Citra Kota
3 Semarang.
Sumber (Esri)
4
4.1 Metode
Metode yang digunakan dalam analisis ini yakni metode mozaik yang bertujuan
untuk menggabungkan 2 citra, metode cropping untuk memotong kawasan tertentu
sesuai dengan shp batas kawasan dan metode klasifikasi unsupervised untuk
menunjukkan persebaran tutupan lahan pada citra. Metode ini digunakan melalui dua
aplikasi atau software yakni ArcGIS dan Er Mapper.
5
BAB 4
INTERPRETASI DAN ANALISIS
4.1 Mozaik Citra
6
Gambar 2 menunjukkan hasil cropping citra. Citra yang awalnya
merupakan citra hasil penggabungan lalu ditambahkan layer shp kawasan
Mangunharjo dan dilakukan fungsi clip pada image analyse dalam ArcGIS sehingga
menghasilkan citra baru seperti di atas. Metode cropping digunakan untuk
memperkecil citra sesuai dengan kawasan yang digunakan agar dapat
diinterpretasikan dalam suatau analisis. Pada gambar 2. Sebelum citra dipoting akan
sangat sulit membedakan kawasan Mangunharjo dengan kawasan yang ada di
sekitarnya karena citra tidak menunjukkan batas delineasi di suatu wilayah. Melalui
metode Croping kawasan mangunharjo dapat menjadi citra yang berdiri sendiri
dapat dapat dianalisis secara efektif.
4.3 Klasifikasi Citra (Unsupervised Classification)
7
BAB 5
KESIMPULAN
Penginderaan Jauh merupakan salah satu alat yang dpaat digunakan untuk
mendapatkan informasi keruangan melalui citra, drone atau pesawat udara tanpa
harus bersentuhan langsung dengan objek yang dianalisis. Model analisis pertama
yakni mozaik yang bertujuan untuk menggabungkan citra yang overlapping atau
bersebelahan.
Model analisis yang kedua yakni cropping yang bertujuan untuk memotong
citra menjadi ukuran yang lebih kecil sesuai dengan batas kawasan atau Shp yang
digunakan. Pada gambar 2 merupakan bentuk cropping citra dari yang awalnya
berbentuk persegi dipotong menjadi lebih kecil yakni menjadi kawasan
Mangunharjo. Model yang terakhir yakni klasifikasi citra yang terdiri dari 2 jenis
yakni klasifikasi terbimbing dan klasifikasi tidak terbimbing. Analisis yang
dilakukan oleh pernulis yakni klasifikasi tidak terbimbing dan menghasilkan peta
pada gambar 3. Pada peta klasifikasi, tutupan lahan yang dihasilkan sesuai dengan
karakteristik spectral dan pixel warna saat dianalisis menggunakan metode
unsupervised classification.
8
Lampiran (Langkah Kerja) Er Mapper
Mozaik
1. Buka Er Mapper
2. Buka salah satu citra yang akan digabungkan dengan cara klik logo kertas pada
sudut kiri atas, klik kanan pada layer pilih file -> Open dan masukkan salah satu
citra yang akan digabungkan.
3. Klik kanan pada citra yang sudah ditampilkan pilih algoritm dan klik duplicate
pada RGB.
9
4. Pada RGB kedua masukkan ctra yang akan digabungkan dengan citra pertama.
Klik logo file di salah satu RGB lalu masukkan file Rec 2.
5. Setelah itu, klik kanan pada citra lalu klik save as dan pada output type ubah
multi layer menjadi RGB lalu klik ok.
10
Croping Citra.
1. Buka Er Mapper.
2. Klik Utilites pada toolbars >Import data vector dengan windows Utilities >
Import Vector and GIS formats > ESRI Shape File > Import
3. Masukkan file yang akan menjadi batas crop (dalam analisis ini penulis
menggunakan batas mangunharjo.erv) dan ubah map prohection sesuai dengan
sumber citra (Penulis menggunakan SUTM 49 dan WGS 84) dan klik ok.
4. Masuk ke algorithm klik Edit > Add Vector Layer > Annotation/Map
Composition > Map Composition Attribute
11
5. Klik annote vector layer
6. Klik Formula Editor -> Standart -> Inside region polygon test
12
Klasifikasi (Unsupervised Classification)
1. Buka aplikasi Er-Maper
2. Masukkan citra yang akan di klasifikasikan dengan cara klik logo kertas pada
sudut kiri atas menu bar klik kanan pla layer lalu klik file -> open dan masukkan
citra yang akan digunakan.
13
5. Buka kembali citra hasil klasifikasi lalu klik menu edit -> edit class/region
colour and Name
14
Lampiran (Langkah Kerja) ArcGIS
Mozaik
1. Buka ArcGIS
2. Masukkan kedua citra yang akan digabungkan.
3. Buka image analyse pada menu windows. Tandai kedua citra tersebut lalu pada
menu processing klik mozaik dan citra berhasil menyatu.
15
Croping
1. Buka Aplikasi ArcGIS
2. Masukkan citra yang akan dipotong.
3. pada toolbox, pilih spatial analyse -> extraction -> extract by mask, pada input
masukkan citra yang akan dipotong dan pada output masukkan file yang akan
menjadi batas potongan lalu klik ok.
16
Klasifikasi (Unsupervised Classification)
1. Buka Aplikasi ArcGIS.
2. Masukkan citra yang akan diklasifikasikan
17