LAPORAN RESMI PRAKTIKUM

PENGINDERAAN JAUH
MODUL 3

Disusun Oleh:
Tanya Tristanova
26050120130042
Oseanografi A

Koordinator Mata Kuliah Penginderaan Jauh :

Ir. Petrus Subardjo, M.Si
NIP. 19561020 198703 1 001

Tim Asisten
Warisatul Anbiya Selkofa M 26050117120018
Muhammad Farras Ayasy 26050117140023
Riefchi Wicaksono Haris 26040117140065
Octa Firta 26040117140070
Rahmat Yolansyah Putra 26050117120026
Tiara Anggita 26050118130051
Zahra Sadza Salma 26050118120009
Ferdian Agung Baskoro 26050118120025
Maryam S Taib 26050118140091
Danang Imaddudin Mahardika 26050118140076
Muhammad Farhan 26050118140101
Rofiatul Mutmainah 26050118120030

DEPARTEMEN OSEANOGRAFI
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2020
 Tgl Praktikum : Jumat, 30 Oktober 2020
Tgl Pengumpulan : Kamis, 5 November 2020

LEMBAR PENILAIAN

MODUL 3

Nama : Tanya Tristanova NIM : 26050120130042 Ttd :

NO. KETERANGAN NILAI

1. Pendahuluan
2. Tinjauan Pustaka
3. Materi dan Metode
4. Hasil dan Pembahasan
5. Penutup
6. Daftar Pustaka
TOTAL

Mengetahui,
Koordinator Praktikum Asisten

Warisatul Anbiya Selkofa M Ferdian Agung Baskoro

26050117120018 26050118120025
 I. PENDAHULUAN

I.1 Latar Belakang

Pada penginderaan jauh koreksi dibutuhkan untuk mendapatkan citra yang

kita inginkan. Ada dua koreksi dalam penginderaan jauh, yaitu koreksi radiometri
yang suda kita bahas kemarin. Lalu yang akan kita bahas kali ini adalah koreksi
geometri. Pengertian koreksi menurut KBBI adalah pembetulan; perbaikan;
pemeriksaan. Sedangkan geometrik merupakan posisi geografis yang
berhubungan dengan distribusi keruangan (spatial distribution). Geometrik
memuat informasi data yang mengacu bumi (geo-referenced data), baik posisi
(sistem koordinat lintang dan bujur) maupun informasi yang terkandung
didalamnya. Menurut Mather (1987), koreksi geometrik adalah transformasi citra
hasil penginderaan jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam
bentuk, skala dan proyeksi.

Menurut (Okeke, 2008) koreksi geometrik merupakan koreksi posisi citra

dengan memilih titik-titik tertentu pada citra ke titik-titik yang sama di permukaan
bumi maupun di peta. Koreksi geometrik digunakan untuk mengurangi kesalahan
posisi setiap piksel pada citra terhadap obyek di permukaan bumi. Koreksi ortho
adalah koreksi geometri untuk memperbaiki distorsi yang biasanya disebabkan
oleh sifat sensor, arah pengamatan dan pergeseran relief permukaan sehingga arah
pandang mengalami suatu proyeksi perspektif. Kondisi ini dapat terjadi pada citra
yang obyeknya mempunyai banyak variasi permukaan, seperti adanya lembah,
puncak gunung atau daerah berbukit. Pada dasarnya, koreksi ortho dilakukan
untuk mengubah atau mentransformasikan citra panoramik (proyeksi perspektif)
menjadi proyeksi orthogonal.

I.2 Tujuan

1. Mahasiswa mampu melakukan koreksi geometri citra dengan

menggunakan peragkat lunak ER Mapper 7.0
 2. Agar mahasiswa dapat memahami teknik perbaikan data digital

I.3 Manfaat Praktikum

1. Praktikan mampu melakukan koreksi geometri dengan menggunakan

aplikasi ER-Mapper
2. Praktikan dapat memperbaiki data digital
3. Praktikan memahami kegunaan koreksi geometri pada citra
 II. TINJAUAN PUSTAKA

II.1 Koreksi Geometri

II.1.1 Definisi Koreksi Geometri

Geometrik merupakan posisi geografis yang berhubungan dengan

distribusi keruangan (spatial distribution). Geometrik memuat informasi data
yang mengacu bumi (geo-referenced data), baik posisi (sistem koordinat lintang
dan bujur) maupun informasi yang terkandung didalamnya. Menurut Mather
(1987), koreksi geometrik adalah transformasi citra hasil penginderaan jauh
sehingga citra tersebut mempunyai sifat-sifat peta dalam bentuk, skala dan
proyeksi. Transformasi geometrik yang paling mendasar adalah penempatan
kembali posisi pixel sedemikian rupa, sehingga pada citra digital yang
tertransformasi dapat dilihat gambaran objek di permukaan bumi yang terekam
sensor. Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran
genjang merupakan hasil transformasi ini. Tahap ini diterapkan pada citra digital
mentah (langsung hasil perekaman satelit), dan merupakan koreksi kesalahan
geometrik sistematik.

Menurut (Dave, Joshi, & Srivastava, 2015) 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. Dikenal 3 istilah dalam pengkoreksian geometrik
yaknirektifikasi, orthorektifikasi, dan regresi. Sedangkan menurut (Samsuri, 2004)
koreksi geometrik berkaitan dengan distorsi geometrik dikarenakan variasi posisi
sensor dengan bumi, data yang dikoreksi dikonversi menjadi data yang sesuai
dengan posisi “real ” pada sistem koordinat di dunia.

II.1.2 Kegunaan Koreksi Geometri

Menurut (Dave, Joshi, & Srivastava, 2015) 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. Dikenal 3 istilah dalam pengkoreksian geometrik
yaknirektifikasi, orthorektifikasi, dan regresi. Menurut (Samsuri, 2004) koreksi
geometrik berkaitan dengan distorsi geometrik dikarenakan variasi posisi sensor
dengan bumi, data yang dikoreksi dikonversi menjadi data yang sesuai dengan
posisi “real ” pada sistem koordinat di dunia.

Menurut (Samsuri, 2004) tujuan utama koreksi geometrik adalah untuk

menghilangkan distorsi geometrik pada citra yang diperkirakan seperti sistem
optik, rotasi dankelengkungan bumi serta variasi sudut pengamatan kamera.
Sedangkan menurut (Hakim et al., 2013) data ancillary merupakan dasar dari
kerja koreksi geometrik sistematik. Koreksi geometrik juga digunakan untuk
menentukan skala dan proyeksi petatertentu. Proses tersebut disebut dengan
rektifikasi.

II.1.3 Kelebihan dan Kekurangan Koreksi Geometri

Menurut (Supriatna, 2002) koreksi geometrik memiliki beberapa kelebihan

dan kekurangan. Salah satu kelebihan yang dimiliki oleh metode koreksi ini yaitu
caranya yang relatif sederhana dan mudah untuk dilakukan oleh pengguna awam.
Selain itu, metode ini hanya memerlukan satu peta yang dijadikan sebagai
pembanding bagi citra yang akan dikoreksi. Koreksi ini dapat menghilangkan
distorsi yang mengganggu kevalidan data yang dihasilkan, sehingga
dapat memberikan kemungkinan dimana data yang dihasilkan mendekati nilai
akurasi yang sebenarnya. Metode ini juga hanya memerlukan ruang data yang
relatif lebih kecil bila dioperasiakn menggunakan aplikasi komputer, sehingga
pengguna dapat melakukan koreksi pada banyak citra yang diinginkan.

Sedangkan kekurangan koreksi geometrik adalah distorsi geometric yang

merupakan distorsi spasial, yaitu terjadi pergeseran posisi  spasial citra yang
ditangkap. Distorsi geometrik ini disebabkan oleh kesalahan yang terjadi seperti
kerusakan sensor (internal),  platform (eksternal) dan gerakan bumi. Koreksi yang
dilakukan bila terjadi distorsi bersifat sederhana, seperti
centering (translasi), size (skala), Skew (rotasi)

II.2 Geocoding Wizard

Menurut Kartini (1999), Geocoding Wizard merupakan tool yang berbasis

sekumpulan user interface kotak dialog yang digunakan untuk menjalankan
fungsi-fungsi analysis spasial yang mencakup dissolve, merge, clip, union, dan
spasial join. Menurut Wulandari (2012), dengan mengaktifkan Geocoding Wizard
yang dibuka melalui menu pulldown PROCESS. Penetuan titik kontrol dalam
koreksi geometrik dilakukan bersamaan dengan proses geocoding. Dalam menu
geocoding wizard, terdapat berbagai macam metode geocoding yang dapat dipilih
dan digunakan berikut dengan tahapan-tahapannya. Secara prinsip perbedaan dari
berbagai metode geocoding adalah sebagai berikut:

1. Metode Triangulasi (Triangulation method) dilakukan dalam proses

rektifikasiuntuk mereduksi pergeseran (distorsi) lokal. Biasanya dilakukan
pada data fotoudara untuk memperbaiki pergeseran data akibat pergerakan
sensor yang yangtidak stabil.
2. Metode Polinomial (Polynomial method) dilakukan bila koreksi yang
dilakukanmeliputi keseluruhan daerah data citra (tidak bersifat lokal)
seperti halnya metodeyang pertama.
3. Metode Ortorektifikasi dengan menggunakan GCP (Ortorectify using
GCP) memperbaiki foto udara akibat distorsi pergerakan sensor foto udara
pada pesawat dan pergeseran data ketinggian. Dalam proses rektifkasinya,
metode inimembutuhkan foto udara, GCP sampai dengan informasi
ketinggiannya, dan file Digital Elevation Model (DEM).
4. Metode Ortorektifikasi dengan menggunakan exterior orientation hampir
miripdengan metode ortorektifikasi sebelumnya, hanya tidak perlu
mengunakan GCP, selama eksterior orientasinya telah diketahui.
5. Metode Map to map reprojection dilakukan untuk merubah proyeksi peta
satuke proyeksi peta lainnya.
 6. Metode Known point registration dilakukan pada citra yang sudah
berkesesuaian dengan poyeksi data acuan. Penentuan dilakukan
berdasarkan atastitik sudut koordinat citra acuan yang telah diketahui.
7. Metode Rotasi (Rotation method) dilakukan untuk memutar data citra
berlawanan dengan arah jarum jam. Informasi yang dibutuhkan adalah
sudut perputaran dalam derajat menit dan detik atau dalam desimal

II.3 Rektifikasi

Rektifikasi adalah suatu proses pekerjaan untuk memproyeksikan citra

yang ada ke bidang datar dan menjadikan bentuk konform (sebangun) dengan
sistem proyeksi peta yang digunkan, terkadang mengorientasikan citra  sehingga
mempunyai arah yang benar (Erdas, 1991). Selain itu menurut Fathoni (2013),
rektifikasi adalah suatu proses melakukan transformasi data dari satu
sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi piksel
padacitra output tidak sama dengan posisi piksel input (aslinya) maka piksel-
pikselyang digunakan untuk mengisi citra yang baru harus di-resampling kembali.

II.4 Orthorektifikasi

Orthoektifikasi merupakan proses memposisikan kembali citra sesuai

lokasisebenarnya, dikarenakan pada saat pengambilan data terjadi pergeseran
(displacement) yang diakibatkan posisi miring pada satelit dan variasi topografi
(Nonanurul, 2011). Orthorektifikasi dapat dilakukan dengan beberapa metode,
masing-masing metode memiliki model matematik sehingga data yang dibutuhkan
serta hasilnya tidak sama.

Menurut Nonanurul (2011), salah satu metode orthorektifikasi adalah

Rational functions. Pada metode Rational function, orthorektifikasi dilakukan
dengan menggunakan datatitik kontrol tanah yang telah didapatkan dari hasil
pengukuran dengan data DEM sebagai tambahan untuk koordinat tinggi
sebenarnya. Metode lain, umumnyadigunakan untuk koreksi geometrik yang lebih
sederhana dan tidak bergantung pada informasi ketinggian sehingga dapat
digunakan pada hampir semua jenisdata penginderaan jauh.

II.5 Penyesuaian Regresi

Menurut Susanto (1987), penyesuaian regresi (regression adjusment) pada

prinsipnya menghendaki analisis untuk mengidentifikasi objek bayangan atau air
jernih pada citra yang akan dikoreksi. Nilai kecerahan pada objek dari setiap
saluran di plot-kan dalamsumbu koordinat secara berlawanan arah antara saluran
tampak dan saluran infra merah. Pada diagram ini garis lurus dibuat menggunakan
teori least-square, perpotongannya dengan sumbu X akan menunjukkan besarnya
nilai bias dan demikian seterusnya untuk saluran-saluran yang lain.

Menurut Danoedoro (1996), penyesuaian regresi diterapakan dengan

memplot nilai-nilai pixel hasil pengamatan dengan beberapa saluran sekaligus.
Hal ini diterapkan apabila adasaluran yang relatif bebas gangguan yang
menyajikan nilai nol untuk objek tertentu. Kemudian tiap saluran di pixel
angkanya dengan yang saluran rujukan tersebut untuk membentuk diagram pancar
nilai yang diamati. Cara inisecara teoristis mudah namun secara prakteknya sulit.
Pengambilan pixel–pixel pengamatan harus berupa obyek yang secara gradual
berubah naik nilainya, padakedua saluran sekaligus dan bukan hanya pada salah
satu saluran.

II.6 RMS Error

Menurut Koehlr (2006), RMS Eror adalah ukuran yang sering digunakan

dari perbedaan antara nilai-nilai sampel dan nilai-nilai populasi diprediksi oleh
model atau estimator dan nilai-nilai sebenarnya diamati. Pada dasarnya, rmsd
merupakan sampel standar deviasi dari perbedaan antara nilai prediksi dan nilai-
nilai yang diamati.
Ini perbedaan individu disebut residual saat perhitungan dilakukan atas sampel dat
a yang digunakan untuk estimasi, dan disebut kesalahan prediksi ketika dihitung
out-of-sample. RMS berfungsi untuk mengumpulkan besaran kesalahan
dalam prediksi untuk berbagai kali dalam ukuran tunggal daya prediksi. Rmsd ada
lah ukuran yang baik akurasi, tetapi hanya membandingkan kesalahan peramalan
model yang berbeda untuk variabel tertentu dan tidak antara variabel, karena
tergantung skala.

III. MATERI DAN METODE

III.1 Waktu dan Tempat

Hari/tanggal : Jumat, 30 Oktober 2020

Waktu : 18.30 – 20.00
Tempat : Kediaman masing-masing

III.2 Materi

1. Memeriksa Koreksi Citra

2. Geocoding Wizard
3. Overlay Citra

III.3 Metode

III.3.1 Memeriksa Koreksi Citra

1. Buka aplikasi ER-Mapper

2. Klik edit algorithm

3. Pada default surface klik kanan dan pilih properties maka akan muncul
box informasi

4. Load dataset dan masukan citra CitraMadura.ers

5. Pada default surface klik kanan dan pilih properties maka akan muncul
box informasi CitraMadura

III.3.2 Proses Geocoding Wizard

1. Buka aplikasi ER-Mapper

2. Klik edit algorithm

3. Load dataset dan masukan citra CitraMadura.ers pada deskripsi ganti
dengan format Nama_NIM_Kelas

4. Pada Menu klik Process dan pilih Geocoding Wizard

5. Akan muncul box Geocoding wizard, pada bagian input masukan

CitraMadura.ers

6. Pada step 1 pilih Map to Map Projection

7. Pada step 2 pastikan datum berformat WGS84 dan projection berformat
SUTM49

8. Pada step 3, bagian output disimpan dengan format

Citra_Madura_Koreksi_Nama_NIM_Kelas

9. Setelah itu klik Save File and Start Rectification, tunggu dan geocoding
berhasil dilakukan

III.3.3 Proses Penggabungan Dua Citra (Overlay)

1. Buka aplikasi ER-Mapper

2. Klik edit algorithm

3. Load dataset dan input citra Landsat_TM_23Apr85.ers

4. Klik Create RGB Algorithm dang ganti deskripsi dengan format

Nama_NIM_Kelas

5. Pada bagian Edit pilih Add Vector Layer – Annotation / Map Composition

6. Duplicate Annotation Layer, pada annotation layer pertama load dataset

dan masukan data San_Diego_Drainage.emv
7. Pada annotation layer kedua load dataset dan masukan data
San_Diego_Roads.emv

8. Setelah itu pada menu klik new dan akan muncul window baru

9. Pada load dataset masukan data SPOT_Pan.ers

10. Klik kanan pada bagian pseudo layer dan pilih intensity, citra akan
berubah menjadi hitam putih. Pada bagian dekripsi ubah format menjadi
Nama_NIM_Kelas

11. Pada citra yang kedua copy default surface dan paste pada citra yang
pertama. Lalu klik Move up pada layer default suraface
12. Jika ingin melihat overlay lebih jelas gunakan Zoom box tool dan
aplikasikan di citra yang pertama. Selesai
 IV. HASIL DAN PEMBAHASAN

IV.1 Hasil

IV.1.1 Memeriksa Citra

 Hasil Sebelum Memeriksa Citra

 Hasil Setelah Memeriksa Citra

IV.1.2 Geocoding Wizard

 Hasil Sebelum Geocoding Wizard

 Hasil Setelah Geocoding Wizard

IV.1.3 Penggabungan Dua Citra (Overlay)

 Hasil Sebelum Penggabungan Dua Citra (Overlay)

 Hasil Setelah Penggabungan Dua Citra (Overlay)

IV.2 Pembahasan

IV.2.1 Memeriksa Citra

 Pada materi memeriksa citra kali ini, citra yang digunakan adalah
Citra_Madura.ers. Datumnya adalah WGS84, WGS adalah sebuah standar yang
digunakan dalam pemetaan, geodesi dan navigasi yang terdiri dari bingkai
koordinat standar bumi, datum geodetik untuk data ketinggian, dan permukaan
ekuipotensial gravitasi dipakai sebagai pendefinisian tingkat nominal laut. Zona
universal transverse Mercator pada citra yang dipakai berada pada NUTM49.
Rotasi pada citra ini sebesar 0 derajat berlawanan dengan arah jarum jam. Null
cell value pada citra ini 0 dengan number of bands 7. Number of lines pada citra
ini 7791 dengan number of cells per line 7631. Besar cell X sebesar 30 dan cell Y
sebesar 30.

IV.2.2 Geocoding Wizard

Dalam melakukan koreksi geometri, perlu dilakukan

pemeriksaan pada citra. Apabila citra yang digunakan masi RAW, dapat diartikan 
bahwa citra itu belum dikoreksi sehingga harus dilakukan koreksi terlebih dahulu.
Geocoding wizard digunakan untuk mengoreksi citra dan memplotkan citra yang
telah terkoreksi kedalam citra yang masih belum dikoreksi. Pada geocoding
wizard akan keluar RMS error. Secara teori, RMS yang baik nilainya kurang dari
1, tetapi jika kita terpaku pada nilai RMS kurang dari 1, maka hasilnya akan
terlalu jauh atau melenceng, oleh karena itu jangan terpaku dengan nilai RMS
kurang dari 1. Setelah melakukan geocoding wizard infonya berubah dari map
projection. Sebelum dikoreksi, Map correction nya berada pada NUTM49 dan
setelah dikoreksi berubah pada SUTM49.

IV.2.3 Penggabungan Dua Citra (Overlay)

Pada penggabungan citra dilakukan dengan menggunakan citra

Landsat_TM_23Apr85.ers. Citra yang terinput diubah dahulu menjadi RGB
supaya lebih mudah untuk dilihat. Pada citra ditambah San_Diego_Drainage.emv
dan San_Diego_Roads.emv supaya lebih terlihat lagi. Setelah itu diinput citra
SPOT_Pan.ers untuk memperjelas overlay citra. Tujuan dilakukan overlay adalah
didapatkan kualitas citra yang lebih baik dan menambahkan informasi tertentu
pada citra,seperti informasi saluran air/drainase dan jalan pada citra.
 V. PENUTUP

V.1Kesimpulan

1. Praktikan mampu melakukan koreksi geometri dengan menggunakan

aplikasi ER-Mapper
2. Praktikan dapat memperbaiki data digital
3. Praktikan memahami kegunaan koreksi geometri pada citra

V.2Saran

1. Post test dan pre test dibuat menarik supaya praktikan tidak tegang
2. Praktikan lebih kondusif lagi
 DAFTAR PUSTAKA

Aprillianto, D., B. Sasmito dan A.P. Wijaya. 2014. Pengolahan Citra Satelit
LANDSAT Multi Temporal Dengan Metode BILKO dan AGSO Untuk
Mengetahui Dinamika Morfometri Waduk Gajah Mungkur. Jurnal Geodesi
Undip., 3(3) : 56 – 69.

Aryastana, P., I.M. Ardhanta dan N.K.A. Agustini. 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, C.P., R. Joshi dan Srivastava. 2015. A Survey on Geometric Correction of

Satellite Imagery. International Journal of Computer Applications., 116(12) :
24 – 27.

Hakim, P.R., A. Rahman., Suhermanto dan E. Rachim. 2012. Model Koreksi

Geometri Sistematik Data Imager Pushbroom Menggunakan Metode
Proyeksi Kolinear. Jurnal Teknologi Dirgantara., 10(2) : 121 – 132.

Lukiawan, R., E.H. Purwanto dan M. Ayundyahrini. 2019. Standar Koreksi

Geometrik Citra Satelit Resolusi Menengah dan Manfaat Bagi Pengguna.
Jurnal Standarisasi., 21(1) : 45 – 54.

Natsir, M dan Kustiyo. 2014. Analisis Pengembangan Pengolahan Ortorektifikasi

Citra LANDSAT Otomatis Seluruh Indonesia Untuk Mendukung Program
Indinesia-Australia Forest Carbon Partnership. Majalah Sains dan Teknologi
Dirgantara., 9(1) : 1 – 10.

Sari, R., W. Anurogo dan M.Z. Lubis. 2018. Pemetaan Sebaran Suhu Penggunaan
Lahan Menggunakan Citra LANDSAT 8 di Pulau Batam. Jurnal Integrasi.,
10(1) : 32 – 39.

Shlien, S. 2014. Geometric Correction, Registration, and Resampling of Landsat

Imagery. Canadian Journal of Remote Sensing., 5(1) : 74 – 89.