TUGAS

PENGINDERAAN JAUH DAN INTERPRETASI CITRA

Dosen Pengampu :

Dr. M Ridha Syafii Damanik, S.Pi., M.Sc

M. Taufik Rahmadi, S.Pd., M.Sc

Disusun Oleh :

Nama : Veronica Estafani

Nim : 3193331031
Kelas : Pend.Geografi C’19

JURUSAN PENDIDIKAN GEOGRAFI

FAKULTAS ILMU SOSIAL

UNIVERSITAS NEGERI MEDAN

2021
 KATA PENGANTAR

Puji dan syukur kami ucapkan atas kehadirat Tuhan Yang Maha Esa,karena atas berkat dan
rahmatnya penulis dapat menyelesaikan makalah ini. Dalam makalah ini penulis membahas
jenis-jenis penginderaan jauh beserta karakteristiknya.

Penulis sangat berharap makalah ini dapat berguna dalam rangka menambah wawasan
serta pengetahuan pembaca. Penulis juga menyadari sepenuhnya bahwa di dalam tugas ini
terdapat banyak kekurangan dan jauh dari kata sempurna. Untuk itu, penulis berharap adanya
kritik, saran dan usulan dari pembaca demi menjadikan makalah ini menjadi lebih baik lagi.

Sekiranya laporan ini telah kami selesaikan,jika ada kesalahan dalam penulisan maupun
penyusunan, kami mohon maaf, Terima kasih.

Medan, Maret 2021

Veronica Estafani
 JENIS JENIS CITRA DAN KARAKTERISTIKNYA

1. Satelit TIROS
TIROS, atau Television Infrared Observation Satellite, adalah serangkaian satelit
cuaca awal diluncurkan oleh Amerika Serikat, yang diawali dengan TIROS-1 di 1960. TIROS
adalah satelitpertama yang mampu penginderaan jauh dari Bumi, memungkinkan para ilmuwan
untuk melihatBumi dari perspektif baru: ruang angkasa. Program, dipromosikan oleh
Harry Wexler,membuktikan kegunaan pengamatan satelit cuaca, pada saat satelit pengintai
militer diam-diamdalam pengembangan atau penggunaan lahan.
a) Contoh Citra

Bidang Orbit: Polar Orbit

b) Resolusi Spektral:
c) Resolusi Spasial: 1,1 km
d) Resolusi Temporal: 360 scan/ menit
e) Aplikasi: pengamatan satelit cuaca, pada saat satelit pengintai militer diam-diam dalam
pengembangan atau penggunaan lahan
2. Satelit NOAA
a)Contoh Citra:

b) Bidang Orbit: : mengorbit pada orbit sinkron matahari pada ketinggian 850 km
c) Resolusi Spektral:
Band 1 : 0,58-0,68 mikrometer
Band 2 : 0,73-1,10 mikrometer
Band 3 : 3,55-3,93 mikrometer
Band 4 : 10,3-11,3 mikrometer
Band 5 : 11,4-12,4 mikrometer
d) Resolusi Spasial: 1 km
e) Resolusi Temporal: 24 jam
f) Aplikasi: Digunakan untuk memprediksi kondisi cuaca harian, monitoring iklim,
studi el
nino, deteksi arus laut untuk memandu kapal-kapal pada dasar laut dengan ikan berlimpah

3. Satelit Modis
a)Contoh Citra
 b) Bidang Orbit
Mengorbit pada ketinggian 705 km
c) Resolusi Spektral
:terdapat 36 band dengan panjang gelombang antara 0,62 sampai 14,385 mikrometer
d) Resolusi Spasial 5 hari
e) Resolusi Temporal:250-1000 meter
f) Aplikasi,Untuk pendeteksian kebakaran hutan, perubahan tutupan lahan, pengukuran suhu
permukaan bumi.
4. Satelit DMSP
Defense Meteorological Satellite Program (DMSP) adalah satelit yang berfungsi untuk
memantau meteorologi, oseanografi, dan fisika matahari-terestrial untuk Departemen
Pertahanan Amerika
Serikat. Program ini dikelola oleh Air Force Space Command dengan operasi on-orbit disediakan
oleh National Oceanic and Atmospheric Administration. Misi satelit terungkap Maret
1973.Mereka memberikan citra awan dari orbit polar yang matahari-sinkron pada ketinggian
nominal
450 mil laut (830 km).
a) Contoh Citra:

b) Bidang Orbit: Polar Matahari

c) Resolusi Spektral
d) Resolusi Spasial
e) Resolusi Temporal
f) Aplikasi

5. Satelit Envisat
a) Contoh Citra:

b)Bidang Orbit: 790 km (490 mi) (± 10 km (6,2 mil))

c)Resolusi Spektral: 390-1040 nm
d)Resolusi Spasial:
1040 x 1200 m
e)Resolusi Temporal:
100.6 menit
f)Aplikasi: 10 instrumen onboard, Envisat dirancang untuk mempelajari tanah, laut, atmosfer
dan es bumi topi. Data yang dikumpulkan dari berbagai sensor dapat digunakan untuk:
• studi lingkungan dan iklim perubahan di Bumi pada tingkat lokal, regional dan global
• berkontribusi pada pengelolaan dan pemantauan semua bahan baku, apakah terbarukan atau
tidak
• terus pengukuran untuk melayani masyarakat meteorologi
• memperoleh pemahaman yang lebih baik dari struktur dinamis dan kerak dan interior Eearth
ini.

6. Satelit Lidar
LIDAR (Light Detection and Ranging) adalah sebuah teknologi peraba jarak jauh
optik yang
mengukur properti cahaya yang tersebar untuk menemukan jarak dan/atau informasi
lain dari target yang jauh. Metode untuk menentukan jarak menuju objek atau permukaan
adalah dengan
menggunakan pulsa laser. Seperti teknologi radar, yang menggunakan gelombang radio daripada
cahaya, jarak menuju objek ditentukan dengan mengukur selang waktu antara transmisi pulsa
dan
deteksi sinyal yang dipancarkan.
a. Contoh Citra

b) Bidang Orbit
c) Resolusi Spektral
d) Resolusi Spasial
e) Resolusi Temporal:
f) Aplikasi:
bidang geodesi, arkeologi, geografi, geologi, geomorfologi, seismologi, peraba
jarak jauh dan fisik atmosfer

7. Satelit Alos
a) Contoh Citra
b) Bidang Orbit: mengorbit pada orbit sinkron matahari pada ketinggian 470 km
c) Resolusi Spektral:
Band 1 : 0,45-0,52 mikrometer
Band 2 : 0,52-0,60 mikrometer
Band 3 : 0,62-0,69 mikrometer
Band 4 : 0,76-0,90 mikrometer
d) Resolusi Spasial: 1-4 meter
e) Resolusi Temporal: kurang dari 3 hari
f) Aplikasi: Untuk bidang pemetaan, observasi yang presisi terhadap penggunaan lahan,
monitoring bencana alam, survey terhadap keadaan sumber daya alam.

8. Satelit OrbView
a) Contoh Citra:

a) Bidang Orbit: mengorbit pada orbit sinkron matahari pada ketinggian 470 km
b) Resolusi Spektral:
Band 1 : 0,45-0,52 mikrometer
Band 2 : 0,52-0,60 mikrometer
Band 3 : 0,62-0,69 mikrometer
Band 4 : 0,76-0,90 mikrometer
c) Resolusi Spasial: 1-4 meter
d) Resolusi Temporal: kurang dari 3 hari
e) Aplikasi: mampu menghasilkan peta digital dengan ketelitian tinggi dan kenampakan
3 dimensinya.

9. Satelit Landsat

Satelit LANDSAT merupakan salah satu satelit yang digunakan untuk mengamati
permukaan bumi. Satelit ini dikenal sebagai satelit sumber daya alam karena fungsinya
adalah untuk memetakan potensi sumber daya alam dan memantau kondisi lingkungan.
a) Contoh Citra

b) Bidang Orbit: Sun Syncronous (Polar). Ketinggian orbit 705 Km

c) Resolusi Spektral: 0,4 – 0,52 Biru, 0.52 – 0,64 hijau, 0,63 – 0.69 Merah,
1,55 – 1,75 IM tengah, 10,4 – 12,5 IM thermal, dan 2,08 – 2,35 IM jauh.
d) Resolusi Spasial: Landsat 1, Landsat 2, Landsat 3, landsat 4, Landsat 5, dan Landsat 7 adalah
30 meter. Berbeda dengan Landsat 6 yang menggunakan inframerah thermal
memiliki resolusi spasial 60 meter.
e) Resolusi Temporal: 16 hari
f) Aplikasi: Data dari Landsat juga bisa membantu proyek kosnervasi di bawah program
REDD+ (Reducing Emission from Deforestation and Forest Degradation) untuk
menghitung berkurangnya emisi karbon, dan meningkatkan pendapatan bagi masyarakat
yang bergantung pada hutan.
10. Satelit IKONOS

IKONOS adalah sensor multispektral ruang angkasa dengan kemampuan resolusi

spasial sangat tinggi. Diluncurkan pada tahun 1999, IKONOS adalah satelit komersial
pertama dengan resolusi sub-meter band pankromatik. IKONOS juga memiliki 4 band warna
dengan resolusi 4 meter (biru, hijau, merah, inframerah dekat). Sensor memiliki kemampuan
untuk memutar dan dapat memperoleh citra hingga 60 derajat off nadir.

a) Contoh Citra

b) Bidang Orbit
IKONOS berada di orbit sun synchronous dengan ketinggian 681 km di atas pemukaan bumi.
Dengan kemampuan menempatkan sensor pada sudut off nadir, IKONOS dapat melakukan
pencitraan ulang pada setiap tempat di bumi kurang lebih setiap 3 hari.

c) Resolusi Temporal
Antara 1,5 sampai 3 hari.

d) Resolusi Spektral
e) Resolusi Spasial

Band pankromatik memiliki resolusi spasial 0,82 m pada nadir. 4 band warna memiliki
resolusi spasial 4 m pada nadir. Citra yang diperoleh pada sudut off-nadir akan memiliki
resolusi spasial lebih baik dari yang disebutkan di atas. Data IKONOS dikumpulkan dengan
presisi radiometrik 11-bit (nilai piksel dari 0 sampai 2.047) tapi juga dapat dibuat skala lebih
rendah menjadi 8-bit (0-256). 0.82m GSD pada nadir 3.2m GSD pada nadir.

f) Aplikasi
Untuk mengamati perubahan penggunaan lahan pada suatu wilayah tertentu. Untuk
melihat tutupan lahan (land cover) di suatu. Untuk mempertimbangkan perencaan
pembangunan.

A. Kelebihan Dan Kekurang Dari Perbandingan 2 Citra

Judul Jurnal PEMANFAATAN FUSI DATA SATELIT LAPAN-A3/IPB DAN
LANDSAT 8 UNTUK MONITORING LAHAN SAWAH

Penulis Jurnal Yudi Setiawana,c , Lilik Budi Prasetyoa , Hidayat Pawitanb ,

Liyantonod , Syartiniliae , Arif Kurnia Wijayantoc , Prita Ayu
Permatasaric , A Hadi Syafrudinf , Patria Rachman Hakim
Abstrak Jurnal Peningkatan pembangunan ekonomi pada umumnya diikuti
dengan alih fungsi lahan dari pertanian ke fungsi lain.
 Jika terjadi dalam frekuensi dan jumlah yang besar akan
mengancam ketahanan pangan nasional. Oleh karena itu, perlu
adanya pemantauan terhadap lahan pertanian khususnya
persawahan terkait dengan perubahan tata guna lahan dan iklim
global. Pemanfaatan dan pengembangan satelit Teknologi
diperlukan untuk menyediakan database yang lebih akurat dan
independen untuk pemantauan lahan pertanian, khususnya padi
bidang. Penelitian ini bertujuan untuk mengembangkan model
pemanfaatan satelit LAPAN-IPB (LISAT) dan beberapa data
satelit lainnya yang memiliki telah digunakan untuk pemantauan
sawah. Penelitian ini dilakukan melalui 2 tahap: 1) Karakterisasi
data satelit LISATmengetahui variasi spektral sawah, dan 2)
Metode pengembangan fusi data LISAT dengan satelit lain untuk
sawahpemetaan. Berdasarkan hasil penelitian, karakteristik pita
Merah dan NIR pada data citra LISAT memiliki korelasi yang
baik
dengan pita Merah dan NIR pada citra data LANDSAT 8 OLI,
terutama untuk mendeteksi sawah pada fase vegetatif,
dibandingkan dengan
band lainnya. Pengamatan dan pengukuran nilai spektral
menggunakan spektroradiometer perlu dilakukan secara berkala
(dimulai
dari musim tanam pertama) untuk mengetahui dinamika
perubahan yang terkait dengan fase pertumbuhan padi di sawah.
Pra-pemrosesan
Data citra perlu dilakukan untuk mendapatkan hasil karakterisasi
data LISAT yang lebih baik. Selanjutnya perlu dikembangkan
algoritma atau metode yang sesuai untuk koreksi geometrik serta
koreksi atmosfer data LISAT.

Kelebihan dan Untuk mengembangkan teknologi satelit dan pemanfaatan data

satelit untuk ketahanan pangan di Indonesia, LAPAN dan IPB
Kekurangan dari 2
melahirkan kesepakatan untuk mengembangkan dan meluncurkan
satelit satelit LAPAN-IPB (LAPAN-IPB Satellite/LISAT atau LAPAN-
A3) untuk mendukung ketahanan pangan dan monitoring
lingkungan di Indonesia. Satelit LISAT ini mengemban tugas
yang sangat kompleks sebagai sistem observasi bumi operasional
pertama yang dikembangkan oleh tenaga ahli Indonesia. Untuk
itu, IPB akan dan terus melakukan berbagai penelitian terkait
pengembangan algoritma satelit termasuk pengembangan model
kalibrasi silang, koreksi atmosfer dan radiometric serta penelitian
aplikasi dan pemanfaatan data satelit khususnya di bidang
pertanian. Penelitian ini bertujuan untuk mengembangkan model
pemanfaatan kombinasi data satelit LAPANIPB dan data beberapa
satelit lain yang telah lama dipergunakan untuk melakukan
pemantauan lahan sawah, termasuk dinamika perubahan yang
terjadi didalamnya. Pengamatan lahan pertanian secara terus
menerus melalui teknologi remote sensing ini sangat fundamental
dalam mengidentifikasi fase pertumbuhan dan intensitas tanam
padi sawah, termasuk perubahan pola pertumbuhan (plant stress)
yang diakibatkan oleh faktor lingkungan, seperti kekeringan.
Dalam kajian ini, data satelit LAPAN A3/IPB digunakan untuk
menganalisis fase tanam padi di lahan sawah. Data citra LAPAN-
A3/IPB berukuran 130 x 200 km dengan waktu akuisisi pada
tanggal 17 Juni 2017 diperoleh dari LISAT Data Order System
(LDOS) IPB. Selain itu, data citra satelit dengan resolusi yang
mendekati spesifikasi LAPAN A3/IPB, yaitu LANDSAT,
dipergunakan untuk menilai karakteristik spectral dari sensor yang
digunakan. Data citra LANDSAT 8 yang dipergunakan
merupakan data yang diakuisisi pada tanggal 19 Juni 2017,
berdekatan dengan data satelit LAPAN-A3/IPB. Selain data citra
satelit, data citra resolusi tinggi yang diambil menggunakan
quadcopter drone yang dilengkapi dengan kamera RGB dan
kamera multispectral Parrot Sequoia digunakan sebagai referensi
dalam membedakan tahap pertanaman lahan sawah dan pemilihan
lokasi sampling. Data citra ini memiliki resolusi spasial sekitar 5-
7 cm/piksel Data hasil kunjungan lapang (field survey) dilakukan
untuk men-validasi hasil analisis yang dilakukan. Kunjungan
lapang dilakukan dengan menggunakan beberapa tematik peta,
data satelit, dan GPS. Data spasial vektor yang akan digunakan
diantaranya adalah peta topografi dan aksesibilitas. Pre-processing
data satelit LAPAN-A3/IPB secara sistematik, yaitu koreksi
geometrik dan koreksi radiometrik, perlu dilakukan sebelum data
ini dapat dimanfaatkan lebih jauh. Pusat Teknologi Satelit
(Pusteksat) LAPAN telah melakukan tahapan preprocessing ini,
seperti menggunakan metode Relative Vignetting, Absolute
Radiometry dan Image Focusing untuk koreksi radiometrik; dan
metode Band Coregistration, Image Jitter Correction dan Direct
Georeferencing untuk koreksi geometrik. Namun selain koreksi
tersebut, kalibrasi radiometrik sensor diperlukan untuk
mengoptimalkan karakteristik fitur spektral dari sensor
multispektral imager (MSI) LAPAN-A3/IPB.
Dalam studi ini, metode histogram matching dilakukan terhadap
data citra LAPAN-A3/IPB dengan menggunakan citra LANDSAT
sebagai referensinya. Metode histogram matching yang
menggunakan algoritma umum tradisional histogram matching,
atau lebih dikenal Generalized Histogram Matching (GHM).
Beberapa scenario yang dipertimbangkan dalam metode ini
adalah: 1. Dari data LAPAN-A3/IPB dan LANDSAT, atau Ia dan
Ib, dibagi menjadi k sub-image dari masingmasing. Dari masing-
masing sub-image tersebut, local histogram nya dikalkulasi
sehingga menghasilkan dua set grafik histogram 𝐴 = {𝑎𝑖 }𝑖=1 𝑘
untuk citra Ia dan 𝐵 = {𝑏𝑖 }𝑖=1 𝑘 untuk citra Ib, ai merefer pada
bi, I = 1,….k. 2. Pengukuran distance d (..,..) antara dua
histogram. Kami mengasumsikan d adalah additive, contohnya:
untuk dua histogram, a dan b, 𝑑(𝑎, 𝑏) = ∑ 𝑑(𝑎(𝑖), 𝑏(𝑖)) 𝑖 , dimana
d(a(i),b(i)) adalah jarak bin-to-bin antara dua set histogram A dan
B, dan distance didefinisikan sebagai jumlah jarak dari semua
pasangan histogram 3. Histogram sub-image A akan menyerupai
sedapat mungkin dengan sub-image B. Sebelum dilakukan
histogram matching LAPANA3/IPB dan LANDSAT, data citra
referensi dipersiapkan dalam bentuk nilai reflectance (bukan
digital number/DN). Data LANDSAT yang digunakan dalam 12-
bit DN dengan resolusi spasial di permukaan 30 m. Nilai DN
dikonversi menjadi data radiance melalui kalibrasi menggunakan
koefisien gain dan bias yang diperoleh dari metadata citra.
Formula perubahan nilai DN menjadi nilai radiance
Jadi perbedaan kedua citra yaitu Karakteristik spectral
band Red dan NIR data citra LAPAN A3/IPB memiliki korelasi
yang cukup baik dengan band Red dan NIR data citra LANDSAT
8 OLI, terutama untuk mendeteksi lahan sawah pada fase
vegetative, dibandingkan dengan band lainnya; band Blue dan
Green. Pada semua fase pertumbuhan, band Green dan Red data
LAPAN A3/IPB memiliki nilai spectral yang cenderung lebih
tinggi dibandingkan dengan nilai spectral data LANDSAT 8 OLI,
karakteristik sebaliknya dengan band Blue. Terkait hal ini, perlu
dilakukan kajian lebih lanjut melalui pengukuran pixelbased
spectroradiometer secara kontinyu untuk mengetahui sensitivitas
sensor yang terpasang di satelit LAPAN A3/IPB sebelum data ini
dimanfaatkan untuk aplikasi lanjutan termasuk pemetaan lahan
sawah dan identifikasi fase pertumbuhan padi sawah. Pengamatan
dan pengukuran nilai spectral dengan menggunakan
spectroradiometer perlu dilakukan secara berkala (mulai dari
musim tanam ke I) untuk mengetahui dinamika perubahannya
terkait dengan fase pertumbuhan padi di lahan sawah. Untuk lahan
sawah, pengukuran nilai spectral ini perlu dilakukan setiap 8-16
hari sekali. Pra-pengolahan data citra (image pre-processing) perlu
dilakukan untuk memperoleh hasil karakterisasi data LAPAN
A3/IPB yang lebih baik. Selanjutnya, perlu dikembangkan
algorithma atau metode yang sesuai untuk melakukan koreksi
geometrik dan koreksi atmospheric data LAPAN A3/IPB.