243P_SEN04_HPP44190109

ANALISIS SPASIAL CITRA DATA ENVISAT-ASAR TERRAIN

CORRECTION DAN BAND RATIO

SPATIAL ANALYSIS OF EVISAT-ASAR IMAGE: TERRAIN

CORRECTON and BAND RATIO
Senin
1)
Departemen Teknik Sipil dan Lingkungan, Institut Pertanian Bogor, Jln. Kamper, Kampus IPB Dramaga,
Bogor, 16680
Email: pratamamanalu11@gmail.com

Abstrak: Pekembangan teknologi dan komunikasi saat ini sangat berkembang. Salah satu produknya
sekarang ini adalah teknologi pencitraan bumi. Teknologi ini membantu manusia mengetahui sifat-sifat
permukaan bumi tanpa harus melakukan observasi terlebih dahulu. Umumnya digunakan sensor obtik
sebagai sensor pencitraan yang menggunakan sumber cahaya matahari untuk pencintraan. Perkembangan
teknologi dan komunikasi memberikan akses yang mudah kepada masyarakat untuk mendapatkan informasi
geospasial. Peran metadata dalam hal ini akan menjadi kunci penting, karena melalui metadata akan
mengarahkan user bagaimana cara memperoleh data serta informasi detail dari data yang dimaksud.
RADAR ENVISAT ASAR merupakan salah satu aplikasi dalam pengolahan citra satelit. Contoh metode
pengolahan data radar adalah dengan Band Math. Band Math adalah salah satu metode dengan
mengunakan kombinasi band ratio untuk menghasilkan visualisasi gambar yang lebih kompleks. Sensor
aktif memiliki kelebihan yaitu akuisisi data yang bisa dilakukan siang dan malam hari, menggunakan
gelombang elektromagnetik radar sehingga tidak terganggu dengan tutupan awan dan tidak terpengaruh
oleh kendala cuaca. Salah satu metode yang digunakan untuk sesnsor aktif adalah Synthetic Apperture
Radar. Spesifikasi data SAR yang diperlukan untuk pemantauan adalah data SAR frekuensi C-band,
polarisasi HH, VH, dan VV dengan rentang spasial resolusi antara 15~30 m dan 1~3m. Data yang didapat
kemudian diolah hingga ke tahapan orthorektffikasi pada tahapan ini image Sentinel-1 yang belum
berkoordinat lapangan akan memiliki koordinat lapangan. Metode orthorektifikasi yang digunakan adalah
metode Range Doppler Terrain Correction dan metode SAR Simulation Terrain Correction.
Kata kunci : Band Math, band ratio, metadata, radar, terrain correction

Abstract: Development of technology and communication is very developed. One a products nowadays is
earth imaging technology. This technology helps humans know the properties of the earth's surface without
having to make observations first. Generally, obtic sensor used as an imaging sensor that uses sunlight for
imaging. Development of technology and communication brings easy access for public to obtain geospatial
information. Role of metadata in this case will be an important key, because through metadata will direct
the user to get data and detailed information from the data in question. RADAR ENVISAT ASAR is an
application in satellite image processing. Example of a radar data processing method is Band Math. Band
Math is a method by using a combination of band ratios to produce a more complex visualization of images.
Active sensors have advantages, namely data acquisition that can be done day and night, using radar
electromagnetic waves so that they are not disturbed by cloud cover and are not affected by weather
constraints. One of the methods used for active sensors is Synthetic Apperture Radar. The SAR data
specifications required for monitoring are C-band frequency SAR data, HH, VH, and VV polarization with a
spatial resolution range between 15 ~ 30 m and 1 ~ 3m. Data obtained is then processed to the
orthorectification stage, at this stage the Sentinel-1 image which has not yet had field coordinates will have
field coordinates. The orthorectification method used is the Range Doppler Terrain Correction method and
the SAR Simulation Terrain Correction method.
Keywords: Band Math, band ratio, metadata, radar, terrain correction

PENDAHULUAN
Informasi geospasial sangat diperlukan dalam upaya untuk mengelola sumber daya
alam beserta kegiatan penanggulangan bencana. Informasi geospasial adalah data
1
 243P_SEN04_HPP44190109

geospasial yang sudah diolah sehingga dapat digunakan sebagai alat bantu dalam
perumusan kebijakan, pengambilan keputusan, dan/atau pelaksanaan kegiatan yang
berhubungan dengan ruang kebumian. Upaya yang dilakukan pemerintah untuk menjamin
agar informasi geospasial dapat terselenggara dengan tertib, terpadu, berhasil guna, dan
berdaya guna dilakukan dengan membentuk suatu aturan. Klasifikasi atau ekstraksi
penutup lahan dari data penginderaan jauh dapat dilakukan dengan beberapa cara, antara
lain cara analog (interpretasi visual) yaitu digitasi citra secara manual (on screen
digitizing) dan cara digital (klasifikasi otomatis). Klasifikasi tutupan lahan menggunakan
metode digital memiliki beberapa keterbatasan seperti adanya bayangan topografi dan
topografi yang menghadap arah sensor. Pada objek-objek yang berada pada bayangan
topografi dan topografi yang menghadap arah sensor cenderung terjadi kesalahan
klasifikasi tutupan lahan. Hal ini disebabkan karena nilai digital pada daerah bayangan
topografi dan topografi arah sensor terkadang tidak sesuai dengan nilai digital tutupan
lahan yang seharusnya. Peta penutup lahan pada penelitian dihasilkan dari interpretasi
visual. Interpretasi secara visual menggunakan elemen interpretasi tertentu seperti warna,
tekstur, bentuk, pola, asosiasi, dan situs (lokasi).
Data SAR (Synthetic Apperture Radar) telah banyak digunakan untuk observasi bumi
dalam berbagai aplikasinya seperti pemantauan vegetasi, pemantauan pergerakan lempeng
es, pemantauan geomorfologi, pemantauan kondisi perairan dan lain lain. Data SAR
banyak digunakan karena SAR juga memiliki kelebihan, seperti SAR mampu menembus
awan dimana sensor pasif pada umumnya tidak mampu menembus awan, SAR juga
merupakan sensor aktif yang berarti tidak dipengaruhi oleh keadaan siang atau malam,
akusisi data SAR yang cepat dan ini bisa diaplikasikan untuk pemantauan yang
memerlukan temporal yang cepat, mampu menghasilkan tampilan sinoptik. Pengambilan
data SAR yang membentuk sudut memberikan perspektif yang berbeda dengan citra
vertikal pada umumnya. Meskipun sistem akuisisi data penginderaan jauh dengan sensor
SAR memiliki banyak kelebihan, namun secara operasional, pemanfaatan data SAR masih
menemui banyak kendala dibandingkan dengan data penginderaan jauh sistem optik,
terutama dalam permasalahan geometri. Permasalahan geometrik ini akibat dari
pengambilan data SAR yang menyamping sehingga banyak menimbulkan kesalahan
seperti layover, foreshortening dan shadow. Perlu dilakukan suatu proses untuk
meminimalkan kesalahan geomterik tersebut.
Data SAR banyak menimbulkan kesalahan seperti layover, foreshortening dan
shadow. Proses orthorektifikasi adalah upaya yang diperlukan untuk meminimalkan
kesalahan-kesalahan tersebut sehingga diperoleh citra SAR dengan ketelitian geometri
yang baik. Metode orthorektifikasi yang biasa digunakan adalah metode range Doppler
terrain correction (Septiana et al. 2017). Pengolahan data citra dapat menggunakan
metode band ratio untuk memproleh gambar yang lebih jelas dan sesuai dengan keperluan
digunakannya data citra satelit Envisat-Asar. Praktikum bertujuan memahami satelit
Envisat-Asar, menganalisis atribut metadata dan menglah data spasial melalui terrain
correction dan band ratio.

METEODOLOGI
Praktikum ini berjudul “Analisis Spasial Citra Radar ENVISAT ASAR: Terrain
Correction dan Band Ratio” yang dilakukan pada hari Senin, 1 Maret 2021. Praktikum ini
dilakukan secara during pada pukul 13.00 – 16.00 WIB melalui aplikasi ZOOM .
Praktikum diawali dengan pendahuluan dan penjelasan tentang bagaimana tahapan
2
 243P_SEN04_HPP44190109

pengolahan data dari ENVISAT ASAR dengan proses terrain correction dan band ratio.
Pengolahan data tersebut dilakukan dengan perangkat lunak SNAP. Berikut adalah
langkah-langkah pengolahan datanya

Langkah pertama, program SNAP dibuka terlebih dahulu. Jendela awal program SNAP
ditampilkan. Kemudian pada tampilan utama program SNAP, tab file diklik, pilih import,
pilih SAR sensors, pilih Envisat Asar. Setelah itu kotak dialog seperti gambar 2 akan
muncul lalu data citra ENVISAT ASAR dengan nama “ASA_ APP _
1PNUPA20040101_152247_00000016202_00039_ 09612_0110 ” dipilih dan dibuka
dengan diklik import product. Selanjutnya file akan muncul di menu product explorer,
selanjutnya file diklik dua kali, dipilih metadata, dan atribut-atribut metadata dari citra
ENVISAT ASAR akan muncul seperti gambar 3. Kemudian data citra di product explorer
diklik kanan dan dipilih open RGB image window (gambar 5).

Gambar 1 Tampilan SNAP untuk import product

3
 243P_SEN04_HPP44190109

Gambar 2 Tampilan import product pada SNAP

Gambar 3 Tampilan SNAP dengan product explorer

Gambar 4 Tampilan layout abstracted metadata satelit Envisat Asar

4
 243P_SEN04_HPP44190109

Gambar 5. Tahap mengubah ke RGB

Selanjutnya, kotak dialog select RGB image channel muncul dan band red diubah
menjadi Intensity_VV, band green diubah menjadi Intensity_VH, dan band blue diubah
menjadi Intensity_VV/Intensity_VH, lalu diklik OK (gambar 6). Hasil foto udara menjadi
seperti gambar 8. Selanjutnya menu radar diklik, dipilih geometric, terrain correction, dan
range-doppler terrain correction (gambar 8). Setelah itu, kotak dialog range-doppler terrain
correction muncul dan di processing parameters bagian source bands dipilih Intensity_VV
dan Intensity_ range-doppler terrain correction_VH, lalu dirun dengan syarat laptop
tersambung dengan koneksi internet. Namun, proses ini gagal dilakukan pada praktikum.

Gambar 6. Tahap select RGB image channel

5
 243P_SEN04_HPP44190109

Gambar 7. Hasil foto udara citra ENVISAT ASAR dalam format RGB

Gambar 8 Tampilan utama program SNAP

6
 243P_SEN04_HPP44190109

File hasil terrain correction gambar citra satelit Envisat-Asar dimunculkan pada
product explorer program SNAP. File hasil terrain correction gambar citra satelit
Envisat-Asar diklik kanan. Open RGB image window dipilih untuk menampilkan hasil
gambar satelit Envisat-Asar dengan terrain correction.

Gambar 9 Tampilan utama program SNAP

Selanjutnya, di-import file citra data HH. Pada tampilan utama program SNAP, tab file
diklik. Import, generic formats, dan Envi dipilih.

Gambar 10 Tampilan utama program SNAP

7
 243P_SEN04_HPP44190109

Jendela SNAP-Import Product ditampilkan. Data citra HH satelit Envisat-Asar yang

akan diolah dipilih. Setelah file data citra dipilih, import product diklik.

Gambar 11 Tampilan jendela SNAP import product program SNAP

File citra data HV juga di-import. Pada tampilan utama program SNAP, tab file diklik.
Import, generic formats, dan Envi dipilih. Jendela SNAP-Import Product ditampilkan.
Data citra HV satelit Envisat-Asar yang akan diolah dipilih. Setelah file data citra dipilih,
import product diklik.

Gambar 12 Tampilan jendela SNAP import product

8
 243P_SEN04_HPP44190109

File citra data satelit Envisat-Asar yang telah di-import akan muncul pada product
explorer SNAP. Kemudian, file citra data HH diklik kanan. Open RGB image window
dipilih. Jendela select RGB image channel ditampilkan. Pada menu red, green dan blue
dipilih band 1.

Gambar 13 Tampilan jendela select RGB image channels program SNAP

Gambar citra HH stelit Envisat-Asar ditampilkan pada layout baru programSNAP.
Selanjutnya, file citra data HV pada product explorer SNAP diklik kanan. Open RGB
image window dipilih. Jendela select RGB image channels ditampilkan. Pada menu red,
green dan blue dipilih band 1.

Gambar 14 Tampilan jendela select RGB image channels program SNAP

9
 243P_SEN04_HPP44190109

File citra data HH diklik kanan. Band maths dipilih. Jendela band maths ditampilkan.
Pada menu name diubah menjadi new_HHHV. Tombol edit expression diklik. Pada kolom
expression dibuat ekspresi band 1 (HH) / band 1 (HV).

Gambar 15 Tampilan jendela band maths expression editor program SNAP

Gambar hasil band maths citra HH satelit Envisat-Asar ditampilkan padalayout baru
program SNAP. Kemudian, file citra data HV diklik kanan. Band maths dipilih. Jendela
band maths ditampilkan. Pada menu name diubah menjadi new_HVHH. Tombol edit
expression diklik. Pada kolom expression dibuat ekspresi band 1 (HH).

Gambar 16 Tampilan jendela band maths expression editor program SNAP

10
 243P_SEN04_HPP44190109

Gambar hasil band maths citra HH satelit Envisat-Asar ditampilkan padalayout baru
program SNAP. Selanjutnya, file citra data HH pada product explorer SNAP diklik kanan.
Open RGB image window dipilih. Jendela select RGB image channels ditampilkan. Pada
menu red, green dan blue dipilih berturut-turut band 1, new HVHH dan new HHHV.

Gambar 17 Tampilan jendela select RGB image channels program SNAP

Gambar 18 Tampilan jendela select RGB image channels program SNAP

11
 243P_SEN04_HPP44190109

Gambar 19 Tampilan jendela utama program SNAP

Hasil gambar RGB dengan band ratio yang dibuat ditampilkan pada layout baru
program SNAP.

PEMBAHASAAN
Metadata merupakan istilah dari proses pengidentifikasian suatu atribut dan
struktur dari sebuah data atau informasi. Metadata biasanya disebut sebagai data
yang menjelaskan sebuah data itu sendiri. Jika data dalam bentuk teks,
metadatanya biasanya berupa keterangan nama ruas (field), panjang field, dan tipe
field berupa integer, character, date, maupun yang lainnya. Metadata merupakan
data tentang data yang menyajikan informasi mengenai isi, kualitas, dan
karakteristik lain dari data tersebut (Putra 2015). Disamping itu juga untuk data
jenis gambar (image), metadatanya mengandung informasi mengenai siapa
pemotretnya, kapan waktu pemotretannya, dan setting kamera pada saat dilakukan
pemotretan. Apabila datanya berupa kumpulan file, maka metadatanya adalah
nama-nama file, tipe file, dan nama pengelola dari suatu file tersebut (LAPAN
2010). Standar metadata spasial dibuat dan dikembangkan untuk mendefinisikan
informasi yang diperlukan oleh seorang pengguna prospektif untuk mengetahui
ketersediaan suatu set data spasial, mengetahui kesesuaian set data spasial untuk
penggunaan yang diinginkan, mengetahui cara-cara pengaksesan data spasial serta
untuk mentransfer set data spasial dengan sukses. Jika standar metadata
geospasial terkesan sangat kompleks itu karena standar tersebut didesain untuk
mendeskripsikan seluruh data geospasial yang bisa dideskripsikan (Putra 2015).
Salah satu hasil data dari import file citra radar adalah Metadata yang berupa
sekumpulan data informasi mengenai citra pengambilan gambar dari satelit.
Informasi ini dapat berupa lokasi pengambilan gambar, sudut pengambilan
gambar, ketinggian satelit dan masih banyak lagi. Sekumpulan informasi tersebut
secara lengkap disajikan dalam bentuk tabel.

12
 243P_SEN04_HPP44190109

Gambar 20. Metadata citra satelit

Sebuah data citra satelit dapat dibuka metadata-nya untuk melihat spesifikasi
serta keaslian datanya. Dari metadata citra pada praktikum ini diperoleh
acquisition mode citra menggunakan Stripmap. Stripmap mempunyai lebar
sapuan (swath) sebesar 80 km dengan sudut sebesar 18,3-46,8. Tipe sapuannya
menggunakan IS2 dan radar frekuensi sebesar 533104 MHz. Selain itu juga
diketahui range spacing sebesar 12,5 m dan azimuth spacing sebesar 12,5 m.
Range spacing merupakan resolusi yang melintang dari lintasan satelit sedangkan
azimuth spacing merupakan resolusi yang searah dengan lintasan (Ortiez 2007).
Teknologi Synthetic Aperture Radar (SAR) telah terbukti merupakan suatu
tool yang handal dalam mengamati bumi dan menyediakan data dan informasi
citra resolusi tinggi untuk target obyek dan permukaan melalui suatu wahana yang
bergerak. Tidak seperti sensor optik dan infra-merah, SAR memiliki kemampuan
untuk beroperasi siang dan malam tanpa tergantung pada cuaca dan pencahayaan
matahari.Teknologi dan metode penggunaan data SAR telah dikembangkan untuk
banyak aplikasi di Indonesia, seperti pemantauan hutan untuk mendukung
program Indonesian National Carbon Accounting System (INCAS) dan misi lain
yang bersifat darurat (seperti sistem peringatan dini tsunami, banjir, tanah longsor,
dll). Potensi aplikasi data SAR untuk pemantauan hutan sangat tinggi, khususnya
untuk mengamati kerusakan dan degradasi hutan. Spesifikasi data SAR yang
diperlukan untuk pemantauan hutan adalah data SAR frekuensi C-band, polarisasi
HH, VH, dan VV dengan rentang spasial resolusi antara 15~30 m dan 1~3m.
Tahapan pengolahan data SAR SAR meliputi pengolahan gambar, geometri
konversi dan pengolahan aplikasi yang terkait(Saleh dan Arief 2014).
SAR memiliki citra satelit RADAR yang direkam melalui sensor satelit pada
dasarnya masih mempunyai kesalahan yang diakibatkan oleh kesalahan sistematik
dan non-sistematik. Kesalahan sistematik disebabkan antara lain oleh faktor
kelengkungan permukaan bumi, sedangkan kesalahan non-sistematis diakibatkan
oleh perbedaan tinggi pada objek di permukaan bumi. Proses untuk koreksi

13
 243P_SEN04_HPP44190109

kesalahan sistematis secara langsung memalui proses koreksi geometrik dengan

menggunakan parameter satelit saat perekaman. Kesalahan non-sistematis bisa
dieliminasi dengan melakukan koreksi orthorektifikasi. Orthorektifikasi adalah
sistem koreksi geometrik untuk eliminasi kesalahan akibat perbedaan tinggi
permukaan bumi serta proyeksi akuisisi citra yang umumnya tidak orthogonal.
Perbedaan tinggi pada objek permukaan bumi dapat dicontohkan dengan wilayah
pegunungan, perbukitan yang mempunyai variasi tinggi dari lembah hingga
puncak. Variasi perbedaan tinggi tersebut akan menyebabkan adanya kesalahan
pada citra dengan istilah relief displacement. Pada daerah disekitar nadir memiliki
kesalahan paling kecil dan semakin jauh dari nadir kesalahan akan semakin
membesar. Hal ini karena pemotretan dilakukan dengan sumbu ortho sehingga
pergeseran relief terjadi secara radial menjauhi titik nadir (Septiana et al 2017).
Polarisasi merupakan arah rambat dari gelombang mikro aktif yang
dipancarkan dan ditangkap oleh sensor radar. Sinyal radar dapat ditransmisikan
dan diterima dalam bentuk polarisasi yang berbeda. Sinyal dapat disaring
sedemikian rupa sehingga gelombang elektrik dibatasi hanya pada satu bidang
datar yang tegak lurus arah perjalanan gelombang. Satu sinyal radar dapat
ditransmisikan pada bidang datar (H) ataupun tegak lurus (V), sinyal tersebut
dapat pula diterima pada bidang datar atau tegak lurus. Pembuatan citra sintetik
ini bertujuan untuk membuat saluran/ band baru yang berasal dari saluran
polarimetrik yang ada menggunakan beberapa formula aritmatik. Citra sintetik
yang dibuat berjumlah 6 saluran dengan formula yang digunakan sesuai dengan
penyusunan citra komposit yang akan dilakukan, yaitu : HH + VV; HH – HV; HV
+ VH; (HV+ VH)/ 2; HH + HV dan HH + HV. Citra komposit warna yang terpilih
berdasarkan pada analisis visual dalam kemudahan untuk membedakan objek
yang ada pada liputan citra (Indrawati 2018).
Selain menggunakan metode Range Doppler Terrain Correction,
orthorektifikasi juga bisa menggunakan metode SAR Simulation Terrain
Correction. Slant range pada citra SAR berdasarkan data topografis dan state
vector pada sensor radar pada saat penyiaman berlangsung. Sensor radar
menyiami permukaan dari posisi miring (side looking) dengan besaran sudut
tertentu. Sensor radar menembakan pulses kemudian kembali dipantulkan dan
diterima oleh antena radar. Metode SAR Simulation Terrain Correcttion
menggunakan rigorous SAR Simulation yang menggunakan data pergerakan
sensor SAR dan distorsi geometrik yang disebabkan rotasi bumi, kelengkungan
bumi, efek dari variasi topografi (layover, foreshortening) hal ini dilakukan untuk
mendapatkan model citra SAR yang mendekati keadaan di lapangan. Selama ada
kesalahan posisi dan distorsi pada data topografi citra SAR dikoreksi citra SAR
belum bisa digunakan (Indarto 2014).

14
 243P_SEN04_HPP44190109

Gambar 20. Sebelum terrain correction

Gambar 21. Sesudah terrain correction

15
 243P_SEN04_HPP44190109

Variasi topografi disebabkan oleh kemiringan sensor citra, akibatnya jarak

dapat terdistorsi. Terrain correction dimaksudkan mereduksi kesalahan-kesalahan
tersebut sehingga representasi geometrik pada citra sesuai dengan koordinat
lapangan. Range Doppler Terrain Correction menggunakan metode
orthorektifikasi Range Doppler untuk geocoding citra SAR dari single 2D raster.
Metode Range Doppler Terrain Correction menggunakan ketersediaan data orbit,
waktu perekaman radar, jarak miring ke permukaan dan DEM referensi untuk
mendapatkan lokasi yang presisi. Range Doppler Terrain Correction menerapkan
transfomasi backward, prosedurnya indeks range dan azimuth citra diperoleh
kembali untuk setiap titik grid DEM (northing,easting) (Septiana et al 2017).
Oleh karena itu, posisi citra setelah koreksi topografi (terrain correction) berbeda
seperti yang terlihat pada gambar 20 dan 21.

SIMPULAN
Radar merupakan salah satu teknologi yang sangat berguna dan memiliki
fungsi yang banyak dalam kegiatan penginderaan jauh. Pengolahan data radar
dapat dilakukan dengan fitur band math yang terdapat dalam progam SNAP.
Metadata citra data satelit Envisat-Asar diantaranya PASS, range spacing,
azimuth spacing dan num sample per line. Kesalahan-kesalahan posisi akibat
topografi yang ditimbulkan pada hasil gambar citra data satelit Envisat-Asar
diminimalisasi menggunakan terrain correction. Terrain correction digunakan
untuk mereduksi kesalahan-kesalahan tersebut sehingga representasi geometrik
pada citra sesuai dengan koordinat lapangan. Oleh karena itu, posisi citra setelah
koreksi topografi (terrain correction) berbeda putaran posisinya dengan sebelum
terrain correction. Selain itu, pengolahan data citra satelit juga dapat digunakan
band ratio untuk menghasilkan gambar yang sesuai dengan yang dibutuhkan.

DAFTAR PUSTAKA
Indarto. 2014.Teori dan Praktek Penginderaan Jauh. Yogyakarta (ID) :ANDI
Indrawati L.2018. Aplikasi ALOS PALSAR Full Polarimetric Untuk
PemetaanPenutup Lahan Di Sebagian Kabupaten Sleman. Promine Journal
6 (1):33 – 40
LAPAN. 2010. Laporan Akhir Pengembangan Bank Data Inderaja Untuk
Mendukung Jaringan Data Spasial Nasional. Bidang produksi Data Pusat
Data Penginderaan Jauh Kedeputian Bidang Penginderaan Jauh Lembaga
Penerbangan dan Antariksa Nasional.
Ortiez A. 2007. ScanSAR to Stripmap mode interferometry processing using
ENVISAT/ASAR data. IEEE Transactions on Geoscience and Remote
Sensing 45 (11) : 3468-3480.
Putra IW.2015. Peran Metadata Dalam Pencarian Data Geospisal Melalui
Infrastruktur Data Spasial Nasional (IDSN). Media Komunikasi Geografi 16
(1) : 39-52

16
 243P_SEN04_HPP44190109

Septiana B, Wijaya AP, dan Suprayogi A.2017. Analisa Pernebandingan Hasil

Orthorektfikasi Metode Range Doppler Terrain Correction dan Metode
Sar Simulation terrain Correction Menggunakan Data SAR Sentinel-1.
Suprayogi. Jurnal Geodesi Undip 6(1) : 149-153
Soleh M, Arief R.2014. Analisis Parameter-Parameter Utama Untuk Desain
Sensor Pada LSA(Lapan Surveillance Aircraft). Seminar Nasional
Penginderaan Jauh 1(1) : 49-58

17
 243P_SEN04_HPP44190109

Lampiran

Gambar 22. Laptop

Gambar 24. Aplikasi SNAP

18