PENGINDERAAN JAUH
PERCOBAAN VI
PRE PROCESSING IMAGE
2021
LEMBAR PENGESAHAN
LAPORAN PRAKTIKUM PENGINDERAAN JAUH
Asisten
(Muhammad Ridho)
BAB I
PENDAHULUAN
4. Citra dapat dibuat secara cepat meskipun untuk daerah yang sulit dijelajahi
secara terestrial.
h. Kesalahan bias atau pengaturan kembali detektor apabila mean dan median
detektor berbeda.
(Soenarmo, 1994).
Interpretasi citra merupakan perbuatan mengkaji foto udara dan atau citra
dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek
tersebut sedangkan penginderaan jauh (Remote sensing) adalah ilmu dan seni
untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui
analisis data yang diperoleh dengan menggunakan suatu alat tanpa kontak
lansung dengan obyek, daerah, atau fenomena yang dikaji. Interpretasi citra \
pengindraan jauh dapat dilakukan dengan dua cara yaitu interpretasi secara
manual dan interpretasi secara digital. Interpretasi secara manual adalah
interpretasi data pengindraan jauh yang mendasarkan pada pengenalan
ciri/karakteristik objek secara keruangan. Karakteristik objek dapat dikenali
berdasarkan 9 unsur interpretasi yaitu bentuk, ukuran, pola, bayangan,
rona/warna, tekstur, situs, asosiasi dan konvergensi bukti. Tahap awal dalam
pengolahan citra yaitu cropping image atau pemotongan citra. Cropping, adalah
mengambil bagian gambar tertentu yang kita Inginkan. Pemotongan citra
dilakukan pada lokasi-lokasi yang dijadikan tempat penelitian. Pemotongan citra
dilakukan untuk mendapatkan daerah yang representative sebagai daerah
penelitian. Disamping itu cropping bertujuan untuk menghemat memori yang
digunakan sehingga pemrosesan lebih cepat. Mozaik citra yaitu menggabungkan
beberapa citra ke dalam satu citra yang meliputi keseluruhan area. Untuk
melakukan mosaik citra , terlebih dulu tampilkan semua citra yang akan dimosaik
dalam satu View dan pastikan mereka mempunyai jumlah band yang sama. Oleh
karena daerah yang dikaji biasanya meliputi beberapa lembar foto maka
diperlukan metode yang sistematis untuk memperoleh gambaran umum wilayah,
interpretasi setiap foto, serta pemindahan hasil interpretasi ke peta dasar, maka
dilakukan metode penyusunan mozaik sementara (Kurniawan, 2013).
Pre-procesing image merupakan proses pengolahan data-data citra untuk
di analisis lebih lanjut. Preprocesing ini bisa pembersihan noise pada citra,
pengubahan format warna citra, proses deteksi edge dan pojokan-pojokan pada
citra. Beberapa proses yang ada diantaranya adalah komposit, cropping dan
mozaik citra. Preprocessing memerlukan tahapan untuk menjamin kelancaran
pada proses berikutnya (Santoso, 2021).
Secara umum proses pre – processing citra bertujuan untuk memperjelas
serta memperbaiki kualitas citra (gambar) sehingga akan lebih mudah dalam
melakukan analisis data citra pada tahapan selanjutnya. Sebagai contoh yang
dikutip dari jurnal aplikasi fisika volume 7 nomor 2 dengan judul “Segmentasi
Jaringan Otak Putih , Jaringan Otak Abu-Abu, dan Cairan Otak dari Citra MRI
Mneggunakan Teknik K-Means Clustering” menyebutkan bahwa proses pre-
processing dalam melakukan penelitian ini bertujuan untuk meningkatkan kualitas
tampilan citra agar memiliki format yang lebih baik sehingga citra tersebut lebih
mudah untuk dilakukan pengolahan dalam proses selanjutnya (Anugrah, 2017).
Metode-metode yang digunakan dalam pre composite citra ini bias
dilakukan dengan beberapa tahapan yang berurutan. Dengan adanya pre komposit
gambar citra ini bias dijadikan sebagai langkah awal dalam menentukan output
yang didapat pada citra yang akan dihasilkan dan ditampilkan sebagai literature
peta yang sudah ditampilkan dengan layout lengkap (Kurniawan, 2013).
Pada proses interpretasi ini tidak lepas dari proses identifikasi dan evaluasi
kondisi lahan pada sub DAS Lesti yang didapat dari survey lapangan. Proses
pengolahan citra ASTER dibedakan menjadi tiga tahap utama yaitu pre
processing, processing dan post processing.
1. Tahap Pre Processing
a. Registrasi Citra
Proses ini bertujuan mensuperposisikan(overlay) data citra dengan layer
GIS yang sudah tergeoreferensi atau sudah diketahui koordinat dan sistem
proyeksinya, dalam penelitian ini dipergunakan peta BAKOSURTANAL
dengan layer jalan dan sungai.
b. Komposit Citra
Komposit citra bertujuan untuk menentukan komposisi RGB (Red, Green,
Blue) dari citra yang akan dilakukan analisa, sehingga objek dalam citra
dapat dikenali secara unsupervised dan nantinya dibandingkan dengan
pengamatan dilapangan (supervised).
c. Pemotongan Citra
Pemotongan citra bertujuan untuk mendapatkan citra dengan bentuk DAS
yang diinginkan. Pemotongan citra dilakukan menggunakan batas DAS
dalam bentuk vektor yang sudah dibuat dengan menggunakan watershed
delineation pada AVSWAT 2000, dalam studi ini dipergunakan batas DAS
dengan format shape file (*.shp).
2. Tahap Processing
Klasifikasi tematik citra ASTER dilakukan menggunakan 2 metode, yaitu
klasifikasi tidak terbimbing (unsupervised) dan klasifikasi terbimbing
(supervised).
a. Unsupervised Classification
Klasifikasi tidak terbimbing merupakan proses pengelompokan pixel-pixel
pada citra menjadi beberapa kelas menggunakan analisa cluster (cluster
analysis) menggunakan metode Iso Data. Sampai disini peta citra dapat
diinterpretasikan menjadi beberapa tata guna lahan misalkan, lahan
terbuka, lahan tertutup vegetasi, lahan hutan.
b. Supervised Classification
Klasifikasi terbimbing merupakan proses pengelompokan pixel-pixel
berdasarkan hasil survey. Tahap ini merupakan identifikasi dan klasifikasi
pixelpixel melalui training area, selanjutnya tataguna lahan lebih
didetailkan lagi berdasarkan survey kondisi lapangan. Misalkan untuk
kawasan vegetasi dapat dirinci lebih detail menjadi lahan persawahan padi,
perkebunan kopi, perkebunan teh dan lain-lainya.
3. Tahap Post Processing
Post processing bertujuan untuk meningkatkan tingkat akurasi hasil analisa
klasifikasi. Tahap ini terdiri dari majority analysis dan Exporting Classes To
Vector Layers.
a. Mayority & Minority Analysis
Dua cara analisa yang dapat digunakan, yaitu metode majority dan metode
minority. Metode majority merupakan metode yang mengubah pixel yang
tadinya belum terklasifikasi ke dalam klas terdekat yang mayoritas.
Metode minority, adalah metode yang mengubah pixel yang tadinya belum
terklasifikasi ke dalam klas terdekat yang minoritas.
b. Classification to Vektor
Untuk dapat mempermudah mengolah hasil interpretasi citra yang sudah
dilakukan, maka file citra perlu diubah menjadi bentuk vektor.
(Wibowo, 2013).
BAB III
METODE PERCOBAAN
Interpretasi citra merupakan perbuatan mengkaji foto udara dan atau citra
dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek
tersebut sedangkan penginderaan jauh (Remote sensing) adalah ilmu dan seni
untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui
analisis data yang diperoleh dengan menggunakan suatu alat tanpa kontak
lansung dengan obyek, daerah, atau fenomena yang dikaji.
Pada percobaan kali ini yaitu tentang Pre Processing Image. Secara umum
pre-processing citra bertujuan untuk memperjelas serta memperbaiki kualitas citra
(gambar) sehingga akan lebih mudah dalam melakukan analisis data citra pada
tahapan selanjutnya. Preprocesing ini bisa pembersihan noise pada citra,
pengubahan format warna citra, proses deteksi edge dan pojokan-pojokan pada
citra. Beberapa proses yang ada diantaranya adalah komposit, cropping dan
mozaik citra. Preprocessing memerlukan tahapan untuk menjamin kelancaran
pada proses berikutnya. Tujuan dari praktikum ini adalah untuk memproses data
image sebelum di analisis dan memotong image, menggabung image, serta
menggabung saluran band.
1. Pemotongan Citra dengan ROIs
Gambar 1. Pemotongan Hasil Radiometrik dengan Rectangle di ROIs
Pada percobaan ini hal pertama yang dilakukan adalah dengan
memasukkan citra Kabupaten Balangan yang telah dikoreksi radiometric pada
percobaan sebelumnya ke dalam program ENVI. Koreksi radiometrik dilakukan
untuk memperbaiki kesalahan atau distorsi yang diakibatkan oleh tidak
sempurnanya operasi dan sensor, adanya atenuasi gelombang elektromagnetik
oleh atmosfer, variasi sudut pengambilan data, variasi sudut eliminasi, sudut
pantul dan lain-lain yang dapat terjadi selama pengambilan, pengiriman serta
perekaman data. Klasifikasi terbimbing merupakan proses pengelompokan pixel-
pixel berdasarkan hasil survey. Tahap ini merupakan identifikasi dan klasifikasi
pixelpixel melalui training area, selanjutnya tataguna lahan lebih didetailkan lagi
berdasarkan survey kondisi lapangan. Selanjutnya citra dipotong menjadi empat
bagian menggunakan ROI sesai dengan hasil pada gambar 1. Cropping, adalah
mengambil bagian gambar tertentu yang kita Inginkan. cropping bertujuan untuk
menghemat memori yang digunakan sehingga pemrosesan lebih cepat. Citra
bagian kanan atas diberi warna merah, citra bagian kiri atas diberi warna hijau,
citra bagian kanan bawah diberi warna biru dan citra bagian kiri bawah diberi
warna kuning. Adapun hasil pemotonngan pada ROIs sesui dengan gambar 2.
Gambar 2. Hasil Pemotongan dengan Rectangle di ROIs
5.2 Saran
Praktikan disarankan mengerti dan memahami langkah-langkan dalam
melakukan praktikum ini karena jika terjadi kesalahan maka akan menghasilkan
citra yang salah.
DAFTAR PUSTAKA
Darmawan, A., Harianto, S. P., Santoso, T., & Winarno, G. D. (2018). Buku ajar
penginderaan jauh untuk kehutanan.
Amliana, D. R., Prasetyo, Y., & Sukmono, A. (2016). Analisis Perbandingan Nilai
NDVI Landsat 7 dan Landsat 8 Pada Kelas Tutupan Lahan (Studi Kasus:
Kota Semarang, Jawa Tengah). Jurnal Geodesi Undip, 5(1), 264-274.
Santoso, M. A., Aprijanto, A., Prijambodo, T., & Shadikin, A. (2021, January).
Konsep Safety Beach Management System Rip Current Dengan Teknologi
Video Image Processing. In Semnas Ristek (Seminar Nasional Riset dan
Inovasi Teknologi). 5(1).