LAPORAN PRAKTIKUM I

PENGINDERAAN JAUH II
PREPOCESSING IMAGE
(ATTRIBUTING AND FUSION IMAGE)

Tanggal Penyerahan : 21 Oktober 2020

Disusun Oleh
Arin Afina Sulia (23-2018-015)
Kelas B

Nama Asisten:
Moch. Iqbal Fauzan (23-2017-001)
Anggita Pratiwi Sutrisno (23-2017-033)

LABORATORIUM FOTOGRAMETRI
JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2020
 Praktikum Penginderaan Jauh II: Prepocessing

DAFTAR PUSTAKA

DAFTAR PUSTAKA ................................................................................................... i

DAFTAR GAMBAR ................................................................................................... ii
DAFTAR TABEL ...................................................................................................... iii
BAB I PENDAHULUAN ....................................................................................... 4
1.1. Maksud dan Tujuan Praktikum..................................................................... 4
1.2. Waktu Pelaksanaan Paktikum ...................................................................... 4
BAB II DASAR TEORI .......................................................................................... 5
2.1. CITRA SATELIT ......................................................................................... 5
2.2. CITRA MULTISPEKTRAL ........................................................................ 5
2.3. CITRA PANKROMATIK............................................................................ 8
2.4. CITRA SPOT-7 ............................................................................................ 9
2.4.1. SEJARAH........................................................................................... 9
2.4.2. SPESIFIKASI ................................................................................... 11
2.5. FUSI CITRA .............................................................................................. 11
2.5.1. GRAM SCHMIDT SPECTRAL SHARRPENING ............................. 11
BAB III PELAKSANAAN PRAKTIKUM ........................................................... 13
3.1. Tahapan Attributing Image............................................................................... 13
3.2. Tahapan Proses Fusi Citra ................................................................................ 18
BAB IV HASIL DAN ANALISIS .......................................................................... 21
4.1. Hasil ................................................................................................................. 21
4.2. Analisis ............................................................................................................. 23
BAB V KESIMPULAN ......................................................................................... 24
5.1. Kesimpulan....................................................................................................... 24
DAFTAR PUSTAKA

Arin Afina Sulia / 232018015 / B i

 Praktikum Penginderaan Jauh II: Prepocessing

DAFTAR GAMBAR

gambar 4. 1 Hasil dari Fusi Citra Scene 1 ................................................................... 21

gambar 4. 2 Hasil dari Fusi Citra Scene 2 ................................................................... 21
gambar 4. 3 Hasil dari Fusi Citra Scene 3 ................................................................... 22
gambar 4. 4 Hasil dari Fusi Citra Scene 4 ................................................................... 22
gambar 4. 5 Hasil dari Fusi Citra Scene 5 ................................................................... 23

Arin Afina Sulia / 232018015 / B ii

 Praktikum Penginderaan Jauh II: Prepocessing

DAFTAR TABEL

Tabel 3. 1 Langkah - Langkah attributing image ........................................................ 13

Tabel 3. 2 Tahapan Proses Fusi Citra.......................................................................... 18

Arin Afina Sulia / 232018015 / B iii

 Praktikum Penginderaan Jauh II: Prepocessing

BAB I
PENDAHULUAN

1.1. Maksud dan Tujuan Praktikum

Adapun maksud dari praktikum ini adalah sebagai berikut :
1. Mahasiswa mengerti, memahami dan mengetahui pengertian dari Citra Satelit, Citra
Multispektral, Citra Pankromatik, Citra SPOT-7 dan Fusi Citra
2. Mahasiswa mengerti, memahami dan mengetahui cara melakukan Prepocessing Image
(Attributing and Fusion Image)
3. Mahasiswa mengerti, memahami dan mengetahui fungsi dari Prepocessing Image
(Attributing and Fusion Image)

Adapun tujuan dari praktikum ini adalah sebagai berikut :

1. Mahasiswa mampu untuk mendeskripsikan dan menganalisis pengertian dari Citra
Satelit, Citra Multispektral, Citra Pankromatik, Citra SPOT-7 dan Fusi Citra
2. Mahasiswa mampu untuk mendeskripsikan dan menganalisis cara melakukan
Prepocessing Image (Attributing and Fusion Image)
3. Mahasiswa mampu untuk mendeskripsikan dan menganalisis fungsi dari
Prepocessing Image (Attributing and Fusion Image)

1.2. Waktu Pelaksanaan Paktikum

Adapun waktu dan tempat pelaksanaan praktikum “Prepocession Image” ini
dilaksanakan pada :
hari, tanggal : Rabu, 14 Oktober 2020
waktu : 10.00 – 12.00 WIB
tempat : Kediaman masing- masing (Via daring)

Arin Afina Sulia / 232018015 / B 4

 Praktikum Penginderaan Jauh II: Prepocessing

BAB II
DASAR TEORI

2.1. CITRA SATELIT

Citra Satelit atau foto satelit sebenarnya merupakan istilah yang sama yaitu
suatu gambaran permukaan bumi yang direkam oleh sensor (kamera) pada satelit
pengideraan jauh yang mengorbit bumi, dalam bentuk image (gambar) secara
digital. Di dalam Bahasa Inggris ada dua istilah yang masingmasing diterjemahkan
dengan citra, yaitu image dan imagery. Berikut ini dikemukakan batasan kedua
istilah tersebut menurut Ford (1979; dalam Sutanto, 1992). Image is representation
of an object or scene; an image is usually a map, picture, or photograph. Imagery
is visual representation of energy recorded by remote sensing instrument. Bila kita
berpegang pada batasan ini maka penggunaan istilah image bagi citra
penginderaan jauh tidak salah, akan tetapi penggunaan istilah imagery akan lebih
benar. Berbagai pustaka dalam bahasa Inggris, baik istilah image maupun imagery
sama-sama sering digunakan.
Saat ini dunia, terutama negara-negara maju telah memanfaatkan citra satelit
atau foto satelit secara luas sebagai sumber dasar bagi proses analisa dan kajian di
berbagai bidang aplikasi, mulai sumber daya alam, lingkungan, kependudukan
sampai pada bidang pertahanan (militer). Di Indonesia penerapan teknologi
penginderaan jauh ini, juga telah dilakukan, tetapi masih belum maksimal dan
menyeluruh, baru secara parsial pada bidang-bidang tertentu saja. Hal ini
disebabkan salah satunya oleh keterbatasan atau keterlambatan informasi dan
kemampuan sumber daya manusia serta pendanaan yang belum sepenuhnya bisa
mengimbangi perkembangan teknologi tersebut.

2.2. CITRA MULTISPEKTRAL

Citra multispectral adalah citra yang dibuat dengan saluran jamak. Berbeda
dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra
multispectral umumnya dibuat dengan saluran sempit. Dengan menggunakan

Arin Afina Sulia / 232018015 / B 5

 Praktikum Penginderaan Jauh II: Prepocessing

sensor multispectral, maka kenampakan yang diindera akan menghasilkan citra

dengan berbagai saluran. Citra dengan saluran yang berbeda tersebut dapat
digunakan untuk mengidentifikasi kenampakan-kenampakan tertentu, karena
saluran-saluran tersebut memiliki kepekaan terhadap suatu kenampakan.
Sebuah gambar multispektral adalah salah satu yang menangkap data gambar
pada frekuensi tertentu di seluruh spektrum elektromagnetik . Panjang gelombang
dapat dipisahkan oleh filter atau dengan penggunaan instrumen yang sensitif
terhadap panjang gelombang tertentu, termasuk cahaya dari frekuensi di luar
jangkauan cahaya tampak , seperti inframerah . pencitraan spektral dapat
memungkinkan ekstraksi informasi tambahan mata manusia gagal untuk
menangkap dengan yang reseptor untuk merah, hijau dan biru . Ini pada awalnya
dikembangkan untuk ruang berbasis pencitraan.
Citra multispektral adalah tipe utama dari gambar yang diperoleh oleh
penginderaan jauh (RS) radiometers . Membagi spektrum dalam banyak band,
multispektral adalah kebalikan dari pankromatik , yang mencatat hanya intensitas
total radiasi yang jatuh pada setiap pixel . Biasanya, satelit memiliki tiga atau lebih
radiometers ( Landsat memiliki tujuh). Masing-masing memperoleh satu gambar
digital (dalam penginderaan jauh, disebut 'adegan') di sebuah band kecil dari
spektrum yang terlihat, mulai dari 0,7 pM sampai 0,4 pM, disebut merah-hijau-
biru (RGB) daerah, dan pergi ke panjang gelombang inframerah 0,7 pM sampai
10 pM atau lebih, diklasifikasikan sebagai dekat inframerah (NIR), tengah
inframerah (MIR) dan far infrared (FIR atau termal). Dalam kasus Landsat, tujuh
adegan terdiri dari tujuh gambar-band multispektral. pencitraan spektral dengan
band-band yang lebih banyak, lebih halus resolusi spektral atau cakupan spektral
yang lebih luas dapat disebut itt atau ultraspectral.
Teknologi ini juga membantu dalam interpretasi papirus kuno , seperti yang
ditemukan di Herculaneum , oleh pencitraan fragmen dalam kisaran inframerah
(1000 nm). Seringkali, teks pada dokumen tampaknya sebagai tinta hitam pada
kertas hitam dengan mata telanjang. Pada 1000 nm, perbedaan reflektifitas cahaya
membuat teks jelas dibaca. Ini juga telah digunakan untuk gambar palimpsest

Arin Afina Sulia / 232018015 / B 6

 Praktikum Penginderaan Jauh II: Prepocessing

Archimedes oleh pencitraan perkamen daun dalam bandwidth 365-870 nm, dan
kemudian menggunakan teknik pengolahan citra digital canggih untuk
mengungkapkan undertext karya Archimedes. Ketersediaan panjang gelombang
untuk penginderaan jauh dan pencitraan dibatasi oleh jendela inframerah dan
jendela optik. Panjang gelombang adalah perkiraan, nilai-nilai yang tepat
bergantung pada instrumen satelit tertentu:
 Biru, 450-515 .. 520 nm, yang digunakan untuk pencitraan atmosfer dan air
yang dalam, dan dapat mencapai hingga 150 kaki (50 m) jauh di air yang
jernih.
 Hijau, 515 .. 520-590 .. 600 nm, yang digunakan untuk pencitraan vegetasi
dan struktur air yang dalam, hingga 90 kaki (30 m) di air jernih.
 Merah, 600 .. 630-680 .. 690 nm, yang digunakan untuk pencitraan benda
buatan manusia, dalam air hingga 30 kaki (9 m) dalam, tanah, dan vegetasi.
 Dekat inframerah, 750-900 nm, digunakan terutama untuk pencitraan
vegetasi.
 Mid-inframerah, 1550-1750 nm, digunakan untuk vegetasi pencitraan, kadar
air tanah, dan beberapa kebakaran hutan .
 Mid-inframerah, 2080-2350 nm, digunakan untuk pencitraan tanah,
kelembaban, fitur geologi, silikat, tanah liat, dan kebakaran.
 Inframerah termal , 10.400-12.500 nm, menggunakan radiasi yang
dipancarkan bukan tercermin, untuk pencitraan struktur geologi, perbedaan
termal dalam arus air, kebakaran, dan untuk studi malam.
 Radar dan teknologi yang terkait berguna untuk pemetaan medan dan untuk
mendeteksi berbagai objek.
Untuk tujuan yang berbeda, kombinasi yang berbeda dari band spektral dapat
digunakan. Mereka biasanya diwakili dengan warna merah, hijau, dan saluran biru.
Pemetaan band untuk warna tergantung pada tujuan dari gambar dan preferensi
pribadi para analis. Inframerah termal sering dihilangkan dari pertimbangan
karena resolusi spasial miskin, kecuali untuk tujuan khusus.
 Warna dasar, menggunakan saluran hanya merah, hijau, dan biru, dipetakan

Arin Afina Sulia / 232018015 / B 7

 Praktikum Penginderaan Jauh II: Prepocessing

ke warna masing-masing. Sebagai sebuah foto warna polos, itu baik untuk
menganalisis obyek buatan manusia, dan mudah dipahami bagi pemula analis.
 Hijau-merah-inframerah, di mana saluran biru diganti dengan dekat
inframerah, digunakan untuk vegetasi, yang sangat reflektif di IR dekat,
kemudian menunjukkan sebagai biru. Kombinasi ini sering digunakan untuk
mendeteksi vegetasi dan kamuflase.
 Blue-NIR-MIR, di mana saluran biru menggunakan biru terlihat, hijau
menggunakan NIR (sehingga vegetasi tetap hijau), dan MIR ditampilkan
sebagai merah. Gambar tersebut memungkinkan melihat kedalaman air,
cakupan vegetasi, kadar air tanah, dan adanya kebakaran, semua dalam satu
gambar.

2.3. CITRA PANKROMATIK

Citra pankromatik adalah citra yang menggunakan seluruh spektrum yang
tampak oleh mata mulai dari warna merah hingga ungu. Daya tangkap alat
perekam citra pankromatik hampir sama dengan kepekaan mata manusia. Citra
pankromatik memiliki fungsi untuk mendeteksi fenomena pencemaran air, banjir,
dan penyebaran potensi air tanah.
1. Citra Pankromatik Hitam Putih
a. Rona pada objek serupa dengan warna pada objek aslinya, karena
kepekaan film sama dengan kepekaan mata manusia.
b. Resolusi spasialnya halus.
c. Stabilitas dimensional tinggi, dan citra pankromatik hitam putih telah
lama
d. dikembangkan sehingga orang telah terbiasa menggunakannya, citra
pankromatik digunakan dalam berbagai bidang, sebagai berikut:
1) Di bidang pertanian, kehutanan
2) Di bidang sumber daya air
3) Di bidang perencanaan kota dan wilayah

Arin Afina Sulia / 232018015 / B 8

 Praktikum Penginderaan Jauh II: Prepocessing

4) Penelitian ekologi hewan liar

5) Evaluasi dampak lingkungan

2.4. CITRA SPOT-7

Citra Satelit SPOT 7 merupakan citra permukaan bumi yang direkam oleh
satelit observasi bumi komersial SPOT 7, yang dimiliki oleh perusahaan asal
Prancis, Airbus Defence & Space.
Citra Satelit SPOT 7 terdiri dari dua moda yaitu moda pankromatik yang
terdiri dari 1 band, dengan resolusi spasial 1.5 meter, serta moda multispectral
yang terdiri dari 4 band yang berada pada spektrum elektromagnetik cahaya
tampak (visible) dan inframerah dekat (near infrared), dengan resolusi spasial 6
meter.
2.4.1. Sejarah
Ide pembuatan Satelit SPOT 7 (dan juga Satelit SPOT 6) bermula dari
Centre national d’études spatiales (CNES) – badan ruang angkasa
Pemerintah Prancis, mengakhiri Program Satelit SPOT yang telah dimulai
sejak tahun 1986. Keputusan tersebut, membuat perusahaan swasta besar
Prancis yaitu European Aeronautic Defence and Space Company (EADS),
ingin meneruskan Program Satelit SPOT, dengan membuat generasi
terbaru dari Satelit SPOT.
Untuk mewujudkan ide tersebut, EADS melalui anak perusahaannya
yang bernama Astrium, pada Juli 2008 melakukan akuisisi 81 persen saham
milik CNES di perusahaan Spot Image SA – perusahaan yang bertindak
sebagai operator dalam Program Satelit SPOT.
Pada pertengahan tahun 2009, CEO Astrium Services, Eric Beranger,
mengumumkan bahwa Astrium akan membuat Satelit SPOT generasi
terbaru bernama Satelit SPOT 6 dan Satelit SPOT 7 yang mempunyai
spesifikasi yang sama, sehingga disebut sebagai satelit kembar.

Arin Afina Sulia / 232018015 / B 9

 Praktikum Penginderaan Jauh II: Prepocessing

Berselang 3 tahun dari pengumuman resmi, pada tanggal 9 September

2012, Satelit SPOT 6 diluncurkan di Shatish Dawan Space Center, India,
menggunakan roket pengangkut Polar Satellite Launch Vehicle (PSLV)
C21.
Pada bulan Januari 2014, perusahaan EADS melakukan restrukturisasi
dan mengubah nama perusahaannya menjadi Airbus Group. Hal ini
dilakukan sebagai bentuk usaha meningkatkan popularitas nama
perusahaan, berhubung nama anak perusahaan Airbus lebih dikenal secara
global dibandingkan nama perusahaan induknya.
Restrukturisasi juga berimbas pada anak-anak perusahaan EADS.
Perusahaan Astrium yang mengurusi Satelit SPOT 6, dilebur dengan anak
perusahaan EADS yang lain yaitu Cassidian dan Airbus Military, dan
berganti nama menjadi Airbus Defence & Space. Sejak saat itu, Satelit
SPOT 6 beserta satelit lainnya yang awalnya berada di bawah naungan
Astrium menjadi di bawah kendali perusahaan Airbus Defence & Space.
Pada tanggal 30 Juni 2014, Satelit SPOT 7 menyusul “saudara kembar
tuanya” yaitu Satelit SPOT 6 mengorbit di ruang angkasa. Tempat
peluncuran sama dengan tempat peluncuran SPOT 6 yaitu di Satish
Damawan Space Center, India, menggunakan roket pengangkut Polar
Satellite Launch Vehicle (PSLV) C23.

Arin Afina Sulia / 232018015 / B 10

 Praktikum Penginderaan Jauh II: Prepocessing

2.4.2. SPESIFIKASI
Berikut ini ialah table Spesifikasi Citra SPOT-7 :

2.5. FUSI CITRA

Fusi citra menurut Vrabel (1996) dalam Sitanggang (2004) merupakan proses
penggabungan citra yang memiliki resolusi spektral tinggi (multispektral dan
hyperspektral) dengan citra resolusi spasial tinggi (pankromatik) dengan cara
resampling atau mengubah pixel citra ke citra dengan resolusi spasial yang tinggi.

2.5.1. GRAM SCHMIDT SPECTRAL SHARRPENING

Penggunaan penajaman citra spektral dengan metode Gram-Schmidt adalah
untuk mempertajam data multispektral resolusi spasial rendah dengan
menggunakan data citra resolusi spasial tinggi. Transformasi tersebut akan
mempertahankan aspek spektral citra sehingga dalam mengidentifikasi
kenampakan objek permukaan bumi akan lebih jelas dan lebih mudah. Bila kedua
set data tersebut adalah georeferenced, untuk melengkapi, ENVI lebih dulu
melakukan ko-registrasi tehadap citra-citra tersebut. Kanal-kanal spektral resolusi

Arin Afina Sulia / 232018015 / B 11

 Praktikum Penginderaan Jauh II: Prepocessing

spasial rendah yang digunakan untuk simulasi kanal pan- chromatic harus berada
tidak dimasukkan dalam proses resampling (Laben et al. di dalam Image
Sharpening_ ENVIHelp).

Arin Afina Sulia / 232018015 / B 12

 Praktikum Penginderaan Jauh II: Prepocessing

BAB III
PELAKSANAAN PRAKTIKUM

3.1. Tahapan Attributing Image

Tabel 3. 1 Langkah - Langkah attributing image

No. Gambar Keterangan

Buka
perangkat
lunak ENVI
Classic, lalu
1. klik “File”
dan “Open
Image File”
untuk
membuka file
citra

Pilihlah citra
multispektral
2. dan
pankromatik.
Kemudian
klik “Open”

Kemudian,
akan muncul
3. dialog box
seperti pada
gambar di
samping.

Arin Afina Sulia / 232018015 / B 13

 Praktikum Penginderaan Jauh II: Prepocessing

Pada citra
multispektral,
klik kanan lalu
4.
pilih “Edit
Header”

Kemudian, pilih
“Edit Attributes”
5. dan pilih
“Wavelenghts”

6. Buka Metadata

Kemudian, cek
kembali nilai
panjang
gelombang
7. dengan nilai pada
metadata yang
telah tersedia di
folder.

Arin Afina Sulia / 232018015 / B 14

 Praktikum Penginderaan Jauh II: Prepocessing

Kemudian, cek
nilai FWHM juga
dengan nilai
8.
FWHM pada
metadata.

Cek nilai Gains

juga dengan nilai
9. Gains pada
metadata.

Cek nilai Offsets

juga dengan nilai
10. Offsets pada
metadata.

Kemudian, buka
metadata citra
11.
multispektral.

Arin Afina Sulia / 232018015 / B 15

 Praktikum Penginderaan Jauh II: Prepocessing

Pada list
disamping, pilih
12.
“Map Info
.

Kemudian,
cocokkan nilai
pada “Map Info”
13. dengan nilai pada
metadata di
samping
.

Cek nilai Pixel

Sizes juga dengan
14. nilai Pixel Sizes
pada metadata

Kemudian, cek
nilai Gains juga
15. dengan nilai
Gains pada
metadata

Arin Afina Sulia / 232018015 / B 16

 Praktikum Penginderaan Jauh II: Prepocessing

Kemudian,
pengecekan
atribut dilakukan
di citra
pankromatik
17. juga. Klik kanan
pada citra
pankromatik lalu
pilih “Edit
Header

Kemudian, cek
nilai FWHM juga
19. dengan nilai
FWHM pada
metadata.

Cek nilai Gains

juga dengan nilai
20. Gains pada
metadata.

Cek nilai Offsets

juga dengan nilai
21. Offsets pada
metadata

Arin Afina Sulia / 232018015 / B 17

 Praktikum Penginderaan Jauh II: Prepocessing

Kemudian,
cocokkan nilai
pada “Map Info”
22. dengan nilai pada
metadata di
samping.

3.2. Tahapan Proses Fusi Citra

Tabel 3. 2 Tahapan Proses Fusi Citra

No. Gambar Keterangan

Buka kembali
software ENVI
5.3. Setelah itu
pilih menu
1. transform, Image
Sharpening,
Gram-Schimidt
Spectral
Sharpening

Akan muncul
tampilan seperti
2.
gambar
disamping

Arin Afina Sulia / 232018015 / B 18

 Praktikum Penginderaan Jauh II: Prepocessing

Klik citra
multispectral.
Lalu pilih 3 band
teratas sesuai
3.
dengan band Red,
Green, Blue.
Setelah itu klik
OK
Setelah itu akan
muncul gambar
seperti disamping.
5. Lalu pilih band 1
yang resolusinya
lebih tinggi dari
band RGB
Setelah itu klik
OK. Tunggu dan
akan muncul
gambar seperti
6.
disamping untuk
menentukan
lokasi
penyimpanan

Arin Afina Sulia / 232018015 / B 19

 Praktikum Penginderaan Jauh II: Prepocessing

Setelah itu pilih

lokasi
penyimpanan dan
7.
nama file dari
hasil fusi citra
tersebut.

8. Lalu klik OK

Fusi citra sedang

10.
diproses.

Arin Afina Sulia / 232018015 / B 20

 Praktikum Penginderaan Jauh II: Prepocessing

BAB IV
HASIL DAN ANALISIS

4.1. Hasil
Berikut ini adalah hasil dari proses Fusi citra:

gambar 4. 1 Hasil dari Fusi Citra Scene 1

gambar 4. 2 Hasil dari Fusi Citra Scene 2

Arin Afina Sulia / 232018015 / B 21

 Praktikum Penginderaan Jauh II: Prepocessing

gambar 4. 3 Hasil dari Fusi Citra Scene 3

gambar 4. 4 Hasil dari Fusi Citra Scene 4

Arin Afina Sulia / 232018015 / B 22

 Praktikum Penginderaan Jauh II: Prepocessing

gambar 4. 5 Hasil dari Fusi Citra Scene 5

4.2. Analisis
Setelah menyelesaikan tahapan – tahapan praktikum “Prepocessing Image”
dimana akhirnya akan melakukan Fusi citra ditemukan beberapa hal yang
menghambat jalannya praktikum ini. Hal yang paling penting adalah proses
attributing citra yang cukup menguras konsetrasi dimana dalam proses ini kita
harus mencocokkan nilai atribut citra dengan metadata yang telah ada. Dalam
proses ini juga dapat dilihat terdapat sedikit perbedaan namun tidak berarti
dikarenakan ketika sudah diperbaiki nilai atribut tersebut kembali lagi ke semula
dikarenakan pada ENVI 5.3 nilai atribut akan dibulatkan beberapa angka
dibelakang koma.
Pada proses Fusi citra ditemukan beberapa kesalahan dimana proses fusi citra
gagal dilakukan dikarenakan masih belum sesuainya data atribut yang ada dengan
data atribut di metadata. Hal ini juga berdampak pada hasil citra yang diperoleh
setelah melakukan proses Fusi citra.

Arin Afina Sulia / 232018015 / B 23

 Praktikum Penginderaan Jauh II: Prepocessing

BAB V
KESIMPULAN

5.1. Kesimpulan
Proses attributing citra sangat dibutuhkan sebelum kita melakukan Fusi citra
dengan sifat dan karakteristik yang berbeda. Hal ini ditujukan untuk mencegah
terjadinya perbedaan antara attribute dari citra dan attribute dari metadata yang
dapat berakibat salah atau eror dari proses Fusi citra tersebut. Pada akhirnya pada
proses praktikum ini diperolehlah hasil dari fusi citra anatara dua yaitu citra
multispectral dengan citra pankromatik seperti yang telah di tampilkan di bab
sebelumnya.

Arin Afina Sulia / 232018015 / B 24

 Praktikum Penginderaan Jauh II: Prepocessing

DAFTAR PUSTAKA

Achmad Siddik Thoha. 2008. Karakteristik Citra Satelit. Departemen Kehutanan,

Fakultas Pertanian Universitas Sumatera Utara.

Rudianto, Bambang. 2010. Analisis Ketelitian Objek pada Peta Citra Quickbird RS
0,68 m dan Ikonos RS 1,0 m. Bandung: FTSP Institut Teknologi Nasional

Lalu Muhamad Jaelani. 2006. Hiperspektral, Masa Depan Teknologi Inderaja. Institut
Teknologi Sepuluh November, Surabaya.

Sutanto. 1986. Penginderaan Jauh, Jilid I. Gadjah Mada University Press, Yogyakarta

Purwanto, Taufik Hery, Anugerah Ramadhian AP. 2017. Fusi Citra Landsat 7ETM+
dan ASTER G-DEM Untuk Identifikasi Aspek Geologi Kabupaten Soppeng
Sulawesi Selatan. Yogyakarta: Universitas Gadjah Mada.

Arin Afina Sulia / 232018015 / B 25