PENGINDERAAN JAUH II
PREPOCESSING IMAGE
(ATTRIBUTING AND FUSION IMAGE)
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 GAMBAR
DAFTAR TABEL
BAB I
PENDAHULUAN
BAB II
DASAR TEORI
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
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.
2.4.2. SPESIFIKASI
Berikut ini ialah table Spesifikasi Citra SPOT-7 :
spasial rendah yang digunakan untuk simulasi kanal pan- chromatic harus berada
tidak dimasukkan dalam proses resampling (Laben et al. di dalam Image
Sharpening_ ENVIHelp).
BAB III
PELAKSANAAN PRAKTIKUM
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.
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.
Kemudian, cek
nilai FWHM juga
dengan nilai
8.
FWHM pada
metadata.
Kemudian, buka
metadata citra
11.
multispektral.
Pada list
disamping, pilih
12.
“Map Info
.
Kemudian,
cocokkan nilai
pada “Map Info”
13. dengan nilai pada
metadata di
samping
.
Kemudian, cek
nilai Gains juga
15. dengan nilai
Gains pada
metadata
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.
Kemudian,
cocokkan nilai
pada “Map Info”
22. dengan nilai pada
metadata di
samping.
Akan muncul
tampilan seperti
2.
gambar
disamping
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
8. Lalu klik OK
BAB IV
HASIL DAN ANALISIS
4.1. Hasil
Berikut ini adalah hasil dari proses Fusi citra:
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.
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.
DAFTAR PUSTAKA
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.