Sidik Rahmatul Fadilah1, Masita Dwi Mandini Manessa2, Rudie Rachmat Atmawidjaja3
ABSTRAK
I. PENDAHULUAN
1.1 Latar Belakang
Pesatnya perkembangan teknologi menggunakan energi pantulan dan pancaran
penginderaan jauh mempermudah melakukan objek secara bersamaan. Penyiam
pekerjaan maupun penelitian dalam berbagai multispektral secara sederhana berupa detektor
bidang. Saat ini kondisi data satelit semakin multi sebagai perluasan penyiam termal
baik terutama resolusi spasial maupun resolusi (Lillesand & Kiefer, 1997). Data multispektral
spektral. Dengan bertambah baiknya resolusi memiliki 3 - 11 saluran/band: saluran tampak
spasial maka dimungkinkan untuk (visible band), inframerah dekat (near
mengekstraksi objek-objek yang relatif lebih infrared), dan inframerah (infrared) (Manessa
rinci dalam ukurannya, begitu pula dengan M. D., 2018). Citra multispektral mampu
bertambah baiknya resolusi spektral maka mempermudah kegiatan pekerjaan maupun
memungkinkan citra satelit dapat digunakan penelitian, namun dalam data citra
untuk mengekstraksi informasi atau objek multispektral masih terdapat kendala yang
didasarkan pada nilai spektral dari objek menyertainya, adapun salah satu kendala yang
tertentu. sering dihadapi adalah objek awan yang
Data hasil perekaman satelit disebut menutupi permukaan bumi. Objek tertutup
citra satelit, citra memiliki perbedaan awan ini merupakan kendala yang sering
spesifikasi informasi. Dilihat dari prinsip kerja dihadapi oleh beberapa citra penginderaan
sensor satelit yaitu aktif (energi dihasilkan dari jauh, seperti salah satunya citra Landsat-8
satelit itu sendiri) dan juga pasif (energi yang memiliki luas liputan yang relatif luas
dihasilkan dari matahari). Citra hasil sehingga sulit memperoleh citra bebas awan
perekaman satelit aktif yaitu SAR (Synthetic dalam satu perekaman. Dengan kendala
Aperture Radar), sedangkan citra hasil demikian citra multispektral tetap
perekaman satelit pasif yaitu: Hyperspektral, dimanfaatkan diberbagai bidang seperti dalam
Pankromatik, dan Multispektral. bidang topografi, batas wilayah, batimetri, dan
Penyiaman multispektral (MSS) sebagainya. Pemanfaatan citra satelit dirasa
mampu melakukan penginderaan jauh dengan sangat efektif dan efisien untuk dilakukan
(a) (b)
Gambar 7 (a) Gray image: Single Band dan (b)
True Color Image Multi Band
3.2.2 Cropping
Data yang didapatkan dari hasil
pengunduhan mencangkup area penelitian dan
juga lautan yang luas tetapi bukan area 3.5 Mask
penelitian, untuk itu perlu dilakukan proses Objek yang di-masking yaitu objek darat
cropping/pemotongan citra. dengan fokus melihat niai pada saluran/band 5
Near Inrared (NIR) dan awan pada
saluran/band 1 (aerosol/coastal). Setelah
proses masking data darat dan awan, maka
nilai darat dan awan kini tidak memiliki nilai
(bernilai nol).
Tabel 3 Nilai Piksel yang Dihapus
(a) (b)
Gambar 8 (a) Sebelum Proses Cropping dan
(b) sesudah Proses Cropping
3.3 Koreksi Radiometrik
Hasil dari proses koreksi radiometrik
yaitu citra yang mempunyai nilai TOA
reflektan.
Tabel 1 Hasil Koreksi Radiometrik Landsat-8
3.6 Ekstraksi Data Kedalaman
Hasil ekstraksi data kedalaman multibeam
kedalam data citra pada saluran/band blue,
green, dan red, tidak 100% bisa terekstrak, hal
ini dikarenakan tidak semua data citra
memiliki nilai piksel.
Tabel 4 Hasil Ekstraksi Data
(c) (d)
DAFTAR PUSTAKA
Amelia, R. (2010). Academica Edu. Dipetik
(e) Mei 26, 2018, dari
Gambar 12 Peta Distribusi Kedalaman http:/www.academica.edu/9163800/Pr
Berdasarkan Citra Landsat-8 (a) Tanggal insip_Dasar_Penginderaan_Jauh
Perekaman 4 Juli 2017 (b) Tanggal Perekaman Lillesand, T. M., & Kiefer, R. W. (1997).
9 September 2017 (c) Tanggal Perekaman 11 Remote Sensing and Image
Oktober 2017 (d) Tanggal Perekaman 20 Interpretation. Dalam Dulbahri, P.
Maret 2018 (e) Tanggal Perekaman 5 April Suharsono , Hartono, Suharyadi, &
2018 Sutanto, Penginderaan Jauh dan
Interpretasi Citra (hal. 714).
Pada kelima peta distribusi kedalaman
Yogyakarta: Gadjah Mada University
berdasarkan citra Landsat-8 diatas terdapat
nilai 0 di area lautan, hal ini disebabkan Press.
hilangnya nilai piksel setelah dilakukan Lyzenga, D. R., Malinas, N. P., & Tanis, F. J.
koreksi atmospheric. (2006). Multispectral Bathymetry
Using a Simple Physically Based
IV. KESIMPULAN DAN SARAN Algorithm. 44(8).
Berdasarkan hasil penelitaan maka Mahiny, A. S., & Turner, B. J. (2007). A
didapatkan kesimpulan serta saran sebagai
Comparison of Four Common
berikut