LAPORAN PRAKTIKUM

PENGOLAHAN CITRA DIGITAL

Oleh :

AHMAD DANI
2015510012

Dosen pembimbing :

FAJRIN, Msi

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

TEKNIK GEODESI
INTSTITUT TEKNOLOGI PADANG
2017

Page 1
 KATA PENGANTAR

Alhamdulillah, segala puji dan syukur kita haturkan kepada Allah SWT karena
limpahan rahmat serta anugerah darinya sehingga penulis mampu untuk menyelesaikan
“Laporan Pratikum PCD” ini. Sholawat dan salam selalu kita ucapkan dan curahkan untuk
junjungan nabi besar kita, Nabi Muhammad SAW yang sudah menyampaikan petunjuk Allah
SWT untuk kita semua.

Dengan adanya sumber untuk referensi dalam penyusunan laporan ini penulis
mengucapkan terimakasih karena sudah mempermudah penulis untuk mencari dan
memberikan informasi,dan juga penulis mengucapkan terimakasih kepada dosen yang telah
mengajar serta membimbing untuk membuat laporan ini. Akhir kata penulis menyadari
laporan ini masih jauh dari sempurna,oleh karena itu sangat diharabkan saran yang
membangun untuk perbaikan laporan ini.

Padang, 03 Desember 2017

Penulis
 DAFTAR ISI

KATA PENGANTAR......................................................................................................2

DAFTAR ISI.....................................................................................................................3

I. PENDAHULUAN
1.1. Latar Belakang............................................................................4
1.2. Tujuan.........................................................................................4
1.3. Manfaat.......................................................................................4
II. TINJAUAN PUSTAKA
2.1. Pengolahan Citra Digital................................................................5
2.2. ENVI..........................................................................................5
2.3. Citra Landsat................................................................................6
III. METODE DAN PEMBAHASAN
3.1. Tempat dan Waktu Pelaksanaan......................................................9
3.2. Langkah-Langkah Kerja...............................................................9
IV. HASIL
4.1. Hasil............................................................................................41
V. PENUTUP
5.1.
Kesimpulan..............................................................................................42
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Pengolahan citra digital dimulai sekitar awal tahun 1920 an, dimana
citra dikirim melalui kabel bawah laut dari London menuju ke New York. Dan tahun
1960 an pengolahan citra dengan computer ( pengolahan citra digital ), dan tahun
1964 perbaikan kualitas citra.
Konsep dasar P engolahan citra digital salah satunya adalah mengelolah citra yang
rusak agar menjadi lebih baik dengan menggunakan software ENVI. Aplikasi PJ saat
ini tumbuh tidak hanya secara jumlah applikasi namun juga bertambah dari jenis
keragaman applikasinya. Pengembangan aplikasi PJ kedepannya mengarah kepada
applikasi berbasis Web.Salah satu contoh software pada PCD yaitu :
ENVI merupakan suatu image procesing system yang revolusioner yang dibuat
oleh Research system, Inc (RSI). Dari permulaannya ENVI dirancang untuk
kebutuhan yang banyak dan spesifik untuk mereka yang secara teratur menggunakan
data penginderaan jauh dari satelit dan pesawat terbang. ENVI menyediakan data
visualisasi dan analisis komprehensif yang menyeluruh dan analisis untuk citra dalam
berbagai ukuran dan tipe,semuanya dalam suatu lingkungan yang mudah dioperasikan
dan inovatif untuk digunakan.
Kegunaan lain ENVI dirancang untuk berbagai kebutuhan spesifik yang
menggunakan data penginderaan jauh dari satelit dan pesawat terbang. ENVI
menyediakan data visualisasi yang menyuluruh dan analisa untuk citra dalam berbagai
ukuran dan tipe, semuanya dalam suatu lingkungan yang mudah dioperasikan dan
inovatif untuk digunakan.

1.2. Tujuan
Laporan praktikum ini diharapkan dapat memberikan pengetahuan dan tutorial
lebih lanjut lagi terhadap pemakaian Aplikasi yang digunakan dalam PCD
(Pengolahan Citra Dasar) yaitu ENVI 46.1 serta mengatahui cara menggapfill
.
1.3. Manfaat
Hasil dari Laporan ini diharapkan dapat memberikan manfaat kepada semua
pihak, khususnya kepada mahasiswa dapat menggunakan Aplikasi dalam PCD
(Pengolahan Citra Digital) dan mengetahui bagaimana cara menggapfill dengan baik
dan benar .
Semoga dengan Laporan ini dapat menerapkan hal-hal positif dan Laporan ini
diharapkan dapat dijadikan acuan didalam kegiatan pengolahan citra digital
 BAB II
TINJAUAN PUSTAKA

2.1. Pengolahan Citra Digital

Citra digital dapat didefinisikan sebagai gambar (image) dalam tampilan dua
dimensi yang disimpan dalam bentuk/format digital. Gambar tersebut oleh komputer
didefinisikan sebagai sebuah bidang (dengan luas tertentu) yang terdiri dari banyak
titik dengan koordinat tertentu. Banyaknya titik dalam bidang inilah yang dinamakan
pixel. Semakin banyak pixel, citra yang dihasilkan semakin jelas.

Citra digital dapat dihasilkan dari beberapa media, antara lain kamera digital,
scanner, sinar X, dan sebagainya.

Pengolahan citra digital adalah suatu kegiatan pemrosesan gambar digital dengan
tujuan memperbaiki kualitas suatu gambar agar lebih mudah diinterpretasi oleh mata
manusia ataupun mesin. Berdasarkan tujuannya, pengolahan citra digital dapat dibagi
menjadi beberapa jenis antara lain sebagai berikut:

1. Perbaikan kualitas citra, misalnya menambah atau mengurangi kontras,

mempertajam gambar, atau memberikan warna semu.

2. Penghilang cacat pada citra, seperti menghilangkan noise dan blur.

3. Mengompres citra dengan tujuan mengurangi kapasitas gambar pada saat restorasi.

4. Segmentasi citra, yaitu membagi citra menjadi beberapa segmen dengan kriteria
tertentu, biasanya dipakai untuk pengenalan pola pada mesin otomatis, robot, dan
sebagainya.

5. Anilisis citra, yaitu dengan mengekstraksi ciri-ciri citra tertentu untuk keperluan
pengenalan dan identifikasi objek, contohnya adalah pendeteksi tepi objek pada
gambar.

6. Rekonstruksi citra, yaitu membentuk ulang objek hasil proyeksi, misalnya oleh
sinar X.

2.2. ENVI

ENVI (The Environment For Visualizing Images) merupakan suatu image

processing system yang revolusioner yang dibuat oleh Research System, Inc (RSI).
Dari permulaannya ENVI dirancang untuk kebutuhan yang banyak dan spesifik untuk
mereka yang secara teratur menggunakan data penginderaan jauh dari satelit dan
pesawat terbang. ENVI menyediakan data visualisasi yang menyuluruh dan analisis
 untuk citra dalam berbagai ukuran dan tipe, semuanya dalam suatu lingkungan yang
mudah dioperasikan dan inovatif untuk digunakan.

ENVI + IDL, ENVI, dan IDL

ENVI dibuat dalam bahasa Interactive Data Language (IDL), bahasa

pemrograman yang cukup ampuh dalam mengintegrasikan pengolahan citra.
Fleksibilitas ENVI menggunakan kemampuan dari IDL, IDL harus ada untuk
menjalankan ENVI.

2.3. Citra Landsat

Citra Landsat merupakan gambaran permukaan bumi yang diambil dari luar
angkasa dengan ketinggian kurang lebih 818 km dari permukaan bumi, dengan skala
1 : 250.000.Dalam setiap perekaman citra landsat mempunyai cakupan area 185 km x
185 km sehinggaaspek dari objek tertentu yang cukup luas dapat diidentifikasi tanpa
menjelajah seluruh daerahyang disurvei atau yang diteliti.Citra landsat merupakan
citra yang dihasilkan dari beberapa spectrum dengan panjanggelombang yang
berbeda.

Karakterisitk Data Landsat TM

Data Landsat TM (Thematic Mapper) diperoleh pada tujuh saluran spektral yaitu
tiga saluran tampak, satu saluran inframerah dekat, dua saluran inframerah tengah,
dan satu saluran inframerah thermal. Lokasi dan lebar dari ketujuh saluran ini
ditentukan dengan mempertimbangkan kepekaannya terhadap fenomena alami
tertentu dan untuk menekan sekecil mungkin pelemahan energi permukaan bumi oleh
kondisi atmosfer bumi. Jensen (1986) mengemumakan bahwa kebanyakan saluran
TM dipilih setelah analisis nilai lebihnya dalam pemisahan vegetasi, pengukuran
kelembaban tumbuhan dan tanah, pembedaan awan dan salju, dan identifikasi
perubahan hidrothermal pada tipe-tipe batuan tertentu. Data TM mempunyai proyeksi
tanah IFOV (instantaneous field of view) atau ukuran daerah yang diliput dari setiap
piksel atau sering disebut resolusi spasial. Resolusi spasial untuk keenam saluran
spektral sebesar 30 meter, sedangkan resolusi spasial untuk saluran inframerah
thermal adalah 120 m (Jensen,1986).

Kegunaan Satelit Landsat

Terdapat banyak aplikasi yang dapat diterapkan dari data Landsat, diantaranya
adalah untuk pemetaan penutupan lahan, pemetaan penggunaan lahan, pemetaan
tanah, pemetaan geologi, pemetaan suhu permukaan laut dan lain-lain. Untuk
pemetaan penutupan dan penggunaan lahan, data Landsat TM lebih dipilih daripada
data SPOT multispektral karena terdapat band infra merah menengah. Landsat TM
adalah satu-satunya satelit non-meteorologi yang mempunyai band inframerah
thermal . Data thermal diperlukan untuk studi proses-proses energi pada permukaan
bumi seperti variabilitas suhu tanaman dalam areal yang diirigasi

Kelebiahan Dan Kekurangan Citra Landsat

Citra landsat adalah citra yang di ambil menggunakan satelit landsat tentunya
memiliki kelebihan dan kekurangan,di antaranya :

Kelebihan :

• Dapat merekam wilayah di permukaan bumi dengan lebih luas / cakupannya lebih
besar.

• Pada setiap topografi yang ada di permukaan bumi dibedakan dengan warna.

• Setiap kejadian yang ada di permukaan bumi dapat dibedakan dengan panjang
gelombangyang ada di citra landsat.

Kekurangan :

• Apabila citra landsat / daerah yang akan dianalisis tertutup awan maka citra
tersebut sulituntuk dianalisis.

• Peliputan landsat pada musim kering sulit untuk membedakan

Macam-macam Jenis Satelit Landsat

1. Landsat 1
Landsat 1 pada mulanya bernama “Earth Resources Technology Satellite 1”.
Landsat 1 adalah satelit pertama dari Amerika Serikat. Satelit yang diluncurkan
pada 23 Juli 1972 oleh roket Delta 900 ini adalah versi modifikasi dari satelit
meteorologi Nimbus 4. Satelit Landsat 1 melakukan monitoring dengan
membawa instrumen kamera RBV dan MSS. Operasi berakhir tahun 1978.
2. Landsat 2
Landsat 2 adalah satelit kedua dari program Landsat. Awalnya satelit ini
bernama ERTS- B (Earth Resource Technology Satellite-B namun berganti
nama menjadi “Landsat 2” sebelum peluncurannya pada 22 Januari 1975.
Landsat 2 membawa sensor yang sama seperti pendahulunya, yaitu RBV dan
MSS. RBV merupakan instrumen yang digunakan untuk tujuan evaluasi teknik
sedangkan MSS secara sistematis terus mengumpulkan gambar dari Bumi.
Landsat 2 beroperasi selama lebih dari tujuh tahun dan akhirnya berhenti
beroperasi pada 25 Februari 1982.
3. Landsat 3
Landsat 3 adalah satelit ketiga dari program Landsat. Satelit ini diluncurkan
pada tanggal 5 Maret 1978 dengan tujuan utama menyediakan arsip global foto
satelit. Landsat 3 memiliki desain dasar sama seperti Landsat 2. Satelit ini
 membawa instrumen MSS, yang memiliki resolusi maksimum 75 m. Tidak
seperti dua Landsat sebelumnya, instrumenthermal band telah dibuat pada
Landsat 3, tetapi instrumen ini gagal beroperasi setelah satelit ditempatkan.
Landsat 3 ditempatkan dalam orbit polar berjarak sekitar 920 km dan
menghabiskan waktu 18 hari untuk memindai seluruh permukaan bumi.
Landsat 3 sudah tidak beroperasi lagi karena adanya masalah teknis dan
berhenti beroperasi pada 21 Maret 1983.
4. Landsat 4
Landsat 4 adalah satelit keempat dari program Landsat. Satelit ini diluncurkan
pada 16 Juli 1982 dengan tujuan utama menyediakan arsip global foto satelit.
Meski program Landsat dikelola oleh NASA, data dari Landsat 4 dikumpulkan
dan didistribusikan oleh USGS. Landsat 4 sudah tidak beroperasi lagi karena
adanya masalah teknis dan akhirnya berhenti beroperasi pada tahun 1993.
Landsat 4 memiliki andwidth transmisi maksimum sebesar 85 Mbit/s,
membawa MSS yang telah diperbaharui dan Thematic Mapper (TM) yang
memiliki resolusi maksimum 30 m. Perlu dicatat bahwa Landsat 4 adalah
satelit pertama dalam program Landsat yang menggunakan sensor TM. Sensor
TM mampu mengumpulkan tujuh band data yang berbeda dari empat band data
yang dikumpulkan MSS. Selain memliki tiga band data lebih banyak, para
ilmuwan dapat melihat data TM dengan resolusi yang lebih tinggi
dibandingkan dengan MSS. Band 1-5 dan 7 masing-masing memiliki resolusi
spektral 30 m sementara MSS hanya tersedia resolusi 79 m dan 82 m. Band 6
(merupakan band inframerah thermal memiliki resolusi spasial maksimum 120
m.
5. Landsat 5
Landsat 5 adalah satelit kelima dari program Landsat. Satelit ini diluncurkan
pada tanggal 1 Maret 1984 dengan tujuan utama menyediakan arsip global foto
satelit. Program Landsat dikelola oleh USGS dan data dari Landsat 5
dikumpulkan serta didistribusikan dari USGS‟s Center untuk Earth Resources
Observation and Science. Pada tanggal 2 Maret 2009, Landsat 5 merayakan 25
tahun keberhasilannya beroperasi. Landsat 5 telah melampaui harapan sejak
pertama kali dirancang. Satelit ini memiliki bandwidth transmisi maksimum
sebesar 85 Mbit/s dan ditempatkan pada ketinggian 705,3 km (438,3 mil).
Dibutuhkan sekitar 16 hari untuk memindai seluruh bumi. Satelit ini adalah
salinan identik dari Landsat 4 dan pada awalnya dimaksudkan sebagai backup
Landsat 4 karena membawa instrumen yang sama, termasuk instrumen TM dan
MSS . Instrumen MSS ini dimatikan pada tahun 1995. Dan pada akhirnya
satelit ini berhenti beroperasi berakhir pada bulan Januari 2013.
6. Landsat 6
Landsat 6 dirancang untuk melanjutkan program Landsat. Satelit ini
diluncurkan pada 5 Oktober 1993 menggunakan Titan II tapi gagal mencapai
orbit karena masalah teknis. Sebagai akibatnya, Landsat 4 dan Landsat 5
digunakan lagi (melebihi umur yang telah ditetapkan). Namun hanya Landsat 5
yang masih beroperasi.
7. Landsat 7
Landsat 7 adalah untuk memperbaharui arsip citra satelit, menyediakan citra
yang update dan bebas awan. Meski program Landsat dikelola oleh NASA,
data dari Landsat 7 dikumpulkan dan didistribusikan oleh USGS. Proyek
NASA World Wind memungkinkan gambar tiga dimensi dari Landsat 7 dan
sumber-sumber lainnya untuk dapat dengan mudah dinavigasi dan dilihat dari
berbagai sudut. Landsat 7 dirancang untuk dapat bertahan 5 tahun dan memiliki
kapasitas untuk mengumpulkan dan mentrasmisikan hingga 532 citra setiap
harinya. Orbit dari satelit ini adalah polar, orbit yang sinkron terhadap
matahari, dalam arti dapat memindai seluruh permukaan bumi, yakni selama
232 orbit atau 15 hari. Massa satelit tersebut 1973 kg, memiliki panjang 4,04
meter dan diameter 2,74 meter. Tak seperti pendahulunya, Landsat 7 memiliki
memori 378 gigabits (kira-kira 100 citra). Instrumen utama Landsat 7 adalah
Enhanced Thematic Mapper Plus (ETM+).
8. Landsat 8
Landsat Data Continuity Mission (LDCM) atau dikenal juga dengan nama
Landsat 8 merupakan satelit generasi terbaru dari Program Landsat. Satelit ini
merupakan project gabungan antara USGS dan NASA beserta NASA Goddard
Space Flight Center dan diluncurkan pada hari Senin, 11 Februari 2013 di
Pangkalan Angkatan Udara Vandeberg, California – Amerika Serikat. Satelit
Landsat 8 yang direncanakan mempunyai durasi misi selama 5 – 10 tahun ini,
dilengkapi dua sensor yang merupakan hasil pengembangan dari sensor yang
terdapat pada satelit-satelit pada Program Landsat sebelumnya. Kedua sensor
tersebut yaitu Sensor Operational Land Manager (OLI) yang terdiri dari 9 band
serta Sensor Thermal InfraRed Sensors (TIRS) yang terdiri dari 2 band.
 BAB III
METODE DAN PEMBAHASAN

3.1 Tempat dan Waktu Pelaksanaan

Praktikum dilaksanakan di labor komputer hari rabu pukul 10:00 WIB, berikut
alat yang digunakan untuk praktikum :

1. Laptop/komputer/pc
2. Softwer ENVI
3. Citra landsat

3.2 Langkah-langkah Praktikum

1. Extract folder landsat yang telah di download

Setelah di extract maka akan mucul folder baru yang berisikan citra

2. Buka aplikasi ENVI

 Maka tampilan dari ENVI itu adalah sebagai berikut :

Buka citra

3. Proses input data kedalam aplikasi ENVI

Klik open yang ada di toolbar ENVI, dan input citra yang telah di extract.

Input citra 1 sampai 9.

Lalu tekan open, maka akan muncul pada jendela ENVI sebagai berikut :
 4. Proses kalibrasi

Proses kalibrasi yang akan dilakukan merupakan kalibrasi radiometrik untuk merubah
DN(Digital Number) menjadi nilai spektral reflektan dan radian adalah sebagai berikut:

a. Proses Reflektan

1. Buka MTL yang ada di folder citra asli nya

Gambar : folder file MTL

Klik kanan open di wordpad dan cari nilai reflektan multi band 1 sampai 9.
Seperti gambar berikut :

Gambar : isi folder MTL (reflektan)

2. Klik band math, lalu masukan nilai reflektan yang ada pada folder MTL.
Contoh : Band 1 : (0.00002*b1)-0.1
Band 2 : (0.00002*b2)-0.1
Band 3 : (0.00002*b3)-0.1
Lanjutkan sampai band 9, lalu klik ok.
Contoh gambar :

1.klik band math

2.klik add to list

3.klik ok

Gambar : untuk memasukan nilai reflektan

Setalah itu simpan dengan klik band 1 dan choose dengan nama folder
reflektan

4.klik band 1

Simpan dengan nama reflektan

5.Choose untuk menyimpan

6.ok

Gambar : simpan data reflektan

b. Proses Radiance

1. Buka nilai radiant di file MTL

2. Input data dari MTL ke envi dalam proses radiant.

Klik band math masukan nilai radiant add to list ok
Pilih band 1 dari reflektan choose ok

Contoh gambar:

1
3
2
5
4

c. Proses Sun Angel Corection

Sun angel corection merupakan koreksi yang dilakukan untuk memperbaiki

nilai reflektan yang eror akibat posiss matahari. Citra yang di akuisisi pada musim yang
berbeda,akan tampak salah satu kekurangannya yakni iluminasi matahari sehingga nilai
reflektan pada citra harus dikoreksi dengan sudut elevasi matahari yang di hitung berdasarkan
waktu/musim perekaman data.

Seperti halnya malakukan kalibrasi, proses koreksi ini juga membutuhkan

parameter seperti sudut elevasi matahari dan local solar zenith angel. Nilai tersebut ada dalam
file metadata,seperti ditunjukan pada gambar dibawah ini:
 Nilai sun elevation = 56.64620664
Nilai sun elivation nya di masukan kerumus
sin (56.64620664)
hasilnya = 0.8352914676

1. Langkah kerja sun angel corection

1. Band math 2. masukan rumus “B1/0.835” 3. add to list
4.ok
5. Pilih band 1 6. choose(untuk simpan) ok

Gambar

1
5
5

3 6
4

d. Proses Dark Subtraction

Prinsip metode ini adalah memperbaiki nilai radiometrik (pixel value) pada citra
akibat gangguan atmosferik. Jika tidak ada atmosfer, objek berwarna gelap atau biasanya
berupa air dan banyangan awan seharusnya memiliki nilai pixel 0.apabila pada objek-objek
tersebut tidak bernilai 0,maka nilai tersebut adalah bias.
 Rumus dark pixel correction adalah sebagai berikut :

DN terkoreksi = DN-bias(nilai minimun)

Nilai bias didapat dari nilai minimum dimasing-masing band. Nilai minimum tersebut
dapat dilihat pada proses perhitungan statistik citra,menggunakan tool compute statistics yang
terdapat pada menu toolbox

Hasil perhitungan nilai DN minimum band 1 sampai 8 kemudian di catat seperti :

1. 7956
2. 7161
3. 6136
4. 5704
5. 4626
6. 4704
7. 4752
8. 5911

Proses penerapan nya dalam aplikasi ENVI, sebagai berikut :

3.Pilih band yang akan dicari nilai DN minimum

1.klik folder statistics

2.pilih komputer statistik

4.klik ok

Maka akan muncul jendela sebagai berikut :

 Catat nilai DN
minimum

Lakukan lah cara tersebut sampai band 8. Setelah nilai DN semua band sudah di catat
maka selanjutnya input nilai DN untuk mengetahui nilai DARK SUBTRACTION.

Cara kerja dalam aplikasi ENVI:

Lakukan dari band 1 sampai band 8 untuk memasukan nilai DN minimum ke semua band
dengan cara seperti berikut :
3.pilih data yang akan di masukan nilai DN minimum

1.pilih folder radiometrik corection

2.klik dark subtraction

4.klik ok

5.ceklis
user velue
 6.masukan nilai DN minimum yang telah di catat
7.simpan folder dengan nama dark subtraction

8.klik ok

e. Proses Koreksi Awan Tipis

Sensor optis memiliki sensifitas tinggi terhadap hambatan atmosfer, salah

satunya adalah awan tipis/kabut (cirrus).keberadaan awan tipis ini tentu menjadi
kendala,misalkan antara 2 objek yang sama dapat memiliki nilai piksel yang berbeda karena
faktor keberadaan cirrus ini. Nilai pixel pada objek yang terliput awan cirrus akan lebih tinggi
dibandingkan objek yang sam yang tidak diliputi oleh awan cirrus. Namun, hal tersebut dapat
di minimalisir tentunya dengan keberadaan band cirrus di landsat 8, yakni band 9.

Dengan rumus sebagai berikut.

B1-A*(B9-nilai DN band 9) = B1-1.5*(B9-4960)

A= faktor skala (1 atau 1.5)

Penerapan koreksi cirrus dalam aplikasi ENVI :

Buka citra dark subtraction dan band 9.

 3.pilih band 9

1.pilih folder statistik

2.pilih komputer statistik

4.klik ok

5.centang kolam histogram

7.catat nilai DN band 9

6.klik ok

Masukan rumus untuk koreksi awan tipis (cirrus).

Contoh band 1 : b1-1.5*(b9-4960)

 1.klik band math

2.masukan rumus yang sesuai untuk band

3.klik add to list

4.klik ok

5.pilih band yang telah ditentukan

6.simpan folder
“koreksi cirrus”
7.klik ok

f. Proses Pemotongan

Dalam bagian ini, kita akan mempelajari bagaimana cara memotong citra landsat
berdasarkan suatu batas area/boundry, misalkan batas administrasi,provinsi,kabupaten,atau
batas kawasan hutan,dll. Biasanya data mengenai administrasi atau batas lainnya dalam
bentuk data vektor shapfile.

Resize data dengan cara menggambar rectangle

Berikut ini akan dijelaskan bagaimana cara memotong citra dengan menggambar rectangle
(kotak) sebagai batas pemotongnya. Bukalah file citra yang akan dipotong, misalkan data
yang telah mengalami koreksi, yakni data KOREKSI_CIRRUS.
 2.carilah shp dari datanya

1.klik open 3.klik open

5.klik shp kota padang

6.ok
4.klik vektor to ROI

8.klik subset data from ROIs

9.klik citra yang mau dicrop

7. ok 10. ok
 11.pilih shp kota padang

12.klik ubah no ke yes

14. ok

13.simpang dengan folder hasil pemotongan

g. Proses Penajaman

Penajaman citra bertujuan untuk meningkatkan kualitas visual citra sehingga

mempermudah user dalam proses interpretasi. Peningkatan kualitas visual citra dapat dilihat
dari aspek spasial dan aspek spektral. Dalam aspek spasial, suatu citra dapat ditingkatkan
resolusi spasialnya dengan melakukan proses pansharpen. Pansharpening adalah suatu
metode menggabungkan (fusi) antara citra monochrome/panchromatic (hitam-putih) yang
memiliki resolusi lebih tinggi dengan multispectral (berwarna) yang memiliki resolusi lebih
rendah sehingga menghasilkan citra multispectral berwarna dengan resolusi yang lebih
tinggi. Sedangkan penajaman spektral atau biasa diistilahkan sebagai spectral enhancement,
didefinisikan sebagai suatu proses memanipulasi kontras pada citra untuk meningkatkan
kualitas visual sehingga informasi yang terdapat pada citra menjadi lebih mudah
teridentifikasi. Didalam software ENVI, anda dapat dengan mudah melakukan kedua proses
penajaman tersebut, baik spasial maupun spektral. Seluruh tools dengan berbagai macam
metode algoritmanya telah tersedia didalam ENVI. Berikut adalah penjelasan lebih lanjut
serta langkah-langkah untuk melakukan proses penajaman tersebut.
Saat ini, beberapa satelit telah menyediakan citra resolusi tinggi namun tidak selalu dalam
mode multispectral atau berwarna. Beberapa satelit memiliki band monochrome dan
multispektral, contohnya antara lain:
- ALOS dimana sensor PRISM menyediakan citra resolusi 2,5
meter dengan mode pankromatik (hitam-putih). Sedangkan sensor
AVNIR memiliki citra resolusi 10 m dengan mode multispektral 4
band (berwarna).
- SPOT 6 dimana memiliki 1 band pankromatik (hitam-putih) resolusi 1,5
meter dan 4 band multispektral (berwarna) resolusi 6 meter.
- Geo-eye 1 dimana memiliki 1 band pankromatik (hitam-putih) resolusi
0,41 meter dan 4 band multispektral (berwarna) resolusi 1,65 meter.
- Dan lain-lain.
Data Landsat pun termasuk pada jenis satelit yang menyediakan data
pankromatik dan multispektral. Pada Landsat 8, band pankromatik terdapat pada band
8 memiliki resolusi 15 meter, lebih tinggi dibandingkan band multispektral lainnya
yang memiliki resolusi 30 m. Berikut perbedaan tingkat kedetailan antara citra
multispektrak (resolusi 30 meter) yang telah dikompositkan menjadi citra berwarna
dengan band 8 (resolusi 15 meter).

Penerapan dalam aplikasi ENVI

Citra Band 1 sampai 7 citra band 8

1. klik open

2. pilih image sahrpening

3. pilih metodenya,
misalkan gram schmit pansherpening

4.pilih citra resolusi rendah

7.pilih sensor landsat 8_oli

5.pilih citra resolusi tinggi 8. simpan file penajaman

6.ok 9. klik ok
1. Hasil koreksi dari citra asli ke proses reflektan

2. Hasil koreksi dari reflektan ke proses radiance

3. Hasil koreksi dari radian ke sun angel corection

4. Hasil dari citra asli ke dark subtraction

5. Hasil koreksi dari dark subtraction ke koreksi awan tipis

Perbandingan koreksi awan tipis

Sebelum dikoreksi Setelah terkoreksi awan tipis

6. Hasil pemotongan citra

Sebelum pemotongan Proses pemotongan

Hasil dari pemotangan

7. Hasil kalibrasi penajaman(phanserpan)
Kalibrasi sebelum penajaman dengan jarak pixel 30 meter

Hasil
kalibrasi setelah penajaman dengan jarak pixel 15 meter

Hasil perbandingan penajaman

 5. Klasifikasi citra

1. Buka file citra yang siap untuk diinterpretasi dan diklasifikasi (sudah ditajamkan dan
dipotong) seprti gambar berikut :

2. Gunakan Data Manager untuk menampilkan layer komposit band yang berbeda,
misalkan komposit RGB-654 sebagai berikut :

Sehingga, terdapat dua layer komposit yang berbeda, satu dalam komposit true color
(RGB-432), layer lainnya dalam komposit false color (RGB-654)
Selanjutnya Rename nama layer dengan cara :
-Klik kanan nama citra
-Rename item
-ganti namanya dengan true color (RGB-432) dan false color (RGB-654)

Sehingga, hasilnya nama layer telah direname, sebagai berikut :

Sebelum mengaktifkan tools ini, anda harus menentukan terlebih dahulu layer yang akan
dijadikan dasar penggambarannya, apakah di layer True Color atau di layer False Color.
Sebagai contoh, misalkan anda ingin menggambarkan ROI diatas dasar dari layer False
Color, maka anda select/pilih terlebih dahulu layer False Color tersebut hingga ter-blok
warna biru seperti gambar di bawah ini, lalu aktifkan icon ROI.

- klik true color

- lalu klik ROI

- klik new roi

- ganti nama roi pertama,misalkan “VEGETASI”

- cocokan warnanya
- klik NEW ROI lagi

- tambahkan objek yang ingin diklasifikasi lagi

- tambahkan lagi kelas tutupan lahannya

Berikut contoh ROI yang telah dibuat dan terdiri dari beberapa kelas tutupan lahan:
Kemudian, mulailah menggambar sampel poligon di masing-masing ROI. Misalkan dimulai
dari kelas lahan terbangun. Carilah obyek lahan terbangun, semisal pemukiman, industri,
perkantoran,dll.

-klik polygon

-lalu tandai ojek

Setelah melanjutkan pembuatan poligon-poligon sampel ROI di masing-masing kelas tutupan

lahan lainnya. Kemudian setelah itu, kita dapat mencek statistik dari sampel-sampel yang
telah kita buat tadi.

-klik options pada roi

-pilih compute statics from roi

Setelah melanjutkan pembuatan poligon-poligon sampel ROI di masing-masing kelas tutupan

lahan lainnya. Kemudian setelah itu, kita dapat mencek statistik dari sampel-sampel yang
telah kita buat tadi, seperti dibawah ini.
Kemudian tutup-lah (close) kotak ROI statistik tadi dan simpan –lah ROI yang telah kita buat
tadi.

-klik file

-pilih save as

-ceklis semua roi (SELECT ALL ITEMS)

-tentukan lokasi penyimpanan dan beri nama ROI

-OK, penyimpanan selesai !

Setelah ROI tersimpan, kemudian mulai-lah proses klasifikasi, dengan cara sebagai berikut :

1. pilih classification pada toolbox

2. pilih maximum likehood classification

3. pilih input citranya lalu klik ok

-select all item

-choose output filename dan save, beri nama “CLASSIFICATION”

-ok, tahap klasifikasi selesai !

6. EXPORT RASTER (IMAGE) TO VEKTOR

Software ENVI memiliki tool yang dapat melakukan proses konversi data raster
menjadi data vektor. Input data raster yang dapat dikonversi haruslah merupakan citra hasil
klasifikasi (class image). Tahapan prosesnya adalah:

Raster (Class image)  Data vektor (evf)  Data vektor (shapefile)

Berikut adalah langkah-langkah melakukan proses export raster menjadi vektor dengan
output akhir berformat shapefile.

1. Buka folder vektor – pilih raster to vector

2. Pilih citra yang sudah diklasifikasi untuk dikonversi ke format vector,lalu klik

ok

3.select kelas yang ingin diexpord ke format vektor, kemudian choose dan simpan
output EVF dan beri nama “vector_class”

4. ok, tahap expord raster to vector selesai. Tunggu prosesnya hingga selesai.
Kita juga bisa mengeksport format evf ini kedalam format shapefile agar data vektor ini dapat
dibuka di software GIS seperti Arcgis atau Quantum GIS. Seperti langkah-langkah dibawah
ini:
1. Buka classic EVL to SHP

3. Pilih data EVL (raster to vektor) yang ingin di expord ke format SHP

4. Choose output SHp dan beri nama “vector_class_shp”

5. Ok. Tahap expord EVL to SHP selesai !

Setelah file SHP ter-eksport, maka anda dapat membukanya menggunakan ArcGis
atau Quantum GIS. Seperti gambar dibawah ini:
6. Tahap-tahap layout dan luas wilayah di arcgis

1. menentukan luas wilayah

- open/add data to vektor.shp

- klik kanan pada layer, ambil properti

- pilih categories, dan add all value, lalu ok

- klik georeferencing, lalu ambil dissolve

- ambil input vektor, pilih data pada layer (to vektor)

- ambil class_name, lalu ok

Cek luas wilayah:

- klik kanan pada data to vektor, lalu pilih open atribut table
- munculah, luasan wilayahnya seperti gambar dibawah ini.
BAB IV
HASIL
 BAB V
PENUTUP

5.1. Kesimpulan

Dalam pengolahan citra digital ada beberapa hal yang harus

dipersiapkan,yaitu:
 Envi(aplikasi yang digunakan untuk pengolahan citra digital).
 Citra satelit(sebagai bahan untuk pengolahan citra digital).
 Panduan(berisi langkah-langkah pengolahan citra digital).
Dalam pengolahan citra digital sangat dibutuhkan ketelitian dan kehati-hatian.
Lakukan petunjung pada panduan sesuai dengan apa yang diperintahkan. Langkah-
langkah pada panduan berisi cara membuat hal sebagai berikut:
1. Reflektan
2. Radiance
3. Sun elevation
4. Dark Subcration
5. Koreksi awan cirrus
6. Layer stacking
7. Pemotongan
8. Penajaman
9. Klasifikasi objek
10. Export raster to vecktor
11. Luasan wilayah
12. layout