Praktikum Pengindraan Jauh

Dasar

KOMPOSIT BAND, SPECTRAL PROFIL DAN IMAGE ENHANCEMENT

(CONTRAST MANIPULATION)

Devika Ayu Setyaningrum | 17/416841/SV/14579 | 11 September 2018

 I. Judul
Menampikan citra komposit band, menampilkan Spectral Profil serta melakukan Image
enhancement berupa Contrast Stretching pada citra satelit Landsat-8 dengan bantuan
Perangkat lunak ENVI Standard 5.1

II. Tujuan
Praktikum ini bertujuan untuk :

1. Dapat menampilkan citra hasil komposit band (gabungan dari 3 band) sesuai
dengan aplikasinya
2. Dapat menganalisis perbedaan hasil citra yang dihasilkan dari jenis komposit band
yang berbeda.
3. Dapat menampilkan Spectral Profil dan dapat menganalisis kurva yang dihasilkan
dari 2 komposit band yang berbeda
4. Dapat melakukan salah satu proses Image Enhancement berupa Contrast Stretching

III. Dasar Teori

Pada dasarnya, output pada sistem pengindraan jauh adalah citra/ gambar satelit.
Gambar Citra yang dihasilkan pada sistem pengindraan jauh memiliki banyak fungsi karena
dapat diaplikasikan untuk keperluan berberapa bidang. Banyak citra satelit mempunyai
kemampuan dan keunggulan dalam memetakan gambarnya. Hal tersebut tergantung dari
setiap karakteristik satelitnya. Kemampuan pemetaan citra satelit tergantung pada
besarnya resolusi, salah satunya adalah resolusi spektral.

Karakter utama citra (image) dalam penginderaan jauh adalah adanya rentang
kanal (band) panjang gelombang elektromagnetik (electromagnet wavelength) yang
dimilikinya.Beberapa radiasi yang dapat dideteksi dengan sistem penginderaan jauh adalah
seperti radiasi cahaya matahari yang dapat terdeteksi melaui medium gelombang
elektromagnetik. Daerah panjang gelombang elektromangnektik dari daerah visible dan
near sampai middle infrared atau dari distribusi spasial energi panas (thermal) ini
dipantulkan dari objek yang ada dipermukaan bumi. Ada tiga kelompok utama obyek
permukaan bumi yang dapat dideteksi oleh sensor yaitu: air, tanah, dan vegetasi yang
masing-masing memancarkan energi elektromagnetik dengan kemampuan pemetaan
citranya tergantung pada karakteristik masingmasing citra satelit. Kanal dan karakteristik
inilah yang digunakan oleh penginderaan jauh untuk mengenali obyek- obyek atau tipe-
tipe liputan lahan yang ada di permukaan bumi.

Citra satelit pada umumnya dapat memetakan dan menjelaskan tentang fenomena-
fenomena alam yang terjadi dipermukaan bumi, seperti: Perkembangan dan kondisi

PAGE 1
permukiman/ urban, kerusakan hutan akibat illegal Logging, pengembangan pertanian,
kelautan, dan lain- lain. Untuk dapat memenuhi fungsi tersebut dalam indraja terdapat
suatu proses komposit band, yaitu proses menggabungkan tiga saluran / band pada citra
satelit dengan tujuan untuk mempermudah dan memperjelas kenampakan suatu objek
dalam identifikasi pada citra.

Citra satelit mempunyai beberapa sensor satelit dengan panjang gelombang yang
berbeda- beda. Setiap sensor mempunyai karakteristik untuk membedakan atau
mengidentifikasi objek. Landsat-8 merupakan salah satu satelit yang memilki 11 saluran /
bands, berikut ini adalah daftar band pada landsat-8, panjang gelombang masing- masing
band serta resolusi spasial masing- masing band :

No Band/ Spektral Panjang Gelombang (λ) Resolusi Spasial

1. Band 1 – Coastal / Aerosol 0.435 µm – 0.451 µm 30 meter
2. Band 2- Blue 0.452 µm – 0.512 µm 30 meter
3. Band 3- Green 0.533 µm – 0.590 µm 30 meter
4. Band- 4 Red 0.636 µm – 0.673 µm 30 meter
5. Band – 5 Near- IR 0.851 µm- 0.879 µm 30 meter
6. Band – 6 SWIR-1 1.566 µm – 1.651 µm 30 meter
7. Band- 7 SWIR -2 2.107 µm – 2.294 µm 30 meter
8. Band- 8 Pankromatik 0.503 µm – 0.676 µm 15 meter
9. Band-9 Cirrus 1.363 µm – 1.384 µm 30 meter
10. Band-10 TIR-1 10.6 µm – 11.19 µm 100 meter
11. Band- TIR-2 11.5 µm – 12.51 µm 100 meter
Dari 11 band pada citra landsat -8 diatas maka dapat dilakukan proses komposit band
untuk menampilkan citra berwarna (multispectral) yang dapat lebih menonjolkan objek
yang ingin dianalisis. Berikut ini adalah aplikasi disertai dengan komposit bandnnya :

Aplikasi Komposit Band

Natural Colour Band -4 , Band-3 , Band -2
False Colour (Urban) Band-7, Band- 6, Band 4
Colour Infrared (Vegetation ) Band -5, Band-4, Band- 3
Agriculture Band -6, Band- 5, Band -2
Atmospheric Penetration Band- 7, Band- 6, Band-5
Healthy Vegetation Band- 5, Band-6, Band-2
Land/Water Band- 5, Band- 6, Band -4
Natural With Atmospheric Removal Band -7, Band -5, Band-3
Shortwave Infrared Band-7, Band-5, Band-4
Vegetation Analysis Band-6, Band-5, Band-4
Pada sistem pengindraan jauh dapat diketahui bahwa setiap material dipermukaan
bumi mempunya reflektansi yang berbeda terhadap cahaya matahari, sehingga material-
material tersebut akan mempunyai resolusi yang berbeda. Besarnya panjang gelombang
elektromagnetik yang dipantulkan/ dipancarkan oleh objek pada citra dapat diketahui
melalui grafik Spectral Profil yang dapat ditampilkan dengan bantuan perangkat lunak

PAGE 2
 ENVI Standard 5.1. Selain itu, melalui grafik ini juga dapat diketahui besar digital number
pada dari piksel yang mencakup objek tersebut. Landsat- 8 memiliki besar resolusi
radiometrik sebesar 16 bits hal terebut menandakan bahwa citra tersebut memiliki nilai
digital number dengan rentang ( 0 – 65535). Dimana 0 menyatakan warna hitam (gelap) dan
65535 menyatakan warna putih (terang). Jadi semakin terang warna objek maka nilai digital
number / data value semakin besar. Sebagai contoh adalah objek awan, warna awan pada
umumnya adalah putih sehingga jika ditampikan pada spectral profil kurva yang diperoleh
akan ditempatkan pada nilai digital value tertinggi disetiap panjang gelombang.

Pada dasarnya, mata manusia bersifat non linear sehingga tidak bisa membedakan
nilai radiometric atau nilai spektral yang sangat kecil. Oleh karena itu dibutuhkan sebuah
perangkat keras, yakni komputer yang dapat membantu dalam mempertajam citra secara
visual sehingga siap untuk diamati oleh mata kita. Dalam sistem pengindraan jauh, terdapat
suatu proses yang disebut dengan Image Enchancement yaitu suatu teknik untuk
memudahkan seorang surveyor / observator dalam interpretasi visual dan memahami citra
satelit. Selain itu dengan image enhancement perbedaan antara objek dalam citra semakin
jelas. Terdapat 2 tipe operasi image Enhancement, yaitu:

a. Point Operation : Nilai kecerahan tiap piksel pada citra dimodifikasi secara
independen
b. Local operations : Nilai kecerahan tiap piksel dimodifikasi berdasarkan nilai
kecerahan piksel- piksel yang ada disekitarnya

Salah satu teknik image enhancement adalah contrast Manipulation Techniques dimana
teknik ini lebih fokus untuk memanipulasi nilai DN atau kecerahan untuk memperoleh
informasi yang baru dari citra. Salah satu contoh teknik ini adalah Contrast Stretching yang
merupakan tipe operasi Point. Dengan Contrast Stretching citra dapat memiliki nilai DN 0
sampai maksimum tergantung dengan resolusi radiometric yang dimiliki oleh citra.
Stretching adalah metode untuk menata ulang nilai DN dari nilai sebenarnya ke nilai DN
(0 – 255) dimana nilai- nilai tersebut merupakan nilai yang dapat dibedakan oleh mata
manusia secara visual. Contoh tipe – tipe dari Contrast Stretching adalah linear, linear 0-
255, linear 2%, Gaussian, Equalization, Square root.

IV. Alat dan Bahan

III.1 ALAT
1. Komputer
2. Perangkat lunak ENVI

III.2 BAHAN
1. Citra satelit LANDSAT-8

PAGE 3
V. Langkah Kerja
Berikut ini adalah prosedur kerja yang harus dilakukan :

A. Menampilkan cita Komposit band dan Spectral profil

1. Menyiapkan Citra Satelit landsat 8, proses ini dapat dilakukan dengan mengunduh
citra pada website USGS Earth Explorer
2. Membuka perangkat lunak ENVI Standard yang telah terinstall pada computer
3. Menginput citra Landsat-8 yang sudah dilayer Stacking dengan cara : File  Open
As  LANDSAT  GeoTIFF with metadata Pilih file Open. Kemudian akan
muncul citra yang telah diinput
4. Kemudian untuk menampilkan citra gabungan dari beberapa band (Komposit band),
maka dapat dilakukan langkah berikut :

a. Pilih Ikon Data Manager pada Toolbar, maka akan muncul kotak dialog data
manager yang menampilkan daftar band yang ada pada citra
b. Membuka tab Band Selection, kemudian memilih 3 band sebagai RGB untuk
menampilkan citra komposit band. Contoh: Untuk menonjolkan objek Vegetasi,
maka akan digunakan 3 band, yaitu R : band 5, G : band 4, B : band 3
c. Kemudian pilih Load data untuk menampilkan citra. Sedangkan tab Load in new
View berfungsi untuk menampilkan citra komposit band pada jendela yang
berbeda.
5. Menampilkan Spectral Profil untuk mengetahui besar digital number dan panjang
gelombang yang dimiliki oleh objek yang ditunjuk oleh kursor pada citra:
a. Pilih Display pada menubar  Profil  Spectral, kemudian akan muncul kotak
dialog yang menunjukkan grafik (x = Panjang Gelombang ) dan (Y = Data Value )
b. Memilih objek yang ingin diketahui bentuk kurvanya dengan meletakkan kursor
pada objek. Contoh: sawah, permukiman, laut dan awan
c. Kemudian pada tab Curve, ganti kolom Name dengan nama objek. Dalam tab ini
warna garis kurva dapat diganti pada kolom Colour sehingga memudahkan untuk
membedakan kurva objek 1 dengan objek yang lainnya.
d. Untuk menambahkan objek lain, tahan tombol Shift pada keyboard dan klik /
letakkan kursor pada objek tersebut. Kemudian lakukan langkah yang sama
seperti langkah 5.c untuk memberikan nama dan warna kurva.
e. Supaya lebih mudah untuk membedakan kurva antar objek, maka akan
diperlukan legenda yang dapat ditampilkan dengan cara : Pilih Option pada kotak
dialog spectral profil  Legend
f. Meng- export hasil spectral profil dengan cara : pilih Export pada jendela Spectral
profil  Image  pilih lokasi penyimpanan dan nama.

B. Melakukan Image Enhancement berupa Contrast Stretching

1. Menyiapkan Citra satelit landsat-8
2. Membuka perangkat lunak ENVI Standard yang telah terinstall pada computer

PAGE 4
 3. Menginput citra Landsat-8 yang sudah dilayer Stacking dengan cara : File 
Open As  LANDSAT  GeoTIFF with metadata Pilih file Open.
Kemudian akan muncul citra yang telah diinput.
4. Memilih ikon pada Toolbar untuk memilih citra dengan tipe
Contrast Stretching yang berbeda.

VI. Hasil dan Pembahasan

Pada praktikum kali ini digunakan citra landsat-8 yang memilki spesifikasi seperti dibawah
ini:

FILE_DATE = 2015-09-18T06:50:11Z
CLOUD_COVER = 2.23
CLOUD_COVER_LAND = 1.91
GROUP = PROJECTION_PARAMETERS
MAP_PROJECTION = "UTM"
DATUM = "WGS84"
ELLIPSOID = "WGS84"
UTM_ZONE = 49
GRID_CELL_SIZE_PANCHROMATIC = 15.00
GRID_CELL_SIZE_REFLECTIVE = 30.00
GRID_CELL_SIZE_THERMAL = 30.00
ORIENTATION = "NORTH_UP"
RESAMPLING_OPTION = "CUBIC_CONVOLUTION"

Informasi diatas memberikan dengan jelas waktu pengambilan citra, tingkat kepadatan
awan, sistem proyeksi citra, datum yang digunakan, sistem referensinya, zona daerah yang
direkam, hingga resolusi spasial dari pankromatik, reflective dan thermal. Informasi diatas
juga menampilkan sistem orientasi yang digunakan dan sistem resamplingnya

Hasil yang diperoleh dalam praktikum ini adalah sebagai berikut.

A. Menampilkan citra dari Komposit Band

Komposit band pada citra landsat-8 bertujuan untuk menampilkan citra berwarna
(multispectral) dan menonjolkan objek yang ingin dianalisis. Berikut ini adalah hasil
citra dari 10 macam komposit (Aplikasinya) beserta analisis karakteristiknya :

No Aplikasi Citra
Natural Colour
1.
 Komposit Band :
a. R : 4
b. G : 3
c. B : 2
 Analisis :

PAGE 5
 Kombinasi band -4, band-3 dan
band-2 akan menghasilkan
citra multispectral yang
menampilkan natural Colour
(warna alami) karena dari citra
yang dihasilkan objek pada
citra dapat dibedakan dengan
sistem visual manusia.
Pada komposit band Natural
Colour tidak ada objek yang
paling ditonjolkan.
a. Vegetasi : Berupa warna
hijau tua dengan tekstur
halus (daerah rapat
vegetasi) hingga warna
hijau dengan campuran
coklat yang menandakan
vegetasi yang tidak terlalu
rapat.
b. Permukiman : Memiliki
warna bervariasi sesuai
dengan warna atap.
c. Tanah : Berupa warna
Coklat tua (menandakan
tanah basah) dan warna
Coklat terang
(menandakan tanah
kering)
d. Laut : Berupa warna biru
tua (menunjukan laut yang
dalam), semakin
mendekati warna biru
kehijauan maka
menandakan laut yang
semakin dangkal.

False Color (Urban)

2.
 Komposit Band :
a. R : 7
b. G : 6
c. B : 4
 Analisis :
Pada komposit band ini,
citra yang dihasilkan
dapat membedakan
dengan jelas daerah

PAGE 6
 dengan permukiman
dengan daerah yang
lainnya. Dimana
permukiman ditampilkan
dengan warna coklat.
Sedangkan objek vegetasi
digambarkan dengan
warna hijau, semakin
pekat warna hijau berarti
semakin rapat vegetasi
pada daerah tersebut.
Objek laut ditampilkan
dengan warna biru
dimana semakin pekatnya
warna biru, menandakan
semakin dalam
kedalaman lautnya.
Color Infrared (Vegetasi)
3.
 Komposit Band :
a. R : 5
b. G : 4
c. B : 3
 Analisis :
Dengan komposit band ini, akan
dihasilkan citra dimana semua
vegetasi akan ditampilkan
dalam warna merah. Warna
merah yang semakin gelap
menandakan semakin baik
tingkat vegetasinya. Sedangkan
objek lainnya, seperti laut
ditampilkan dalam warna biru
gelap / rona gelap (Lebih gelap
dibandingkan pada Natural
Colour)
Agriculture
4.
 Komposit Band :
a. R : 6
b. G : 5
c. B : 2
 Analisis :
Komposit band ini sangat
membedakan dengan jelas objek
vegetasi dan kerapatannya
(biomass), yang ditampilkan
dengan warna hijau, semakin

PAGE 7
 pekat hijau maka semakin rapat
vegetasi pada daerah tersebut.
Selain itu pada komposit band
ini terlihat jelas garis
pantaimya/ batas antara laut
dan daratan. Disini laut
ditampilkan dengan warna biru
dimana semakin terang warna
biru menunjukan semakin
dangkal kedalaman lautnya.
Sedangkan objek permukiman
pada komposit band ini kurang
dapat terlihat dengan jelas.

5. Atmospheric Penetration
 Komposit Band :
a. R : 7
b. G : 6
c. B : 5
 Analisis :
Komposit band ini akan
menghasilkan citra yang sedikit
menghilangkan awan- awan
tipis. Pada citra beberapa objek
ditampilkan secara berbeda,
yaitu:
a. Vegetasi : Berupa warna
biru muda, dimana
semakin pekat warna
biru menandakan
semakin baik
vegetasinya
b. Laut : Citra yang
dihasilkan sangat
menekankan garis
pantai yang dapat
menyatakan dengan
jelas wilayah laut dan
tanah (darat). Laut
ditampilkan dengan
warna Biru kehitaman
atau warna hitam
c. Tanah : Sedangkan objek
tanah ditampilkan

PAGE 8
 dengan warna hijau dan
coklat

Healthy Vegetation
6.
 Komposit Band :
a. R : 5
b. G : 6
c. B : 2
 Analisis :
Komposit band ini dapat
menyatakan tingkat kesehatan
tanaman / vegetasi yang ada
pada citra.
a. Vegetasi : Dinyatakan
dalam warna coklat
keemasan. Semakin
pekat coklat
menunjukan bahwa
semakin sehat vegetasi
tersebut. Sedangkan
semakin Orange / coklat
terang menunjukkan hal
sebaliknya
b. Tanah : Dinyatakan
dalam warna hijau
c. Laut : Dinyatakan dalam
warna biru, semakin
pekat biru menyatakan
kedalaman laut tersebut.
d. Permukiman :
Dinyatakan dengan
warna hijau, dan sulit
dibedakan dengan tanah
Land/ Water
7.
 Komposit Band :
a. R : 5
b. G : 6
c. B : 4
 Analisis :
Citra hasil komposit band ini
dapat memudahkan dalam
membedakan wilayah tanah dan
perairan, karena sangat
menekankan pada garis batas
laut.

PAGE 9
 a. Vegetasi : Ditampilkan
dalam warna Coklat
keemasan dimana
semakin gelap warna
coklat semakin rapat
vegetasinya
b. Laut : Ditampilkan
dalam warna biru gelap,
sedangkan warna biru
yang terang menyatakan
garis batas wilayah laut
c. Tanah : Ditampilkan
dalam warna hijau

Natural With Atmospheric

8.
Removal
 Komposit Band :
a. R : 7
b. G : 5
c. B : 3
 Analisis :
Komposit band ini
menghasilkan citra menjadi
lebih bersih dari pengarh-
pengaruh gangguan cuaca

Shortwave Infrared
9.
 Komposit Band :
a. R : 7
b. G : 5
c. B : 4
 Analisis :
Komposit band ini ,enghasilkan
citra dengan kontras yang jelas
dan citra yang dihasilkan pun
lebih bersih dari tutupan awan.

PAGE 10
 Vegetation Analysis
10.
 Komposit Band :
a. R : 6
b. G : 5
c. B : 4
 Analisis :
Komposit band ini sangat cocok
untuk analisis vegetasi karena
menampilkan dengan jelas
kerapatan dominasi vegetasi,
luas tutupan lahan dan lain lain.
Komposit band ini sangat seing
digunakan di bidang pertanian
dan kehutana untuk analisis
inventarisasi SDA hutan.

B. Membandingkan Spectral Profil dari 2 macam komposit band yang berbeda

Spectral profil pada dasarnya akan menampilkan grafik yang dapat
memberikan perbedaan beberapa objek yang dipilih berdasarkan panjang
gelombang dan Data value yang disajikan dalam bentuk kurva. Setiap objek
dipermukaan bumi akan memiliki nilai Digital number/ data value yang berbeda,
begitupun dengan panjang gelombang yang dipancarkan/ dipantulkan.
Berikut ini adalah Spectral Profil dari citra hasil komposit band Natural Color
(band- 4, band- 3, band-2) dan hasil komposit band Color Infrared / Vegetasi ( band-
5, band-4, band-3) :
a. Spectral Profil citra Natural Colour

Berikut ini adalah analisis dan pembahasan hasil kurva dari masing- masing
objek yang dipilih pada citra:

PAGE 11
  Laut (Kurva biru) : Objek laut pada koordinat (4795,1263) dapat
memancarkan gelombang elektromagnetik dengan panjang sebesar <
0.5 µm dengan nilai digital number sekitar 10000. Sedangkan pada
panjang gelombang 2.2 µm memiliki digital number sebesar 6000.
 Awan (Kurva hijau) : Objek awan pada koordinat (545, 4233) memiliki
data value (nilai data) terendah, yaitu 27000 pada panjang gelombang
2.2 µm. Dan memiliki nilai data tertinggi, yakni 39000 pada panjang
gelombang 0.87 µm.
 Permukiman (Kurva merah) : Objek permukiman pada koordinat (5061,
3044) memiliki nilai data terendah, yakni 12000 pada panjang gelombang
< 0.5 µm dan memiliki nilai data tertinggi, yakni 20000 pada panjang
gelombang 1.62 µm.
 Vegetasi (Kurva hitam) : Objek vegetasi pada koordinat (5082, 3620)
dapat memancarkan gelombang elektromagnetik dengan panjang
sebesar 0.67 µm dengan nilai digital number sebesar 7000 yang
merupakan digital number terkecil pada kurva objek vegetasi. Sedangkan
objek awan menghasilkan nilai digital number/ data value terbesar, yakni
19000 pada panjang gelombang sebesar 0.85 µm.
b. Spectral Profil citra Infrared Colour (Vegetasi)

Dari grafik diatas maka dapat diketahui bahwa :

 Laut (Kurva biru) : Objek laut pada koordinat (4796,1243) dapat
memancarkan gelombang elektromagnetik dengan panjang sebesar <
0.5 µm dengan nilai digital number sekitar 9990. Sedangkan pada
panjang gelombang 2.2 µm memiliki digital number sebesar 6000.
 Awan (Kurva hijau) : Objek awan pada koordinat (543, 4231) memiliki
data value (nilai data) terendah, yaitu 27000 pada panjang gelombang
2.2 µm. Dan memiliki nilai data tertinggi, yakni 38000 pada panjang
gelombang 0.9 µm.

PAGE 12
  Permukiman (Kurva merah) : Objek permukiman pada koordinat (5062,
3045) memiliki nilai data terendah, yakni 12000 pada panjang gelombang
< 0.5 µm dan memiliki nilai data tertinggi, yakni 20000 pada panjang
gelombang 1.62 µm.
 Vegetasi (Kurva hitam) : Objek vegetasi pada koordinat (5081, 3624)
dapat memancarkan gelombang elektromagnetik dengan panjang
sebesar 0.65 µm dengan nilai digital number sebesar 7000 yang
merupakan digital number terkecil pada kurva objek vegetasi. Sedangkan
objek awan menghasilkan nilai digital number/ data value terbesar, yakni
17000 pada panjang gelombang sebesar 0.85 µm.

Dari kedua grafik diatas, maka dapat diketahui bahwa objek- objek yang sama
akan memiliki Digital number/ Data value dan panjang gelombang yang sama
walaupun ditampilkan dengan komposit band yang berbeda. Hal tersebut
disebabkan karena pada dasarnya Spectral profil hanya berfungsi untuk
mengidentifikasi objek pada citra, sehingga walaupun pada perangkat lunak ENVI
ditampilkan komposit band yang lain, untuk objek dan lokasi yang sama akan
menampilkan bentuk kurva yang tetap.
Selain itu dapat diketahui bahwa karena setiap objek memiliki digital
number dan panjang gelombang yang berbeda, maka dari grafik didapat bahwa:
1. Kurva objek laut tergambarkan di bagian paling bawah dibandingkan dengan
kurva objek lainnya karena memiliki nilai data value/ digital number yang
lebih kecil pula dibandingkan objek lainnya. Hal ini menandakan bahwa pada
citra, objek laut memiliki warna yang gelap dibandingkan objek lainnya.
2. Objek awan memiliki nilai digital number tertinggi diantara objek lainnya
karena berwarna putih. Hal ini menyebabkan kurva keseluruhan objek awan
berada paling atas dibandingkan dengan objek lainnya.
3. Bentuk keseluruhan pada permukiman tidak teratur karena objek
permukiman memiliki warna berbeda- beda. Namun dapat diketahui dari
grafik bahwa nilai digital number yang lebih tinggi dibandingkan objek laut
dan vegetasi. Hal ini menandakan bahwa objek permukiman lebih terang
dibandingkan objek laut dan vegetasi.
4. Dari keseluruhan kurva dapat dilihat bahwa kurva memiliki bentuk tidak
teratur. Hal tersebut menandakan perbedaan digital number yang pada objek,
karena pada umumnya vegetasi yang rapat (hijau gelap) akan memiliki digital
number rendah dan semakin renggang vegetasi (hijau terang) maka semakin
tinggi digital number. Rata- rata objek vegetasi terlihat lebih terang
dibandingkan objek laut karena kurva relative berada diatas kurva objek laut.

PAGE 13
c. Hasil citra dengan 6 tipe Contrast Stretching yang berbeda
Berikut ini adalah hasil load citra dari 6 tipe Contrast Stretching yang berbeda dan
keterangannya:
No. Tipe Contrast Hasil Citra
Stretching
1. Linear
Menghasilkan citra
dengan contrast yang
gelap. Namun pada
dasarnya nilai pikselnya
sudah diperbaiki sesuai
dengan resolusi
radiometric yang dimiliki
oleh citra satelit landasat -
8

2. Linear 2%
Tipe Contrast Stretching
ini dapat menetapkan 2%
dari nilai maksimum dan
minimum menjadi nilai 0
dan 255, kemudian data di
stretch secara linear. Citra
yang dihasilkan memiliki
contrast yang terang
sehingga objek dapat
terlihat jelas
perbedaannya secara
visual.

PAGE 14
3. Linear 0 -255
Tipe ini dapat
menetapkan nilai DN 0
kenilai 0 yang baru, nlai
DN 255 ke nilai 255 yang
baru, dan tidak ada
dtretching. Citra yang
dihasilkan berwarna putih
dan tidak menampilkan
permukan bumi secara
jelas.

4. Equalize
Tipe ini dapat
menetapkan nilai DN yang
baru berdasarkan
frekuensi kejadiannya.
Citra yang dihasilkan
ccukup terang kontrasnya
dan masih dapat
membedakan setiap objek
dengan tingkat kepekatan
warna yang berbeda dan
dapat dilihat secara visual

5. Gaussian
Tipe Gaussian dapat
menetapkan nilai rata-
rata DN sama dengan 127.
Nilai DN - 3 sebagai nilai
255. Citra yang dihasilkan
memilki kontras yang
cukup dan masih dapat
membedakan dengan jelas
secara visual antar
objeknya.

PAGE 15
 6. Square Root
Tipe ini menghasilkan
citra dengan kontras yang
gelap dan menyebabkan
tidak jelasnya setiap objek
pada citra Karen memiliki
tingkat kecerahan yang
sama.

Dari ke-6 hasil diatas maka dapat diketahui bahwa hasil citra terbaik secara
visual adalah citra yang diolah dengan menggunakan tipe Contrast stretching Linear
2% hal tersebut dapat dilihat bahwa dengan tipe linear 2% contrast citra cukup
terang dan dan setiap objek masih dapat dibedakan.

Kesimpulan
Berdasarkan praktikum “judul praktikul” dapat disimpulkan sebegai berikut :

1. Untuk keperluan suatu bidang tertentu, suatu citra dapat diolah untuk dapat
menampilkan objek- objek yang ingin ditonjolkan. Hal ini dapat dilakukan dengan
komposit band yang merupakan proses menggabungkan tiga saluran / band pada
citra satelit dengan tujuan untuk mempermudah dan memperjelas kenampakan
suatu objek dalam identifikasi pada citra.
2. Spectral profil adalah salah satu menu pada perangkat lunak ENVI Standard yang
dapat digunakan untuk mengidentifikasi objek pada citra. Dimana identifikasi ini
ditampilkan dalam bentuk grafik yang menyatakan panjang gelombang yang dapat
dipancarkan objek dan digital number dari piksel yang mencakup objek tersebut.
3. Kurva yang dihasilkan setiap objek akan memiliki bentuk yang berbeda, karena
panjang gelombang dan digital number yang berbeda. Akan tetapi kurva dari
masing- masing objek akan memiliki bentuk yang sama pada spectral profil dengan
komposit band yang berbeda. Hal ini menandakan bahwa spectral profil akan terus
menampilkan seluruh panjang gelombang yang dapat dipancarkan oleh objek yang
ditunjuk, walaupun komposit bandnya berbeda.
4. Image Enchancement yaitu suatu teknik untuk memudahkan seorang surveyor /
observator dalam interpretasi visual dan memahami citra satelit. Selain itu dengan
image enhancement perbedaan antara objek dalam citra semakin jelas.

PAGE 16
 5. Salah satu tipe image Enchancement adalah Contrast Sstretching yang merupakan
tipe operasi point. Terdapat 6 tipe contrast stretching diantaranya adalah linear,
linear 2%, linear 0- 255, Gaussian, equalize dan square root. Hasil citra yang memiliki
kontras yang pas dan dapat membedakan dengan jelas objek pada citra adalah pada
tipe linear 2% , Gaussian dan equalize

Daftar Pustaka
Suwargana N. 2013 . Resolusi Spasial, Temporal Dan Spektral Pada Citra Satelit LANDSAT,
SPOT dan IKONOS . Jurnal ilmiah Widya. Vol 1 : 167 -174

INFO-GEOSPASIAL.http://www.info-geospasial.com/2015/07/composite-band-citra-
landsat-di-arcgis.html . KOMPOSIT BAND CITRA LANDSAT DI ARCGIS .[Online: 13
September 2018]

Hilmandrp.https://hilmandrp.wordpress.com/2013/04/24/kombinasi-band-untuk-
pengenalan-obyek-di-landsat/ . Kombinasi Band Untuk Pengenalan Obyek di Landsat
[Online : 13 September 2018]

DWYANA SETIANINGTIAS.http://dwyanasetianingtias.blogspot.com/2013/04/kombinasi-
band-landsat-pada-citra_25.html. Kombinasi Band Landsat pada Citra Satelit [online: 13
September 2018]

PANOLOGI. http://malikaprianto10.blogspot.com/2013/04/komposit-band-pada-citra-
satelit_24.html. KOMPOSIT BAND PADA CITRA SATELIT & KEGUNAANNYA [Online : 13
September 2013]

PAGE 17