Disusun oleh:
NIM : 117190021
YOGYAKARTA
2021
PRAKTIKUM PENGOLAHAN CITRA DIGITAL TEKNIK GEOMATIKA
FAKULTAS TEKNOLOGI MINERAL
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA
BAB I
PENDAHULUAN
1.1. Latar Belakang
Perkembangan teknologi citra satelit berkembang dan telah membantu merumuskan
berbagai masalah yang ada. Penggunaan teknologi citra satelit memudahkan dalam
pengambilan keputusan terutama dalam bidang pemetaan. Indonesia yang mempunyai
iklim tropis dan sering tertutup awan juga cuaca yang tidak menentu membuat hilangnya
beberapa informasi penting dari objek di balik awan.
Data penginderaan jauh merupakan sumber utama untuk menganalisis proses
lingkungan dalam skala lokal atau global. Data ini digunakan untuk mengetahui deteksi
perubahan dalam beberapa dekade terakhir. Data penginderaan jauh (seperti data
Landsat, data Sentinel, citra Spot dll) sangat berguna untuk visualisasi, klasifikasi dan
analisis kawasan. Data ini dapat dikategorikan berdasarkan resolusi, spektrum
elektromagnetik, sumber energi, media pencitraan dan jumlah band yang dimiliki.
Semakin tinggi resolusi data satelit (resolusi spasial, resolusi spektral, resolusi
radiometrik, resolusi temporal), tingkat akurasi yang lebih tinggi akan dicapai selama
klasifikasi.
Umumnya, data Landsat digunakan untuk klasifikasi. Data Landsat memiliki
beberapa band berdasarkan panjang gelombangnya (band biru, band hijau, band merah,
band inframerah, band termal, pankromatik). Band pankromatik digunakan untuk
meningkatkan resolusi data. Data Landsat 7 memiliki total 8 band sedangkan data
Landsat 8 memiliki 11 band. Untuk analisis Normal Difference Vegetation Index
(NDVI), Normal Difference Built-up Index (NDBI) dan Normal Difference Water Index
(NDWI), hanya empat pita yang digunakan (Hijau, Merah, NIR, SWIR). Pita data
Landsat 7 dan Landsat 8, panjang gelombang & resolusinya diberikan di bawah ini.
1.3. Tujuan
Adapun tujuan pelaksanaan dari kegiatan ini adalah sebagai berikut :
BAB II
DASAR TEORI
2.1. Koreksi Radiometri
Koreksi radiometri adalah koreksi yang ditujukan untuk memperbaiki nilai piksel
supaya sesuai dengan yang seharusnya yang biasanya mempertimbangkan faktor
gangguan atmosfer sebagai sumber kesalahan utama. Efek atmosfer menyebabkan nilai
pantulan obyek dipermukaan bumi yang terekam oleh sensor menjadi bukan merupakan
nilai aslinya, tetapi menjadi lebih besar oleh karena adanya hamburan atau lebih kecil
karena proses serapan.
Koreksi Radiometrik diperlukan atas dasar dua alasan, yaitu untuk memperbaiki
kualitas visual citra dan sekaligus memperbaiki nilai piksel yang tidak sesuai dengan
nilai pantulan atau pancaran spektral obyek yang sebenarnya. Koreksi radiometrik citra
yang ditunjukkan untuk memperbaiki visual citra berupa pengisian kembali baris yang
kosong karena drop out baris maupun masalah kesalahan awal pelarikan (scanning start)
serta koreksi ini digunakan dalam perbaikan nilai pantulan obyek yang tidak sesuai
akibat efek atmosfer.
Koreksi radiometrik pada citra satelit perlu dilakukan pada citra dengan berbagai alasan:
1. Stripping atau banding seringkali terjadi pada citra yang diakibatkan oleh
ketidakstabilan detector. Stripping atau banding merupakan fenomena ketidak
konsistenan perekaman detector untuk band dan area perekaman yang sama.
2. Line dropout terjadi sebagai akibat dari detector yang gagal berfungsi dengan tiba-
tiba. Jangka waktu kerusakan pada kasus ini biasanya bersifat sementara.
3. Efek atmosferik merupakan fenomena yang disebabkan oleh debu, kabut atau asap
seringkali menyebabkan efek bias dan pantul pada detector, sehingga fenomena yang
berada di bawahnya tidak dapat terekam secara normal. Dalam koreksi radiometrik
biasanya mempertimbangkan faktor gangguan atmosfer sebagai kesalahan utama,
dimana efek atmosfer menyebabkan nilai pantulan obyek dipermukaan bumi yang
terekam oleh sensor tidak sesuai dengan nilai aslinya, tetapi menjadi lebih besar oleh
adanya hamburan atau lebih kecil karena adanya serapan. Menurut Projo Danoedoro
(1996) metode yang sering digunakan dalam menghilangkan efek atmosfer antara lain
Sebelum teknologi drone berkembang, citra NDVI diperoleh melalui satelit atau
pemetaan pesawat udara, sehingga untuk mendapatkan peta NDVI tersebut memakan
waktu yang lama dan mahal. Dengan perkembangan teknologi drone dan kamera saat
ini, untuk memperoleh citra NDVI menjadi lebih cepat,mudah dan relative murah
Zha (2003) menganalogikan NDVI untuk mengembangkan indeks area terbangun yang
disebut Normalized Difference Built-up Index (NDBI) yang digunakan untuk
mengkalkulasi Built-up area. Indeks NDBI akan fokus untuk menyoroti daerah perkotaan
atau kawasan terbangun di mana biasanya ada pemantulan yang lebih tinggi pada area
Shortwave Infrared (SWIR), jika dibandingkan dengan area Near-Infrared (NIR).
NDBI yang disebut juga Normalized Difference Built-up Index dan UI (Urban Index)
merupakan indeks yang sangat sensitif terhadap lahan terbangun/lahan terbuka yang
dikembangkan untuk menonjolkan kenampakan lahan terbangun dibandingkan dengan
obyek yang lainnya. NDBI dibuat dengan tujuan untuk memudahkan pemetaan daerah
urban melalui citra Landsat TM dan Landsat OLI. Oleh karena itu NDBI memanfaatkan
band inframerah dekat dan inframerah tengah. Nilai rentang spektral NDBI berkisar 0,1
– 0,3
(As Syakur, 2012).
BAB III
METODE PRAKTIKUM
3.1. Nama Kegiatan
Kegiatan yang dilakukan adalah Pengklasifikasian tutupan lahan pada citra landsat 8
menggunakan klasifikasi NDVI, NDBI, dan NDWI.
3.2. Pelaksanaan Kegiatan
Pelaksanaan kegiatan praktikum dilaksanakan sebagai berikut :
Sifat : Online
2. Envi 5.3
3. Citra Landsat 8
4. Google Earth
5. Laptop
5. Setelah mendapatkan ROI yang diinginkan lalu membuka Envi Classic 5.3 untuk
melakukan Koreksi Radiometri pada citra satelit yang telah di cropping.
Memeriksa statistic citra dengan melakukan Quick Statistik untuk memastikan citra
sudah terkoreksi radiometri.
Gambar 6 Hasil Croping dan Statistik citra yang belum mengalami koreksi radiometri
Basic Tools→Strech Data→ pilih citra yang akan di cropping→ isi sesuai
dibawah
6. Mengubah band 4, 5, dan 6 dari Digital Number (DN) menjadi nilai reflectance
menggunakan rumus…………..
Membuka metadata untuk mengetahui nilai
• Reflectance Multiple Band
• Reflectance Add Band
• Sun Elevation
Dan melakukan untuk mendapatkan nilai reflectance Band 5 dan Band 6 dengan
syarat nilai minimal 0 dan maksimal tergantung citra masing-masing.
10. Perbandingan tampilan citra setelah dilakukan NDVI, NDBI, dan NDWI yang
belum diwarnai.
Gambar 17 Perbandingan citra setelah proses NDVI, NDBI, dan NDWI yang belum di
coloring
NDVI
NDBI
NDWI
BAB IV
HASIL PRAKTIKUM
4.1. Lokasi Daerah yang Diklasifikasikan (Koordinat x dan y)
NDVI
Pada NDVI yang dihasilkan, citra terbagi menjadi 2 kelas. Rentang nilai minimum -1
dan nilai maksimum 1. Rentang nilai -1 sampai 0, digambarkan dengan warna merah, kelas
ini menunjukkan tidak adanya vegetasi di area tersebut, biasanya merupakan area
pemukiman.
Sedangkan pada rentang nilai 0 sampai 1, digambakan dengan warna hijau, kelas ini
menunjukkan area yang bervegetasi. Pada hasil dapat dilihat bahwa hampir semua areanya
terdefinisikan vegetasi, karena pepohonan dan sawah pada area pemukiman ikut
terdefiniskani sebagai vegetasi.
NDBI
Pada NDBI yang dihasilkan, citra terbagi menjadi 2 kelas. Rentang nilai minimum -1 dan
nilai maksimum 1. Rentang nilai -1 sampai 0, digambarkan dengan warna pink, kelas ini
menunjukkan bukan area terbangun di area tersebut, biasanya merupakan area vegetasi.
Sedangkan pada rentang nilai 0 sampai 1, digambakan dengan warna cyan, kelas ini
menunjukkan area terbangun.
NDWI
Pada NDWI yang dihasilkan, citra terbagi menjadi 2 kelas. Rentang nilai minimum -1
dan nilai maksimum 1. Rentang nilai -1 sampai 0, digambarkan dengan warna oranye, kelas
ini menunjukkan tidak adanya kadar air di area tersebut, biasanya merupakan area
pemukiman.
Sedangkan pada rentang nilai 0 sampai 1, digambakan dengan oranye, kelas ini
menunjukkan area yang memiliki kadar air, seperti sungai ataupun yang bervegetasi,
seperti pepohonan, dsb.
BAB V
KESIMPULAN
Dari kegiatan praktikum klasifikasi supervised yang telah dilakukan, maka dapat
diambil kesimpulan sebagai berikut.
1. Dengan menggunakan analisis NDVI dapat diketahui keadaan vegetasi suatu daerah,
Nilai NDVI berkisar antara -1 sampai 1 dimana semakin tinggi nilai semakin tinggi
pula tingkat kehijauan vegetasi.
2. Dengan analisis NDVI diatas dapat disimpulkan bahwa pada daerah yang diteliti
(daerah Kabupaten Kendal) terdapat banyak kawasan vegetasi daripada non
vegetasi.
3. Dengan menggunakan analisis NDBI dapat diketahui keadaan daerah terbangun
suatu daerah.
4. Dengan analisis NDWI dapat diketahui daerah perairan suatu daerah.
5. Nilai NDBI dan NDWI berkisar antara -1 sampai 1 dimana semakin tinggi nilai
semakin tinggi pula tingkat urban atau kadar air dari daerah tersebut.
DAFTAR PUSTAKA
Danoedoro, Projo. 1996. Pengolahan Citra Digital Teori dan Aplikasinya dalam Bidang
Wald, L. 1999. Some Terms Of Reference in Data Fusion. IEEE Trans. Geosci. Remotesens,
Ahmad, Fadhly. 2010. Pemanfaatan Teknik Penginderaan Jauh Untuk Identifikasi Kerapatan
Vegetasi Daerah Tangkapan Air Rawa Pening. Semarang: Universitas Negeri Semarang.
Febrianti, N dan Parwati Sofan. 2014. Ruang Terbuka Hijau di DKI Jakarta Berdasarkan
Analisis Spasial dan Spektral Data Landsat 8. Bidang Lingkungan dan Mitigasi Bencana.
Pustfatja: LAPAN.