LAPORAN PRAKTIKUM KE-4

KOREKSI GEOMETRIK

MNH SELASA PAGI

Khairunnisa Luthfiyah
E14190056

Koordinator:

1. Dr. Nining Puspaningsih, M,Si

2. Qori Pebrial Ilham, S.Hut., M,Si
3. Uus Syaiful, S.Hut

Aisten:

1. Alwan Taufiqul Rahman E14180010

2. Christian Adi Prabowo E14180047
3. Ridha Rizkiana E14180080

LABORATORIUM FISIK REMOTE SENSING DAN GIS

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN DAN LINGKUNGAN
INSTITUT PERTANIAN BOGOR
2022
 KATA PENGANTAR

Puji syukur praktikan panjatkan kepada Allah subhanahu wa ta’ala atas

segala limpahan rahmat, kemudahan, dan karunia-Nya sehingga praktikan dapat
menyelesaikan Laporan Praktikum koreksi geometrik yang merupakan sesuai yang
diharapkan.
Proses pengerjaan laporan ini, praktikan melakukan berbagai studi literatur
yang dibantu dengan bimbingan, arahan dan pengetahuan dari beberapa pihak
hingga praktikan mampu menyelesaikan laporan ini dengan baik. Maka dari itu,
praktikan mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak
yang telah membantu dalam penyelesaian laporan praktikum ini, dan terutama rasa
terimakasih yang sebesar-besarnya kepada dosen pengajar praktikum yaitu kepada
bapak Uus Saepul Mukarom, S.Hut dan para Asisten Praktikum yang selalu
memberikan arahan dan bimbingan selama praktikum berlangsung.
Praktikan berharap laporan praktikum ini dapat bermanfaat bagi pembaca,
menambah pengetahuan dan mempermudah percobaan yang hendak dilakukan.
Akhirnya praktikan menyadari bahwa banyak terdapat kekurangan dalam
penulisan laporan praktikum ini, baik dari materi maupun teknik penyajiannya,
mengingat kurangnya pengetahuan dan pengalaman praktikan. Oleh karena itu
praktikan mengharapkan kritik dan saran yang konstruktif demi kesempurnaan
laporan praktikum ini untuk ke depannya.

Bogor, 19 Februari 2022

Khairunnisa Luthfiyah

i
 DAFTAR ISI
KATA PENGANTAR .................................................................... i
DAFTAR ISI ................................................................................. ii
DAFTAR TABEL........................................................................... iii
DAFTAR LAMPIRAN................................................................... iv
BAB I PENDAHULUAN .............................................................. 1
1.1. Latar Belakang..................................................................... 1
1.2. Tujuan ................................................................................. 1
BAB II METODOLOGI…………………............................................ 2
2.1 Waktu dan Tempat............................................................. 2
2.2. Alat dan Bahan……….......................................................... 2
2.3. Prosedur Kerja.................................................................... 2
BAB III HASIL DAN PEMBAHASAN………….............................. 12
3.1. Hasil……………..................................................................... 12
3.2. Pembahasan…………........................................................... 13
BAB IV PENUTUP……………………….............................................. 15
4.1. Kesimpulan…...................................................................... 15
4.2. Saran……………………........................................................... 15
DAFTAR PUSTAKA..................................................................... 16
LAMPIRAN ................................................................................. 17

ii
 DAFTAR TABEL

Tabel 1 Hasil RMS error……………………………………………………………………............ 12

iii
 DAFTAR GAMBAR

Gambar 1 Perbandingan GCP 1……………………………………….…………………………….. 12

Gambar 2 Perbandingan GCP 2..…………………………………….…………………………….. 12
Gambar 3 Perbandingan GCP 3……………………………………….…………………………….. 13
Gambar 4 Perbandingan GCP 5……………………………………….…………………………….. 13
Gambar 5 Perbandingan citra input dan citra terkoreksi…………………………………… 13

iv
 BAB 1
PENDAHULUAN
1.1. Latar Belakang
Penginderaan jauh (inderaja) merupakan ilmu dan seni untuk memperoleh
informasi tentang suatu objek, daerah, atau fenomena melalui analisis data
yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek,
daerah, atau fenomena yang dikaji (Lilesand et al. 2004). Teknologi inderaja,
dalam hal ini citra satelit beresolusi tinggi, dipandang sebagai metode yang
tepat untuk memperoleh data tutupan atau penggunaan lahan. Objek
penginderaan jauh adalah semua benda yang ada di permukaan bumi, seperti
tanah, gunung, air, vegetasi, dan hasil budidaya manusia, kota, lahan
pertanian, hutan atau benda-benda yang di angkasa seperti awan. Pengolahan
data penginderaan jauh akan menghasilkan informasi perubahan luas hutan
dalam bentuk peta (Somantri 2009).
Pengolahan data inderaja meliputi pengolahan awal mulai dari konversi
format data sampai data dapat diolah sesuai pemanfaatan yang kita
kehendaki. Berdasarkan standar baku pengolahan data inderaja, diperlukan
proses koreksi geometrik sistematik, koreksi radiometrik dan lain-lainnya.
Informasi geospasial saat ini sangat mudah didapatkan melalui aplikasi
Google Earth, namun sumber data citra pada Google Earth tidak memberikan
informasi mengenai metadata perolehan citra dan seberapa besar tingkat
akurasi geometrik citra yang ada terhadap koordinasi sebenarnya. Oleh karena
itu koreksi geometrik penting dilakukan untuk menunjukkan keberadaan
posisi atau lokasi suatu objek pada peta terhadap kedudukan sebenarnya di
permukaan bumi dengan mengacu pada suatu sistem referensi di bumi
(Winarso et al. 2010).

1.2. Tujuan
Praktikum ini bertujuan agar mahasiswa dapat memahami dan mengerti
cara melakukan koreksi geometrik. Mengerti cara mencocokan posisi citra
dengan citra lain atau mentransformasikan sistem koordinat citra
multispektral atau multitemporal, dan mengerti cara registrasi citra ke peta
atau transformasi sistem koordinat citra ke peta, yang menghasilkan citra
dengan sistem proyeksi.

1
 BAB II
METODE
2.1. Waktu dan Tempat
Praktikum “Koreksi Geometrik” dilaksanakan secara daring melalui media
Zoom Meeting. Waktu pelaksanaan praktikum pada tanggal 15 Februari
2022, pukul 07.00-10.00 WIB. Praktikum dilaksanakan di rumah praktikan
masing-masing.

2.2. Alat dan Bahan

Alat yang digunakan dalam praktikum ini adalah laptop dengan aplikasi
ERDAS IMAGINE 2015, Microsoft Word, dan alat tulis. Bahan yang
digunakan pada praktikum ini adalah panduan praktikum berupa Power
Point, citra Landsat 8 OLI.

2.3. Prosedur Kerja

Import data
1. Membuka aplikasi ERDAS IMAGINE 2015

2. Buka viewer#1 dan viewer#2

2
3. Pada viewer#1 buka file citra yang akan dikoreksi dan gunakan komposit
5-4-3

4. Pada viewer#2 buka file citra referency dan gunakan komposit 6-5-2

3
5. Melihat metadata pada kedua citra

6. Pada menu raster klik multispektral lalu pilih control points lalu pilih
model list polynomial untuk menampilkan tabel GCP

4
7. Pada kolom GCP pilih citra referency sebagai image layer

5
8. Periksa reference map information lalu pilih 1 pada kolom polynomial
order

9. Merubah display koreksi citra menjadi 5-4-2 dan display citra referency
menjadi 6-5-2
6
10. Merubah kontras pada kedua display citra dengan klik kanan lalu pilih
general contrast

11. Koreksi geometrik dengan memilih objek yang sama pada dua display
citra menggunakan GCP
7
12. Beri warna merah untuk GCP koreksi dan biru GCP referensi

13. Lakukan hal yang sama hingga mencapai 5 GCP

8
9
14. Save file GCP dan resample setelah memastikan bahwa citra telah
terkoreksi

15. Periksa hasil koreksi geometri dengan cara overlaykan dua citra hasil
koreksi dengan citra referensi
10
16. Perbesar tampilan citra hingga terlihat secara visual tampilan pikselnya,
kemudian periksa menggunakan ikon swipe

11
 BAB III
HASIL DAN PEMBAHASAN

3.1. Hasil
Tabel 1 Hasil RMS error
Point X Y X Y RMS
X Input Y Input
ID Referensi Referensi Residu Residu Error
GCP 1 375,625 -221,125 698134,664 9324564,233 -0,237 -0,214 0,319
GCP 2 534,625 -279,875 702597,744 9322058,9907 0,253 -0,386 0,461
GCP 3 340,125 -361,625 696454,445 9320461,199 0,125 0,370 0,391
GCP 4 636,625 -426,875 704942,902 9317138,745 -0,156 -0,108 0,190
GCP 5 679,875 -201,625 707259,861 9323816,407 0,015 0,338 0,338
Rata-rata RMS 0,3398

Gambar 1 Perbandingan GCP 1

Gambar 2 Perbandingan GCP 2

12
 Gambar 3 Perbandingan GCP 3

Gambar 4 Perbandingan GCP 4

Gambar 5 Perbandingan citra input dan citra terkoreksi

3.2. Pembahasan
Koreksi geometrik bertujuan untuk menentukan posisi sebenarnya pada
citra yang telah diolah agar sesuai dengan koordinat x dan y, yaitu dengan
menggunakan software pengolah citra dengan acuan dalam koreksi
geometrik pada ukuran nilai keakuran Root Mean Square (RMS), semakin
akurat penentuan posisi citra semakin baik juga citra yang akan diolah.
Koreksi geometrik pada citra dilakukan untuk menghilangkan distorsi
13
geometrik pada citra dan juga untuk mendapatkan hubungan antara sistem
koordinat citra (baris, kolom) dengan sistem koordinat proyeksi (x, y)
(Roziqin dan Gustin 2017).
Koreksi geometrik dimaksudkan untuk menghasilkan ketepatan data dan
informasi sebagai hal-hal yang berhubungan dengan besaran-besaran dan
bentuk-bentuk yang dapat diukur, seperti jarak, sudut, tinggi, luas, segitiga,
lingkaran, dan lain sebagainya. Koreksi geometrik diperlukan untuk
mentransformasi citra hasil penginderaan jauh sehingga citra tersebut
mempunyai sifat-sifat peta dalam bentuk, skala dan proyeksi (Utomo 2020).
Koreksi geometrik harus dilakukan dengan mengacu pada data geospasial
dasar seperti peta RBI dengan skala yang sama atau lebih besar dari data yang
akan dibuat. Koreksi geometrik dapat dilakukan dengan dua cara yaitu image
to map rectification yang berfokus untuk merektifikasi sebuah citra ke dalam
sebuah datum dan proyeksi peta menggunakan GCP (titik kontrol) dari peta
RBI atau titik kontrol geodesi nasional, dan dengan cara image to image
rectification dimana suatu citra direktifikasi ke citra yang lainnya
menggunakan GCP (Sipayung et al. 2019). Proses koreksi geometrik
dilakukan dengan meletakkan sejumlah titik sesuai dengan koordinat citra
dan koordinat geografis. Akurasinya tergantung pada orde polinomial,
jumlah dan distribusi titik kontrol tanah. Akurasi koreksi geometrik biasanya
disajikan oleh standar deviasi (RMS) per unit piksel pada citra. Akurasi
tersebut seharusnya bernilai ± 1 piksel (Hakqi 2014).
Ketelitian citra dalam koreksi geometrik mengacu berdasarkan RMS Hasil
pengolahan citra. RMS merupakan ukuran ketelitian dari penentuan titik
kontrol tanah pada citra dalam ukuran piksel. Tingkat akurasi dari citra hasil
koreksi geometrik diketahui dengan menghitung nilai rata-rata RMS
keseluruhan, kemudian dilakukan penghitungan RMS error untuk posisi,
jarak, dan luas pada citra yang telah terektifikasi. Hasil rata-rata dari
kesalahan RMS error yang masih di perbolehkan yaitu sebesar 0,5 (Adibah et
al. 2013). Pada software Erdas Imagine 2015, nilai RMS error secara
otomatis muncul setelah memasukkan minimal empat titik GCP.
Pada sebuah citra geometrik dapat terjadi distorsi geometrik yang
disebabkan oleh dua faktor utama yaitu distorsi internal dan distorsi
eksternal. Distorsi internal adalah kesalahan yang disebabkan oleh ukuran
pre-launch calibration pada stasiun-stasiun penerima citra. Distorsi
eksternal adalah kesalahan yang disebabkan oleh bentuk objek dan karakter
dari citra akibat adanya kesalahan selama proses pemancaran, pengiriman,
dan perekaman energi. Kesalahan atau distorsi internal dapat berupa
pembelokan arah dalam penyinaran, abrasi sub sistem optik, dan hasil
scanning system yang tidak linear. Sedangkan pada kesalahan eksternal
dapat berupa perubahan ketinggian wahana dan kecepatan serta perubahan
posisi wahana terhadap objek karena roll, pitch, dan yow (Roziqin dan Gustin
2017).
Hasil pengolahan data praktikum koreksi geometrik yang menggunakan
metode image to image rectification menunjukkan bahwa terdapat
penyimpangan geometrik citra input terhadap citra referensi sebesar 0,3398.
Nilai itu didapatkan dari rata-rata nilai RMS dari 5 GCP yaitu sebesar 0,319
pada GCP 1, 0,416 pada GCP 2, 0,391 pada GCP 3, 0,190 pada GCP 4, dan
0,338 pada GCP 5. Nilai RMS yang diperoleh masih berada di bawah 0,5
sehingga masih dapat diterima kebenarannya bila mengacu pada yang
14
 dikatakan oleh Adibah et al. (2015) bahwa hasil rata-rata dari kesalahan RMS
error yang masih di perbolehkan yaitu sebesar 0,5. Selain itu, dalam
pemeriksaan piksel juga dapat terlihat bahwa citra yang dikoreksi tidak
memiliki perbedaan jauh bila dibandingkan dengan display citra referensi.

BAB IV
PENUTUP

1.1. Kesimpulan
Koreksi geometrik bertujuan untuk menentukan posisi sebenarnya pada
citra yang telah diolah agar sesuai dengan koordinat x dan y, yaitu dengan
menggunakan software pengolah citra dengan acuan dalam koreksi
geometrik pada ukuran nilai keakuran Root Mean Square (RMS), semakin
akurat penentuan posisi citra semakin baik juga citra yang akan diolah.
Koreksi geometrik pada citra dilakukan untuk menghilangkan distorsi
geometrik pada citra dan juga untuk mendapatkan hubungan antara sistem
koordinat citra (baris, kolom) dengan sistem koordinat proyeksi. Hasil rata-
rata dari kesalahan RMS error yang masih di perbolehkan yaitu sebesar 0,5.
Nilai RMS pada hasil pengolahan data praktikum yang dilakukan
menunjukkan nilai 0,3398 sehingga dapat disimpulkan bahwa citra sudah
berhasil dikoreksi.

1.2. Saran
Diperlukannya praktik langsung di lab untuk memaksimalkan
pemahaman praktikan akan perhitungan dan proses melakukan koreksi
geometrik juga untuk membantu mahasiswa yang terkendala dalam proses
penginstallan aplikasi ERDAS IMAGINE 2015 dikarenakan kendala device
atau alasan lain.

15
 BAB V
DAFTAR PUSTAKA

Adibah N, Kahar S, Sasmito B. 2013. Aplikasi penginderaan jauh dan sistem

informasi geografis untuk analisis daerah resapan air (studi kasus: Kota
Pekalongan). Jurnal Geodesi Undip. 2(2): 141-153
Hakqi M, Suprayogi A. 2014. Identifikasi bekas kebakaran lahan menggunakan data
citra modis di Provinsi Riau. Jurnal Geodesi Undip. 3(3): 14-27.
Lilesand TM, Kiefer W, Chipman JW. 2004. Remote Sensing and Image
Interpretation (Fifth Edition). New Y ork (USA): John Wiley & Sons, Inc.
Roziqin A, Gustin O. 2017. Pemetaan perubahan garis pantai menggunakan citra
penginderaan jauh di Pulau Batam. Jurnal Nasional Industrial. 8(1): 295-299.
Sipayung MC, Sudarsono B, Awwaluddin M. 2019. Analisis perubahan lahan untuk
melihat arah perkembangan wilayah menggunakan sistem informasi geografis
(studi kasus: Kota Medan). Jurnal Geodesi Undip. 9(1): 373-382.
Somantri L. 2009. Teknologi Penginderaan Jauh (Remote Sensing). Bandung (ID):
Universitas Pendidikan Indonesia.
Utomo PP. 2020. Identifikasi sebaran banjir menggunakan citra satelit sentinel-1.
Jurnal Online Mahasiswa (JOM) Bidang Teknik Geodesi. 1(1): 1-11.
Winarso G, Joko H, Arifin S. 2010. Kajian penggunaan data inderaja untuk
pemetaan garis pantai (studi kasus Pantai Utara Jakarta). Jurnal Penginderaan
Jauh dan Pengolahan Data Citra Digital. 6(1) :65-72.

16
 LAMPIRAN

Lampiran 1 Link video pengerjaan

https://ipb.link/khairunnisaluthfiyah-laporan4

Lampiran 2 Dokumentasi pengerjaan praktikum

17