Dengan Hormat,
Saya yang bertanda tangan dibawah ini :
Nama : Ratna Wulandari Daulay, S.Pd, M.Sc
NIDN : 022068801
Program Studi : Pendidikan Geografi
Dengan ini menyatakan bahwa modul praktikum Penginderaan Jauh ini tidak
untuk diperjualbelikan dan hanya untuk digunakan di kalangan institusi
Universitas PGRI Palembang. Atas perhatiannya, saya ucapkan terimakasih.
Yang Menyatakan,
3. Fakultas/Jurusan/Prodi : KIP/P.IPS/P.Geografi
Mengetahui,
Menyetujui,
Dekan FKIP Universitas PGRI Palembang
Praktikum Penginderaan Jauh Dasar Tahun 2017 (Universitas PGRI Palembang ) iii
KATA PENGANTAR
Puji syukur penulis haturkan kepada Allah SWT yang telah melimpahkan
segala karunia-Nya sehingga terselesaikanlah modul praktikum penginderaan jauh
dasar ini. Modul praktikum ini merupakan salah satu bahan ajar pendukung untuk
mata kuliah penginderaan jauh dasar semester II pada program studi pendidikan
geografi. Melalui modul ini diharapkan mahasiswa dapat dengan mudah
mempelajari, memahami, dan mempraktikkan materi-materi yang telah diajarkan
di kelas dalam teori mata kuliah ini. Kemudian modul ini diharapkan dapat
menjadi referensi untuk pemecahan permasalahan umum di luar materi
perkuliahan. Penyusun berharap agar modul ini dapat bermanfaat bagi kalangan
civitas akademik.
Akhir kata, penulis berharap semoga modul ini dapat bermanfaat bagi
kalangan dan kepentingan civitas akademika khususnya prodi pendidikan
geografi, universitas PGRI Palembang, serta akan berguna bagi semua yang
membaca atau memanfaatkannya kelak. Banyak kekurangan dan
ketidaksempurnaan yang terdapat dalam penulisan modul ini, namun semoga hal
tersebut menjadi pembelajaran bagi penulis untuk menjadi lebih baik lagi.
Hal
Halaman sampul................................................................................... I
Surat Pernyataan.................................................................................. Ii
Lembar Pengesahan.............................................................................. iii
Kata Pengantar..................................................................................... Iii
Daftar Isi............................................................................................... iv
Materi Praktikum
Modul 1. Simulasi Pengenalan Beberapa Unsur Interpretasi.......... 1
Modul 2. Pengenalan Jenis-jenis Citra Foto Udara......................... 7
Modul 3.Pengenalan Jenis-jenis Citra.............................................. 14
Modul 4. Interpretasi Satuan Fisiografi Berdasarkan Citra Satelit.. 25
Modul 5. Interpretasi Penggunaan Lahan Menggunakan Citra
Satelit Skala Besar........................................................... 30
Modul 6. Kegiatan Lapangan........................................................... 38
Daftar Pustaka...................................................................................... 41
No Tabel Hal
1.1 Estimasi persentase gradasi warna............................................................ 5
2.1 Tabel foto udara......................................................................................... 13
2.2 Interpretasi FU melalui skema klasifikasi penutup lahan/penggunaan
lahan ......................................................................................................... 13
3.1 Jenis-jenis citra berdasarkan sensor, spektrum panjang gelombang, film,
format penyajian, sebutan, dan sebutan berdasarkan skala....................... 18
3.2 Ukuran resolusi spasial, lebar spectrum, dan jumlah saluran spectral
untuk beberapa jenis citra yang biasa dipakai dalam kajian
sumberdaya............................................................................................... 19
5.1 Rincian bentuk lahan asal genetik............................................................. 27
6.1 Rangkuman spesifikasi teknis dari satelit quickbird................................. 31
6.2 Format data PJ dalam variasi tingkatan klasifikasi penutup dan
penggunaan lahan...................................................................................... 32
No Gambar Hal
Praktikum Penginderaan Jauh Dasar Tahun 2017 (Universitas PGRI Palembang ) vii
MODUL 1
SIMULASI PENGENALAN BEBERAPA UNSUR INTERPRETASI
Penginderaan jauh adalah aktivitas penyadapan informasi tentang obyek atau gejala di
permukaan bumi (atau dekat permukaan bumi) tanpa melalui kontak langsung. Dikarenakan,
tanpa kontak langsung, maka diperlukan media supaya obyek atau gejala tersebut dapat diamati
dan ‘didekati’ oleh si penafsir. Media ini beruapa citra (image atau gambar). Citra dapat
diperoleh melalui perekaman fotografis, yaitu pemotretan dengan kamera; dan dapat pula
diperoleh melalui perekaman non-fotografis, misalnya dengan pemindai atau penyiam (scanner).
Perekaman fotografis menghasilkan foto udara, sedangkan perekaman lain menghasilkan citra
non-foto. Citra foto udara selalu berupa hard copy (gambar tercetak) yang diproduksi dan
reproduksi dari master rekaman yang berupa film. Citra non-foto biasanya terekam secara digital
dalam format asli, dan memerlukan computer untuk persentasinya. Citra non-foto juga dapat
(dan perlu) dicetak menjadi hard copy, untuk keperluan interpretasi secara visual.
Rona, merupakan derajat kecerahan relatif (rentang gelap-cerah) pada tampilan citra
skala warna keabuan (grayscale) (Campbell, 2002; lillesand et al, 2008). Sedangkan warna
Praktikum Penginderaan Jauh Dasar Tahun 2017 (Universitas PGRI Palembang ) 1
merujuk pada tampilan citra skala komposit warna HIS (hue, saturation, intensity); RGB (red,
green, blue); atau sistem warna munsell (Jensen, 2007).
Ukuran (size) obyek pada foto harus dipertimbangkan dalam konteks skala yang ada.
Penyebutan ukuran juga tidak selalu dapat dilakukan untuk semua jenis obyek. Ukuran obyek
pada citra merupakan fungsi dari skala, maka di dalam memanfaatkan ukuran sebagai unsure
interpretasi citra hasus selalu diingat skalanya. Contoh : ukuran rumah sering mencirikan apakah
rumah itu rumah mukim, kantor, atau industry. Rumah mukim pada umumnya lebih kecil bila di
bandingkan dengan kantor atau industri.
Tekstur (texture) merupakan ukuran frekuensi perubahan rona pada gambar obyek.
Tekstur dapat dihasilkan oleh agregasi/pengelompokkan suatu kenampakan yang terlalu kecil
untuk dapat dibedakan secara individual, misalnya dedaunan pada pohon dan bayangannya,
gerombolan satwa liar di gunung, ataupun bebatuan yang terserak di atas permukaan tanah.
Lillesand et al (2008) mendefinisikan tekstur merupakan frekuensi perubahan rona pada citra,
yang diperoleh dari pengelompokan kenampakan pada citra yang terlalu kecil untuk dapat
dibedakan secara individual.
Pola (pattern) terkait dengan susunan keruangan obyek. Pola biasanya terkait dengan
adanya pengulangan bentuk umum suatu atau sekelompok obyek dalam ruang. Istilah-istilah
yang digunakan untuk menyatakan pola misalnya adalah “teratur” teratur dan kurang teratur,
namun kadang-kadang juga perlu digunakan istilah yang ekspresif, misalnya melingkar,
memanjang terputus-putus, konsentris, dan sebagainya.
Bayangan (shadows) sangat penting bagi penafsir, karena dapat memberikan dua macam
efek yang berlawanan. Pertama, bayangan mampu menegaskan bentuk obyek pada citra, karena
outline obyek menjadi lebih tajam/jelas; begitu pula kesan ketinggiannya. Kedua, bayangan
justru kurang memberikan pantulan obyek ke sensor, sehingga obyek yang diamati menjadi tidak
jelas.
Praktikum Penginderaan Jauh Dasar Tahun 2017 (Universitas PGRI Palembang ) 2
Tinggi juga merupakan salah satu unsure dalah kunci interpretasi yang penting, biasanya
ketinggian dapat diinterpretasi melalui stereoskopis pada citra foto yang bertampalan dengan
kesan 3 dimensi. Fungsinya untuk melihat berapa ketinggian dataran tinggi dan kaitannya nanti
untuk membuat peta kontur.
Situs (site) atau letak merupakan penjelasan tentang lokasi obyek relatif terhadap obyek
atau kenampakan lain yang lebih mudah untuk dikenali, dan dipandang dapat dijadikan dasar
untuk identifikasi obyek yang dikaji. Obyek dengan rona cerah, berbentuk silinder, ada
bayangannya, dan tersusun dalam pola teratur dikenali sebagai kilang minyak, apabila terletak di
dekat perairan pantai.
Untuk mempermudah melihat susunan kunci interpretasi, dapat dilihat pada gambar
piramida hirarki sebagai berikut :
1. Pada anda diberikan contoh warna, perhatikan baik-baik bahwa pada versi 1, terdapat gradasi
warna hitam dari 3%, 10%, 20%, 30%, hingga 100%. Pada baris berikutnya Anda lihat warna
merah dengan gradasi intensitas yang sama. Selang satu baris terlihat hijau dengan intensitas
yang sama pula; sedangkan di antara merah dan hijau dapat Anda lihat kombinasi keduanya,
yang membentuk warna kuning. Perhatian seterusnya dengan melihat teks penjelasan di
sebalah kanan.
3% 10% 20% 30% 40% 50% 60% 70% 80% 85% 90% 95% 100%
Hitam – putih
Gradasi Magenta
Gradasi Biru
Gradasi Hijau
Gradasi Merah
3. Kemudian pada Anda diberikan lembar himpunan warna versi 4, dimana terdapat 6 matriks
warna, dan masing-masing matriks tersusun dari 5 x 5 kotak dengan kombinasi warna yang
berbeda. Tepat pada bagian tengah tiap matriks (kotak warna ke-13), tentukan persentase
merah- hijau dan biru yang membentuk kotak ke -13 pada setiap matriks itu!
A B C
C D E
Gambar 3. Estimasi persentase dengan latar belakang
OUTPUT PRAKTIKUM
Jam terbang
Titik fidusial
Waterpass
Titik prinsipal
Fokus kamera
Informasi
Nomor Lembar
lembaga
LANGKAH KERJA
Pada praktikum kali ini, mahasiswa diharapkan mampu melakukan interpretasi foto udara
dengan berbagai tipe yang tersedia. Mahasiswa menggunakan sistem klasifikasi USGS land
cover/Land use classification system dan berusaha mengenali sistem klasifikasi dengan baik.
Pertanyaan yang harus dijawab, adalah :
OUTPUT PRAKTIKUM
Adapun hasil akhir pada praktikum ke-2 ini, meliputi :
1. Tabel identifikasi Foto Udara yang telah di tulis ulang di kertas HVS.
2. Tabel interpretasi Foto udara yang telah di tulis ulang di kertas HVS.
3. Jawaban yang lengkap dan ditulis tangan mengenai soal-soal yang ada pada langkah
kerja.
4. Melampirkan lembar pre-test acara ke-2.
Sensor non-fotografik berupa scanner menerima pantulan dari suatu wilayah sangat
sempit pada permukaan bumi (instantaneous field of view/IFOV = medan pedang sesaat) yang
masuk ke dalam sistem lensa, dan kemudian mendeteksi kenampakkan obyek dapat terekam,
penerimaan gelombang pantulan dari wilayah sistem lensa (teleskop) menyilang arah gerak
wahaan (across-track). Sensor semacam ini disebut dengan whiskbroom. Sapuan menyilang yang
disertai dengan gerak maju ini menghasilkan himpunan informasi pantulan pada setiap titik
obyek. Cara lain dalam memindai (scanning) ialah dengan menggunakan pemintdai yang terdiri
dari sederet detector yang disebut CCD (change coupled device) berjumlah ribuan keeping per
spectrum panjang gelombang, dan gerak sapuannya adalah sepanjang gerak wahana. Cara
memindai semacam ini disebut dengan along-track scanning, dan pemindainya dikategorikan
sebagai pemindai berupa sapu (pushbroom).
Data hasil pemindaian disimpan secara digital, yaitu disimpan dalam kode biner tingkat
kecerahan 0-63, 0-127, 0-255, atau bahkan 0-2047. Angka-angka digital yang mewakili variasi
nilai pantulan ini kemudian dibaca oleh program computer, dan setiap titik obyek dengan nilai
digital tertebtu diubah menjadi sel-sel penyusun gambar pada layak monitor yang disebut piksel.
Susunan piksel-piksel ini secara visual dikenal dengan citra non-foto. Perbesaran citra non-foto
pada tahap tertentu akan memunculkan kenampakan piksel-piksel ini, dan member kesan
‘pecah’nya kenampakan obyek.
Sensor pemindai atau scanner semacam ini dapat dioperasikan pada satu spectrum
tunggal yang sangat lebar – misalnya spectrum tampak, namun dapat pula dioperasikan pada
spectrum yang sangat sempit namun banyak, misalnya spectrum hijau (0,5 -0,6 µm), merah (0,6
yang dihasilkan disebut citra multispektral, dan dapat meliputi spectrum pantulan (reflektif)
maupun spectrum foto pada berbagai saluran, namun membutuhkan beberapa lensa sekaligus
pada kameranya. Foto semacam ini disebut dengan foto multiband.
Sensor non-fotografik berupa sensor gelombang mikro-radar bekerja dengan cara yang
sama sekali berbeda dari kedua macam sensor yang telah disebutkan sebelumnya. Perekaman
dengan kamera maupun scanner dapat dilakukan secara tegak maupun miring/menyamoing;
meskipun keuntungan yang diperoleh dari perekaman menyamping lebih banyak. Perekaman
dengan gelombang mikro-radar (sering disebut sistem gelombang mikro aktif) harus dilakukan
secara meyamping karena sistem radar merupakan sistem aktif yang mengirim sistem gelombang
dari suatu antenna, dan sekaligus menerima hamburan balik (backscatter) dari sasaran. Posisi
dan sikap obyek terhadap sensor menentukan banyak sedikitnya hamburan balik yang dicatat
oleh sensor, karena pengiriman sinyal dilakukan secara menyamping (side-looking), maka pada
umumnya lereng yang menghadap sensor akan tampak cerah, sedangkan lereng yang
membelakangi sensor tampak gelap. Hal ini mengakibatkan citra yang dihasilkan cenderung
mampu menyajikan kenampakkan relief dengan baik.
Pencatatan hamburan balik pada sistem radar sangat rumit. Sinyal yang kembali ke
sensor ini dicatat amplitude dan frekuensinya sekaligus, sejauh masih dalam lingkup lebar
pancaran (karena ketika gelombang dipancarkan oleh sensor, wahana sudah bergerak maju,
sehingga tidak seluruh pantulan yang berupa hamburan balik akan sampia ke sensor). Sinyal
kembali ini kemudian dibandingkan dengan ‘sinyal referensi’ yang dimiliki sistem, dan juga
diperhitungkan akibat interfensi anatra sinyal dating dan kembali ke sensor. Sinyal ini disimpan
secara fotografis dan menghasilkan ‘film sinyal’. Perkembangan modern sistem radar saat ini
memungkinkan pencatatan dan pemrosesan secara digital, dan citra yang dihasilkan pun banyak
yang berupa citra digital.
2. Citra
Berbagai macam sensor yang telah diuraikan terdahulu dapat dipasang pada wahana yang
berbeda-beda, mulai dari balon udara, pesawat udara, pesawat ulang-alik, dan satelit. Tinggi
terbang yang berbeda-beda akan menghasilkan citra dengan skala yang berbeda-beda pula.
SEBUTAN
FORMAT
SENSOR SPEKTRUM FILM SEBUTAN BERDASARKAN
PENYAJIAN
SKALA
Kamera Tampak Berwarna Tercetak Foto udara pankromatik
(0,4 – 0,7 µm) berwarna
Hitam-putih Foto udara pankromatik H/P
Inframerah dekat Berwarna Foto udara inframerah warna
(0,7 – 0,97 µm) semu
Hitam-putih Foto udara inframerah H/P
Beberapa band Berwarna Foto udara multispektral Skala Besar
(0,5 – 0,7 µm) Berwarna / Foto udara pan-blue > 1 : 10.000
HP berwarna/ HP
Scanner/ Tampak - Tercetak Citra pankromatik berwarna/ Skala Sedang
Pemindai/ HP 1:10.000 – 1:50.000
pelarik/ Banyak spectrum relatif - Digital Citra multispectral
penyiam sempit, julat 0,4 – 12 µm,
Skala semi tinjau
lebar -spectrum > 0,5 µm 1 : 50.000 –
Banyak sekali spectrum - Tercetak/digital Citra hiperspektral 1 :100.000
sangat sempit , julat dari
0,4 – 12 µm, lebar Skala tinjau
< 1 : 100.000
spectrum sampai sekitar
0,02 µm
Inframerah termal (3 – - Citra inframerah termal
12 µm) (dapat tercetak/digital)
Radar Gelombang mikro - Tercetak digital Citra Radar
(panjang gelombang
dalam cm)
*Catatan : kriteria skala untuk penyebutan ini dapat berbeda-beda dari satu pakar ke pakar lain, dan dari satu bidang ke bidang aplikasi lainnya.
Gambar 2. Contoh pola spasial dan spectral untuk citra satelit Landsat
Pengenalan pola spektral obyek dapat menjadi pemandu yang sangat bermanfaat dalam
upaya mengenali obyek pada citra. Gambar berikut ini menyajikan kurva pantulan beberapa
obyek pada julat (rentang, range) panjang gelombang antara 0,4 µm hingga 2,35 µm. secara garis
besar dapat dikatakan bahwa air jernih cenderung memberikan pantulan yang lebih rendah
daripada air keruh pada semua wilayah panjang gelombang. Vegetasi memberikan pantulan
sangat rendah pada spectrum biru, meningkat agak tinggi pada spectrum hijau (oleh karena itu.
vegetasi tampak hijau di mata manusia), menurun lagi di spectrum merah (karena serapan kuat
oleh pigmen daun), dan meningkat sangat tajam di spectrum inframerah dekat, sebagai akibat
dari pantulan oleh ruang antar sel pada jaringan spongy daun. Vegetasi kembali memberikan
pantulan rendah di saluran inframerah tengah I dan inframerah II karena pengaruh kandungan
lengas (kelembaban) yang tinggi. Tanah bertekstur relatif kasar (pasiran) ataupun relatif lembab
memberikan pantulan yang cenderung meningkat dari spectrum biru ke inframerah dekat,
kemudian sedikit turun pada spectrum inframerah tengah I dan II karena pengaruh serapan oleh
lengas tanah. Tanah bertekstur relatif halus ataupun yang berona cerah di lapangan dan sangat
tipis cenderung memberikan pantulan tinggi pada semua spectra. Dedaunan kering akan
memberikan pantulan yang terus meningkat seiring dengan meningkatnya panjang gelombang.
Meskipun demikian, gejala ini cenderung ideal pada laboraturium, sedangkan kombinasi
berbagai faktor di lapangan kadang-kadang mengaburkan pola ‘teoretis’ semacam ini.
LANGKAH KERJA
1. Isilah tabel perbedaan kenampakkan obyek pada citra satelit yang telah disediakan :
2. Lakukan identifikasi untuk melihat perbedaan pada masing-masing citra pada tabel
perbedaan kenampakan pada citra Landsat MSS, Landsat TM, dan citra SPOT!
3. Lakukan identifikasi untuk melihat perbedaan pada masing-masing citra pada tabel
perbedaan kenampakan pada citra Quickbird, Worldview, dan citra ALOS !
4. Lakukan identifikasi untuk melihat perbedaan pada masing-masing citra pada tabel
perbedaan kenampakan pada citra Radar dan citra NOAA !
OUTPUT PRAKTIKUM
1. Pengisian tabel-tabel yang diminta oleh dosen praktikum dengan tulis tangan kembali yang
rapid an sertakan nama tabel pada masing-masingnya.
2. Menjawab pertanyaan yang ada pada modul praktikum.
3. Melampirkan hasil pretest/tugas (jika ada) di dalam laporan praktikum acara ini.
Penginderaan jauh terutama sesuai untuk digunakan dalam studi aspek dinamika
mengenai kenampakan medan, khususnya keaslian genetic bentuklahan dalam aplikasi
geomorfologi. Aspek dinamika ini menjelaskan proses dan perubahan temporal serta dalam
seluruh aplikasi menggunakan aspek kualitatif dan kuantitatif. Pendekatan kualitatif memberikan
identifikasi dan deskripsi kenampakan medan, pendekatan ini mencakup evaluasi karakteristik
citra (khususnya rona, pola, tekstur, dan bentuk atau relief). Sedangkan pendekatan kuantitatif
meliputi pengukuran metric karakteristik medan, khususnya data arah dan tinggi, volume, luas,
dan linier.
Teknik interpretasi foto yang digunakan untuk lebih berkembang dan lebih berguna pada
kepentingan-kepentingan dengan tujuan praktis dan ilmiah diperlukan metodologi sistematik
atau tahapan-tahapan analisis atau interpretasi dengan menggunakan citra atau foto udara sebagai
berikut :
c) Vegetasi
Aspek-aspek penting yang menyolok dari vegetasi adalah ada tidaknya tumbuh-tumbuhan
pada material-material tertentu, adanya tumbuh-tumbuhan indikator, jaluran atau pola-pola
lain yang ditimbulkan oleh spesies, komposisi, kepadatan, dan ketinggian tumbuhan.
Bentangan vegetasi tidak selalu mempunyai rona yang lebih gelap dari pada tumbuhan
disekitarnya. Pada hal ini tipe vegetasi kadang-kadang menandai tipe tanah dan air yang
memungkinkan pengklasifikasian permukaan relief yang lebih baik.
BENTUKLAHAN EOLIAN
E1 : Gumuk pasir
E2 : Gumuk pasir barkan
E3 : Gumuk pasir parallel
LANGKAH KERJA
1. Buatlah peta tentatif bentuklahan pada citra yang telah disiapkan di lab praktikum di kertas
transparansi.
2. Dilanjutkan dengan membuat peta tentatif bentuklahan pada citra yang telah disiapkan di lab.
praktikum di kertas kalkir.
3. Isilah tabel klasifikasi bentuklahan, dengan format sebagai berikut :
4. Tugas!!
Buatlah gambar dan berikan keterangan mengenai bentuk lahan dari berbagai macam proses
terbentuknya (vulkanik, marin, denudasional, dan lainnya).
OUTPUT PRAKTIKUM
QuickBird merupakan citra satelit yang memiliki resolusi tinggi/skala yang besar.
Quickbird merupakan satelit ketiga yang diluncurkan oleh DigitalGlobe dengan tujuan untuk
menghasilkan citra satelit resolusi tinggi untuk kepentingan komersial. QuickBird memiliki
resolusi spasial 0.6 meter untuk citra pankromatik (hitam-putih) serta 2.4 meter untuk citra
multispektral (berwarna). Citra multispektral QuickBird mempunyai 4 band yang biasa dikenal
dengan nama VNIR (Visible – Near InfraRed), yaitu Band Merah (630 – 690 nm), Band Hijau
(520 – 600 nm), Band Biru (450 – 520 nm), serta Band Infra Merah Dekat (Near InfraRed : 760
– 900 nm). Satelit QuickBird berada pada ketinggian 450 km (980 sun synchronous) dari
permukaan bumi, dan melaju pada orbitnya dengan kecepatan 7.1 km/detik (25.560 km/jam).
Dengan kecepatan orbit 7.1 km/detik, Satelit QuickBird dapat melintasi tempat yang sama dalam
waktu sekitar 1 sampai dengan 3.5 hari (tergantung dari latitude). Adapun detail mengenai citra
Quickbird dapat dilihat pada tabel 1 dan gambar 1 dan 2 berikut ini :
Anderson et al. (1976) menjelaskan bahwa teknik penginderaan jauh efektif digunakan
untuk melengkapi survei berdasarkan observasi lapangan dan pencacahan, sehingga akurasi
waktu dan akurasi inventarisasi penggunaan lahan dapat terpenuhi. Terapan PJ meliputi
inventarisasi penggunaan lahan secara komprehensif dan pemetaan tematik penggunaan lahan
(Nunnally, 1974). Adapun menurut Anderson dan Jensen ada beberapa tingkatan klasifikasi
penggunaan lahan ataupun penutup lahan dengan mempertimbangkan format data PJ yang
representatif, sebagai berikut :
Tabel 2. Format data PJ dalam variasi tingkatan klasifikasi penutup dan penggunaan lahan
(Sumber : Anderson et al., 1976 ; Jensen 2005, 2007 ; Lillesand et al., 2008 dengan modifikasi).
Praktikum Penginderaan Jauh Dasar Tahun 2017 (Universitas PGRI Palembang ) 32
KLASIFIKASI PENGGUNAAN LAHAN MENURUT USGS
Tingkat I Tingkat II
1. Perkotaan atau lahan terbangun 1.1.Permukiman
1.3.Industry
5.2.Danau
7.2.Gisik
7.6.Daerah peralihan
9.2.Glasier
1. Langkah awal membuat klasifikasi terlebih dahulu, obyek apa saja yang terdapat pada citra
dengan menyesuaikannya pada tabel klasifikasi penggunaan lahan yang saudara/i bawa.
Hasil klasifikasi diisi dalam bentuk tabel seperti dibawah ini :
Tabel 3. Klasifikasi penggunaan lahan berdasarkan tingkatannya
No. KLASIFIKASI OBYEK
1 Rumah teratur Hitam/Cokelat Kecil Kasar Kotak- Teratur Ada Ada Atap Jalan
gelap kotak warna
seragam,
jalan
lurus
teratur,
tanah
tertutup
bangunan
....dst.
OUTPUT PRAKTIKUM
Kegiatan lapangan dalam praktikum ini sangat penting dilakukan, agar setiap individu memiliki
skill dan pengetahuan dasar mengenai penelitian yang berorientasi kepada penginderaan jauh.
Untuk kegiatan lapangan ini, ada beberapa hal yang harus diketahui terlebih dahulu, diantaranya:
a) Probability Sampling
b) Non Probability Sampling
3. Uji Lapangan
Melakukan uji lapangan dengan membawa sampel yang telah ditentukan terlebih dahulu
dan disertai dengan membawa peta tentatif dan citranya. Selain mencari kebenaran hasil
interpetasi, setiap individu juga dapat melakukan wawancara dan mencari data-data yang
terkait dengan tugas uji lapangan ini, sehingga hasil yang di dapat lebih akurat, lengkap,
dan relevan di masa sekarang, dan dapat menjadi acuan untuk penelitian selanjutnya.
LANGKAH KERJA :
1. Siapkan hasil interpretasi citra Ikonos/Quickbird yang sudah dilakukan sebelumnya.
2. Pilihlah beberapa sampelpenutup/penggunaan lahan untuk melakukan cek lapangan
3. Tentukan route/jalan ke lapangan.
4. Siapkanlah plastic transparansi untuk melakukan koreksi interpretasi penggunaan lahan.
5. Lakukan cek lapangan untuk beberapa sampel yang telah anda tentukan.
6. Jika dimungkinkan untuk menambah hasil interpretasi, silahkan melakukan wawancara
dan pengumpulan dokumen yang terkait dengan penelitian ini (dokumentasi hasil di
lapangan).
7. Menyiapkan tabel perubahan penggunaan lahan yang telah disiapkan terlebih dahulu.
8. Seteleh selesailapangan, lakukan uji ketelitian terhadap hasil interpretasi anda. Jangan
lupa bedakan kesalahan interpretasi atau memang sudah terjadi perubahan penggunaan
lahan selama tahun perekamanan citra hingga tahun sekarang.
9. Lakukan re-interpretasi dan buatlah peta akhir penggunaan lahan.
10. Buatlah laporan secara lengkap, yang meliputi : (tujuan, alat dan bahan, dasar teori, hasil
berupa peta tentatif dan hasil interpretasi, pembahasan, dan daftar pustaka).
Anderson, James R., Hardy, Ernest E., and Roach, John T., 1976, A land-use classification
system for use with remote-sensor data: U.S. Geol. Survey Cire. 671, 16 p., refs.
Campbell, B. James., 2002. Introduction to Remote Sensing : Fifth Edition. The Guilford Press :
New York
DigitalGlobe. 2016. Digital Globe Satellite. (Online). (https://www.digitalglobe.com/, diakses 27
Januari 2016)
Jensen, J.R., 2007. Introductory Digital Image Processing : A Remote Sensing Perspective.
Prentice- Hall EnglewoodCliffs : New Jersey
Malingreau, J. and Kristina, 1986. Land Use/Land Cover Classification.
Yogyakarta: Fakultas Geografi UGM.
Purwadhi., Sri Hardiyanti, F., Sanjoto., Tjaturahono budi, 2002. Pengantar Interpretasi Citra
Penginderaan Jauh. Pusat Data Penginderaan Jauh dan UNS : Jakarta
Sutanto., 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University Press : Yogyakarta
Sabins, Floyd F. Jr. 1987. Remote Sensing : Principles and Interpretation, 2 édition, W.H.
Freeman and Co. : New York
T.M. Lillesand, R.W. Kiefer., 2008. Penginderaan Jarak Jauh dan Interpretasi Citra. Gajah mada
University Press : Yogyakarta
Tim Penginderaan Jauh., 2014. Modul Praktikum Penginderaan Jauh (DPJP 108).
Yogyakarta: Sekolah vokasi Fakultas Geografi UGM.
Van Zuidam, R. A. 1993. Terrain Analysis and Classification Using Aerial Photographs : A
Geomorphological Approach. Vol. 7. Part 6. International Institute for Aerial Survey
and Eart Sciences : ITC
9260000.000000
CITRA SATELIT ALOS
SEBAGIAN KABUPATEN DEMAK
TAHUN 2013
9255000.000000
9255000.000000
9250000.000000
9250000.000000
9245000.000000
9245000.000000
9240000.000000
9240000.000000
SKALA 1 : 100.000
9240000.000000
CITRA SATELIT ALOS
SEBAGIAN KABUPATEN DEMAK
TAHUN 2013
9235000.000000
9235000.000000
9230000.000000
9230000.000000
SKALA 1 : 60.000
9245000.000000
SEBAGIAN KABUPATEN DEMAK
TAHUN 2013
9240000.000000
9240000.000000
9235000.000000
9235000.000000
9230000.000000
9230000.000000
9225000.000000
9225000.000000
SKALA 1 : 100.000
-20.000000
-100.000000
-100.000000
-180.000000
-180.000000
-260.000000
-260.000000
-340.000000
-340.000000
-420.000000
-420.000000
9139250.000000
9139000.000000
9139000.000000
9138750.000000
9138750.000000
9138500.000000
9138500.000000
9138250.000000
9138250.000000
9138000.000000
9138000.000000