PENGINDERAAN JAUH DASAROVER

LAPORAN

“PENAJAMAN CITRA (MOSAIC) DENGAN MENGGUNAKAN LIMA METODE

DENGAN SOFTWARE ARCGIS ”

DOSEN PENGAMPU :

Aswin Nur Saputra, M.Sc

DISUSUN OLEH :

Winanda Nathania

2110115220001

PROGRAM STUDI PENDIDIKAN GEOGRAFI

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS LAMBUNG MANGKURAT

BANJARMASIN

2022
 DAFTAR ISI

DAFTAR ISI........................................................................................1

PENDAHULUAN................................................................................1

A. Latar Belakang..............................................................................2

B. Maksud dan Tujuan Praktikum...................................................3

C. Waktu Pelaksanaan praktikum...................................................3

BAB II...................................................................................................3

DASAR TEORI...................................................................................3

A. Penajaman Citra...........................................................................3

BAB III..................................................................................................5

PELAKSANAAN PRAKTIKUM........................................................5

A. Langkah Melakukan Proses Pansharpened Image (Penajaman Citra) Pada

Citra Satelit Dengan Menggunakan Coftware Arcgis Menggunakan 5 Metode 6

2. Tekan windows lalu pilih image aralysis.................................6

BAB IV...............................................................................................13

HASIL DAN ANALISIS....................................................................13

A. Hasil Dan Analisis Pansharpened Image (Penajaman Citra) Dengan

Menggunakan Coftware Arcgis Menggunakan 5 Metode.........13

BAB V................................................................................................15

PENUTUP.........................................................................................15

A. Kesimpulan..................................................................................15

DAFTAR PUSTAKA........................................................................15
 BAB I

PENDAHULUAN

A. Latar Belakang

Kemajuan teknologi penginderaan jauh mampu menyediakan citra

penginderaan jauh yang mempunyai resolusi spasial, resolusi spektral dan
resolusi temporal yang cukup tinggi. Hal ini tentu saja sangat membantu
pelaksanaan aplikasi citra penginderaan jauh dalam hal pengukuran,
pemetaan, pantauan dan pemodelan dengan lebih efisien dibandingkan
pemetaan secara konvensional. Pada sistem sensor satelit penginderaan
jauh, resolusi spasial dan resolusi spektral citra merupakan hal yang saling
bertolak belakang. Beberapa satelit pengideraan jauh mampu memberikan
citra dengan informasi multispektral yang dapat membedakan fitur secara
spektral tetapi tidak secara spasial, begitu pula sebaliknya. Keterbatasan
pada penyediaan citra multispektral beresolusi tinggi ini

menyebabkan diperlukannya solusi untuk menghasilkan citra

multispektral yang kaya akan informasi spasial maupun informasi warna
(spektral). Fusi citra atau pan sharpening adalah salah satu teknik yang
tepat untuk menggabungkan detil geometri (spasial) dan detil warna
(spektral) pada pasangan citra awal sehingga didapatkan citra
multispektral baru dengan informasi spasial dan spektral setajam mungkin.
Proses fusi citra pada bidang penginderaan jauh bertujuan mempermudah
langkah analisis yang memerlukan ekstraksi obyek citra secara detail,
antara lain pada metode klasifikasi untuk analisis pemetaan penggunaan
lahan dan penutup lahan. Terdapat beberapa macam teknik yang
digunakan untuk fusi citra yaitu metode Gram-Schmidt, Brovey, HSV, PCA,
dan CN Spektral Sharpening.

Dengan kenampakan resolusi spasial yang lebih baik berdasarkan

fusi citra, proses klasifikasi diharapkan dapat menjadi lebih terbantu dalam
interpretasi visual dan mengelompokan objek-objek ke dalam kelas-kelas
sesuai dengan kenampakan objek di lapangan yang ada pada daerah
 penelitian. Meningkatnya kemampuan interpretasi visual dan
pengklasifikasian objek menghasilkan akurasi klasifikasi yang lebih baik
dibandingkan jika menggunakan salah satu data saja. Harus dipahami
bahwa penggabungan citra dilakukan pada tingkat resolusi spasial
denganperbedaan yang tidak terlalu signifikan.

B. Maksud dan Tujuan Praktikum

Maksud dari praktikum ini adalah agar mahasiswa/i dapat

melakukan pansharpened image (penajaman citra) pada software argics
menggunakan 5 metode, serta untuk mengetahui perbedaan di setiap
metode.

Adapun tujuan dari praktikum ini yaitu:

1. Mahasiswa/i dapat mengetahui pansharpened image (penajaman citra)

software Arcgis
2. Mahasiswa/i dapat membedakan hasil pansharpened image (penajaman
citra) dari 5 metode yang ada di software Arcgis.

3. Mahasiswa/i dapat memahami proses pansharpened image (penajaman

citra) pada citra satelit dengan menggunakan coftware Arcgis.

C. Waktu Pelaksanaan praktikum

Adapun praktikum ini dilaksanakan pada :

Hari : Rabu

Tanggal : 9 November 2022

Tempat : Di Rumah

BAB II
 DASAR TEORI

A. Penajaman Citra

Penggabungan citra (image fusion) dapat dijadikan sebagai alat bantu

penting dalam evaluasi data penginderaan jauh dengan ketersediaan data
citra multisensor, multitemporal, multifrekuensi dan multiresolusi dari satelit
observasi bumi. Hal ini tentu saja sangat membantu pelaksanaan aplikasi
citra penginderaan jauh dalam hal pengukuran, pemetaan, pantauan dan
pemodelan dengan lebih efisien dibandingkan pemetaan secara
konvensional.
Pan-sharpening adalah salah satu teknik yang tepat untuk menggabungkan
detil geometri (spasial) dan detil warna (spektral) pada pasangan citra awal
sehingga didapatkan citra multispektral baru dengan informasi spasial dan
spektral yang lebih tajam. Bertujuan untuk membandingkan beberapa metode
pan sharpening. Adapun metode pan sharpening yang dilakukan adalah
Metode HSV, Brovey, Gram-Schmidt dan PCA. Hasil penelitian ini dapat
menunjukkan bahwa dengan menggunakan metode Pan-Sharpening dari
data citra pankromatik dengan resolusi spasial 0,5m dan data citra
multispektral dengan resolusi spasial 2.0m dapat mempertajam citra hasil
klasifikasi dan membantu dalam identifikasi objek.
 Metode Brovey
Metode Brovey menyediakan kualitas yang baik tapi miskin spasial
kualitas spektral. Dalam metode ini,metode brovey menghasilkan 3 band di
masing- masing band berwarna dan data citra resolusi tinggi dibagi dengan
jumlah dari band, hasil pansharpening brovey yang didapat hampir sama
dengan metode HSV hanya yang membedakan tingkat ketajaman yang
kurang seperti halnya metode HSV beberapa pixel tidak memiliki kanal warna
 Metode Esri

 Metode Gram-schmidt
Metode Gram-Shmidt Spectral Sharpening menghasilkan 8 band dan
image yang hampir sesuai dengan citra asli yang ditunjukkan dengan kanal-
kanal warna yang terang dan juga kenampakan spasial yang dihasilkan tajam
yang didapat dari citra resolusi tinggi.
 Metode IHS
uatu teknik penajaman citra dimana harus melakukan transformasi Red-
Green-Blue (RGB) ke Intensity Hue Saturation (IHS). Dengan begitu
intensitas resolusi yang rendah akan berubah menjadi resolusi citra
pankromatik yang tinggi. Proses transformasi dapat dilakukan dengan
langkah-langkah berikut ini:
 Mengubah ukuran resolusi rendah citra multispektral dengan ukuran yang
sama dengan citra pankromatik.
 Merubah R, G dan B band dari citra multispektral menjadi komponen IHS.
 Memodifikasi citra pankromatik sehubungan dengan citra multispektral. Hal ini
biasanya dilakukan oleh histogram matching citra pankromatik dengan
komponen intensitas dari citra multispektral sebagai referensi.
 Mengganti komponen intensitas dengan citra pankromatik dan melakukan
transformasi inverse untuk memperoleh resolusi tinggi citra multispektral.
Citra yang telah ditransformasi ke IHS kemudian ditransformasi lagi ke RGB
sehingga memiliki resolusi yang tinggi.
Secara sederhana, proses transformasi IHS dapat dituliskan sebagai berikut:
RGB ⇒ IHS ⇒ IHS resolusi tinggi ⇒ RGB resolusi tingg
 Metode Simple Mean
Metode ini menggunakan persamaan rata-rata sederhana di setiap
kanal.
Red_out=0.5*(Red_in + Pan_in)
Green_out=0.5*(Green_in + Pan_in)
Blue_out=0.5*(Blue_in + Pan_in)
 BAB III

PELAKSANAAN PRAKTIKUM

A. Langkah Melakukan Proses Pansharpened Image (Penajaman Citra)

Pada Citra Satelit Dengan Menggunakan Coftware Arcgis
Menggunakan 5 Metode

1. Pertama buka arcgis kemudian masukan citra yang sudah didapatkan

2. Tekan windows lalu pilih image aralysis

3. Kemudian atur imagenya seperti gambar dibawah

4. Setelah itu klik function template editor kemudian klik tanda tambah
disamping function chain, seperti pada gambar dibawah
5. Setelah keluar beberapa pilihan pilihlah identity function, setelah diklik akan
ada beberapa pilihian kemudian pilihlah insert function, kemudian pilihlah lagi
pansharpening function

6. Kemudian keluar pilihan dari raster function properties, klik dibagian pan
sharpen

7. Isi pan sharpen seperti gambar dibawah

8. Setelah selesai memasukan semua klik ok

9. Kemudian klik ok lagi

10. Kemudian kita masuk kemetode brovey sama seperti yang diatas tetapi
berbeda dipan sharpen

11. Ok kita akan masuk ke metode esri caranya sama hanya berbeda di pan
sharpen seperti dibawah
12. Kita masuk ke metode gram –schmidt caranya pun juga sama seperti metode
metode diatas hanya berbeda si bagian pan sharpen

13. Masuk ke metode IHS ini pun caranya masih sama hanya berbeda di pan
sharpen
14. Ini metode yang terakhir juga sama dengan metode sebelum sebelumnya
tetapi disaat memasukan image analysis pilih compositsemua, seperti pada
gambar dibawah :
 BAB IV

HASIL DAN ANALISIS

A. Hasil Dan Analisis Pansharpened Image (Penajaman Citra) Dengan

Menggunakan Coftware Arcgis Menggunakan 5 Metode

 Metode Brovey

 Metode Esri

 Metode Gram-schmidt
 Metode IHS

 Metode Simple Mean

 Secara visual dapat diamati bahwa citra pan sharpening hasil
transformasi Brovey memiliki informasi spasial dengan ketajaman yang
tinggi. Akan tetapi dari segi warna, citra hasil transformasi ini memberikan
informasi yang jauh berbeda dengan informasi warna pada citra
multispektral awal. Hal ini disebabkan karena metode transformasi Brovey
hanya menggunakan rasio dari 3 band spektral dan tidak
memperhitungkan perbedaan rentang nilai gelombang antara band
pankromatik maupun band multispektral.

Sedangkan untuk metode Gram Schmidt mampu menampilkan

gambar objek yang lebih jelas dan tajam sesuai teori dimana metode ini
mampu memadukan gelombang RGB dengan sangat baik. Namun rona
warna hijau terlihat menurun. Hal ini dikarenakan adanya normalisasi
warna komposit pada metode Brovey. Dapat dilihat bahwa metode ini
mampu menampilkan kejelasan batas antara bidang satu dengna bidang
sawah lainnya.

BAB V

PENUTUP

A. Kesimpulan

Kesimpulan yang didapatkan yaitu praktikum ini dapat disimpulkan

bahwa metode Gram Shmidt mampu mempertahankan informasi warna
lebih baik. Secara visual, informasi warna citra hasil metode Gram Shmidt
terlihat hampir menyerupai informasi warna citra multispektral awal. Pada
dasarnya setiap metode memiliki kelebihan dan kekurangan masing-
masing. Terlepas dari kekurangannya, kedua metode mampu memberikan
citra multispektral hasil pan sharpening baru yang memiliki penambahan
informasi spasial dan warna dari pasangan citra awal. Pemilihan metode
 pan sharpening yang cocok tergantung pada keperluan analisis citra,
seperti untuk pengamatan spektral danatau untuk pengamatan tepian
objek.

DAFTAR PUSTAKA

Cibaka, M. L. K., Ferreira, C. S., Decourrière, L., Lorenzo-Alonso, C. J., Bodart,

E., & Collin, S. (2017). Dry Hopping with the dual-purpose varieties
Amarillo, Citra, Hallertau Blanc, Mosaic, and Sorachi Ace: minor
contribution of hop terpenol glucosides to beer flavors. Journal of the
American Society of Brewing Chemists, 75(2), 122-129.
Kankolongo Cibaka, M. L., Gros, J., Nizet, S., & Collin, S. (2015). Quantitation of
selected terpenoids and mercaptans in the dual-purpose hop varieties
Amarillo, Citra, Hallertau Blanc, Mosaic, and Sorachi Ace. Journal of
agricultural and food chemistry, 63(11), 3022-3030.
Purwadhi, F. S. H., & Sanjoto, T. B. (2008). Pengantar Interpretasi Citra
Penginderaan Jauh. BAB III: Dasar Interpretasi Citra Penginderaan Jauh.