1243P RAB12 PNT4401201032

ANALISIS DATA RADARSAT-2 : SLANT RANGE TO

GROUND RANGE DAN TERRAIN CORRECTION
Radarsat-2 Data Analysis : Slant Range To Ground Range And
Terrain Correction
Putri Nadia Teja Sukmana1)

Rabu

Departemen Teknik Sipil dan Lingkungan, Fakultas Teknologi Pertanian, Institut Pertanian Bogor,
Jln. Kamper, Kampus IPB Dramaga, Bogor, 16680, Indonesia

putrinadia@apps.ipb.ac.id

Abstrak : Penginderaan jauh dilakukan untuk memperoleh informasi fenomena alam pada obyek
(permukaan bumi) yang diperoleh tanpa kontak langsung dengan obyek permukaan
bumi.Perkembangan teknologi pemetaan yang semakin maju pada zaman ini membuat pemetaan
menjadi komponen penting dalam kehidupan. Citra satelit remote sensing digolongkan sebagai
salah satu sumber data penting untuk pemetaan penggunaan lahan. Pengetahuan tentang
bagaimana cara mendapatkan data yang diambil dari ruang angkasa dalam bentuk gambar,
informasi karakteristik dan manfaatnya dari citra satelit dibutuhkan apabila mempelajari citra
satelit bumi. Oleh karena itu, praktikum ini dibutuhkan agar dapat memahami ENVISAT ASAR,
menganalisis atribut metadata dan dapat mengolah data spasial melalui terrain correction dan
band ratio. Penggabungan beberapa bands akan membuat gambar hasil citra satelit
menampakkan warna yang berbeda sesuai dengan yang diwakilkannya. Kombinasi polarisasi
linier HH, HV, V dan H banyak dimanfaatkan baik melalui polarisasi tunggal maupun polarisasi
ganda. SAR multitemporal atau polarisasi ganda seperti HV dapat digunakan untuk identifikasi
dan pemantauan vegetasi pertanian dan dapat mengurangi ketidakpastian dalam kuantifikasi
biofisik. SAR (Synthetic Apperture Radar) salah satu sistem kerja dari radar yang berupaya untuk
meningkatkan resolusi citra radar. Resolusi menurut arahnya terbagi dua, yaitu azimuth
resolution dan range resolution. Terrain correction dimaksudkan mereduksi kesalahan-kesalahan
kemiringan sensor citra akibatnya jarak dapat terdistorsi hingga representasi geometrik pada
citra sesuai dengan koordinat lapangan. Hasil terrain correction untuk gambar data citra satelit
membuat hasil gambar yang lebih jelas dari setiap pixelnya.
Kata kunci: ENVISAT, metadata, terrain correction, range doppler, SAR

Abstract : Remote sensing satellite images are considered as one of the most important data
sources for land use/cover mapping. The cognition of how to get the data were drawn from space
in image, information characteristic and benefits of satellite images are needed when studies
earth's satellite images. Therefore, this lab course is needed in order to find out information and
understand ENVISAT ASAR, metadata analysis attribute and spatial analysis with terrain
correction and band ratio. Merging multiple bands will make the image results of satellite
imagery showed different colors according to which respresented it. The combination of linear
polarization HH, HV, V and H is widely used either through single polarization or multiple
polarization. Multitemporal SAR or double polarization such as HV can be used for identification
and monitoring of agricultural vegetation and can reduce uncertainty in biophysical
quantification. SAR (Synthetic Apperture Radar) is one of the working systems of radar that seeks
to increase the resolution of radar images. Resolution according to the direction is divided into
two, namely azimuth resolution and range resolution. Terrain correction is intended to reduce the
errors of the image sensor as a result distance can be distorted to the geometric representation of
the image in accordance with the coordinates of the field. Terrain correction results for satellite
imagery data make clearer images of each pixel.

1
 1243P RAB12 PNT4401201032

Keywords: ENVISAT, metadata, terrain correction, range doppler, SAR

PENDAHULUAN
Perkembangan teknologi pemetaan atau visualisasi mengalami kemajuan yang
sangat pesat pada zaman ini (Ambarwati 2016).Teknologi pemetaan tersebut
digunakan untuk memetakan kondisi geografis terutama di negara Indonesia
sebagai variabel penting dalam penginderaan jauh.Penginderaan jauh menjadi
solusi untuk memetakan suatu wilayah maupun titik. Penginderaan jauh dilakukan
untuk memperoleh informasi fenomena alam pada obyek (permukaan bumi) yang
diperoleh tanpa kontak langsung dengan obyek permukaan bumi. Dilakukan
melalui pengukuran pantulan (reflection) ataupun pancaran oleh media gelombang
elektromagnetik (Suwargana 2013) dengan perangkat pembantu seperti radar atau
satelit.
Radar merupakan singkatan dari Radio Detection and Ranging. Radar ini
memiliki beberapa jenis sensor yaitu real aperture radar dan synthetic aperture
radar. Pemanfaatan pencitraan radar pada pemetaan sudah dilakukan sejak awal
tahun tujuh puluhan, akan tetapi metoda radar yang digunakan hanya terbatas
pada pengolahan untuk mendapatkan informasi tematik, dengan melakukan
pengolahan interpretasi citra hasil pencitraan tersebut. Pada awalnya pemanfaatan
metoda ini dilakukan dengan antena yang cukup panjang, yang dikenal sebagai
Real Aperture Radar (RAR), akan tetapi teknologi ini berkembang menjadi sistem
Synthetic Aperture Radar (SAR), yaitu penggunaan antena yang pendek (sekitar 1
meter), tetapi pengoperasiannya memperhatikan gerakan wahana sepanjang
lintasan, mentransformasikan antena tunggal menjadi rangkaian antena yang
cukup panjang secara matematik, sebagai bagian perekaman data dan teknik
pengolahan (Schrier, 1996). Disebabkan Antenna untuk real aperture radar lebih
besar daripada antenna synthetic aperture radar. Oleh karena itu, satelit hanya
menggunakan sensor synthetic aperture radar.
Perkembangan satelit yang menggunakan optik memiliki kekurangan.
Kekurangan tersebut disebabkan optik ini tidak mampu menembus awan.
Teknologi terus berkembang sehingga diluncurkan satelit dengan radar. Data
satelit SAR (Synthetic Apperture Radar) telah banyak digunakan untuk observasi
bumi dalam berbagai aplikasinya seperti pemantauan vegetasi, pemantauan
pergerakan lempeng es, pemantauan geomorfologi, pemantauan kondisi perairan
dan lain-lain. Data satelit SAR banyak digunakan karena SAR juga memiliki
kelebihan seperti SAR mampu menembus awan. SAR juga merupakan sensor
aktif yang berarti tidak dipengaruhi oleh keadaan siang atau malam. Kelemahan
dari sensor SAR adalah kesalahan geometri. Kesalahan ini dapat diperbaiki
dengan range Doppler terrain correction. Selain itu, data satelit yang masih
menggunakan slant range harus diubah menjadi ground range sehingga data dapat
diolah. Oleh karena itu, praktikum ini sangat penting untuk praktikan dalam
melakukan pengolahan data SAR (Synthetic Apperture Radar) dari satelit.

2
 1243P RAB12 PNT4401201032

METODE
Pratikum “Analisis Data Radarsat-2 : Slant Range To Ground Range Dan
Terrain Correction” dilakukan pada hari Rabu, 17 Mei 2022 secara daring.
Sebelum memulai praktikum, asisten praktikum memaparkan penjelasan
mengenai materi praktikum yang akan dilakukan. Praktikum dilaksanakan dengan
pembukaan file RADARSAT-2 yang diamati hasil citra radarnya mealui dua
analisis pengolahan data yaitu slant range to ground range dan terrain correctin.
Langkah praktikum ini dapat dilihat pada gambar dibawah ini
Pertama, aplikasi SNAP dibuka pada laptop praktikan dan aplikasi ditunggu
hingga halaman kerja siap digunakan. Kemudian menu file ditekan lalu submenu
import dipilih. Setelah submenu import ditekan, maka pilihan SAR sensors dipilih.
Terdapat berbagai macam jenis sensor didalam pilihan SAR sensors.Sensor
RADARSAT-2 dipilih untuk memasukan data product yang dimiliki.

Gambar 1. Tampilan menu file ENVISAT ASAR

Kemudian, akan muncul pop up seperti pada Gambar 2. Setelah itu, file akan
muncul dan pilih file tersebut “ASA_APP_1PNUPAA20040101_152247_
000000162023_00039_09612_O110.N1” dengan cara mengklik file tersebut lalu
klik “Import Product”

3
 1243P RAB12 PNT4401201032

Gambar 2. Proses import file

Langkah berikutnya, setelah file terbuka akan muncul data pada product
explorer, yang kemudian klik kanan pada mouse pilih RGB image window, lalu
pilih OK tanpa ada yang dirubah pada kotak RGB image Channel.

Gambar 3. Tampilan abstracted_metadata

Langkah berikutnya Pada hasil foto radar klik kanan lalu pilih spatial subset
from view, masukkan nilai pada scene start x,y dan scene end x,y. Hasilnya dapat
dilihat pada product explorer.

Pada kotak product explorer klik lalu pilih toolbar radar, kemudian pilih
Geometric lalu Slant Range to Ground Range. Pada kotak dialog slant range pilih
tab processing parameters, block semua parameter kemudian run. Selanjutnya
akan muncul kalimat perintah proses warna merah setelah selesai close kotak
dialog hasilnya dapat dilihat di product explorer. Pilih file yang ketiga lalu buka,
akan tampak seperti gambar dibawah ini.

4
 1243P RAB12 PNT4401201032

Gambar 4. Proses open RGB

Kemudian, akan muncul pop up seperti pada Gambar 5. Pengaturan yang
ditampilkan disesuaikan seperti pada Gambar 5. Tampilan red di ubah
“intensity_VV”, tampilan green “intensity_VH”, sedangkan tampilan pop up blue
diubah menjadi “intensity_VV/ intensity_VH” kemudian dapat diklik “OK”.

Gambar 5. Tampilan dual pol ratio intensity

Gambar yang dihasilkan tidak terlalu jelas dalam segi gambar setiap pixelnya.
Untuk memperjelas maka langkah yang dilakukan yaitu menu radar dipilih lalu
pilihan geometric kemudian terrain correction dan range doppler correction
dipilih. Halaman range doppler correction akan ditampilkan. Pada processing

5
 1243P RAB12 PNT4401201032

parameters kolom source bands, pilihan intensity_vv dan intensity_vh dipilih.

Setelah itu tombol run ditekan,

Gambar 6. Tampilan mengaktifkan range doppler terrain correction

Gambar 7. Kotak range doppler terrain correction

Setelah penerapan proses range doppler correction, gambar yang dihasilkan

akan seperti Gambar 8. Gambar yang dihasilkan menjadi lebih jelas tidak seperti
gambar diawal.

6
 1243P RAB12 PNT4401201032

Gambar 8. Tampilan hasil range doppler

Percobaan berikutnya yaitu menggunakan data citra satelit kedua. Langkah

yang harus dilakukan yaitu menu file ditekan lalu submenu import dipilih. Setelah
submenu import ditekan, maka pilihan generic formats dipilih. Terdapat berbagai
macam jenis format didalam pilihan generic formats. ENVI dipilih untuk
memasukan data yang ada.

Gambar 9. Proses import file ENVI pada generic fromats

Setelah pilihan ENVI dipilih, maka halaman import product akan

dimunculkan. Data satelit yang sudah dimiliki dicari dan dipilih. Nama file yang
sudah dipilih akan secara otomatis dimunculkan pada kolom file name. Tahap
berikutnya yaitu tombol import product ditekan. Ada dua data yang harus
dimasukan dalam percobaan ini. File yang akan di-input dengan nama file
N01E102_15_sl_HH_F02DAR.hdr dan N01E102_15_sl_HV_F02DAR.hdr
kemudian tombol Import Product di-klik satu per satu.

7
 1243P RAB12 PNT4401201032

Gambar 10. Tampilan import product (1)

Gambar 11. Tampilan import product (2)

Setelah data berhasil diimport maka kedua data tersebut akan muncul pada
product explorer . Perintah RGB dilakukan pada data pertama (hh). Klik kanan
pada data pertama lalu pilih Open RGB image window. Pada halaman select RGB
image channels, kolom red, green, dan blue harus diisi. Ketiga kolom tersebut
diisi dengan

band_1. Setelah itu tombol ok dapat ditekan untuk menerapkan perintah tersebut.
Gambar yang dihasilkan akan seperti gambar 14.

8
 1243P RAB12 PNT4401201032

Gambar 12. Tampilan product explorer

Gambar 13. Pemilihan RGB-image channels

9
 1243P RAB12 PNT4401201032

Gambar 14. Tampilan pewarnaan RGB (1)

Langkah yang sama dilakukan pada data kedua (hv) sehingga didapat
pewarnaan RGB seperti pada Gambar 15.

Gambar 15. Tampilan pewarnaan RGB (2)

Selanjutnya dilakukan Band Math pada file gambar HH dengan cara di-klik
kanan pada file gambar kemudian dipilih menu Band Math seperti. Jendela baru
akan muncul, kemudian pada kolom Name diubah nama file-nya menjadi
new_HHHV seperti pada Gambar 16.

10
 1243P RAB12 PNT4401201032

Gambar 16. Tampilan kotak band maths

Halaman band maths expression editor akan ditampilkan. Langkah yang harus
dilakukan yaitu pilih band_1 pada data sources kemudian pilih @ / @ untuk
memasukan perintah bagi. Setelah itu produk diubah ke data satelit dua (hv).
Band_1 dipilih pada data sources. Kemudian tombol ok ditekan. Maka gambar
yang akan dihasilkan seperti Gambar 18.

Gambar 17. Tampilan band math expression editor

11
 1243P RAB12 PNT4401201032

Gambar 18. Tampilan gambar HHHV

Hal yang sama dilakukan pada file gambar HH dengan cara di-klik kanan
pada file gambar kemudian dipilih menu Band Math seperti. Jendela baru akan
muncul, kemudian pada kolom Name diubah nama file-nya menjadi new_HHHH.
Halaman band maths expression editor akan ditampilkan. Langkah yang harus
dilakukan yaitu pilih band_2 pada data sources kemudian pilih @ / @ untuk
memasukan perintah bagi. Setelah itu produk diubah ke data satelit dua (hh).
Band_2 dipilih pada data sources. Kemudian tombol ok ditekan. Maka gambar
yang akan dihasilkan seperti Gambar 19.

Gambar 19 Tampilan rasio band HHHH

12
 1243P RAB12 PNT4401201032

Selanjutnya gambar file HH di-Open RGB dengan cara di-klik kanan pada
nama file dan dipilih menu Open RGB Images Windows. Jendela baru akan
muncul, kemudian kolom Red diisi dengan Band_1, kolom Green diisi dengan
new_HHH, dan kolom Blue diisi dengan kolom new_HHHV seperti pada Gambar
20. Selanjutnya tombol OK di-klik. Gambar akan berubah seperti yang terlihat
pada gambar 28

Gambar 20. Tampilan RGB Image Channels

Gambar 21. Tampilan hasil band ratio

13
 1243P RAB12 PNT4401201032

PEMBAHASAN
RADARSAT-2 merupakan generasi satelit komersial SAR terbaru milik
Kanada, diluncurkan pada 14 Desember 2007 dengan roket Soyuz di Boikonur,
Kazakhstan. Satelit ini dibuat dengan kerjasama antara Pusat Antariksa Kanada
(CSA) dengan MacDonald, Dettwiler and Associates Ltd. (MDA). RADARSAT-
2 membawa pengembangan C Band (5.405GHz), HH-, HV-, VV- SAR
terpolarisasi dengan sinyal radar dapat digerakkan. Petak pencitraan bervariasi
dari 20km (UltraFine) hingga 500km (ScanSAR-Wide) sedangkan resolusi
bervariasi antara 3-100 meter. Letak orbit RADARSAT-2 sama dengan letak orbit
RADARSAT-1 hanya dipisahkan jarak setengah orbit (LAPAN 2015).
Radarsat 2 dapat digunakan untuk berbagai aplikasi seperti perencanaan
penggunaan pahan, perencanaan infrastruktur environmental assessment
mapping / surveying utility corridor mapping, pertambangan dan eksplorasi
minyak bumi serta gas alam, pertanian, hidrologi dan geologi (LAPAN 2015).
The Canadian RADARSAT-2 satelit yang akan diluncurkan membawa synthetic
aperture radar komersial yang akan melibihi dari kemampuan RADARSAT-1.
Semua mode RADARSAT-1 memiliki tetap dipertahankan, mode SAR
ditambahkan menjadi polarimetrik. Dua operasi saluran yaitu tranmisi H atau
tranmisi V dapat dipilih. Eksperimen tentang Ground Moving Target Indication
(GMTI) telah ditambahkan (Beaulne dkk 2005).
Program RADARSAT-2 memiliki dua komponen utama yaitu pengembangan
pesawat ruang angkasa dan radar (ruang segmen) serta pengembangan
infrastruktur dasar untuk operasi satelit dan generasi data produk (Segmen tanah).
Pesawat ruang angkasa dan radar yang merupakan sistem baru yang akan
memberikan peningkatan kinerja lebih daripada RADARSAT-1. Sistem tanah
dikembangkan untuk RADARSAT-2 masih menggunakan beberapa elemen yang
dibuat untuk RADARSAT-1 (telemetry, tracking dan pengendalian sistem dan
data stasiun penerima) tetapi didesain ulang menggunakan kesalahan-kesalahan
dari RADARSAT-1. RADARSAT-2 merupakan radar penginderaan jauh.
RADARSAT-2 akan terbang di circular sun-synchronous. Orbit yang
direncanakan untuk RADARSAT-2 diuraikan dalam Tabel 2 (Beaulne dkk 2005).

SIMPULAN
Pada data penelitian ini terdapat metadata yang menunjukkan informasi dari
data yang akan dilakukan pengolahan data. Berdasarkan hasil praktikum
didapatkan hasil bahwa kemiringan yang dihasilkan dari Terrain Correction
menyebabkan ketidakpastian pada data yang ada sebelumnya. Saat gambar diberi
band ratio insitivy_VV/intensitivy_VH terjadi perubahan warna dari hitam putih
menjadi hijau, biru dan ungu, dimana masing – masing warna mewakili kontur

14
 1243P RAB12 PNT4401201032

daratan yang ada. Pada data kedua didapatkan hasil untuk band ratio HH/HV
gambar berwarna gelap dan abu yang mempresentasikan daratan atau adanya
sedimentasi didaerah tersebut, sedangkan warna putih mewakilkan sungai. Hasil
band ratio HV jauh lebih jelas dibandingkan dengan band ratio HHHV, dimana
terdapat tingkat kepekatan warna abu – abu yang menunjukkan tingkat air pada
tanah tersebut. Hasil band ratio gabungan dari band_1, band_2 dan new_HHHV
yang masing – masing band diwakilkan oleh warna red, green dan blue. Resolusi
menurut arahnya terbagi dua, yaitu azimuth resolution dan range resolution.
Terrain correction dimaksudkan mereduksi kesalahan-kesalahan kemiringan
sensor citra akibatnya jarak dapat terdistorsi hingga representasi geometrik pada
citra sesuai dengan koordinat lapangan. Hasil terrain correction untuk gambar
data citra satelit membuat hasil gambar yang lebih jelas dari setiap pixelnya.

SARAN
Pada saat mengolah data pada proses terrain correction, praktikan diharuskan
menunggu lama karena proses membutuhkan waktu sekitar 2 jam. Selain itu,
jumlah data yang digunakan dalam praktikum yang terbilang banyak
mengharuskan praktikan membuat penyimpanan data yang tersusun dan rapi. Hal
tersebut akan bermanfaat dan mempermudah dalam penyusunan laporan yang
nantinya akan dibuat oleh praktikan.

DAFTAR PUSTAKA
Ambarwati W, Johan Y. 2016. Sejarah dan perkembangan ilmu pemetaan. Jurnal
Enggano. 1(2) : 80-82.
Kushardono D. 2012. Klasifikasi spasial penutup lahan dengan data SAR dual-
polarisasi menggunakan normalized difference polarization index dan fitur
keruangan dari matrix kookurensi. Jurnal Penginderaan Jauh. 9(1): 12-24.
Noi PT, Kappas M. 2017. Comparison of random forest, k-nearest neighbor, and
support vector machine classifiers for land cover classification using
sentinel-2 imagery. Jurnal Sensors. 18 (18): 1-20.
Prasetyo. 2007. Analisis perubahan kerapatan hutan menggunakan metode NDVI
dan EVI pada citra satelit landsat 8 tahun 2013 dan 2016 (area studi :
kabupaten semarang). Jurnal Geodesi UNDIP. 6(3) : 21 – 27.
Pusmairini T. 2010. Analisi penutupan lahan sawah Kecamatan Dramaga,
Kabupaten Bogor, Provinsi Jawa Barat, dengan citra satelit ALOS/PALSAR
[skripsi]. Bogor (ID) : Institut Pertanian Bogor.
Septiana B, Suprayogi A,Wijaya AP.2017.Analisis perbandingan hasil
orthorektifikasi metode range doppler terrain correction dan metode sar
simulation terrain correction menggunakan data sar sentinel-1. Jurnal
Geodesi Undip. 6(1) : 148-157.
Soleh M, Arief R. 2014. Analisis parameter-parameter utama untuk desain sensor
SAR pada LSA (Lapan Surveillance Aircraft). Seminar Nasional
Penginderan Jauh. Bogor (ID): 284-294.
Suwargana N. 2013. Resolusi spasial, temporal, dan spektral pada citra satelit
landsat, spot, dan ikonos. Jurnal Ilmiah WIDYA. 1(2) : 167-174. Gumelar O.
2014. Pengembangan modul konversi metadata LDCM/LANDSAT-8 sesuai

15
 1243P RAB12 PNT4401201032

format ISO 19115/19139. Seminar Nasional Penginderaan Jauh. Bogor

(ID) : 271-279.

LAMPIRAN
Alat yang digunakan dalam praktikum ini adalah :

Gambar 22. Laptop

Gambar 23. Software SNAP

16
 1243P RAB12 PNT4401201032

Bahan yang digunakan dalam praktikum ini adalah :

Gambar 24. Data yang digunakan dalam praktikum

17