LAPORAN PRAKTIKUM

Principal Component Analysis Dan Minimum Noise Fraction

Disusun Untuk Memenuhi Tugas Mata Kuliah Pengolahan Citra Digital

Dosen Pengampu :
Shafira Himayah, S.Pd., M.Sc.
Silmi Afina Aliyan, S.T., M.T

Disusun Oleh :
Salwa safira alwahad (2101060)

PRODI SAINS INFORMASI GEOGRAFI

FAKULTAS PENDIDIKAN ILMU PENGETAHUAN SOSIAL
UNIVERSITAS PENDIDIKAN INDONESIA
2023
A. TUJUAN PEMBELAJARAN
1. Mahasiswa mampu memahami konsep dan aplikasi principal component analysis
2. Mahasiswa mampu memahami konsep dan aplikasi minimum noise fraction
B. ALAT DAN BAHAN
1. Seperangkat laptop/ komputer
2. Perangkat lunak Envi 5.x 3. Koneksi internet memadai
C. PRAKTIKUM
1. Masukan hasil citra sudah dilakukan koreksi atmosferik

2. Pada halaman toolbox klik search > resize data

3. Pada halaman resize data masukan file yang akan kita pakai disini saya memakai file “resize
data_karimun jawa”
4. . Klik spatial subset > image > ubah samples dan lines menjadi sesuai keinginan (disini saya
mengubahnya menjadi masing-masing 2000) > OK, pada jendela select spatial subset, OK

5. lau setelah klik OK,lalu akan muncul jendela resize data parameters > tahap selanjutnya yaitu
pilij direktori penyimpanan > OK
6. Hasil

7. Toolbox > PCA Rotation > Forward PCA Rotation new Statistic & rotate pilih data
“hasilkarimun_resize” data tersebut merupakan data yang sudah di resize sebekumnya

8.input file pilih spatial subset jika sudah sesuai maka klik ok
9.Lalu klik stats subset yang digunakan untuk menghitung statistik di area ROI

10. Masukkan Statistik X / Y Ubah Ukuran Faktor kurang dari 1 di bidang yang sesuai untuk
mensubsampel data saat menghitung statistik. Ini meningkatkan kecepatan penghitungan
statistik. Misalnya, menggunakan faktor pengubah ukuran 0,1 akan menggunakan setiap piksel
ke-10 dalam perhitungan statistik. Klik OK.

11. Masukan dalam direktori penyimpanan

12. Hasil praktikum PCA

13. pilih file > data manager > load greyscale > pilih band 432 > load data
Hasil dari load data band 432:

Hasil dari load data band 1:

Hasil dari load data band 2:

Hasil dari load data band 123:

2. Transformasi Minimum Noise Fraction (MNF)
1. pada kolom toolbox search “MNF” dan pilih “MNF Estimate Noise Statistic”

2. Gunakan file yang sudah terkoreksi atmoferik > OK

3. Klik Shift Diff Subset > OK

3. Pilih direktori penyimpanan

4. Hasil
 Hasil load greyscale Band 1

 Hasil load greyscale Band 2

 Hasil load greyscale Band 3

 Hasil load greyscale Band 4,3,2

 Hasil load greyscale Band 1,2,3

Analisis:
Pada pertemuan kali ini saya melakukan praktikum menggunakan metode PCA dan
MNF meggunakan citra landsat 8-oli, dan pada tahap pengolahan PCA terdapat
perbandingan beberapa band yang saya tampilkan pada band 1 noise belum terlihat namun
pada band 2 sudah mulai terlihat, dan pada praktikum MNF saya juga membandingkan
beberapa citra band dan terlihat noise pada band 1