UNIVERSITAS NEGERI YOGYAKARTA

FAKULTAS ILMU SOSIAL

PROGRAM STUDI PENDIDIKAN GEOGRAFI

LAPORAN PRAKTIKUM
ACARA 11
KOREKSI RADIOMETRIK DAN GEOMETRIK CITRA

Nama : Zein Zidan Azzahmi

NIM : 21405241045
Kelas : A2

A. Tujuan Praktikum
1. Mahasiswa mampu melakukan koreksi radiometrik Citra Landsat 8 OLI/TIRS dan SRTM
30 meter menggunakan software ENVI
2. Mahasiswa mampu melakukan koreksi geometrik Citra Landsat 8 OLI/TIRS dan SRTM
30 meter menggunakan software ENVI
B. Alat dan Bahan
1. Laptop
2. Software Envi Classic 32 Bit
3. Citra Landsat 8 OLI/TIRS
4. SRTM 30 meter

C. Langkah Kerja
PEMBACAAN NILAI MINIMUM DAN MAKSIMUM SALURAN
1. Membuka citra yang akan dikoreksi radiometriknya.
2. Menghitung statistik citra, pada bar menu memilih Basic Tools > Statistics > Compute
Statistics, muncul jendela Calculate Statistics Input File.
3. Memilih file citra yang akan dihitung statistiknya, dengan kondisi Stats Subset adalah
Full Scene dan Spectral Subset : 4/4 Bands.
4. Mengeklik OK, sehingga muncul jendela Compute Statistics Parameters. Mengaktifkan
tanda chek pada Basic Stats, Histogram, Output to the Screen. Mengaktifkan Output to a
Statistics File masukkan nama dan direktori file statistik output. Menentukan letak pada
folder, memberi nama radiometrik.sta. Lalu mengaktifkan juga Output to a Statistics File,
menentukan direktori save-in dan memberi nama file tersebut.
5. Mengeklik OK, lalu muncul text report statistik citra, histogram citra per-saluran, dan
grafik min-max nilai piksel.
6. Mencatat nilai minimum dan maksimum tiap saluran.
7. Menentukan saluran yang akan dikoreksi, mencari histogramnya. Untuk mengetahui
saluran histogram dengan mengeklik kanan pada plot histogram > Plot Key.
8. Menyimpan gambar histogram saluran yang akan dikoreksi.

1|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

9. Pada jendela Statistics Result:ptg_alos dapat mengeklik kanan pada gambar histogram.
Lalu memilih File -Save Plot As - Image File- Output File Type: JPEG lalu menentukan
nama serta direktori save-in, lalu mengeklik OK. (Histogram ini digunakan untuk
memperbandingkan dengan histogram setelah koreksi).
KOREKSI GEOMETRIK
1. Menambahkan data buat praktikum, pada bar menu pilih file - Open Image File – lalu
memasukkan data citra band 1 – Gray Scale - Load Band.
2. Memasukkan data citra yang sudah ter-georeferencing, New Display - Gray Scale - Load
Band – Band 1 yang sudah ter-georeferencing.
3. Pada menu bar memilih bagian Map – Registration – Select GCPs : Image to Image -
bagian Base Image lalu memilih Display #2 ( Citra Band 1 yang belum terkoreksi ) –
bagian Warp Image lalu memilih Display #1 ( Citra Band 1 yang sudah terkoreksi) –
Oke.
4. Menandai lokasi objek yang sama pada Display 1 dan 2 – add point – dan melakukan
sebanyak 5 titik.
5. Mengeklik kanan pada citra yang belum terkoreksi– lalu memilih Pixel Locator – lalu
memilih Change Projections – UTM ZONE 49 S – Oke – Apply.
6. Memeriksa RMS error dengan nilai maksimal yang ditolerir adalah 0,4 (jika lebih dari
0,4 lakukan ulang proses menandai objek).
7. Pada bagian layers Ground Control Points Selection memilih bagian Options – lalu
memilih Warp Files – kemudian pada Select Input File memasukkan data citra band 1-
Oke – mengeklik enter Output File Name – Oke – mengeklik enter Output File Name –
Oke- dan menunggu prosesnya.
8. Mengoreksi sampai band 4.
LAYER STACKING
1. Pada bar menu Mengeklik Basic Tools – Layer Stacking –lalu pada bagian Selected Files
for Layer Stacking memasukkan 4 band yang sudah terkoreksi dengan memilih Import
File – Oke.
2. Memilih UTM 49 S pada bagian Output Map Projection.
3. Pada bagian Output Result Name memilih File – lal mengeklik enter Output File Name –
lalu menamai file stacking nya – Oke – lalu menunggu prosesnya.
KOREKSI RADIOMETRIK
1. Pada bar menu mengeklik Basic Tools - Band Math, sehingga muncul jendela Band
Math.
2. Pada text box Enter an expression mengetikkan
“Radiance_Multi_Band_1*B1+Reflectance_Add_Band_1 lalu mengeklik Add to list lalu
mengeklik Ok dan melakukan hal ini hingga band 4.

2|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

3. Memasukkan saluran yang dimaksud, save output sebagai file, Jika band 1 yang dikoreksi
maka pada kolom Available Band List memilih Band 1 lalu menentukan direktori dan
memberi nama pada file.
4. Melakukan untuk saluran yang lain. Melakukan juga Band Math dengan bias 0 Meskipun
nilai minimum 0, sehingga akan terbentuk file saluran secara terpisah.
5. Jika ingin seluruh file band terpisah menjadi satu file (full band), maka melakukan
stacking dengan cara pada menu utama mengeklik Basic Tools - Layer Stacking.
6. Pada kotak dialog Layer Stacking Parameters, mengeklik Import File kemudian
memblok semua empat band yang sudah dikoreksi radiometrik – OK.
7. Mengeklik Datum – lalu memilih WGS-84 - Zone 49 S.
8. Mengeklik File pada Output Result to, klik Choose untuk menyimpan file hasil stacking
dan memberi nama file tersebut lalu mengeklik OK. Selanjutnya akan muncul hasil
stacking pada kotak dialog Available Band List.
9. Menampilkan histogram hasil koreksi, lalu mengeklik Basic Tools - Statistics – Compute
Statistics.

a. Hasil
(Terlampir)
b. Pembahasan
Analisis penginderaan jauh dapat dipengaruhi oleh beberapa hal, salah satunya adalah kualitas
citra. Kualitas citra dapat menentukan keakuratan dari informasi spasial yang tertera pada citra.
Oleh karena itu dalam pengolahan data penginderaan jauh, aspek kualitas citra sangat
diperhatikan. Menurut LAPAN dalam Lukiawan dkk. (2019), pada dasarnya citra satelit yang
direkam oleh satelit masih memiliki kesalahan yang besifat sistematik maupun non sitematik.
Kesalahan sistematik diakibatkan oleh faktor kelengkungan permukaan bumi sedangkan non
sistematik diakibatkan oleh perbedaan tinggi pada objek di permukaan bumi. Kedua kesalahan
ini dapat diperbaiki dengan koreksi geometrik (Lukiawan dkk., 2019).
Koreksi geometrik merupakan transformasi citra hasil penginderaan jauh sehingga kemudian
citra tersebut mempunyai sifat-sifat peta baik dalam bentuk, skala, maupun proyeksi (Maher
dalam Lukiawan dkk,2019). Koreksi geometrik biasanya disebabkan karena kesalahan geometrik
yang bisa berasal dari kesalahan internal satelit maupun sensor dan bisa juga karena eksternal
seperti akibat perbedaan antara perekaman off-nadir dan ketinggian permukaan bumi yang
menyebabkan pergeseran relief, dsb. Menurut Jensen dalam Rahman (2018), terdapat cara
rektifikasi dan registrasi geometrik dalam koreksi geometrik. Rektifikasi merupakan proses
dimana citra dibuat planimetrik berdasarkan rujukan pada peta yang memiliki proyeksi standar.
Registrasi geometrik merupakan registrasi dari citra ke citra yaitu dengan memakai citra lain
pada daerah yang sama yang sebelumnya telah dikoreksi terlebih dahulu. Selain koreksi
geometrik terdapat juga koreksi radiometrik.

3|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

Koreksi radiometrik merupakan koreksi yang ditujukan untuk memperbaiki nilai-nilai piksel
yang tidak sesuai dengan pantulan objek sebenarnya serta kualitas dari visual citra (Rahman,
2018). Koreksi radiometrik yang difungsikan untuk menperbaiki nilai piksel biasanya
dipengaruhi oleh faktor gangguan atmosfer sebagai sumber kesalahan utama. Pada koreksi ini,
nilai piksel terendah pada suatu kerangka seharusnya 0, sesuai dengan nilai bit coding sensor.
Jika nilai terendah piksel pada kerangka liputan bukan 0, maka nilai penambah tersebut dapat
dianggap sebagai hamburan atmosfer. Sementara itu koreksi radiometrik yang ditujukan untuk
memperbaiki kualitas visual citra merupakan pengisian kembali baris yang kosong karena
adanya drop out baris maupun adanya kesalahan awal pelarikan. Baris yang tidak sesuai dapat
dikoreksi dengan mengambil nilai piksel baris atas dan bawah kemudian di rata-ratakan.
Menurut Danoedoro dkk. (2015), koreksi radiometrik dapat dilakukan dengan penyesuaian
histogram atas nilai piksel asli, kalibrasi bayangan, koreksi hingga at sensor reflectance, dan
koreksi hingga at surface reflectance. Pada praktikum kali ini, koreksi radiometrik yang
digunakan adalah penyesuaian histogram yang hanya menggunakan nilai minimal setiap saluran
berdasarkan citra satu scene utuh sehingga nilai yang bukan 0 diubah jadi 0 melalui proses
pengurangan (subtraksi). Selain itu metode penyesuaian histogram dipilih karena sifatnya lebih
sederhana, waktu pemrosesan yang singkat, serta perhitungan matematis yang mudah.
Hasil histogram sebelum koreksi radiometrik yakni histogram hasil koreksi geometrik
meunjukkan statistik sebagai berikut:

Tabel 11.1 Hasil statistik dasar koreksi geometrik

No Band Min Max Mean Stdev Num Eigenvalue
1. Band 1 0 63606 6495.61037 5034.487457 1 114711665.751771
8
2. Band 2 0 58382 6990.58573 5172.586277 2 1633877.517440
6
3. Band 3 0 47914 7760.73678 5570.231027 3 1246381.137351
8
4. Band 4 0 45900 8404.30691 5888.276705 4 209064.597557
1

Dari data koreksi geometrik ini nilai minimum adalah 0 yang menunjukkan meskipun belum
dikoreksi radiometrik antara band 1 hingga 4 tidak ada yang offset. Offset merupakan nilai
respon terkecil yang nilainya >0 (Musdalifah, 2011). Padahal lumrahnya citra yang belum
dikoreksi secara radiometrik akan ada beberapa band yang memiliki offset dengan nilai piksel
dalam rentang 0-255 (Hartoko dalam Musdalifah, 2011). Selain itu, nilai maksimum hasil
koreksi geometrik berada pada band 1 yakni 63606, kemudian rata-rata tertinggi adalah band 4
dengan 8404.306911 standar deviasi tertinggi adalah band 4 dengan 5888.276705, dan

4|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

eigenvalue tertinggi adalah band 1 dengan 114711665,751771. Di lain sisi dari grafik
histogramnya, koreksi geometrik memiliki tren nilai maksimum yang semakin kecil nilainya ke
arah band 4 sehingga memiliki grafik nilai maksimum menurun sedangkan nilai maksimumnya
stagnan di angka 0 sehingga tren garisnya lurus dari band 1 ke band 4. Koreksi geometrik pada
praktikum kali ini menggunakan metode registrasi geometrik yakni memakai citra lain pada
derah yang sama yang sebelumnya telah dikoreksi terlebih dahulu. Hasil citra yang ditampilkan
dengan saluran grey scale pada aplikasi ENVI setelah dikoreksi geometrik memiliki koordinat
tempat yang sesuai untuk proses-proses selanjutnya yang dilihat dari nilai RMS error dari
beberapa titik yang kurang dari 0,4. Selanjutnya data stacking geometrik dapat dilakukan koreksi
radiometrik. Berikut adalah hasil dari statistik dasar koreksi radiometrik:

Tabel 11.2 Hasil statistik dasar koreksi radiometrik

No Band Min Max Mean Stdev Num Eigenvalue
1. Band -0.100000 625.687683 63.807064 49.531805 1 15986.393920
1
2. Band -0.100000 681.042847 81.459165 60.348564 2 198.607575
2
3. Band -0.100000 606.539185 98.158684 70.524692 3 151.530732
3
4. Band -0.100000 567.407654 103.810847 72.802651 4 32.774902
4

Dari tabel di atas terlihat nilai minimum antara band 1 hingga band 4 menyentuh angka minus
yakni -0.100000. Nilai ini menunjukkan minus yang bisa disebabkan karena sebelum dikoreksi
radiometrik nilai minimum piksel tiap band sudah menunjukkan angka 0 yang merupakan nilai
normal minimum piksel setelah dikoreksi radiometrik akan tetapi tidak ada offset karena tidak
ada nilai minimumnya tidak ada yang melebihi 0. Selain itu nilai piksel maksimum berada di
band 2 dengan 681.042847, rata-rata tertinggi berada di band 4 dengan 103.810847, standar
deviasi tertinggi berada pada band 4 dengan 72.80265, dan nilai eigenvalue tertinggi berada pada
band 1 dengan 15986.393920. Dari sisi grafik histogram hasil koreksi radiometrik pada garis
kurva maksimum memiliki puncak pada band 2 sehingga bentuk kurvanya pertama naik dan
menurun setelah band 2. Pada nilai minimumnya antara band 1 dan band 4 membentuk garis
kurva yang stagnan atau lurus karena nilai yang sama. Setelah dikoreksi secara radiometrik,
piksel pada citra mengalami perbaikan sehingga kualitas citra akan baik dan siap untuk diolah.

D. Daftar Pustaka
Danoedoro, P., Kristian, G., & Rahmi, K. N. I. (2015). Pengaruh metode koreksi radiometrik
citra ALOS AVNIR-2 terhadap akurasi hasil estimasi karbon vegetasi tegakan di wilayah

5|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

kota Semarang bagian Timur. Prosiding Pertemuan Ilmiah Tahuan MAPIN ke-20, Bogor,
1-15.
Lukiawan, R., Purwanto, E.H., Ayundyahrini, M. (2019). Analisis pentingnya standar koreksi
geometrik citra satelit resolusi menengah dan kebutuhan manfaat bagi pengguna. Jurnal
Standardisasi, 21(1), 45-54.
Musdalifah, L. (2011). Permodelan spasial pengelolaan perairan waduk sebagai kawasan
budidaya dan penangkapan ikan terpadu. Grouper: Jurnal Ilmiah Fakultas Perikanan
Universitas Islam Lamongan, 2(1), 32-47.
Rahman, A. (2018). Modul ajar pengolahan citra digital (studi kasus perubahan lahan
mangrove dan rawa). Universitas Lambung Mangkurat

F. Lampiran

Gambar 11.1 Hasil histogram koreksi geometrik

6|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

Gambar 11.2 Hasil histogram koreksi radiometrik

7|Lab Geospasial, FIS UNY, 2022

 UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS ILMU SOSIAL
PROGRAM STUDI PENDIDIKAN GEOGRAFI

Gambar 11.3 Citra hasil koreksi geometrik dalam saluran grey scale

8|Lab Geospasial, FIS UNY, 2022