NAMA: Mala Dewi Sopa

NPM: 230210210034

PRAKTIKUM PENGINDERAAN JARAK JAUH KELAUTAN

PERTEMUAN 4
1. Latar Belakang
QGIS (Quantum Geographic Information System) merupakan salah satu
perangkat lunak Sistem Informasi Geografis (SIG) yang bersifat open source, yang
dapat digunakan untuk mengolah, memvisualisasikan, memanipulasi, menganalisis
data geografis (Andayani, N., et al. 2022). QGIS dapat dioperasikan melalui berbagai
macam system operasi, seperti Linux, Unix, Mac, OSX, Windows dan Android. QGIS
memiliki banyak kegunaan dalam mengolah vektor, raster, dan basis data (Hawi, F.
N., et al. 2018).
Citra satelit merupakan gambar atau foto yang diambil dari satelit yang
mengorbit di sekitar bumi. Citra satelit diambil oleh satelit yang memiliki jarak sangat
jauh dari bumi, sehingga tak jarang memiliki banyak noise dan distorsi atau gangguan
(Hidayat, J., et al. (2019). Salah satu gangguan tersebut adalah Cloud cover yaitu
tutupan lahan oleh awan. Semakin rendah nilai tutupan awan, maka akan semakin
tinggi nilai akurasi data citra yang didapatkan. Pada Qgis, tutupan awan tersebut dapat
dihapus atau dibersihkan menggunakan suatu proses yang dinamakan DOS (Dark
Object Subtraction). DOS memiliki fungsi untuk menghilangkan efek atmosfer dan
melakukan koreksi terhadap variasi kondisi atmosfer, sehingga meningkatkan akurasi
dan interpretasi data citra satelit.
Satelit LDCM (Landsat Data Continuity Mission) yang selanjutnya
dinamakan Landsat 8 ini, diluncurkan pada tahun 2011 dan masih beroperasi sampai
sekarang. Landsat 8 diorbitkan pada orbit yang mendekati lingkaran sikron-matahari,
yaitu pada ketinggian: 705 km, inklinasi: 98.2º, periode: 99 menit, waktu liput ulang:
16 hari. Satelit ini memiliki sensor OLI (Operational Land Imager), yang mempunyai
fungsi untuk aerosol garis pantai dan pendeteksi cirrus. Sensor lainnya yaitu TIRS
(Thermal Infrared Sensor) yang ditetapkan sebagai pilihan (optional). Sensor TIRS
dapat menghasilkan kontinuitas data untuk kanal-kanal inframerah termal yang tidak
dapat dicitrakan oleh OLI (Sitanggang, G. 2010). Dalam satelit ini terdapat 11 band
dimana band 1-9 merupakan spectral band dan band 10-11 merupakan thermal
 infrared sensor yang masing-masing memiliki perbedaan pada panjang gelombang
dan resolusi sesuai kegunaannya.

2. Prosedur
● Input data
- Ekstrak data yang sudah diunduh pada pertemuan sebelumnya.
- Input data raster Landsat-8 dari band 1 hingga band 11 menggunakan
tool “Open Data Source Manager”, lalu klik “Add”.
- Input data SHP menggunakan tool yang sama yaitu “Open Data Source
Manager” -> “Browser” -> pilih file SHP sesuai dengan direktori
penyimpanan masing-masing.
● Band set
- Gabungkan semua band menjadi satu raster dengan memakai tool
“SCP”, masuk ke menu “Band set”, klik ikon refresh untuk
memunculkan semua band, lalu pilih semua band untuk dipindahkan
ke bawah dengan cara mengklik ikon “+”. Atur juga posisi band agar
berurutan dari 1-11.
- Setelah dipastikan urutannya sudah benar, pilih instrumen dan tanggal.
- Centang pada kotak “Create virtual raster of band set” dan kotak
“Create raster of band set (stack bands)”, kemudian klik “RUN” dan
tunggu beberapa saat sampai mengeluarkan suara yang menandakan
proses penyatuan band telah selesai.
● Clip data dan band set
- Lakukan clip data (pemotongan data), usahakan pilih daerah pesisir
yang tidak terlalu banyak terdapat awan. Clip data dilakukan dengan
menggunakan tool “SCP” -> “Preprocessing” -> “Clip multiple
rasters”.
- Clip data bisa dilakukan dengan cara memasukkan koordinat, atau
dengan cara memilih langsung dari peta dengan mengklik ikon “+”,
kemudian klik “RUN” dan pilih direktori penyimpanan. Tunggu
beberapa saat hingga mengeluarkan suara yang menandakan proses
clip data telah selesai.
- Lakukan band set pada layer-layer band baru hasil clip data, sama
seperti cara band set sebelumnya. Band yang di band set kali ini, hanya
 band hasil clip. Jika sudah, klik “RUN” dan tunggu beberapa saat lagi
sampai mengeluarkan suara.
● Kombinasi band
- Pilih salah satu layer hasil band set tipe “virtual raster” atau “stack
raster”, kemudian klik kanan dan masuk pada menu “Properties”.
- Pilih “Symbology”, atur Render type pada “Multiband color”.
- Masukkan kombinasi band yang diinginkan pada Red, Green, Blue
band. Pada praktikum ini digunakan 3 kombinasi band, yaitu natural
color dengan kombinasi band 4,3,2, lalu ada color infrared dengan
kombinasi band 5,4,3, dan false color urban dengan kombinasi band
7,6,4. Jika sudah pilih kombinasi band, lalu klik “OK”.

3. Hasil

Gambar 1. Hasil band set data

 Gambar 2. Hasil band set data yang telah diclip

Gambar 3. Hasil kombinasi band natural color (4,3,2)

 Gambar 4. Hasil kombinasi band color infrared (5,4,3)

Gambar 5. Hasil kombinasi band false color urban (7,6,4)

Data citra yang diambil berasal dari satelit Landsat 8 dimana
merupakan data pada wilayah Sulawesi Selatan, tepatnya Perairan Spermonde
yang terletak di dekat Selat Makassar. Fenomena yang terjadi pada perairan
ini, sangat dipengaruhi oleh selat tersebut. Adapun untuk data citra yang
diambil, merupakan data citra yang diambil pada tanggal 27 September 2022
dan 4 Oktober 2022. Tutupan awannya sebesar 23.67 dimana masih
tergologong kategori baik (<25).
Landsat dengan pemanfaatan ilmu penginderaan jarak jauh, dapat
memetakan perubahan ekosistem dasar perairan dangkal secara berkelanjutan
yang merupakan bagian dari informasi geospasial. Pada perairan Spermonde,
kekayaan lautnya memiliki keanekaragaman terumbu karang yang tinggi,
namun karena perubahan iklim dan permasalahan global lain, membuat
keanekaragaman ini dalam 12 tahun terakhir menurun. Tidak
tanggung-tanggung, penurunan keanekaragaman ini mencapai angka 20%
(Nurdin, N., et al. 2013). Hadirnya Landsat sebagai satelit yang dapat
memetakan fenomena ekosistem secara multitemporal, mempermudah
scientist dan penggiat lingkungan khususnya lingkungan laut dan pesisir untuk
melakukan monitoring dan evaluasi mengenai fenomena alam yang terjadi di
Perairan Spermonde khususnya, dan umumnya bagi marine ecology di
Indonesia.
Proses monitoring tersebut, seperti terlihat pada Gambar 3, 4, dan 5.
Gambar 3. merupakan hasil kombinasi band Natural color dimana band yang
termasuk adalah band 4,3,2. Natural color hasil kombinasinya menimbulkan
warna seperti yang biasa dilihat manusia. Terdapat warna hijau untuk vegetasi
yang baik, warna coklat untuk vegetasi yang kurang baik, warna putih dan
abu-abu untuk urban (pedesaan), dan warna hitam atau gelap biru untuk
perairan. Selanjutnya, Gambar 4, merupakan hasil kombinasi band Color
infrared dan band yang termasuk ke dalamnya adalah band 5,4,3. Terdapat
warna merah untuk vegetasi yang baik, warna gelap untuk perairan, dan warna
putih untuk urban. Terakhir, Gambar 5. merupakan hasil kombinasi band
False color urban dimana band yang termasuk ke dalam kombinasi ini adalah
band 7,6,4. Terdapat warna hijau untuk vegetasi yang baik, warna hitam untuk
perairan, dan warna biru untuk urban.
 Daftar Pustaka
Andayani, N., Hartawan, W., & Maulana, A. (2022). Perancangan Sistem Pemetaan Wilayah
Calon Pelanggan Dengan Menggunakan QGIS Pada Pt. Indonesia Comnets Plus
(Icon+) Sbu Bengkulu. Jurnal Informatika, 1(2), 1-12.
Hawi, F. N., Ramdani, F., & Rokhmawati, R. I. (2018). Evaluasi Tampilan Antarmuka QGIS
Dan ArcGIS Menggunakan Pendekatan User-Centered Design (UCD): Studi Kasus
Fungsi Geoprocessing Tools. Jurnal Pengembangan Teknologi Informasi dan Ilmu
Komputer e-ISSN, 2548, 964X.
Hidayat, J., Usman, U., Faisal, A., & Syafriwel, S. (2019). Perbandingan metode perbaikan
kualitas citra berbasis histogram equalization pada citra satelit. JET (Journal of
Electrical Technology), 4(3), 111-115.
Nurdin, N., Prasyad, H., & Akbar, M. A. S. (2013). Dinamika Spasial Terumbu Karang pada
Perairan Dangkal Menggunakan Citra Landsat Di Pulau Langkai, Kepulauan
Spermonde. Jurnal Ilmiah Geomatika, 19(2), 83-89.
Sitanggang, G. (2010). Kajian pemanfaatan satelit masa depan: sistem penginderaan jauh
satelit LDCM (LANDSAT-8). Berita Dirgantara, 11(2).