PETUNJUK PRAKTIKUM

PENGOLAHAN CITRA DIGITAL

(MENGGUNAKAN SOFTWARE ENVI 4.0)

Disiapkan Oleh :
Muhammad Kamal

LABORATORIUM PENGINDERAAN JAUH DASAR

JURUSAN KARTOGRAFI DAN PENGINDERAAN JAUH
FAKULTAS GEOGRAFI UGM
YOGYAKARTA
2006
 Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

MODUL 1
DISPLAY CITRA, PEMBACAAN NILAI PIKSEL,
DAN PENYUSUNAN CITRA KOMPOSIT WARNA

A. KONVERSI FORMAT DATA

Langkah pertama dalam pengolahan citra digital adalah melakukan konversi data sehingga data tersebut dapat
dibaca dan dikenali oleh software yang digunakan. Dalam praktikum ini data yang dimaksud adalah data citra
pengideraan jauh, yaitu citra Landsat 7 ETM+. Keterangan data sebagai berikut :
• Citra : Landsat 7 ETM+
• Perekaman : Juli 2002
• Daerah : Semarang dan sekitarnya
• Dimensi : 700 x 1000 piksel
• Saluran : 6 saluran (ETM1, ETM2, ETM3, ETM4, ETM5 dan ETM7)
• Format : *.lan (ERDAS 7.5)
1. Jalankan program ENVI 4.0, Start > All Programs > RSI ENVI 4.0 > ENVI
2. Klik Menu File > Open External File > IP Software > ERDAS 7.5 (.lan)
3. Pada jendela Enter ERDAS (.lan) Filenames, tentukan file yang akan digunakan (dalam hal ini file smg_raw.lan),
klik Open untuk membuka file.
Tipe file penyimpanan pada format standar ENVI adalah BSQ, sedangkan pada
format *.lan adalah BIL. Sehingga diperlukan proses konversi untuk dapat
membaca file tersebut.
4. Muncul jendela Available Bands List, perhatikan jumlah saluran. Ada 6 saluran
yang muncul, namun Anda harus jeli, saluran 6 yang terlihat pada jendela
tersebut sebenarnya adalah saluran ETM7 (Inframerah Tengah II). Saluran
ETM6 tidak disertakan karena berupa saluran Inframerah Termal dengan ukuran
piksel yang berbeda.

B. MENAMPILKAN CITRA
Setelah mengimpor data citra, langkah selanjutnya adalah menampilkan citra di layar komputer untuk mengetahui
kondisi liputan citra, baik dari segi sebaran pola obyek secara geografis maupun kualitas citra itu sendiri. Cara display
citra digital yang pertama adalah dalam mode Gray Scale atau berdasar tingkat keabuan yang merepresentasikan
intensitas pantulan spektral obyek pada saluran tertentu (single band).
1. Pada jendela Available Bands List, klik radio button Gray Scale
2. Pilih salah satu saluran yang akan ditampilkan
3. Klik Load Band, sehingga muncul 3 jendela display citra, dimana :
• Jendela Scroll : display keseluruhan citra sekaligus navigator,
• Jendela Image : perbesaran dari jendela Scroll, sekaligus memuat beberapa menu informasi citra dan
pengolahan sederhana, dan
• Jendela Zoom : perbesaran dari jendela Image, dimana kenampakan per-piksel dapat dengan mudah
diamati.

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 1

 Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

4. Amati seluruh citra, geserlah box merah baik pada jendela Scroll maupun Image. Pada jendela Zoom, Anda bisa
melakukan zoom-in atau zoom-out dengan klik tanda + atau – di sebelah kiri bawah kotak jendela Zoom. Angka
perbesaran akan muncul di bar jendela Zoom.
5. Tampilkan juga saluran yang lain dan amati perbedaannya.
6. Jika Anda ingin menampilkan saluran lain pada jendela display citra yang sama, klik saluran yang diinginkan
kemudian klik Load Band.
7. Jika Anda ingin menampilkan saluran yang lain pada jendela display citra baru, klik button Display #.... (di sebelah
kanan button Load Band) > New Display, sehingga muncul jendela display baru yang kosong.
8. Pilih saluran yang diinginkan, klik Load Band.
Perhatikan posisi display aktif pada Display #2.
Demikian seterusnya sehingga Anda dapat menampilkan banyak jendela display citra.

C. LINK DISPLAY
Salah satu kelebihan software ENVI adalah adanya fungsi linkage antar saluran citra (bahkan antar citra). Basis
hubungan berdasarkan posisi piksel atau koordinat geografis.
1. Tampilkan 2 jendela display citra dengan saluran yang berbeda, atur sehingga Anda nyaman.
2. Pada salah satu jendela Image, klik menu Tools > Link > Link Displays.
3. Pada jendela Link Displays, tentukan Display #1 ‘Yes’, Display #2 ‘Yes’, Link Size/Position ‘pilih salah satu’,
Dynamic Overlay ‘on’, Transparency ‘0’, klik OK.
4. Perhatikan kenampakan display citra akan sama antara kedua jendela display.
5. Klik kiri mouse dan tahan pada citra di jendela Image untuk mengetahui perbedaan respon spektral obyek
terhadap saluran yang berbeda. Lepas klik untuk kembali ke semula.
6. Lakukan untuk semua variasi saluran. Anda bisa menambahkan jendela menjadi 3 atau 4 sesuai kebutuhan.
7. Jika display citra lebih dari 2, pada jendela Link Displays Anda bisa mengatur Display # yang akan diaktifkan.
8. Untuk menghilangkan Link, pada jendela Image klik menu Tools > Link > Unlink Display.

D. PEMBACAAN NILAI PIKSEL

1. Perhatikan perbedaan respon spektral pada obyek air, lahan terbuka, vegetasi kerapatan tinggi, dan vegetasi
kerapatan rendah.
2. Pilih titik-titik pengamatan yang ekstrim (misalnya laut atau danau untuk obyek air, daerah pegunungan untuk
vegetasi kerapatan tinggi, dsb) dan posisinya tetap untuk setiap saluran (gunakan koordinat posisi piksel sebagai
panduan pengamatan nilai piksel tiap saluran).
3. Untuk membaca posisi dan nilai piksel, klik menu Tools > Cursor Location/ Value.
4. Pada jendela Cursor Location/ Value muncul angka posisi dan nilai piksel yang mengikuti kemanapun cursor Anda
arahkan pada citra. Jika kedua jendela masih dalam kondisi Link, maka nilai piksel kedua saluran akan muncul
seperti gambar di bawah ini.

Posisi piksel
Nilai Piksel Saluran #1
Nilai Piksel Saluran #2

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 2

 Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

5. Amati minimal 9 piksel untuk setiap obyek per-saluran. Catat koordinat, nilai piksel, dan rerata nilai piksel untuk
satu obyek pada saluran tertentu dianggap mewakili nilai pantulan spektral obyek tersebut pada saluran yang
digunakan.
6. Buat tabel catatan nilai piksel untuk obyek-obyek di atas pada semua saluran, sehingga Anda memiliki nilai piksel
pantulan spektral obyek yang diukur pada semua saluran.
Tabel pembacaan nilai piksel
Saluran NPair rNPair NPltbk rNPltbk NPvkt rNPvkt NPvkr rNPvkr
1 2,1,2,3,1,2,2,3,2 2
2
3
4
5
7
Koordinat pusat x y x y x y x y

TUGAS : Plot nilai piksel rerata dari tabel di atas pada diagram pencar. Dimana sumbu x adalah panjang gelombang
saluran dan y adalah nilai piksel. Beri notasi yang berbeda (atau warna yang berbeda) untuk obyek yang
berbeda. Amati pola pantulan yang terjadi, bandingkan dengan kurva pantulan spektral. Apa yang dapat
Anda simpulkan dari diagram pencar tersebut?

E. PENYUSUNAN CITRA KOMPOSIT WARNA

Penyusunan citra komposit warna adalah cara yang paling umum untuk menonjolkan masing-masing keunggulan
saluran secara serentak dalam suatu display, sehingga memudahkan pengguna dalam interpretasi citra secara visual.
Citra ini merupakan paduan dari 3 saluran, dengan masing-masing saluran diberi warna dasar, yaitu merah, hijau, dan
biru (RGB). Warna yang terjadi adalah kombinasi dari tingkat kecerahan pada suatu obyek di setiap saluran. Citra
komposit standar merupakan paduan tiga saluran dengan rujukan foto udara inframerah dekat. Pada umumnya saluran
ETM4 (inframerah dekat) diberi warna merah, saluran ETM3 (merah) diberi warna hijau, dan saluran ETM2 (hijau)
diberi warna biru. Citra seperti ini disebut juga dengan citra warna semu standar (standard false color composite).
Sangat dimungkinkan untuk membuat komposit citra dari kombinasi yang berlainan sesuai tujuan, citra seperti ini
disebut komposit warna semu tidak standar.
1. Pada jendela Available Bands List, pilih radio button RGB, jendela Selected Band berubah menjadi 3 saluran
dengan urutan pewarnaan RGB.
2. Untuk pertama kali, buatlah komposit warna semu standar. Masukkan saluran input komposit, perhatikan radio
button warna (RGB) yang aktif, dan klik saluran untuk input. Jika ketiga saluran sudah Anda masukkan, cek sekali
lagi agar tidak terjadi kesalahan.
3. Klik Load RGB untuk menampilkan citra komposit pada jendela display image.
4. Amati kenampakan yang terjadi pada citra komposit, catat warna yang terjadi pada ke-empat obyek yang
sebelumnya Anda teliti. Lihat posisi koordinatnya pada tabel.
5. Amati juga nilai piksel pada ketiga saluran yang
membentuk warna tersebut, gunakan prosedur point D3.
Karena komposit, maka nilai piksel yang muncul adalah
Nilai piksel 3 saluran
ketiga saluran penyusun komposit.

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 3

 Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

6. Buat jendela display image baru, buat komposit R: ETM3, G: ETM2, dan B: ETM1, amati warna yang terbentuk.
7. Link-kan dengan komposit 432, amati dan catat warna juga nilai piksel ke-empat obyek yang sama pada citra
komposit 321.
8. Cobalah untuk membuat komposisi saluran yang lain (452, 457, 352, dsb). Pilih salah satu yang Anda anggap
menyajikan obyek secara visual terbaik. Amati dan catat juga nilai piksel untuk ke-empat obyek di atas.

TUGAS (sertakan dalam laporan) :

1. Apa yang disebut dengan komposit warna asli (true color composite), dan bagaimana cara memperolehnya? Apa
bedanya dengan komposit warna semu (false color composite)?
2. Berdasarkan catatan nilai piksel Anda untuk tiap obyek pada 3 komposit yang berbeda.
Jelaskan mengapa warna vegetasi kerapatan tinggi pada citra komposit 432 berwarna merah pekat, sedangkan
pada citra komposit 321 berwarna hijau kehitaman? Jelaskan pula untuk warna yang terbentuk pada citra
komposit non-standar yang Anda pilih.
3. Perbandingkan ketiga citra komposit, buat tabel tingkat kemudahan pengenalan ke-empat obyek dari sangat
mudah, mudah, agak sulit, sulit, dan sulit sekali. Buatlah kesimpulan.
4. Bagaimana prinsip membuat citra komposit yang lebih menonjolkan obyek tanah?

F. PENGAMATAN POLA SPEKTRAL DENGAN SCATTER PLOT

Scatter plot atau diagram pencar menggambarkan hubungan pantulan spektral antara 2 saluran. Bentuk
hubungan digambarkan dalam pola pengelompokan nilai piksel. Diagram pencar ini sangat bermanfaat untuk
pengenalan obyek terkait dengan besar pantulan spektralnya.

PENGAMBILAN SAMPEL OBYEK

Sebelum menampilkan scatter plot, ambil sampel beberapa obyek di atas agar dapat diketahui pola pengelompokan
piksel pada scatter plot, caranya sebagai berikut :
1. Tampilkan salah satu saluran citra.
2. Pada menu jendela image display klik Overlay > Region of Interest.
3. Pada jendela #1 ROI Tool, pilih radio button Window Zoom. Klik ROI_Type
> Polygon. Klik Region #1 (Red) 0 points, kemudian klik Edit. Ubah nama
dan warna (jika perlu), misalnya tubuh air (biru). Klik OK jika sudah.
4. Arahkan cursor ke jendela Scroll atau image, arahkan box ke obyek air yang
sebelumnya diamati, pastikan posisinya tepat.
5. Arahkan cursor ke jendela Zoom, perbesar hingga Anda bisa melihat jelas per piksel. Tentukan kelompok piksel
yang cenderung homogen untuk obyek air. Ambil sampelnya dengan membuat poligon, klik kanan untuk menutup
poligon, dan klik kanan sekali lagi untuk memunculkan warna.
6. Lakukan prosedur serupa untuk obyek yang lain. Simpan ROI, klik File > Save ROIs, klik Select All Items,
masukkan direktori penyimpanan dan nama file ROI.

MENAMPILKAN SCATTER PLOT

1. Pada jendela Image, klik File > Preferences, Set Image Window Xsize = 700 dan Ysize = 1000, klik OK. Ini
dimaksudkan untuk menampilkan keseluruhan potongan citra pada diagram pencar.

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 4

Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

2. Pada menu Image klik Tools > 2-D Scatter Plots, tentukan saluran untuk sumbu x dan y, klik OK. Muncul
diagram pencar, kemudian atur sehingga jendela diagram pencar berada di luar jendela Image.
3. Pada jendela Scatter Plot klik File > Import ROIs, klik Select All Items, OK. Warna obyek akan muncul baik di
citra maupun di diagram pencar. Amati kecenderungan pengelompokan obyek pada diagram pencar.
4. Cobalah untuk variasi sumbu x dan y yang lain, pada jendela scatter plot klik Options > Change Bands, tentukan
saluran yang dibutuhkan. Amati juga pola spektral untuk obyek-obyek di atas.
5. Untuk lebih memperjelas dimana obyek pada scatter plot, klik kiri pada citra dan gerakkan, maka pada scatter plot
akan mengikuti gerakan cursor Anda dimana spektral obyek berada.
6. Simpan salah satu diagram pencar dengan pola pengelompokan obyek, beri notasi untuk pengelompokan
spektralnya. Analisis pengelompokan obyek yang terjadi dan sertakan dalam laporan.

Vegetasi rapat
Tanah kosong

Vegetasi jarang

Tubuh air

Gambar pola pengelompokan spektral obyek air, tanah kosong, vegetasi rapat,
dan vegetasi jarang pada saluran 3 vs 4.

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 5

 Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

MODUL 2
KOREKSI RADIOMETRIK DAN GEOMETRIK

A. KOREKSI RADIOMETRIK
Nilai piksel merupakan hasil bit-coding informasi spektral dari obyek di permukaan bumi. Informasi spektral ini
mencapai detektor pada sensor dalam bentuk radiansi spektral (spectral radiance) dengan satuan miliWatt cm-2 sr-1
µ m-1. Secara teoritik, pada suatu sistem penginderaan jauh ideal, nilai pantulan spektral obyek di permukaan bumi
sama dengan nilai radiansi spektral yang terekam di detektor. Namun pada spektrum tampak dan perluasannya (0,36 –
sekitar 0,9 µ m), informasi spektral obyek di permukaan bumi biasanya mengalami bias, karena ada hamburan dari
obyek lain di atmosfer, khususnya partikel debu, uap air, dan gas triatomik lainnya. Dengan adanya bias tersebut maka
diperlukan koreksi untuk memperbaiki nilai piksel supaya sesuai dengan yang seharusnya. Rumus umum koreksi nilai
piksel pada setiap scene adalah dengan mengurangi setiap nilai pada citra yang akan dikoreksi dengan nilai bias :

BVtekoreksi = BVasli - bias

Pencarian nilai bias dapat dilakukan dengan beberapa cara, antara lain; penyesuaian histogram (histogram
adjustment), penyesuaian regresi, kalibrasi bayangan (shadow callibration), dan metode diagram pencar (metode
Bronsveld) (Projo Danoedoro, 1996). Metode koreksi radiometrik yang digunakan dalam praktikum ini adalah
penyesuaian histogram. Metode ini dipilih karena relatif sederhana, waktu pemrosesan singkat, dan tidak melibatkan
perhitungan matematis yang rumit. Metode ini dilandasi oleh asumsi bahwa dalam proses koding digital oleh sensor,
obyek yang memberikan respon spektral paling lemah – atau tidak memberikan respon sama sekali – seharusnya
bernilai 0. Apabila nilai minimal > 0, maka nilai tersebut dihitung sebagai offset, dan koreksi dapat dilakukan dengan
mengurangi keseluruhan nilai dengan offset. Namun demikian dalam kenyataan belum tentu nilai minimum piksel
adalah 0 pada setiap saluran, sehingga penggunaan metode ini juga harus hati-hati. Untuk alasan praktis
praktikum, metode ini digunakan, namun sekali lagi bukan satu-satunya metode koreksi radiometrik.

PEMBACAAN NILAI MINIMUM DAN MAKSIMUM SALURAN

1. Buka citra yang akan dikoreksi radiometrik-nya.
2. Hitung statistik citra, pada bar menu klik Basic Tools > Statistics > Compute Statistics, muncul jendela
Calculate Statistics Input File.
3. Pilih file citra yang akan dihitung statistiknya, dengan kondisi sebagai berikut :
• Stats Subset : Full Scene
• Spectral Subset : 6/6 Bands
4. Klik OK, sehingga muncul jendela Calculate Statistics Parameters.
5. Aktifkan tanda chek Text Report, Min/Max/Mean Plot, Calculate Histogram Statistic, Histogram Plots, dan
Histogram plots per window = 1.
6. Masukkan nama dan direktori file statistik output. Tentukan pada folder Anda, beri nama radiometrik.sta.
7. Aktifkan juga Report untuk Screen dan File, tentukan direktori save-in dan beri nama smg_minmax.txt.
8. Klik OK, muncul text report statistik citra, histogram citra per-
saluran, dan grafik min-max nilai piksel.
9. Catat nilai minimum dan maksimum tiap saluran (sebenarnya
Anda sudah punya file dalam bentuk txt (smg_minmax.txt)).

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 6

 Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

10. Tentukan saluran yang akan Anda koreksi, cari histogramnya. Untuk mengetahui saluran histogram klik kanan
pada plot histogram > Plot Key.
11. Simpan gambar histogram saluran yang akan dikoreksi.
Pada jendela histogram klik File > Save Plot As > Image File. Output File Type: JPEG dan tentukan nama serta
direktori save-in, klik OK. (Histogram ini digunakan untuk memperbandingkan dengan histogram setelah koreksi).

PROSES KOREKSI RADIOMETRIK

1. Pada bar menu klik Basic Tools > Band Math,
sehingga muncul jendela Band Math.
2. Pada text box Enter an expression ketikkan bx – bias
(misalnya b1 – 62, dimana b1 adalah band input),
kemudian klik Add to List, klik OK.
3. Masukkan saluran yang dimaksud, save output
sebagai file, tentukan direktori dan beri nama smg_rx
(r adalah radiometrik dan x adalah saluran).
4. Lakukan untuk saluran yang lain. Meskipun nilai minimum 0 lakukan juga Band
Math dengan bias 0, sehingga akan terbentuk file saluran secara terpisah.
5. Tampilkan citra salah satu saluran sebelum dikoreksi dan tampilkan juga citra
saluran tersebut setelah dikoreksi radiometrik-nya.
6. Link-kan keduanya, amati perbedaan kecerahan antara keduanya. Catat perubahannya.
7. Cek nilai pikselnya. Apakah nilai piksel citra terkoreksi sesuai dengan pengurangan bias?
8. Tampillkan statistik citra terkoreksi beserta histogramnya, catat perubahannya, simpan juga histogramnya.
Perbandingkan dengan histogram sebelum koreksi, beri komentar dan sertakan dalam laporan.

B. KOREKSI GEOMETRIK
Koreksi geometrik (sering disebut rektifikasi) pada citra dimaksudkan untuk mengembalikan posisi piksel
sedemikian rupa, sehingga sesuai dengan posisi sebenarnya di permukaan bumi. Menurut Jensen (1996), ada dua
proses dasar dalam rektifikasi geometri, yaitu interpolasi spasial dan interpolasi intensitas. Interpolasi spasial adalah
penentuan hubungan geometrik antara lokasi piksel pada citra masukan dan peta. Pada proses ini dibutuhkan
beberapa titik kontrol medan (Ground Control Point/ GCP) yang dapat diidentifikasi pada citra dan peta. Apabila
persamaan transformasi koordinat diterapkan pada titik-titik kontrol maka diperoleh residual x dan residual y. Residual
adalah penyimpangan posisi titik yang bersangkutan terhadap posisi yang diperoleh melalui transformasi koordinat
yang kemudian dinyatakan sebagai nilai Residual Means Square Error atau RMS(error).
Tingkat keberhasilan dalam tahap ini biasanya ditentukan dengan besarnya nilai ambang RMS(error) total, atau
yang dikenal dengan istilah ’sigma’. Menurut ketelitian baku peta nasional Amerika Serikat (US National Map Standard),
nilai sigma citra harus lebih kecil daripada setengah resolusi spasial citra yang bersangkutan (Eastman, 1997, dalam
Like Indrawati, 2001), sehingga rata-rata pergeseran posisi yang dapat diterima dari hasil koreksi ini nantinya adalah
0,5 x ukuran piksel.
Dalam melakukan transformasi koordinat, terdapat beberapa macam transfromasi polinomial yang satu dengan
yang lain memberikan ketelitian yang berbeda-beda (Jensen, 1996) yaitu :

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 7

Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

- Transformasi affine, yaitu memerlukan minimal 4 titik kontrol untuk mengubah posisi geometrik citra sama dengan
posisi geometerik referensi (peta). Transformasi ini lebih sesuai untuk daerah yang bertopografi relatif datar atau
landai.
- Transformasi orde dua, yang dapat dijalankan minimal dengan 6 titik kontrol (atau 12 parameter), dengan ketelitian
yang pada umumnya lebih akurat dibandingkan dengan transformasi affine.
- Transformasi orde tiga, yang dapat dijalankan minimal dengan 10 titik kontrol (20 parameter), dan lebih tepat untuk
daerah dengan variasi topografi yang besar.

Ilustrasi proses resampling nilai piksel dari citra asli (X’,Y’)

ke citra terkoreksi (X,Y) (Jensen, 1996).

Interpolasi intensitas dilakukan dengan proses resampling. Resampling merupakan proses penentuan kembali
nilai piksel sehubungan dengan koordinat baru setelah interpolasi spasial (ilustrasi di atas). Secara umum terdapat tiga
macam teknik untuk resampling, yaitu :
- Interpolasi nearest neighbor, dimana nilai baru untuk piksel dengan posisi baru diambil dari nilai piksel lama pada
posisi lama yang terdekat.
- Interpolasi bilinear, dimana nilai piksel baru pada posisi baru dihitung dengan mempertimbangkan 4 nilai piksel
lama pada posisi lama yang terdekat.
- Interpolasi cubic-convolution, yang memperhitungkan 16 nilai piksel lama pada posisi lama terdekat.

PENENTUAN GROUND CONTROL POINTS

1. Buka citra yang sudah dikoreksi radiometrik. Sebaiknya komposit.
2. Pada bar menu, klik Map > Registration > Select GCPs : Image to Map
3. Pada jendela Image to Map Registration tentukan parameter sistem koordinat UTM,
datum WGS 84, unit meter, zona 49 S, klik OK.
4. Perhatikan kenampakan obyek pada citra dan peta. Analisis daerah liputan citra, dan
tentukan berapa banyak GCP yang akan Anda gunakan, serta di mana saja.
Diskusikan dengan asisten jika perlu.
5. Pada jendela GCP Selection, masukkan koordinat peta suatu titik pada box yang
kosong, perhatikan easting dan northing-nya.
6. Untuk memasukkan koordinat tersebut
sebagai GCP, arahkan cross hair cursor
pada citra ke posisi titik yang sama dengan
peta (gunakan zoom agar lebih teliti), jika
sudah yakin klik Add Point, sehingga Anda
memperoleh GCP nomor 1.

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 8

Muhammad Kamal : Pengolahan Citra Digital Menggunakan Software ENVI 4.0_____________________________________________

7. Lanjutkan untuk GCP yang lain. Jika Anda sudah memiliki

minimal 4 GCP maka nilai RMS akan muncul.
8. Untuk menampilkan list titik-titik GCP Anda, klik Show List,
untuk mengurangi besarnya RMS, pada list ini Anda bisa
menonaktifkan GCP yang ’bermasalah’, dan/atau melakukan
editing.
9. Jika jumlah GCP telah sesuai dengan rencana dan RMS kecil, simpan GCP Anda. Pada jendela GCP Selection,
klik File > Save GCPs w/ map coords. Tentukan direktori dan beri nama.

PROSES REKTIFIKASI
1. Pada jendela GCP Selection, klik Option > Warp File, tentukan file yang akan
direktifikasi, klik OK.
2. Pada jendela Registration Parameters, tentukan parameter interpolasi spasial,
interpolasi intensitas, background (0=hitam, 255=putih), dan file output. Tentukan
direktori dan beri nama smg_rgx (rg = radiometrik dan geometrik, x = saluran
citra). OK untuk eksekusi.
3. Pada jendela Available Bands List muncul file hasil rektifikasi dengan tambahan
header citra berupa Map Info yang menyimpan informasi seputar sistem proyeksi
dan koordinat citra.
4. Tampilkan citra hasil rektifikasi pada jendela image yang baru, amati
perubahannya. Cek koordinatnya dengan Cursor Location/Value.
5. Untuk melakukan rektifikasi terhadap saluran yang lain pada bar menu utama klik
Map > Registration > Warp from GCPs : Image to Map
6. Panggil file GCP Anda. Cek parameter Image to Map Registration. Tentukan file
saluran lain yang akan di rektifikasi.
7. Tentukan Registration Parameters dan output file, klik OK untuk eksekusi.
Lakukan hingga semua saluran ter-rektifikasi.

TUGAS (sertakan dalam laporan) :

1. Sumber kesalahan pada citra dapat dibagi menjadi kesalahan sistematik dan non-sistematik. Apa yang dimaksud
dengan kesalahan sistematik dan non-sistematik? Bagaimana hal tersebut bisa terjadi?
2. Proses resampling nilai piksel dapat menggunakan teknik nearest neighbor, bilinear, dan cubic-convolution. Jika
Anda akan menggunakan citra hasil koreksi geometrik untuk analisis berbasis nilai spektral (misalnya klasifikasi
multispektral), maka teknik mana yang akan Anda gunakan untuk resampling? Jelaskan mengapa Anda pilih
teknik tersebut!

Laboratorium Penginderaan Jauh Dasar Fakultas Geografi UGM_____________________________________________________ 9