LAPORAN PRAKTIKUM MATA KULIAH

PENGINDERAAN JAUH
POKOK BAHASAN MINGGU 3 : STATISTIKA CITRA

Disusun Oleh :
Naufal Fikri As-Shydiq
121230088

PROGRAM STUDI TEKNIK GEOMATIKA

JURUSAN TEKNOLOGI INFRASTRUKTUR DAN KEWILAYAHAN
INSTITUT TEKNOLOGI SUMATERA
2023
A. MATA ACARA PRAKTIKUM
Mata acara pada Praktikum Penginderaan Jauh modul 3 ini dilaksanakan
pada Kamis, 21 September 2023 pukul 13.00 – 15.40 WIB secara offline yang
diadakan di laboratorium multimedia di Gedung Laboratorium OZT yang
membahas mengenai “Statistika Citra”.

B. TUJUAN PRAKTIKUM
Tujuan dari praktikum Penginderaan Jauh pada modul 3 ini adalah
1. Dapat membandingkan histogram citra terkait bentuk
2. Dapat membandingkan nilai univariate statistic dan multivariate statistic
3. Dapat membuah scatter plot untuk band-band multispectral serta
membandingkannya
4. Dapat menganalisis band tunggal apa yang bagus dan gabungan band apa
yang bagus
C. ALAT DAN BAHAN
1. Laptop/komputer
2. Aplikasi ENVI 5.3
3. Citra Landsat-8
4. Microsoft Word

D. LANDASAN TEORI
1. Citra
Citra adalah kombinasi antara titik, garis, bidang, dan warna untuk
menciptakan suatu imitasi dari suatu objek–biasanya objek fisik atau manusia.
Citra bisa berwujud gambar dua dimensi, seperti lukisan, foto, dan berwujud
tiga dimensi, seperti patung. Citra satelit adalah gambaran permukaan bumi hasil
perekaman satelit yang berada di luar angkasa berjarak ratusan kilometer dari
paras bumi. Satelit yang dimaksud disini adalah satelit penginderaan jauh, yang
berdasarkan misinya dibagi menjadi dua jenis yakni satelit observasi bumi atau
banyak juga yang menyebutnya sebagai satelit sumber daya alam serta satelit
cuaca/meteorologi (Indarto, 2017)
 Gambar 1. Citra satelit dari Google Earth

2. Pixel
Pixel atau Picture Element, elemen terkecil citra digital yang bisa dilihat
mata. Sensor citra secara fisik (dua dimensi) dibuat dari rangkaian ribuan sel yang
peka cahaya. Pixel adalah sebuah titik yang merupakan elemen dasar paling kecil
dari sebuah citra satelit. Angka numerik (1 byte) dari pixel disebut digital number
atau DN. DN bisa ditampilkan dalam warna kelabu berkisar antara putih dan
hitam tergantung dari level energi yang terekam. Pixel yang disusun dalam order
yang benar akan membentuk sebuah citra (Anonim, 2016). Citra bisa ditampilkan
untuk masing-masing band dalam bentuk hitam dan putih maupun kombinasi 3
band sekaligus, yang disebut color composites.

Gambar 2. Perbedaan pixel pada resolusi spasial

Statistik Citra
Statistik adalah hasil data yang ditampilkan dalam bentuk grafik, tabel, dan
lain sebagainya. Statistik citra dapat menghitung piksel dan persentase per kelas
sebagai dasar klasifikasi citra. Diantaranya seperti nilai minimum, maksimum,
mean, standar deviasi, menampilkan histogram citra dengan frekuensi distribusi
nilai pada data tunggal dan multi band. Selain itu juga dapat dapat menyediakan
statistik kovarian termasuk covarian matrix dan matrix correlation serta eigen
vector untuk citra multiband (Tibyani, 2005).

Secara fundamental Statistika Citra dalam penginderaan jauh terbagi

menjadi dua antara lain :

1. Univariate Statistic

Univariate Statistic merupakan sebuah teknik untuk menganalisa data feature

tunggal menggunakan perhitungan seperti :

a. Measure of central tendency (Mean, Median, Modus).

b. Measure of spread (Range, Quartile and Interquartile, Variance,
Standard Deviation).
c. Measures to describe shape of distribution (Skewness, Kurtosis).

2. Multivariate Statistic

Multivariate Statistic merupakan sebuah teknik untuk menganalisa lebih

dari dua variabel di waktu yang sama. Dengan analisa ini akan membantu
memahami manakah data yang memiliki tren yang kompleks pada kombinasi
atribut. Multivariate Statistic meliputi :

a. Dependency Techniques (Teknik analisa ketika satu atau lebih variabel

diidentifikasi sebagai variabel dependen dan variabel sisanya
diidentifikasi sebagai independen).
b. Interdependency Techniques

Histogram

Histogram adalah tampilan grafis dari tabulasi frekuensi yang digambarkan dengan grafis
batangan sebagai manifestasi data binning .Histogram digunakan untuk menunjukkan
distribusi frekuensi dari suatu data numerik.Untuk membuat histogram, langkah pertama
adalah membagi rentang nilai data menjadi serangkaian interval atau bin, kemudian
menghitung berapa banyak nilai yang jatuh ke dalam setiap interval. Setiap interval
direpresentasikan oleh sebuah batang pada sumbu horizontal, sedangkan frekuensi atau
jumlah nilai yang jatuh ke dalam interval tersebut direpresentasikan oleh tinggi batang
pada sumbu vertikal Histogram dapat membantu dalam mengidentifikasi pola distribusi
data, seperti apakah data terdistribusi normal, simetris, atau skewness Histogram juga
dapat digunakan untuk mengidentifikasi nilai ekstrim atau outlier pada data Histogram
digunakan dalam berbagai bidang, termasuk statistik, matematika, dan fotografi digital.

(Sartono, 2019)

Gambar 3. Jenis distribusi histrogram

Scatter Plot
Scatter Plot merupakan sebuah tipe grafik yang digunakan untuk menggambarkan
suatu data dengan menggunakan koordinat kartesian. Data-data yang di tampilkan
menggunakan scatter plot di represntasikan dengan titik yang terletak di antara 2
axis. Scatter Plot baik digunakan ketika kita ingin melihat relasi antara 2 variabel.
Scatter Plot juga dapat digunakan untuk melihat trend jumlah suatu data lebih
besar di variabel mana (halwatunnnisa, 2021)

Gambar 4. Scatter Plot

E. PELAKSANAAN PRAKTIKUM
Tahap Persiapan
1. Menyiapkan perangkat komputer/laptop yang sudah terinstal ENVI.
2. Melakukan pengunduhan citra satelit di website opensource seperti pada
website https://earthexplorer.usgs.gov/.
3. Extract Citra Satelit yang sudah di-donwload.
Tahap Pelaksanaan
1. Membuka software ENVI

2. Import Citra Satelit yang sudah diextract ke Envi 5.3 cara mengklik file ->
Open -> Pilih gambar citra dengan format tiff -> Open. (Pada kali ini import
semua band citra satelit untuk mendapatkan informasi lebih ketika melakukan
Stacking Layer).
3. Melakukan Layer Stacking. bertujuan untuk menggabungkan data dari
beberapa band. caranya pada menu toolbox, search “Raster Management” ->
pilih “Layer Stacking”

4. Kemudian pada bagian layer stacking parameters pilih Import file > Pilih
semua band > kemudian klik Ok.
5. Langkah selanjutnya adalah mengambil sebagian dari data citra satelit.
Tujuannya menganalisa nilai histogram, standar deviasi, kovarian, korelasi
dari wilayah yang diinginkan. Caranya adalah menggunakan tool Resize
Data. Caranya pergi ke menu Toolbox > Raster Management > Masking >
Resize Data > pilih Layer yang sudah di Layer Stacking > Spatial Subset >
Image > Pilih wilayah yang diinginkan.

6. Jika proses sudah selesai, mari melihat nilai histogram, standar deviasi, kovarian,
korelasi dari data tersebut dengan menggunakan tools “Compute Statistics
7. Pilih layer yang sudah di Resize Data pada langkah sebelumnya > OK. Kemudian
Centang pemrosesan yang akan ditampilkan seperti Basic Stats, Histograms,
Covariance, dan Covariance Image > OK
8. Sehingga didapatkan informasi statistik dari citra yang sudah diproses.
9. Untuk menampilkan Scatter Plot, kita bisa menggunakan Scatter Plot Tools
pada software ENVI

10. Lakukan Hal yang Sama Pada Citra dengan ketebalan 0-20%
F. HASIL DAN PEMBAHASAN
HASIL
a. Histogram citra
 Citra Ketebalan awan 0-10%
 Citra Ketebalan awan 0-20%

Dari histogram yang dihasilkan terdapat perbedaan antara citra Landsat-8

dengan minim awan dan banyak awan. Pada histogram frekuensi sumbu x
menunjukan nilai pengamatan dari tiap kelas. Bentuk histogram yang miring atau
tidak simetris menunjukan banyak data yang tidak berada dalam nilai rata-ratanya,
tetapi nilaianya berada dalam batas atas atau batas bawah.
b. Perbandingan nilai univariate statistic
 Citra Ketebalan awan 0-10%
 Citra Ketebalan awan 0-20%
 Citra Ketebalan awan 0-20%
c. Perbandingan nilai multivariate statistic
 Citra Ketebalan awan 0-10%

 Citra Ketebalan awan 0-10%

d. Scatter plot band-band multispectral
 Citra Ketebalan awan 0-10%
 Citra Ketebalan awan 0-20%

e. informasikan band tunggal maan yg paling bagus, sama band gabungan mana
yg bagus
 Citra Ketebalan awan 0-10%

 Citra Ketebalan awan 0-20%

G. KESIMPULAN
H. DAFTAR PUSTAKA