BAB VIII
PEMROSESAN CITRA
8.1 Pengertian
Menurut Sutanto (1989), mosaik adalah sejumlah foto yang bertampalan untuk
menggambarkan suatu daerah tertentu secara utuh. Lembaran utuh ini dibuat
dengan menghilangkan tampalan dan menyambung tiap foto secara cermat.
Karena obyeknya lebih mudah dikenali, maka foto mosaik sangat berguna untuk
menjelaskan kondisi sesaat atau rencana pembangunan kepada pihak yang
terbiasa dengan peta. Kelemahan foto mosaik antara lain karena ia bukan
merupakan gambaran planimetrik yang benar.
Kegunaan foto mosaik selain untuk kepentingan survey geologi berikut bidang
terapannya, maka yang paling banyak adalah dalam bidang perencanaan
penggunaan lahan dan perencanaan rekayasa. Mosaik menyajikan gambaran
lengkap secara komprehensif dan dapat dibuat dengan cepat. Perwujudan-
perwujudan yang diperlukan untuk proyek dan juga perwujudan yang akan
mempengaruhi proyek itu dapat segera ditafsirkan. Alternatif rencana dapat
disiapkan sehubungan dengan jenis tanah, pola pengaliran, perujudan geologi, dan
penggunaan lahannya. Dengan dimungkinkannya kajian rinci ini, maka dapat dipilih
rencana menyeluruh yang tebaik.
Laboratorium Geologi Penginderaan Jauh - 132
Pemrosesan Citra
Foto mosaik dapat dibedakan atas tiga jenis (Wolf, 1983 dan Ligterink, 1972 dalam
Sutanto, 1989):
1. Mosaik terkontrol.
2. Mosaik tak terkontrol.
3. Mosaik setengah terkontrol
Pada daerah datar, mosaik terkontrol umumnya dibuat berdasarkan metoda keping
berlubang (islotted template). Penyusunan berpedoman pada titik ikat yang
disesuaikan dengan titik kontrol medan. Koordinat titik ikat ini digambarkan pada
lembaran tersendiri berdasarkan dengan skala yang dikehendaki. Kemudian negatif
fotonya direktifikasi, yaitu dengan menyesuaikan terhadap kordinat titik ikat itu.
Dengan menggunakan alat yang disebut rectifer, gambaran titik tertentu yang diberi
tanda pada negatif dibuat berimpit dengan titik yang telah ditentukan kordinatnya.
Bila bahan ini diganti dengan emulsi fotografik yang bahannya tidak mengkerut,
maka akan diperoleh positif yang proyeksinya vertikal. Dengan demikian berarti
dihilangkannya perbedaan skala antara tiap negatif dan juga kesalahan oleh
kemiringan pesawat. Mosaik terkontrol dibuat dengan memadukan positif yang
telah dikoreksi ini. Bagi daerah pegunungan, cara keping berlubang kurang
memadai untuk penyusunan mosaik terkontrol. Pada umumnya terpaksa digunakan
instrumen rumit yaitu orthophotoscope untuk menghilangkan kesalahan oleh
kemiringan pesawat dan relief pada tiap foto.
Bila pada mosaik terkontrol diberi sistem grid dan huruf, mosaik ini disebut peta
foto. Pada peta foto sering digambarkan perujudan tertentu seperti jalan, jalan
kereta api, dan perujudan lain yang penting.
Mosaik tak terkontrol dapat digunakan untuk mengetahui gambaran umum daerah
yang bersangkutan, tetapi tidak dapat digunakan untuk pengukuran. Pergeseran
letak oleh relief sering menimbulkan deformasi yang serius dan kadang
menyebabkan kekosongan dibeberapa tempat. Mosaik tak terkontrol yang
kualitasnya memadai hanya dapat diperoleh bagi daerah datar yang fotonya benar-
benar vertikal.
Atas dasar ini foto mosaik dibedakan menjadi mosaik indeks dan mosaik jalur, yaitu:
1. Mosaik indeks juga sering disebut dengan indeks foto, dibuat secara kasar
tanpa pemotongan dan perekatan. Pembuatannya dilakukan dengan menyusun
lalu memotretnya menjadi satu lembar foto. Kegunaannya yaitu sebagai
pedoman bagi nomor foto dan daerah liputannya dengan mengamati mosaik
indeks, maka dapat diketahui foto yang mana yang harus diambil dari arsip
untuk maksud tertentu. Mosaik indeks merupakan mosaik tak terkontrol.
2. Mosaik jalur merupakan susunan foto dari sepanjang jalur tunggal. Ia sangat
bermanfaat untuk perencanaan dan pembuatan desain proyek rekayasa yang
memanjang seperti jalan, jalur telekomunikasi, listrik, waduk dll. Mosaik jalur
dapat berupa mosaik terkontrol, setengah terkontrol, atau tak terkontrol.
Keunggulan yang ditawarkan oleh teknik ini jika dibandingkan dengan metode
konvesional survei lapangan, yaitu:
1. Memberikan gambaran yang sinoptik (Synoptik Value): sebuah citra Landsat
misalnya, dapat memberikan informasi detail mengenai ciri dan pola suatu
lahan atau obyek di muka bumi seluas 185 km x 185 km, dimana hal ini tidak
dapat diberikan oleh teknik lain. Citra juga dapat memberikan gambaran
pendahuluan suatu area sehingga merupakan saringan dalam memilih daerah
yang akan diteliti secara lebih rinci. Hal ini akan menghemat waktu dan biaya
karena dapat mengurangi penelusuran data besar yang diperlukan sebelum
suatu penelitian yang meliputi suatu areal dilakukan. Peliputannya bersifat
global (Worldwide Coverage): daratan dan perairan dangkal di bumi dapat
dipantau.
2. Peliputan yang berulang (Repetitive Coverage): informasi peliputan global
tersebut dapat diperoleh setiap 16 hari, sehingga dapat digunakan pula
sebagai alat monitoring.
3. Keseragaman waktu (Uniformity Over Time): satelit melewati suatu titik di
permukaan bumi hampir selalu tepat pada waktu lokal yang sama. Hal ini
menyebabkan kita dapat melakukan pemantauan suatu target dengan
iluminasi cahaya yang relatif sama.
4. Analisis berbagai panjang gelombang (Multispectral Analisys): data yang
diperoleh serentak dalam beberapa panjang gelombang melalui sistem optik
yang sama. Hal ini menyebabkan kita dapat membuat tumpang tindih (Overlay)
beberapa saluran/band sehingga membentuk suatu citra komposit (Lillesand
dan Kiefer, 1997).
Pilih type garis/line, setelah itu klik. Tentukan CRS, maka akan seperti berikut:
Setelah itu klik pada test vector lalu, klik toolbar edit
Lalu klik toolbar add feature Lalu tambahkan pada layer display untuk
membuat garis
Untuk mengakhiri garis maka klik Kanan, setelah itu akan muncul
Setelah diperoleh data tersebut, pada QGIS pilih menu Raster lalu pilih
Georeferencer
Setelah itu klik pada toolbar open raster , lalu pilih raster
Setelah terbuka seperti gambar diatas maka pilih toolbar add point
Setelah itu, inputkan data koordinat ke empat titik koordinat tersebut sesuai
keempat posisi masing-masing
Pilih WGS 84
EPSG:
4326, klik Ok
Setelah itu,
tentukan posisi
output raster
dengann ama file
raster modifikasi
Setelah ditentukan
posisi output lalu
klik OK.
Jika berhasil maka akan tampil pada layer list sesuai dengan nama output
raster tadi.
Setelah itu, close dialog georeferencer tadi, lalu klik save point bila muncul
dialog untuk menyimpan ulang.
Jika semuanya berhasil maka akan di dapat data raster jpg/png/tiff dengan
data koordinat.Cek dengan menggerakan kursor pada raster, maka di kotak
informasi koordinat akan berubah sesuai pergerakan kursor.
Setelah itu akan muncul kotak dialog, setelah itu pilih file test vector tadi
Untuk melihat hasil trace, pindahkan posisi posisi file raster modifikasi ke
posisi bawah, dengan cara mendrag dan geser kebawah
Beri tanda untuk pusat erupsi lainnya, dengan klik add feature
Lakukan kembali proses trace dan input id.
Jika telah selesai pada klik file pusat erupsi pada layer list lalu klik toolbar
edit lalu save
aktifkan toolbar edit pada file test vektor yang ada di layer list, lalu klik toolbar
add feture .
Setelah persiapan di atas maka tentukan circle dari gunung api pada
raster tersebut
Setelah itu lakukan trace sesuai kelurusan gunung api pada raster
Setelah selesai, klik kanan lalu masukan id, misalnya 3,(usahakan untuk
id selalu berbeda dari sebelumnya)
Klik ok jika sudah.
Contoh Data
Data yang akan kita gunakan adalah ALOS PALSAR SLC Level 1.1 (Slant Range,
Single-Look Complex) Single-Pol (HH) sebagai data SAR, dapat di peroleh di:
https://vertex.daac.asf.alaska.edu/
Buka Produk
Tahap 2 – Melihat produk data: dalam Products View kita akan melihat data
produk yang dibuka. Didalam band produk kita akan melihat dua polarisasi:
Untuk setiap polarisasi, itu semua merupakan data complex dengan band i dan q
kuga band virtual intensity.
Jika tidak dipilih source bands (band yang menjadi data awal yang akan diproses)
manapun, oprasi kalibrasi akan otomatis memilis semua band. Hilangkan tanda
centang ‘save in complex’ sehingga oprasi kalibrasi akan menghasilkan band
Sigma 0.
Setelah kalibrasi, produk baru akan dihasilkan berisi band yang telah dikalibrasi
Sigma 0.
8.5.2 Multilooking
sel resolusi sepanjang range dan atau azimuth yang akan meningkatkan resolusi
radiometric tetapi menurunkan resolusi spasial.
Hasilnya, gambar akan memiliki lebih sedikit noise dan perkiraan luas jarak pixel
setelah dikonversi dari slant range ke ground range.
Tahap 4 - Multilook : Dari menu Radar, pilih multilooking.
Pada dialog multilook di kolom source bands kita tidak memilih band spesifik
sehingga nanti yang akan diproses adalah semua band. Selanjutnya pilih
independent looks bila kita ingin menentukan range dan azimuth looks sesuai
yang kita inginkan, tetapi apabila kita memilih GR square pixel maka pixselnya
akan berbentuk persegi dan sesuai dengan ground range, lalu klik run.
Speckle Filtering
Speckle disebabkan oleh interferensi konstruktif dan destruktif acak menghasilkan
salt dan peppernoise pada gambar.
Speckle filters diterapka npada data untuk mengurangi jumlah noise akan tetapi
mengurai resolusi pada gambar.
Tahap 5 – Speckle Filterring: Pilih produk data hasil mult looked dan kemudian
pilih speckle filtering/single product dari menu radar.
ALOS Deskewing
Untuk data ALOS Level 1.1, data didisribusikan dalam geometri yang terbalik.
Sehingga secara umum data harus dilakukan deskewed untuk memindahkan data
ke dalam geometri Doppler seperti geometri sebelum melakukan standar proses
SAR.
Geocoding mengubah citra atau gambar dari Slant Range atau Ground Range
Geometry kedalam sistem proyeksi peta. Terrain Geocoding memerlukan Digital
Elevation Model (DEM) untuk mengkoreksi efek yang ada pada geometri SAR
seperti foreshortening, layover dan shadow.
Foreshortening
Periode waktu lereng diterangi oleh pulsa di transmisikan dari energi radar
menentukan panjang lereng pada citra radar.
Hal ini menyebabkan pemendekan kemiringan daerah pada citra radar dalam
semua kasus kecuali ketika sudut local kejadian (θ) adalah sama dengan 90˚.
Layover
Ketika bagian atas kemiringan daerah lebih dekat dengan platform radar dari
bagian bawah sebelumnya akan disimpan lebih cepat dari yang terakhir.
Shadow
Belakang lereng menjadi kabur dari sinar pencitraan tidak menyebabkan daerah
kembali atau radar shadow.
Efek distorsi ini dapat dilihat di bawah ini. Jarak antara 1 dan 2 dapat terlihat lebih
pendek dari yang seharusnya dandan gelombang kembali untuk nomor 4 dapat
terjadi sebelum gelombang kembali untuk nomor 3, hal ini terjadi karena efek dari
ketinggian.
Sebagai setingan awal, terrain correction akan mengguanakan DEM SRTM 3 sec.
Software secara otomatis akan menentukan DEM diperlukan dan didownload
dengan otomatis dari internet.
Output standar proyeksi peta adalah Lintang dan bujur geografik.
Tahap 7 – Membuat subset: Klik kanan mouse pada gambar dan pilih spatial
subset from view dalam menu yang tampil.
Maka akan muncul tampilan dialog subset seperti gambar di bawah ini.
Pada subset kali ini kita akan melakukannya dengan cara memasukkan
koordinat darah yang diinginkan di gambar di dialog specify product subset
=>pilih spatial subset =>geo coordinates, masukkan koordinat sebagai
berikut:
North : -7.00
West : 107.72
South : -7.23
East : 107.95
Lalu klik run, maka hasilnya akan tampak seperti gambar di bawah ini.
Gambar 29. Hasil RGB (intensity HH, intensity HV, intensity VV)
Dalam processing parameter tab, pilih Refined Lee speckle filter.Lalu klik run.
Dalam dialog convert data type, pilih output UNIT8 menggunakan scaling linear
clipping 95 % dari histogram.
Setelah diubah tipe datanya, baru kita simpan hasil polarimetrik dengan format file
gambar. Dari menu File, pilih export=>other =>view as image
8.7.1 Tujuan
Tujuan interpretasi citra Landsat adalah untuk:
1. Mengenal dan mengetahui kenampakan-kenampakan geologi dan
geomorfologi yang dapat direkam oleh citra Landsat.
2. Membuat peta satuan geomorfologi atas dasar genetiknya.
3. Penafsiran litologi dan struktur geologi
4. Pembuatan peta geologi.
8.8.1 Pengertian
Pemetaan light detection and ranging (LIDAR) adalah metode terpercaya untuk
mengumpulkan secara akurat dan tepat mengenai informasi gambaran spasial
bumi yang mencakup bentuk dan karakteristik permukaan bumi. Pemetaan terbaru
teknologi ini mampu memeriksa keadaan alam dalam cakupan yang besar dengan
akurasi, presisi, dan fleksibilitas yang lebih baik dari teknologi sebelumnya.
Lidar telah menjadi metode untuk mengumpulkan data elevasi yang akurat. Teknik
“remote sensing” ini relatif mirip dengan radar, namun Lidar menggunakan sinar
laser dibandingkan dengan gelombang radio.
Lidar sering juga disebut dengan LADAR atau ”Lasar Altimetry”, adalah akronim
dari Light Detection and Ranging. Hal ini menunjuk terhadap teknologi
penginderaan jauh yang memancarkan panas, memfokuskan sinar dan mengukur
Laboratorium Geologi Penginderaan Jauh - 186
Pemrosesan Citra
waktu yang dibutuhkan refleksi untuk terdeteksi oleh sensor. Informasi ini untuk
memperhitungkan jarak terhadap objek. Dalam hal ini, lidar dapat disamakan
dengan radar, kecuali lidar ini mengacu pada tenaga sinar laser. Tiga dimensi
koordinat dapat dihitung berdasar:
1. Perbedaan waktu antara sinar laser yang dipancarkan hingga diterima
kembali.
2. Sudut dimana sinar ditembakkan.
3. Lokasi absolut dari sensor diatas permukaan bumi.
Kelemahan dari teknologi LiDAR ini adalah tidak bisa menembus awan maupun
hujan.Instrument lidar dapat secara lebih akurat karena memiliki sampling rates
lebih dari 150 kHz (150,000 pulse per detik). Data LiDAR dapat memiliki akurasi
absolut kira kira 6-12 inci.
1. Point
Data ini biasanya tersimpan dalam format LAS dimana “merupakan format file
binary yang informasi spesifik terhadap LiDAR”. Tidak hanya nilai x,y,z, data
LiDAR sendiri dapat membawa informasi waktu, jalur udara, dan klasifikasi
poin setiap titiknya.
Foto udara yang telah ter-hillshaded dalam gambar di bawah ini menyoroti
tekstur dalam permukaan TIN dan mengungkap ketidaksempurnaan dalam
jalan yang tidak jelas. Teknik ini berguna selama tinjauan kepastian kualitas dan
visualisasi dari data LiDAR.
4. Kontur
Kontur merupakan bagian dari data vector dan paling sering didapatkan dari
pra-konstruksi DEM atau TIN. Kontur yang didapat secara langsung dari data
LiDAR bisa dibilang akurat namun tidak “bersih” dan kadang membutukan level
interpolasi, simplifikasi, smoothing, atau editing manual untuk menyusun produk
yang dapat lebih mudah diintepretasi oleh mata manusia. Dalam proses
cleaning dan editing vector, posisi kontur dapat sedikit bergantian dan sedikit
futir mungkin dapat dihilangkan.
8.8.3 Kesimpulan
Data yang dihasilkan dari lidar termasuk kedalam data kasar yang diproses
melalui data kontur dan data permukaan (DEM). Data yang dihasilkan meliputi
data tinggian, klasifikasi lereng, intensitas lereng, dll. Data permukaan (DEM)
dibuat untuk memreprentasikan bentuk muka bumi secara kasar dan dapat
dikembangkan menjadi data 3-dimensional sehingga dapat mendukung kerja
dalam dunia keteknikan.
3. Titik
Format vektor lainnya adalah titik, yang juga merupakan format asli lidar data.
Dua format file yang umum untuk titik adala LAS dan ASCII. Ada masalah
mengenai ukuran dan format ketika menggunakan format vektor titik di ArcGIS
yang dapat mempersulit processing. Versi terbaru dari ArcGIS (di atas 8.8)
memiliki wadah data baru yang secara signifikan membantu dalam penggunaan
format vektor titik LIDAR. Sebuah file format vektor titik LIDAR untuk area yang
berukuran relatif kecil dapat memegang 1.000.000-2.000.000 poin, jika dalam
format shapefile dapat lumayan memperlambat aplikasi. Untuk alasan ini,
penting untuk mengurangi tingkat kedetilan dari proyek atau hanya memilih
jenis hal yang Anda tertarik (misalnya, jika tertarik topografi saja, meminimalkan
poin hanya tanah diklasifikasikan, atau kembali terakhir).
Tabel 8.1. Interval kontur (CI) dan standar akurasi variasi pada
Centimeter RMSE (NSSDA 1998) [cm].
Pembukaan sebuah file titik ASCII secara umum membutuhkan sebagai berikut:
1. Menkonversikan ke sebuah format text yang dibatasi, database, atau format
pengolah angka.
2. Menambahkan data tabular (pada ArcGIS: File > Add Data > Add XY Data) dan
menspesifikan koreksi x, y, dan z lapangan dan sistem koordinat. File titik LAS
merupakan LAS point files are format biner yang dapat dibaca oleh ArcGIS
(sebelumnya ke 10.1) tetapi sebelum pemprosesan membutuhkan
menggunakan tools ArcGIS. Beberapa kegunaan bebas tersedia untuk
membantu membawa data LAS ke ArcGIS. Tersimpel disebut reader LAS ke
ArcGIS (www.geocue.com/support/utilities.html), yang mana memungkinkan
ArcGIS membaca file-file LAS (Gambar 4-8), dengan fasilitas ini, file-file LAS
muncul ketika mengamati file data dalam ArcCatalog atau ketika
menambahkan data dalam ArcMap. Pilihan lainnya adalah LiDAR LAStools
memproses toolbox (from http://rapidlasso.com) bahwa memungkinkan
pendayagunakan koleksi efisien tools LAS command-line tools dari ArcGIS.
Toolbox secara sederhana ditambahkan untuk ArcToolbox, dan perbedaan
tools pemprosesan tersedia untuk menghasilkan 3 dimensional multi-point dan
titik shapefiles, kontur, DEMs, dan lainnya. Tercatat bahwa secara bebas
Permukaan (Grids) - produk LIDAR yang paling umum adalah grid atau raster
tinggi permukaan. Permukaan dikembangkan dari data LIDAR yang mempunyai
highlight yang tinggi (akurasi tinggi pada daerah yang luas), dan merupakan dasar
untuk mengembangkan beberapa bentuk produk turunan. Beberapa kode data
atau deskripsi digunakan untuk menjelaskan elevasi atau permukaan permukaan.
Tiga istilah sering disebut ketika menggambarkan produk elevasi adalah:
1. Ketinggian digital Model (DEM),
2. Model medan digital (DTM), dan
3. Model permukaan digital (DSM).
atau tambahan, seperti DEM bumi yang datar atau topo-bathy DEM, yang
menyediakan informasi lebih lanjut. Sebuah "DTM" umumnya produk dari bumi
yang datar untuk membuktikan respresentasi permukaan bumi, atau
dimaksudkan untuk memberikan representasi terbaik, dan dapat menggabungkan
informasi tambahan (misalnya, breaklines) untuk lebih mewakili permukaan.
Sebuah "DSM" adalah istilah yang lebih umum didefinisikan dan dapat mencakup
semua jenis produk yang mewakili permukaan, apakah tanah datar atau
permukaan di sepanjang puncak-puncak pohon. Sebagian besar aplikasi elevasi
bumi disajikan dengan baik oleh Dems atau DTM. Seperti ditunjukkan
sebelumnya, ini membutuhkan penghapusan poin yang jatuh pada non-medan
fitur (misalnya, pohon, mobil, rumah). Jenis proses, untuk sebagian besar,
ditangani dengan menggunakan software LIDAR-spesifik; Namun, ada beberapa
ekstensi software LIDAR-spesifik yang bekerja dalam ArcGIS yang dapat
digunakan untuk mengklasifikasikan poin dan membuat DEM bumi. ArcGIS,
dengan 3D Analyst atau Analyst Tata Ruang, dapat interpolasi Dems dari data
titik, dan ArcGIS tanpa ekstensi dapat membaca dan menampilkan beberapa
format DEM yang berbeda dibuat dengan perangkat lunak terpisah. Analisis DEM
(misalnya, menghitung perbedaan ketinggian, menghasilkan aspek dan
kemiringan grid, menghasilkan profil 3D, atau menciptakan kontur),
bagaimanapun, memerlukan salah satu ekstensi.
8.8.5 Ringkasan
Menggunakan data LIDAR di beberapa program GIS memang memiliki kesulitan
yang melekat yang berasal dari sejumlah besar data yang disediakan bahkan untuk
daerah kecil. Titik dapat dimuat dalam beberapa format; Namun, banyaknya
mereka dapat menciptakan masalah penggunaan. Solusi sederhana adalah untuk
mendapatkan data sebagai DEM (raster) yang sudah dibuat sebelumnya atau
sebagai kontur (garis); keduanya secara umum lebih mudah digunakan daripada
titik kasar.
rendah yang basah. Juga, berbagai jenis pohon hanya terjadi di daerah-daerah
geografis tertentu.
8. Asosiasi mengacu pada terjadinya fitur tertentu dalam hubungannya dengan
sesuatu yang lain. Misalnya, bianglala mungkin akan sulit untuk diidentifikasi
saat dibangun di sebuah lapangan dekat gudang gandum, tapi akan mudah
untuk diidentifikasi ketika di daerah yang dianggap atau dikenal sebagai
sebuah taman hiburan.
Tidak ada satu pun, cara yang tepat dalam pendekatan proses interpretasi. Bahan
citra tertentu dan peralatan interpretasi yang tersedia akan mempengaruhi
bagaimana tugas interpretasi tertentu dilakukan. Di luar faktor-faktor ini, tujuan
spesifik interpretasi akan menentukan proses interpretasi yang digunakan. Banyak
aplikasi yang memerlukan seorang analis gambar (Interpreter) untuk
mengidentifikasi dan menghitung berbagai perbedaan objek yang terjadi di daerah
studi. Misalnya, jumlah dapat dipakai untuk barang-barang seperti kendaraan
bermotor, tempat tinggal perumahan, perahu rekreasi, atau hewan. Aplikasi lain
dari proses interpretasi sering melibatkan identifikasi kondisi anomali. Sebagai
contoh, ahli interpretasi mungkin survei di daerah yang luas dan mencari fitur
seperti sistem septik yang gagal, sumber dari pencemaran air yang masuk ke
sungai, daerah hutan yang diserang oleh serangga atau penyakit tertentu, atau
bukti tempat yang memiliki potensi data geologi yang signifikan.
Banyak aplikasi interpretasi citra melibatkan deliniasi unit areal berlainan sepanjang
gambar. Misalnya, pemetaan penggunaan lahan, jenis tanah, atau tipe hutan
membutuhkan ahli interpretasi untuk menguraikan batas- batas antara daerah satu
jenis dengan yang lainnya. tugas-tugas semacam dapat menjadi masalah ketika
batas antara lainnya tidak jelas, tapi tak menentu atau gradasi dari satu jenis daerah
ke daerah lain.
Dua masalah yang sangat penting harus ditangani sebelum ahli interpretasi
melakukan tugas meliniasi unit areal terpisah pada foto. Yang pertama adalah
definisi kriteria yang akan digunakan untuk memisahkan berbagai kategori fitur
yang terjadi dalam foto-foto atau citra. Misalnya, dalam pemetaan tata guna lahan
seorang ahli interpretasi harus mengetahui betul didalam pikiran apa karakteristik
khusus yangmenentukan apakah suatu daerah itu perumahan, komersial, atau
industri. Demikian pula, jenis proses pemetaan hutan harus melibatkan definisi
yang jelas tentang apa yang merupakan area yang akan digambarkan dalam
spesies, tinggi, atau spesies kepadatan tertentu.
Isu penting kedua di deliniasi unit areal tertentu pada foto adalah pemilihan unit
pemetaan minimum/minimum mapping unit (MMU) untuk diimplementasikan dalam
proses. Hal ini mengacu pada entitas terkecil pada ukuran areal yang akan
dipetakan sebagai daerah diskrit. Pemilihan MMU akan menentukan tingkat detail
yang disampaikan oleh interpretasi.
Setelah kriteria dan MMU telah ditentukan, ahli interpertasi dapat memulai proses
menggambarkan batas-batas antara jenis fitur. Pengalaman menunjukkan bahwa
dianjurkan untuk menggambarkan jenis fitur yang paling sangat kontras pertama
dan bekerja dari umum ke khusus. Sebagai contoh, dalam upaya pemetaan tata
guna lahan akan lebih baik untuk memisahkan daerah pemukiman dari air dan
pertanian sebelum memisahkan kategori yang lebih rinci dari masing-masing jenis
fitur ini berdasarkan perbedaan halus.
daerah seperti sering berfungsi sebagai alat stratifikasi dalam proses interpretasi
dan dapat berharga dalam aplikasi seperti pemetaan vegetasi (di mana daerah
gambar sering sesuai langsung ke kelas vegetasi).
Dalam praktikum ini fotogrametri diperlukan sebagai alat bantu untuk menentukan
aspek kuantitatif informasi geologi pada foto udara. Oleh karena itu berdasarkan
tujuan fotogrametri untuk survey geologi dan tersediannya alat, maka hanya
dipraktekkan fotogrametri dasar yang menggunakan instrument dan perhitungan
sederhana. Bukan fotogrametri yang sebenarnya yang menggunakan instrument
khusus dengan perhitungan yang rumit.
8.12 Tujuan
3. Mampu mengembangkan dasar perhitungan beda tinggi dan jarak datar untuk
menghitung parameter kuantitatif lainnya. Seperti menentukan arah jurus dan
besarnya kemiringan lapisan, tebal lapisan batuan, dan lereng.
Skala foto udara merupakan perbandingan antara jarak pada foto udara dengan
jarak sebenarnya dilapangan. Skala foto sangat diperlukan untuk menentukan
ukuran obyek maupun untuk mengenalinya.
f
S=
H
S: skala
f: fokus
H: tinggi terbang
Berdasarkan rumus diatas, maka skala foto udara vertikal:
a. Berbanding lurus terhadap panjang fokus kamera.
b. Berbanding terbalik terhadap tinggi terbang diatas bidang rujukan.
c. Seragam disembarang tempat, apabila daerah yang difoto berupa bidang
datar, tinggi terbang tetap dan pemotretannya benar–benar vertikal.
2. Membandingkan jarak foto terhadap jarak lapangan.
Cara ini hanya dapat dilakukan bila kita membawa foto udara ke lapangan,
atau kalau kita tahu jarak sesungguhnya obyek dilapangan dari obyek yang
tergambar pada foto.
Skala dihitung berdasarkan rumus:
df
S=
dl
S: Skala
df: jarak pada foto
dl: jarak dilapangan
Contoh: Jarak ab pada foto udara 3 cm dan jarak AB di lapangan 24 m, maka
perhitungan skalanya.
3 cm
S= = 1 : 800
2.400 cm
1. Membandingkan jarak pada foto terhadap jarak pada peta yang telah diketahui
skalanya. Rumus skala foto udara dengan cara ini adalah:
Df Dp
=
1/Pf 1/Pp
Dp = Df
Pf = Pp atau Pf x Df = Dp x Pp
Dp
Pf = x Pp
Df
Pf: Penyebut skala foto
Pp: Penyebut skala peta
Df: Jarak pada foto
Dp: Jarak pada peta
Contoh:
Jarak ab pada foto = 2 cm dan jarak AB pada peta = 4 cm, skala peta 1: 25.000,
maka skala foto adalah:
4
Pf = x 25.000 = 50.000
2
Jadi, skala foto sebesar 1: 50.000
8.13.2 Paralak
Paralak stereoskopik adalah perubahan kedudukan gambaran titik pada foto udara
yang bertampalan yang disebabkan oleh perubahan kedudukan kamera. Paralak
ini disebut juga dengan paralak absolut atau paralak total (Ligteri 1982).
Paine (1981) mengemukakan definisi lain, yaitu bahwa paralak absolute adalah
perubahan letak topografik yang terjadi pada foto udara bertampalan. Lebih jauh
dikemukakan bahwa paralak absolute suatu titik adalah perbedaan aljabar yang
diukur sepanjang sumbu X, berpangkal dari sumbu Y kearah titik–titik bersangkutan
yang tergambar pada tampalan foto udara. Hal ini dilandasi oleh asumsi bahwa
masing – masing foto udara itu benar-benar vertical dan dengan tinggi terbang yang
sama. Pada gambar 3.1. Titik A dan B terletak di atas bidang rujukan dan titik P
terletak pada titik utama. Nilai paralak absolutnya merupakan jumlah nilai sumbu X
masing-masing titik, yaitu jumlah absolutnya (tanpa tanda negatif).
Jadi nilai paralak absolut titik A, B, U, pada foto yaitu Pa, Pb, dan Pu besarnya:
Pa = Xa1+Xa2
Pb = Xb1+Xb2
Karena titik u terletak pada titik utama foto kiri, maka paralaknya pada foto kiri = 0
8.14 Tahapan
diletakkan pada titik yang akan diukur paralaknya difoto kanan. Kemudian barulah
diamati dengan stereoskop sehingga dua titik apung lebur menjadi satu dan
menempel pada titik yang diukur paralak. Keadaan ini dicapai dengan memutar-
mutar serkrup mikrometer.
Dua titik apung yang telah lebur menjadi satu titik belum tantu menempel pada titik
yang diukur. Hal ini harus diusahakan benar hingga menempel. Hanya dalam
keadaan demikian pembacaan paralak pada sekrup micrometer benar.
Perhatikan Gambar 8.19.1 dibawah ini:
Gambar 8.19.1. Peleburan titik apung dan penempelan pada titik yang di ukur
(Sutanto, 1989)
Dari gambar diatas ini peleburan titik apung telah dicapai pada A2, tetapi titik ini
masih mengapung diatas permukaan tanah. Paralak yang terbaca terlalu besar. Bila
sekrup micrometer diputar akan tercapai peleburan pada A1, maka pembacaan ini
benar. Bila diputar lagi, dapat pula terjadi peleburan pada titik A3 yang menembus
tanah, maka pembacaan ini salah. Batang paralak ini disajikan pada gambar 8.19.2
dibawah ini:
Gambar 8.19.2. Batang paralak (1) kaca, (2) tanda apung, (3) skala untuk
pembacaan paralak pada batang (mm), misalnya terbaca angka 11 lebih sedikit,
berarti pembacaan paralak 11 mm; (4) sekrup mikrometer, missal terbaca 46,
berarti pembacaan paralak 11,46 mm.
Formula paralak
p: beda paralak
b: base foto
Formula beda tinggi
H: tinggi terbang
h: beda tinggi
fB
H=
H − ha
Pada gambar 8.19.3, beda tinggi antara titik A dan titik C sebesar hA - hC. Beda
paralaknya merupakan selisih pA – PC yang pada foto sebesar pa - pc. Titik C
merupakan titik control yang ketinggiannya diatas bidang rujukan diketahui.
Dengan demikian maka titik A dapat diketemukan setelah beda tingginya terhadap
titik C diperoleh dari formula beda tinggi.
Di dalam mengukur paralak dengan paralak bar, mula-mula pasangan foto disetel
dibawah pengamatan stereoskopis. Kemudian titik apung kiri diletakkan pada foto
kiri dan titik apung kanan pada foto kanan, dengan posisi yang memungkinkan
gerak kaca apung ke kiri dan ke kanan sama besar. Setelah posisi ini tercapai,
sekrup batang paralak dimatikan dan titik apung kiri diusahakan tetap tempatnya
pada titik kiri yang diukur paralaknya. Dengan demikian maka apabila sekrup
milimeter diputar, hanya tanda apung kanan saja yang bergerak. Kemudian dicari
angka tetap batang paralak (C) yang besarnya tetap bagi satu penyetelan
stereoskopik. Untuk menentukan besarnya angka tetapan ini, marilah kita
perhatikan gambar 8.19.4 berikut ini.
Untuk penyetelan stereoskopik pada gambar diatas maka jarak antara dua titik
utama tetap (D). Setelah tanda apung kiri (tanda tetap) dimatikan, jarak antara
tanda tetap dan tanda indek juga tetap panjangnya (K).
Besarnya paralak titik A pada foto ialah:
Dimana:
D–K=C
Ra: besarnya paralak berdasarkan pembacaan dengan batang paralak, sehingga:
pa = C + ra
Menurut Wolf (1983) formula ini berlaku bagi pembacaan ke depan (forward
reading) yaitu pembacaan paralak makin besar bagi titik yang lebih tinggi.
Pembacaan sebaliknya disebut pembacaan ke belakang (Backward reading).
Untuk menghitung angka tetapan C, maka: C = p – r
Besarnya angka tetapan C ditentukan berdasarkan pengukuran paralak
berdasarkan sumbu X -nya dikurangi hasil pembacaan dengan batang paralak.
Untuk mencapai ketelitianya yang lebih baik, pada umumnya C ditentukan
berdasarkan nilai rata – rata bagi dua titik sembarang. Untuk maksud ini akan lebih
baik diambil nilai C bagi dua titik utama pasangan foto yang bersangkutan karena
besarnya paralak titik utama foto kiri sama denqan basis foto kanan dan sebaliknya
atau: Po1 = b` dan po2 = b
Ca = b`-ro1 dan C2 = b – ro1
Sehingga
C1 + C2
C=
2
fB (hA − hC)
Pa − Pc =
(H − hA) x (H − hC)
P (H − hC)
hA = hC +
pa
2. Base foto dianggap sebagai sumbu x, lalu tarik garis tegak lurus sumbu x
melalui center point sehingga ke bagian tepi foto, garis ini dianggap sebagai
sumbu y.
Amati pasangan foto tersebut dengan pengamatan stereoskopik
4. Tentukan beberapa titik dengan ketinggian yang berbeda untuk diukur beda
paralaknya (tandai titik tersebut dengan spidol hitam pada plastik transparan).
Usahakan titik-titik tersebut relative sejajar dengan sumbu y. Selanjutnya cari
komplementer titik-titik tersebut pada foto pasangannya.
5. Tariklah sebuah garis yang menghubungkan titik - titik yang ditentukan diatas
tadi.
6. Dengan menggunakan spidol hijau, tariklah garis yang berasal dari titik – titik
pengukuran tersebut tegak lurus garis sayatan ke arah sumbu y. Beri tanda
garis – garis tersebut dengan a, b, c dan seterusnya seperti (Gambar 8.19.5).
7. Dengan menggunakan penggaris biasa (gunakan satuan cm) ukurlah masing-
masing panjang garis a, b, c dan seterusnya, lalu lanjutkan dengan mangukur
panjang garis a ', b', c' dan seterusnya.
8. Nilai panjang garis tersebut dinamakan harga paralak. p1 = a-a' , P2= b-b' dan
seterusnya.
9. Kemudian cari harga beda paralaknya,dengan rumus p1 - P2; P2 - P3; P3 - P4
dan seterusnya
H: [H/(b+p)]p
d: Jarak ekivalen dilapangan (dihitung dari foto) antara 2 titik
pada dip slope.
Contoh:
Suatu foto udara diketahui tinggi terbang 10.000 ft, jarak ekivalen dilapangan antara
2 titik pada dip slope adalah 580 ft, perbedaan paralak antara 2 titik adalah 1,0 mm,
base foto 99 mm. Tentukan besarnya dip lapisan batuan tersebut.
Tg sudut dip = 10.000 x 1,0 / 580 (99 + 0,1) = 0,18544 = 9o dibulatkan 10o
Strike dapat ditentukan dengan mudah dari pengamatan stereoskopik dengan
menandai 2 titik yang berada pada ketinggian yang sama pada lapisan yang
bersangkutan.
Apabila bidang perlapisan sedikit miring atau miring ketebalan dapat ditentukan
dengan menghitung dip lapisan, kemudian ditentukan perbedaan paralak antara 2
titik, yaitu pada bagian top dan bagian bottom lapisan. Akhirnya dapat dihitung
ketebalan seperti yang ditunjukkan pada gambar 8.20.
δ: sudut dip.
Dalam kasus yang lain perhitungan ketebalan lapisan untuk dip yang lebih besar
dapat dilakukan dengan memilih lokasi dalam model stereoskopik pada tempat
dimana dapat dilakukan pengukuran dengan baik. Titik yang satu ditempatkan pada
top lapisan titik kedua pada bottom lapisan (Gambar 8.23.)
Gambar 8.21 Pengukuran tebal lapisan batuan untuk dip yang besar.
8.14.6 Pelaporan