PENGINDERAAN JAUH GEOLOGI

GL 5009

LAPORAN PRAKTIKUM 2
KONSEP ANALISIS VISUAL DENGAN DATA
CITRA MULTISPEKTRAL

Disusun Oleh :
Noprizan Azmi
22121016

PROGRAM STUDI TEKNIK PERTAMBANGAN

FAKULTAS TEKNIK PERTAMBANGAN DAN PERMINYAKAN
INSTITUT TEKNOLOGI BANDUNG
2022
 PENDAHULUAN

1. Latar Belakang
Praktik ke-2 dalam kuliah penginderaan jauh ini merupakan praktik untuk menerapkan konsep
analisis visual dengan data citra multispektral. Citra yang digunakan merupakan citra Landsat 8
OLI yang telah terkoreksi atmosferik (pada praktik ke-1). Analisis yang akan dilakukan pada
praktik ke-2 ini yaitu meliputi (1) pemilihan ROI; (2) komposit citra RGB; (3) penajaman citra;
(4) filtering citra. Software yang digunakan untuk praktik ke-2 ini yaitu QGIS 3.10.

2. Langkah Pengerjaan ( Software QGIS 3.10)

pengerjaan dalam praktikum kali ini yaitu dengan menggunakan software QGIS 3.10, adapun
data yang diolah merupakan Landsat 8 OLI yang telah dilakukan koreksi atmosferik pada
praktikum-1 dengan menggunakan software ENVI 5.3.
A. Pemilihan ROI (Region of Interest)
Semakin tinggi resolusi suatu citra maka semakin detil informasi yang akan diperoleh, namun
tidak semua wilayah citra memungkinkan untuk dilakukan analisis dengan per kecepatan
pemrosesan yang tinggi sehingga perlu dilakukan pembatasan area yang akan berpengaruh
kepada kecepatan waktu pemrosesan. Pemilihan ROI pada citra merupakan cara yang tepat
untuk mengurangi tingginya waktu pemrosesan tersebut.
1. Masukkan data visual citra yang telah terkoreksi atmosfer sebelumnya pada software ENVI
5.3 ke dalam area kerja QGIS 3.10 dengan perintah Layer - Add Layer - Add Raster Layer.
2. Pada tab Add Raster Layer, inputkan data visual citra yang telah terkoreksi atmosfer pada
software ENVI 5.3 (Sandai_FLAASH) pada Raster Datasets.

1
 Gambar 1 Inputan Raster Datasets berupa data visual citra terkoreksi atmosfer
3. Selanjutnya membuat polygon untuk menentukan ROI dengan klik Layer – Create Layer
– New Shape File Layer pada tampilan layar QGIS 3.10 seperti pada gambar berikut.

2
 Gambar 2 Proses pembuatan polygon : Layer – Create Layer – New Shape File Layer dan
settingannya dengan mengubah geometry type – polygon

4. Klik Toolbox Toggle Editing - Add Polygon Feature. Tentukan titik dan buat polygon
untuk menentukan ROI pada area kerja seperti yang terlihat pada Gambar II.17 berikut.
Ubah tampilan area polygon menjadi transparan dengan cara: double klik Layer polygon –
Sample Fill – Change Fill Color – Transparency Fill – Apply – OK

Gambar 3 Area polygon ROI tampak transparan setelah proses settingan

3
5. Tahapan selanjutnya adalah memotong citra dengan batasan polygon yang telah dibuat
dengan klik Raster - Clip Raster By Extent – lalu input Layer pada tab parameter isi
Patuha_FLAASH (visual citra hasil koreksi atmosfer) – inputan clipping extent isikan
dengan Layer polygon yang telah dibuat sebelumnya- dan advanced parameter Clipped
diisikan dengan file yang disave untuk batasan ROI yang akan dipotong – RUN.

Gambar 4 Tabulasi Clip Raster by Extent

6. Adapun hasil pemotongan ROI citra dengan batasan polygon dapat dilihat pada Gambar
berikut

Gambar 5 Hasil pemotongan ROI Citra dengan polygon

4
B. Penajaman Citra ( Image Enhancement)
Image enhancement atau penajaman citra merupakan modifikasi citra untuk memperbaiki
kualitas citra sehingga kita bisa membedakan objek dalam citra lebih baik. Tujuan penajaman
citra atau image enhancement adalah untuk mempermudah pengguna dalam melakukan
interpretasi secara visual. Proses penajaman citra pada software QGIS 3.10 berikut melalui
teknik normalisasi histogram atau pemrataan histogram dapat dilakukan dengan prosedur,
yakni:
1. Double klik Layer ROI yang telah dibuat sebelumnya – pada tab Layer Properties pilih
menu Histogram.

Gambar 7 Layer properties normalisasi histogram

2. Ganti tampilan show all band menjadi show selected band untuk menampilkan masing-
masing satu jenis band yang akan dinormalisasi pada tahap berikutnya. Normalisasi
histogram pada citra dilakukan pada band 2,3, dan 4 untuk mengetahui natural color
komposit dengan melakukan setting nilai minimum dan maximum pada data agar distribusi
normal dari histogram citra terbentuk.

5
Gambar 8 Normalisasi histogram pada band 2

Gambar 9 Normalisasi histogram pada band 3

6
 Gambar 10 Normalisasi histogram pada band 4
C. Filtering Citra Filter citra berupa metode untuk mengurangi atau menghilangkan noise. Selain
itu proses filtering juga digunakan untuk memunculkan signal atau target pada citra. Jenis filter
bermacam-macam dan fungsi serta efeknya juga berbeda-beda. Berikut akan ditampilkan cara
melakukan image filtering dengan metode Laplacian.

Gambar 11 Filtering citra – Processing – Toolbox

7
 1. Pada tabulasi processing toolbox lakukan search atau pencarian dengan keyword Laplacian
filter lalu isikan parameter pada tabulasi Laplacian Filter seperti gambar berikut; Pada tab
parameters Grid yang diisikan berupa layer yang telah di ROI sebelumnya – Method ; [0]
standar kernel 1, standar deviasi ; 0, radius ; 1dan seacrh mode berupa square.

Gambar 12 Parameter yang diinput pada Laplacian Filter

2. Berikut tampilan citra setelah dilakukan filtering menggunakan metode Laplacian
3. Citra hasil filtering Laplacian selanjutnya dilakukan normalisasi histogram seperti tahapan
sebelumnya juga agar tampak lebih jelas. Setting nilai maksimum dan minimum pada Tab
Layer Properties Histogram.

D. Hasil Pemrosesan
1. Hasil Pemerataan histogram
Image enhancement atau penajaman citra merupakan modifikasi citra untuk memperbaiki
kualitas dan resolusi citra sehingga kita bisa membedakan objek dalam citra lebih baik.
Tujuan penajaman citra atau image enhancement adalah untuk mempermudah pengguna
dalam melakukan interpretasi secara visual. Proses penajaman citra pada praktikum-02 ini
dapat dilakukan melalui teknik normalisasi histogram atau pemerataan histogram.

8
Pemerataan atau normalisasi histogram ini dilakukan dengan mengubah bentuk dan
mengubah pola distribusi dari kontras data visual citra. Daerah yang gelap menandakan
kontras citra tersebut rendah sekali yang ditandai dengan histogramnya yang tidak
terdistribusi secara normal. Oleh karena itu perlu dilakukan komposit band pada masing-
masing band dengan menormalisasi histogram pada citra yang dilakukan pada band 2,3,
dan 4 untuk mengetahui natural color komposit dengan melakukan settingan dan merubah
nilai minimum dan maximum pada data agar distribusi normal dari histogram citra
terbentuk dan menghasilkan kontras yang tinggi sehingga kita bisa menginterpretasikan
secara mudah objek atau target geologi dengan jelas dan benar. Adapun hasil dari komposit
masing-masing band 2,3, dan 4 melalui pemrataan histogram secara berturut-turut dapat
dilihat pada gambar berikut :

9
 Gambar 13 Histogram Band 2,3 dan 4 Sebelum Normalisasi dan setelah Normalisas

Gambar 14 Hasil citra visual Landsat 8 sebelum komposit normalisasi histogram (kanan), dan
setelah komposit normalisasi histogram (kiri) pada band 2, 3, dan 4.

Dari kedua gambar hasil visual citra di atas yang ditunjukkan pada Gambar 14 dapat disimpulkan
bahwa normalisasi histogram pada band 2, 3, dan 4 natural color composit pada kontras visual data
citra mengalami kenaikan yang drastis dimana gambar (kanan) memiliki distribusi kontras
histogram yang tidak normal atau memiliki kontras yang rendah dan gelap, namun sebaliknya pada
gambar (kiri) visual citra setelah normalisasi histogram memiliki distribusi histogram yang normal
yang ditandai dengan kontrasnya yang tinggi dan terang, sehingga target geologi pada gambar 14
(kiri) sudah bisa jelas terlihat pola-pola dan batas kontras morfologi dari visual hasil citra tersebut.

10
Gambar 15 Komposit RGB = 6,5,4 Sebelum dilakukan normalisasi histogram dan sesudah
dilakukan normalisasi histogram

Gambar 16 Komposit RGB = 5,6,4 Sebelum dilakukan normalisasi histogram dan sesudah
dilakukan normalisasi histogram

11
 DAFTAR PUSTAKA

Saepuloh, Asep. 2019. Modul Praktikum Penginderaan Jauh Volkanologi dan

Geotermal. ITB Press

12