Tugas Akhir

OPTIMALISASI PENGARUH JUMLAH GROUND CONTROL
POINT (GCP) DENGAN DIGITAL ELEVATION MODEL (DEM)

IFSAR TERHADAP KETELITIAN OBJEK PETA PADA
CITRA HASIL ORTHOREKTIFIKASI
Studi Kasus:
Kabupaten Rokan Hulu, Provinsi Riau
Oleh :
RAHYU RAHMAYUDIN
(051112008)
PROGRAM STUDI TEKNIK GEODESI

FAKULTAS TEKNIK UNIVERSITAS PAKUAN BOGOR
2019
LEMBAR PENGESAHAN
Mahasiswa Kerja Praktek

Nama : Rahyu Rahmayudin
Tempat Tanggal Lahir : Lebak, 21 Desember 1994
Nomor Pokok Mahasiswa : 051112008
Perguruan Tinggi : Universitas Pakuan
Fakultas : Teknik
Program Studi : Geodesi
Judul Tugas Akhir : Optimalisasi Pengaruh Jumlah Ground Control
Point (GCP) dengan Digital Elevation Model
(DEM) IFSAR terhadap Ketelitian Objek Peta pada
Citra Hasil Orthorektifikasi
Bogor, Juli 2019

Telah diperiksa dan disetujui oleh :
Ir. Rudie R. Atmawidjaja, M.Kom Batoro Wisnu, ST., MT

Pembimbing Utama Pembimbing Pembantu
Diketahui oleh,
Ketua
Program Studi Teknik Geodesi
Fakultas Teknik Universitas Pakuan
Dr. Ir. Rochman Djaja A.H, M.Surv.Sc
i
KATA PENGANTAR
Alhamdulillahirabbil’alamin. Puji dan syukur kehadirat Allah SWT, karena

atas segala rahmat dan karunia-Nya. Shalawat dan salam semoga tercurah kepada
junjungan umat manusia, Nabi Muhammad Shallallahu ‘Alaihi Wasallam beserta
keluarga, sahabat dan pengikutnya hingga akhir zaman. Sehingga penyusun dapat
menyelesaikan Laporan Tugas Akhir yang telah dilaksanakan di Badan Informasi
Geospasial, Bogor Jawa Barat dengan judul “Optimalisasi Pengaruh Jumlah
Ground Control Point (GCP) dengan Digital Elevation Model (DEM) IFSAR
terhadap Ketelitian Objek Peta pada Citra Hasil Orthorektifikasi”
Kegiatan Tugas Akhir ini dapat terselenggara berkat bantuan dari berbagai
pihak, untuk itu penyusun mengucapkan terima kasih kepada:
1. Bapak Ir. Singgih Irianto TH., M.Si selaku Dekan Fakultas Teknik
Universitas Pakuan Bogor.
2. Bapak Dr. Ir. Rochman Djaja A.H, M.Surv.Sc., selaku Ketua Program Studi
Teknik Geodesi Universitas Pakuan Bogor serta Penanggung Jawab Tugas
Akhir serta selaku Koordinator Tugas Akhir Program Studi Teknik Geodesi
3. Ibu Dra. Diah Kirana Kresnawati, M.Sc., selaku Sekretaris Program Studi
Teknik Geodesi Universitas Pakuan Bogor.
4. Bapak Ir. Rudie R. Atmawidjaja, M.Kom selaku Dosen Pembimbing Utama
Tugas Akhir.
5. Bapak Batoro Wisnu, ST., MT selaku Dosen Pembimbing Pembantu Tugas
Akhir.
6. Bapak Dadan Ramdani, S.T., M.T. dan Mas Agung Syetiawan, S.T. yang
telah memberikan waktu dan pemikirannya dalam penulisan Tugas Akhir ini,
saya ucapkan banyak terima kasih.
7. Seluruh dosen pengajar Program Studi Teknik Geodesi Universitas Pakuan
Bogor yang telah mendidik dan memberikan ilmu pengetahuannya kepada
penulis, saya ucapkan banyak terima kasih.
8. Staf Tata Usaha Fakultas Teknik Universitas Pakuan Bogor.
ii
9. Bapak Didis Halaludin (Alm.) dan Ibu Sri Wulan selaku orangtua yang selalu
memanjatkan do’a, kasih sayang dan semangat untuk penyusun serta bantuan
baik moril maupun materil yang sangat berharga.
10. Eka Stefani Saputri, Tria Sartika dan Hekti Kemalahayati serta keluarga yang
selalu memberikan do’a, motivasi dan semangat untuk penyusun.
11. Riyan Nonika, Yuridho Agni Kusuma, Rando Wylliyanto P.D, M. Ikwan
Nahdudin, Jaka Kurnia Saputra, M. Haidar Abdillah, Rian Stadyanto serta
seluruh saudara/i Himpunan Mahasiswa Geodesi angkatan 2012 yang selalu
memberikan semangat dan tawa untuk penyusun.
12. Sahabat dan teman-teman yang selalu memberikan dukungan untuk
penyusun.
13. Saudara, kakak dan adik-adik tingkat Himpunan Mahasiswa Geodesi yang
telah memberikan bantuan dan dukungannya.
14. Serta pihak-pihak yang tidak bisa disebutkan satu persatu yang telah
membantu kegiatan Tugas Akhir.
Semoga Allah SWT memberikan pahala dan balasan yang berlipat ganda
untuk semuanya. Penyusun menyadari dalam penyajian laporan ini belum
sempurna, saran yang bersifat membangun dari berbagai pihak akan dapat lebih
menyempurnakan penulisan ini.
Akhir kata hanya kepada Allah SWT penyusun berharap dan berserah,
semoga laporan Tugas Akhir ini dapat bermanfaat dan berguna bagi semua pihak.
Bogor, Juli 2019
Penulis
iii
DAFTAR ISI
LEMBAR PENGESAHAN....................................................................................i
KATA PENGANTAR............................................................................................ii
DAFTAR ISI..........................................................................................................iv
DAFTAR GAMBAR............................................................................................vii
DAFTAR TABEL...............................................................................................viii
BAB I PENDAHULUAN.......................................................................................1
1.1 Latar Belakang..........................................................................................1
1.2 Perumusan Masalah...................................................................................2
1.3 Tujuan Penelitian.......................................................................................2
1.4 Manfaat Penelitian.....................................................................................2
1.5 Batasan Masalah........................................................................................2
1.6 Metodologi Penelitian...............................................................................4
1.6.1 Persiapan............................................................................................4
1.6.2 Tahapan Pengumpulan Data..............................................................5
1.6.3 Tahapan Pengolahan data...................................................................5
1.6.4 Tahapan Pembahasan.........................................................................5
1.6.5 Tahapan Pelaporan.............................................................................5
1.7 Lokasi dan Jadwal Penelitian....................................................................6
1.8 Sistematika Penulisan Laporan.................................................................6
BAB II TINJAUAN PUSTAKA............................................................................8
2.1 Penginderaan Jauh.....................................................................................8
2.2 Pengolahan Citra Digital.........................................................................10
2.2.1 Konsep Data Vektor dan Data Raster..............................................11
2.2.2 Konsep Resolusi...............................................................................13
2.3 Citra Satelit Resolusi Tinggi...................................................................15
2.4 Digital Elevation Model (DEM)..............................................................16
2.5 Kualitas Citra...........................................................................................17
2.5.1 Tutupan Awan dan Gangguan Kabut...............................................18
iv
2.5.2 Korelasi antar saluran.......................................................................18
2.5.3 Kesalahan Geometri.........................................................................19
2.5.4 Kesalahan Radiometri......................................................................20
2.6 Orthorektifikasi.......................................................................................20
2.6.1 Orthorektifikasi Primer....................................................................26
2.6.2 Orthosistematis.................................................................................26
2.7 Ground Control Point (GCP) dan Independent Check Point (ICP)........27
2.7.1 Ground Control Point (GCP)...........................................................27
2.7.2 Independent Check Point (ICP).......................................................28
2.8 Sistem Referensi Koordinat dan Proyeksi Peta.......................................29
2.8.1 Sistem Referensi Geodesi Indonesia (SRGI) 2013..........................29
2.8.2 Proyeksi Peta....................................................................................32
2.9 Ketelitian Peta Dasar...............................................................................35
2.9.1 Ketelitian Geometri Peta Dasar........................................................36
2.9.2 Standar Pengujian Peta Dasar Darat (RBI)......................................37
BAB III METODOLOGI PENELITIAN..........................................................39
3.1 Persiapan.................................................................................................39
3.1.1 Persiapan Alat..................................................................................39
3.1.2 Persiapan Data..................................................................................40
3.2 Pengolahan Data......................................................................................43
3.2.1 Assemble Tile..................................................................................43
3.2.2 Pansharpening (Fusi Citra)...............................................................45
3.2.3 GCP / TP Collection........................................................................46
3.2.4 Ortho Generation..............................................................................47
3.2.5 Uji Ketelitian....................................................................................48
BAB IV HASIL DAN PEMBAHASAN............................................................49
4.1 Assemble Tiles........................................................................................49
4.2 Pansharpening (Fusi Citra)......................................................................50
4.3 GCP/TP Collection..................................................................................51
4.4 Ortho Generation.....................................................................................54
4.5 Uji Ketelitian ICP Manual.......................................................................58
BAB V KESIMPULAN DAN SARAN...............................................................61
v
5.1 Kesimpulan...................................................................................................61
5.2 Saran............................................................................................................61
DAFTAR PUSTAKA...........................................................................................62
LAMPIRAN..........................................................................................................64
vi
DAFTAR GAMBAR
Gambar 1.1 Kabupaten Rokan Hulu (Provinsi Riau).......................................3

Gambar 1.2 Diagram Alir Penelitian................................................................6
Gambar 2.1 Proses perekaman permukaan bumi oleh sensor Penginderaan
Jauh................................................................................................9
Gambar 2.2 Data Vektor...................................................................................11
Gambar 2.3 Data Raster....................................................................................12
Gambar 2.4 Hasil Perbedaan Resolusi Spasial.................................................14
Gambar 2.5 Resolusi Spektral..........................................................................15
Gambar 2.6 Perbedaan DTM dan DSM...........................................................17
Gambar 2.7 Citra Satelit Dengan Tutupan Awan.............................................18
Gambar 2.8 Kesalahan Geometri Citra Dan Penyebabnya...............................20
Gambar 2.9 Relief Diplacement.......................................................................22
Gambar 2.10 Proyeksi Perspektif (Kiri) dan Proyeksi Orthogonal (Kanan)....22
Gambar 2.11 Digital Rectification Using Direct and Indirect..........................26
Gambar 2.12 Ilustrasi sebaran titik GCP dan ICP............................................28
Gambar 2.13 Klasifikasi Sistem Koordinat Berdasarkan Parameternya..........29
Gambar 2.14 Jaring Kontrol Geodesi Nasional (Stasiun CORS, Pilar JKG dan
Stasiun Pasut)..............................................................................31
Gambar 2.15 Contoh Model Deformasi Kerak Bumi di Wilayah NKRI.........31
Gambar 2.16 Hubungan Tinggi Orthometrik, Geoid dan Ellipsoid.................32
Gambar 2.17 Sistem Proyeksi Transverse Mercator........................................33
Gambar 2.18 Sistem Proyeksi UTM.................................................................35
Gambar 3.1 Diagram Alir Pengolahan Data Tugas Akhir................................39
Gambar 3.2 Citra Worldview2 band Pankromatik...........................................41
Gambar 3.3 Citra Worldview2 band Multispektral..........................................41
Gambar 3.4 Digital Surface Model...................................................................42
Gambar 4.1 Penggabungan tiles citra menjadi satu..........................................49
Gambar 4.2 (A) citra Worldview2 (multispektral) sebelum di Assamble tiles, (B)
citra (multispektral) sesudah di Assamble tiles.............................50
vii
Gambar 4.3 (A) citra Worldview2 (pankromatik) sebelum di Assamble tiles, (B)
citra (pankromatik) sesudah di Assamble tiles..............................50
Gambar 4.4 (A) citra Worldview2 sebelum di pansharp memiliki resolusi pixel
size 2 meter, (b) ) citra Worldview2 sesudah di pansharp memiliki
resolusi pixel size 0,5 meter...........................................................51
Gambar 4.5 Sebaran GCP pada citra Worldview2 dengan 11 titik..................52
Gambar 4.6 Sebaran GCP pada citra Worldview2 dengan 10 titik..................53
Gambar 4.7 Sebaran GCP pada citra Worldview2 dengan 9 titik....................53
Gambar 4.8 Sebaran GCP pada citra Worldview2 dengan 8 titik....................54
Gambar 4.9 (a) Foto Citra Worldview2 sebelum Orhorektifikasi, (b) Foto Citra
Worldview2 sesudah Orhorektifikasi............................................55
Gambar 4.10 (a) Objek Bukit yang terlihat rebah sebelum Orthorektifikasi, (b)
Objek Bukit yang terlihat terangkat/ timbul sesudah Orthorektifikasi
.......................................................................................................56
Gambar 4.11 (a) Perubahan relief citra sebelum Orthorektifikasi, (b) Perubahan
relief citra sesudah Orthorektifikasi...............................................57
viii
DAFTAR TABEL
Tabel 1.1 Jadwal Penelitian Tugas Akhir.........................................................6

Tabel 2.1 Perbandingan Data Vektor dan Data Raster.....................................12
Tabel 2.2 Ketelitian Geometri Peta RBI (PERKA BIG No.6 Tahun 2018).....32
Tabel 2.3 Ketentuan Ketelitian Geometri Peta RBI Berdasarkan Kelas
(Perka BIG No. 6 Tahun 2018).............................................................32
Tabel 2.4 Jumlah Titik Uji Berdasarkan Luasan..............................................34
Tabel 3.1 Spesifikasi Citra Worldview-2.........................................................40
Tabel 3.2 Koordinat titik GCP dan ICP............................................................43
Tabel 4.1 Hasil Uji Ketelitian ICP 11 Titik......................................................58
Tabel 4.5 Hasil Uji Ketelitian Peta...................................................................59
ix
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam upaya pemekaran dan pembangunan di berbagai wilayah di
Indonesia, tentu diperlukan ketersediaan peta skala besar. Badan Informasi
Geospasial merupakan lembaga pemerintahan yang bertugas untuk
menyediakan Informasi Geospasial di Indonesia, salah satu produk dari
Informasi Geospasial ini adalah Peta Rupabumi atau Peta Dasar yang
dijadikan sebagai acuan dalam keperluan pemetaan, baik untuk kepentingan
nasional maupun swasta.
Citra satelit Resolusi Tinggi (CSRT) merupakan salah satu alternatif dalam
percepatan kebutuhan pemetaan skala besar pada beberapa aplikasi pemetaan
seperti pemetaan RDTR dan penegasan batas administrasi melalui metode
kartometrik. CSRT pada perkembanganya telah mencapai pada piksel yang
semakin detil hingga 0.5 meter. Salah satu CSRT yang telah banyak
diaplikasikan oleh publik adalah citra satelit worldview 2 dengan resolusi
spasial 0.46m - 0.5 m. Resolusi tinggi tidak serta merta secara langsung dapat
digunakan karena masih terdapat berbagai distorsi geometrik baik yang
diakibatkan oleh sensor maupun distorsi dari kondisi topografi lokal (Toutin,
2004). Keperluan melakukan koreksi geometrik dengan pemenuhan terhadap
koreksi relief dan perspektif incidence angle inilah yang harus dilakukan
dalam sebuah prosedur yang dinamakan proses orthorektifikasi.
Proses orthorektifikasi membutuhkan beberapa data seperti data Digital

Elevation Model (DEM) dan Ground Control Point (GCP), serta Independent
Check Point (ICP). Proses pengerjaan orthorektifikasi di Indonesia
memerlukan waktu relatif cukup lama. Hal ini dikarenakan butuh waktu
untuk mengambil data GCP dan ICP dengan turun langsung ke lapangan serta
sulitnya medan yang harus dijangkau mengingat kondisi geografis Indonesia
yang beragam. Berbagai penelitian dilaksanakan untuk mengurangi jumlah
GCP yang diperlukan dalam proses koreksi geometrik sehingga dapat
mengurangi biaya yang dikeluarkan. Oleh karena itu penulis melakukan
penelitian “Optimalisasi pengaruh jumlah Ground Control Point (GCP)
1
dengan Digital Elevation Model (DEM) IFSAR terhadap ketelitian objek Peta
pada Citra hasil Orthorektifikasi di Kabupaten Rokan Hulu, Provinsi Riau”.
1.2 Perumusan Masalah

Berdasarkan latar belakang masalah di atas rumusan masalah dalam
penelitian ini adalah
1. Bagaimana pengaruh jumlah GCP yang digunakan terhadap kualitas uji
ketelitian?
1.3 Tujuan Penelitian

Tujuan dalam penelitian ini adalah sebagai berikut :
1. Optimalisasi penggunaan GCP pada proses rektifikasi citra satelit resolusi
tinggi.
2. Mengetahui apa saja pengaruh dan perubahan yang terjadi pada proses
rektifikasi Citra Satelit Resolusi Tinggi menggunakan beberapa
pemodelan GCP.
1.4 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah memberikan informasi terkait
perbandingan tingkat ketelitian dan hal-hal yang mempengaruhi tingkat
ketelitian pada hasil koreksi geometrik.
1.5 Batasan Masalah

Batasan masalah dalam penelitian tugas akhir ini adalah sebagai berikut :
1. Wilayah pengerjaan yang digunakan dalam penelitian ini adalah
Kabupaten Rokan Hulu, Provinsi Riau yang dapat dilihat ada gambar 1.1
berikut ini.
2
Gambar 1.1 Kabupaten Rokan Hulu (Provinsi Riau) (Sumber : ArcGIS)
2. Citra Satelit Resolusi Tinggi yang digunakan dalam penelitian ini adalah
menggunakan 1 citra satelit, yaitu citra Worldview-2 (pengambilan citra
pada tahun 2014). Adapun spesifikasi dari citra satelit resolusi tinggi
Worldview-2 sebagai berikut:
a. Resolusi : 0.5 m pankromatik, multispektral 2 m
b. Band : pankromatik; 8 multispektral bands (Red, Green, Blue, Red
Edge, Coastal, Yellow dan 2 NIR)
c. Proyeksi : UTM, Lat/Long
d. Datum : WGS 84
e. Format : GeoTIFF, JPEG
f. Tanggal : November 2010 – sekarang (sumber : http://terra-
image.com)
3. DEM yang digunakan adalah Digital Surface Model (DSM) yang
bersumber dari :
3
a. IFSAR dengan spesifikasi: (sumber : http://terra-image.com)
1) Resolusi spasial : 5 meter (delivery 10 m)
2) Akurasi horisontal : ~ 2 m
3) Akurasi vertikal : 1 meter
4) Proyeksi : UTM / Latlong
5) Datum : WGS 84
6) Format : GeoTiFF, bil, dll
4. Data GCP yang dimiliki 11 titik.
5. Data ICP yang digunakan dalam uji akurasi adalah sebanyak 11 titik.
6. Dalam penelitian ini dilakukan 4 kali pengujian dengan rincian sebagai
berikut :
a. Pengolahan data dengan DEM IFSAR
1) Pengujian dengan 11 GCP
Pemilihan parameter percobaan diatas memperhatikan area sebaran titik
GCP yang mewakili keseluruhan area citra, yaitu 11, 10, 9, dan 8.
7. Software yang digunakan dalam penelitian adalah sebagai berikut :
a. Software Pengolahan Citra : PCI Geomatica 2015
b. Software Uji Ketelitian : ArcGIS 10.5
c. Software Pendukung : Microsoft office (Word, Excel, Power Point)
1.6 Metodologi Penelitian

Metodologi yang dilakukan dalam penulisan tugas akhir ini terdiri dari
beberapa tahapan, yaitu :
1.6.1 Persiapan
Adapun beberapa hal yang di lakukan pada tahap persiapan adalah

sebagai berikut:
a. Identifikasi dan perumusan masalah serta tujuan dari penelitian.
b. Studi literatur mengenai teori koreksi geometrik citra satelit.
c. Persiapan perangkat dan data yang digunakan dalam penelitian.
4
1.6.2 Tahapan Pengumpulan Data
Pada tahapan ini dilakukan inventarisasi data yang akan digunakan

dalam pengolahan data. Adapun beberapa data yang perlu di
persiapkan adalah CSRT Worldview2, DSM IFSAR, GCP dan ICP
daerah Kabupaten Rokan Hulu, Provinsi Riau.
1.6.3 Tahapan Pengolahan data
Pada tahapan ini dilakukan pengolahan data sebanyak 2 kali untuk

pengujian DEM, dan 3 kali untuk pengujian perbedaan jumlah GCP.
1.6.4 Tahapan Pembahasan
Pada tahapan ini akan diuraikan beberapa pembahasan untuk

menganalisa perbandingan yang diperoleh dari hasil pengolahan data.
1.6.5 Tahapan Pelaporan
Pada tahapan ini dilakukan penyusunan dan penulisan laporan dari

hasil penelitian.
Penjelasan dari masing-masing metodologi penelitian diatas dapat dilihat

gambar diagram alir tahapan penelitian (Gambar 1.2) berikut ini.
5
Gambar 1.2 Diagram Alir Penelitian
1.7 Lokasi dan Jadwal Penelitian

Pelaksanaan penelitian dan pengolahan data dilakukan di Badan Informasi
Geospasial (BIG) Jl. Raya Jakarta Bogor Km. 46, Cibinong Bogor 16911.
1.8 Sistematika Penulisan Laporan

Untuk mempermudah penulisan dan penyajian laporan tugas akhir ini
maka sistematika penulisan sebagai berikut:
Bab I : Pendahuluan
Pada bab ini membahas secara umum mengenai latar belakang,

rumusan masalah, tujuan penelitan, batasan masalah, metodologi
penelitian, lokasi penelitian, dan sistematika penulisan laporan
tugas akhir.
Bab II : Dasar Teori
Pada bab ini membahas mengenai berbagai teori yang mendukung

dalam proses koreksi geometrik citra satelit resolusi tinggi.
6
Bab III : Pelaksanaan Pekerjaan
Pada bab ini membahas mengenai tahapan yang dilakukan dalam

pelaksanaan penelitian, yaitu: diagram alir penelitian, alat dan
bahan, menguraikan proses penelitian, kajian data, dan pembuatan
laporan.
Bab IV : Analisa dan Pembahasan
Pada bab ini diuraikan tentang pembahasan mengenai hasil yang

diperoleh dari orthorektifikasi menggunakan GCP dan DEM.
Bab V : Kesimpulan dan Saran
Pada bab ini memuat kesimpulan yang diperoleh dari pelaksanaan

penelitian dan saran yang membangun untuk pengembangan lebih
lanjut.
Daftar Pustaka
Lampiran
7
BAB II
TINJAUAN PUSTAKA
2.1 Penginderaan Jauh

Menurut Lillesand et all. (2004) mengatakan bahwa penginderaan jauh
adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah,
atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa
kontak langsung dengan objek, daerah, daerah, atau fenomena yang dikaji.
Informasi objek didapatkan dengan cara perekaman, pengukuran dan interpretasi
gelombang elektromagnetik yang dipancarkan dan/atau dipantulkan kembali
oleh objek tersebut, setelah sinar matahari sebagai sumber gelombang
elektromagnetik mengenai objek di permukaan bumi.
Alat yang dimaksud dalam pengertian diatas adalah alat pengindera atau
sensor. Pada umumnya sensor dibawa oleh wahana baik berupa pesawat, balon
udara, satelit maupun jenis wahana yang lainnya (Sutanto, 1987). Hasil
perekaman oleh alat yang dibawa oleh suatu wahana ini selanjutnya disebut
sebagai data penginderaan jauh. Lindgren mengungkapkan bahwa penginderaan
jauh adalah berbagai teknik yang dikembangkan untuk perolehan dan analisis
informasi tentang bumi. Beberapa contoh manfaat dalam aplikasi penginderaan
jauh adalah:
1. Identifikasi penutupan lahan (landcover)
2. Identifikasi dan monitoring pola perubahan lahan
3. Manajemen dan perencanaan wilayah
4. Manajemen sumber daya hutan
5. Eksplorasi mineral
6. Pertanian dan perkebunan
7. Manajemen sumber daya air
8. Manajemen sumber daya laut
A. Komponen Penginderaan Jauh

1. Tenaga
Sumber tenaga yang digunakan dalam penginderaan jauh yaitu
tenaga alami dan tenaga buatan. Tenaga alami berasal dari matahari dan
8
tenaga buatan biasa disebut pulsa. Penginderaan jauh yang
menggunakan tenaga matahari disebut dengan sistem pasif dan yang
menggunakan tenaga pulsa disebut sistem aktif. Sistem pasif dengan
cara merekam tenaga pantulan maupun pancaran. Dengan
menggunakan pulsa kelebihannya dapat digunakan untuk pengambilan
gambar pada malam hari.
2. Objek
Objek penginderaan jauh adalah semua benda yang ada
dipermukaan bumi, seperti gunung, tanah, air, vegetasi, dan hasil
budidaya manusia, kota, lahan pertanian, hutan atau benda-benda yang
di angkasa seperti awan.
3. Sensor
Sensor merupakan alat pemantau yang dipasang pada wahana, baik
pesawat maupun satelit. Prinsip perekaman oleh sensor dalam
pengambilan data melalui penginderaan jauh dilakukan berdasarkan
perbedaan daya reflektansi energy elektromagnetik masing-masing
objek di permukaan bumi. Daya reflektansi yang berbeda-beda oleh
sensor akan direkam dan didefinisikan sebagai objek yang berbeda
yang dipresentasikan dalam sebuah citra.
Gambar 2.1 Proses perekaman permukaan bumi oleh sensor

Penginderaan Jauh
Gelombang elektromegnetik yang dipantulkan permukaan bumi

akan melewati atmosfer sebelum direkam oleh sensor. Awan, debu,
atau partikel-partikel lain yang berada di atmosfer akan membiaskan
pantulan gelombang ini. Atas dasar pembiasan yang terjadi, sebelum
9
dilakukan analisa terhadap citra diperlukan kegiatan koreksi
radiometrik.
4. Wahana
Wahana merupakan media yang digunakan untuk membawa sensor
guna mendapatkan inderaja. Berdasarkan ketinggian peredaran dan
tempat pemantauannya di angkasa. Wahana dapat dibedakan menjadi
tiga kelompok, yaitu sebagai berikut:
a. Pesawat terbang rendah sampai menengah yang ketinggian
peredarannya antara 1.000 – 9.000 meter di atas permukaan bumi.
b. Pesawat terbang tinggi, yaitu pesawat yang ketinggian
peredarannya lebih dari 18.000 meter di atas permukaan bumi.
c. Satelit, wahana yang peredarannya antara 400 km – 900 km di luar
atmosfer bumi.
2.2 Pengolahan Citra Digital

Pengolahan citra merupakan proses pengolahan dan analisis citra yang
banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan
informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara
umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer.
Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua
data dua dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks
yang diwakili oleh bit-bit tertentu.
Umumnya citra digital berbentuk persegi panjang atau bujur sangkar (pada
beberapa sistem pencitraan ada pula yang berbentuk segi enam) yang memiliki
lebar dan tinggi tertentu. Ukuran ini biasanya dinyatakan dalam banyaknya titik
atau piksel sehingga ukuran citra selalu bernilai bulat. Setiap titik memiliki
koordinat sesuai posisinya dalam citra. Koordinat ini biasanya dinyatakan dalam
bilangan bulat positif, yang dapat dimulai dari 0 atau 1 tergantung pada sistem
yang digunakan. Setiap titik juga memiliki nilai berupa angka digital yang
merepresentasikan informasi yang diwakili oleh titik tersebut. Ada beberapa hal
yang harus dipahami dalam proses pengolahan citra digital dalam penginderaan
jauh adalah mengenai konsep data raster dan data vektor serta konsep
resolusinya.
10
2.2.1 Konsep Data Vektor dan Data Raster
1. Data Vektor
Data vektor adalah data yang diperoleh dalam bentuk koordinat titik
yang menampilkan, menempatkan, dan menyimpan data spasial
dengan menggunakan titik, garis, atau area (polygon). Terdapat tiga
tipe bentuk data vektor, yaitu titik, garis, dan polygon/area yang bisa
digunakan untuk menampilkan informasi pada peta. Titik bisa
digunakan sebagai lokasi sebuah tempat atau posisi tertentu dalam
area. Garis bisa digunakan untuk menunjukkan route suatu perjalanan
atau menggambarkan batas suatu wilayah dan juga batas suatu
kawasan hutan atau area tertentu. Sedangkan polygon bisa digunakan
untuk menggambarkan sebuah danau atau sebuah luasan area yang
kemudia dapat di analisa luasan pada areal-areal tersebut.
Berikut adalah contoh dari data vektor:
Gambar 2.2 Data Vektor (https://www.atobasahona.com)
2. Data Raster
Data raster adalah data yang disimpan dalam bentuk kotak segi empat
(grid) atau sel sehingga terbentuk suatu ruang yang teratur. Foto
digital seperti areal fotografi atau foto satelit merupakan bagian dari
data raster pada peta. Raster mewakili data grid continue. Nilainya
menggunakan gambar berwarna seperti fotografi, yang di tampilkan
dengan level merah, hijau, dan biru (RGB) pada proses analisis citra.
11
Pada data raster, objek geografis direpresentasikan sebagai struktur sel
grid yang disebut sebagai piksel (picture element). Resolusi (definisi
visual) tergantung pada ukuran pikselnya, semakin kecil ukuran
permukaan bumi yang direpresentasikan oleh sel, semakin tinggi
resolusinya. Data raster dihasilkan dari system penginderaan jauh dan
sangat baik untuk merepresentasikan batas-batas yang berubah secara
gradual seperti jenis tanah, kelembaban tanah, suhu, bentuk tutupan
lahan dan pengelolaan kawasan hutan. Peta raster adalah peta yang
diperoleh dari foto suatu areal, foto satelit, atau juga dari hasil scan
gambar peta, yang pada ilmu kehutanan sering disebut penginderaan
jauh. Berikut adalah contoh dari data raster:
Gambar 2.3 Data Raster (https://www.atobasahona.com)
Adapun perbandingan dari data vektor dan data raster memiliki

kelebihan dan kekurangan, dapat dilihat pada tabel 2.1 sebagai
berikut:
12
Tabel 2.1 Perbandingan Data Vektor dan Data Raster
(https://geograph88.blogspot.com/)
Data Vektor Data Raster
Kelebihan Kelebihan
1. Lebih efisien dalam ruang 1. Struktur data yang sederhana

penyimpanan 2. Mudah dimanipulasi dengan
2. Memiliki resolusi spasial yang fungsi matematis sederhana
tinggi 3. Teknologi yang digunakan
3. Representasi grafis data cukup murah
spasialnya sangat mirip 4. Overlay data raster dengan

dengan peta garis buatan data inderaja mudah
manusia dilakukan
4. Transformasi koordinat dan

proyeksi tidak sulit dilakukan
Kekurangan Kekurangan
1. Struktur data kompleks 1. Memerlukan ruang
2. Data tidak mudah penyimpanan yang besar
dimanipulasi 2. Transformasi koorinat dan
3. Memerlukan perangkat proyeksi sulit dilakukan
computer yang lebih mahal 3. Lebih sulit merepresentasikan

4. Overlay beberapa layer vektor hubungan topologikal
secara simultan memerlukan
waktu lama
13
2.2.2 Konsep Resolusi
Resolusi yaitu kemampuan suatu sistem optik-elektronik untuk
membedakan informasi yang secara spasial berdekatan atau secara
spektral mempunyai kemiripan (Swain dan Davis, 1978). Dalam
penginderaan jauh, dikenal konsep resolusi, yaitu resolusi spasial,
resolusi temporal, resolusi spektral, resolusi radiometrik, dan resolusi
layer.
1. Resolusi Spasial
Resolusi spasial adalah ukuran terkecil obyek yang masih dapat di
deteksi oleh suatu sistem pencitraan. Biasa dinyatakan dalam satuan
pixel (Picture element).
14
Gambar 2.4 Hasil Perbedaan Resolusi Spasial (Suwargana, 2013)
2. Resolusi Temporal
Resolusi temporal ialah frekuensi perekaman ulang pada areal yang

sama oleh satelit untuk menyelesaikan seluruh siklus orbitnya.
Rentang waktu perulangan ke asal daerah yang sama satuannya
dinyatakan dalam jam atau hari.
3. Resolusi Spektral
Resolusi spektral dari suatu sensor adalah kemampuan suatu sistem
optik untuk membedakan informasi obyek berdasarkan pantulan atau
pancaran spektralnya. Resolusi spektral juga dapat diartikan sebagai
dimensi dan jumlah daerah panjang gelombang sensitif terhadap
sensor. Resolusi spektral ini berkaitan langsung dengan kemampuan
sensor untuk dapat mengidentifikasi obyek.
15
Gambar 2.5 Resolusi Spektral
4. Resolusi Radiometrik
Resolusi radiometrik merupakan ukuran sensitivitas sensor untuk
membedakan aliran radiasi (radiation flux) yang dipantulkan atau
diemisikan suatu objek oleh permukaan bumi. Kemampuan sensor
ini secara langsung dikaitkan dengan kemampuan coding, yaitu
mengubah intensitas pantulan atau pancaran spektral menjadi angka
digital dan kemampuan ini dinyatakan dalam bit.
5. Resolusi Layar
Resolusi layar adalah kemampuan dari layar monitor komputer
sebagai alat display atau menyajikan produk penginderaan jauh
berupa citra. Semakin tinggi resolusi layarnya, maka display yang
ditampilkan juga akan semakin jelas dan tajam, sehingga dapat
mempermudah proses interpretasi visual.
2.3 Citra Satelit Resolusi Tinggi

Citra satelit resolusi tinggi merupakan citra satelit dengan resolusi spasial
dibawah 1 meter untuk band pankromatik dan dibawah 2 meter untuk band
multispektral.
Saat ini perusahaan dunia yang memproduksi citra satelit penginderaan jauh
resolusi tinggi diantaranya adalah Airbus dan Digital Globe.
Adapun manfaat utama dari citra satelit resolusi tinggi, sebagai berikut:
16
1. Konprehensif, gambar/citra permukaan dengan ketajaman tinggi saat
memberikan gambaran keruangan yang menyeluruh dalam area yang sangat
luas.
2. Diperoleh dalam waktu relatif singkat.
3. Efisiensi, karena tidak memerlukan perijinan khusus, standar harga yang
sangat rasional dan berlaku internasional, dan pengolahan yang tidak banyak
membutuhkan waktu.
2.4 Digital Elevation Model (DEM)
Digital Elevation Model (DEM) merupakan bentuk penyajian ketinggian
permukaan bumi secara digital. Dilihat dari distribusi titik yang mewakili
bentuk permukaan bumi dapat dibedakan dalam bentuk teratur, semi teratur dan
acak. Bentuk data DEM adalah berupa titik (titik tinggi), garis (kontur) dan
penyiaman (lidar).
Dilihat dari sumber datanya, DEM dapat dikelompokkan sebagai berikut :
1. Foto Udara stereo
2. Citra satelit stereo
3. Data pengukuran lapangan : GPS, Theodolith, EDM, Total Station,
Echosounder
4. Peta topografi
5. Linier array image.
DEM juga dapat dibedakan berdasarkan modelnya, yaitu :
1. Digital Terrain Model (DTM)
DTM adalah singkatan dari Digital Terrain Model atau bentuk digital
dari terrain (permukaan tanah, tidak termasuk objek diatasnya) DTM
menampilkan data yang lebih lengkap dari DEM. DTM digambarkan
sebagai tiga representasi dimensi permukaan medan yang terdiri dari X,Y,Z
koordinat disimpan dalam bentuk digital yang tidak hanya mencakup
ketinggian dan elevasi unsur – unsur geografis lainnya dan fitur alami
seperti sungai, jalur punggungan, dan lain-lain. DTM secara efektif
merupakan DEM yang telah ditambah dengan unsur-unsur seperti
breaklines dan pengamatan selain data asli untuk mengoreksi artefak yang
dihasilkan dengan hanya menggunakan data asli.
17
2. Digital Surface Model (DSM)
Digital Surface Model (DSM) dapat diartikan sebagai model
permukaan digital. DSM juga merupakan model elevasi yang menampilkan
ketinggian permukaan, jika DTM hanya menampilkan ground (permukaan
tanah tanpa apapun yang diatasnya) maka DSM menampilkan bentuk
permukaan apapun yang ada seperti ketinggian pohon, bangunan dan objek
apapun yang ada diatas tanah.
Berikut merupakan gambaran ilustrasi perbandingan data DTM dan DSM
(Gambar 2.3).
Gambar 2.6 Perbedaan DTM dan DSM (sumber : indoatlas.net)

2.5 Kualitas Citra
Seluruh citra yang diperoleh melalui perekaman sensor tidak lepas dari
kesalahan, yang diakibatkan oleh mekanisme perekaman sensor, gerakan, wujud
geometri dan konfigurasi permukaan bumi, serta kondisi atmosfer pada saat
perekaman. Kesalahan yang terjadi pada proses pembentukan citra ini harus
dikoreksi agar aspek radiometri dan geometri citra tersebut dapat mendukung
dan menunjang sesuai dengan kebutuhannya. Baik buruknya suatu citra dapat
dilihat dari kualitas datanya.
Kualitas citra merupakan ukuran kualitatif (relatif) maupun kuantitatif
(absolut) suatu citra yang akan diproses dengan teknik penginderaan jauh agar
dapat menghasilkan informasi tematik-spasial turunan yang sesuai dengan
standar akurasi yang telah ditetapkan. Berikut ini merupakan beberapa
parameter kualitas citra, yaitu:
18
2.5.1 Tutupan Awan dan Gangguan Kabut
Satelit sumberdaya dikatakan baik atau memenuhi syarat apabila
luas liputan awannya kurang dari 10%. Semakin banyak luas liputan
awannya maka semakin banyak pula informasi permukaan bumi yang
hilang karena tutupan awan dan sekaligus bayangannya (Conway dan
Maryland Space Consortium, 1997).
Gambar 2.7 Citra Satelit Dengan Tutupan Awan

Di Indonesia, citra yang 100% bebas dari awan sangat sulit
diperoleh. Hal ini dikarenakan waktu perekaman satelit yang bersamaan
dengan waktu pembentukan awan dan sistem sensornya.
Sistem sensor satelit banyak yang dirancang untuk bekerja pada
spektra pantulan dan pancaran, baik sistem multispektral maupun
hiperspektral. Dengan demikian, sistem ini tidak mampu menangkap
informasi hamburan balik gelombang mikro yang dapat menembus
awan.
2.5.2 Korelasi antar saluran
Sistem sensor multispektral menghasilkan citra daerah yang sama
pada beberapa saluran. Perbedaan informasi spektral objek-objek yang
sama pada beberapa saluran justru memperkuat kemampuan sistem
dalam membedakan objek satu terhadap yang lain, melalui analisis gugus
(cluster analysis).
19
Koefisien korelasi merupakan parameter yang sering digunakan
untuk menunjukkan kekuatan hubungan antar variabel. Bila koefisien
korelasinya tinggi, berarti kedua saluran memiliki kecenderungan yang
sama dalam merepresentasikan objek. Dengan kata lain, keduanya tidak
saling melengkapi. Oleh karena itu, semakin tinggi korelasi antar saluran,
semakin buruk kualitas citra untuk keperluan analisis multispektral.
2.5.3 Kesalahan Geometri

Citra yang dihasilkan secara langsung melalui proses perekaman
satelit tidaklah bebas dari kesalahan. Kesalahan ini muncul akibat
gerakan satelit, rotasi bumi, gerakan cermin pada sensor skaner, dan juga
kelengkungan bumi. Hasil perekaman merupakan model dua dimensi
yang menggambarkan kenyataan tiga dimensi pada bidang lengkung
permukaan bumi. Perbedaan tinggi objek di permukaan bumi secara
langsung direkam sehingga menghasilkan citra dengan skala yang tidak
seragam. Kesalahan ini masih di tambah dengan adanya variansi
ketinggian satelit.
Kesalahan-kesalahan ini dapat dikoreksi dalam dua tahap utama.
Tahap pertama adalah koreksi kesalahan geometri yang sudah dapat
diperkirakan sebelumnya. Kesalahan ini dinamakan kesalahan sistematis,
misalnya pengaruh gerakan cermin pemindai, kecepatan satelit, dan arah
serta kecepatan rotasi bumi. Tahap kedua adalah pemasukan titik-titik
kontrol lapangan yang dapat diidentifikasi pada citra dan lapangan/peta
referensi, dan melalui pasangan titik-titik koordinat antara citra dan
lapangan ini dapat dibangun suatu persamaan transformasi untuk
mengoreksi setiap posisi yang salah pada citra menjadi posisi yang benar
menurut skala, proyeksi, dan sistem koordinat peta referensi atau
lapangan.
20
Gambar 2.8 Kesalahan Geometri Citra Dan Penyebabnya
(Sumber : Arnoff, 2005)
2.5.4 Kesalahan Radiometri
Inkonsistensi detektor dalam menangkap informasi juga
menghasilkan kesalahan berupa anomali nilai piksel. Piksel ini menjadi
bernilai jauh lebih tinggi atau lebih rendah dari yang seharusnya.
Gangguan sinyal pada citra dapat berupa kosongnya nilai piksel
pada suatu (atau beberapa) baris pemindaian atau kolom tertentu
sehingga piksel-piksel tersebut bernilai 0 (nol). Gangguan lain adalah
anomali nilai piksel secara individual sehingga tidak merepresentasikan
informasi spektral yang seharusnya. Gangguan-gangguan sinyal
semacam ini pada umumnya disebabkan oleh tidak berfungsinya detektor
pada suatu periode tertentu.
Faktor eksternal sensor yang juga memegang peran penting adalah
adanya pengaruh atmosfer. Partikel-partikel dalam atmosfer yang
kadang-kadang menyerap radiasi pantulan atau pancaran objek, namun
dilain pihak kadang-kadang pula menghamburkannya, telah mengubah
informasi spektral yang mencapai sensor. Semua kesalahan, baik yang
telah dapat diperkirakan magnitude-nya maupun yang belum harus
dikoreksi untuk menghasilkan citra dengan informasi spektral yang
mendekati kebenaran. Kesalahan radiometri yang besar, terutama yang
merupakan kesalahan sistematik biasanya telah dikoreksi oleh stasiun
penerimanya.
2.6 Orthorektifikasi
Orthorektifikasi merupakan suatu proses menghilangkan distorsi pada citra
satelit pengaruh dari kondisi medan serta posisi sensor kamera pada saat akuisisi
pengambilan gambar. Proses ini dilakukan dengan cara memodelkan sifat dan
besarnya distorsi geometris dari citra satelit. Kondisi topografi yang beragam di
permukaan bumi serta kemiringan sensor satelit (angle) mempengaruhi jarak
serta ukuran suatu obyek yang akan ditampilkan pada citra satelit. Dengan
kondisi topografi yang naik turun dan bergelombang serta sudut kemiringan
sensor satelit yang tinggi merupakan aspek vertikal pada proses orthorektifikasi
21
juga dibutuhkan perbaikan dengan bantuan data permodelan Digital Elevation
Model (DEM). Orthorektifikasi juga biasanya diperlukan untuk menggabungkan
scene citra satelit dengan scene citra satelit yang berbeda waktu akuisisi
pengambilan gambarnya (pemotretan), sehingga saling sinkron (menyambung)
ketika layer saling overlay.
Orthorektifikasi diperlukan untuk membangun sistem informasi geografis
dan melakukan pemodelan spasial, meletakkan lokasi pengambilan training area
sebelum melakukan klasifikasi, membuat peta dengan skala yang lebih teliti,
melakukan overlay citra dengan data spasial lainnya, membandingkan citra
dengan data spasial lainnya yang mempunyai skala berbeda, membuat mozaik
citra, melakukan analisis yang memerlukan lokasi geografis dengan presisi yang
tepat.
Citra satelit resolusi tinggi lebih tepat dan akurat sehingga untuk
mendukung hal tersebut perlu adanya koreksi geomtri lebih lanjut dengan
menggunakan Model Matematik Orthorektifikasi Citra Satelit. Untuk
meminimalisir kesalahan geometrik (pergeseran nilai koordinat) akibat sudut
perekaman. Untuk itu, digunakan data tambahan menggunakan data DEM
(Digital Elevation Model) dan GCP (Ground Control Point) sehingga memenuhi
akurasi absolut dan relatif sesuai spesifikasi (Dodi Sukmayadi, 2014).
Perekaman sensor miring dan perbedaan ketinggian berbagai obyek di
permukaan bumi menyebabkan adanya kesalahan citra yang disebut relief
displacement. Relief displacement sendiri dapat didefinisikan sebagai pergeseran
posisi obyek dari tempat seharusnya, yang disebabkan oleh ketinggian obyek
dan kemiringan sensor citra, ilustrasi dari relief displacement dapat dilihat pada
Gambar 2.8 sebagai berikut:
22
Gambar 2.9 Relief Diplacement (Sumber :PCI 2015)
Pada dasarnya koreksi geometrik pada proses orthorektifikasi adalah

bertujuan mengubah citra yang memiliki arah penginderaan bersifat proyeksi
perspektif menjadi proyeksi orthogonal (LAPAN, 2010). Ilustrasi dari proyeksi
perspektif dan proyeksi orthogonal dapat dilihat pada Gambar 2.9.
Gambar 2.10 Proyeksi Perspektif (Kiri) dan Proyeksi Orthogonal (Kanan)

(Sumber: LAPAN 2010)
Untuk mengatasi kesalahan geometri dengan orthorektifikasi, berbagai

macam koreksi dilakukan. Mather (2004) mengelompokkan koreksi tersebut
kedalam dua kateggori, yaitu model geometri orbital dan transformasi
berdasarkan titik-titik kontrol lapangan (Ground Control Points, GCP).
1. Model geometri orbital

Model koreksi yang mengacu pada model geometri orbital didasari oleh
pengetahuan mengenai karakteristik orbital wahana satelit. Faktor-faktor
yang dikoreksi melalui model geometri orbital (Bannari, 1995) diuraikan
sebagai berikut.
a. Koreksi ‘Aspect Ratio’
Beberapa jenis sensor menghasilkan citra dengan piksel asli yang tidak
berupa bujur sangkar (panjang setiap sisi tidak sama). Hal ini
disebabkan oleh proses ‘oversampling’ pada arah melintang garis orbit
(across-track scanning). Oversampling terjadi karena ada perbedaan
kecepatan antara pemindaian dengan coding dan penyimpanan data
23
detektor. Matriks transformasi pertama untuk mengoreksi aspect ratio
menjadi 1:1 yaitu:
M 1=
[ 0b a0 ].................................................................................(II.67)
Dengan a merupakan angka pembanding dari jarak satu pusat piksel ke
pusat piksel lainnya, dan b merupakan angka pembanding dari a yang
merupakan nilai antar pusat piksel oleh proses oversampling.
b. Koreksi Kemencengan
Besarnya sudut inklinasi sensor berbanding lurus dengan arah gerak
satelit diatas akuator, serta meningkat sejalan dengan bertambah
besarnya lintang, baik utara maupun selatan. Sudut kemencengan θ
pada lintang tertentu L dalam derajat dinyatakan sebagai:
−1
θ=90 cos ¿................................................................................(II.68)
Dimana θ E adalah arah gerak satelit diatas ekuator. Dengan masing-
masing menganggap bahwa sudut θ pada sistem koordinat citra dapat
dirotasi sebesar θ berlawanan arah jarum jam, maka baris-baris
pemindaian (scan lines) dapat diputar sedemikian sehingga berorientasi
arah barat-timur dengan menggunakan matriks berikut:
[ ]
M 2= cos( θ) sin(θ) ............................................................(II.69)
−sin ⁡(θ) cos (θ)
Nilai posisi lintang L yang biasanya digunakan sebagai dasar penentuan
nilai θ merupakan nilai lintang dalam derajat pada pusat scene citra
yang akan dikoreksi. Karena posisi lintang satelit yang mengorbit selalu
berubah, begitu pula nilai lintangnya, maka nilai ini cukup destimasi
saja.
c. Koreksi Rotasi Bumi
Pada saat satelit mengorbit bumi dari arah utara ke selatan, satelit juga
secara kontinyu, melakukan perekaman dengan cara memindai
permukaan bumi yang ada dibawahnya. Pada saat yang bersamaan,
bumi berputar dari barat ke timur dengan kecepatan ‘perpindahan’
permukaan sebanding dengan posisi lintang tepat di posisi nadir satelit.
Untuk mengompensasi pergeseran ini maka diperlukan parameter
sebagai berikut:
1) Waktu yang diperlukan oleh sensor satelit untuk merekam citra
24
2) Kecepatan sudut rotasi bumi (ke arah timur)
Koreksi rotasi bumi dapat dituliskan ke dalam rumus, diasumsikan

bahwa posisi L (lintang) adalah dipusat scene citra. Kecepatan suatu
titik di permukaan bumi bergerak V E (L) merupakan fungsi lintang L
dengan rumus :
V E ( L )=R cos ⁡(L)ω E....................................................................(II.70)
Dimana R adalah jari-jari bumi (±6378 km), dan ω E adalah kecepatan

sudut bumi (2π/86.164 rad/detik, atau 7.288428 x 10−5 ).
Komputasi tersebut dapat diringkas sebagai suku ask, yang menunjukkan

besarnya pergeseran posisi karena rotasi bumi dan sekaligus
kemencengan (skewness) orbit satelit dengan rumus sebagai berikut :
ω E cos( L)
a sk = ............................................................................(II.71)
ω 0 cos(θ)
Dimana ω E adalah kecepatan sudut putaran bumi dan ω 0 adalah

kecepatan sudut satelit, sedangkan L merupakan posisi lintang dalam
derajat dan θ adalah sudut kemencengan lintasan satelit pada posisi
lintang L. matriks tranformasi dari persamaan tersebut adalah :
M 3=
[ 1 0
ask 1 ]
...............................................................................(II.72)
Ketiga matriks transformasi M1, M2 dan M3 diterapkan sebagai

matriks ‘komposit’ matriks M, dengan cara mengalikan ketiga matriks
tersebut.
M =M 1. M 2. M 3 .......................................................................(II.73)
Tahap ini diterapkan pada citra digital mentah dan merupakan koreksi
kesalahan geometri sistematik.
2. Transformasi GCP
Koreksi geometri dengan menggunakan transformasi Ground Control
Point (GCP) disebut juga dengan koreksi geometri primer atau koreksi
25
geometrik empiris. Koreksi geometrik empiris memerlukan beberapa titik
kontrol (GCP). GCP adalah suatu lokasi pada permukaan bumi yang dapat
diidentifikasi pada citra dan sekaligus dikenali posisinya pada peta (Jansen,
2005).
Orthorektifikasi memerlukan Digital Elevation Model (DEM) atau

Digital Surface Model (DSM) dan menggunakan persamaan kolinearitas
untuk memproyeksikan piksel dari gambar input ke orthoimage. Secara
umum, ada dua kelompok metode orthorektifikasi. Grup pertama mencakup
metode direct (langsung) yang memproyeksikan piksel dari gambar mentah
ke ruang objek. Metode metode direct berfungsi dengan proses berulang
dan bisa sangat tepat dalam kombinasi dengan DSM yang sangat akurat.
Kelemahan dari metode iteratif ini adalah waktu pemrosesan yang lebih
lama, khususnya di daerah dengan medan yang kasar. Prosedur pembuatan
orthoimage langsung dapat menghasilkan piksel orthoimage dengan nilai
abu-abu yang tidak ditetapkan.
Oleh karena itu, nilai abu-abu yang hilang harus diinterpolasi dari
piksel tetangga. Ketika bekerja dengan citra satelit resolusi ssangat tinggi
dan DSM yang sangat terperinci, piksel kosong dapat membentuk oklusi
signifikan, yang sulit diisi tanpa gambar tambahan. Beberapa metode ini
dapat juga digunakan untuk generate true orthophoto.
Kelompok kedua, yang disebut metode indirect (tidak langsung),
bekerja dalam arah yang berlawanan. Metode-metode ini mulai di ruang
objek (orthoimage) dan memproyeksikan piksel ke gambar input melalui
DEM. Nilai abu-abu dari piksel biasanya diperoleh dengan resampling
piksel tetangga pada gambar input. Metode indirect umumnya lebih baik
daripada metode langsung dalam hal kualitas dan kecepatan pemrosesan.
Selain itu, metode langsung tidak meninggalkan piksel kosong, dan
karenanya, tidak diperlukan pemrosesan tambahan. Terlepas dari semua
keuntungannya, orthoimage yang dihasilkan secara indirect dapat
mengandung kesalahan jika gambar input memiliki sudut pandang yang
besar, medannya sangat kasar, atau DSM resolusi tinggi digunakan. Dalam
kasus lain (yang dominan), aman untuk menggunakan metode tidak
26
langsung. Karena kecepatan dan kemudahan implementasi, metode tidak
langsung juga digunakan dalam algoritma orthorektifikasi yang disajikan.
Gambar 2.11 Digital Rectification Using Direct and Indirect (Sumber:

Konecny.G, 2003)
Berikut akan dibahas mengenai orthorektifikasi dan orhosistematis secara
ringkas.
2.6.1 Orthorektifikasi Primer
Orthorektifikasi primer adalah orthorektifikasi yang menggunakan

Ground Control Point (GCP) hasil survei lapangan dalam proses
pengolahan datanya. Jumlah dan sebaran dari titik GCP mempengaruhi
akurasi hasil orthorektifikasi. Sampai dengan saat ini orthorektifikasi
primer merupakan metode koreksi geometrik yang paling teliti dari segi
akurasi.
Dalam proses orthorektifikasi primer, ada 3 proses utama yang
dilakukan, yaitu triangulasi udara, restitusi/rektifikasi,
pansharpening/pre-processing dan mosaik. Mosaik dilakukan hanya
apabila citra satelit yang di orthorektifikasi bersumber dari potongan
potongan citra yang akan disatukan atau digabung.
2.6.2 Orthosistematis
Orthosistematis atau yang biasa disebut koreksi geometrik sistematik

merupakan proses memperbaiki kesalahan geometrik citra satelit yang
disebabkan oleh posisi satelit, kecepatan satelit, orientasi sensor,
integrasi waktu, dan bidang pandang satelit. Atau secara sngkat koreksi
27
geometrik sistematis adalah koreksi untuk memperbaiki kesalahan dari
Model Geometri Orbital.
Dengan semakin berkembangnya teknologi dan pengetahuan,
berbagai metode telah dikembangkan untuk mempermudah dan
mengefisienkan pekerjaan orthorektifikasi karena dilakukan tanpa
menggunakan titik kontrol tanah (GCP) dalam pengerjaannya.
Orthosistematis di Indonesia dikembangkan oleh Lembaga Penerbangan
dan Antariksa (LAPAN). Salah satu metode yang digunakan oleh
LAPAN dalam melakukan orthosistematik adalah dengan menggunakan
parameter Rational Polynomial Coefficient (RPC) dan Digital Elevation
Model (DEM) (Randy Prima & Kustiyo, 2017). Sama seperti pada
orthorektifikasi primer, secara umum tahapan pengerjaan dari
orthosistematis adalah sama, yang membedakan hanyalah pada saat
proses triangulasi udara tidak digunakan GCP.
2.7 Ground Control Point (GCP) dan Independent Check Point (ICP)
2.7.1 Ground Control Point (GCP)
Ground Control Point (GCP) atau titik kontrol tanah adalah proses
penandaan lokasi yang berkoordinat berupa sejumlah titik yang
diperlukan untuk kegiatan mengkoreksi data dan memperbaiki
keseluruhan citra yang akhirnya disebut sebagai proses rektifikasi.
Lokasi ideal saat pengambilan GCP adalah perempatan jalan, sudut jalan,
perpotongan jalan pedestrian, kawasan yang memiliki warna mencolok,
persimpangan rel dengan jalan dan benda atau monumen atau bangunan
yang mudah diidentifikasi atau dikenal. Perlu dihindari pohon, bangunan,
dan tiang listrik selain sulit diidentifikasi, karena kesamaanya yang
tinggi.
Pada saat melakukan GCP, terdapat 3 hal yang harus diperhatikan :
a. Tingkat akurasi, yang bergantung pada jenis perangkat GPS yang
digunakan.
b. Lokasi titik GCP, berkaitan dengan tempat pemilihan titik-titik
kontrol dilapangan pada daerah atau sudut yang mudah dikenali.
c. Jumlah dan geometri sebaran GCP
28
2.7.2 Independent Check Point (ICP)
ICP atau dalam bahasa Indonesia disebut sebagai titik uji akurasi, yaitu
titik-titik yang sudah teridentifikasi pada citra dan peta referensi tetapi
berlainan posisi dengan titik-titik kontrol tanah (Wibowo & Eko, 2010).
Syarat persebaran icp adalah objek yang digunakan sebagai titik uji harus
memiliki sebaran yang merata di seluruh area yang akan diuji. Jumlah
titik uji untuk mendapatkan ketelitian dengan tingkat kepercayaan 90%.
ICP digunakan untuk menguji hasil rektifikasi yang telah dilakukan
menggunakan GCP.
Gambar 2.12 Ilustrasi sebaran titik GCP dan ICP

(http://nisrinaniwarhisanah.blogspot.com)
Syarat penentuan objek untuk titik kontrol (GCP maupun ICP) adalah
sebagai berikut:
a) Obyek yang dijadikan GCP harus dapat diidentifikasi secara jelas
dan akurat pada citra dalam resolusi tersebut
b) Obyek harus berada pada permukaan tanah
c) Obyek bukan merupakan bayangan
d) Obyek tidak memiliki pola yang sama
e) Obyek merupakan permanen dan diam serta diyakini tidak akan
mengalami perubahan atau pergeseran pada saat pengukuran GNSS
f) Bentuk obyek harus jelas dan tegas
g) Warna obyek harus kontras dengan warna disekitarnya
h) Terdapat akses menuju lokasi GCP
i) Bangunan dapat dipilih menjadi objek titik kontrol tanah dengan
syarat adalah sebagai berikut:
1) Tidak ada objek lain selain bangunan
2) Merupakan bangunan konkrit/bukan bangunan sementara
29
3) Bukan bangunan bertingkat, ketinggian bangunan maksimal 3
meter
4) Objek yang diukur merupakan sudut atap dan bukan sudut
tembok bagian dalam bangunan
2.8 Sistem Referensi Koordinat dan Proyeksi Peta

Dalam bidang geodesi dan geomatika, posisi suatu titik biasanya dinyatakan
dengan koordinat (dua dimensi atau tiga dimensi) yang mengacu pada suatu
sistem koordinat tertentu. Sistem koordinat itu sendiri didefinisikan dengan
menspesifikasikan tiga parameter berikut, yaitu:
1. Lokasi titik asal (titik nol) dari sistem koordinat,
2. Orientasi dari sumbu-sumbu koordinat, dan
3. Besaran (kartesian, curvilinier) yang digunakan untuk mendefinisikan posisi
suatu titik dalam sistem koordinat tersebut.
Gambar 2.13 Klasifikasi Sistem Koordinat Berdasarkan Parameternya

(Abidin, 2007)
Pada dasarnya ada 3 (tiga) sistem referensi koordinat yang banyak

digunakan dalam bidang geodesi satelit, yaitu CIS (Conventional Inertial
System), CTS (Conventional Terrestial System), dan sistem Ellipsoid.
2.8.1 Sistem Referensi Geodesi Indonesia (SRGI) 2013
SRGI 2013 adalah suatu Sistem Referensi Geospasial yang

digunakan secara nasional dan konsisten untuk seluruh wilayah Negara
Kesatuan Republik Indonesia serta kompatibel dengan sistem referensi
geospasial global. Terdiri dari :
30
1. SRGI 2013 Horizontal
SRGI 2013 Horizontal (Datum Horizontal) adalah sistem
referensi koordinat yang digunakan dalam penentuan posisi
horizontal, terdiri dari 4 komponen berikut :
a. Sistem Referensi Koordinat

Sistem referensi koordinat mengacu pada sistem referensi
koordinat global ITRS (International Terestrial Reference
System) dengan ketentuan sebagai berikut :
1) Titik Pusat Sistem Koordinat (Origin) adalah Pusat massa
bumi (geosentrik). Yang didefinisikan oleh International
Terestrial Reference System (ITRS).
2) Arah Sumbu Sistem Koordinat (Orientation) adalah
equatorial dimana:
a) Sumbu Z searah dengan sumbu rotasi bumi;
b) Sumbu X adalah perpotongan bidang equator dengan
bujur nol (greenwich meridian), dan
c) Sumbu Y berpotongan tegak lurus terhadap sumbu X
dan Z pada bidang equator.
b. Datum Geodetik (Elipsoida Referensi)
Elipsoida Referensi menggunakan World Geodetic System
1984 (WGS84), dimana titik pusat elipsoida referensi berimpit
dengan titik pusat massa bumi sebagaimana didefinisikan oleh
ITRS.
c. Kerangka Referensi Koordinat
Merupakan realisasi dari sistem referensi koordinat berupa
Jaring Kontrol Geodesi Nasional yang terikat pada kerangka
referensi global ITRF2008 dengan Nilai koordinat awal
didefinisikan pada epoch 2012.0 tanggal 1 Januari 2012.
Jaring Kontrol Geodesi Nasional, terdiri atas sebaran titik-
titik kontrol geodesi berupa:
1) Stasiun pengamatan geodetik tetap/kontinyu (Sta. CORS,
Sta. Pasut Permanen, Sta. Gayaberat Permanen);
31
2) Stasiun pengamatan geodetik periodik (JKHN, JKVN,
JKGN).
Gambar 2.14 Jaring Kontrol Geodesi Nasional (Stasiun CORS,

Pilar JKG dan Stasiun Pasut)
d. Perubahan Nilai Koordinat Terhadap Fungsi Waktu

Perubahan nilai koordinat terhadap fungsi waktu
merupakan besaran dan arah perubahan nilai koordinat terhadap
fungsi waktu dari suatu titik kontrol geodesi yang diakibatkan
karena pengaruh pergerakan lempeng tektonik dan deformasi
kerak bumi. Besaran dan arah perubahan nilai koordinat
terhadap waktu ditentukan berdasarkan pengamatan geodetik.
Dalam hal besaran dan arah perubahan nilai koordinat
terhadap fungsi waktu tidak dapat ditentukan berdasarkan
pengamatan geodetik, maka digunakan suatu model deformasi
kerak bumi yang diturunkan dari pengamatan geodetik di
sekitarnya.
Gambar 2.15 Contoh Model Deformasi Kerak Bumi di

Wilayah NKRI. (C.Subarya, 2013)
32
2. SRGI Datum Vertikal
SRGI 2013 Vertikal (Datum Vertikal) adalah sistem referensi
tinggi yang digunakan dalam penentuan posisi Vertikal, dengan
ketentuan sebagai berikut:
1. Datum Vertikal menggunakan Geoid Indonesia.
2. Geoid Indonesia diturunkan berdasarkan pengukuran gaya berat
(airborne gravity survey) yang terikat pada Jaring Kontrol Gaya
berat Nasional.
3. Dalam hal geoid belum tersedia secara memadai, maka dapat
digunakan permukaan laut rata-rata yang ditentukan berdasarkan
pengamatan pasang surut laut selama sekurang-kurangnya 18,6
tahun.
Gambar 2.16 Hubungan Tinggi Orthometrik, Geoid dan Ellipsoid

2.8.2 Proyeksi Peta
Secara umum proyeksi peta dapat didefinisikan sebagai suatu ilmu
yang mempelajari cara pemindahan data topografi dari atas permukaan
bumi ke atas permukaan peta, sehingga perubahan bentuk dan perubahan
besaran data tersebut dapat dirumuskan dengan formula tertentu.
Pada dasarnya, rumus proyeksi peta merupakan rumus pemindahan
posisi titik dari atas bidang lengkung yang dinyatakan dalam sistem
koordinat geodetis (lintang L) dan (bujur B) ke posisi titik pada bidang
datar (bidang peta) yang dinyatakan dalam sistem koordinat siku-siku
bidang datar (X,Y) (sistem koordinat kartesius).
33
Sistem proyeksi yang digunakan di Indonesia adalah sistem proyeksi
Transverse Mercator (TM) dan sistem proyeksi Universal Transverse
Mercator (UTM).
1. Proyeksi Transverse Mercator
Proyeksi Tranverse Mercator adalah proyeksi yang memiliki
ciri-ciri silinder, tranversal, conform dan menyinggung. Pada
proyeksi ini secara geografis silindernya menyinggung bumi pada
sebuah meridian yang disebut meridian sentral. Pada meridian
sentral, faktor skala (k) adalah 1 (tidak terjadi distorsi). Perbesaran
sepanjang meridian akan semakin meningkat pada meridian yang
semakin jauh dari meridian sentral kearah timur maupun kearah
barat.
Perbesaran sepanjang paralel semakin akan meningkat pada
lingkaran paralel yang semakin mendekati equator. Dengan adanya
distorsi yang semakin membesar, maka perlu diusahakan untuk
memperkecil distorsi dengan membagi daerah dalam zone-zone yang
sempit (daerah pada muka bumi yang dibatasi oleh dua meridian).
Lebar zone proyeksi TM biasanya sebesar 3º. Setiap zone
mempunyai meridian sentral sendiri. Jadi seluruh permukaan bumi
tidak dipetakan dalam satu silinder. Selain itu, proyeksi Tranverse
Mercator ini cocok dipergunakan untuk topografi dan baik
digunakan untuk daerah yang membujur utara-selatan.
Gambar 2.17 Sistem Proyeksi Transverse Mercator

(sumber: http://kaliath.blogspot.com)
34
2. Proyeksi Universal Transverse Mercator
Proyeksi UTM ini hampir sama dengan proyeksi Transverse
Mercator, yakni sama-sama menggunakan bidang proyeksi silinder
dengan posisi sumbu tegak lurus dengan sumbu bumi dan baik untuk
menggambarkan daerah equator. Perbedaan UTM dengan
Transverse Mercator antara lain, dari persinggungannya proyeksi
UTM memotong bidang proyeksi (secantial), sehingga daerah kutub
utara maupun selatan tidak tergambarkan, garis proyeksi
meridiannya berupa garis lengkung yang menghadap ke meridian
tengah, garis proyeksi paralel berupa garis lengkung yang
menghadap kearah proyeksi kutub utara untuk yang berada di
belahan bumi utara dan menghadap ke proyeksi kutub selatan untuk
yang berada di bumi belahan selatan, dan semua koordinat geodetik
dihitung terhadap Meridian Greenwich sebagai bujur nol dan
terhadap lingkaran equator sebagai lintang nol.
UTM ini pada sebuah peta, yaitu terdapatnya garis lintang
(Latitude) dan garis bujur (Longitude). Keuntungan peta ini adalah
menggunakan sistem koordinat global (seluruh dunia), sehingga
apabila menggambarkan suatu daerah yang diketahui Latitude dan
Longitude-nya, maka apabila ingin menggabungkan satu peta
dengan peta yang lainnya tidak akan sulit.
Proyeksi UTM adalah proyeksi yang memiliki mercator yang
memiliki sifat-sifat khusus. Sifat-sifat khusus yang dimiliki oleh
proyeksi UTM adalah:
1. Proyeksi : Transvere Mercator dengan lebar zone 6°.
2. Sumbu pertama (ordinat / Y) : Meridian sentral dari tiap zone.
3. Sumbu kedua (absis / X) : Ekuator.
4. Satuan : Meter.
5. Absis Semu (T) : 500.000 meter pada Meridian sentral.
6. Ordinat Semu (U) : 0 meter di Ekuator untuk belahan bumi
bagian utara dan 10.000.000 meter di Ekuator untuk belahan
bumi bagian selatan.
35
7. Faktor skala : 0,9996 (pada Meridian sentral).
8. Penomoran zone : Dimulai dengan zone 1 dari 180° BB s/d 174°
BB,Tzone 2 dari 174° BB s/d 168° BB, dan seterusnya sampai
zone 60 yaitu dari 174° B s/d 180° BT.
9. Batas Lintang : 84° LU dan 80° LS dengan lebar lintang untuk
masing-masing zone adalah 8°, kecuali untuk bagian lintang X
yaitu 12°.
10. Penomoran bagian derajat lintang : Dimulai dari notasi C , D, E,
F sampai X (notasi huruf I dan O tidak digunakan).
Gambar 2.18 Sistem Proyeksi UTM (sumber: http://www.gispedia.com)
Wilayah Indonesia terbagi dalam 9 zone UTM, dimulai dari

meridian 90° BT sampai meridian 144° BT dengan batas lintang 11°
LS sampai 6° LU. Dengan demikian, wilayah Indonesia terdapat
pada zone 46 sampai dengan zone 54.
2.9 Ketelitian Peta Dasar

Ketelitian peta adalah nilai yang menggambarkan tingkat kesesuaian antara
posisi dan atribut sebenarnya dilapangan.
1. Ketelitian Peta Dasar meliputi:
36
Ketelitian Geometri adalah nilai yang menggambarkan ketidakpastian
koordinat posisi suatu objek pada peta dibandingkan dengan koordinat
posisi objek yang dianggap posisi sebenarnya. Komponen ketelitian
geometri terdiri atas:
a. Akurasi horizontal; dan
b. Akurasi vertikal.
2. Ketelitian atribut/semantik adalah nilai yang menggambarkan tingkat
kesesuaian atribut sebuah objek di peta dengan atribut sebenarnya.
2.9.1 Ketelitian Geometri Peta Dasar

Ketentuan untuk standar ketelitian geometri peta RBI yang dihasilkan
tertera pada Tabel 2.2 berikut ini.
Tabel 2.2 Ketelitian Geometri Peta RBI (PERKA BIG No.6 Tahun 2018)
Ketelitian Peta RBI
Interval
Kelas 1 Kelas 2 Kelas 3
No Skala Kontur
Horizontal Vertikal Horizontal Vertikal Horizontal Vertikal
(m)
(CE 90) (LE 90) (CE 90) (LE 90) (CE 90) (LE 90)
1 1:1.000.000 400 300 200 600 300 900.0 400
2 1:500.000 200 150 100 300 150 450.0 200
3 1:250.000 100 75 50 150 75 225.0 100
4 1:100.000 40 30 20 60 30 90.0 40
5 1:50.000 20 15 10 30 15 45.0 20
6 1:25.000 10 7.5 5 15 7.5 22.5 10
7 1:10.000 4 3 2 6 3 9.0 4
8 1:5.000 2 1.5 1 3 1.5 4.5 2
9 1:2.500 1 0.75 0.5 1.5 0.75 2.3 1
10 1:1.000 0.4 0.3 0.2 0.6 0.3 0.9 0.4
Nilai ketelitian disetiap kelas diperoleh melalui ketentuan seperti

tertera pada Tabel 2.3 berikut ini:
Tabel 2.3 Ketentuan Ketelitian Geometri Peta RBI Berdasarkan Kelas
(Perka BIG No. 6 Tahun 2018)
Ketelitian Kelas 1 Kelas 2 Kelas 3
Horizontal 0.3 x bilangan 0.6 x bilangan 0.9 x bilangan
skala skala skala
Vertikal 0.5 x interval 1.5 x 2 x ketelitian

kontur ketelitian kelas 1
37
kelas 1
Nilai ketelitian posisi dasar pada Tabel 2.4 adalah CE90 untuk
ketelitian horizontal dan LE90 untuk ketelitian tersebut dengan
tingkat kepercayaan 90%.
Nilai CE90 dan LE90 diperoleh dengan rumus sebagai berkut.
CE90 = 1.5175 x RMSEr
LE90 = 1.6499 x RMSEz
Keterangan :
RMSEr = Root Mean Square Error pada posisi X dan Y (horizontal)
RMSEz = Root Mean Square Error pada posisi Z (vertikal)
2.9.2 Standar Pengujian Peta Dasar Darat (RBI)

Pengujian ketelitian posisi mengacu pada perbedaan koordinat
(X,Y,Z) antara titik uji pada peta dengan lokasi sesungguhnya dari titik
uji pada permukan tanah. Pengukuran akurasi menggunakan root mean
square (RMSE), circular error dan linear error.
Analisis akurasi posisi menggunakan root mean square error
(RMSE), yang menggambarkan nilai perbedaan antara titik uji dengan
titik sebenarnya. RMSE digunakan untuk menggambarkan akurasi
kesalahan random. Nilai RMSE dirumuskan sebagai berikut:
√
2
RMSEhorizontal = D
n
RMSEhorizontal = √ Σ¿ ¿ ¿
RMSEvertikal = √ Σ¿ ¿ ¿
Keterangan :
n = jumlah total pengecekan pada peta
D = selisih antara koordinat yang diukur dilapangan dengan

koordinat di peta
X = nilai koordinat pada sumbu-X
Y = nilai koordinat pada sumbu-Y
Z = nilai koordinat pada sumbu-Z
38
Nilai CE90 dan LE90 kemudian dihitung berdasarkan rumus:
CE90 = 1.5175 x RMSEr
LE90 = 1.6499 x RMSEz
Jumlah titik uji untuk mendapatkan ketelitian dengan tingkat

kepercayaan 90% ditunjukkan pada Tabel 2.4.
Tabel 2.4 Jumlah Titik Uji Berdasarkan Luasan

Jumlah titik uji Jumlah titik uji ketelitian vertikal

Luas
untuk ketelitian Area non- Area
(km)² Total titik
horizontal vegetasi vegetasi
<500 20 20 0 20
501-750 25 20 10 30
751-1000 30 25 15 40
1001-1250 35 30 20 50
1251-1500 40 35 25 60
1501-1750 45 40 30 70
1751-2000 50 45 35 80
2001-2250 55 50 40 90
2251-2500 60 55 45 10
39
BAB III
METODOLOGI PELAKSANAAN
Pelaksanaan proses pengolahan data tugas akhir ini akan digambarkan pada
diagram alir sebagai berikut :
Gambar 3.1 Diagram Alir Pengolahan Data Tugas Akhir
3.1 Persiapan
Dalam penelitian tugas akhir ini terlebih dahulu dilakukan persiapan, meliputi:
3.1.1 Persiapan Alat

Peralatan yang digunakan dalam pelaksanaan penelitian ini adalah
sebagai berikut :
1. Pelaksanaan ini dilakukan menggunakan hardware seperangkat laptop

dengan 1 monitor.
40
2. Software yang digunakan untuk proses orthorektifikasi citra dan uji
akurasi pada titik GCP/ICP adalah PCI Geomatica 2015.
3. Software pendukung untuk pengolahan orthorektifikasi citra adalah;
a. ArcGIS 10.5, digunakan untuk menganalisis hasil dari citra tegak,
b. Microsoft Excel 2016, digunakan untuk perhitungan analisis uji
akurasi ketelitian horizontal, dan
c. Microsoft Word 2016, digunakan untuk pembuatan laporan.
3.1.2 Persiapan Data

Data yang digunakan dalam pelaksanaan penelitian tugas akhir ini terdiri
dari citra Worldview 2 daerah lokasi penelitian, Digital Elevation Model
(DEM) Kabupaten Rokan Hulu, Provinsi Riau, data Ground Control
Point (GCP) dan Independent Check Point (ICP) daerah lokasi
penelitian. Dibawah ini akan diuraikan mengenai data-data tersebut :
1. Citra Satelit Resolusi Tinggi

Citra satelit resolusi tinggi yang digunakan dalam penelitian tugas
akhir ini ialah Citra Worldview-2. Data citra ini digunakan agar dapat
meliputi keseluruhan wilayah penelitian, yaitu Kabupaten Rokan
Hulu, Provinsi Riau. Penggunaan sensor ini akan mempengaruhi
penelitian saat akan melakukan proses orthorektifikasi citra.
a. Citra Worldview-2 yang digunakan dalam penelitian ini adalah
sebanyak 1 scene Pankromatik dan 1 scene multispektral (Red,
Green, Blue).
Spesifikasi citra Worldview-2 yang digunakan dalam penelitian ini
diuraikan pada tabel 3.1 berikut ini :
Tabel 3.1 Spesifikasi Citra Worldview-2
0.5 meter (citra pankromatik)

Resolusi Spasial 2 meter (citra multispektral)
2.4 meter (citra multispektral, 20 derajat off nadir)
4 band (red, green, blue, dan near-infrared 1) dan 4 band baru

Band
(coastal, yellow, red edge, dan near-infrared 2)
41
Gambar 3.2 Citra Worldview2 band Pankromatik
Gambar 3.3 Citra Worldview2 band Multispektral
2. Digital Elevation Model (DEM)

DEM Kabupaten Rokan Hulu skala 1:25.000 dengan Ellipsoida
referensi adalah WGS 84 dengan menggunakan proyeksi peta
Geografis. Yang digunakan dalam pengerjaan ini adalah DSM
42
(Digital Surface Model) dari IFSAR. Adapun spesifikasi DEM IFSAR
itu sendiri adalah sebagai berikut:
a. Resolusi spasial : 5 meter (delivery 10m)
b. Akurasi horizontal : ~ 2m
c. Akurasi vertical : 1 meter
d. Proyeksi : UTM/Latlong
e. Datum : WGS 84
f. Format : GeoTIFF, bil, dan lain-lain
Gambar 3.4 Digital Surface Model (DSM) IFSAR
(Sumber : Global Mapper)
3. Koordinat Ground Control Point (GCP)

Koordinat GCP yang digunakan dalam penelitian tugas akhir ini
merupakan koordinat dari hasil pengematan GPS menggunakan
metode Relatif Differensial dengan teknik Radial. Sebaran titik-titik
yang digunakan adalah sebanyak 11 titik dan 1 base. Deskripsi dan
posisi titik memiliki Area of Interest (AOI) yang sama dengan hasil
dari digitasi pada citra. Berikut ini merupakan daftar koordinat GCP
hasil pengukuran di lapangan.
4. Koordinat Independent Check Point (ICP)
43
Koordinat ICP dalam penelitian ini digunakan sebagai titik uji
ketelitian citra hasil orthorektifikasi. Sama seperti pada koordinat
GCP, koordinat ICP ini didapatkan dari hasil pengamatan GPS
menggunakan metode relatif differensial dengan teknik radial.
Sebaran titik yang digunakan adalah sebanyak 11 titik. Deskripsi dan
posisi titik sama seperti pada koordinat GCP, dimana titik-titik
memiliki Area of Interest (AOI) yang sama dengan hasil digitasi pada
citra. Berikut ini merupakan daftar koordinat ICP hasil dari
pengukuran di lapangan.
Tabel 3.2 Koordinat titik GCP dan ICP
ID Latitude (Global) Longitude (Global) Elevation(Meter) KET
IPRP1 N0°52'26.26225" E100°19'09.77739" 55.559 ICP
IPRP2 N0°52'04.68757" E100°17'37.75887" 55.143 ICP
PRP1R N0°53'56.78400" E100°19'30.13578" 53.740 ICP
PRP2 N0°53'44.21219" E100°21'12.52385" 57.215 GCP
PRP3R N0°52'16.95490" E100°15'36.28117" 63.229 ICP
PRP4R N0°53'49.29800" E100°18'12.04428" 69.817 GCP
PRP5R N0°50'50.85144" E100°15'58.20684" 58.779 GCP
PRP6 N0°51'13.37412" E100°17'44.55722" 59.491 GCP
PRP7 N0°50'28.72402" E100°20'24.53423" 80.142 GCP
PRP8R N0°51'51.33828" E100°14'05.11003" 61.224 GCP
RH01 N0°51'05.16786" E100°18'25.09460" 86.044 ICP
RH02 N0°50'56.62558" E100°19'31.05124" 62.330 GCP
RH03 N0°51'31.51785" E100°20'52.70609" 70.113 ICP
RH04R N0°51'26.39927" E100°16'58.97089" 59.617 ICP
RH05R N0°53'08.25020" E100°17'55.59710" 55.153 ICP
RH06R N0°52'43.07139" E100°17'12.24549" 62.493 ICP
RH07 N0°52'06.21273" E100°18'27.50314" 61.538 ICP
RH08 N0°52'15.46801" E100°16'26.27545" 58.031 GCP
RH09R N0°54'38.25427" E100°19'50.90592" 47.778 GCP
RH10R N0°50'23.34925" E100°17'30.01318" 85.300 ICP
RH11 N0°49'31.86787" E100°15'31.13920" 70.423 GCP
RH12R N0°49'09.88222" E100°19'35.17429" 75.706 GCP
TBNDRA N0°50'42.43444" E100°22'03.50585" 66.042 BASE
3.2 Pengolahan Data

Pengolahan data pada penelitian ini dilakukan sebanyak jumlah parameter
yang telah ditentukan pada batasan masalah. Adapun proses pengolahan ini
secara garis besar terdiri dari beberapa tahapan sebagai berikut :
44
3.2.1 Assemble Tile
Proses Assemble Tiles pada program PCI Geomatica 2015 berfungsi
untuk penggabungan Tile-tile citra Worldview2 yang sebelumnya terbagi
dari potongan-potongan citra sehingga membentuk satu page sesuai
dengan scene data citra. Proses assemble ini berkerja secara otomatis
melalui program PCI Geomatica 2015. Perhatikan kondisi data citra,
apabila pada citra terdapat tulisan “R*C*”, maka ikuti langkah ini,
namun apabila tidak terdapat tulisan tersebut di nama citra yang akan di
orthorektifikasi, maka lewati tahapan ini. Adanya tulisan “R*C*”
menandakan citra tersebut berukuran besar, sehingga untuk memudahkan
pengiriman data, citra tersebut di partisi. Maka dari itu, citra dengan
tulisan “R*C*” mengisyaratkan bahwa citra tersebut harus di gabung
terlebih dahulu dengan melakukan Assemble Tile. Adapun citra yang
digabung sebagai berikut : (14APR28041809-M2AS_R3C3-
054028754030_01_P001).
Tahapan assamble tiles dengan cara berikut ini :
1. Pilih menu utilities (tools), lalu pilih assemble tiles
45
2. Tentukan number of row dan columns nya sesuai dengan data citra
yang akan digunakan
3. Tentukan sample filenya, dalam penelitian sample file yang
digunakan adalah sample dari raw data citra Worldview2 yang akan
di orthorektifikasi
4. Selanjutnya tentukan output filenamenya
5. Klik assamble untuk memulai penggabungan citra dari beberapa
potongannya
6. Apabila telah selasai dilakukan proses penggabungan dari 2 data

citra (multispektral dan pankromatik), lalu klik OK
3.2.2 Pansharpening (Fusi Citra)

Pashrapening merupakan proses fusi antara citra multispektral low-
resolution dengan citra pankromatik high-resolution untuk memperoleh
citra dengan kualitas high-resolution dan natural color image. Adapun
tahapan dari proses pansharpening adalah sebagai berikut :
46
1. Pada menu tools, pilih menu Merge/pansharp multispectral image,
fusi citra dengan bantuan software ini berfungsi unutk
menggabungkan data yang didapatkan dari sumber yang berbeda.
Tujuannya adalah mendapatkan informasi dengan kualitas
gambar/citra yang lebih baik.
2. Input data citra multispektral dan data citra pankromatik, lalu simpan
file pemrosesan di perangkat sebagai output filename, selanjutnya
klik pansharp untuk proses penggabungan 2 data citra dengan
kualitas yang lebih baik.
3.2.3 GCP / TP Collection

Proses ini dilakukan untuk menyesuaikan posisi GCP dengan citra agar
sesuai dengan deskripsi pengamatan lapangan secara manual. Pada
proses ini dilakukan pemasukan titik GCP yang sudah ada kedalam citra
setelit dengan cara pilih Collect GCP’s Manually. Setelah semua
koordinat GCP di input dan dilakukan penitikan pada citra, lalu
perhatikan nilai masing-masing RMSnya, yakni residual, Res X dan Res
47
Y. apabila nilai dari masing-masing residual tersebut sudah memenuhi
standar BIG, maka proses ini dapat di close.
3.2.4 Ortho Generation

Proses ini dilakukan untuk orthorektifikasi citra setelah penitikan ulang
di citra dengan menyesuaikan posisi titik GCP yang ada di lapangan.
Dimana penitikan ini disesuaikan dengan AOI (Area of Interest) dan
deskripsi ataupun dokumentasi yang telah dilaksanakan selama di
lapangan.
Pada proses ini, lakukan langkah berikut ini :
1. Pilih file citra yang telah dilakukan penitikan di citra pada proses
sebelumnya.
2. Tentukan file output data sebelum di orthorektifikasi, disini output
yang dihasilkan ada 2 format file, yaitu .pix dan .tif
3. Masukkan data DEM (DSM) yang akan digunakan unutk proses
orthorektifikasi
4. Selanjutnya tentukan metode sampling, dalam proses ini
menggunakan metode Cubic. Dimana fungsi dari metode ini untuk
melakukan perataan dan menghaluskan/mempertajam hasil dari citra
orthorektifkasi. Kemudian untuk interval sampling, dimana semakin
48
kecil nilai interval sampling maka akan semakin baik citra yang
dihasilkan, namun memakan waktu proses yang sangat lama.
5. Lalu klik generate orthos untuk memulai proses orthorektifikasi

citra.
6. Setelah proses generate orthos selesai, maka didapatkan citra hasil
orthorektifikasi.
3.2.5 Uji Ketelitian

Uji ketelitian dilakukan untuk mengetahui ketelitian horizontal 90% pada
citra hasil orthorektifikasi. Kemudian selanjutnya melakukan uji akurasi
horizontal dengan membandingkan koordinat hasil pengamatan di
lapangan dan koordinat hasil ortho dengan menggunakan formulir tabel.
Dari tabel uji ketelitian dapat dilihat, bahwa hasil uji akurasi horizontal
49
akan menghasilkan nilai RMSe dan akurasi horizontal 90% dari
perbandingan antara koordinat pengukuran GPS dengan koordinat peta
hasil ortho.
50
BAB IV
HASIL DAN PEMBAHASAN
Dalam Bab ini akan diterangkan mengenai hasil dari pekerjaan Othorektifikasi
citra pada PCI Geomatica 2015 yang dilakukan selama pelaksanaan Kerja Praktek.
Maksud dari pembahasan ini merupakan evaluasi dari hasil pekerjaan. Sedangkan
tujuannya adalah memahami proses dan hasil akhir pekerjaan.
4.1 Assemble Tiles

Proses ini dilakukan pada tiap komponen produk yang ada dari raw data
citra satelit. Citra multispektral dan pankromatik memiliki potongan –
potongan citra yang terpisah dengan memiliki ukuran file 3 baris dan 3 kolom.
Berikut adalah hasil dari proses assamble tiles dengan menyatukan citra
multispektral dan citra pankromatik pada citra Worldview2.
Gambar 4.1 Penggabungan tiles citra menjadi satu

51
(A) (B)
Gambar 4.2 (A) citra Worldview2 (multispektral) sebelum di Assamble tiles,

(B) citra (multispektral) sesudah di Assamble tiles
(A) (B)
Gambar 4.3 (A) citra Worldview2 (pankromatik) sebelum di Assamble tiles, (B) citra
(pankromatik) sesudah di Assamble tiles
Dari gambar diatas dapat disimpulkan bahwasannya karena proses

penggabungan tile-tile data citra yang didapatkan, sehingga membentuk satu
page produk sesuai dengan seri scene data citra.
4.2 Pansharpening (Fusi Citra)

Dalam kondisi raw data yang diperoleh adalah data citra bundle dimana
terdapat citra multispektral dan pankromatik (data citra hasil order tasking),
maka proses image fusion (pansharpen) harus dilakukan sebelum dilakukan
orthorektifikasi. Kombinasi antara citra pankromatik resolusi tinggi
(grayscale) dengan citra multispektral resolusi lebih rendah (berwarna) dalam
lokasi yang sama, akan saling melengkapi dan menghasilkan citra yang
memiliki resolusi tinggi dan mempunyai tampilan yang berwarna atau spasial
dan spektral menjadi lebih baik. Pada citra multispektral Worldview2 memiliki
resolusi 2 meter sedangkan citra pankromatik Worldview2 memiliki resolusi
0.5 meter.
Berikut adalah hasil pengolahan pansharp citra multispektral dan
pankromatik pada citra Worldview2.
52
(A) (B)
Gambar 4.4 (A) citra Worldview2 sebelum di pansharp memiliki resolusi pixel
size 2 meter, (b) ) citra Worldview2 sesudah di pansharp memiliki resolusi
pixel size 0,5 meter
Dari gambar diatas dapat disimpulkan bahwasannya secara visual proses

ini hanya untuk penajaman kualitas citranya, supaya memudahkan saat
menginterpretasi objek citranya
4.3 GCP/TP Collection

Proses ini merupakan memasukan titik GCP yang sudah ada kedalam citra
satelit dengan cara pilih Collect GCP’s Manually. Pada proses Collect GCP’s
Manually citra Worldview2 dengan melakukan beberapa pengujian terhadap
titik GCP. Adapun beberapa titik yang di uji sebanyak 4 kali, yaitu 8 titik, 9
titik, 10 titik dan 11 titik.
Setelah memasukan titik GCP secara manual ini akan menghasilkan
residual report. Dari residual report, secara otomatis pada saat memasukan titik
kontrol tanah, didalamnya terdapat nilai RMS (Root Mean Square) yang
mendapatkan nilai akurasi posisi antara titik uji pada peta dengan lokasi
sesungguhnya dari titik uji pada permukan tanah. Adapun hasil residual report
terdapat pada lampiran.
Berikut adalah titik-titik yang penulis uji, dari beberapa pengujian titik GCP,
yaitu:
53
Gambar 4.5 Sebaran GCP pada citra Worldview2 dengan 11 titik
54

4.4 Ortho Generation
Orthorektifikasi dilakukan setelah proses GCP Collection Manual
dilakukan. Proses Orthorektifikasi ini dapat mengeliminasi kesalahan akibat
perbedaan terrain dan kesalahan sensor.
Proses ortho generation dibutuhkan penggabungan antara rektifikasi
dengan mengikutsertakan data terrain dalam bentuk DEM (Digital Elevation
55
Model) dalam melakukan generate ortho image. Data DEM ini digunakan
sebagai data elevasi untuk memperbaiki atau mengeliminir pengaruh relief
displacement data citra akibat variasi terrain permukaan bumi. Berikut
merupakan hasil dari proses ortho generation:
(a) (b)
Gambar 4.9 (a) Foto Citra Worldview2 sebelum Orhorektifikasi, (b) Foto
Citra Worldview2 sesudah Orhorektifikasi
Dari citra yang telah terkoreksi (orthorektifikasi) akan memiliki suatu

perbedaan terhadap citra yang belum terkoreksi (orhorektifikasi). Perbedaan
tersebut ialah :
1. Timbulnya objek dengan ketelitian tinggi

Setelah dilakukan proses orthorektifikasi, kenampakan alam yang
tinggi seperti gunung akan terlihat jelas perubahannya.
Gunung yang awalnya rebah/ landai pada cita akan nampak tertarik
dan mengerucut setelah dilakukan orthorektifikasi dikarenakan pixel yang
memliki ketinggian tinggi akan Nampak tertarik. Sehingga gunung yang
awalnya rebah akan terangkat sesuai ketinggian DEM.
56
(a)
(b)
Gambar 4.10 (a) Objek Bukit yang terlihat rebah sebelum
Orthorektifikasi, (b) Objek Bukit yang terlihat terangkat/ timbul sesudah
Orthorektifikasi
57
2. Pergeseran posisi pixel citra
Pada proses Orthorektifikasi, terdapat rektifikasi yaitu suatu proses
melakukan transformasi data dari transformasi geometrik yang
menggunakan data DEM. Didalam proses transformasi tersebut terdapat
variabel pergeseran (Translasi). Perputaran (rotasi), Skala. Oleh karena
posisi pixel pada citra output tidak sama dengan posisi pixel input
(aslinya).
Bentuk relief pemukiman dikarenakan adanya data DEM dan
menyebabkan kunci interpretasi (rona atau warna, bentuk, tekstur, pola,
tinggi, bayangan).
(a)
(b)
58
Gambar 4.11 (a) Perubahan relief citra sebelum Orthorektifikasi,
(b) Perubahan relief citra sesudah Orthorektifikasi
4.5 Uji Ketelitian ICP Manual
Uji ketelitian ICP manual untuk mengetahui akurasi dari hasil Orthorektifikasi
citra. Hasil tersebut dapat dilihat dari nilai RMSE Error dan nilai akurasi
horizontal 90%. Nilai RMS Error menunjukkan ketelitian geometris hasil citra
setelah proses orthorektifikasi dilakukan.
Nilai RMS Error ICP bertujuan untuk melihat apakah suatu citra telah layak
digunakan untuk proses pengolahan selanjutnya ataupun belum. Sedangkan
nilai akurasi horizontal 90% digunakan untuk menentukan berapa skala
maksimal citra yang diperbolehkan dalam pembuatan peta tematik.
Tabel 4.1 Hasil Uji Ketelitian ICP 11 Titik
59
Tabel 4.1, 4.2, 4.3 dan 4.4 diatas dapat disimpulkan bahwa hasil uji ketelitian
ICP menghasilkan nilai RMSEr adalah 1.501 meter (11 ICP), 1.347 meter (12
ICP), 1.286 meter (13 ICP), dan 1.33 meter (14 ICP) dan nilai akurasi
horizontal dari masing-masing uji akurasi ICP adalah 2.278 meter (11 ICP),
2.043 meter (12 ICP), 1.951 meter (13 ICP), dan 2.018 meter (14 ICP).
60
Tabel 4.5 Hasil Uji Ketelitian Peta
Ketelitian Peta skala 1:5.000

Titik Ketelitian Hasil uji
kelas 1 kelas 2 kelas 3
11 ICP Horizontal 2.278 - 3 -
Tabel 4.5 diatas dapat disimpulkan hasil uji akurasi horizontal 90% semua
pemodelan ICP, maka hasil tersebut masuk dalam ketelitian peta skala 1:5.000
pada kelas 2, yaitu 3 meter.
61
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Adapun beberapa hal yang bisa disimpulkan dari hasil orthorektifikasi adalah:
1. Dari masing-masing pemodelan uji ketelitian geometri dengan ICP, nilai

akurasi horizontal 90% yang paling baik adalah dengan menggunakan data
ICP sebanyak 13 titik.
2. Dari hasil uji ketelitian horizontal tersebut memiliki ketelitian peta dengan
skala 1:5.000 pada kelas 2. Sehingga dalam hasil Uji ketelitian ini dapat
digunakan untuk keperluan pemetaan RDTR skala 1:5.000.
5.2 Saran
Saran yang dapat diberikan pada pelaksanaan Tugas Akhir ini adalah sebagai
berikut :
1. Saran penulis untuk penelitian selanjutnya dengan tema orthorektifikasi citra

adalah pada peletakan titik kontrol yang menjadi acuan harus tersebar merata
pada area studi dan ditempatkan pada objek yang jelas serta tampak jelas
pada citra, berkemungkinan memiliki potensi perubahan yang kecil dari
tahun ke tahun tidak lebih dari ukuran satu piksel citra (dalam penelitian ini =
0.5 m).
62
DAFTAR PUSTAKA
Abidin, H.Z., 2007, Penentuan Posisi Dengan GPS dan Aplikasinya. Jakarta:
Penerbitan PT Pradnya Paramita.
Davis, S. M. Dan Swain, P. H.. (1978). Remote Sensing: The Quantitative
Approach.____: McGraw-Hill International Book Company
Danoedoro. P. 2012. Pengantar Penginderaan Jauh Digital. Penerbit: Andi.
Yogyakarta
Gisda Aliska P. 2018. Orthorektifikasi Citra Satelit Resolusi Tinggi Menggunakan
Software Pixel Factory dengan Koordinat Orthosistematik di Wilayah Bangka.
Universitas Pakuan.Bogor
Jensen, J. R. 2005. Introductory Digital Image Processing – A Remote Sensing
Perspective. Englewood Cliffs, N.J.: Prentice Hall
Kiefer, Lillesand., 1993, Pengindraan Jauh dan Interpretasi Citra. Yogyakarta:
Universitas Gajah Mada Press, Cetakan 2.
Konecny, G., 2003, Geoinformation, Remote Sensing, Photogrammetry and
Geographic Information Systems, Taylor & Francis,London.
Lillesand, Thomas M, Kiefer, RW Chipman and Jonathan W., 2004. Penginderaan
Jauh dan Interpretasi Citra. Terjemahan. Yogyakarta : Gadjah Mada
University Press.
Mather, P.M. 2004. Computer Processing of Remotely Sensed Data : An
Introduction, 3th Edition. Brisbane: John Willey and Sons.
PCI Geomatics Enterprises Inc. (2015). Geomatica Training Guide-Geomatica
OrthoEngine Course Exercises. PCI Geomatics.
Peraturan Kepala Badan Informasi Geospasial., Nomor 6, 2018. Tentang Perubahan
Atas Peraturan Kepala Badan Informasi Geospasial Nomor 15, 2014. Tentang
Pedoman Teknis Ketelitian Peta Dasar. Bogor: Badan Informasi Geospasial.
Pramesti, L., 2017. Orthorektifikasi Citra Resolusi Tinggi Untuk Keperluan
Pemetaan Rencana Detail Tata Ruang. Program Studi Teknik Geodesi,
Purwadhi S.H, Sanjoto TB., 2009. Pengantar Interpretasi Citra Pengindraan Jauh.
Lembaga penerbangan dan Antariksa Nasional (LAPAN), Universitas Negeri
Semarang.
63
Randy Prima Brahmantara, Kustiyo Pengukuran.2017. Kualitas Geometri Hasil
Orthorektifikasi Citra Worldview-2. Pusat Teknologi dan Data Penginderaan
Jauh-LAPAN
Sukmayadi, D. 2014. Citra Tegak Satelit Resolusi Tinggi Strategi Pemenuhan
Kebutuhan Survei dan Pemetaan Skala Besar Secara Cepat
<URL:http://www.bakosurtanal.go.id>.
Sutanto. 1987. Penginderaan jauh Jilid 2. Yogyakarta : Gadjah Mada University
Press.
Suwargana, N. 2013. Resolusi Spasial, Temporal Dan Spektral Pada Citra Satelit
Landsat, Spot Dan Ikonos. Jurnal Ilmiah Widya. 1(2) : 167-174
T. Toutin.2004. “Review paper: Geometric processing of remote sensing images:
Models, algorithms and methods” .Int. J. Remote Sensing., vol. 25, no. 10, pp.
1893-1924.
Wibowo, & Eko, P. (2010). Identifikasi Perubahan Tutupan Lahan Pulau Pagang,
Pulau Pramuka, Dan Pulau Karya Antara Tahun 2004 dan Tahun 2008.
Bandung: Institut Teknologi Bandung
64
LAMPIRAN
65
1. Lampiran Titik GCP
Keterangan
No. Titik Base Posisi Base
Lokasi
Titik
1 TBNDRA mudah
dikenali
N Titik Keterangan
Posisi titik pada Citra Posisi titik di lapangan
o GCP lokasi
Titik mudah
1 RHU8
dikenali
Titik mudah
2 PRP6
dikenali
66
Titik mudah
3 PRP8R
dikenali
Titik mudah
4 PRP4R
dikenali
Titik mudah
5 RHU3
dikenali
Titik mudah
6 RHU11
dikenali
Titik mudah
7 RHU9R
dikenali
67
Titik mudah
8 RHU12
dikenali
68
2. Lampiran Area of interest (AOI)
69
70
71
72
73
74
75
76
3. Lampiran Loghsheet
77
78
79
80
81
82
83
84
85

Tugas Akhir

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tugas Akhir

Diunggah oleh

Hak Cipta:

Format Tersedia

OPTIMALISASI PENGARUH JUMLAH GROUND CONTROL

POINT (GCP) DENGAN DIGITAL ELEVATION MODEL (DEM)

PROGRAM STUDI TEKNIK GEODESI

Mahasiswa Kerja Praktek

Bogor, Juli 2019

Ir. Rudie R. Atmawidjaja, M.Kom Batoro Wisnu, ST., MT

Dr. Ir. Rochman Djaja A.H, M.Surv.Sc

Alhamdulillahirabbil’alamin. Puji dan syukur kehadirat Allah SWT, karena

Bogor, Juli 2019

Gambar 1.1 Kabupaten Rokan Hulu (Provinsi Riau).......................................3

Tabel 1.1 Jadwal Penelitian Tugas Akhir.........................................................6

Proses orthorektifikasi membutuhkan beberapa data seperti data Digital

1.2 Perumusan Masalah

1.3 Tujuan Penelitian

1.4 Manfaat Penelitian

1.5 Batasan Masalah

1.6 Metodologi Penelitian

Adapun beberapa hal yang di lakukan pada tahap persiapan adalah

Pada tahapan ini dilakukan inventarisasi data yang akan digunakan

1.6.3 Tahapan Pengolahan data

Pada tahapan ini dilakukan pengolahan data sebanyak 2 kali untuk

1.6.4 Tahapan Pembahasan

Pada tahapan ini akan diuraikan beberapa pembahasan untuk

1.6.5 Tahapan Pelaporan

Pada tahapan ini dilakukan penyusunan dan penulisan laporan dari

Penjelasan dari masing-masing metodologi penelitian diatas dapat dilihat

1.7 Lokasi dan Jadwal Penelitian

1.8 Sistematika Penulisan Laporan

Pada bab ini membahas secara umum mengenai latar belakang,

Bab II : Dasar Teori

Pada bab ini membahas mengenai berbagai teori yang mendukung

Pada bab ini membahas mengenai tahapan yang dilakukan dalam

Bab IV : Analisa dan Pembahasan

Pada bab ini diuraikan tentang pembahasan mengenai hasil yang

Bab V : Kesimpulan dan Saran

Pada bab ini memuat kesimpulan yang diperoleh dari pelaksanaan

2.1 Penginderaan Jauh

A. Komponen Penginderaan Jauh

Gambar 2.1 Proses perekaman permukaan bumi oleh sensor

Gelombang elektromegnetik yang dipantulkan permukaan bumi

2.2 Pengolahan Citra Digital

Gambar 2.2 Data Vektor (https://www.atobasahona.com)

Gambar 2.3 Data Raster (https://www.atobasahona.com)

Adapun perbandingan dari data vektor dan data raster memiliki

Data Vektor Data Raster

1. Lebih efisien dalam ruang 1. Struktur data yang sederhana

3. Representasi grafis data cukup murah

spasialnya sangat mirip 4. Overlay data raster dengan

4. Transformasi koordinat dan

1. Struktur data kompleks 1. Memerlukan ruang

2. Data tidak mudah penyimpanan yang besar

dimanipulasi 2. Transformasi koorinat dan

3. Memerlukan perangkat proyeksi sulit dilakukan

computer yang lebih mahal 3. Lebih sulit merepresentasikan

Resolusi temporal ialah frekuensi perekaman ulang pada areal yang

2.3 Citra Satelit Resolusi Tinggi

Gambar 2.6 Perbedaan DTM dan DSM (sumber : indoatlas.net)

Gambar 2.7 Citra Satelit Dengan Tutupan Awan

2.5.3 Kesalahan Geometri

Pada dasarnya koreksi geometrik pada proses orthorektifikasi adalah

Gambar 2.10 Proyeksi Perspektif (Kiri) dan Proyeksi Orthogonal (Kanan)

Untuk mengatasi kesalahan geometri dengan orthorektifikasi, berbagai

1. Model geometri orbital