SYARIF HIDAYATULLAH
JAKARTA
2012 M / 1433 H
ANALISIS PENGOLAHAN CITRA PENGINDERAAN JAUH DENGAN
Skripsi
Oleh :
107094002345
SYARIF HIDAYATULLAH
JAKARTA
2012 M / 1433 H
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR – BENAR HASIL
107094002345
iii
PERSEMBAHAN
Dengan menyebut nama Allah Yang Maha Pemurah lagi Maha Penyayang
Skripsi ini aku persembahkan untuk ayah ibu ku, adik-adikku, saudara-saudaraku, sahabat-
sahabatku dan kepada seluruh keluarga besar Prodi Matematika, terimakasih atas segalanya.
Semoga kita selalu diridhoi Allah SWT dan selalu dalam lindungan-Nya.
serta selalu dibukakan pintu rahmat, kasih sayang dan hidayah-Nya kepada kita semua. Amiin.
Motto
Bersabar
Senyum
Berpikir positif
Dunia ini tak perlu banyak orang yang hebat, orang pintar, tapi dunia ini butuh orang yang
MAU,
Mau berpikir,
Mau menolong,
iv
ABSTRAK
Hasil citra pengindraan jauh untuk belum bisa secara langsung diinpretasikan karena hasil
yang diperoleh hanya sebuah nilai matriks yang bernilai 0 – 255 yang mewakili satu buah citra,
diperlukan pengolahan citra digital agar memperoleh hasil citra yang baik agak dapat diinpretasikan
dengan baik. Adapun untuk mengkoreksi citra hasil penginderaan jauh ini dilakukan koreksi
geometrik dan koreksi radiometrik. Untuk membaca citra hasil penginderaan jauh menggunakan
Dalam skripsi ini penulis menganalisa bagaimana cara kerja pengolahan kerja yang dilakukan
komputer dan perhitungan matematis dalam pengolahan citra. Dari hasil analisa untuk koreksi
radiometrik diperlukan pengurangan nilai matris sendiri untuk menghilangkan nois. Untuk koreksi
geometrik diperlukan transformasi affine agar citra sesuai posisinya dengan yang sebenarnya.
Kalsifikasi lahan yaitu dengan klasifikasi tak terbimbing menggunakan metode analisis klaster
dengan hasil dari klasifikasi tak terbimbing pada P. Lancang didominasi oleh pantai yang
mencapai 77%, berikutnya pemukiman 14,5% dan lahan hijau hanya 8,1%.
Hasil pengukuran penelitian ini berbeda dengan data berdasarkan Pusat Oseanografi LIPI
Tahun 2010, bahkan perbedaan hingga mencapai 31,85 ha pada penetuan luas pulau. Perbedaan
tersebut tidak dapat dijelaskan secara pasti dalam penelitian ini. Perbedaan terkecil yaitu pada
Kata kunci: Analisis Klaster, Citra, Grayscale, , Klasifikasi Tak Terbimbing, Koreksi Geometrik, Koreksi
v
ABSTRACT
The results of remote sensing images have not been able to directly read because the
results obtained only a value matrix that is worth 0-255 representing one image, digital image
processing is required in order to obtain a good image results can be read rather well. As for
correcting the results of remote sensing imagery is performed geometric correction and the
correction radiometric. For read the results of remote sensing image classification method using
unguided.
In this thesis the author analyzes how the workings of the processing work done in
computer and mathematical image processing. From the analysis of radiometric correction is
necessary for the reduction of the value of its own to eliminate matrix noise. For the geometric
the actual position. Classification area with unsupervised classification using of method cluster
analysis and the result in Lancang Island dominate of beach reach 77%, settlement 14,5% green
Result measurenment this reseasch has different with Oceanografi Centre LIPI 2010.
Even the value differen until 31,85 ha in area of island. This differen value cannot be explain in
vi
KATA PENGANTAR
Segala puji dan syukur hanya bagi Allah Rabb alam semesta, atas nikmat dan hidayah-Nya
kepadaku. Shalawat serta salam semoga senantiasa tercurah kepada junjungan dan tauladan kita,
Baginda Nabi Besar Muhammad saw, serta keluarga, sahabat, dan segenap pengikutnya sampai
Yaumil Qiyamah. Dengan mengucapkan Alhamdulillah hirobbil a’lamin berkat rahmat dan izin-
Nya,
1. DR. Syopiansyah Jaya Putra, M.Sis, Dekan Fakultas Sains dan Teknologi UIN Syarif
Hidayatullah Jakarta.
2. Yanne Irene, M.Si, Ketua Prodi Matematika Fakultas Sains dan Teknologi UIN Syarif
Hidayatullah Jakarta.
3. Suma’inna, M.Si, Pembimbing I yang telah memberi pengarahan, saran, dan motivasi
kepada penulis selama ini serta banyak meluangkan waktu untuk membimbing penulis.
4. Gustina Elfiyanti, M.Si, Pembimbing II yang telah memberikan nasehat dan semangat
kepada penulis.
5. Taufik Edy Sutanto, M.Sc.Tech, Dr.Agus Salim, Bambang Ruswandi M.Stat, Hata
Maulana M.kom dan seluruh dosen Jurusan MIPA Program Studi Matematika yang
vii
6. Bu Tari, Bu Sukma, Ka Niki, dan seluruh pegawai akademik Fakultas Sains dan
7. Kedua orang tuaku dan adik-adikku tercinta, yang senantiasa memberikan bantuan,
9. Teman-teman mahasiswa matematika angkatan 2002 s/d 2011, terima kasih atas kerja
samanya.
10. Hidup ini takkan indah jika dijalani sendiri, untuk wanita yang ku sayangi setelah ibu ku
Dengan terselesaikannya skripsi ini, penulis berharap dapat memberikan manfaat dan kontribusi
yang berarti, baik bagi para pembaca pada umumnya dan bagi penulis pada khususnya. Berkaitan
dengan penyusunan skripsi ini yang masih jauh dari kesempurnaan. Oleh karena itu kritik dan
Semoga kita selalu berada di jalan-Nya serta selalu mendapatkan rahmat dan hidayah-Nya. Amin
penulis
viii
DAFTAR ISI
PERSEMBAHAN .............................................................................................................................. iv
ABSTRAK ......................................................................................................................................... v
ABSTRACT ....................................................................................................................................... vi
1.4. Tujuan.................................................................................................................. 3
5.1 Kesimpulan........................................................................................................... 29
x
DAFTAR GAMBAR
Gambar 2.2 Skema satelit ALOS (Advanced Land Observing Satellite) .................................... 9
xi
DAFTAR TABEL
xii
BAB I
PENDAHULUAN
suatu daerah tanpa melalui kontak langsung dengan obyek tersebut. Definisi tersebut
adalah definisi ideal dalam suatu kegiatan pengamatan daerah tertentu yang pada
dihasilkan melalui penginderaan jauh. Tetapi dapat mengamati wilayah yang luas
dalam waktu yang relatif singkat, sehingga biaya yang dikeluarkan seharusnya lebih
Penginderaan jauh sudah semakin berkembang hari demi hari serta semakin
dibutuhkan untuk kepentingan yang lebih luas. Guna mendapatkan hasil dari data
penginderaan jauh yang sesuai dengan yang diharapkan, tentu harus bisa
menganalisis hasil pengindraan jauh tersebut yang berupa citra dalam hal ini adalah
Pengolahan data citra merupakan suatu cara memanipulasi data citra atau
mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan yang
kita harapkan. Adapun cara pengolahan data citra itu sendiri melalui beberapa
tahapan, sampai menjadi suatu keluaran yang diharapkan. Tujuan dari pengolahan
1
citra adalah mempertajam data geografis dalam bentuk digital menjadi suatu tampilan
yang lebih berarti bagi pengguna, dapat memberikan informasi kuantitatif suatu
jarak jauh dengan pendekatan nilai diskrit suatu gambar yang akan dipretasikan
secara komputasi oleh komputer. Nilai-nilai diskrit pada citra digtal ini akan
1.2 Permasalahan
Setiap citra yang diperoleh dari pengideraan jarak jauh mempunyai banyak
gangguan [10]. Tapi bagaimana hasil citra ini dapat dibaca dan dianalisis dengan baik
Masalah yang akan dibahas dalam skripsi ini adalah bagaimana perhitungan
matematika dalam pengolahan citra hasil pengideraan jauh, karena data yang diterima
oleh komputer merupakan data numerik [12]. Sehingga pada akhirnya citra yang
diperoleh dari pengideraan jauh sesuai dengan keadaan permukaan bumi sebenarnya.
2
1.3 Pembatasan Masalah
sebagai beikut :
2. Daerah yang dianalisis terbatas pada Pulau Lancang, Kep. Seribu dengan
106034’45.63”T – 106036’04.87”T.
1.4 Tujuan
citra dan menganalisis hasil pengolahan citra. Menerapakan teori – teori matematika
dalam pengerjaannya.
digital yang telah diolah. Mengaplikasikannya pada pegolahan citra hasil pengideraan
jarak jauh. Dalam hal ini penulis ingin mengetahui tata guna lahan pada Pulau
Lancang.
3
1.5 Manfaat
Manfaat yang diperoleh dalam penelitian ini jika terdapat citra hasil
melakukan koreksi dan klasifikasi. Hasil yang diperoleh dapat memberikan informasi
lebih.
pengolahan citra jarak jauh dan menambah kajian dalam pengolahan citra jarak jauh.
Penerapan matematis dalam analisis diharapkan menjadi acuan atau referensi bagi
penelitian selanjutnya.
4
BAB II
TINJAUAN PUSTAKA
Citra digital dapat didefinisikan sebagai fungsi dua variabel, dan tiga f(x,y),
dimana x dan y adalah koordinat spasial dan mempunyai f(x,y) adalah intensitas citra
pada koordinat tersebut. Teknologi dasar untuk menciptakan dan menampilkan warna
pada citra digital berdasarkan pada penelitian bahwa sebuah warna merupakan
kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru (Red, Green, Blue -
RGB).[4]
RGB adalah suatu model warna yang terdiri dari merah, hijau, dan biru,
digabungkan dalam membentuk suatu susunan warna yang luas. Setiap warna dasar,
misalnya merah, dapat diberi rentang-nilai. Untuk citra 8 bit, nilai rentangnya paling
kecil = 0 dan paling besar = 255. Pilihan skala 256 ini didasarkan pada cara
mengungkap 8 digit bilangan biner yang digunakan oleh mesin komputer. Dengan
cara ini, akan diperoleh warna campuran sebanyak 256 x 256 x 256 = 1677726 jenis
warna. Sebuah jenis warna, dapat dibayangkan sebagai sebuah vektor di ruang 3
5
tersebut digantikan oleh komponen R(ed), G(reen), B(lue). Jadi, sebuah jenis warna
dapat dituliskan sebagai berikut: warna = RGB(30, 75, 255). Putih = RGB
Komputer hanya bisa mengolah data yang bersifat numerik. Oleh karena itu
sebuah citra agar dapat diolah oleh komputer harus direpresentasikan secara numerik
menggunakan nilai-nilai diskrit. Representasi citra secara numerik inilah yang disebut
dengan digitalisasi yang pada dasarnya merupakan proses mengubah nilai kontinu
dengan f(x,y) merupakan sebuah foto dan f(i,j) yang merupakan elemen matriks
adalah intensitas cahaya pada titik (i,j) dengan i = 0, 1,2, ... m-1 dan j = 0, 1,2, ... n-1.
Fungsi intensitas f dari citra hitam putih pada titik (x,y) disebut derajat
keabuan atau gray level yang mempunyai nilai antara Lmin sampai Lmax dengan Lmin
merupakan skala keabuan terkecil dan Lmax merupakan skala keabuan terbesar. Skala
keabuan seringkali menggunakan bilangan bulat yang besarnya 8-bit, artinya skala
6
keabuan tersebut mempunyai 28 atau 256 nilai yang berbeda dengan lebar skala 0
sampai 255, nilai 0 untuk warna hitam, dan 255 untuk warna putih. Nilai derajat
Ada dua macam proses digitalisasi yang pertama yaitu digitalisasi koordinat
(x,y) yaitu merepresentasikan foto menjadi sejumlah titik-titik yang terbatas, proses
ini disebut sampling, dan yang kedua yaitu digitalisasi skala keabuan yaitu mengisi
titik-titik tersebut dengan derajat keabuan yang sesuai dengan foto yang didigitalisasi,
mengenai sebuah objek, area atau fenomena melalui analisis data yang diperoleh dari
alat yang tidak bersentuhan langsung dengan objek, area atau fenomena yang sedang
diamati [6]
7
Prinsip dasar penginderaan jauh adalah perekaman informasi. Sensor
merekam informasi dengan sumber tenaga dari matahari dan dari dalam sensor.
Radiasi yang dipancarkan oleh matahari atau sumber energi lainnya akan dipantulkan
kembali oleh permukaan bumi dan atmosfer dalam bentuk reflektansi permukaan.
Hasil pantulan tersebut direkam oleh sensor satelit. Hasil perekaman tersebut akan
permukaan bumi.
(mencakup sinar tampak dan infra merah) dan gelombang mikro 30-300 μm.
umumnya disebut dengan pengindraan jauh optik (optical remote sensing) sementara
Agency) yang diluncurkan pada tanggal 24 Januari 2006, dari komplek peluncuran
setelah satelit JERS-1 (japanese Earth Resources Satellite) yang digunakan untuk
8
Sumber: JAXA, 2010
Gambar 2.2 Skema satelit ALOS (Advanced Land Observing Satellite)
Satelit ALOS membawa tiga instrumen remote sensing [9] seperti pada
Gambar 2.2, yaitu PRISM (Panchromatic Remote Sensing Instrumen for Stereo
(Advance Visible and Near Infrared Radiometer 2) untuk observasi permukaan bumi
dengan akurasi tinggi dan PALSAR (Phased Array type L-band Synthetic Aperture
Radar) untuk observasi permukaan bumi pada setiap waktu (malam-siang) dan pada
kondisi cuaca apa pun. Pada penelitian ini, data citra yang digunakan merupakan citra
AVNIR-2 adalah radiometer cahaya tampak dan infra merah dekat untuk
AVNIR yang dibawa oleh satelit ADEOS, AVNIR-2 mempunyai 4 band (Jakti, 2009)
: band 1 (0,42-0,50 µm) yang digunakan untuk melihat penetrasi tubuh air, band 2
9
(0,52-0,60 µm) yang digunakan untuk menekankan pembedaan vegetasi dan
penelitian kesuburan, band 3 (0,61-0,69 µm) digunakan untuk melihat daerah yang
menyerap klorofil, dan band 4 (0,76-0,89 µm) yang digunakan untuk membedakan
tanah, tanaman, lahan, dan air. ALOS memiliki karakteristik citra diantaranya
resolusi spasial sebesar 10 x 10 meter (di nadir), dengan lebar sapuan 70 km (di
10
2.4 Tahapan Pengolahan Citra Pengideraan Jauh
Secara umum tahap pengolahan pengideraan jauh ada tiga tahapan [7],
tahapan tersebut teridiri dari koreksi radiometrik, korksi geomerik, dan klasifikasi.
pantulan obyek dipermukaan bumi yang terekam oleh sensor menjadi bukan
merupakan nilai aslinya, tetapi menjadi lebih besar oleh karena adanya hamburan
atau lebih kecil karena proses serapan. Metode-metode yang sering digunakan untuk
adjustment) [5].
Metode pergeseran histogram adalah metode dimana setiap entri data pada
matriks citra digital dikurangi atau ditambahkan. Pengurangan atau penambahan nilai
pada entri matriks tergantung dari nilai terkecil pada matriks citra tersebut. Perhatikan
11
Gambar 2.3 Matriks A, matriks awal
Pada Gambar 2.3 adalah matriks hasil digitalisai citra. Dapat dilihat pada
Gambar 2.3 nilai terkecil pada matriks adalah delapan. Untuk mengoreksi citra
tersebut yang terdapat noise [5], maka setiap data entri matriks tersebut dikurangi
B = A – kI (2.2)
12
Pada Gambar 2.4 nilai terkecil pada data entri matriks adalah nol, maka citra
telah terkoreksi radiometrik karena pada citra satelit nilai interval pada matriks adalah
0 – 255, jika nilai terkecil pada citra adalah nol maka kemungkinan besar citra
tersebut tidak mempunyai noise [1]. Untuk tahapan koreksi radiometrik telah
[7]. Kesalahan geometrik ialah kesalahan yang disebabkan oleh konfigurasi sensor,
merotasikan citra sesuai dengan keadaan sebenarnya untuk metode yang digunakan
adalah polinomil orde pertama atau orde linier. Dalam koreksi geometri polinomial
titik kontrol lapangan (Ground Control Poinl / GCP) pada citra. Secara ringkas,
a. Pemilihan GCP pada citra dengan syarat : tersebar merata di seluruh citra,
relatif permanen dan tidak berubah dalam kurun waktu pendek (misal: jalan,
𝑡+1 (𝑡+2)
𝐺𝐶𝑃𝑚𝑖𝑛 = (2.3)
2
13
Di mana :
t = orde polinomial
pergeseran citra hasil proses rektifikasi dapat dilihat dari besarnya nilai RMSE
(Root Mean Square Error). RMSE dalam koreksi geometris adalah jarak
antarakoordinat input (source) GCP dengan koordinat GCP yang sama setelah
ditransformasi.
𝑛 2 2
𝑖=1 (𝑥 𝑟 −𝑥 𝑖 ) +(𝑦𝑟 −𝑦 𝑖 )
𝑅𝑀𝑆𝐸𝑇𝑜𝑡𝑎𝑙 = (2.5)
𝑛
Di rnana :
n = Jumlah GCP
i = GCP ke-i
memerlukan data latih dalam hal ini klasifikasi tak terbimbing dilakukan jika data
14
lapangan yang kita miliki sedikit[6]. Klasifikasi tak terbimbing hanya
dan garis. Adapun yang termasuk transformasi affine contohnya adalah translasi,
maka digunakan sistem kooerdinat homogen. Suatu (x, y) di dalam sistem koordinat
x = 𝑥ℎ /h
y =𝑦ℎ /h
h≠0
dalam sistem koordinat ini maka transformasi affine dapat direpresentasikan dalam
bentuk matriks 3x3. Operasi transformasi affine adalah perkalian antara matriks
15
transformasinya dengan kolom dari titik yang akan ditransformasikan,sehingga untuk
individu ini bisa membentuk populasi yang lengkap atau suatu sampel dari populasi
yang lebih besar. Lebih umum lagi, analisis klaster bertujuan untuk mengalokasikan
individu-individu di dalam kelompok itu mirip satu dengan yang lainnya, sementara
Ciri klaster yang baik, yaitu homogenitas (kesamaan) yang tinggi antar
anggota dalam satu klaster. Heterogenitas (Perbedaan) yang tinggi antar klaster yang
Unttuk menggunakan analisis klaster, perlu diketahaui besar jarak euclid dari
16
1. Jarak Euclidean
𝑛
𝑑 𝑥, 𝑦 = 𝑡=1(𝑥𝑡 − 𝑦𝑡 )2 (2.9)
x dan y merupakan dua objek yang dihitung jaraknya 𝑥1 , 𝑥2 ,…,xn dan𝑦1, ,𝑦2 ,…,yn
merupakan atribut-atribut sebanyak n buah dari objek x dan y, dengan pusat centroids
pertama adalah mengukur seberapa jauh ada kesamaan antar objek. Data atau variabel
distandarisasi jika mempunyai perbedaan besar atau mencolok dengan cara mengubah
Z-Score [9].
17
3. Hitung jarak setiap data ke masing-masing centroids, seperti pada Persamaan
(2.9).
5. Tentukan posisi centroids baru dengan cara menghitung nilai rata-rata dari data-
data yang memilih pada centroids yang sama, seperti pada Persamaan (2.10).
6. Kembali ke langkah 3 jika posisi centroids baru dengan centroids lama tidak
sama.
18
BAB III
METODE PENELITIAN
3.1 Data
Data yang akan digunakan pada penelitian ini adalah citra hasil
penangkapan satelit ALOS. Data terdiri dari tiga citra yang mepunyai ukuran
243x193 piksel.
Citra hasil pengideraan jauh yang telah diperoleh akan diolah menjadi tiga
tahapan, yaitu:
19
3.3 Alur Pengolahan Citra
T
Terganggu
Koreksi Radiometrik
Koreksi Geometrik
20
BAB IV
Berikut ini adalah citra-citra hasil pengindraan jauh yang akan diproses.
21
Citra di atas mempunyai ukuran 243 x 193 piksel. Jika dalam ukuran
sebenarnya karena pada citra ALOS 1 piksel = 10m x10m = 100 m2 / 1 a karena
piksel dalam sebuah komputer jika di perbesar bentuknya adalah persegi, jadi
ukuran sebenarnya citra tersebut adalah 2430m x 1930m. Untuk dapat mengetahui
proses secara matematis pengolahan citra tersebut, maka setiap citra akan diubah
matriks yang di hasilkan sesuai besar ukuran piksel suatu citra maka matriks yang
dihasilkan akan berukuran 243 x 193. Setiap citra yang diperoleh tidak
mempunyai nilai red, green,dan blue (RGB), tetapi hanya mempunyai nilai derajat
pada komputer. Jika memasukan band 1 pada komputer maka akan dibaca seperti
gambar berikut.
22
Gambar 4.4 Pembacaan citra sebelum koreksi radiometrik.
adalah pada gambar di bawah ini. Dapat dilihat pada Gambar 4.5 nilai entri
Proses koreksi radiometrik ini dilakukan untuk ketiga citra dan penentuan
nilai untuk mengurangi data citra tergantung dari nilai terkecil data entri citra
tersebut. Setelah ketiga citra telah terkoreksi radiometrik maka koreksi dilanjutkan
23
4.3 Proses Koreksi Geometrik
untuk koreksi yang digunakan adalah polinomial orde pertama atau disebut juga
transformasi affine.
Pada perhitungan proses koreksi geomtri menggunakan empat GCP. Nilai RMSE
untuk setiap GCP memiliki nilai > 0,5 maka pemilihan GCP dan hasil retrifikasi
dapat diterima.
24
4.4 Proses Klsifikasi Tak Terbimbing
digunakan. Setelah diauto-generate maka diperoleh untuk nilai red diwakili oleh
band3, nilai green oleh band2, dan nilai blue oleh band1. Ditampilkan dalam
25
Gambar 4.9 Penetuan Warna Untuk Klasifikasi
Setelah setiap band mewaikili nilai RGB, maka ketiga band tersebut akan
dikomposisikan menjadi satu citra RGB atau disebut juga citra komposit. Citra
1. Laut
3. Pemukiman, Tanah
4. Lahan Hijau
Pada gambar 4.9 merupakan hasil klasifikasi tak terbimbing kelas dibagi
ke dalam empat kelas yaitu laut, daerah pasir, pemukiman atau lahan kering, dan
lahan hijau. Hasil yang telah diklasifikasi maka dihitung luas tutupannya, daerah
26
yang dihitung luas tutupannya adalah daerah pasir, pemukiman / lahan kering dan
lahan hijau.
pantai yang mencapai 77%, berikutnya pemukiman 14,5% dan lahan hijau hanya
8,1% atau seluas 21,87 ha. Hasil klsaifikasi lain yang diperoleh adalah pulau
terbagi menjadi 2 terbagi seperti selat kecil, di baian pulau utara lebih banyak
pemukiman.
Oseanografi LIPI Tahun 2010, bahkan perbedaan hingga mencapai 31,85 ha pada
penetuan luas pulau. Perbedaan tersebut tidak dapat dijelaskan secara pasti dalam
penelitian ini. Perbedaan terkecil yaitu pada pengukuran daerah pasir 1,16 ha.
27
BAB V
5.1 Kesimpulan
geometrik bertujuan untuk memposisikan citra satelit dengan peta dunia, sehingga
akan mendapatkan citra satelit yang mempunyai koordinat lintang/bujur yang sesuai
dengan peta topografi. Setelah dilakukan koreksi geometrik skala peta menjadi benar.
Untuk mengetahui hasil analisis secara matematis perlu diambil sampel data
karena bila data yang besar memerlukan waktu dan spesifikasi komputer yang sangat
besar. Dalam analisis yang dilakukan oleh peneliti saat ini yaitu analisis matematis
dahulu yang pada awalnya mempunyai warna grayscle menjadi citra RGB, setiap
nilai pada citra grayscale yang terdiri dari tiga citra akan mewakili nilai RGB yang
Hasil dari klasifikasi tak terbimbing pada P. Lancang didominasi oleh pantai
yang mencapai 77%, berikutnya pemukiman 14,5% dan lahan hijau hanya 8,1% atau
28
seluas 21,87 ha. Hasil klsaifikasi lain yang diperoleh adalah pulau terbagi menjadi 2
terbagi seperti selat kecil, di bagian pulau utara lebih banyak pemukiman.
Oseanografi LIPI Tahun 2010, bahkan perbedaan hingga mencapai 31,85 ha pada
penetuan luas pulau. Perbedaan tersebut tidak dapat dijelaskan secara pasti dalam
penelitian ini. Perbedaan terkecil yaitu pada pengukuran daerah pasir 1,16 ha
5.2 Saran
analisis pengolahan citra satelit ini dapat dilanjutkan dengan klasifikasi terbimbing
yang memerlukan data lapangan yang real yang menujang sebagai data klasifikasi
Classification).
29
DAFAR PUSTAKA
[2]Lillwsand, T.M dan Kiefer R.W 1079. Remote Sensing and Image Interpretatiom, John
Bandung. 2004
[9] Ruswandi, Bambang. 2008. Diktat Perkuliahan Praktikum Statistika Multivariat. FST UIN.
Jakarta.
[10]Suaebi, Haris, Aplikasi remote sensing pada pendugaan nilai radiasi .Bogor,2007 .
30
BIODATA PENULIS
Data Pribadi
NIM : 107094002345
Email : zer_mail@yahoo.co.id
Riwayat Pendidikan