NILAI Tanggal Pengumpulan

(. ................................) ( 26 Mei 2023 )

LAPORAN PRAKTIKUM
PENGINDERAAN JAUH DASAR

ACARA:
INTERPRETASI CITRA
PENUTUP DAN PENGGUNAAN LAHAN
MENGGUNAKAN CITRA MULTISPEKTRAL

Oleh:

Nama : Ahnaf Tara Daffa Anindya

NIM 3211422170
Nama Dosen : 1. Wahid Akhsin Budi Nur Sidiq, S. Pd., M. Sc.
2. Vina Nurul Husna, S. Si., M.Si.
Nama Asisten : 1. Toriqo Gusniar Ramadhan
2. Nisi Alfiana

LABORATORIUM GEOGRAFI
FAKULTAS ILMU SOSIAL
UNIVERSITAS NEGERI SEMARANG
2023
A. JUDUL
INTERPRETASI CITRA PENUTUP DAN PENGGUNAAN LAHAN
MENGGUNAKAN CITRA MULTISPEKTRAL.

B. TUJUAN
1. Mahasiswa dapat melakukan interpretasi di ArcGIS dengan metode Digitalisasi;
2. Mahasiswa dapat membuat layout hasil delineasi di ArcGIS;
3. Mahasiswa dapat mengisi tabel identifikasi objek pada Citra Landsat 8;

C. ALAT DAN BAHAN

1. Alat
a. Laptop;
b. Handphone;
c. Meja Belajar.
2. Bahan
a. ArcGIS 10.8;
b. Microsoft Office;
c. Kertas Cover Praktikum;
d. Citra Satelit Landsat 8 Paket 1;
e. Platform Referensi;
f. Kuota.
D. DASAR TEORI
1. Pengertian Citra
Secara umum Citra adalah gambaran atau foto kondisi kenampakan permukaan
bumi yang merupakan hasil dari penginderaan dari spektrum elektromagnetik.
Citra merupakan representasi visual suatu objek atau scene yang dibentuk
oleh cahaya yang dipantulkan atau dipancarkan oleh objek tersebut dan direkam oleh
alat penginderaan atau perangkat pencitraan. (Gonzales dan Woods, 1992).
Menurut Kusumanto dan Alan Novi Tompunu (2011), secara matematis, citra
merupakan fungsi kontinyu (continue) dengan intensitas cahaya pada bidang dua
dimensi. Agar dapat diolah dengan komputer digital, maka suatu citra harus
dipresentasikan secara numerik dengan nilai-nilai diskrit.
Citra adalah menggambarkan kenampakan permukaan (atau dekat permukaan)
bumi yang diperoleh melalui proses perekaman pantulan (reflectance), pancaran
(emittance), maupun hamburan balik (backscatter) gelombang elektromagnetik dengan
sensor optik-elektronik yang terpasang pada suatu wahana, baik itu wahana dimenara,
pesawat udara maupun wahana luar angkasa (Danoedoro 2012:21)
Berdasarkan pernyataan-pernyataan di atas dapat disimpulkan bahwa Citra
merupakan hasil rekaman atau tangkapan dari sensor pada satelit yang mengumpulkan
radiasi elektromagnetik yang dipancarkan atau dipantulkan oleh objek di permukaan
bumi sehingga menggambarkan kenampakan yang ada.

2. Definisi Interpretasi Citra

Secara umum Interpretasi Citra merupakan perbuatan mengkaji foto udara dan
atau citra dengan maksud untuk mengidentifikasi obyek dan menilai arti pentingnya
obyek tersebut.
Menurut Este dan Simonett (1975) menyatakan bahwa Interpretasi citra dapat
didefinisikan sebagai perbuatan mengkaji foto udara atau citra dengan tujuan untuk
mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut.
Menurut Umali (1983) berpendapat bahwa interpretasi citra adalah kegiatan
permukaan bumi yang melalui 3 tahapan yaitu Tahap analisis citra, Tahap interpretasi
citra, Tahap interpretasi disipliner terinci dan melihat dari warna serta ronanya.
Berdasarkan pernyataan-pernyataan di atas dapat disimpulkan bahwa
interpretasi citra adalah sebuah kegiatan meneliti gambar atau foto yang diambil dari
udara menggunakan satelit. Tujuannya adalah untuk mengenali objek apa saja yang ada
di dalam gambar tersebut dan kemudian objek-objek tersebut dinilai arti pentingnya.
Merujuk pada bukunnya Purwadhi & Sanjoto (2008) terdapat 8 unsur dalam
interpretasi citra, masing-masing memiliki penjabarannya sendiri. Setiap unsur
interpretasi memiliki kemampuan untuk mengenali obyek pada citra penginderaan jauh
yang dapat dijelaskan sebagai berikut :
a. Rona dan Warna
Rona adalah tingkat kegelapan atau kecerahan obyek pada citra atau
tingkatan dari hitam ke putih atau sebaliknya, sedangkan warna adalah ujud yang
tampak oleh mata yang menunjukkan tingkat kegelapan dan keragaman warna dari
kombinasi saluran/ band citra, yaitu warna dasar biru, hijau, merah, dan kombinasi
warna dasar seperti kuning, jingga, nila, ungu, dan warna lainnya. Unsur dasar yang
berupa rona atau warna merupakan hal primer dalam tingkat kerumitan pengenalan
obyek. Rona mencerminkan karakteristik spektral citra sesuai dengan panjang
gelombang elektromagnetik yang digunakan dalam perekaman datanya.
b. Bentuk
Bentuk adalah variabel kualitatif yang memerikan (menguraikan)
konfigurasi atau kerangka suatu obyek, misal: persegi, membulat, memanjang, dan
bentuk lainnya. Bentuk juga menyangkut susunan atau struktur yang lebih rinci.

c. Ukuran
Ukuran merupakan atribut obyek yang berupa jarak, luas, tinggi, lereng dan
volume. Ukuran tergantung skala dan resolusi citra. Misal sebuah citra
menunjukkan ukuran rumah hunian, gudang, tempat niaga (Mal), dan perkantoran.
Rumah hunian ukurannya relatif lebih kecil dibandingkan dengan tempat niaga atau
pasar modern (Mal) dengan bangunan yang sangat mudah dikenali karena selain
bentuk juga ukurannya yang luas dan besar.

d. Bayangan
Bayangan merupakan obyek yang tampak samar-samar atau tidak tampak
sama sekali (hitam), sesuai dengan bentuk obyeknya seperti bayangan awan,
bayangan gedung, bayangan bukit. Bayangan sering dapat mengamati obyek yang
tersembunyi, seperti cerobong asap pabrik, menara, bak air yang dipasang tinggi
akan tampak dari bayangan.
e. Tekstur
Tekstur adalah frekuensi perubahan rona pada citra. Tekstur sering
dinyatakan dalam ujud kasar, halus, atau bercak-bercak. Misal pada Citra
Quickbird Tobelo, Halmahera, tampak obyek perkotaan (bangunan) tampak
bertekstur kasar, sedangkan kebun berstekstur sedang, rumput bertekstur halus.
Obyek air tenang bertekstur halus, air bergelombang bertekstur sedang.

f. Pola
Pola merupakan ciri obyek buatan manusia dan beberapa obyek alamiah
yang membentuk susunan keruangan. Pola permukiman pedesaan biasanya pola
tidak teratur, namun ada hal yang dapat digunakan sebagai acuan seperti pola
permukiman memanjang (longeted) sepanjang jalan atau sungai, permukiman
menyebar dan mengelompok di sekitar danau. Perumahan yang dibangun terencana
seperti real estate dikenali dengan pola teratur. Pola perkebunan teratur karena
 sudah direncanakan dengan pematang/ jalan-jalan inspeksi, saluran pengairan
dengan tanaman yang homogen, sehingga mudah dibedakan dengan vegetasi lain.

g. Situs
Situs merupakan hubungan antar obyek dalam satu lingkungan, yang dapat
menunjukkan obyek disekitarnya atau letak suatu obyek terhadap obyek lain. Situ
biasanya mencirikan suatu obyek secara tidak langsung. Situs kebun kopi terletak
di lahan miring, karena tanaman kopi memerlukan pengaturan saluran air/ sirkulasi
air yang baik; Situs sering membentuk pola, seperti situs permukiman memanjang
di sepanjang jalan, permukiman sepanjang sungai pada tanggul alam, permukiman
pantai di sepanjang igir beting pantai.

h. Asosiasi
Asosiasi merupakan unsur antar obyek yang keterkaitan atau antara obyek
yang satu dengan obyek yang lain, sehingga berdasarkan asosiasi tersebut dapat
membentuk suatu fungsi obyek tertentu. Misalnya Pelabuhan merupakan asosiasi
dari kenampakan laut, dermaga, kapal, bangunan gudang dan tempat tunggu
penumpang, lapangan tempat parkir kontiner. Sekolahan merupakan asosiasi dari
gedung sekolah, lapangan/ halaman untuk olah raga. Stasiun Kereta Api merupakan
asosiasi dari bangunan memanjang di tepi rel kereta api, tempat parkir kereta, tower
air untuk keperluan kereta api, kemungkinan bangunan bengkel kereta api.
 Hierarki Interpretasi Citra, yaitu:

3. Citra Multispektral dan Pankromatik

Citra Multispektral merupakan citra yang menggunakann beberapa warna atau
dibuat dengan saluran jamak. Citra multispektral atau multispektral imaging adalah
salah satu cara atau metode menangkap data gambar pada frekuensi tertentu di seluruh
spektrum elektromagnetik. Citra dengan saluran yang berbeda tersebut dapat
digunakan untuk mengidentifikasi kenampakan-kenampakan tertentu, karena saluran-
saluran tersebut memiliki kepekaan terhadap suatu kenampakan.
Citra pankromatik adalah citra yang menggunakan seluruh spektrum yang
tampak oleh mata mulai dari warna merah hingga ungu, tetapi hanya menggunakan
salah satu saluran warna biasanya berwarna hitam putih. Daya tangkap alat perekam
citra pankromatik hampir sama dengan kepekaan mata manus
 Citra foto pankromatik dan multispektral, kedua jenis ini sedikit memiliki
perbedaan terhadap kedetilan objek yang digambarkan, karena resolusi yang berbeda.
Pada citra foto pankromatik, objek yang digambarkan sangat jelas terlihat. Hal ini
memungkinkan proses identifikasi sangat mudah untuk dilakukan. Memiliki resolusi
spasial yang tinggi (0,6 meter x 0.6 meter). Artinya dalam 1 pixel pada citra mewakili
luasan 60 cm2 di lapangan. Itulah mengapa, kendaraan yang merupakan objek kecil
dapat terlihat (walaupun terlihat kurang jelas). Selain itu, citra foto pankromatik ini
memiliki resolusi spektral 445-900 nm. Dengan interval panjang gelombang yang
cukup panjang, membuat kahalusan gambar cukup tinggi sehingga gambar yang kecil
dapat terlihat dengan jelas.
Sedangkan pada multispektral, kenampakan objek kurang detail jika
dibandingkan dengan yang pankromatik. Hal ini karena pada multispektral, resolusi
spasialnya mencapai 2,4 meter x 2,4 meter setiap pixelnya. Namun untuk resolusi
spektralnya (interval panjang gelombang yang menunjukan tingkat kehalusan) tidak
jauh berbeda dengan pankromatik yaitu 450-520 nm (blue), sehingga kehalusan dari
gambar multispektral tidak jauh berbeda.
Persamaan antara citra multispektral dan pankromatik adalah keduanya
mengandung informasi tentang permukaan Bumi. Mereka juga dapat digunakan
bersama-sama dalam teknik pemrosesan citra untuk menggabungkan keunggulan
keduanya. Salah satu teknik yang umum digunakan adalah pansharpening, di mana
citra pankromatik digabungkan dengan citra multispektral untuk meningkatkan
resolusi spasial citra multispektral.

4. Saluran-Saluran Pada Citra

Landsat 8 adalah satelit penginderaan jauh yang dioperasikan oleh NASA dan
Badan Geologi Amerika Serikat (USGS) yang diluncurkan pada 11 Februari 2013.
Satelit pemantauan bumi ini memiliki dua sensor yaitu sensor Operational Land Imager
(OLI) dan Thermal Infrared Sensor (TIRS). Kedua sensor ini menyediakan resolusi
spasial 30 meter (visible, NIR, SWIR), 100 meter (thermal), dan 15 meter
(pankromatik). Landsat 8 memiliki orbit Sun-Synchronous orbit pada ketinggian 705
km. Landsat 8 memiliki resolusi temporal selama 16 hari. Citra ini dilengkapi oleh 11
saluran (band) dengan resolusi spektral yang bervariasi juga dilengkapi dua instrumen
sensor yaitu OLI dan TIRS. Landsat 8 mampu mengumpulkan 400 scenes citra atau
150 kali lebih banyak dari Landsat 7 dalam satu hari perekamannya.
Sensor utama dari Landsat 8 adalah Operational Land Imager (OLI) yang
memiliki fungsi untuk mengumpulkan data di permukaan bumi dengan spesifikasi
resolusi spasial dan spektral yang berkesinambungan dengan data Landsat
sebelumnya. OLI didesain dalam sistem perekaman sensor push-broom dengan empat
teleskop cermin, performa signal-to-noise yang lebih baik, dan penyimpanan dalam
format kuantifikasi 12-bit. OLI merekam citra pada spektrum panjang gelombang
tampak, inframerah dekat, dan inframerah tengah yang memiliki resolusi spasial 30
meter, serta saluran pankromatik yang memiliki resolusi spasial 15 meter.
Thermal Infrared Sensor (TIRS) merupakan sensor kedua yang tersemat dalam
Landsat 8. TIRS berfungsi untuk mengindera suhu dan aplikasi lainnya, seperti
pemodelan evapotranspirasi untuk memantau penggunaan air pada lahan teririgasi.
TIRS merekam citra pada dua saluran inframerah termal dan didesain untuk beroperasi
selama 3 tahun. Resolusi spasial yang dimiliki TIRS adalah 100 meter dan teregistrasi
dengan sensor OLI sehingga menghasilkan citra yang terkalibrasi secara radiometrik
dan geometrik serta terkoreksi medan dengan Level koreksi 1T dan disimpan dalam
sistem 16-bit
Landsat 8 berfungsi untuk menampilkan citra berupa permukaan bumi atau
suatu daerah. Pengambilan data citra Landsat 8 digunakan untuk melakukan deteksi
daerah genangan banjir. Misal data citra yang didapatkan akan diolah dalam sistem
sehingga memperoleh hasil berupa citra digital yang menggambarkan luas daerah
tergenang banjir pada daerah DKI Jakarta.
Di sisi lain, Sentinel-1 adalah salah satu misi dari program Copernicus yang
dioperasikan oleh European Space Agency (ESA) yang diluncurkan pada tahun 2014.
Citra Sentinel-1 terdiri dari dua mode operasional utama: Interferometric Wide Swath
(IW) dan Extra Wide Swath (EW). Tiap mode memiliki kombinasi saluran yang
berbeda. Berikut adalah saluran-saluran yang tersedia pada citra Sentinel-1 dalam
mode IW :
a. Saluran VV (Vertical Vertical): Citra ini merekam polarisasi vertikal terhadap pulsa
radar yang dikirimkan dan dipantulkan kembali. Saluran VV digunakan untuk
pemetaan lahan, penginderaan bencana, dan pemantauan vegetasi;
b. Saluran VH (Vertical Horizontal): Citra ini merekam polarisasi vertikal terhadap
pulsa radar yang dikirimkan dan polarisasi horizontal terhadap pulsa yang
dipantulkan kembali. Saluran VH dapat memberikan informasi tentang interaksi
antara radar dengan permukaan yang berbeda dan digunakan dalam pemetaan
lahan, penginderaan bencana, dan pemantauan permukaan laut;
c. Saluran HV (Horizontal Vertical): Citra ini merekam polarisasi horizontal terhadap
pulsa radar yang dikirimkan dan polarisasi vertikal terhadap pulsa yang dipantulkan
kembali. Saluran HV juga berguna untuk memahami interaksi antara radar dengan
permukaan dan digunakan dalam aplikasi yang serupa dengan saluran VH;
d. Saluran HH (Horizontal Horizontal): Citra ini merekam polarisasi horizontal
terhadap pulsa radar yang dikirimkan dan dipantulkan kembali. Saluran HH
memberikan informasi yang penting tentang struktur dan tekstur permukaan, dan
digunakan dalam pemetaan lahan, pemantauan deformasi tanah, dan penginderaan
bencana.
 Manfaat dari citra sentinel ini adalah untuk menyajikan data dalam rangka
memenuhi kebutuhan beberapa hal, diantaranya monitoring lahan, dan dapat dijadikan
sebagai data dasar yang dapat diaplikasikan dalam berbagai hal, seperti pertanian
hingga perhutanan, juga monitoring lingkungan, hingga perencanaan perkotaan.

5. Komposit Citra
Komposit citra adalah proses menggabungkan dan mengkombinasikan tiga
citra penginderaan jauh dari saluran atau band citra yang berbeda sehingga memberikan
kombinasi warna yang berbeda, dengan tujuan menonjolkan kenampakan suatu objek
yang menjadi objek kajian. Perbedaan warna pada citra komposit disebabkan oleh
perbedaan pada panjang gelombang yang digunakan setiap band, serta kepekaan setiap
objek terhadap panjang gelombang tersebut.
Citra komposit dapat dibagi menjadi warna asli (true coloe/natural color) dan
warna semu (false color). Citra komposit warna asli menampakkan warna asli objek
sesuai dengan pandangan mata manusia, misal tanah akan berwarna kemerahan dan
kanopi vegetasi akan berwarna hijau. Citra ini didapatkan dengan menempatkan citra
band merah, hijau, dan biru sesuai dengan pada saluran warna RGB masing-masing.
Citra warna asli dapat diperoleh menggunakan kombinasi 321 pada Landsat 7 dan 432
pada Landsat 8.
Sedangkan citra komposit warna semu artinya tidak menunjukkan warna sesuai
aslinya. Biasanya diperlukan untuk menonjolkan satu atau beberapa kenampakan
objek, yang tidak tampak pada citra komposit warna asli. Citra komposit warna semu
dibagi menjadi komposit standar dan tidak standar. Komposit standar menggunakan
tiga saluran masukan, yaitu inframerah dekat, merah, dan hijau, dengan urutan
pewarnaan merah, hijau, dan biru. Sedangkan pada komposit tak standar, kombinasi
dapat disusun dengan susunan
a. Mengubah urutan tersebut misalnya merah, inframerah dekat, dan hijau;
b. Menggunakan saluran-saluran lain -misalnya biru, inframerah dekat, dan merah;
c. Menggunakan gabungan saluran terlebih dahulu (misalnya indeks vegetasi) dan
setelah itu baru dikompositkan;
d. Menggunakan tanggal perekaman yang berbeda. Misal komposit RGB dengan
susunan nilai rata-rata NDVI pada bulan Januari-Maret; April-Juni; Sept-
Desember.
Komposit citra perlu dilakukan untuk menonjolkan kenampakan di
permukaaan bumi yang dianggap penting yang menjadi fokus kajian. Hal ini penting
dilakukan karena kenampakan objek yang dikehendaki bisa lebih menonjol dan lebih
mudah diinterpretasi, terutama dengan interpretasi visual. Sebagai contoh, untuk
menekankan objek perairan dan karakteristiknya, misal endapan sedimen pada perairan
dangkal, kita perlu menggunakan kombinasi band yang peka air. Dengan demikian,
kita bisa menggunakan band merah, hijau, dan biru yang peka air, dan tidak
menggunakan saluran inframerah dekat maupun tengah karena air cenderung menyerap
energi pantulan pada panjang gelombang tersebut.
E. LANGKAH KERJA
1. Mahasiswa dan Asisten Praktikum menyiapkan alat dan bahan (PPT, Citra Satelit
Landsat 8 empat paket, software ArcGIS, dll) yang akan digunakan dalam praktikum;
2. Mahasiswa menyimak penjelasan langkah-langkah praktikum dari Asisten Praktikum;
3. Mahasiswa mencatat penjelasan langkah-langkah penulisan laporan dari Asisten
Praktikum;
4. Mahasiswa mencatat hal-hal penting dari penjelasan yang telah diberikan oleh Asisten
Praktikum;
5. Mahasiswa diberikan Citra Satelit Landsat 8 sebanyak empat paket dan hanya
menggunakan satu paket saja sesuai pembagian absen;
6. Mahasiswa memasukan Citra Landsat 8 sesuai paket yang terdiri dari Band 2, 3, 4, dan
True Color ke ArcGIS;
7. Mahasiswa membuat Shapefile pada catalog sesuai tipe objek yang akan didelineasi,
apakah Polygon, Line, atau Point;
8. Mahasiswa melakukan digitalisasi dengan menggunakan tools Editor dan Create
Features, setelah selesai semua lalu Save Editing dan Stop Editing;
9. Mahasiswa melakukan interpretasi/delineasi menggunakan metode Digitalisasi Citra
Satelit Landsat 8 minimal sepuluh objek;
10. Mahasiswa membuat layout hasil interpretasi untuk menjadi peta hasil delineasi
penutup/penggunaan lahan yang totalnya ada 4 peta sesuai saluran;
11. Mahasiswa mengisi tabel identifikasi objek pada Citra Landsat 8;
12. Mahasiswa menanyakan hal-hal yang kurang dimengerti kepada Asisten Praktikum;
13. Mahasiswa dan Asisten Praktikum merapikan dan mengembalikan alat-alat praktikum;
14. Mahasiswa mencari informasi dan referensi bacaan dari berbagai sumber;
15. Mahasiswa menyusun laporan;
16. Mahasiswa mengumpulkan laporan praktikum kepada Asisten Praktikum.
F. PEMBAHASAN
1. Hasil Pengamatan
a. Peta Hasil Delineasi True Color pada Citra Landsat 8 (Terlampir);
b. Peta Hasil Delineasi Saluran 2 pada Citra Landsat 8 (Terlampir);
c. Peta Hasil Delineasi Saluran 3 pada Citra Landsat 8 (Terlampir);
d. Peta Hasil Delineasi Saluran 4 pada Citra Landsat 8 (Terlampir);
e. Tabel Identifikasi Objek pada Citra Landsat 8 (Terlampir).

2. Analisis
Praktikum Penginderaan Jauh ke-5 bertemakan Interpretasi Citra Penutup Dan
Penggunaan Lahan Menggunakan Citra Multispektral. Disediakan 4 paket yang berisi
Citra Landsat 8 dengan Band 2, 3, 4, dan True Color, dimana mahasiswa hanya
mendapatkan satu paket saja sesuai pembagian nomor absen. Bersumber dari citra
tersebut selanjutnya diinterpretasi minimal 10 obyek apa saja yang ada pada keruangan
citra tersebut, kemudian memasukannya ke software ArcGIS kemudian dilakukan
delineasi menggunakan metode digitalisasi yang nantinya dilengkapi dengan layout
informasi tepi. Obyek yang sudah ditentukan juga diidentifikasi per obyeknya dengan
variabel seperti Warna Objek Tiap Saluran/Band, Gambar Objek Tiap Saluran, dan
Warna Objek Pada Citra Komposit.
Langkah pertama dalam mengerjakan laporan praktikum ke-5 ini yaitu
mengolah citra pada software ArcGIS. Setelah dibagi paket sesuai absen selanjutnya
pemrosesan pada ArcGIS, pada laporan ini menggunakan paket 1 yang terdiri dari
Saluran/Band 2, 3, 4, dan True Color. Masukan semua saluran ke Sofrware ArcGIS
dengan cara klik tools AddFile, pilih file yang akan dimasukan. Selanjurnya membuat
Shapefile pada tools Catalog dengan klik kanan pada folder penyimpanannya pilih New
> Shapefile. Buat Shapefile sebanyak objek yang akan didelineasi menggunakan
metode digitalisasi dan tipe juga menyesuaikan objeknya apakah Point, Polygon, atau
Line. Digitalisasi Digitasi semua objek lalu jika sudah selesai pada tools Editor pilih
Save Editing > Stop Editing. Terakhir melakukan layout melengkapi informasi tepi
agar lebih jelas dan informatif. Pertama atur ukuran kertasnya dengan ikon File > Page
and Print Setup, pilih ukuran kertas sesuai yang dibutuhkan. Pindah tampilan ke Layout
View pada ikon View dan atur ukuran map face maupun informasi tepi serapih
mungkin agar lebih estetik saat dilihat. Buat pada informasi tepi seperti Judul, Arah
Orientasi, Legenda, Sumber, Penyusun, Nama Dosen, Nama Asprak, dan Penerbit.
Total semua peta yaitu empat peta karena menyesuaikan jumlah saluran/band yang
dipakai.
Objek pada peta hasil delineasi paket satu terdiri dari 10 objek yaitu Jalan,
Permukiman, Lahan Terbuka, Vegetasi, Persawahan, Gosong Sungai, Dataran Banjir,
Sungai, Muara, Laut. Pada peta objek jalan ditandai oleh outline polygon berwarna
merah terang, permukiman ditandai oleh outline polygon berwarna orange terang,
lahan terbuka ditandai oleh outline polygon berwarna merah tua, vegetasi ditandai oleh
outline polygon berwarna hijau tua, persawahan ditandai oleh outline polygon
berwarna hijau muda, gosong sungai ditandai oleh outline polygon berwarna kuning,
dataran banjir ditandai oleh outline polygon berwarna cokelat, sungai ditandai oleh
outline polygon berwarna biru muda, muara ditandai oleh outline polygon berwarna
biru tua, sedangkan laut ditandai oleh outline polygon berwarna biru terang.
Pada tabel identifikasi objek juga mengidentifikasi 10 objek tersebut. Kolom
variabel Warna Objek Tiap Saluran pada semua objek sama yaitu B2 Merah Gelap, B3
Hijau Muda, dan B4 Biru Tua. Variabel Gambar Objek Tiap Saluran menyesuaikan
kenampakan masing-masing objek, tujuannya membedakan bagaimana visualisasi
pada saluran B2, B3, maupun B4. Objek jalan paling terang di B3, permukiman paling
terang di B3, lahan terbuka paling terang di B3, vegetasi paling terang di B3,
persawahan paling terang di B3, gosong sungai paling terang di B4, dataran banjir
paling terang di B4, Sungai paling terang di B4, Muara paling terang di B3, dan laut
paling terang di B4. Hal itu dapat ditarik kesimpulan bahwa kenampakan seperti
vegetasi atau persawahan akan lebih jelas menggunakan saluran B3 yang warna dasar
salurannya memang Hijau Muda, sedangkan kenampakan air lebih cocok dan jelas
menggunakan saluran B4 yang memang warna dasar salurannya Biru Tua. Variabel
Warna Objek Pada Citra Komposit sesuai warna asli masing-masing objek atau
menggunakan saluran true color yang hasilnya pada objek jalan berwarna Hitam
Kecokelatan, permukiman berwarna Putih Terang, lahan terbuka berwarna Hijau dan
Cokelat Kehitaman, vegetasi berwarna Hijau Muda dan Tua, persawahan berwarna
sama dengan vegetasi, gosong sungai berwarna Hijau Tua Kecokelatan, dataran banjir
berwarna Cokelat Kehijauan, sungai berwarna Cokelat Pekat, muara berwarna Cokelat
namun tidak sepekat sungai, serta laut berwarna Biru Tua sedikit Cokelat.
G. KESIMPULAN
Citra merupakan hasil rekaman atau tangkapan dari sensor pada satelit yang
mengumpulkan radiasi elektromagnetik yang dipancarkan atau dipantulkan oleh objek di
permukaan bumi sehingga menggambarkan kenampakan yang ada. Interpretasi Citra
merupakan perbuatan mengkaji foto udara dan atau citra dengan maksud untuk
mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut. Citra Multispektral
merupakan citra yang menggunakann beberapa warna atau dibuat dengan saluran jamak.
Citra pankromatik adalah citra yang menggunakan seluruh spektrum yang tampak oleh
mata, hanya menggunakan salah satu saluran warna biasanya berwarna hitam putih.
Landsat 8 memiliki sensor Operational Land Imager (OLI) dan Thermal Infrared Sensor
(TIRS), sedangkan Sentinel-1 memiliki mode operasional utama yaitu Interferometric
Wide Swath (IW) dan Extra Wide Swath (EW). Komposit citra adalah proses
menggabungkan dan mengkombinasikan tiga citra penginderaan jauh dari saluran atau
band citra yang berbeda sehingga memberikan kombinasi warna yang berbeda.
Dalam mengerjakan laporan praktikum ke-5 ini yaitu mengolah citra pada software
ArcGIS. Masukan semua saluran ke Sofrware ArcGIS dengan cara klik tools AddFile, lalu
membuat Shapefile pada tools Catalog dengan klik kanan pada folder penyimpanannya
pilih New > Shapefile. Jumlah Shapefile minimal berjumlah 10 dengan tipe mengikuti
objek yang akan didigitasi. Memulai digitasi menggunakan tools Editor > Start Editing lalu
pilih shapefile sesuai objek yang akan didigitasi di tools Create Features. Setelah semua
objek selesai didigitasi, pada tools Editor > Save Editing > Stop Editing. Buat Layout yang
terlebih dahulu mengukur kertasnya pada ikon File > Page and Print Setup dan atur ukuran
kertas sesuai kebutuhan. Ganti tampilan di View > LayoutView, atur ukuran map face dan
kolom informasi tepinya. Pada informasi tepi, buat Judul, Arah Orientasi, Legenda,
Sumber, Penyusun, Nama Dosen, Nama Asprak, dan Penerbit. Total semua peta yang harus
dibuat dan dilampirkan pada laporan sebanyak 4 peta.
Objek pada paket satu yang dapat didelineasi berjumlah 10 objek. Pada legenda
Jalan berwarna Merah Terang, Permukiman berwarna Orange Terang, Lahan Terbuka
berwarna Merah Tua, Vegetasi berwarna Hijau Tua, Persawahan berwarna Hijau Muda,
Gosong Sungai berwarna Kuning, Dataran Banjir berwarna Cokelat, Sungai berwarna Biru
Muda, Muara berwarna Biru Tua, dan Laut berwarna Biru Terang. Berdasarkan variabel
Gambar Objek Tiap Saluran dapat disimpulkan bahwa kenampakan seperti vegetasi atau
persawahan lebih cocok dengan saluran B3 yang warna dasarnya Hijau Muda, sedangkan
kenampakan air lebih cocok dengan saluran B4 yang warna dasarnya Biru Tua. Variabel
Warna Objek Pada Citra Komposit, jalan berwarna Hitam Kecokelatan, permukiman
berwarna Putih Terang, lahan terbuka berwarna Hijau dan Cokelat Kehitaman, vegetasi
berwarna Hijau Muda dan Tua, persawahan berwarna sama dengan vegetasi, gosong
sungai berwarna Hijau Tua Kecokelatan, dataran banjir berwarna Cokelat Kehijauan,
sungai berwarna Cokelat Pekat, muara berwarna Cokelat namun tidak sepekat sungai, serta
laut berwarna Biru Tua sedikit Cokelat.
 DAFTAR PUSTAKA
Arsy, R. F. (2013). “Metode Survei Deskriptif Untuk Mengkaji Kemampuan Interpretasi Citra
Pada Mahasiswa Pendidikan Geografi Fkip Universitas Tadulako”. Kreatif, 16(3).
Darmawan, A., Harianto, S. P., Santoso, T., & Winarno, G. D. (2018). Buku Ajar Penginderaan
Jauh Untuk Kehutanan. Bandar Lampung, 2018.
Dosen, P. (2022). ”Pengertian Interpretasi Citra, Tahapan, Ciri, dan Contohnya”, diakses melalui
https://dosengeografi.com/interpretasi-citra/, pada hari Minggu 21 Mei 2023 pukul
9.45 WIB.
Evrili, N. (2020). (Analisis Tingkat Produktivitas Dan Kesehatan Kelapa Sawit Menggunakan
Data Foto Udara Multispketral Dan Lidar (Studi Kasus: Kecamatan Batin XXIV,
Provinsi Jambi)). Doctoral dissertation, Institut Teknologi Nasional Bandung.
Farid, F. (2015). Penginderaan Jauh (Remote Sensing). Madura: UTMPRESS.
GeografMuda. (2022). “Karakteristik Citra Satelit LANDSAT 8”, diakses melalui
https://www.geografi.org/2022/03/karakteristik-citra-satelit-landsat-8.html, pada hari
Minggu 21 Mei 2023 pukul 06.11 WIB.
Hadi, B. S. (2007). Dasar-dasar Fotogrametri. Jurusan Pendidikan Geografi Fakultas Ilmu Sosial
Dan Ekonomi Universitas Negeri Yogyakarta.
Hussein, S. (2022). “Citra Komposit dan Proses Komposit Citra Penginderaan Jauh”, diakses
melalui https://geospasialis.com/komposit-citra/, pada hari Senin 22 Mei 2023 pukul
10.33 WIB.
Kendalkab. (2023). “Kendal Menjadi Salah satu Daerah Percontohan KHDPK”, diakses melalui
https://www.kendalkab.go.id/berita/id/20230216001/kendal_menjadi_salah_satu_dae
rah_percontohan_khdpk, pada hari Minggu 21 Mei 2023 pukul 23.04 WIB.
Mainaki, R., & Hilman, I. (2020). Petunjuk Praktikum Penginderaan Jauh. Bandung: El Markazi.
Ningsih, D. H. U., & Setyadi, A. (2003). “Remote Sensing (Penginderaan Jauh)”. Dinamik, 8(2).
Nurlaela. (2014). “Membangun Kunci Interpretasi Untuk Beberapa Jenis Penutup Lahan Atau
Penggunaan Lahan”. Laporan Praktikum Penginderaan Jauh, Pendidikan Geografi
Fakultas Ilmu Sosial Universitas Negeri Malang.
Purwadhi, F. S. H., & Sanjoto, T. B. (2008). Pengantar Interpretasi Citra Penginderaan Jauh.
Jakarta: LAPAN & Universitas Negeri Semarang.
Sofwany, B. F. (2015). Perbedaan Multispektral dan Pankromatik. Makalah Prodi Perencanaan
Wilayah dan Kota Fakultas Teknik Universitas Pasundan.
Sutanto. (1992). Penginderaan Jauh Dasar Jilid I. Yogyakarta: Universitas Gadjah Mada.
LAMPIRAN
a. Peta Hasil Delineasi True Color pada Citra Landsat 8

b. Peta Hasil Delineasi Saluran 2 pada Citra Landsat 8

c. Peta Hasil Delineasi Saluran 3 pada Citra Landsat 8

d. Peta Hasil Delineasi Saluran 4 pada Citra Landsat 8

 e. Tabel Identifikasi Objek pada Citra Landsat 8
Warna Objek Tiap Warna Objek
Gambar Objek Tiap Saluran
Objek Saluran Pada Citra
B2 B3 B4 B2 B3 B4 Komposit

Merah Hijau Biru Hitam

Jalan
Gelap Muda Tua Kecokelatan

Merah Hijau Biru

Permukiman Putih
Gelap Muda Tua

Hijau dan
Lahan Merah Hijau Biru
Cokelat
Terbuka Gelap Muda Tua
Kehitaman

Merah Hijau Biru Hijau Muda

Vegetasi
Gelap Muda Tua dan Tua

Merah Hijau Biru Hijau Muda

Persawahan
Gelap Muda Tua dan Tua

Gosong Merah Hijau Biru Hijau Tua

Sungai Gelap Muda Tua Kecokelatan
Dataran Merah Hijau Biru Cokelat
Banjir Gelap Muda Tua Kehijauan

Merah Hijau Biru

Sungai Cokelat Pekat
Gelap Muda Tua

Merah Hijau Biru Cokelat, tidak

Muara
Gelap Muda Tua sepekat sungai

Merah Hijau Biru Biru tua sedikit

Laut
Gelap Muda Tua Cokelat