Anda di halaman 1dari 45

BAB I PENDAHULUAN

1.1. LATAR BELAKANG Pada kuliah di semester 4 ini mata kuliah yang diambil mahasiswa, salah satu nya adah pengindraan jarak jauh. Dalam pengindraan jarak jauh kita mempelajari tentang penggambaran bentuk muka bumi tetapi kita tidak menyentuh objeknya. Sehingga kita membutuhkan suatu software yang dapat membantu kita dalam mengolah data. Pada praktikum ini kita menggunakan ER.Mapper yaitu sebuah software yang digunakan dalam pengolahan data pengindraan jarak jauh, dengan memasukan hasil pemotretan bumi dari satelit. Kegunaan hasil pemotretan bumi dari satelit merupakan perkembangan dari pengukuran permukaan bumi dengan alat ukur tanah yang dikembangkan dengan foto udara dan kemudian dengan satelit. Klasifikasi citra penginderaan jauh (inderaja) bertujuan untuk menghasilkan peta tematik, dimana tiap warna mewakili sebuah objek, misalkan hutan, laut, sungai, sawah, dan lain-lain. Metode berbasis unsupervised yang diusulkan ini adalah integrasi dari metode feature extraction, hierarchical (hirarki) clustering, dan partitional (partisi) clustering. Feature extraction dimaksudkan untuk mendapatkan komponen utama citra multispektral tersebut, sekaligus mengeliminir komponen yang redundan, sehingga akan mengurangi kompleksitas komputasi. Histogram komponen utama ini dianalisa untuk melihat lokasi terkonsentasinya pixel dalam feature space.

1.2. TUJUAN Mahasiswa diharapkan mengetahui arti dan fungsi dari penginderaan jauh Mahasiswa mampu menganalisis dan menyimpulkan tentang interface software ER MAPPER 7.0. Mahasiswa diharapkan mengetahui dan mampu mengoperasikan software ER Mapper 7.0 yang dapat membantu dalam proses pengolahan data hasil dari citra penginderaan jauh

BAB II TINJAUAN PUSTAKA

2.1 PENGERTIAN PENGINDERAAN JAUH Penginderaan jauh berkembang sangat pesat sejak empat dasawarsa terakhir ini. Perkembangannya meliputi aspek sensor, wahana atau kendaraan pembawa sensor, jenis citra serta liputan dan ketersediaannya, alat dan analisis data, dan jumlah pengguna serta bidang penggunaannya. Berikut adalah pengertian penginderaan jauh menurut beberapa ahli: Penginderaan jauh (remote sensing), yaitu penggunaan sensor radiasi elektromagnetik untuk merekam gambar lingkungan bumi yang dapat diinterpretasikan sehingga menghasilkan informasi yang berguna (Curran, 1985). Penginderaan jauh (remote sensing), yaitu suatu pengukuran atau perolehan data padaobjek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari objek yang diindera. Foto udara, citra satelit, dan citra radar adalah beberapa bentuk penginderaan jauh (Colwell, 1984). Penginderaan jauh (remote sensing), yaitu ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh.Hal ini biasanya berhubungan dengan pengukuran pantulan atau pancaran gelombang elektromagnetik dari suatu objek (Campbell, 1987). Penginderaan jauh ialah ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah atau gejala yang dikaji (Lillesand dan Kiefer , 1979).

Pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang disebut sensor. Data penginderaan jauh dapat berupa citra, grafik, dan data numerik. Proses penerjemahan data menjadi informasi disebut analisis atau interpretasi data dan analisis data penginderaan jauh memerlukan data rujukan seperti peta tematik, data statistik, dan data lapangan. Keseluruhan proses mulai dari pengambilan data, analisis

data hingga penggunaan data disebut Sistem Penginderaan Jauh.(Purwadhi, 2001).

Gambar 2.1. Sistem Penginderaan Jauh (Sumber: www.google.com)

2.2 CITRA
Citra dapat diartikan sebagai gambaran yang tampak dari suatu obyek yang sedang diamati, sebagai hasil liputan atau rekaman suatu alat pemantau. Menurut Hornby (1974) Citra adalah gambaran yang terekam oleh kamera atau alat sensor lain. Sedangkan menurut Simonett, dkk (1983) Citra adalah gambar rekaman suatu obyek (biasanya berupa gambaran pada foto) yang didapat dengan cara optik, elektrooptik, optik-mekanik, atau electromekanik. Di dalam bahasa Inggris terdapat dua istilah yang berarti citra dalam bahasa Indonesia, yaitu image dan imagery, akan tetapi imagery dirasa lebih tepat

penggunaannya (Sutanto, 1986). Agar dapat dimanfaatkan maka citra tersebut harus diinterprestasikan atau diterjemahkan/ ditafsirkan terlebih dahulu. Pendapat lain adalah Citra merupakan gambaran dua dimensional yang menggambarkan bagian dari permukaan bumi, hasil dari perekaman sensor atas

pantulan atau pancaran spektral objek yang disimpan pada media tertentu (Prahasta, 2006). Klasifikasi citra dapat dilakukan secara manual (visual) maupun secara digital. Klasifikasi secara manual dilakukan dengan bertumpu pada kenampakan pada citra, seperti misalnya rona atau warna, bentuk, ukuran, tinggi atau bayangan, tekstur, pola, letak atau situs dan asosiasi dengan obyek lainnya. Klasifikasi secara digital dapat dilakukan dengan bantuan komputer, dan biasanya bertumpu pada informasi spektral obyek (yang diwakili oleh nilai pixel citra) pada beberapa saluran spektral sekaligus. Oleh karena itu, klasifikasi secara digital sering disebut sebagai klasifikasi multivariat atau klasifikasi multispektral. Citra dapat dibedakan atas citra foto (photographic image) atau foto udara dan citra non foto (non photographic image). Perbedaan pokok keduanya disajikan pada tabel berikut ini: Tabel 2.1. Beda antara citra foto dan non foto

(Sumber : Lillesand dan Kiefer,1979: Siegel dan Gillespie, 1980) Jenis-Jenis Citra: Citra foto Citra foto adalah gambaran yang dihasilkan dengan menggunakan sensor kamera. Citra foto dapat dibedakan berdasarkan atas spektrum elektromagnetik, sumber sensor, dan sistem wahana yang digunakan. Berdasarkan sistem wahana yang digunakan: a. Foto udara adalah foto yang dibuat dari pesawat udara atau balon.

b. Foto satelit atau foto orbital adalah foto yang dibuat dari satelit. (Sutanto, 1986) Berdasarkan spektrum elektromagnetik yang digunakan, citra foto dapat dibedakan atas: a) Foto ultraviolet yaitu foto yang dibuat dengan menggunakan spektrum ultraviolet dekat dengan panjang gelombang 0,29 mikrometer. Cirinya tidak banyak informasi yang dapat disadap, tetapi untuk beberapa obyek dari foto ini mudah pengenalannya karena kontrasnya yang besar. Foto ini sangat baik untuk mendeteksi: tumpahan minyak di laut,

membedakan atap logam yang tidak dicat, jaringan jalan aspal, batuan kapur. b) Foto ortokromatik yaitu foto yang dibuat dengan menggunakan spektrum tampak dari saluran biru hingga sebagian hijau (0,4 0,56 mikrometer). Cirinya banyak obyek yang tampak jelas. Foto ini bermanfaat untuk studi pantai karena filmnya peka terhadap obyek di bawah permukaan air hingga kedalaman kurang lebih 20 meter. Baik untuk survei vegetasi karena daun hijau tergambar dengan kontras. c) Foto pankromatik yaitu foto yang menggunakan seluruh spektrum tampak mata mulai dari warna merah hingga ungu. Kepekaan film hampir sama dengan kepekaan mata manusia. Cirinya pada warna obyek sama dengan kesamaan mata manusia. Baik untuk mendeteksi pencemaran air, kerusakan banjir, penyebaran air tanah dan air permukaan. d) Foto inframerah asli (true infrared photo), yaitu foto yang dibuat dengan menggunakan spektrum infra merah dekat hingga panjang gelombang 0,9 1,2 mikrometer yang dibuat secara khusus. Cirinya dapat mencapai bagian dalam daun, sehingga rona pada foto inframerah tidak ditentukan warna daun tetapi oleh sifat jaringannya. Baik untuk mendeteksi berbagai jenis tanaman termasuk tanaman yang sehat atau yang sakit. e) Foto infra merah modifikasi, yaitu foto yang dibuat dengan infra merah dekat dan sebagian spektrum tampak pada saluran merah dan sebagian saluran hijau. Dalam foto ini obyek tidak segelap dengan film infra merah sebenarnya, sehingga dapat dibedakan dengan air. ( Geomedia. 2004)

Citra Non Foto Citra non foto adalah gambaran yang dihasilkan dengan menggunakan sensor bukan kamera.Berdasarkan sensor yang digunakan, citra non foto terdiri dari : Citra tunggal, yakni citra yang dibuat dengan sensor tunggal, yang salurannya lebar. Citra multispektral, yakni cerita yang dibuat dengan saluran jamak. Berbeda dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra multispektral pada umunya dibuat dengan saluran sempit. Citra multispektral pada Landsat sering dibedakan atas: a) Citra RBV (Return Beam Vidicon), sensornya berupa kamera yang hasilnya tidak dalam bentuk foto karena detektornya bukan film dan prosesnya non fotografik. b) Citra MSS (Multi Spektral Scanner), sensornya dapat

menggunakan spektrum tampak maupun spektrum inframerah thermal. Citra ini dapat dibuat dari pesawat udara.

Alasan mengapa citra semakin banyak digunakan, yaitu : Citra menggambarkan objek di muka bumi secara lengkap, permanen dan meliputi daerah yang luas dengan format yang memungkinkan untuk mengkaji objek-objek beserta hubungannya. Jenis citra tertentu, tampak tiga dimensi bila pengamatan dilakukan dengan orientasi stereoskopis. Karakteristik objek yang tidak tampak mata dapat diwujudkan dalam bentuk citra, sehingga objeknya dapat dikenali. Citra dapat dibuat dengan cepat, meskipun untuk daerah yang sulit didatangi atau diteliti secara terestrial. Interpretasi citra dapat dilakukan siang ataupun malam. Merupakan satu-satunya cara untuk pemetaan daerah bencana. Citra sering dibuat dengan periode ulang yang pendek. (Sutanto, 1986)

2.3 Satelit Landsat Satelit Landsat (Land Satellite) milik Amerika Serikat, pertama kali diluncurkan pada tahun 1972 dengan nama ERTS-1. Proyek tersebut sukses dan dilanjutkan dengan peluncuran selanjutnya, seri kedua, tetapi dengan nama baru yaitu Landsat. Seri tersebut hingga tahun 1991 telah sampai pada Landsat 5, dikelompokkan menjadi dua generasi, yaitu generasi pertama (1-3) dan generasi kedua (4-5). (Sutanto, 1986) Landsat 1-2 dan dua sensor, yaitu RBV (memiliki 3 saluran dengan resolusi spasial 79 m) dan MSS (memiliki 4 saluraan). Landsat 3 masih memiliki 2 sensor itu, tapi sensor RBV hanya memiliki 1 saluran dengan resolusi spasial 40 m. Landsat 4-5 memiliki dua sensor; TM (dengan 7 saluran, dimana saluraan TM5 dan TM7-nya beresolusi spasial 30 m) dan MSS. (Spasiatama, 2004).

Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972; yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999. Instrumen satelitsatelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia, dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30 meter. (Sutanto, 1986) Program ini dulunya disebut Earth Resources Observation Satellites Program ketika dimulai tahun 1966, namun diubah menjadi Landsat pada tahun 1975. Tahun 1979, Presidential Directive 54 di bawah Presiden AS Jimmy Carter mengalihkan operasi Landsat dari NASA ke NOAA, merekomendasikan pengembangan sistem operasional jangka panjang dengan 4 satelit tambahan, serta merekomendasikan transisi swastanisasi Landsat. Ini terjadi tahun 1985 ketika EOSAT, rekan Hughes Aircraft dan RCA, dipilih oleh NOAA untuk mengoperasikan sistem Landsat dalam kontrak 10 tahun. EOSAT

mengoperasikan Landsat 4 and 5, memiliki hak ekslusif untuk memasarkan data

Landsat, serta mengembangkan Landsat 6 dan 7. Citra satelit dengan warnasimulasi Kolkata diambil dari satelit Landsat 7.

Landsat 1-(mulanya dinamakan Earth Resources Technology Satellite 1) diluncurkan 23 Juli 1972, operasi berakhir tahun 1978

Landsat 2 - diluncurkan 22 Januari 1975, terminated in 1981 Landsat 3 - diluncurkan 5 Maret 1978, berakhir 1983 Landsat 4 - diluncurkan 16 Juli 1982, berakhir 1993 Landsat 5 - diluncurkan 1 Maret 1984, masih berfungsi Landsat 6 - diluncurkan 5 Oktober 1993, gagal mencapai orbit Landsat 7 - diluncurkan 15 April 1999, masih berfungsi (Sutanto, 1986)

2.4 Satelit Ikonos Ikonos adalah satelit milik Space Imaging (USA) yang diluncurkan bulan September 1999 dan menyediakan data untuk tujuan komersial pada awal 2000. Ikonos adalah satelit dengan resolusi spasial tinggi yang merekam data multispektral 4 kanal pada resolusi 4 m (citra berwarna) dan sebuah kanal pankromatik dengan resolusi 1 m (hitam-putih). Ini berarti Ikonos merupakan satelit komersial pertama yang dapat membuat image beresolusi tinggi.

Band Width Panchromatic 0.45 0.90m Band 1 Band 2 Band 3 Band 4 0.45 0.53m (blue)

Resolusi Spasial 1 meter 4 meter

0.52 0.61m (green) 4 meter 0.64 0.72m (red) 0.77 0.88m (near infra-red) 4 meter 4 meter

Karakteristik Sensor Satelit Ikonos:

Tanggal Peluncuran

24 September 1999 at Vandenberg Air Force Base, California, USA

Masa Operasi : Orbit Kecepatan pada Orbit Kecepatan diatas bumi Kecepatan mengelilingi Bumi Ketinggian Resolusi pada Nadir Resolusi 26 Off-Nadir Cakupan Citra Waktu Melintas Ekuator Waktu Lintas Ulang Saluran Citra

7 tahun lebih 98.1 derajad, sun synchronous 7.5 km/detik 6.8 km/detik 14.7 kali tiap 24 jam 681 kilometer 0.82 meter (panchromatic); 3.2 meter (multispectral ) 1.0 meter (panchromatic); 4.0 meter (multispectral) 11.3 kilometer pada nadir; 13.8 kilometer pada 26 off-nadir 10:30 AM solar time 3 days at 40 latitude Panchromatic, blue, green, red, near IR

2.5 ER MAPPER ER Mapper merupakan salah satu software yang banyak digunakan kalangan pemerintah maupun swasta, hal ini dapat dimaklumi karena pada awal peluncurannya yaitu pada versi yang terupdate, ER Mapper telah menyajikan kemampuan pengolahan citra yang cukup lengkap (Geomedia, 2004). Dalam kenyataannya sering ditemukan masalah dimana komputer yang menyimpan data dan olahan tidak tersambung pada mesin cetak. Jika harus memasang perangkat lunak ER Mapper ke komputer yang telah terhubung dengan alat cetak, urusan akan menjadi sangat repot. Apalagi jika komputer tersebut berada jauh dari lokasi dimana kita proses data. Belum lagi masalah penggandaan data yang telah diproses.

(Geomedia. 2004) Salah satu solusi adalah mencetak dokumen (tata letak yang telah siap) kedalam format gambar (misal dalam format TIFF) kemudian tinggal membawa file TIFF luaran ke komputer manapun yang sudah terhubung dengan alat cetak. File TIFF bisa dibaca oleh semua perangkat lunak grafis, yang biasanya telah terpasang pada komputer yang tersambung ke alat cetak. ( Sutanto, 1986)

Keunggulan ER Mapper 7.0, antara lain: Realtime processing, pengolahan langsung dapat dilihat hasilnya tanpa menyimpannya di media terlebih dahulu. Bisa mengambil data citra yang tidak diketahui. Diperkuat lebih dari 100 kompatibilitas pencetakan citra. Penyusunan model 3D dari citra sehingga lebih tampak seperti kondisi aslinya dilapangan Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus. Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit juga citra foto udara. Amat mudah digunakan untuk tujuan menganalisis bagi pemula. Data yang berbeda dapat ditampilkan bersamaan bahkan saat diproses. Mampu untuk mengolah sebagian citra penginderaan jauh Tersedia lebih dari 160 formula atau algorithma matematis pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis lagi algorithma yang rumit bagi pemula (Geomedia, 2004).

2.6 RGB (RED, GREEN, BLUE) AND PSEUDOCOLOR Citra yang menggunakan LUT RGB haruslah memiliki tiga channel dapat dikatakan disusun terdiri atas tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna. Walaupun demikian, pada umumnya citra penginderaan jauh hanya

menggunakan ruang hingga 256 kode saja, kecuali beberapa citra, misalnya : radar hingga 16 bit channel, dan citra-citra yang telah direntangkan ruang warnanya. (Lillesand Kiefer,1990) 2.7 TEKNIK INTERPRETASI VISUAL Interpretasi citra meliputi interpretasi morfologi, obyek-obyek kars (kuppen atau puncak bukit kars, telaga kars, dan lembah kering), kelurusan (kekar) dan penutup/penggunaan lahan. Analisis Sistem Informasi Geografi meliputi analisis kerapatan bukit kars, kerapatan telaga kars kerapatan lembah kering, dan kerapatan kekar. (www.lapanrs.com) 2.8 GEOLINK Pengertian Geopositioning adalah menyebutkan secara spesifik posisi dan cakupan dari sebuah image dalam ruang koordinat geografis. Hal ini bisa berguna untuk membuat peta yang mencakup suatu area tertentu. Sedangkan geolinking adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini bisa sangat berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda atau algorithm pemrosesan yang berbeda, dan banyak aplikasi lain. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image lain.

(http://id.wikipedia.org/wiki/Penginderaan_jarak_jauh)

BAB III MATERI DAN METODE

3.1 Tempat dan Tanggal Praktikum Hari,Tanggal Waktu Tempat : Senin, 9 April 2012 : 14.00-15.30 WIB : Lab. Komputasi Ilmu Kelautan UNDIP Tembalang Semarang. 3.2 Materi Dalam praktikum penginderaan jauh kali ini materi yang dipelajari adalah pengenalan interface, sedangkan perangkat yang digunakan berupa program yang sudah siap pakai yaitu program ER Mapper 7.0. Dan pada praktikum kali ini kita mempelajari tentang pengenalan interface lunak ER Mapper 7.0,

penggabungan citra, cropping, penajaman citra dan komposit warna, point reading data value, Geolink window, screen, Roam.

3.3 Metode 3.3.1 Penggabungan citra

Buka ER Mapper

Klik Icon Algorithm

(edit algorithm) sehingga muncul tampilan layer dan

Pada Pseudo layer kita Duplicate

menjadi 6, lalu kita ubah nama

Pseudo layer menjadi Band 1, Band 2, Band 3, Band 4, Band 5, dan Band 7. Ganti nama Description menjadi nama mahasiswa.

Klilk Load Dataset pada Band 1, Band 2, Band 3, Band 4, Band 5, dan Band 7. Lalu klik Volumes lalu pilih data yang akan dipakai klik OK this layer only pada setiap Band.

Kemudian klik File Save As Save As file dengan tipe ER Mapper Raster Dataset. Nama file GABUNG_FAUSTINUS.ers. Klik OK Default OK lalu kita Close.

3.3.2. CROPING

Klik Edit Algorithm Klik icon Load Dataset penggabungan citra buka file yang kita simpan pada saat

Duplicate Pseudo Layer sebanyak 6 X lalu ubah nama Pseudo Layer

Samakan antara band yang dikanan dengan dikiri

Pilihlah Zoom Box Tool kesepakatan)

, pilih gambar Segara Anakan (sesuai

File di save as di simpan dengan nama file CROP_FAUSTINUS.ers dengan tipe data Er Mapper Raster Dataset.

3.3.3 Penajaman Citra

Klik Edit Algorithm

Klik Icon Load Dataset

lalu kita buka CROP_FAUSTINUS.ers dan

Ubahlah nama Description dengan nama mahasiswa

Pilih icon 99% Contrasts Enhacement Algorithm untuk menampilkan warna.

untuk menajamkan contrast, Klik RGB

Kemudian Refresh

Kemudian di save kembali dengan nama citra_FAUSTINUS.ers, lalu klik default dan OK

3.3.4 Reading Data Value Buka File citra_FAUSTINUS.ers yang telah disimpan sebelumnya

Kemudian RGB Citranya

Lalu Crop daerah yang dicitra dengan zoom box tool

Kemudian smoothing pada layar algorithm di uncheklist.

Lalu klik view cell value profil ,kemudian ganti pointers tools, lalu klik di sembarang citra pada layer, begitu juga untuk view cell coordinate lalu close.

3.3.5. Menghitung Jarak dan luas Setelah dikembalikan pada bentuk semula melalui zoom to all data sheet, lakukan peng-crop an dengan zoom box tool pada daerah yang sama,namun sebelumnya smoothing diaktifkan kembali

Lalu Klik Edit pada task bar,lalu pilih annotate vector layer, kemudian klik Ok sehingga muncul tabel ER Mapper status lalu pilih close maka akan muncul tampilan tools baru.

3.3.3.1 Menghitung Panjang ( Polyline ) Klik polyline pada tools untuk melihat panjang /jarak daerah tersebut yg dicitrakan pada layer lalu klik edit object extent diketahui panjang daerah yang dicitrakan. sehingga dapat

3.3.3.5.2 Menghitung Luasan ( Polygon ) Sama seperti polyline, maka untuk polygon, Klik polygon untuk melihat panjang / jarak daerah tersebut yg dicitrakan pada layer lalu klik edit object extent sehingga dapat diketahui panjangnya.

3.3.3.6. Geolink Klik icon Edit Algorithm dan lakukan penggandaan dengan meng-klik icon Copy Window. Maka akan terdapat dua window kosong. Load data lalu buka volume lalau modul satu tahun 2005

Refresh lalu RGB

Pseudocolor di cut, lalu buka lagi satelit 2009 dengan cara new load data dan sama seperti 2005 tadi

Lalu klik RGB untuk member efek kecerahan warna yang sebenarnya pada citra.

3.3.3.6.1 Geolink to Window Kemudian untuk layer satelit IKONOS 2005 dan 2009, masing masing landasan dan sungai di zoom di klik kanan-zoom geolink to window.

Lalu pilih klik hand tools untuk menggeser- geser peta untuk mlihat perubahan yang terjadi dari tahun 2005-2009.

Kemudian klik kanan set geolink to none untuk menonaktifkan efek ke-2 layer tersebut, untuk melanjutkan proses selanjutnya.

3.3.3.6.2 Geolink to Screen

Quick zoom to zoom to all data sheet

Pada layer satelit 2009 di klik sembarang, lalu klik copy window untuk mengcopy layer 2009 sehingga akan muncul 4 layer.

Lalu pada masing masing layer, klik kanan quick zoom lalu pilih set geolink to screen. Sehingga tampilannya akan menjadi:

3.3.3.6.3 Geolink to Roam


Sebelumnya pada ketiga layer, klik kanan, pilih Quick Zoom, kemudian Set Geolink to None Lalu Quick Zoom dan klik all data set pada semua layer Lalu selanjutnya,klik kanan pada layer 2005 kemudian zoom set geolink to overview roam, lalu geser geser layernya untuk melihat perubahan yang terjadi dari tahun 2005 sampai ke tahun 2009 melalui penggeseran koordinatnya.

Lalu dengan fokus yang berbeda beda kita gunakan hand tool

Pada layer 2005 saja, klik kanan kemudian quick zoom dan klik set geolink to overview roam

lalu diamati perubahan yang terjadi pada daerah bandara semarang dan sekitarnya pada tahun 2005 sampai 2009.

BAB IV HASIL DAN PEMBAHASAN

4.1 HASIL 4.1.1 Pengabunggan Citra

4.1.2. Cropping Citra

4.1.3. Penajaman citra, komposit warna dan teknik interpretasi visual

4.1.4. Reading Data Value

4.1.5. Mengetahui Jarak dan Luas suatu Daerah 4.1.5.1 Jarak

4.1.5.2 Luas

4.1.5 Geolink

4.1.5.2 Geolink to screen

4.1.5.3 Geolink to Roam

4.2 Pembahasan

4.2.1 Penggabungan Citra Pada metode penggabungan citra, data yang digunakan adalah data citra foto cilacap. Data citra ini merupakan gabungan dari 6 buah foto yang digabungkan dalam 1 layer. Tujuan digabungkan ke enam foto ini adalah untuk melihat cilacap dari enam sudut bebrbeda sehingga, pengintrepratsi jauh lebih lengkap. 4.2.2 Cropping Citra Cropping citra berguna untuk memperbesar (zoom) atau memperjelas suatu objek/citra agar tampak lebih detail/akurat. Cropping citra juga bertujuan untuk mengambil daerah citra yang akan digunakan. Hal ini dapat dilakukan dengan menggunakan toolbar Zoom Box Tool pada ER Mapper dan mengarahkannya pada citra yang kita inginkan. Sedangkan untuk

menampilkan warna pada daerah yang telah kita pilih tersebut dapat menggunakan toolbar RGB Algorithm. 4.2.3 Penajaman Citra Pada metode ini, data yang digunakan adalah data penggabungan citra Cilacap yang telah di crop. Metode ini bertujuan untuk mempertajam warna dan memberi warna pada sebuah citra, dengan menggunakan menggunakan icon 99% Contrast Enhacement yang terdapat pada toolbar ER Mapper .

4.2.4 Reading data value Dalam reading data value ini kita dapat mengetahui cell profil values dan cell cordinate. Dengan memilh icon view pada jendela toolbar dang memilih pilahan cell values profil maupun cell coordinates. 4.2.5 Mengetahui Jarak dan Luas suatu Daerah Untuk mengetahui jarak dan luas suatu daerah kita dapat menggunakan toolbar Zoom Box Tool terlebih dahulu sebelum memulai mengukur panjang maupun luas suatu daerah. Setelah itu kita melakukan Edit lalu Annotate Vector Layer, sehingga akan muncul toolbar polygon dan polyline. Polygon untuk mengukur luas sutu area sedangkan polyline untuk mengukur jarak.

Setelah itu kita dapat mengetahui panjang dan luas sutu daerah dengan meng-klik icon Edit ,lalu Object Extent. ER Mapper akan menampilkan window Map Composition Extent yang menunjukkan informasi mengenai keliling, luas dan lain-lain area yang telah dilakukan digitasi, tetapi sebelumnya RGB (Red, Green, Blue) digunakan untuk menampilkan warna antara batas daratan dan perairan tampak lebih jelas sehingga dapat dihitung luasan vegetasi tersebut. Refresh kita gunakan untuk me-refresh gambar.

4.2.6 Geolink Pada metode ini, data yang digunakan adalah data citra semarang pada tahun 2005 dan 2009. Metode ini terbagi atas, geolink to window, geolink to screen, dan geolink to overview roam. Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image yang lain. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus. 4.2.7 Perbandingan kota Semarang tahun 2005 dan 2009 Pada saat kita menggunakan metode geolink kita menggunakan data peta semarang pada tahun 2005 dan 2009. Terlihat jelas perbedaan antara citra tahun 2005 dan 2009, yaitu pada bagian sungai dekat landasan bandara, pada tahun 2005 belum dibuatnya sungai tetapi pada 2009 sudah terlihat adanya sungai. Perbedaan juga terlihat pada landasan pesawat terbang, landasan ditahun 2009 terlihat lebih panjang dibandingkan tahun 2005. 4.2.8 Penggunaan BAND Pada praktikum kali ini kita menggunakan band 1, 2, 3, ,4, 5, 7, tetapi kita tidak menggunakan data band 6 karena data band 6 berisi tentang suhu jadi tidak terlalu terlihat pada layer.

BAB V KESIMPULAN

1 Penginderaan jauh (remote sensing), yaitu suatu pengukuran atau perolehan data padaobjek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari objek yang diindera.Foto udara, citra satelit, dan citra radar adalah beberapa bentuk penginderaan jauh. Penginderaan jauh (remote sensing), yaitu ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh.Hal ini biasanya berhubungan dengan pengukuran pantulan atau pancaran gelombang elektromagnetik dari suatu objek. 2. Saat ini satelit pengindraan jarak jauh yang banyak digunakan antara lain: landsat, SPOT, NOAA, Ikonos, dan quick bird 3. Citra merupakan gambaran yang terekam oleh kamera atau oleh sensor lainnya. 4. Citra dapat dibedakan menjadi 2 jenis yaitu citra foto (photographic image) atau foto udara dan citra non foto (non-photographic image)

DAFTAR PUSTAKA

Lillesand, T.M dan R.W. Kiefer. 1990. Penginderaan Jauh dan interpretasi Citra. Penerj. Dulbahri, et al. Gadjah Mada University Press. Yogayakarta Spasiatama, Geomedia. 2004. Modul Pelatihan Er Mapper. GoeMedia Sp. Yogyakarta Sutanto, 1986. Penginderaan Jauh Jilid I. Gadjah Mada University

Press.Yogyakarta Sutanto, 1987. Penginderaan Jauh Jilid 2. Gadjah Mada University

Press.Yogyakarta