Pengenalan

PENGINDERAAN
JAUH

Oleh :Dadang Arifin

Definisi Penginderaan Jauh :

Penginderaan Jauh adalah ilmu dan teknologi
untuk memperoleh informasi tentang objek,
wilayah atau fenomena dengan menggunakan
suatu alat tanpa melakukan kontak langsung
dengan objek, wilayah atau gejala yang dikaji
( Lillesand dan Kiefer, 1994)

RADIASI ELEKTROMAGNETIK

Karakteristik radiasi
elektromagnetik
merupakan hal yang sangat
penting untuk memahami
Penginderaan jauh, yaitu :
- Panjang Gelombang
- Frekuensi
Panjang Gelombang (),
merupakan panjang satu
siklus , dan Frekuensi ()
Merupakan jumlah siklus
panjang gelombang
yang melalui titik tertentu per
unit waktu, dengan satuan hertz

SPEKTRUM ELEKTROMAGNETIK

SPEKTRUM ELEKTROMAGNETIK

INTERAKSI DENGAN ATMOSFIR

Perambatan gelombang elektromagnetik

dari matahari ke bumi mengalami penyebaran
(scattering), yang disebabkan oleh partikelpartikel dalam atmosfir.
Perhatikan pada siang hari langit menjadi
biru dan pada matahari terbit atau tenggelam,
langit menjadi kemerahan. Hal ini disebabkan
adanya scattering yang disebabkan oleh
partikel-partikel dalam atmosfir

INTERAKSI DENGAN TARGET

Energi yang tidak terserap dan tersebar
pada atmosfir dapat mencapai permukaan
bumi
Energi yang mencapai target (I) akan terbagi
lagi menjadi energi yang ditransmisikan (T)
diserap target (A)) dan energi yang
dipantulkan (R).
Energi yang
dipantulkan
merupakan perhatian
yang utama
dalam remote sensing
Pantulan Sempurna
(Specular)

Pantulan segala arah

Diffuse)

Sifat Pantulan Dari Permukaan Bumi

SOIL
VEGETATION
WATER

0,3

10

SUMBER ENERGI GELOMBANG EM

1. Penginderaan Jauh Pasif

Menggunanakan matahari sebagai sumber
gelombang EM

2. Penginderaan Jauh Aktif

Mempunyai sumber energi sendiri untuk
menghasilkan gelombang EM

PEREKAMAN GELOMBANG EM

1. Sensor Fotografik
Perekaman berlangsung seperti kamera foto biasa
atau yang kita kenal sebagai proses kimiawi.
Citra yang dihasilkan dibentuk dari titik-titik yang
sangat halus

2. Sensor Elektronik
Sensor yang bekerja secara elektrik, data yang
direkam berupa data dijital/numerik.
Citra dibentuk dari pixel (picture element)

Sistem Penginderaan Jauh Pasif

Sumber Energi

Sensor
Data Citra

Statsiun
Objek / Target

Penerima

Pengolahan

Pengindraan Jauh Aktif

WAHANA PENGINDERAAN JAUH

1000 Km
Satellite

Rocket

100
Balloon

10
Aero plane

1
Helicopter

Crane
0 Km

DATA PENGINDERAAN JAUH

FOTO UDARA

1. Lebih sederhana sistem operasionalnya

2. Tingkat kedetilan dapat disesuaikan
dengan kebutuhan
3. Resolusi spasial lebih baik

2. CITRA SATELIT

1. Biaya relatif lebih murah

2. Kontinyu
3. Mudah didapat

Landsat (Amerika Serikat)

Ikonos (Amerika Serikat +Jepang)
Quickbird (Amerika Serikat)
SPOT (Perancis )
NOAA (Amerika Serikat )
IRS (India)
Aster (Amerika Serikat ), dll.

3. RADAR

1. Mempunyai Sumber Energi Sendiri

2. Tidak Tergantung Waktu
3. Tembus Awan

CONTOH PRODUK FOTO UDARA

PANCHROMATIC HITAM PUTIH

1 :30.000

1 : 50.000
TAHUN 1994

TAHUN
1994

1 : 7000
TAHUN
1996
1 :15.000
TAHUN
1990

Citra Landsat

CITRA SPOT

QUICKBIRD

Citra NOAA AVHRR,

dengan resolusi spasial
4 km x 4 km

RADAR

Karakteristik Citra Satelit

Resolusi Spasial
Resolusi Spektral
Resolusi Temporal

Resolusi Spasial
Kemampuan sensor dalam mendefinisikan objek di
permukaan bumi yang diwakili oleh pixel (picture element)

Satu pixel mewakili

30 meter x 30 meter (Landsat)
2,5 meter x 2,5 meter (SPOT)
1 meter x 1 meter (Ikonos)
0,6 meter X 0,6 meter (Quickbird)

30 x 30 meter
4 x 4 meter

1 x 1 meter

Resolusi Spektral
Resolusi spektral mendefinisikan kemampuan sensor
untuk mendefinisikan kehalusan interval panjang
gelombang yang bisa direkam

Landsat ETM : 9 saluran

Ikonos

: 4 saluran

Quickbird : 5 saluran
Aster : 14 saluran

Kombinasi Band Landsat 7

Landsat-TM Band-521

Landsat-TM Band-247

Landsat-TM Band-342

Landsat-TM Band-432

Resolusi Temporal
Lamanya satelit kembali lagi pada
suatu lokasi atau wilayah yang sama

Landsat

: 16 hari

SPOT

: 26 hari

Ikonos

: + 3 hari

Quikbird : 1 3,5 hari

NOAA

: 24 jam

Sampai lokasi yang sama

pada x hari

LUAS CAKUPAN / SAPUAN

Landsat (185 X 185 km)

Ikonos (11,3 x 11,3 km)
Quickbird (16,5 x 16,5 km)
SPOT (60 x 60 km)
NOAA (400 x 400 km)
ASTER (40 x 40 km)

KARAKTERISTIK CITRA SATELIT

Satelit

Resolusi Spasial

Landsat
TM 7

Non Termal
Thermal
m

SPOT

Multi Spektral
m
Panchromatic

Ikonos

Quickbird

NOAA

Multi Spektral
m
Panchromatic
m

30 m
120

Resolusi
Spektral

Resolusi
Temporal

Cakupan

9 saluran

16 hari

185x185 km

4 saluran

26 hari

60 x 60 km

4 saluran

+ 3 hari

11,3 x 11,3
km

5 saluran

1 3,5 hari

16,5 x 16,5
km

10
2,5

4
1

Multi Spektral 2.4 m

Panchromatic 0.6
m

Multispektral 1,1
km

24 jam
4 saluran

400x400 km

INTERPRETASI DATA INDERAJA

Untuk dapat memanfaatkan data penginderaan jauh, kita harus
mampu mengekstrak informasi dari citra. Langkah ekstraksi
informasi ini disebut dengan interpretasi.
.

Tahapan Kegiatan Interpretasi

1. Deteksi
2. Identifikasi
3. Analisis

INTERPRETASI VISUAL VS DIJITAL

Analisis manual dan analisis dijital, mempunyai kelebihan dan kekurangan.
Dalam analisis manual, biasanya terbatas pada satu band atau satu image,
artinya tidak dapat melakukan analisis beberapa image secara bersamaan.
Sedangkan dalam analisis dijital dapat dilakukan secara bersamaan
Dalam analisis manual, biasanya kurang konsisten hasilnya karena
bersifat subyektif, yakni sangat tergantung pada interpreter.
Sedangkan dalam analisis dijital lebih konsisten, karena analisisnya
didasarkan pada nilai dijital (digital number) dalam komputer, sehingga
lebih obyektif.
Meskipun demikian, untuk menentukan tingkat validitas dan akurasi dari
analisis dijital adalah sangat sulit. Kenapa ?

INTERPRETASI SECARA VISUAL

Pengenalan target atau obyek merupakan kunci interpretasi dan
ekstraksi informasi.

Kunci Interpretasi

tone/rona
bentuk
ukuran
pola
tekstur
bayangan
asosiasi

1. TONE / RONA
TONE/RONA:
Tone/rona mengacu pada kecerahan atau warna relatif suatu
obyek dalam image. Secara umum, rona merupakan elemen
yang mendasar dalam pembedaan target.

Rona akan lebih mudah

diinterpretasikan bila bervariasi
dengan elemen bentuk, tekstur,
dan pola obyek
Tanaman tua

Tanaman muda

2. BENTUK

BENTUK :
Bentuk, mengacu pada struktur
dan outline obyek individu

3. UKURAN
UKURAN :
Ukuran obyek dalam image
merupakan fungsi skala.
Contoh :
Ukuran antara bangunan sebagai
tempat tinggal dengan bangunan
sebagai bangunan komersial.

?
?

4. POLA

Pola, mengacu pada susunan

kenampakan spasial obyek.
Pola perkebunan yang dikembangkan
Oleh perusahaan akan terlihat
teratur dibandingkan dengan pola
pertanian yang alami

?
?

5. TEKSTUR
TEKSTUR :
Tekstur, mengacu pada susunan
dan frekuensi rona suatu obyek,
yang nampak pada kenampakan
kasar atau halusnya permukaan
obyek.
Contoh yang jelas adalah dalam
membedakan hutan alam dengan
hutan tanaman industri, yang relatif
punya keseragaman dalam kanopi.

?
?

6. BAYANGAN

BAYANGAN/SHADOW :
Bayangan memberikan ide dalam
membedakan profil atau ketinggian suatu
obyek

tanpa bayangan

dengan bayangan

7. ASOSIASI
ASOSIASI :
Asosiasi berkaitan dengan hubungan
antara obyek terhadap obyek yang
lain.
Sebagai misal daerah pantai dimana
di situ terdapat vegetasi pada wilayah
muara sungai, mungkin dapat diasosiasikan dengan mangrove

mangrove

KLASIFIKASI DIJITAL

Citra dijital adalah penyajian obyek dalam format dijital.

Citra dijital terdiri dari pixel atau picture element

95 106 76
58 76 75
56 62 82

Digital Number (DN)

digunakan untuk menandai pixel

Nilai DN menyatakan pantulan energi yang diterima oleh sensor

CITRA DIJITAL
Citra Asli

Citra diperbesar

CITRA DIJITAL

Citra Multispektral merupakan data inderaja dengan dua atau lebih

saluran spektral

Masing masing band dihasilkan oleh sensor dengan resolusi spasial tertentu

Landsat-TM Image mempunyai 7 Bands

Band-7
Band-6
Band-5
Band-4
Band-3
Band-2
Band-1

DISPLAY CITRA DIJITAL

BAND 444

Blue
Green
Red

Band-7
Band-6
Band-5
Band-4
Band-3
Band-2
Band-1

BAND 542

BAND 432

M U L T I S P E C T R ACLO IMMPAUGTEE R G U N
COLORS
DISPLA
Y

PENGOLAHAN CITRA
Preprocessing :
Radiometri Correction/Koreksi Radiometrik
Geometri Correction/Koreksi Geometrik
Display dan Enhancement/Penajaman :
Diplay (B/W dan Color Composite
Contrast Enhancement (Stretching)
Spatial Enhancement (Filtering)
Classification/Klasifikasi :
Unsupervised Classification
Supervised Classification
Integration ke GIS:
Generalisasi
Konversi Raster ke Vektor
Konversi Vektor ke Raster

KLASIFIKASI CITRA
Metoda dalam klasifikasi multispektral :
1. UNSUPERVISED
2. SUPERVISED

KLASIFIKASI CITRA
Unsupervised Classification/Tak Terselia :
-Klasifikasi tanpa memerlukan/membangun sampel
- Operasi dibangun berdasarkan pengelompokan pixel
secara natural
- Pengenalan pola menggunakan proses komputer

KLASIFIKASI TERSELIA/SUPERVISED
Klasifikasi multispektral dengan sampel terpilih yang homogen
Prosedur ini memerlukan pengetahuan tentang obyek
Klasifikasi menggunakan karakteristik spektral (minimum,
maximum, mean/average, variance, covariance, correlation, dll.)
tentang training/sample area untuk menggambarkan algoritma
klasifikasi keseluruhan

APLIKASI PENGINDERAAN JAUH

Penutup Lahan
Tambak

Tegalan

Sawah

Hutan Bakau

GEOLOGI

PRAKIRAAN CUACA

28 Januari 2008

17 FEBRUARI 2008

4 FEBRUARI 2008

25 FEBRUARI 2008

Pemetaan Terumbu Karang

Citra Landsat

Hasil Analisis
Warna Biru Terumbu Karang Hidup

Kandungan Klorofil Laut

Temperatur Laut

Zona
Penangkapan
Ikan

KEBAKARAN HUTAN

TUMPAHAN MINYAK

Penanganan Bencana Alam

Penanganan Bencana Alam

PRAKIRAAN PAJAK