BAB II TINJAUAN PUSTAKA - sinta.unud.ac.id II.pdf · bentuk tersebut adalah bangunan pada keadaan nyata. ... intensitas citra pada koordinat ... citra hardcopy ataupun citra yang

BAB II

TINJAUAN PUSTAKA

Hal-hal yang dipaparkan pada bab ini adalah penelahan kepustakaan yang

mendasari proses perancangan dan pembuatan aplikasi, meliputi teori citra digital,

penginderaan jauh, image fusion, pansharpening, dan metode yang dipergunakan

dalam pembuatan aplikasi seperti IHS (Intensity Hue Saturation) dan Transformasi

Brovey.

2.1 State of the Art

Hasil dari penginderaan jauh (remote sensing) sangat dipengaruhi oleh data

yang diperoleh pada satelit, data setelit yang mempunyai kualitas yang bagus

menunjang keakuratan dari proses remote sensing tersebut. Kualitas citra yang

didapat pada satelit yang baik contohnya dari segi tekstur mempunyai tekstur yang

halus dan tidak buram, dari segi warna yaitu warna yang ditampilkan mendekati

warna asli dari citra tersebut, dari segi bentuk yaitu objek yang ada pada citra dapat

ditampilkan dengan jelas sehingga dapat dikenali bentuk yang ada pada citra,

misalnya pada citra terdapat bentuk persegi panjang, jadi dapat diasumsikan bahwa

bentuk tersebut adalah bangunan pada keadaan nyata. Contoh dari citra yang tidak

memiliki kualitas yang bagus, contohnya citra terlihat buram atau banyak terdapat

noise yang ada pada citra, disinilah diperlukanya perbaikan citra sehingga kualitas

suatu citra dapat ditingkatkan.

Penelitian sebelumnya yang juga menggunakan metode pansharpening

berjudul Pemetaan Manggrove dengan Teknik Image Fusion Citra Spot dan

Quickbird di Pulau Los Kota Tanjungpinang oleh Reygian Freila Chevalda, Yales

Veva Jaya, S.Pi, M.Si, dan Dony Apdillah, S.Pi, M.Si yaitu untuk mengetahui

kemampuan dari citra hasil fusi dalam mendeteksi mangrove, menghitung luasan

mangrove, dan memetakan vegetasi mangrove yang ada di Pulau Los. Penelitian ini

dimulai dari Bulan Desember 2012 hingga April 2013 dengan menggunakan

2

metode Principal Component Analysis. Objek yang dikaji adalah mangrove di

Pulau Los.

Penelitian selanjutnya yang memakai pansharpening sebagai metode di

dalam proses penajaman citra adalah Metode Penajaman (Pansharpen) Citra

Landsat 8 oleh Dianovita dan Fadilah Muchsin dari Pusat Teknologi Penginderaan

Jauh, LAPAN. Penelitian ini membahas tentang teknik pansharpening secara

umum dengan contoh kasus dengan menggunakan metode Brovey dan IHS-RGB.

Penelitian selanjutnya berjudul Teknik dan Metode Fusi (Pansharpening)

Data ALOS (AVNIR-2 dan PRISM) untuk Identifikasi Penutupan Lahan/Tanaman

Pertanian Sawah oleh Gokmaria Sitanggang dari Peneliti Bidang Bangfatja, Pusat

Pengembangan Pemanfaatan, LAPAN. Penelitian ini membahas tentang teknik

pansharpening menggunakan citra satelit ALOS dengan studi kasus daerah Bantul,

Yogyakarta.

2.2 Citra Digital

Citra digital adalah gambar dua dimensi yang dihasilkan dari gambar analog

dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Citra

digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah

koordinat spasial sedangkan nilai 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) (Gonzales,

2004).

2.3 Format File Citra

Format citra harus dapat menyatukan kualitas citra, ukuran file dan

kompatibilitas dengan berbagai aplikasi. Tersedianya banyak format grafik dan

format baru tersebut dikembangkan, di antaranya yang terkenal adalah BMP, JPEG,

dan GIF. Program pengolahan citra biasanya memiliki format citra tersendiri.

Format dan metode dari suatu citra yang baik juga sangat bergantung pada jenis

citranya. Format file citra memiliki kelebihan dan kekurangan masing-masing

3

dalam hal citra yang disimpan. Citra tertentu dapat disimpan dengan baik (dalam

arti ukuran file lebih kecil dan kualitas gambar tidak berubah) pada format file citra

tertentu, karena jika disimpan pada format lain, maka terkadang dapat

menyebabkan ukuran file menjadi lebih besar dari aslinya dan kualitas citra dapat

menurun. Penyimpanan suatu citra harus diperhatikan citra dan format file citra apa

yang sesuai. Format citra GIF sangat tidak cocok untuk citra fotografi karena

biasanya citra fotografi kaya akan warna, sedangkan format GIF hanya mendukung

sejumlah warna sebanyak 256 (8 bit) saja. Format JPEG merupakan pilihan yang

tepat untuk citra-citra fotografi karena JPEG sangat cocok untuk citra dengan

perubahan warna yang halus. Tagged Image File Format (TIFF) salah satu format

umum yang digunakan untuk menyimpan foto-foto digital. TIFF merupakan format

yang tak gampang hilang, sehingga kualitas tidak berkurang karena penyimpanan.

Format bitmap yaitu format citra yang disimpan sebagai suatu matriks

dimana masing-masing elemennya digunakan untuk menyimpan informasi warna

untuk setiap pixel. Jumlah warna yang dapat disimpan ditentukan dengan satuan

bit-per-pixel. Semakin besar ukuran bit-per-pixel dari suatu bitmap, semakin

banyak pula jumlah warna yang dapat disimpan. Format bitmap ini cocok

digunakan untuk menyimpan citra digital yang memiliki banyak variasi dalam

bentuknya maupun warnanya, seperti foto, lukisan, dan frame video.

Format file citra standar yang digunakan saat ini terdiri dari beberapa jenis.

Format-format ini digunakan dalam menyimpan citra dalam sebuah file. Format

memiliki karakteristik masing-masing. (Sutoyo,2009).

1. Bitmap (.bmp)

Format bitmap, citra disimpan sebagai suatu matriks di mana masing-

masing elemennya digunakan untuk menyimpan informasi warna untuk setiap

pixel. Jumlah warna yang dapat disimpan ditentukan dengan satuan bit-per-pixel.

Semakin besar ukuran bit-per-pixel dari suatu bitmap, semakin banyak pula jumlah

warna yang dapat disimpan. Format bitmap ini cocok digunakan untuk menyimpan

citra digital yang memiliki banyak variasi dalam bentuknya maupun warnanya,

seperti foto, lukisan, dan frame video. Format file yang menggunakan format

bitmap ini antara lain adalah BMP, DIB, PCX, GIF, dan JPG. Format yang menjadi

4

standar dalam sistem operasi Microsoft Windows adalah format bitmap BMP atau

DIB.

Karakteristik lain dari bitmap yang juga penting adalah jumlah warna yang

dapat disimpan dalam bitmap tersebut, Ini ditentukan oleh banyaknya bit yang

digunakan untuk menyimpan setiap titik dari bitmap yang menggunakan satuan bpp

(bit per pixel). Windows mengenal bitmap dengan 1, 4, 8, 16, dan 24 bit per pixel.

Jumlah warna maksimum yang dapat disimpan dalam suatu bitmap adalah

sebanyak 2n, dimana n adalah banyaknya bit yang digunakan untuk menyimpan satu

titik dari bitmap.

2. Tagged Image Format (.tif, .tiff)

Format .tif merupahkan format penyimpanan citra yang dapat digunakan

untuk menyimpan citra bitmap hingga citra dengan warna palet terkompresi.

Format ini dapat digunakan untuk menyimpan citra yang tidak terkompresi dan juga

citra terkompresi.

3. Portable Network Graphics (.png)

Format .png adalah format penyimpanan citra terkompresi. Format ini dapat

digunakan pada citra grayscale, citra dengan palet warna, dan juga citra fullcolor.

Format .png juga mampu menyimpan informasi hingga kanal alpha dengan

penyimpanan sebesar 1 hingga 16 bit per kanal.

4. Joint Photographic Expert Group (.jpg)

Format .jpg adalah format yang sangat umum digunakan saat ini khususnya

untuk transmisi citra. Format ini digunakan untuk menyimpan citra hasil kompresi

dengan metode JPEG. Format JPEG merupakan format yang paling terkenal sampai

sekarang ini. Sifatnya yang berukuran kecil (hanya puluhan/ratusan KB saja), dan

bersifat portable. Format file ini sering digunakan pada bidang fotografi untuk

menyimpan file foto hasil perekaman analog to digital converter (ADC). Ukuran

yang kecil maka file ini banyak digunakan di web (internet).

5

5. Graphics Interchange Format (.gif)

Format ini dapat digunakan pada citra warna dengan palet 8 bit. Penggunaan

umumnya pada aplikasi web. Kualitas yang rendah menyebabkan format ini tidak

terlalu populer dikalangan peneliti pengolahan citra digital.

6. RGB (.rgb)

Format ini merupakan format penyimpanan citra yang dibuat oleh silicon

graphics untuk menyimpan citra berwarna.

7. RAS (.ras)

Format .ras diigunakan untuk menyimpan citra dengan format RGB tanpa

kompresi.

2.4 Pengolahan Citra

Sebuah citra kaya informasi, namun seringkali citra yang kita miliki

mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau

(noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya.

Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena informasi

yang disampaikan oleh citra tersebut menjadi berkurang. Citra yang mengalami

gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra

tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang

studi yang menyangkut hal ini adalah pengolahan citra (image processing).

Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan

komputer, menjadi citra yang kualitasnya lebih baik.

Operasi-operasi yang dilakukan dalam pengolahan citra sangat beragam.

Umumnya, dikenal enam operasi pengolahan citra antara lain:

1. Perbaikan Citra (image restoration)

Hakikatnya semua operasi dalam pengolahan citra bertujuan untuk

memperbaiki kualitas citra untuk suatu keperluan tertentu. Perbaikan citra diartikan

sebagai proses untuk mengolah citra digital yang didapat agar lebih mendekati

6

bentuk citra aslinya, atau sering disebut sebagai proses mendapatkan kembali

(rekonstruksi) citra asli dari suatu citra yang telah mengalami proses degradasi.

2. Perbaikan Kualitas Citra (image enhancement)

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara

memanipulasi parameter-parameter citra. Ciri-ciri khusus yang terdapat didalam

citra lebih ditonjolkan.

Contoh-contoh operasi perbaikan kualitas citra:

a. Perbaikan kontras gelap/terang.

b. Perbaikan tepian objek (edge enhancement).

c. Penajaman (sharpening).

d. Pemberian warna semu (pseudocoloring).

e. Penapisan derau (noise filtering).

3. Pemampatan Citra (image compression)

Operasi ini bertujuan untuk memampatkan citra sehingga memori yang

dibutuhkan untuk menyimpan citra lebih kecil, tetapi hasil citra yang telah

dimampatkan tetap memiliki kualitas gambar yang bagus. Contohnya adalah

metode JPEG atau Joint Photographic Experts Group yang mendukung warna 24

bit (jutaan warna) dan mendukung banyak jenis dan variasi dari kecerahan,

pewarnaan, dan tata cahaya.

4. Segmentasi Citra (Image Segmentation)

Operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen

dengan suatu kriteria tertentu. Jenis operasi ini erat kaitannya dengan pengenalan

pola.

5. Analisis Citra (Image Analysis)

Operasi ini bertujuan untuk menghitung besaran kuantitatif citra untuk

menghasilkan deskripsinya. Teknik analisis citra mengekstraksi ciri-ciri tertentu

yang membantu dalam identifikasi obyek. Proses segmentasi kadang kala

diperlukan untuk melokalisasi obyek yang diinginkan dari sekelilingnya.

Klasifikasi analisis citra antara lain:

a. Pendeteksian tepian (edge detection).

b. Ekstraksi batas (boundary).

7

c. Representasi daerah (region).

6. Rekonstruksi Citra (image reconstruction).

Operasi ini bertujuan untuk membentuk ulang obyek dari beberapa citra

hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis.

Contohnya adalah foto rontgen dengan sinar X digunakan untuk membentuk ulang

gambar organ tubuh.

2.5 Penginderaan Jauh (Remote Sensing)

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, atau fenomena yang

dikaji. Menurut Lindgren dalam Sutanto (1986) penginderaan jauh adalah teknik

yang dikembangkan untuk perolehan dan analisis informasi tentang bumi,

informasi tersebut berbentuk radiasi elektromagnetik yang dipantulkan atau

dipancarkan dari permukaan bumi. Mather (1987) mengatakan bahwa penginderaan

jauh terdiri atas pengukuran dan perekaman terhadap energi elektromagnetik yang

dipantulkan atau dipancarkan oleh permukaan bumi dan atmosfer dari suatu tempat

tertentu di permukaan bumi. Lilesand et al. (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, atau fenomena yang dikaji.

Pengertian penginderaan jauh berdasarkan pandangan para ahli tersebut

dapat disimpulkan bahwa penginderaan jauh adalah teknik yang digunakan untuk

memperoleh data tentang permukaan bumi yang menggunakan media satelit

ataupun pesawat terbang. Penginderaan jauh dalam Bahasa Inggris disebut Remote

Sensing, Bahasa Perancis disebut Teledetection, Bahasa Jerman adalah

Fernerkundung, Portugis menyebutnya dengan Sensoriamento Remota, Rusia

disebut Distantionaya, dan Spanyol disebut Perception Remota.

Jenis data penginderaan jauh, yaitu citra. Citra adalah gambaran rekaman

suatu objek atau biasanya berupa gambaran objek pada foto. Sutanto (1986)

8

menyebutkan bahwa terdapat beberapa alasan yang melandasi peningkatan

penggunaan citra penginderaan jauh, yaitu sebagai berikut:

1. Citra menggambarkan objek, daerah, dan gejala di permukaan bumi dengan

wujud dan letaknya yang mirip dengan di permukaan bumi.

2. Citra menggambarkan objek, daerah, dan gejala yang relatif lengkap,

meliputi daerah yang luas dan permanen.

3. Dari jenis citra tertentu dapat ditimbulkan gambaran tiga dimensi apabila

pengamatannya dilakukan dengan stereoskop.

4. Citra dapat dibuat secara cepat meskipun untuk daerah yang sulit dijelajahi

secara terestrial.

Menurut Estes dan Simonett dalam Sutanto (1999) mengatakan bahwa

interpretasi citra adalah perbuatan mengkaji foto udara atau citra dengan maksud

untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut.

Pengenalan objek yang tergambar pada citra, terdapat tiga rangkaian kegiatan yang

diperlukan, yaitu deteksi, identifikasi, dan analisis. Deteksi adalah pengamatan atas

adanya objek, identifikasi adalah upaya mencirikan objek yang telah dideteksi

dengan menggunakan keterangan yang cukup, sedangkan analisis adalah tahap

mengumpulkan keterangan lebih lanjut.

Interpretasi citra dapat dilakukan secara visual maupun digital. Interpretasi

visual dilakukan pada citra hardcopy ataupun citra yang tertayang pada monitor

komputer. Menurut Howard dalam Suharyadi (2001) interpretasi visual adalah

aktivitas visual untuk mengkaji gambaran muka bumi yang tergambar pada citra

untuk tujuan identifikasi objek dan menilai maknanya.

Prinsip pengenalan objek pada citra secara visual bergantung pada

karakteristik atau atribut yang tergambar pada citra. Karakteristik objek pada citra

digunakan sebagai unsur pengenalan objek yang disebut unsur-unsur interpretasi.

Menurut Sutanto (1999) unsur-unsur interpretasi meliputi sebagai berikut:

1. Rona atau warna (tone/color). Rona adalah tingkat kegelapan atau

kecerahan objek pada citra, sedangkan warna adalah wujud yang tampak

oleh mata. Rona ditunjukkan dengan gelap-putih. Pantulan rendah, ronanya

gelap, pantulan tinggi ronanya putih.

9

2. Bentuk (shape) adalah variabel kualitatif yang memberikan konfigurasi atau

kerangka suatu objek. Bentuk merupakan atribut yang jelas sehingga banyak

objek yang dapat dikenali berdasarkan bentuknya saja, seperti bentuk

memanjang, lingkaran, dan segi empat.

3. Ukuran (size) adalah atribut objek yang antara lain berupa jarak, luas, tinggi,

kemiringan lereng, dan volume.

4. Kekasaran (texture) adalah frekwensi perubahan rona pada citra atau

pengulangan rona terhadap objek yang terlalu kecil untuk dibedakan secara

individual.

5. Pola (pattern) adalah hubungan susunan spasial objek. Pola merupakan ciri

yang menandai objek bentukan manusia ataupun alamiah.

6. Bayangan (shadow) adalah aspek yang menyembunyikan detail objek yang

berada di daerah gelap.

7. Situs (site) adalah letak suatu objek terhadap objek lain di sekitarnya.

8. Asosiasi (association) adalah keterkaitan antara objek yang satu dan objek

lainnya.

Lo (1976) mengemukakan bahwa pada dasarnya kegiatan penafsiran citra

terdiri atas dua tingkat, yaitu tingkat pertama yang berupa pengenalan objek melalui

proses deteksi dan identifikasi. Tingkat kedua yang berupa penilaian atas

pentingnya objek yang telah dikenali tersebut. Tingkat pertama berarti perolehan

data, sedangkan tingkat kedua berupa interpretasi atau analisis data.

Sutanto (1999) mengemukakan bahwa interpretasi citra pada dasarnya

terdiri atas dua kegiatan utama, yaitu penyadapan data dari citra dan penggunaan

data tersebut untuk tujuan tertentu. Penyadapan data dari citra berupa pengenalan

objek yang tergambar pada citra serta penyajiannya ke tabel, grafik, dan peta

tematik. Urutan pekerjaannya dimulai dari menguraikan atau memisahkan objek

yang rona atau warnanya berbeda, diikuti oleh delineasi atau penarikan garis batas

bagi objek yang memiliki rona atau warna sama. Objek yang telah dikenali jenisnya

kemudian diklasifikasikan sesuai dengan tujuan interpretasi dan digambarkan pada

peta.

10

2.6 Satelit Landsat

Landsat (Land Satellites) merupakan satelit sumber daya bumi yang paling

sering digunakan. Pertama kali bernama ERTS-1 (Earth Resources Technology

Satellite). Diluncurkan pada tanggal 23 Juli 1972 yang mengorbit hanya sampai

dengan tanggal 6 Januari 1978. Satelit Landsat mengorbit bumi selaras matahari

(sunsynchronous). Bersamaan dengan waktu peluncuran ERTS-B tanggal 22 Juli

1975, NASA (National Aeronautic and Space Administration) secara resmi

mengubah program ERTS menjadi program Landsat (untuk membedakan dengan

program satelit oseanografi ”Seasat” yang telah direncanakan) sehingga ERTS-1

dan ERTS-B menjadi Landsat -1 dan Landsat-2. Peluncuran Landsat -3 dilakukan

pada tanggal 5 Maret 1978.

Konfigurasi dasar satelit Landsat 1, 2, dan 3 adalah berbentuk kupu-kupu

dengan tinggi kurang lebih 3 (tiga) meter, bergaris tengah 1,5 meter dengan panel

matahari yang melintang kurang lebih 4 meter. Berat satelit Landsat kurang lebih

815 kg dan diluncurkan dengan orbit lingkarnya pada ketinggian 920 km. Orbit

satelit melalui Kutub Utara dan Kutub Selatan, mengelilingi bumi satu kali dalam

103 menit pada jarak 2.760 km di equator sehingga menghasilkan 14 kali orbit

dalam sehari. Landsat 1, 2, dan 3 diluncurkan ke orbit, melintasi equator pada jam

9.42 siang hari waktu setempat. Sensor Landsat meliput lebar rekaman 185 km.

Landsat 1 dan 2 membawa 2 sensor, yaitu RBV (Return Beam Vidicon) dan MSS

(Multispectral Scanner). Landsat-3, memiliki rancang bangun yang berbeda, yaitu

ada tambahan saluran termal (10,4-12,6) mm pada sensor MSS dan resolusi spasial

sistem RBV ditingkatkan dengan menggunakan sistem 2 kamera lebar (bukan

multispectral). Saluran termal pada Landsat-3 MSS mengalami masalah dalam

pengoperasiannya, menyebabkan kegagalan, sehingga hanya empat saluran yang

dapat meyajikan data dan resolusinya 79 m. Sensor RBV pada Landsat-3 ini

membuahkan citra ber-spektrum lebar dengan faktor peningkatan medan sebesar

2,6 dibandingkan RBV multispectral pada Landsat-1 dan Landsat-2.

Landsat-4 dan Landsat-5, yang merupakan pengembangan daripada

Landsat-1, 2 dan 3. Beberapa kelebihan daripada Landsat-4 dan 5 dibandingkan

dengan Landsat-1, 2 dan 3, antara lain:

11

1. Stabilitas yang semakin baik,

2. Peningkatan sensor spasial,

3. Kepekaan radiometrik,

4. Laju pengiriman datanya lebih cepat,

5. Fokus penginderaan informasi pada vegetasi dan

6. Pengembangan sistem sensor.

Sensor pada Landsat-4 dan 5 disamping memiliki 4 sensor MSS ditambah

juga dengan sensor TM (Thematic Mapper), dan ETM (Enhanced Thematic

Mapper). Landsat-4 diluncurkan pada Juli 1982, sedangkan Landsat-5 pada Maret

1984. Bulan Februari 1993, Landsat-6 diluncurkan namun mengalami kegagalan,

karena tidak mencapai orbit dan akhirnya jatuh ke laut. Landsat-6 ini telah

mengalami peningkatan pada kemampuan sensornya. Landsat 6 memiliki sensor

TM dan ETM, juga ditambahkan saluran termal (10,4-12,6 µm). Landsat-4, 5 dan

6, terjadi perubahan-perubahan mendasar dibandingkan dengan Landsat

sebelumnya antara lain:

a. Perubahan waktu lintas equator dari jam 9.42 menjadi jam 11.00,

b. Ketinggian orbit dari 920 km menjadi 705 km,

c. GPS (Global Positioning System) canggih untuk menghasilkan rekaman

letak ketinggian satelit yang tepat,

d. Sistem pengirim data lintas TDRSS (Tracking Data Relay Satellite System).

Sistem ini menggunakan 2 satelit komunikasi untuk melakukan pengiriman

data dari Landsat ke stasiun bumi di seluruh dunia,

e. Interval waktu pemotretan daerah yang sama yaitu 16 hari.

Kegagalan Landsat-6, menyebabkan EOSAT (Earth Observation Satellite)

sebagai operator teknis mulai mengambil langkah-langkah teknis dengan jalan

mengembangkan kemampuan Landsat-5 sebelum meluncurkan Landsat-7.

Langkah-langkah yang diambil antara meliputi mempertahankan orbit satelit

selaras matahari (sunsyncronous) penempatan saat lintas satelit di khatulistiwa

(equator) pada descending node yang dimulai pada pukul 09.00 waktu setempat

(awal pengoperasiannya pada pukul 09.30) sampai Bulan Mei 1996. EOSAT

mengharapkan Landsat-5 ini dapat dipertahankan sampai dengan tahun 1997/1998.

12

Sistem Landsat milik Amerika Serikat ini mempunyai 5 (lima) instrumen

pencitraan (imaging instrument) atau sensor, yaitu Return Beam Vidicon (RBV),

Multispectral Scanner (MSS), Thematic Mapper (TM) dan Enhanced Thematic

Mapper (ETM).

2.6.1 Satelit Landsat 8

Satelit Landsat 8 diluncurkan pada 11 Februari 2013 dari Vandenberg Air

Force Base, California pada roket Atlas-V 401 dengan Extended Payload Fairing

(EPF) dari United Launch Alliance, LLC. Landsat 8 dilengkapi oleh 2 sensor yaitu

Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) yang

menyediakan cakupan musiman dari daratan global pada resolusi spasial 30 meter

(Visible, NIR, SWIR), 100 meter (Thermal) dan 15 meter (Panchromatic) (NASA,

2013).

Gambar 2.1 Satelit Landsat 8

Sumber: http://gallery.usgs.gov/

Beberapa perbedaan pada band satelit Landsat 8 dengan sebelumnya yaitu

Landsat 7 ETM+. Perbedaan band tersebut dapat dilihat pada tabel berikut:

Tabel 2.1 Perbedaan band Landsat 7 ETM+ dengan Landsat 8 (Markham, 2013)

Band-band Landsat 7 ETM+ (µm) Band-band Landsat 8 OLI and TIRS (µm)

30 m Coastal/Aerosol 0.435–0.451 Band 1

Band 1 30 m Blue 0.441–0.514 30 m Blue 0.452-0.512 Band 2

Band 2 30 m Green 0.519–0.601 30 m Green 0.553-0.590 Band 3

13

Band 3 30 m Red 0.631–0.692 30 m Red 0.636-0.673 Band 4

Band 4 30 m NIR 0.772–0.898 30 m NIR 0.851-0.879 Band 5

Band 5 30m SWIR-1 1.547–1.749 30 m SWIR-1 1.566-1.651 Band 6

Band 6 60 m TIR 10.31–12.36 100 m TIR-1 10.60-11.19 Band 10

100 m TIR-2 11.50-12.51 Band 11

Band 7 30 m SWIR-2 2.064–2.345 30 m SWIR-2 2.107-2.294 Band 7

Band 8 15 m Pan 0.515–0.896 15 m Pan 0.503-0.676 Band 8

10 m Cirrus 1.363-1.384 Band 9

2.7 Citra Satelit Multispectral

Citra multispectral adalah citra yang dibuat dengan saluran jamak. Berbeda

dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra multispectral

umumnya dibuat dengan saluran sempit. Penggunaan sensor multispectral, maka

kenampakan yang diindera akan menghasilkan citra dengan berbagai saluran. Citra

dengan saluran yang berbeda tersebut dapat digunakan untuk mengidentifikasi

kenampakan-kenampakan tertentu, karena saluran-saluran tersebut memiliki

kepekaan terhadap suatu kenampakan.

Citra multispectral berfungsi menangkap data gambar pada frekuensi

tertentu di seluruh spektrum elektromagnetik. Panjang gelombang dapat dipisahkan

oleh filter atau dengan penggunaan instrumen yang sensitif terhadap panjang

gelombang tertentu, termasuk cahaya dari frekuensi di luar jangkauan cahaya

tampak, seperti inframerah. Pencitraan spectral dapat memungkinkan ekstraksi

informasi tambahan mata manusia gagal untuk menangkap reseptor untuk

warna merah, hijau dan biru

Citra multispectral adalah tipe utama dari gambar yang diperoleh oleh

penginderaan jauh (RS) radiometers. Membagi spektrum dalam banyak band,

multispectral adalah kebalikan dari panchromatic, yang mencatat hanya intensitas

total radiasi yang jatuh pada setiap pixel. Satelit memiliki tiga atau lebih

radiometers (Landsat memiliki tujuh). Masing-masing memperoleh satu gambar

digital (dalam penginderaan jauh, disebut ‘adegan’) di sebuah band kecil dari

spektrum yang terlihat, mulai dari 0,7 pm sampai 0,4 pm, disebut merah-hijau-biru

(RGB), dan panjang gelombang inframerah 0,7 pm sampai 10 pm atau lebih,

14

diklasifikasikan sebagai dekat inframerah (NIR), tengah inframerah (MIR) dan far

infrared (FIR atau termal). Kasus Landsat, tujuh adegan terdiri dari tujuh gambar

band multispectral. Pencitraan spectral dengan band yang lebih banyak, lebih halus

resolusi spectral atau cakupan spectral yang lebih luas dapat disebut ultraspectral.

Gambar 2.2 Citra Satelit Multispectral

Sumber:https://pixelcooker.wordpress.com

Teknologi ini juga membantu dalam interpretasi papirus kuno , seperti yang

ditemukan di Herculaneum , oleh pencitraan fragmen dalam kisaran inframerah

(1000 nm). Teks pada dokumen tampaknya sebagai tinta hitam pada kertas hitam

dengan mata telanjang. Jarak 1000 nm, perbedaan reflektifitas cahaya membuat

teks jelas dibaca. Penggunaan citra multispectral untuk gambar palimpsest

Archimedes oleh pencitraan perkamen daun dalam bandwidth 365-870 nm, dan

kemudian menggunakan teknik pengolahan citra digital canggih untuk

mengungkapkan undertext karya Archimedes. Ketersediaan panjang gelombang

untuk penginderaan jauh dan pencitraan dibatasi oleh jendela

inframerah dan jendela optik. Panjang gelombang adalah perkiraan, nilai-nilai yang

tepat bergantung pada instrumen satelit tertentu:

1. Biru, 450-515 nm, yang digunakan untuk pencitraan atmosfer dan air yang

dalam, dan dapat mencapai hingga 150 kaki (50 m) jauh di air yang jernih.

2. Hijau, 515-600 nm, yang digunakan untuk pencitraan vegetasi dan struktur

air yang dalam, hingga 90 kaki (30 m) di air jernih.

3. Merah, 600-690 nm, yang digunakan untuk pencitraan benda buatan

manusia, dalam air hingga 30 kaki (9 m) dalam, tanah, dan vegetasi.

15

4. Dekat inframerah, 750-900 nm, digunakan terutama untuk pencitraan

vegetasi.

5. Mid-inframerah, 1550-1750 nm, digunakan untuk vegetasi pencitraan,

kadar air tanah, dan beberapa kebakaran hutan.

6. Mid-inframerah, 2080-2350 nm, digunakan untuk pencitraan tanah,

kelembaban, fitur geologi, silikat, tanah liat, dan kebakaran.

7. Inframerah termal, 10.400-12.500 nm, menggunakan radiasi yang

dipancarkan bukan tercermin, untuk pencitraan struktur geologi, perbedaan

termal dalam arus air, kebakaran, dan untuk studi malam.

8. Radar dan teknologi yang terkait berguna untuk pemetaan medan dan untuk

mendeteksi berbagai objek.

Untuk tujuan yang berbeda, kombinasi yang berbeda dari band spectral

dapat digunakan. Band tersebut diwakili dengan warna merah, hijau, dan saluran

biru. Pemetaan band untuk warna tergantung pada tujuan dari gambar dan

preferensi pribadi para analis. Inframerah termal sering dihilangkan dari

pertimbangan karena resolusi spasial yang kecil, kecuali untuk tujuan khusus.

2.8 Citra Satelit Panchromatic

Citra panchromatic adalah citra foto dari udara yang dibuat dengan

menggunakan seluruh spectrum tampak mata mulai dari warna merah hingga ungu.

Foto udara ini sering disebut foto udara konvensional. Ciri foto panchromatic

adalah pada warna objek sama dengan kesamaan mata manusia, sehingga baik

untuk mendeteksi pencemaran air, kerusakan banjir, penyebarab air tanah, dan air

permukaan.

16

Gambar 2.3 Citra Satelit Panchromatic

Sumber:https://pixelcooker.wordpress.com

2.9 Image Fusion

Penggabungan citra (image fusion) merupakan salah satu teknik pemrosesan

citra digital yang banyak mendapat perhatian dalam dunia penginderaan jauh.

Image fusion dapat mengakomodasi kebutuhan citra resolusi tinggi tanpa harus

mengusahakan sistem pencitraan dengan resolving power yang tinggi, sehingga

dapat menghemat banyak waktu dan biaya. Terlebih kebanyakan sensor-sensor

pada satelit sumber daya alam modern (Landsat 7 ETM+, Landsat 8, IKONOS,

QUICKBIRD, IRS series, SPOT 1-5, ALOS AVNIR-2/PRISM, Orbview dll)

sekarang ini dapat beroperasi pada mode multispectral dan panchromatic secara

simultan, sehingga citra dari kedua mode dapat difusikan untuk memperoleh citra

sintesis yang mengintegrasikan kelebihan spectral citra multispectral dan kelebihan

spasial citra panchromatic. Kesimpulannya sederhana, image fusion dapat

didefinisikan sebagai upaya penggabungan dua atau lebih citra yang berbeda dari

segi resolusi (terutama spasial, spectral, temporal) ataupun dari segi sistem (optic,

SAR) untuk menghasilkan citra baru yang mengintegrasikan kelebihan-kelebihan

dari citra asal.

2.9.1 Pansharpening

Salah satu bagian dari image fusion adalah pansharpening atau penajaman

citra multispectral dengan menggunakan detail spasial dari citra panchromatic.

Teknik ini mengambil kelebihan dari masing-masing citra yaitu dari citra

17

panchromatic dengan mengambil resolusi spasial dan mengambil resolusi spectral

dari citra multispectral.

Data citra yang sering dipakai dalam analisis penginderaan jauh antara lain

adalah citra panchromatic (pan) dengan informasi keabu-abuan yang umumnya

memiliki informasi spasial tinggi sehingga dapat membantu melokasikan suatu

objek di muka Bumi. Citra multispectral berwarna dengan saluran multispektrum

(inframerah, cahaya tampak maupun ultraviolet) yang lebih memberikan informasi

warna berdasarkan pantulan dan penyerapan sinar elektromagnetik oleh objek yang

ditangkap oleh sensor. Umumnya citra multispectral yang ada memiliki resolusi

rendah, dalam artian memiliki informasi spasial yang rendah meskipun mampu

memberi informasi yang tinggi. Citra panchromatic dan multispectral ini, terlebih

penggabungannya, memiliki andil yang besar dalam aplikasi penginderaan jauh.

Proses penggabungan citra panchromatic dan citra multispectral ini umum dikenal

dengan istilah image fusion atau pansharpening/image sharpening. Fusi citra secara

umum diartikan sebagai teknik untuk mengintegrasikan detail geometri atau spasial

dari suatu citra panchromatic (hitam putih) beresolusi tinggi dengan citra

multispectral beresolusi rendah, dimana dua atau lebih gambar digabungkan

menjadi satu gambar dengan mempertahankan fitur penting dari masing-masing

gambar asli. Tujuan utama fusi citra adalah mengintegrasikan data-data yang

didapat dari berbagai sumber untuk mendapatkan informasi yang jauh lebih baik

jika dibandingkan dengan informasi yang didapat dari satu sumber saja. Manfaat

dari fusi citra meliputi:

1. Memperluas jangkauan operasi.

2. Memperpanjang cakupan spasial dan temporal.

3. Mengurangi ketidakpastian.

4. Meningkatkan kehandalan.

5. Menguatkan kinerja sistem.

6. Kompak dalam penyajian informasi.

Fusi citra sendiri dapat dilakukan dalam beberapa tingkat, yaitu pada tingkat

piksel, tingkat ciri dan pada tingkat pengambilan keputusan. Fusi citra pada tingkat

piksel adalah fusi citra pada tingkat data paling dasar, yaitu penggabungan

18

parameter fisik dari citra itu sendiri yaitu data piksel-piksel yang menyusun sebuah

citra. Fusi pada tingkat ciri memerlukan ekstraksi ciri dari citra-citra yang akan

digabungkan, misalnya dengan melakukan segementasi terlebih dahulu kemudian

objek-objek yang dihasilkan akan digabungkan. Fusi tingkat ciri juga dapat disebut

fusi informasi. Fusi pada tingkat pengambilan keputusan adalah metode fusi dimana

citra sumber diproses secara terpisah satu dengan yang lainnya, baru kemudian

informasi dari masing-masing citra tersebut digabungkan untuk mendukung proses

pengambilan keputusan/kesimpulan.

Tiga metode yang dapat digunakan untuk fusi citra yaitu Principal

Component Analysis, IHS dan Brovey Transform. Principal Commponent Merge

merupakan metode penggabungan dua citra yang memiliki resolusi spasial yang

berbeda dengan menggunakan analisis komponen utama (Principal Component

Analysis/PCA). Karson (1982 dalam Putra, 2003) menyatakan bahwa tujuan

dilakukannya analisis komponen utama adalah untuk memperoleh perubahan baru

(komponen utama) yang tidak saling berkorelasi tetapi menyimpan informasi yang

terkandung pada peubah asal. Multiplicative merupakan suatu teknik fusi yang

digunakan untuk meningkatkan intensitas citra sehingga kenampakan kultural di

permukaan Bumi dipertegas pada citra tersebut. Brovey transform merupakan suatu

teknik fusi yang telah dikembangkan untuk meningkatkan kontras secara visual

pada citra. Metode ini tidak cocok bagi mereka yang ingin mempertahankan nilai

radiometrik asli. Metode ini memiliki perbedaan dengan kedua metode

sebelumnya, yaitu 3 band telah ditentukan terlebih dahulu untuk dimasukkan ke

dalam perhitungan matematis (Zakiah, 2007).

2.9.1.1 Metode Transformasi Brovey

Transformasi Brovey merupakan metode mudah untuk mengkombinasikan

data dari sensor berbeda, hanya saja terbatas untuk komposisi tiga kanal spectral.

Metode Brovey bertujuan untuk menormalisasikan 3 kanal spectral yang digunakan

untuk display RGB (Red, Green, Blue). Hasil dari normalisasi dikalikan dengan

informasi data yang diinginkan, dalam hal ini citra panchromatic (Pan), untuk

19

menambah komponen intensitas dan kecerahan citra. Formula yang digunakan

dijelaskan pada persamaan berikut (Dehghani 2003):

Red=Band3/(Band1+Band2+Band3)×Pan

Green=Band2/(Band1+Band2+Band3)×Pan (1)

Blue=Band1/(Band1+Band2+Band3)×Pan

Pan adalah citra panchromatic, band 1 adalah kanal merah, band 2 adalah

kanal hijau, dan band 3 adalah kanal biru. Transformasi ini dapat meningkatkan

tingkat kekontrasan citra hasil, sehingga dihasilkan citra yang lebih terang dari segi

spectral warna. Transformasi ini tidak cocok jika ingin tetap mempertahankan nilai

radiometri (spectral) dari citra multispectral awal.

2.9.1.2 Metode IHS (Intensity Hue Saturation)

Substitusi komponen yang paling banyak digunakan teknik pansharpening

didasarkan pada transformasi intensity hue saturation (IHS). Penggunaannya

ketika citra multispectral memiliki tiga band yang sesuai dengan warna R, G dan B.

Dalam transformasi IHS, intensitas I merupakan jumlah total cahaya pada citra.

Intensitas sebuah citra sering memiliki tampilan citra pankromatik. Karakteristik

ini digunakan dalam teknik pansharpening.

Gambar 2.5 Metode IHS

Sistem proses akan bekerja ketika kedua data citra diinputkan yaitu berupa

data citra panchromatic dan data citra RGB dengan extensi .TIF, elemen pada kedua

citra akan di fusi sehingga mendapatkan spectral dan spasial yang tinggi.

2.9.1.3 PCA (Principal Component Analysis)

Transformasi PCA bertujuan mereduksi informasi dari komponen yang

saling berkorelasi menjadi komponen tereduksi baru yang saling tidak berkorelasi.

20

Teknik fusi citra, PCA digunakan untuk mentransformasi citra multispectral

beresolusi rendah untuk mendapatkan komponen penting (principal component)

representatif baru yang saling tidak berkorelasi. Komponen penting berisi informasi

umum dari keseluruhan kanal spektral, yang direpresentasikan dalam vektor-vektor

nilai eigen. Proses untuk mendapatkan komponen penting ini disebut sebagai

transformasi forward. Secara matematis dijelaskan pada persamaan (2) dengan

𝐷𝑁𝑀𝑆𝑙 adalah digital number (DN) dari citra input multispectral resolusi spasial

rendah, PC1 adalah principal component pertama, dan matriks transformasi ν

terdiri dari vektor-vektor eigen yang diurutkan berdasarkan nilai eigennya.

[

𝑃𝐶1𝑃𝐶2…

𝑃𝐶𝑛

] = [

𝑣11 𝑣21 …𝑣𝑛1𝑣12 𝑣22 …𝑣𝑛2

…………𝑣1𝑛 𝑣2𝑛 …𝑣𝑛𝑚

] =

[ 𝐷𝑁𝑀𝑆1

𝑙

𝐷𝑁𝑀𝑆2𝑙

…𝐷𝑁𝑀𝑆𝑛

𝑙 ]

(2)

Vektor eigen yang memiliki nilai eigen tertinggi merupakan komponen penting

pertama ( PC1). PC1 ini yang akan digantikan oleh data citra panchromatic

beresolusi spasial tinggi, yang sebelumnya direntangkan agar memiliki rataan

(mean) yang menyamai PC1. Matematisnya, transformasi backward dari metode

fusi citra menggunakan PCA dijelaskan pada persamaan (3), dengan 𝐷𝑁𝑀𝑆 ℎ adalah

citra multispectral hasil yang memiliki resolusi spasial lebih tinggi dan

𝐷𝑁𝑃𝐴𝑁ℎ′ adalah citra panchromatic yang telah direntangkan agar menyamai rataan

dari PC1.

[ 𝐷𝑁𝑀𝑆1

ℎ

𝐷𝑁𝑀𝑆2ℎ

…𝐷𝑁𝑀𝑆𝑛

ℎ ]

= [

𝑣11 𝑣21…𝑣1𝑛𝑣12 𝑣22…𝑣2𝑛

…………𝑣1𝑛 𝑣2𝑛 …𝑣𝑛𝑚

] = [

𝐷𝑁𝑃𝐴𝑁ℎ′

𝑃𝐶2…

𝑃𝐶𝑛

] (3)

Jika digabungkan maka akan didapat persamaan (4) berikut:

21

[ 𝐷𝑁𝑀𝑆1

ℎ

𝐷𝑁𝑀𝑆2ℎ

…𝐷𝑁𝑀𝑆𝑛

ℎ ]

=

[ 𝐷𝑁𝑀𝑆1

ℎ

𝐷𝑁𝑀𝑆2ℎ

…𝐷𝑁𝑀𝑆𝑛

ℎ ]

+ (𝐷𝑁𝑃𝐴𝑁 ℎ′ − 𝐷𝑁𝑃𝐴𝑁

𝑙 ) = [

𝑣11𝑣21…𝑣𝑛𝑙

] (4)

𝐷𝑁𝑃𝐴𝑁 𝑙 = PC1 dan 𝐷𝑁𝑃𝐴𝑁

ℎ′ adalah 𝐷𝑁𝑃𝐴𝑁 ℎ , yang telah direntangkan agar memiliki

nilai rataan dan ragam menyerupai PC1 (Wang et al. 2005).