Laporan Indraja Modul 3

I. PENDAHULUAN

1.1 Latar Belakang

Pada dasarnya semua citra yang diperoleh melalui perekaman sensor tidak

lepas dari kesalahan, yang umumnya disebabkan oleh mekanisme perekaman

sensornya, gerak, dan wujud geometri bumi serta kondisi atmosfer pada saat

perekaman. Kesalahan yang terjadi pada proses pembentukan citra ini perlu

dikoreksi supaya aspek geometrik dan radiometriknya benar-benar mendukung

pemanfaatan untuk aplikasi yang berkaitan dengan pemanfaatan sumber daya.

Proses perbaikan kualitas citra supaya siap pakai ini disebut restorasi citra

Penerapan koreksi geometrik pada foto udara sama sekali berbeda dengan

metode koreksi geometrik pada citra satelit. Untuk itulah tidak semua piranti lunak

pengolahan citra PJ menggabungkan kemampuan pengolahan citra foto udara

dengan citra satelit

1.2 Tujuan Praktikum

Tujuan pada praktikum modul III koreksi geometriyaitu :

a) Mahasiwa mampu membuka citra dan melihat koreksinya

b) Mahasiwa mampu melakukan proses koreksi geocoding

c) Mahasiswa mampu melakukan penggabungan citra

II. TINJAUAN PUSTAKA

2.1 Koreksi Geometri

Koreksi geometrik merupakan proses memposisikan citra sehingga cocok

dengan kordinat peta dunia sesungguhnya. Ada beberapa cara dalam

pengkoreksian ini antara lain triangulasi, polinominal, orthorektifikasi dengan

menggunakan kontrol titik titik lapangan (ground control point), proyeksi peta ke

peta dan registrasi titik titik yang telah diketahui (know point registration).

Koreksi citra bedasarkan citra yang lain yang telah dikoreksi disebut image to

image. (Mapper, 1998).

Koreksi geometri digunakan untuk memperbaiki kemencengan, rotasi dan

perspektif citra sehingga orientasi, projeksi dan anotasinya sesuai dengan yang

ada pada peta. Koreksi geometri terdiri dari koreksi sistematik (karena

karakteristik alat) dan non sistematik (Karena perubahan posisi penginderaan).

Koreksi sistematik biasanya telah dilakukan oleh penyedia data. Koreksi non

sistematik biasanya dilakukan dengan suatu proses koreksi geometri. Proses ini

memerlukan ikatan yang disebut titik kontrol medan (ground control point/GCP).

GCP tersebut dapat diperoleh dari peta, citra yang telah terkoreksi atau tabel

koordinat penjuru. GCP kemudian disusun menjadi matriks transformasi untuk

rektifikasi citra. (anonim, 2012)

Ada tiga cara untuk melakukan koreksi geometri yang pertama adalah

rektifikasi geometri. Rektifikasigeometri adalah mengubah aspek geometri pada

citra dengan cara merujuk pada proyeksi peta yang baku, sehingga koordinat pada

citra menjadi sama dengan koordinat pada peta yang digunakan sebagai data

acuan. Proses yang digunakan dalam koreksi geometri dengan cara rektifikasi

geometri adalah dengan transformasi koordinat dan resampling. Metode yang

digunakan adalah dengan metode GCP (ground control point), yaitu

membandingkan titik-titik kontrol pada citra dan titik-titik kontrol pada peta.

Pengambilan titik kontrol harus mewakili dan merata pada seluruh citra. untuk

memudahkan dalam pengambilan titik kontrol, obyek yang dipilih sebagai titik

kontrol adalah obyek yang mudah dikenali pada citra, seperti posisi jalan, sungai

dan kenampakan obyek yang khas. Cara yang kedua adalah dengan registrasi citra

yaitu dengan mendaftarkan koordinat citra yang belum terkoreksi dengan

koordinat citra yang sudah terkoreksi yang mempunyai daerah yang sama, atau

(map to map transformation). Sedangkan Ortorektifikasi adalah bentuk lebih

akurat dari rektifikasi karena mengambil penghitungan sensor (kamera) dan

karakteristik platform (pesawat terbang). Ini khusus direkomendasikan untuk foto

udara. Ortorektifikasi dicakup terpisah di dalam `Image orthorectification'.

(Lillesand, T.M and Kiefer, R.W. 1979)

2.2 RMS (ROOT MEAN SQUARE)

Root Mean Square adalah sebuah pengukuran ketepatan GCP dalam citra ini

yang dipresentasikan dalam ukuran pixel citra.RMSE adalah suatu angka yang

menujukkan akurasi suatu data contohnya peta dan citra satelit dalam kaitannya

dengan sistem koordinat. Semakin besar nilai RMSE maka dapat dipastikan

semakin besar pula kesalahan letak (informasi posisi ) pada dat tersebut.

(anonim,2012)

Parameter tingkat keakurasian dari proses rektifikasi ini adalah nilai yang

dipresentasikan oleh selisih antara koordinat titik kontrol hasil transformasi

dengan koordinat titik kontrol, yang dikenal dengan namaRMS (Root Mean

Square) Error. Nilai RMS Error yang rendah akan menghasilkan hasil rektifikasi

yang akurat. Sebagai contoh, hasil transformasi boleh jadi masih berisi kesalahan

yang signifikan karena rendahnya/sedikitnya titik control yang dimasukkan.

Ada beberapa faktor yang mempengaruhi RMS Error ini yaitu :

1. Tingkat ketelitian titik kontrol lapangan

2. Tingkat ketelitian titik kontrol citra

3. Jumlah dan distribusi letak titik control

4. Model transformasi yang digunakan

(anonim,2012)

2.3 GCP (Ground control point)

Penentuan titik-titik kontrol tanah (Ground control point (GCP)), dipilih

pada obyek di citra harus bersesuaian dengan titik pada obyek yang sama di peta

referensi. Peta referensi yang digunakan adalah Peta Rupa Bumi Indonesia (RBI)

digital skala 1 : 25.000. Titik-titik yang dijadikan kontrol pada citra harus jelas

dan mudah dikenali.Titik-titik kontrol dalam studi berada di sekitar aliran tubuh

air/sungai/danau, jalan raya, sudut-sudut bangunan, dan tanah kosong yang

terlihat jelas pada citra dan peta referensi. (anonim,2012)

2.4 Orthorektifikasi

Orthorektifikasi adalah metode yang paling akurat..Upaya ini memerlukan

data DEM (digital elevation model) dan tidak dibutuhkan pada daerah yang

relative datar.Jika suatu kenampakan geografis yang unik dan stabil sifat

geometrik dan radiometriknya dan lokasinya dapat diketahui dengan tepat, baik

pada citra maupun pada peta, orthorektifikasi biasanya memilih lokasi yang

memiliki ciri khas seperti kenampakan muka bumi yang berbentuk cekungan, atau

garis pantai yang menjorok ke laut, maupun ciri-ciri ekstrim lainnya pada

permukaan bumi sehingga dapat memperbaiki pergeseran relief (relief

displacement). Proses koreksi geometrisnya adalah dengan memasukkan data

ketinggian permukaan dan informasi posisi platfom satelit penginderan. (Nasda.

2000)

Orthorektifikasi adalah rektifikasi yang lebih akurat karena menggunakan

atau mengukur informasi mengenai sensor dan wahana yang dipakai untuk

memproduksi citra tersebut.Biasanya orthorektifikasi dilakukan untuk mengoreksi

foto udara.(anonim,2012)

Orthorektifikasi adalah rektifikasi yang lebih akurat karena menggunakan

atau mengukur informasi mengenai sensor dan wahana yang dipakai untuk

memproduksi citra tersebut.Biasanya orthorektifikasi dilakukan untuk mengoreksi

foto udara. (anonim,2012)

Orthorefikasi merujuk pada tipe rektifikasi yang lebih akurat daripada

rektifikasi biasa karena prosesnya juga mempertimbangkan beberapa karateristik

sensor (kamera) dan platform.Proses orthorektifikasi sangat disarankan untuk

dilakukan terhadap citra dijital foto udara. (Prahasta , 2008)

2.5 geocoding wizard

Geocoding adalah kemampuan untuk me-match data tekstual dengan kom-

ponen geografik terhadap lokasi fisik dari suatu peta.Langkah awal Koreksi ge-

ometrik adalah menentukan metode yang akan digunakan untuk melakukan

koreksi. Metoda yang akan digunakan tergantung pada jenis data (Resolusi

Spasial), jenis kesalahan geometris (skew, yaw, Roll, pitch) (Anonim, 2012).

Penetuan titik kontrol dalam koreksi geometrik dilakukan bersamaan dengan

proses geocoding. Langkah awalnya adalah mengaktifkan Geocoding Wizards

yang dibuka melalui menu pulldown PROCESS. Dalam menu geocoding wizards,

terdapat berbagai macam metode geocoding yang dapat dipilih dan digunakan

berikut dengan tahapan tahapannya. Secara prinsip perbedaan dari berbagai

metode geocoding adalah sebagai berikut (Anonim,2012) :

1. Metode Triangulasi(Triangulation method) dilakukan dalam proses

rektifikasi untuk mereduksi pergeseran (distorsi) lokal. Biasanya

dilakukan pada data foto udara untuk memperbaiki pergeseran data

akibat pergerakan sensor yang yang tidak stabil.

2. Metode Polinomial(Polynomial method) dilakukan bila koreksi yang

dilakukan meliputi keseluruhan areal data citra (tidak bersifat lokal)

seperti halnya metode yang pertama.

3. Metode Ortorektifikasi dengan menggunakan GCP (Ortorectify using

GCP) memperbaiki foto udara akibat distors pergerakan sensor foto

udara pada pesawat dan pergeseran data ketinggian. Dalam proses

rektifkasinya, metode ini membutuhkan foto udara, GCP sampai

dengan informasi ketinggiannya, dan file Digital Elevation Model

(DEM).

4. Metode Ortorektifikasi dengan menggunakan eksterior orientation

hampir mirip dengan metode ortorektifikasi sebelumnya, hanya tidak

perlu mengunakan GCP, selama eksterior orientasinya telah diketahui.

5. Metode Map to map reprojection dilakukan untuk merubah proyeksi

peta satu ke proyeksi peta lainnya.

6. Metode Known point registration dilakukan pada citra yang sudah

berkesesuaian dengan poyeksi data acuan. Penentuan dilakukan

berdasarkan atas titik sudut koordinat citra acuan yang telah diketahui.

7. Metode Rotasi (Rotation method) dilakukan untuk memutar data citra

berlawanan dengan arah jarum jam. Informasi yang dibutuhkan adalah

sudut perputaran dalam derajat menit dan detik atau dalamdesimal.

2.6 Registrasi Titik Yang Telah Diketahui (Known Point Registration)

Salah satu proses dalam koreksi geometri, dimana system ini bekerja dengan

menyamakan citra yang belumterkoreksi dengan citra yang sudahterkoreksi. Titik-

titik pada citra yang telah terkoreksi dipindahkan atau diposisikan sedemikian

rupa sehingga titik-titik tersenut mempunyai lokasi yang sama dan tepat pada

titik-titik citra yang belum dikoreksi, dengan memperhatikan koordinat masing-

masing titik pada kedua citra. Known Point Registration bertujuan untuk

mengoreksi citra yang dengan acuan citra yang telah terkoreksi (image to image).

(Lillesand, T.M dan R.W. Kiefer. 1994).

2.7 Polinomial

Polinomial adalah suatu persamaan matematis antara sistem koordinat citra

dengan sistem koordinat geografis. Proses rektifikasi polinomial umumnya

digunakan pada data satelit inderaja dengan resolusi spasial tingkat sedang.

Dengan melakukan rektifikasi polinomial pada data yang resolusi spasialnya

tinggi, tiap piksel pada citra dipaksa untuk ditransformasikan ke dalam sistem

proyeksi yang tersedia. Namun karena ukuran piksel data dengan resolusi spasial

tinggi tidak sama, meskipun jumlah titik kontrol tanah yang ditempatkan cukup

banyak, hasilnya tidak sesuai. Dari penelitian yang dilakukan menunjukkan ketika

citra EROS hasil rektifikasi polinomial ditumpang susunkan dengan data Landsat

atau IKONOS terlihat bahwa objek-objek yang sama tidak berada pada posisi

yang sama. Namun saat diadakan penggabungan antara citra dengan peta

lapangan, keakuratan metode polinomial lebih unggul, dimana tidak terlihat

perbedaan yang signifikan dari citra gabungan tersebut. Umumnya rektifikasi

polinomial memakai citra dari Landsat dan Peta Rupa Bumi (skala antar 1:50.000

sampai 1:500.000). Peta berfungsi untuk menentukan posisi koordinat (lintang

dan bujur), sedangkan citra digunakan karena memiliki penampakan batas antara

darat dan laut yang cukup jelas sehingga dapat ditentukan kolom dan baris yang

dijadikan titik kontrol tanah. (Wahyunto, A, Hidayat. Dan A. Adimirhadja. 1998).

2.8 citra spot

Citra SPOT mampu mencitra miring, sehingga dapat menghasilkan

penampakan tiga dimensi yang kemudian disusul oleh generasi kedua yang terdiri

atas Ikonos, Quick Bird, dan GeoEyes yang mampu merekam permukaan bumi

dengan resolusi antara 2,5 meter sampai 0,41 meter. Satelit - satelit ini

mempunyai kecepatan sangat tinggi, sehingga resolusi temporalnya besar serta

dapat menghasilkan penampakan tiga dimensi yang dapat diproses untuk

memperoleh data DEM (Digital Elevation Model). Inderaan jauh aktif terdiri atas

Generasi 1 (sebelum tahun 2000) yang masih terdapat masalah geometri, meliputi

Shuttle Imaging Radar (SIR) A, B dan C; dengan menggunakan wahana satelit

antara lain ERS-1, JERS-1, dan Radarsat 1; dan Generasi 2 setelah berhasilnya

misi pesawat ruang angkasa Eindower pada tahun 2000, yang Citranya diproses

interferometris dan menghasilkan citra SRTM (Shuttle Radar Topographic

Mission), kemudian disusul lainnya yaitu IFSAR (pesawat terbang) dan wahana

satelit Radarsat 2, ALOS, TerraSar-X yang masing-masing hasilnya terdiri atas

data DEM dan ORRI (Orthorectified Radar Image).Pemanfaatan inderaan jauh

untuk geologi di Indonesia sudah dimulai sejak tahun 1960an, pada umumnya

digunakan dalam pemetaan geologi.Saat ini pengolah citra dilakukan secara

digital, namun pemanfaatan teknologi ini belum maksimum, karena kondisi iklim

tropis.Oleh karena itu interpretasi geologi dilakukan secara manual berdasarkan

unsur-unsur interpretasi geologi, sedangkan teknik pengolahan digital dilakukan

untuk membuat penampakan citra dan semua unsur-unsur interpretasi geologi

muncul, sehingga mempermudah interpretasi (batuan dan struktur geologi), serta

diperoleh peta geologi terperinci.Selain untuk pemetaan geologi, teknologi

inderaan jauh juga dapat digunakan untuk eksplorasi awal sumber daya mineral

dan energy (Anonim, 2012).

III. MATERI DAN METODE

3.1 WAKTU DAN TEMPAT PRATIKUM

Pratikum pengindraan jauh yang dilaksanakan pada :

Hari, Tanggal : Senin, 23April 2012

Pukul : 14.00 – selesai

Tempat : Lab. Komputasi Ilmu Kelautan

Fakultas Perikanan Dan Ilmu Kelautan UNDIP

3.2 MATERI

Materi yang disampaikan pada praktikum ke-3 penginderaan jauh yaitu :

1. Memeriksa Koreksi Citra satelit

Metode ini bertujuan untuk melihat citra tersebut sudah terkoreksi atau tidak

2. Proses Geocoding Wizard

Metode ini bertujuan menyamakan koordinat antara citra yang belum

dikoreksi dan sudah dikoreksi

3. Penggabungan Dua Citra (Overlay Citra)

Menggabungkan dua citra dari satelit yang berbeda, sehingga keunggulan

tiap citra dapt dimanfaatkan

3.3 METODE

3.3.1 Membuka Dan Memeriksa Koreksi Citra

1. Membuka program ER Mapper 7.0

2. Klik load dataset, buka data citra landsat_mss_notwarped ers

3. Klik create RGB algorithm pada citra untuk memberi warna pada citra

4. Pada jendela algorithm , klik edit lalu pilih propertis untuk melihat info

citra

5. Simpan file dengan nama file nama_nim_belumkoreksi, simpan dalam

format algorithm (.alg), lalu klik default lalu ok.

6. Klik new untuk membuka window baru, kemudian klik load dataset buka citra

lansdsat_mss_27 agustus.ers

7. Klik create RGB algorithm pada citra untuk memberi warna pada citra

8. pada jendela algoritm , klik edit lalu pilih propertis untuk melihat info

citra

9. Simpan file dengan nama file nama_nim_terkkoreksi, dalam format

algorithm(alg), lalu klik default lalu ok.

3.3.2 Proses Koreksi Geocoding

1. klik process geocoding wizard

2. Pilih polynomial, kemudian memasukan data yang belum dikoreksi yang

telah di simpan sebelumnya, kemudian lanjut ke tahap polynomial setup

3. Pilih linier, kemudian lanjut tahap GCP set up

4. Cek Geocoded image, vectors or algorithm, masukan file yang telah

disimpan sebagai referensi. Kemudian lanjut tahap GCP edit

4. Maka akan muncul empat window tampilan citra dan geocoding step 4 of 5,

klik delete all GCPs untuk menghapus semua geocodingpada citra.

6. delete algorithm yang bernama overview roam

7. Klik edit algorithm, hilangkan cek pada Smoothing untuk menampilkan pixel

8. Kemudian dengan zoom box tool untuk memperbesar salah satu bagian citra

di tempat yang sama antara correted dan uncorrected

9. Klik dikedua titik di tempat yang kira-kira sama pada kedua citra. Setelah itu,

klik add new GCP untuk menambahkan GCP baru

10. Lakukan hal yang sama untuk titik-titik yang lain, sebanyak 100 titik.

11. Simpan hasil tersebut dengan format gcp

12. Selanjutnya lanjutkan pada tahap rectify

13. Simpan data dengan namafile rectify_nama_nim dengan format *.ers.

Klik Save file and start retification.

3.3.3 Penggabungan citra

1. Klik load dataset, buka data citrahasil rectifikasitadi

2. Buka filehasil rectifikasitadi melalui windows algorithm

3. Klik create RGB algorithm padacitra untuk memberi warna pada citra

4. Di windows algorithm, klik pada bagian Edit dan pilih Add Vector Layer,

Add Annotation Layer, sehingga akan muncul Annotation Layer. Lakukan

sebanyak 2 kali

5. Pilih annotation layer, kemudian klik load dataset, buka file

San_Diego_drainage.erv

6. Dan buka file San_Diego_roads.erv

6. Klik new untuk membuat window baru, dan buka melalui window

algorithm; SPOTS_pan.ers

7. Pada bagian pseudo layer, klik kanan dan pilih intensity, dan lakukan 99%

kontras

8. Kemudian pada layer dari citra satelit SPOTS, klik copy untuk meng copy

layer tersebut

9. Pada window algorithm citra hasil rectifikasi, lakukan penggabungan

citrasatelit SPOTS dengan citra Landsatdenganklik paste

IV. HASIL DAN PEMBAHASAN

4.1 Hasil

4.1.1 Membuka Dan Memeriksa Koreksi Citra

4.1.2 Proses Koreksi Geocoding

#

# GCPs for dataset : c:\ermapper70\examples\Shared_Data\

Landsat_MSS_notwarped.ers

#

# Total number of GCPs: 100

# Number turned on : 100

# Warp order : 1

# GCP CORRECTED map projection details:

# Map Projection : NUTM11

# Datum : NAD27

# Rotation : 0.000

#

# Point On Locked Cell-X Cell-Y To-X To-Y To-Z

"1" Yes No 126.651 399.911 477465.8100854 3613971.9045953

0.00000

"2" Yes No 255.581 350.609 485270.9838000 3615505.9046122

0.00000

"3" Yes No 126.369 359.444 477906.5096047 3616279.2754831

0.00000

"4" Yes No 356.255 460.213 489863.8429366 3608352.5008197

0.00000

"5" Yes No 335.488 403.630 489267.4720756 3611731.0125807

0.00000

"6" Yes No 138.372 297.674 479165.7303000 3619590.7544000

0.00000

"7" Yes No 323.760 443.839 488181.6504793 3609603.6886371

0.00000

"8" Yes No 203.070 267.306 483140.6129221 3620717.2943343

0.00000

"9" Yes No 278.047 389.258 486154.5988221 3613088.5665587

0.00000

"10" Yes No 247.256 307.210 485249.6551319 3618034.8717441

0.00000

"11" Yes No 129.024 161.772 480027.1856977 3627384.8483023

0.00000

"12" Yes No 238.372 338.372 484420.8852000 3616344.9234000

0.00000

"13" Yes No 29.350 77.676 475247.3546808 3633071.5619075

0.00000

"14" Yes No 100.933 184.232 478206.4954906 3626404.0079394

0.00000

"15" Yes No 449.906 388.050 495914.2513465 3611499.1674807

0.00000

"16" Yes No 416.883 82.095 497139.6786343 3629041.8341953

0.00000

"17" Yes No 458.469 302.095 497262.1105394 3616268.1956709

0.00000

"18" Yes No 315.904 473.629 487478.6363779 3607987.6980732

0.00000

"19" Yes No 173.863 230.237 481905.2138638 3623078.6792559

0.00000

"20" Yes No 84.422 242.102 476715.7067808 3623275.6229066

0.00000

"21" Yes No 193.771 332.004 481981.6645075 3617139.0689681

0.00000

"22" Yes No 193.023 297.674 482256.9979000 3619049.7826000

0.00000

"23" Yes No 67.857 162.236 476581.6410925 3627937.7308709

0.00000

"24" Yes No 127.497 378.475 477765.7959714 3615193.4538868

0.00000

"25" Yes No 105.814 116.279 479165.7303000 3630178.3459000

0.00000

"26" Yes No 466.371 284.237 497890.3359099 3617183.3882169

0.00000

"27" Yes No 83.451 121.638 477866.0682521 3630065.0548089

0.00000

"28" Yes No 205.123 206.382 483882.6833545 3624114.9186798

0.00000

"29" Yes No 133.532 194.373 479971.2325657 3625498.2332929

0.00000

"30" Yes No 383.581 227.352 493804.6551657 3621213.9468854

0.00000

"31" Yes No 318.230 345.860 488914.0260268 3615153.5666051

0.00000

"32" Yes No 457.206 347.120 496740.8053948 3613739.7825098

0.00000

"33" Yes No 298.279 118.374 490063.0025709 3628180.9327685

0.00000

"34" Yes No 272.935 246.934 487325.7349906 3621180.1534779

0.00000

"35" Yes No 219.398 8.233 486685.5988516 3635136.2848685

0.00000

"36" Yes No 88.650 28.653 479100.0823831 3635279.4914709

0.00000

"37" Yes No 439.538 5.626 499205.5096371 3633161.0313615

0.00000

"38" Yes No 411.620 287.580 494796.5753408 3617539.6041202

0.00000

"39" Yes No 260.427 55.575 488553.9321329 3632091.2755155

0.00000

"40" Yes No 327.065 36.512 492545.7114559 3632509.2614394

0.00000

"41" Yes No 430.327 441.708 494281.6410615 3608677.6933699

0.00000

"42" Yes No 300.880 225.766 489134.2373437 3622098.9468347

0.00000

"43" Yes No 315.116 174.419 490448.8570000 3624845.9093000

0.00000

"44" Yes No 368.605 343.023 491762.6458000 3614799.2896000

0.00000

"45" Yes No 475.630 128.378 500010.4579319 3625893.7825070

0.00000

"46" Yes No 465.116 483.721 495781.2936000 3605989.1769000

0.00000

"47" Yes No 428.746 142.787 497217.7912906 3625532.0267004

0.00000

"48" Yes No 434.841 196.092 497008.6598859 3622473.4445662

0.00000

"49" Yes No 244.237 96.788 487238.4814202 3629904.3975347

0.00000

"50" Yes No 334.045 302.896 490226.9837704 3617445.7026990

0.00000

"51" Yes No 405.814 441.860 492844.5894000 3608925.8811000

0.00000

"52" Yes No 389.535 396.512 492458.1810000 3611630.7403000

0.00000

"53" Yes No 394.982 153.069 495209.0213615 3625277.7449906

0.00000

"54" Yes No 249.536 166.599 486817.7255418 3625908.7403155

0.00000

"55" Yes No 474.052 429.489 496887.0589371 3608948.3178098

0.00000

"56" Yes No 446.512 227.907 497326.9274000 3620595.4164000

0.00000

"57" Yes No 374.745 104.601 494568.0541662 3628204.2004347

0.00000

"58" Yes No 168.605 100.000 482952.5331000 3630487.4727000

0.00000

"59" Yes No 300.000 319.767 488130.4063000 3616808.6135000

0.00000

"60" Yes No 139.122 61.305 481640.9602836 3632937.7732047

0.00000

"61" Yes No 348.888 126.975 492857.6082103 3627188.1816371

0.00000

"62" Yes No 377.308 304.277 492681.7161423 3616931.0455051

0.00000

"63" Yes No 114.239 255.249 478263.2795789 3622221.3788399

0.00000

"64" Yes No 280.702 183.250 488408.2326615 3624694.3928399

0.00000

"65" Yes No 352.800 191.854 492429.0964451 3623490.5713056

0.00000

"66" Yes No 245.967 237.966 485903.9180230 3621938.8436258

0.00000

"67" Yes No 461.628 58.140 499954.5049000 3629946.5009000

0.00000

"68" Yes No 265.715 17.718 489277.1668606 3634155.4445056

0.00000

"69" Yes No 384.884 43.023 495781.2936000 3631569.4164000

0.00000

"70" Yes No 196.935 138.605 484124.7772103 3628026.3693685

0.00000

"71" Yes No 100.510 321.360 476812.9321216 3618649.8013187

0.00000

"72" Yes No 82.386 31.434 478729.7396333 3635171.7402887

0.00000

"73" Yes No 197.674 51.163 485039.1387000 3632960.4868000

0.00000

"74" Yes No 475.581 163.953 499645.3782000 3623841.2473000

0.00000

"75" Yes No 171.583 7.161 484046.6645540 3635678.0877248

0.00000

"76" Yes No 368.605 19.767 495085.7584000 3633037.7685000

0.00000

"77" Yes No 356.977 73.256 493849.2514000 3630101.0642000

0.00000

"78" Yes No 313.314 281.634 489282.4297840 3618827.6322849

0.00000

"79" Yes No 446.058 361.637 495983.5001742 3613040.9233845

0.00000

"80" Yes No 416.279 248.837 495394.8852000 3619668.0361000

0.00000

"81" Yes No 459.216 77.299 499637.0683423 3628933.2520568

0.00000

"82" Yes No 97.591 96.065 478969.0636347 3631398.2332788

0.00000

"83" Yes No 129.682 241.033 479289.8241178 3622900.2943187

0.00000

"84" Yes No 313.867 93.545 491235.2466812 3629413.5618722

0.00000

"85" Yes No 61.167 144.562 476395.7772540 3628996.4070046

0.00000

"86" Yes No 136.505 117.443 480962.8758554 3629826.5618638

0.00000

"87" Yes No 344.183 380.331 490016.7443239 3612943.6980436

0.00000

"88" Yes No 393.851 337.267 493282.7959502 3614918.6745652

0.00000

"89" Yes No 459.534 285.789 497513.0683239 3617178.1252934

0.00000

"90" Yes No 151.352 74.978 482202.7067808 3632055.5431098

0.00000

"91" Yes No 374.553 215.320 493437.9133211 3621970.9750206

0.00000

"92" Yes No 260.800 290.478 486211.6597958 3618869.7356502

0.00000

"93" Yes No 228.741 53.687 486825.7584141 3632526.9890967

0.00000

"94" Yes No 363.870 246.470 492472.3077521 3620329.2238215

0.00000

"95" Yes No 427.683 63.356 497992.2702033 3630021.2896309

0.00000

"96" Yes No 49.207 8.001 477089.3734559 3636836.2050830

0.00000

"97" Yes No 316.735 30.943 492023.5753549 3632924.4774089

0.00000

"98" Yes No 312.003 366.461 488341.7537883 3614051.1252934

0.00000

"99" Yes No 293.023 355.814 487357.5894000 3614799.2896000

0.00000

"100" Yes No 472.506 378.229 497303.1058629 3611842.9187445

0.00000

# RMS error report:

# Warp Type - Polynomial

# -----ACTUAL----- ---PREDICTED---

# Point Cell-X Cell-Y Cell-X Cell-Y RMS

# "1" 126.651 399.911 126.358 400.087 0.3422

# "2" 255.581 350.609 255.225 350.619 0.3562

# "3" 126.369 359.444 126.754 359.070 0.5370

# "4" 356.255 460.213 356.012 460.174 0.2458

# "5" 335.488 403.630 335.337 403.784 0.2159

# "6" 138.372 297.674 138.053 298.350 0.7474

# "7" 323.760 443.839 323.338 443.609 0.4812

# "8" 203.070 267.306 202.611 267.214 0.4684

# "9" 278.047 389.258 277.841 389.616 0.4129

# "10" 247.256 307.210 247.026 307.152 0.2374

# "11" 129.024 161.772 128.656 161.650 0.3876

# "12" 238.372 338.372 238.073 338.689 0.4361

# "13" 29.350 77.676 29.212 77.893 0.2572

# "14" 100.933 184.232 100.525 183.913 0.5181

# "15" 449.906 388.050 449.843 388.133 0.1038

# "16" 416.883 82.095 416.478 82.561 0.6174

# "17" 458.469 302.095 458.144 302.064 0.3257

# "18" 315.904 473.629 316.309 473.501 0.4247

# "19" 173.863 230.237 174.146 230.220 0.2841

# "20" 84.422 242.102 84.695 242.165 0.2800

# "21" 193.771 332.004 193.855 332.228 0.2401

# "22" 193.023 297.674 192.649 298.527 0.9308

# "23" 67.857 162.236 67.958 162.315 0.1279

# "24" 127.497 378.475 127.709 378.175 0.3672

# "25" 105.814 116.279 105.255 116.113 0.5833

# "26" 466.371 284.237 466.064 284.455 0.3757

# "27" 83.451 121.638 83.356 121.904 0.2817

# "28" 205.123 206.382 204.789 206.540 0.3695

# "29" 133.532 194.373 133.543 194.288 0.0856

# "30" 383.581 227.352 383.634 227.153 0.2069

# "31" 318.230 345.860 318.683 345.918 0.4574

# "32" 457.206 347.120 457.053 347.124 0.1535

# "33" 298.279 118.374 297.997 118.291 0.2938

# "34" 272.935 246.934 272.824 246.880 0.1236

# "35" 219.398 8.233 218.631 8.554 0.8310

# "36" 88.650 28.653 88.329 28.504 0.3541

# "37" 439.538 5.626 439.083 5.555 0.4596

# "38" 411.620 287.580 411.997 287.466 0.3947

# "39" 260.427 55.575 260.049 55.444 0.4003

# "40" 327.065 36.512 327.091 36.454 0.0633

# "41" 430.327 441.708 430.635 441.521 0.3597

# "42" 300.880 225.766 300.938 225.721 0.0737

# "43" 315.116 174.419 314.934 174.555 0.2276

# "44" 368.605 343.023 368.547 343.598 0.5777

# "45" 475.630 128.378 475.376 128.263 0.2784

# "46" 465.116 483.721 464.636 483.366 0.5973

# "47" 428.746 142.787 428.688 142.742 0.0731

# "48" 434.841 196.092 434.583 196.006 0.2717

# "49" 244.237 96.788 244.304 96.973 0.1965

# "50" 334.045 302.896 334.060 302.585 0.3113

# "51" 405.814 441.860 405.264 441.496 0.6594

# "52" 389.535 396.512 390.270 396.081 0.8521

# "53" 394.982 153.069 395.087 153.055 0.1059

# "54" 249.536 166.599 249.479 166.991 0.3965

# "55" 474.052 429.489 474.399 429.164 0.4759

# "56" 446.512 227.907 445.849 227.390 0.8400

# "57" 374.745 104.601 375.048 104.578 0.3043

# "58" 168.605 100.000 169.125 99.602 0.6549

# "59" 300.000 319.767 300.141 319.746 0.1428

# "60" 139.122 61.305 139.081 61.302 0.0413

# "61" 348.888 126.975 348.914 127.121 0.1481

# "62" 377.308 304.277 377.678 304.190 0.3798

# "63" 114.239 255.249 114.455 255.738 0.5344

# "64" 280.702 183.250 280.469 183.193 0.2401

# "65" 352.800 191.854 353.033 192.031 0.2926

# "66" 245.967 237.966 246.133 238.023 0.1754

# "67" 461.628 58.140 461.864 58.672 0.5822

# "68" 265.715 17.718 266.036 17.778 0.3263

# "69" 384.884 43.023 385.394 43.070 0.5119

# "70" 196.935 138.605 196.817 138.499 0.1588

# "71" 100.510 321.360 100.690 321.499 0.2268

# "72" 82.386 31.434 82.322 31.453 0.0660

# "73" 197.674 51.163 197.185 50.870 0.5702

# "74" 475.581 163.953 475.485 164.671 0.7240

# "75" 171.583 7.161 171.776 7.026 0.2357

# "76" 368.605 19.767 368.938 19.851 0.3435

# "77" 356.977 73.256 356.867 74.053 0.8044

# "78" 313.314 281.634 313.609 281.590 0.2978

# "79" 446.058 361.637 446.253 361.391 0.3139

# "80" 416.279 248.837 415.647 249.062 0.6712

# "81" 459.216 77.299 459.568 77.050 0.4310

# "82" 97.591 96.065 98.109 95.697 0.6355

# "83" 129.682 241.033 129.925 241.019 0.2434

# "84" 313.867 93.545 314.246 93.611 0.3849

# "85" 61.167 144.562 61.496 144.642 0.3393

# "86" 136.505 117.443 137.111 116.857 0.8423

# "87" 344.183 380.331 344.407 380.696 0.4285

# "88" 393.851 337.267 394.202 337.051 0.4115

# "89" 459.534 285.789 459.622 285.660 0.1557

# "90" 151.352 74.978 151.431 74.828 0.1701

# "91" 374.553 215.320 375.010 215.206 0.4709

# "92" 260.800 290.478 260.909 289.940 0.5490

# "93" 228.741 53.687 229.114 53.052 0.7366

# "94" 363.870 246.470 363.566 246.318 0.3399

# "95" 427.683 63.356 428.040 63.183 0.3965

# "96" 49.207 8.001 49.084 7.651 0.3700

# "97" 316.735 30.943 316.866 30.850 0.1609

# "98" 312.003 366.461 312.302 366.585 0.3233

# "99" 293.023 355.814 293.136 356.615 0.8092

# "100" 472.506 378.229 472.555 378.112 0.1273

#

# Average RMS error : 0.381

# Total RMS error : 38.148

# End of GCP details

4.1.3 Penggabungan Citra

4.2 Pembahasan

4.2.1 Membuka Dan Memeriksa Koreksi Citra

Pada metode ini digunakan 2 data citra yaitu landsat_mss_notwarped ers

dan lansdsat_mss_27 agustus.ers. Dari hasil dilihat bahwa geodetic datum dan

map projection citra landsat_mss_notwarped ers adalh RAW, yang menandakan

citra tersebut belum dikoreksi. Sedangkan geodetic datum dan map projection

citra lansdsat_mss_27 agustus.ers adalah NAD 27 dan NUTM11 yang

menandakan bahwa citra tersebut sudah dikoreksi, sehingga dijadikan sebagai

referensi untuk koreksi citra yang belum terkoreksi. Jadi bentuk RAW adalah citra

yang belum dikakukan pegkoreksian. Dilihat dari posisinya bila kedua file dibuka,

bila belum terkoreksi bentuknya fit dengan jendela algorithm, dan citra yang

sudah dikoreksi posisinya sedikit miring terhadap jendela algorithm.

4.2.2 Proses Koreksi Geocoding

Metode ini bertujuan untuk mencocokan koordinat titik antara citra yang

belum terkoreksi dan referensinya. Dengan cara melakukan pemberian titik pada

kedua citra yang kira-kira berada di tempat yang sama. Pada proses ini akan

terdapat RMS yairu suatu nilai error bila jarak antara titik koreksi dan refensi

berbeda, semakin tinggi nilai RMS semakin jauh titik tersebut dari posisi yang

diinginkan. Error boleh dilakukan asal masih dalam batas nilai RMS kurang dari

satu. Pemberian titik dilakukan sebanyak 100 kali, ini dimaksudkan semakin

banyak titik semakin tinggi ketelitian dari hasil reftifikasi citra tersebut. Bila nilai

RMS lebih atau sama dengan 1, maka harus dilakukan pemberian titik ulang,

sampai nilai RMS nya kurang dari 1. Untuk melihat nilai RMS error atau tidak

bisa dengan membuka file gcp yang sudah disimpan sebelumnya dengan aplikasi

wordpad. Hasilnya juga telah terlampir pada hasil praktikum.

4.2.3 Penggabungan Citra

Metode ini bertujuan untuk menggabungkan dua citra yang berbeda antara

landsat beresolusi rendah, namun berwarna dengan SPOT yang memiliki resolusi

lebih tinggi, namun hitam-putih. Hasilnya, pada bagian penggabungan dapat

terlihat lebih jelas objeknya jika diperbesar. Selain imenggabungkan dua citra

yang berbeda, metode ini juga menggabungkan citra drainase dan jalan. Hasilnya,

pada bagian penggabungan akan tampak garis putih yang menunjukan jalan

ataupun drainase. Sehingga kita dapat melihat bagaimana sistem jalan dan dainase

pada citra, dengan cara menggunakan menu zoom box tool, akan terlihat lebih

jelas sistem jalan dan drainasennya serta citra SPOT nya.

V. KESIMPULAN

1. Koreksi geometrik dilakukan untuk menghilangkan distorsi pada citra yang

disebabkan oleh kelengkungan bumi, rotasi bumi, ketinggian sensor, dan

kesalahan dari sensor

2. Citra yang belum dikoreksi bebentuk RAW sedangkan citra yang sudah

dikoreksi akan berbentuk selain RAW

3. Rektifikasi adalah suatu proses yang transformasi geometri citra dijitalnya

sedemikian rupa sehingga setiap pixelnya memiliki posisi di dalam sistem

koordinat dunia nyata. Dan dilakukan dalam 100 titik sehingga hasilnya

lebih valid.

4. Overlay citra bertujuan mengabungkan citra yang resolusinya kecil dengan

citra beresolusi tinggi

5. Dari penggabungan citra yang dilakuakn dapat diketahui jalan, darinase, dan

hasil dari citra SPOT.

DAFTAR PUSTAKA

Lillesand and Kiefer. 1990. Remote Sensing and Image interpretation Jhon Willey

and Son, New York

Mapper. Er. 1998. Earth Resources Mapper User Manual. Ver. 6.0.87 collin Streat.

West Perth. Western Australia 6005

Nasda. 2000. The Used Of Japanes Earth Resaorces Satelit 1 (Jers-1). Tokyo.

Japan

Prahasta, Eddy.2008.Remote Sensing.Informatika : Bandung

Wahyunto, A, Hidayat. Dan A. Adimirhadja. Penggunaan Citra Satelit Untuk

Identifikasi dan Infentarisasi Areal Tanaman Pangan dan Estimilasi

Produksinaya. Makalah Tentang Hasil Rapat Pembahasan Program dan

Pelaksanaan IP Padi 300 dan SUP MH 1998/1999 di Pekan Baru., Riau 3-4

September 1998.

http://www.anjar.web.ugm.ac.id diakses pada tanggal 15 april 2012

http://www.konturgeo.blogspot.com diakses pada tanggal 15 april 2012

http://www.pustaka_deptan.go.id diakses pada tanggal 15 april 2012

http://www.ruangdialisis.files.wordpress.com diakses pada tanggal 15 april 2012