1 Rina, Dhany, Dinal I. PENDAHULUAN I.1 Latar Belakang Dalam setiap kegiatan yang berkatan dengan permukaan bumi, akan selalu membutuhkan data permukaan bumi sebagai data referensi. Salah satu jenis data permukaan bumi adalah data yang berkaitan dengan spasial dan atribut suatu wilayah. Salah satu cara untuk mendapatkan data spasial dan data atribut suatu wilayah adalah dengan metode penginderaan jauh. Metode penginderaan jauh adalah suatu metode untuk mendapatkan data spasial dan data atribut tanpa menyentuh langsung data spasial dan data atribut tersebut. Keuntungan dari metode penginderaan jauh ini adalah waktu pengumpulan data yang relatif singkat dibanding dengan metode terestris untuk cakupan area yang sama. Adapun wahana yang digunakan dalam sistem penginderaan jauh adalah wahana udara ( pesawat) dan wahana luar angkasa (satelit). Hasil dari penginderaan jauh wahana satelit adalah citra. Saat ini citra kebanyakan telah terkoreksi secara radiometrik dan geometrik. Akan tetapi dapat juga memesan citra mentah, citra mentah adalah citra yang belum terkoreksi secara radiometrik dan geometrik. Citra jenis ini dapat dih=gunakan setelah dilakukan beberapa tahapan pengolahan citra. Citra yang terkoreksi secara radiomtrik dan geometrik selanjtnya dapat dimanfaatkan pada berbagai bidang. Tulisan ini membahas tentang langkah-langkah pengolahan suatu citra mentah agar dapat dimanfaatkan pada bidang perkebunan. Negara
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1Rina, Dhany, Dinal
I. PENDAHULUAN
I.1 Latar Belakang
Dalam setiap kegiatan yang berkatan dengan permukaan bumi, akan selalu
membutuhkan data permukaan bumi sebagai data referensi. Salah satu jenis data permukaan
bumi adalah data yang berkaitan dengan spasial dan atribut suatu wilayah. Salah satu cara
untuk mendapatkan data spasial dan data atribut suatu wilayah adalah dengan metode
penginderaan jauh.
Metode penginderaan jauh adalah suatu metode untuk mendapatkan data spasial dan
data atribut tanpa menyentuh langsung data spasial dan data atribut tersebut. Keuntungan dari
metode penginderaan jauh ini adalah waktu pengumpulan data yang relatif singkat dibanding
dengan metode terestris untuk cakupan area yang sama. Adapun wahana yang digunakan
dalam sistem penginderaan jauh adalah wahana udara ( pesawat) dan wahana luar angkasa
(satelit).
Hasil dari penginderaan jauh wahana satelit adalah citra. Saat ini citra kebanyakan
telah terkoreksi secara radiometrik dan geometrik. Akan tetapi dapat juga memesan citra
mentah, citra mentah adalah citra yang belum terkoreksi secara radiometrik dan geometrik.
Citra jenis ini dapat dih=gunakan setelah dilakukan beberapa tahapan pengolahan citra.
Citra yang terkoreksi secara radiomtrik dan geometrik selanjtnya dapat dimanfaatkan
pada berbagai bidang. Tulisan ini membahas tentang langkah-langkah pengolahan suatu citra
mentah agar dapat dimanfaatkan pada bidang perkebunan. Negara Indonesia dikenal sebagai
Negara penghasil sawit terbesar dunia (beberapa tahun yang lalu kedua setelah Malaysia)
sehingga aplikasi seperti ini diharapkan dapat dimanfaatkan untuk memanfaatkan bidang yang
satu ini dengan maksimal. Aplikasi citra digital untuk perkebunan ini digunakan untuk
menentukan kelas tanaman berdasar umur tanaman.
I.2 Maksud dan Tujuan
Maksud dan tujuan pembuatan mini project ini adalah untuk mengetahui umur
tanaman perkebunan dilihat dari tahun tanamnya. Hal ini merupakan salah satu aplikasi
penggunaan NDVI. Selain itu mini project ini bertujuan untuk melatih mahasiswa tentang
cara – cara mengolah citra dengan baik menggunakan beberapa software. Baik itu dari koreksi
radiometrik sampai pada pembuatan peta sederhana.
2Rina, Dhany, Dinal
I.3 Dasar Teori
Landasan teori sangat dibutuhkan sebagai dasar untuk merencanakan langkah-langkah
kegiatan yang akan dilakukan. Dibawah ini akan dibahas mengenai landasan teori yang terkait
dan menjadi dasar dalam pelaksanaan mini project ini.
I.3.1 Data Citra Landsat 5
Landsat 5 adalah satelit remote sensing yang dioperasikan oleh USGS (United States
Geological Survei), diluncurkan pada tanggal 1 maret 1984 berorbit polar pada ketinggian
orbit 705 Km, dengan membawa sensor TM (Thematic Mapper) yang dapat menghasilkan
citra multispektral dan pankhromatik yang masing masing memiliki resolusi spasial 30 m dan
120 m. Misi Landsat 5 adalah untuk menyajikan data inderaja berkualitas tinggi(pada saat itu)
dan tepat waktu dari kanal tampak (visible) dan infra merah yang meliput seluruh daratan dan
kawasan di sekitar pantai di permukaan bumi dan secara berkesinambungan memperbaharui
data base yang ada.
Spesifikasi produk
Tanggal Peluncuran 1 Maret 1984
Resolusi Spasial 30 meter
Orbit 705 +/- 5 km (di equator) sun-synchronous
Grounding Track Repeat Cycle 16 hari (233 orbit)
Karakteristik Band – band pada Sensor TM (Thematik Mapper)
NamaBand Spectral Range Karakteristik
Band 1 0,45 – 0.52 μm Untuk penetrasi tubuh air, membedakan antara tanah
dengan vegetasi, tumbuhan berdaun lebar dan konifer
Band 2 0,52 – 0.69 μm Untuk mengukur puncak pantulan hijau saluran tampak
bagi vegetasi guna penilaiain ketahanan penilaian
ketahanan
Band 3 0,63 – 0,69 μm Merupakan saluran absorbsi yang penting untuk membedakan
vegetasi
Band 4 0,76 – 0,90 μm Untuk membedakan kandungan biomassa dan untuk
deliniasi tubuh air
Band 5 1,55 – 1,75 μm Menunjukkan kandungan kelembaban vegetasi dan
kelembaban tanah, juga bermanfaat untuk membedakan
3Rina, Dhany, Dinal
salju dan awan
Band 6 10,40 – 12,50
μm
Untuk analisis penekanan vegetasi, diskriminasi
kelembaban tanah dan pemetaan termal
Band 7 2,08 – 2,35 μm Untuk membedakan tipe batuan dan untuk pemetaan
hidrotermal
I.3.2 ER Mapper 6.4
ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk
mengolah data citra atau satelit. Masing-masing perangkat lunak mempunyai keunggulan dan
kelebihannya sendiri. ER Mapper dapat dijalankan pada workstation dengan sistem operasi
UNIX dan komputer PCs (Personal Computers) dengan sistem operasi Windows 95 ke atas
dan Windows NT. ER Mapper mengembangkan metode pengolahan citra terbaru dengan
pendekatan yang interaktif, dimana kita dapat langsung melihat hasil dari setiap perlakuan
terhadap citra pada monitor komputer.
Dalam ER Mapper dikenal tiga bentuk format data yaitu:
1. Format Raster Dataset dan Header File (.ers)
2. Format Vector Dataset dan Header File (.erv)
3. Format Algorithms File (.alg)
Untuk menampilkan format dataset lainnya maka kita harus melakukan proses import data.
ER Mapper memberikan kemudahan dalam pengolahan data sehingga kita dapat
mengkombinasikan berbagai operasi pengolahan citra dan hasilnya dapat langsung terlihat
tanpa menunggu komputer menuliskannya menjadi file yang baru (cara pengolahan ini dalam
ER Mapper disebut Algoritma).
Dengan Algoritma, kita dapat melihat hasil yang kita kerjakan di monitor,
menyimpannya ke dalam media penyimpan (hard disk, dll), memanggil ulang, atau
mengubahnya, setiap saat. Oleh karena Algoritma hanya berisi rangkaian proses, maka file
dari algoritma ukurannya sangat kecil, hanya beberapa kilobyte sampai beberapa megabyte,
tergantung besarnya proses yang kita lakukan, sehingga sangat menghemat ruang hard disk.
Dan oleh karena file algoritma berukuran kecil, maka proses penayangan citra menjadi relatif
lebih cepat. Hal ini membuat waktu pengolahan menjadi lebih cepat. Konsep Algoritma ini
adalah salah satu keunggulan ER Mapper. Selain itu, beberapa kekhususan lain yang dimiliki
ER Mapper adalah :
1. Didukung dengan 130 format pengimpor data
2. Didukung dengan 250 format pencetakan data keluaran
4Rina, Dhany, Dinal
3. Visualisasi tiga dimensi
4. Adanya fasilitas Dynamic Links
5. Penghubung dinamik (Dynamic Links) adalah fasilitas khusus ER Mapper yang
membuat pengguna dapat langsung menampilkan data file eksternal pada citra tanpa
perlu mengimportnya terlebih dahulu. Data-data yang dapat dihubungkan termasuk
kedalam format file yang populer seperti ARC/INFO, Oracle, serta standar file format
seperti DXF, DON dll.
Selain kelebihan-kelebihan di atas, ER Mapper memiliki keterbatasan, yaitu :
1. Terbatasnya format Pengeksport data
2. Data yang mampu ditanganinya adalah data 8 bit.
I.3.3 ENVI Versi 4.3
ENVI adalah singkatan dari Environment for Visualizing Images. ENVI merupakan
perangkat lunak yang sesuai untuk pengolahan citra digital. Perangkat lunak ini dapat
berfungsi untuk memvisualisasikan, menganailsis, dan mempresentasikan semua tipe citra
digital. Adapun tools yang ditawarkan meliputi peralatan olah citra, spektral tools, geometric
correction, analisis terrain, analisis radar, kemampuan raster dan vector yang sesuai dengan
perangkat GIS.
Beberapa Fungsi ENVI diantaranya:
x,y,z profiling
Image transects
Linear and non-linear histogramming and contrast stretching
Color tables
Density slicing
Classification color mapping
Quick filter preview
ROI definition and processing
Vector creation and display
I.3.4 ArcView Versi 3.3
ArcView merupakan salah satu perangkat lunak (software) desktop Sistem Informasi
Geografis (SIG) dan pemetaan yang dikembangkan oleh ESRI. ArcView memiliki
kemampuan – kemampuan untuk melakukan visualisasi, meng-explore, menjawab query
5Rina, Dhany, Dinal
(baik basisdata spasial maupun non-spasial), menganalisis data secara geografis, dan
sebagainya.
Secara umum kemampuan ArcView dapat dilihat melalui uraian berikut :
Pertukaran data, membaca dan menuliskan data dari dan ke dalam format perangkat
lunak SIG lainnya.
Melalukan analisis statistik dan operasi-operasi matematis.
Menampilkan informasi (basisdata) spasial maupun atribut.
Menghubungkan informasi spasial dengan atribut-atributnya yang terdapat (disimpan)
dalam basisdata atribut.
Melakukan fungsi-fungsi dasar SIG seperti analisis sederhana spasial.
Membuat peta tematik.
Meng-customize aplikasi dengan menggunakan bahasa skrip atau bahasa
pemrograman sederhana.
Melakukan fungsi-fungsi SIG khusus lainnya (dengan menggunakan extension yang
ditujukan untuk mendukung penggunaan perangkat lunak SIG ArcView).
ArcView mengorganisasikan project beserta tools yang tersedia kedalam bentuk
sistem windows, menu, button, dan icon. Setiap tipe dokumen (view, table, chart, layout, dan
script) ArcView memiliki tampilan yang berbeda.
Tampilan pada Project.
Project merupakan window yang paling awal muncul untuk bekerja dengan ArcView.
Menu-menu yang terdapat pada window menyediakan fasilitas-fasilitas untuk mengatur
project yang akan dibuat.
6Rina, Dhany, Dinal
I.3.5 Koreksi Radiometrik
Koreksi radiometrik ditujukan untuk memperbaiki nilai piksel supaya sesuai dengan
obyek yang seharusnya. Biasanya mempertimbangkan faktor gangguan atmosfer sebagai
sumber kesalahan utama. Efek atmosfer menyebabkan nilai pantulan obyek dipermukaan
bumi yang terekam oleh sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi lebih
besar oleh karena adanya hamburan atau lebih kecil karena proses serapan. Metode-metode
yang sering digunakan untuk menghilangkan efek atmosfer antara lain metode pergeseran
histogram (histogram adjustment), metode regresi dan metode kalibrasi bayangan. (Projo
Danoedoro, 1996).
Metode yang digunakan dalam project ini adalah metode penyesuaian histogram.
Asumsi dari metode ini adalah dalam proses koding digital oleh sensor, obyek yang
memberikan respon spektral yang paling rendah seharusnya bernilai 0. Apabila nilai ini
ternyata melebihi angka 0 maka nilai tersebut dihitung sebagai offset dan koreksi dilakukan
dengan mengurangi seluruh nilai pada saluran tersebut dengan offset-nya.
I.3.6 Koreksi Geometrik
Ketika akurasi area, arah dan pengukuran jarak dibutuhkan, citra mentah harus selalu
diproses untuk menghilangkan kesalahan geometrik dan merektifikasi citra kepada koordinat
sistem bumi yang sebenarnya. Salah satu cara untuk mengoreksi distorsi geometrik ini adalah
7Rina, Dhany, Dinal
dengan menggunakan titik – titik kontrol tanah (GCP). GCP adalah suatu titik pada
permukaan bumi yang sudah diketahui koordinatnya.
Koreksi geometrik ini terdiri dari koreksi geometrik citra ke citra (image to image
rektification) dan koreksi geometrik citra ke peta (image to map rectification). Pada project
kali ini koreksi geometrik yang dilakukan adalah Image to Map dengan dasar peta RBI dan
Data GCP yang telah disediakan.
I.3.7 Cropping
Data satu scene umumnya mencakup wilayah yang cukup luas. Cakupan 1 scene citra
landsat adalah 185 km x 185 km. Kadang-kadang tidak semua data yang tercakup dalam
scene tersebut kita butuhkan. maka kita sebaiknya memotong scene tersebut sesuai dengan
daerah pengamatan kita. Hal ini untuk memperkecil besar file yang kita gunakan serta
mempercepat proses-proses dalam ER Mapper bila dibandingkan dengan mengolah data satu
scene penuh.
I.3.8 NDVI
NDVI (Normalized Difference Vegetation Index) yang merupakan salah satu macam
indeks vegetasi adalah suatu penajaman spectral yang berfungsi untuk membedakan vegetasi
dan non vegetasi dengan rumus NDVI = (NIR & ndash; RED)/ (NIR + RED), dimana NIR
adalah band Near Infra Red (band 4 pada Landsat TM) dan RED adalah band RED (sinar
merah yaitu band 3 pada Landsat TM). Hasilnya adalah penutupan lahan berupa vegetasi yang
tampak lebih cerah dan non vegetasi yang terlihat gelap dengan sebaran nilai –1 hingga +1
(range band 3 dan band 4)
I.3.9 DENSITY SLICING
Density Slicing atau dikenal juga dengan level slicing adalah salah satu teknik
enhancement untuk mendistribusikan digital number (DN) pada sumbu x (axis) dari histogram
citra yang dibagi dalam beberapa interval analisis (Lisseland and Kiefer, 2000). Sebagai
konsekuensinya, jika ada enam interval spectral citra yang dibangun maka citra yang
dihasilkan akan mempunyai enam graylevel.
8Rina, Dhany, Dinal
II PELAKSANAAN
II.1 Persiapan
Pada tahap persiapan dilakukan studi pustaka mengenai bagaimana cara mengolah
citra, serta menyiapkan perangkat keras dan perangkat lunak komputer yang akan digunakan
dalam poject ini.
II.2 Alat dan Bahan
1. Citra Landsat 5 TM Tahun 1997, daerah Lampung Selatan format raster (.ers)
2. Seperangkat komputer/ laptop
3. Software ER Mapper 6.4
4. Software ENVI 4.3
5. Software Arc View 3.3
6. Microsoft Office Word 2007
II.3 Pelaksanaan
Tahapan-tahapan yang akan dilakukan dalam mini project ini dapat dilihat pada
diagram alir pelaksanaan berikut ini :
Koreksi Radiometrik
Koreksi Geometrik
Cropping Image
Proses NDVI
GCP Coordinates(x,y dan X,Y)
Koordinat BatasCroppping Image
Pendefinisian Klas umur tanaman berdasar Index Vegetasi
Original Image
Stretching Image
9Rina, Dhany, Dinal
Untuk menghitung statistik citra sampai dengan koreksi geometrik dalam project ini
menggunakan ER Mapper. Langkah langkah yang dilakukan yaitu sebagai berikut:
II.3.1 Menghitung Statistik Citra
Penghitungan statistik dilakukan untuk mengetahui data statistik citra yang akan
diolah terutama untuk mengetahui nilai minimum citra aslinya. Data tersebut nantinya akan
digunakan untuk koreksi radiometrik sebagai langkah awal pada mini project kali ini.
1. Klik Process dan pilih Calculate Statisics
2. Pilih citra yang akan dihitung statistiknya dengan klik , setelah muncul datasetnya
klik OK
3. Tunggu proses calculate statistics selesai sampai muncul widow di bawah ini
Density Slicing
Classified Image
Pembuatan Peta
10Rina, Dhany, Dinal
4. Untuk mengetahui hasil statistik citra tersebut klik View Statistics Show
Statistik, sehingga muncul window Statistic Report, lalu klik Display
II.3.2 Koreksi Radiometrik
Koreksi radiometrik ditujukan untuk memperbaiki nilai piksel supaya sesuai dengan
obyek yang seharusnya.
Langkah – langkah koreksi radiometrik adalah sebagai berikut:
1. Klik new file
2. Klik edit algorithm atau klik kanan pada window yang muncul lalu pilih algorithm.
Berikut ini adalah window Algorithm
3. Klik Load Dataset , lalu pilih file citra yang akan dikoreksi radiometrik sehingga
muncul citra tersebut.
4. Perbanyak pseudo layer sesuai dengan jumlah band masing – masing citra dengan cara
menekan tombol duplicate , sesuaikan tiap layer dengan masing - masing band
kemudian direname.
11Rina, Dhany, Dinal
5. Pada tiap layer klik Edit Formula , sehingga muncul window Formula Editor. Pada
input, edit dengan cara mengurangi input sesuai dengan nilai minimum yang
tercantum pada display statistik kemudian klik Apply changes dan lakukan untuk
semua band. Sebagai contoh pada gambar berikut, untuk band 1 dikurangi 73 (sesuai
nilai minimum statistiknya)
6. Setelah semua band diedit formula, klik close pada window Formula Editor dan
Algorithm. Simpan hasil koreksi radiometrik dengan klik File Save As pada menu
utama ER Mapper sehingga muncul tampilan sebagai berikut
Pada window Save As ER Mapper Dataset kosongkan baris Null Value kemudian klik
OK
12Rina, Dhany, Dinal
7. Untuk mengecek hasil koreksi radiometrik lakukan calculate statistics kembali untuk
citra yang sudah dikoreksi (langkah – langkahnya sama dengan point A)
Jika pada Display Statistics tersebut nilai minimum statistik tiap band lebih dari 0
(nol), maka untuk membuat nilai minimum statistik tersebut menjadi nol perlu dilakukan
proses koreksi radiometrik.
II.3.3 Koreksi Geometrik
Koreksi geometrik ini bertujuan untuk mengoreksi distorsi geometrik yang
ditimbulkan oleh gangguan atmosfer karena area cakupan citra yang luas. Langkah – langkah
untuk melakukan koreksi geometrik pada ER Mapper adalah sebagai berikut:
1. Dari menu Process pada menu utama ER Mapper pilih Geocoding Wizard, pada menu
Start, masukkan file citra yang akan dikoreksi geometrik dan Geocoding Type-nya
pilih Polynomial
2. Pada menu Polynomial Setup pilih Linear
3. Pada menu GCP Setup, klik change dan sesuaikan dengan referensi yang telah
ditentukan (dapat dilihat pada gambar di bawah ini)
13Rina, Dhany, Dinal
4. Pada GCP Edit akan uncul dua tampilan uncorrected GCP, yang berfungsi untuk
menempatkan titik – titik GCP, pada window GCP Edit masukkan koordinat yang
telah ditentukan.
5. Klik Off pada semua baris titik sampai berubah menjadi On sehingga muncul RMS
untuk tiap – tiap titik. Modifikasi RMS dengan menepatkan masing – masing titik
pada posisi yang benar sehingga RMS tersebuti mencapai ≤ 0,5. Berikut ini adalah
hasil RMS untuk semua titik:
14Rina, Dhany, Dinal
6. Setelah RMSnya memenuhi syarat klik Rectify, klik Select Output Filename di dalam
kotak Output Info kemudian Save File and Start Rectification
Langkah-langkah Cropping citra sampai dengan density slicing dilakukan menggunakan
ENVI.
II.3.4 Cropping
Pengcropingan/ pemotongan image dapat dilakukan sebelum koreksi geometrik atau
sesudah koreksi geometrik. Namun pada project ini cropping citra dilakukan sesudah koreksi
geometric. Langkah – langkahnya adalah sebagai berikut:
1. Buka citra yang akan dicrop lalu pada jendela utama File Save File As Envi
Meta.
2. Lalu Muncul jendela New File Builder Isi nama file yang hasil crop Import File.
Lalu Muncul Create New File , pilih File yang akan dicrop.