9
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam remote sensing, perangkat lunak (software) merupakan salah satu komponen penting dalam pengolahan data citra. Terdapat banyak software penginderaan jauh yang dapat dimanfaatkan untuk pengolahan dan analisis data penginderaan jauh seperti ER Mapper, ERDAS, IDRISS, dan sebagainya. Selain produk tersebut, Research System, Inc (RSI) membuat ENVI (The Environment For Visualizing Images) yaitu suatu sistem pengolahan citra digital penginderaan jauh yang revolusioner dibuat. Sekarang ENVI terbaru versi 5 memberikan fitur dan fungsionalitas lebih mempermudah alur kerja dan mengurangi waktu untuk pengolahan citra digital penginderaan jauh dan analisis. ENVI 5 berintegrasi dengan GIS yang dapat mempermudah menyadap informasi terkini dari citra digital penginderaan jauh dengan memberikan alat analisis citra digital penginderaan jauh secara langsung dari lingkungan ArcGIS International Institute for Aerospace Survey and Earth Science (ITC). Pada praktikum Penginderaan Jauh, mahasiswa menggunakan ENVI untuk memroses data Penginderaan Jauh. Mahasiswa diajarkan untuk melakukan operasi band math pada citra terutama untuk tujuan vegetasi. Selain itu, mahasiswa juga diajarkan untuk menggabungkan dua citra menjadi satu, atau dengan kata lain mozaik. Tugas ini akan menjawab pertanyaan mengenai perbedaan hasil dari

Laprak inderaja 4

Embed Size (px)

DESCRIPTION

Remote Sensing

Citation preview

BAB I PENDAHULUAN1.1 Latar Belakang Dalam remote sensing, perangkat lunak (software) merupakan salah satu komponen penting dalam pengolahan data citra. Terdapat banyak software penginderaan jauh yang dapat dimanfaatkan untuk pengolahan dan analisis data penginderaan jauh seperti ER Mapper, ERDAS, IDRISS, dan sebagainya. Selain produk tersebut, Research System, Inc (RSI) membuat ENVI (The Environment For Visualizing Images) yaitu suatu sistem pengolahan citra digital penginderaan jauh yang revolusioner dibuat. Sekarang ENVI terbaru versi 5 memberikan fitur dan fungsionalitas lebih mempermudah alur kerja dan mengurangi waktu untuk pengolahan citra digital penginderaan jauh dan analisis. ENVI 5 berintegrasi dengan GIS yang dapat mempermudah menyadap informasi terkini dari citra digital penginderaan jauh dengan memberikan alat analisis citra digital penginderaan jauh secara langsung dari lingkungan ArcGIS International Institute for Aerospace Survey and Earth Science (ITC). Pada praktikum Penginderaan Jauh, mahasiswa menggunakan ENVI untuk memroses data Penginderaan Jauh. Mahasiswa diajarkan untuk melakukan operasi band math pada citra terutama untuk tujuan vegetasi. Selain itu, mahasiswa juga diajarkan untuk menggabungkan dua citra menjadi satu, atau dengan kata lain mozaik. Tugas ini akan menjawab pertanyaan mengenai perbedaan hasil dari beberapa operasi band math pada citra beserta metode seamless mosaic untuk menggabungkan citra. 1.2 TujuanMengetahui perbedaan dari band math berdasarkan pengelompokan nilai pada objek citra serta langkah-langkah seamless mosaic pada citra.

1.3. Rumusan Masalah 1. Apa saja perbedaan dari operasi band math berdasarkan pengelompokan nilai objek citra?

2. Bagaimana cara melakukan seamless mosaic pada citra penginderaan jauh?1.4.Metodologi Dalam mengerjakan laporan ini, tim penulis menggunakan cara-cara :

1. Praktikum

Pada praktikum, mahasiswa diberikan gambaran umum mengenai langkah-langkah mengolah citra Landsat menggunakan ENVI, yang berikutnya menjadi pengetahuan dasar dalam mengerjakan tugas.

2. Studi Literatur

Untuk melengkapi pemahaman mahasiswa, kami melakukan studi literatur mengenai materi terkait. Studi literatur dilakukan melalui media online dan e-book yang ada.BAB II

HASIL DAN PEMBAHASAN

2.1. Dasar Teori 2.1.1. Band Math

Klasifikasi citra merupakan suatu proses pengelompokan seluruh pixel pada suatu citra kedalam dalam kelompok-kelompok, sehingga dapat diinterpretasikan sebagai suatu property yang spesifik (Chein-I Chang dan H.Ren, 2000). Ada dua metode umum dalam mengidentifikasi dan mengklasifikasikan citraan satelit yaitu klasifikasi takterbimbing (unsupervised) dan klasifikasi terbimbing (Supervised) yang berkaitan dengan paendekatan dalam pengenalan pola.

Pada intinya, prinsip klasifikasi yang dilakukan dalam computer pengolahan citra adalah pengelompokan individu atau set pixel untuk mewakili beberapa fitur, kelas atau materi yang plotkan berdasarkan ciri oleh serangkaian dari DNS untuk setiap band yang dimonitor oleh sensor .dan kemudian dianalisis secara statistic untuk menentukan derajat keunikan pixel-pixel tersebut terhadap tanggapan spectral objek dan dikelompokkan dalam klaster.

Dalam klasifikasi tidak terbimbing (unsupervised) setiap pixel diperbandingkan dengan kluster diskret untuk melihat pixel-pixel mana yang memiliki kemiripan yang tinggi dan dikelompokkan dalam klaster-klaster. Kemudian didiperbandingkan dengan kenampakan objek yang sebenarnya bila hasil klaster masih kurang memuaskan, maka diulangi lagi untuk mencari kombinasi klaster yang lebih sesuai.

Selain sistem klasifikasi tidak terbimbing (unsupervised), terdapat pula klasifikasi terbimbing (supervised) yang membutuhkan pengetahuan tentang kelas apa saja yang terdapat dalam target serta lokasinya. Analisis statistik dilakukan pada data multiband untuk masing-masing kelas tersebut akan memperlihatkan cirikhas dari masing masing objek meskipun adakalanya untuk cluster yang sama memiliki definisi objek yang lebih dari satu. Oleh karena itu perlu dilakukan pencitraan dengan menggunakan lebih dari tiga band yang diharapkan untuk objek yang berbeda akan menunjukan respon yang berbeda sehingga lebih mudah di klasifikasikan pada kelas mana klaster tersebut.

Dalam klasifikasi tak terawasi memiliki tujuan untuk pengelompokan pola multiband dari respon respon spectral yang identik. Respon respon spectral itu dalam computer ditunjukan melalui penotasian Digital Number (DN) dalam setiap pixel. Nilai DN tersebut didapat dari kuantifikasi respon satu band maupun kombinasi respon beberapa band. DN akan semakin beraneka ragam jika dikombinasikan dengan band-band lainnya. Akan tetapi keberagaman itu akan menjadi tidak terkendali ketika jumlah bandnya 4 atau lebih. Pencitraan dengan banyak band akan menghasilkan kombinasi kombinasi warna citraan yang berbeda beda. Pengkombinasian band ini biasanya digunakan untuk mempermudah dalam klasifikasi citra Komposit warna yang biasa digunakan adalah hijau biru dan merah. (eionet,2010).

Dalam aplikasi penginderaan jauh, indeks vegetasi merupakan cerminan tingkat kehijauan vegetasi yang juga dapat digunakan sebagai parameter kondisi kekeringan. Indeks vegetasi dapat berubah disebabkan oleh kondisi ketersediaan air akibat pergantian musim. Kondisi indeks vegetasi rendah mengakibatkan penurunan produksi pangan, kebakaran, dan lain sebagainya. Untuk mengantisipasi akibat buruk tersebut, upaya pemantauan indeks vegetasi perlu dilakukan.

Indeks vegetasi merupakan nilai yang diperoleh dari gabungan beberapa spektral band spesifik dari citra penginderaan jauh. Gelombang indeks vegetasi diperoleh dari energi yang dipancarkan oleh vegetasi pada citra penginderaan jauh untuk menunjukkan ukuran kehidupan dan jumlah dari suatu tanaman. Tanaman memancarkan dan menyerap gelombang yang unik sehingga keadan ini dapat di hubungakan dengan pancaran gelombang dari objek-objek yang lain sehingga dapat di bedakan antara vegetasi dan objek selain vegetasi (Horning, 2004).

Tanaman hidup menyerap gelombang tampak (visible) biru dan merah serta memantulkan gelombang hijau, oleh karena itulah kenapa mata manusia melihat daun-daun tanaman yang hidup adalah berwarna hijau. Akan tetapi ada satu jenis gelombang lain yang juga di pantulkan oleh tanaman selain gelombang hijau, akan tetapi gelombang ini tidak dapat di lihat oleh mata (invisible), gelombang ini adalah gelombang infra merah dekat.2.1.2. Mosaik Mosaik citra adalah proses menggabungkan/menempelkan dua atau lebih citra yang tumpang tindih (overlapping) sehingga menghasilkan citra yang representatif dan kontinu. Karena daerah yang dikaji biasanya terliput oleh beberapa lembar foto (bahkan kadang-kadang sampai lebih dari seratus lembar foto) maka di perlukan metode yang sistematis untuk memperoleh gambaran umum wilayah, interpretasi setiap pasang foto, serta pemindahan hasil interpretasi ke peta dasar. Metode ini meliputi :

Penyusunan mozaik sementara/tentatif, berupa mozaik tak-terkontrol, sehingga dihasilkan susunan foto yang memberi gambaran menyeluruh tentang wilayah kajian.

Pemberian tanda batas wilayah kajian pada peta dasar/peta topografi sesuai dengan batas liputan foto, beserta dengan pemindahan posisi setiap pusat foto ke peta dasar tersebut.

Zonasi wilayah ke dalam satuan-satuan pemetaan beserta klasifikasinya (misalnya penutup/penggunaan lahan) secara garis besar melalui diskusi tim/kelompok, berdasarkan kenampakan yang ada pada mozaik tentatif tersebut.

Pembagian seluruh foto ke seluruh anggota tim, yang diikuti dengan persiapan berupa penentuan wilayah efektif (effective area) untuk interpretasi serta menandai titik-titik pusat foto dan pusat pindahnya.

Interpretasi setiap pasang foto udara dengan mengacu ke zonasi yang telah ditetapkan.

Pemindahan detail/rincian hasil interpretasi ke peta dasar melalui penyesuaian skala.

Penyajian peta secara kartografis.Penyusunan mozaik sementara dilakukan dengan menyusun seluruh foto udara wilayah kajian, dengan memperhatikan urutan jalur terbang dan nomor foto. Pada wilayah yang relatif datar dan kondisi penerbangan yang normal yaitu sedikit variasi tinggi terbang, sedikitnya crabbing dan sebagainya, foto-foto tersebut biasanya mempunyai skala yang relatif sama. Foto-foto normal semacam ini akan mempunyai sidelap dan endlap yang cukup sehingga dapat mendukung pengamatan secara stereoskopis. Mozaik semacam ini merupakan mozaik tak terkontrol, karena foto hanya disusun berdasarkan urutan jalur terbang dan nomor pemotretan, serta menumpang tindihkan kenampakan yang sama pada foto-foto yang bertampalan. Guna menyusun mozaik tak terkontrol ini sekedar untuk memperoleh gambaran umum wilayah yang dikaji.