Dokumen ini membahas penggunaan citra digital dan penginderaan jauh untuk pemetaan geomorfologi, meliputi penjelasan tentang penginderaan jauh, kegunaan citra untuk pemetaan geomorfologi, dan tutorial dasar pengolahan citra digital untuk pemetaan geomorfologi."
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
Remote Sensing For Geomorphology, Image Processing, Short Tutorial Using ArcGIS 9.3
1. KURSUS SINGKAT PENDALAMAN MATERI GEOMORFOLOGI
JURUSAN GEOGRAFI LINGKUNGAN FAKULTAS GEOGRAFI
UNIVERSITAS GADJAH MADA YOGYAKARTA
PENGOLAHAN CITRA DIGITAL DASAR UNTUK
PEMETAAN GEOMORFOLOGI
DisusunOleh:
BramantiyoMarjuki
2010
2. DAFTAR ISI
A. PENDAHULUAN
1. Tujuandan Hasil yangdiharapkan
2. PenginderaanJauhuntukGeomorfologi
B. TUTORIAL CARA DOWNLOADDATA LANDSAT DAN SRTM DEM DARI GLCF.
C. TUTORIAL PENGOLAHANCITRA DIGITAL DASAR UNTUKPEMETAAN GEOMORFOLOGI
3. I. PENDAHULUAN
I.A TUJUAN DAN HASIL YANG DIHARAPKAN
1. Peserta dapat memahami tentang penginderaan jauh dan citra digital, serta kegunaannya
dalampemetaangeomorfologi.
2. Peserta dapat mencari dan menggunakan data dari berbagai layanan data penginderaan jauh
yang bersifatgratis(free of use) untukdapatdimanfaatkandalamsuatustudi geomorfologi
3. Peserta dapat menguasai berbagai teknik pengolahan citra digital dasar yang relevan dan dapat
mendukungkebutuhanpemetaangeomorfologi.
I.B PENGINDERAAN JAUH UNTUK GEOMORFOLOGI
I.B.1 Penginderaan Jauh
Menurut Canadian Center of Remote Sensing (, penginderaan jauh didefinisikan sebagai ilmu (dan juga
seni sampai pada luasan tertentu) yang mempelajari bagaimana cara memperoleh informasi tentang
suatu obyek di permukaan bumi tanpa ada kontak langsung dengan obyek tersebut. Perolehan informasi
ini dilakukan dengan cara mengindra dan merekam energi dari suatu sumber energi yang terpantulkan
atau terpancarkan oleh obyek di permukaan bumi, untuk kemudian diproses, dianalisis dan diaplikasikan
untukkepentingan tertentu. Prosespenginderaanjauhdapatdigambarkansebagaiberikut:
Gambar 1. Proses Penginderaan Jauh
4. Dari gambar dandefinisi di atas,dapatdiambil beberapakatakunci tentangpenginderaanjauh,yaitu:
1. Sumber energi, sumber energi yang digunakan dalam penginderaan jauh dapat berasal dari
matahari (sistem penginderaan jauh pasif) atau sumber energi buatan yang dipasang pada
suatuwahana (sistempenginderaanjauhaktif).
2. Energi, yang dimaksud energi disini adalah gelombang elektromagnet yang dipancarkan oleh
matahari atau sumber energi buatan. Gelombang elektromagnetik dari matahari mempunyai
karakteristik tertentu pada setiap setiap julat tertentu dari keseluruhan gelombang yang
dipancarkan. Beberapa Julat spektral (atau disebut spektrum) dari gelombang elektromagnetik
yang dipancarkan matahari dapat dimanfaatkan untuk penginderaan jauh, sedangkan sisanya
terhamburkanatauterserapdi atmosfer
Gambar 2. (a). Model gelombang electromagnet yang digunakan dalam penginderaan jauh dan (b) spektrum
elektromagnet, spektrum yang digunakandalam penginderaan jauh antara lain Ultraviolet (UV), visible (VIS), Inframerah
(IR), dan gelombang mikro.
3. Obyek di Permukaan bumi, obyek permukaan bumi merupakan obyek yang akan diambil
informasinya dalam penginderaan jauh. Setiap obyek akan mempunyai respon (dalam bentuk
perbedaan intensitas pantulan-serapan) yang berbeda terhadap energi gelombang
elektromagnetik yang datang padanya. Selain itu, obyek yang sama juga akan mempunyai
respon berbeda terhadap spektrum yang berbeda. Oleh karena itu, variasi respon obyek ini
yang menjadi sasaran utama dilakukannya “penginderaan jauh” terhadap obyek tersebut, yang
kemudianinformasi yangdihasilkandari prosestersebutdigunakanuntukberbagai aplikasi.
5. Gambar 3. Perbedaan responobyek vegetasi (v), tanah (s) dan air (w) pada spektrum yang berbeda di citra LANDSAT
ETM+
4. Sensor/perekam, Energi elektromagnet yang dipantulkan oleh obyek di permukaan bumi
kemudian dideteksi dan direkam oleh sensor yang dipasang pada suatu wahana (satelit,
pesawat, balon udara dan wahana lainnya). Sensor – sensor penginderaan jauh mempunyai
kapabilitas yang berbeda – beda sesuai dengan tujuan pengembangan dan aplikasinya.Sensor
dapat dibedakan berdasarkan atas berbagai kriteria. Secara umum sensor penginderaan jauh
dapat dibedakan menjadi dua yaitu fotografis dan elektronis. Keluaran dari sensor fotografis
berupa foto (analog), sedangkan sensor elektronis berupa citra (digital). Setiap sensor baik
fotografis maupun elektronis mempunyai kemampuan yang berbeda dalam merekam energi
elektromagnetik yang datang padanya. Ada yang hanya mampu merekam pada julat spektral
yang sangat lebar (bisa satu atau lebih spektrum). Sistem ini disebut pankromatik. Sedangkan
sistem lain bisa merekam pada beberapa julat spektral (tiga julat atau lebih) yang disebut
dengan sistem multispektral. Perkembangan dewasa ini sistem yang dikembangkan sudah ada
yang dapat merekam sampai ratusan julat spektral (band). Sistem ini disebut hiperspektral.
Dilihat dari jenis spektrum yang direkam, sensor dapat dibedakan menjadi sensor optis (bekerja
pada spektrum visible sampai Short Wave Infrared), sensor thermal (bekerja pada spektrum
mid infrared sampai far/thermal infrared), dan sensor gelombang mikro (passive) atau RADAR
(active). Selain dari karakteristik spektral, sensor elektronis juga dapat dibedakan berdasarkan
Spektrumtampak saluranbiru Spektrumtampak saluran hijau Spektrumtampak saluran merah
Spektruminfra merah saluran
inframerah dekat
Spektruminframerah saluran
inframerah pendek 1
Spektruminframerah saluran
inframerah pendek 2
W
V
S
6. kemampuan kedetilan dalam merekam permukaan bumi atau disebut dengan resolusi spasial,
mulai dari resolusi rendah (> 500 meter), resolusi menengah (50 meter – 500 meter) dan
resolusi tinggi (<50 meter).
Gambar 4. (a) Citra Landsat Pankromatik dan (b) Citra Landsat Multispektral
Gambar 5. (a) citra optis, (b) citra termal dan (c) citra radar
Gambar 6. Perbedaan resolusi spasial dan pengaruhnya pada kedetilan pada (a) Citra Landsat ETM+ dengan resolusi 30
meter, (b) Citra ASTER VNIR dengan resolusi 15 meter, dan (c) Citra IKONOS dengan resolusi 1 meter
7. 5. Pemrosesan, setelah energi dideteksi dan ditangkap sensor, energi ini kemudian direkam
dalam detektor, untuk kemudian diproses menjadi citra. Untuk sistem fotografi, detektor
berupa film yang nanti kemudian dicetak menjadi foto. Sedangkan untuk sistem
elektronis/digital, data yang terekam dikirim ke stasiun penerima di bumi untuk kemudian
diproses menjadi citra digital. Level pemrosesan pada setiap jenis produk citra dapat saja
berbeda antara satu pengelola layanan citra (vendor) satu dan lainnya. Untuk citra Landsat
misalnya, produk dijual dalam berbagai level pemrosesan mulai dari Level 0 (data mentah),
level 1R (terkoreksi radiometrik), level 1G (terkoreksi radiometrik dan geometrik) sampai level
1T (terkoreksi medan).
6. Analisis citra, yang dimaksud dengan analisis citra disini adalah tahapan kerja (metode) yang
diaplikasikan pada suatu citra agar dapat diambil suatu informasi dari citra tersebut (ekstraksi
informasi dari citra). Terdapat dua jenis metode ekstraksi informasi dari citra satelit, yaitu
manual (visual) dan analisis digital terotomasi dengan bantuan komputer. Ekstraksi informasi
secara manual atau dikenal dengan interpretasi visual dilakukan melalui beberapa tahapan
kerja yang dimulai dari deteksi obyek, indentifikasi obyek, deduksi obyek, analisis, klasifikasi
dan idealisasi (Verstappen, 1977). Deteksi obyek adalah pengamatan suatu obyek (target) pada
citra yang nampak khas dan berbeda dengan latar belakangnya. Pada tahap identifikasi, obyek
tersebut berusaha diidentifikasi karakteristiknya, Identifikasi ini mendasarkan pada enam kunci
interpretasi citra yang meliputi bentuk (shape), rona/warna (tone/color), ukuran (size), pola
(pattern), tekstur (texture), bayangan (shadow) dan asosiasi (association). Setelah diketahui
karakteristik obyek tersebut dari hasil identifikasi menggunakan enam kunci interpretasi, pada
tahap deduksi disimpulkan obyek tersebut merupakan obyek apa. Setelah tahap deduksi
kemudian baru dilakukan analisis (identifikasi sebaran obyek),klasifikasi (deliniasi obyek yang
sama) dan idealisasi (penyajian dalam bentuk peta). Ekstraksi secara digital menggunakan
pendekatan yang berbeda dengan ekstraksi visual. Disini segala pekerjaan mulai dari
identifikasi sampai klasifikasi dilakukan oleh komputer secara otomatis. Operator biasanya
hanya perlu memasukkan nilai - nilai parameter statistik yang akan menjadi dasar komputer
dalam menganalisis. Analisis digital juga memasukkan beberapa tahap pra pemrosesan
sebelum citra dianalisis seperti misalnya koreksi radiometrik, koreksi geometrik, image
enhancement,dantransformasicitra.
8. Gambar 7. Contoh Hasil Analisis citra digital berupa (a) Citra asli dan (b) Peta penutup lahan hasil analisis.
Gambar 8. Proses interpretasi visual pemetaan batuan menggunakan foto udara
7. Aplikasi, Informasi tematik yang diturunkan dari analisis citra penginderaan jauh dapat
dimanfaatkan di berbagai bidang, misalnya pertanian, kehutanan, perencanaan wilayah,
geologi,pertambangan,geografi.
9. 1.B.2 Penginderaan Jauh untukGeomorfologi
Geomorfologi adalah ilmu yang mempelajari bentuklahan (landform) di permukaan bumi. Bentuklahan
sendiri dalam banyak pustaka didefinisikan sebagai konfigurasi permukaan bumi yang memiliki relief
yang khas, yang dikontrol oleh struktur, dan terbentuk oleh akibat proses geomorfologi yang bekerja
pada batuan induk yang terjadi dalam ruang dan waktu tertentu. Dari definisi diatas, bentuklahan selalu
dicirikan dengan adanya perbedaan relief, struktur, proses, batuan induk, dan waktu, yang dalam
perkembangan geomorfologi modern terangkum dalam tiga faktor pokok, yaitu relief (form), proses
(process) dan struktur/batuan penyusunnya (Huggett, 2007). Dengan melakukan pengamatan dan
identifikasi faktor – faktor tersebut maka bentang lahan permukaan kompleks dapat dibedakan dan
diklasifikasikanmenjadiberbagai bentuklahanyanglebihsederhana.
Sebagaimana telah diterangkan di muka, penginderaan jauh mampu menyajikan informasi permukaan
bumi secara sinoptik dalam bentuk citra (foto dan non foto). Kemampuan merekam secara sinoptik ini
membuat penginderaan jauh dapat diandalkan untuk mengetahui sebaran dan memetakan obyek –
obyek di permukaan bumi baik yang langsung berkaitan dengan respon spektral (penutup lahan)
maupun tidak langsung (misalnya bentuklahan). Beberapa karakteristik bentuklahan tersirat
informasinya dalam citra penginderaan jauh karena pola – pola penutupan lahan biasanya mempunyai
keterkaitan yang erat dengan bentuklahan. Sehingga, dengan melakukan interpretasi visual pola – pola
penutupanlahan dan aliran sungai, beberapa aspek bentuklahan seperti morfologi, litologi, struktur dan
proses yang berpengaruh dapat diinterpretasi. Selain itu, dikarenakan karakteristik perekaman citra
penginderaan jauh yang biasanya dilakukan di pagi hari (sekitar pukul 10.00 waktu lokal) menyebabkan
iluminasi matahari tidak berada pada sudut yang tinggi, sehingga kesan bayangan gunung (hillshade)
dapat terekam pada citra. Efek bayangan gunung ini menyebabkan ekspresi topografi permukaan bumi
dapat muncul pada citra dan membantu banyak dalam interpretasi bentuklahan, terutama dari aspek
morfologi, struktur, proses, dan litologi. Efek topografi ini akan muncul lebih nyata pada citra RADAR,
sehingga citra radar biasanya sangat baik untuk digunakan sebagai sumber data dalam pemetaan
geomorfologi dan geologi. Dengan kelebihan – kelebihan citra penginderaan jauh ini, maka dewasa ini
pemetaangeomorfologihampirselalumenggunakancitrasebagai salahsatusumberdatautamanya.
10. Gambar 9.
PenggunaanDEM yang diturunkan dari citra penginderaan jauh untuk menurunkan informasi morfologi bentuklahan
Data multispectral penginderaan jauh mempunyai beberapa keunggulan dalam kegunaannya untuk
pemetaan geomorfologi disbanding data lain (seperti misalnyafoto udara). Dari data multispectral dapat
dieksplorasi berbagai macam variasi komposit warna (terutama pada citra Landsat) agar dapat diperoleh
citra dengan kontras terbaik, sehingga dapat memudahkan dalam proses interpretasi. Selain itu pada
data multispektral juga dapat dilakukan beberapa operasi pemrosesan citra digital seperti penajaman
kontras (contrast enhancement) dan high pass filtering, sehingga interpretabilitas citra dapat meningkat.
Selain berbasis analisis visual, data multispectral dan hiperspektral juga dapat memberikan informasi
mengenai komposisi batuan dengan berbasis analisis digital (analisis pantulan spektral), sehingga dapat
bergunadalampemetaanlitologi (yangmerupakansalahsatukomponenpenciri bentuklahan).
Gambar 9
Teknik High Pass filtering untuk meningkatkan ketajaman citra sehingga lebih interpretable
(Sumber: CCRS)
11. Berbagai sensor penginderaan jauh juga memiliki periode perekaman ulang daerah yang sama yang
singkat (dari beberapa minggu sampai beberapa jam). Kelebihan ini menyebabkan adanya perubahan
bentuklahan yang terjadi akibat pengaruh manusia (anthropogenetik) atau bencana dapat dimonitor
dan dipetakandalamwaktusingkat,sehinggaupdatingdatageomorfologi menjadi lebihmudah.
Gambar 10. Resolusi temporal atau waktu yang diperlukan perekaman ulang daerah yang sama yang singkat membuat
updating data geomorfologi dapat secepatnya dilakukan (Sumber: NASA)
Tersedianya berbagai macam jenis citra dengan kelebihan dan kekurangan masing – masing juga
berperan banyak dalam berbagai skala pemetaan geomorfologi. Untuk keperluan pemetaan skala
regional, tersedia citra Landsat TM/ETM+ yang merekam area selebar 180 km dengan resolusi spasial 30
meter. Dengan menggunakan citra ini, pemetaan geomorfologi regional pada skala kecil sampai
menengah dapat dilakukan tanpa kesulitan yang berarti. Untuk keperluan pemetaan geomorfologi detil
dapat digunakan foto udara skala menengah (1:50000) sampai skala besar (1:5000) atau citra satelit
resolusi tinggi seperti IKONOSdanQuickbird.
12. II. TUTORIAL CARA MENGUNDUH DATA CITRA SATELIT DAN
DEM SECARA CUMA - CUMA
Terdapat banyak sekali jenis wahana dan sensor penginderaan jauh yang telah dikembangkan sampai
sejauh ini. Hampir semua negara maju telah meluncurkan satelit penginderaan jauhnya masing –
masing. Walaupun demikian, ketersediaan data citra yang melimpah terkadang tidak disertai
kemudahan dalam mengakses data. Ini mengingat data penginderaan jauh umumnya tidak dijual
dengan harga yang murah, sehingga hanya kegiatan – kegiatan yang berdana besar saja yang dapat
memanfaatkan citra dengan teknologi terkini. Kenyataan ini membuat beberapa pihak mengembangkan
suatu perpustakaan citra satelit global yang dapat diakses secara cuma – Cuma. Beberapa perpustakaan
citra satelit yang sudah terkenal diantaranya Global Land Cover Facility (GLCF) dari Universitas Maryland
dan USGS GLOVIS. Untuk GLCF, data yang tersedia untuk cakupan global antara lain Citra Landsat MSS
sampai ETM+, SRTM DEM, MODIS, dan untuk wilayah - wilayah tertentu tersedia beberapa citra
komersil seperti ASTER,IKONOS,QuickbirddanOrbView.
Pada kesempatan ini kita akan mencoba mengunduh citra Landsat perekaman tahun 2002 dan DEM
SRTM resolusi 90 meter dengan path/row = 120/65 yang meliput sebagian besar wilayah Jawa Tengah
dan Yogyakarta. Citra Landsat sendiri merupakan salah satu citra yang paling dikenal dan banyak
dimanfaatkan dalam pemetaan geomorfologi, terutama dalam pemetaan geomorfologi skala menengah
dan regional (levelProvinsi).
Langkah Kerja:
1. Membuka web browser (Mozilla firefox, Internet Explorer) pada komputer yang sudah
terkoneksi Internet. Ketikkan alamat www.landcover.org pada address bar dari browser. Berikut
ini adalahtampilanhalamanutamasitusGlobal LandcoverFacility
1
2
13. 2. Setelah masuk ke menu utama dari GLCF, kemudian pilih menu data & products, kemudian
halaman data & products akan muncul. Halaman data&products merupakan halaman yang
memberikan informasi jenis – jenis citra yang tersedia di GLCF yang dapat diunduh secara cuma
– Cuma (tanpa biaya). Beberapa data citra yang tersedia di GLCF antara lain LANDSAT, ASTER,
MODIS, SRTM, ALI, Hyperion. GLCF juga menyediakan beberapa produk turunan dari beberapa
sensorseperti AVHRRlandcover,GOESradiantflux, MODISNDVI,danlain – lain.
3. Pilih Citra Landsat, kemudian akan muncul halaman utama data Landsat. Halaman utama
Landsat ini berisi informasi umum tentang citra Landsat. Kemudian di panel sebelah kanan
tengah terdapat beberapa link informasi terkait data Landsat secara umum. Sedangkan di panel
sebelah kiri atas terdapat link dokumentasi tentang data Landsat yang tersimpan di GLCF.
Dokumentasi tersebut antara lain panduan teknis pengunduhan, panduan format data, panduan
teknis, contoh gambar, dan deskripsi umum Landsat. Kemudian di menu sebelah tengah, diatas
informasi umum Landsat, terdapat menu data access. Disini GLCF memberikan dua pilihan akses
data, yaitu melalui Search and Preview Tool (ESDI) atau langsung ke FTP server. Pilihan pertama
digunakan jika anda tidak mengetahui path/row citra Landsat yang akan anda unduh, sedangkan
jikaanda sudahtau, andadapat langsungmengakseslewatFTPServer.
3
14. 4. Pilih pilihan pertama (Search and Preview Tool). Kemudian halaman baru akan muncul (Halaman
ESDI). Halaman ESDI (Earth Science Data Interface) merupakan tool yang disediakan GLCF untuk
memberikan keleluasaan pada user untuk memilih cara pengaksesan data sesuai dengan yang
mereka kehendaki. Terdapat tiga pilihan akses data, yaitu melalui map search, path/row search,
dan product search. Map search untuk pencarian data berbasis peta, path/row search untuk
pencarian data berbasis path/row Landsat (WRS2), dan product search untuk pencarian data
berbasisjenisproduk.
4
5
15. 5. Pilih Map search. Halaman peta interaktif akan muncul. Disini anda dapat mencari lokasi yang
akan anda unduh citranya (jika tersedia). Di menu petanya sendiri terdapat beberapa navigation
tool seperti select, zoom in, zoom out dan sebagainya, yang akan membantu anda dalam
mengunduhcitrayanganda inginkan.
Zoom
Pan
Select Deselect
6
6
16. 6. Sebelum mengunduh citra yang anda inginkan, langkah pertama yang harus dilakukan adalah
mencek jenis citra/produk yang diinginkan di panel sebelah kiri. Beri tanda cek pada Citra
Landsat ETM+ di menu sebelah kiri, kemudian klik update map di menu sebelah kanan bawah
peta. Bentuk peta akan menjadi berubah, terdapat kotak- kotak warna merah. Kotak tersebut
merupakan path/row citra Landsat yang datanya tersedia di GLCF. Pilih menu zoom dan lakukan
zoomingdi daerahPulauJawasampai kira – kira gambarnyaseperti di bawahini.
7. Jika tampilan peta sudah mirip dengan gambar diatas, segera klik tombol select . Kemudian
klikdaerahJawaTengah,sampai tampilanmenjadi sepertidi bawahini.
7
7
17. 8. Kemudian, jika daerah interes sudah terpilih (ditandai dengan kotak merah tua dengan outline
kuning), segera klik tombol Preview and Download. Kemudian akan muncul halaman baru yang
menampilkan ringkasan dari citra – citra yang tersimpan di catalog dan database GLCF untuk
daerahyang kitapilih.
8
9
18. 9. Untuk memilih citra mana yang akan anda unduh dari tabel, anda dapat memilih dengan
mengklik nomor ID setiap citra (baris pertama dari tabel). Citra yang terpilih akan ditandai
dengan warna kuning dalam tabel. Preview citranya juga dapat dilihat di kiri atas. Jika ada sudah
memilih citra mana yang akan diunduh, segera klik tombol download. Server akan memproses
queryanda danakan membawake halamanbaru yangmenyajikanlinkcitrayangandapilih.
10. Anda dapat mulai mengunduh citra dengan cara mengklik kanan pada salah satu link, kemudian
pilih “save file as” (jika anda menggunakan firefox) atau “save target as” (jika anda
menggunakan internet Explorer. File – file yang penting untuk diunduh (file citra) adalah file
denganekstensi *tif.gzdan*.met.
19. 11. Langkah untukmengunduhDEMSRTM pada prinsipnyahampirsamadengancaramengunduh
citra landsatdiatas,hanyayang di cekpada panel kiri menuMap Search (Langkah6) adalah
SRTM, kemudianikuti langkahberikutnyasesuai denganpetunjukyangadapadamodul ini.
12. Untuk menudownloadSRTMDEM, data DEM hanyaberisi satuband(file xxxxxx.tif.gz),sehingga
cukuphanya file tersebutyangdiunduh.
20. III. TUTORIAL PEMROSESAN CITRA DIGITAL DASAR UNTUK
GEOMORFOLOGI
Tutorial ini dikhususkan untuk pengolahan citra yang berasal dan diunduh dari GLCF (Global Landcover
Facility) Universitas Maryland. Dikarenakan tujuan dari pelatihan adalah untuk aplikasi geomorfologi dan
geologi, Beberapa teknik pemrosesan citra digital yang diajarkan di dalam tutorial ini sepenuhnya
ditujukan untuk membantu dalam penggunaan citra untuk aplikasi geologi dan geomorfologi, oleh
karena itu tidak semua teknik dasar pemrosesan citra digital dibahas dan dipraktekkan dalam pelatihan
ini. Keluaran yang diharapkan dari peserta setelah mempraktekkan tutorial ini adalah, peserta dapat
melakukan pengolahan citra dasar guna menghasilkan citra yang lebih interpretable untuk bidang
geomorfologi. Beberapa teknik pemrosesan citra yang relevan dengan aplikasi geomorfologi yang
diajarkandalampelatihanini antaralain
a. Pembuatan citrakompositdanpembandinganvariasi kompositwarna
b. Pemotongancitra(Image Croping)
c. Perbaikankontrascitra(contraststretching)
d. Penajamancitradan Filtering
e. Fusi citra
Perangkat lunak yang digunakan dalam pelatihan ini adalah ArcGIS desktop versi 9.3 dari ESRI.
Walaupun sejatinya ArcGIS merupakan perangkat lunak GIS, perangkat lunak ini memiliki beberapa fitur
yang dapat difungsikan untuk pemrosesan citra dasar sampai lanjut. Selain itu alasan lain digunakannya
perangkat lunak ini adalah untuk menjaga konsistensi dengan materi lain yang menggunakan perangkat
lunakyangsama.
II.B.1 PEMBUATAN CITRA KOMPOSIT WARNADAN PEMBANDINGANVARIASI KOMPOSIT WARNA
Citra multispektral adalah salah satu jenis citra penginderaan jauh yang menyajikan gambaran
permukaan bumi secara sinoptik melalui dua atau lebih saluran spektral (band) yang direkam secara
bersamaan. Citra multispektral mempunyai banyak kelebihan. Salah satu diantaranya adalah saluran –
salurannya dapat disusun menjadi citra warna 3 saluran (RGB), sehingga sangat bermanfaat untuk
aplikasi – aplikasi yang mengandalkan pada teknik interpretasi visual seperti aplikasi geologi dan
geomorfologi. Beberapa penyedia layanan citra, baik yang bersifat cuma – cuma (free download)
maupun komersil mendiseminasikan produk citra multispektralnya dalam format saluran terpisah,
sehingga agar dapat digunakan dalam berbagai analisis, citra – citra terpisah ini harus disatukan terlebih
dahulumenjadi satudatasetutuh.
Langkah Kerja:
1. Buka folder tempat penyimpanan citra Landsat 7 ETM+ yang diunduh dari GLCF pada sesi
pertama. Kebanyakan produk multispektral dari GLCF didiseminasikan di internet dalam format
21. saluran terpisah, sehingga harus disatukan terlebih dahulu agar dapat digunakan dalam berbagai
analisis. Untuk data Landsat ETM+, biasanya terdiri dari enam saluran multispektral dengan
resolusi spasial 30 meter, dua saluran termal dengan resolusi 60 meter, satu saluran
pankromatik dengan resolusi 15 meter dan satu file header/metadata citra. Format citra pada
umumnya adalah geotiff yang dapat dibaca oleh kebanyakan perangkat lunak GIS dan
pengolahan citra. Tujuan dari sesi ini adalah membuat menyatukan enam saluran multispektral
Landsat menjadi satudatasetataufile utuhagar dapatditampilkansebagai citrawarna.
2. Buka ArcMap melalui menu Start>AllPrograms>ArcGIS>ArcMap.
3. Setelah masuk menu utama ArcMap, klik tombol add data untuk menampilkan data ke
ArcMap. Tampilkan data citra Landsat TM saluran 1,2,3,4,5, dan 7. Jika software menanyakan
apakah akan membuat pyramid layer atau tidak, klik yes, karena pyramid layer akan membuat
citra dapat ditampilkandenganlebihcepat.
22. 4. Setelah citra ditampilkan, nampak bahwa tampilan citra adalah hitam – putih dengan gradasi
keabuan. Selanjutnya klik menu ArcToolBox , ArcToolbox adalah kumpulan tools dari ArcGIS.
5. Untuk menyatukan file – file Citra Landsat yang terpisah menjadi satu dataset utuh, dari
ArcToolBox klik menu Data Management Tools > Raster > Raster Processing > Composite Bands,
lalu klik dua kali pada menu composite bands untuk mengaktifkan
tool tersebut. Masukkan seluruh file saluran Landsat ke dalam
menu dropdown input urut dari band 1 yang paling atas sampai
band 7 yang paling bawah. Simpan output di folder yang sama
dengan folder penyimpanan data mentah dengan nama
L71120065_06520020906.tif. Jika sudah sesuai dengan gambar di
bawah,tekanOK.
23. 6. Tampilkan citra hasil proses menggunakan tombol Add Data, citra akan tampil di ArcMap
sebagai citraberwarna.
7. Anda dapat mencoba berbagai macam variasi komposit warna citra landsat dengan cara klik
kanan nama layer di menu layer, lalu pilih tab symbology sebagaimana nampak pada gambar di
bawah. Untuk mengganti komponen band pada kolom RGB, klik menu dropdown dan pilih band
yang anda kehendaki. Kombinasi band 321 akan menampilkan citra dengan warna seperti warna
yang muncul ketika kita memandang obyek, oleh karena itu sering disebut komposit warna
alami. Kombinasi lain yang terkenal adalah kombinasi 432 yang mampu menonjolkan vegetasi
yang dicirikan dengan warna merah terang. Untuk kepentingan pemetaan geologi dan
geomorfologi, kombinasi yang sering digunakan adalah kombinasi 457 yang mampu
menonjolkantopografi danperbedaanbatuan.
Ganti urutanband untukmencoba
berbagai variasi kompositwarna
24. II.B.2 PEMOTONGANCITRA
Pemotongan citra diperlukan karena terkadang luas wilayah kajian jauh lebih kecil dari luas scene citra,
sehingga citra perlu dipotong sesuai dengan batas wilayah kajian. Pemotongan citra akan membuat
ukuran file citra menjadi lebih kecil sehingga tidak boros ruang penyimpanan di Hardisk komputer.
Selain itu, dengan ukuran yang lebih kecil, pemrosesan citra di dalam komputer juga akan lebih efektif
dan efisien(tidakmemakanwaktulama).
Langkah Kerja:
1. Tampilkan citra komposit dari langkah sebelumnya ke dalam ArcMap menggunakan tombol Add
data.
2. Tampilkan data vektor Desa Gunung Sewu.shp ke dalam ArcMap menggunakan tombol Add
data. Data Desa Gunung Sewu dalam kasus ini merupakan wilayah kajian, sehingga citra akan
dipotong sesuai dengan batas administrasi desa – desa di sebagian kawasan Perbukitan Karst
Gunungsewu.
321 432 457
25. 3. Klik kanan pada layer Desa Gunung Sewu di Menu Layer kemudian pilih Convert Features to
Graphics, kemudian akan muncul convert features to graphics menu, pilih convert all dan only
draw the converted graphics lalu OK. Data GIS Shapefile (Features) akan terkonversi menjadi
data Graphics.
4. LakukanSelectingGraphicshasil konversi denganmenggunakantombol select .
Sebelum
selection
Sesudah
selection
26. 5. Klik kanan Nama Citra Landsat (L71120065_06520020906) kemudian pilih Data>Export Data.
Menu Export Raster Data akan muncul, untuk parameter Extent pilih selected Graphics, Spatial
reference pilih original dataset, format pilih Tiff, Set Location ke folder yang anda kehendaki,
dan terakhir nama file output adalah L71120065_06520020906_clip.tif, lalu klik OK. Jika muncul
permintaan Promotedatadepth pilihNO.
6. Citra akanterpotongsesuai denganBatasDesaGunung Sewu.Shp
27. II.B.3 PERBAIKAN KONTRAS CITRA (CONTRAST STRETCHING)
Dalam kebanyakan kasus, citra satelit sering kali mempunyai kontras yang kurang baik sehingga
interpretabilitasnya kurang. Kontras yang kurang antara lain disebabkan adanya hamburan atmosfer dan
perawanan yang tebal dan besar proporsinya dalam satu scene citra. Selain itu, pada dasarnya rentang
nilai piksel citra hanya menempati sebagian kecil dari rentang yang tersedia. Misalnya untuk citra
dengan resolusi radiometrik 8 Bit (0 - 256), nilai kecerahan obyek mungkin hanya di kisaran (40 – 130),
sehingga proporsi rentang yang kecil dibandingkan dengan rentang yang tersedia ini menyebabkan
kontras yang kurang (citra cenderung gelap). Dengan menggunakan teknik contrast stretching, proporsi
yang kecil ini diperlebar rentangnya sehingga dapat menempati ruang yang tidak terpakai dan kontras
citra dapat ditingkatkan.
Langkah Kerja:
1. TampilkancitraL71120065_06520020906_clip.tif hasil dari sesi sebelumnyadi ArcMap.
2. Klik kanan nama layer di menu layers > Properties, atau klik dua kali nama layer, lalu pilih tab
Symbology.
3. Pada Parameter Stretch dari tab Symbology, pilih NONE, kemudian Apply dan klik OK. Citra akan
menjadi tampakgelap.Ini merupakankenampakanasli citra.
4. Kembali klik kanan di nama layer untuk masuk ke menu properties dan tab symbology. Sekarang
pilihHISTOGRAMEQUALIZE di parameterStretch,laluApplydanklikOK.
28. 5. Cobalah bereksperimen dengan algoritma perentangan yang lain seperti STANDARD DEVIATION,
MINIMUM-MAXIMUM, atau HISTOGRAM SPECIFICATION. Untuk algoritma yang disebut
terakhir, anda dapat melakukan kustomisasi perentangan melalui manipulasi histogram. Untuk
memperoleh perentangan yang dinamis ketika anda melakukan zooming dan panning, ubahlah
setingdi parameterStatistics dari Each RasterDatasetke CurrentDisplay Extent.
II.B.4 FUSICITRA DENGANMETODE PENAJAMANPANKROMATIK
Perkembangan teknologi penginderaan jauh sejak akhir tahun 80 an telah mencapai pada
kemampuan sensor penginderaan jauh untuk merekam permukaan bumi pada mode pankromatik dan
multispektral secara simultan. Dimulai dari SPOT 1 yang meluncur di orbit pada pertengahan 1980, pada
akhir tahun 90-an hampir semua sensor penginderaan jauh dengan kemampuan menghasilkan citra
resolusi spasial menengah sampai tinggi mampu merekam pada mode pankromatik dan multispektral
secara bersamaan. Beberapa sensor tersebut antara lain Landsat ETM+, SPOT HRV, SPOT HRVIR, SPOT
HRG, ALOS AVNIR2-PRISM, RapidEye, IRS LISS, KOMPSAT, IKONOS, Quickbird, OrbView, dan yang baru
diluncurkan, Worldview-1 dan 2. Ada beberapa pertimbangan mengapa sebuah sistem penginderaan
jauh memerlukan kemampuan merekam dalam mode multispektral dan pankromatik dalam waktu yang
bersamaan. Mode pankromatik merekam dengan julat spektral yang lebar (umumnya mulai dari saluran
biru sampai inframerah dekat). Dengan julat yang lebar ini, maka radiansi yang diterima sensor
jumlahnya cukup besar, jumlah energi yang besar ini menyebabkan medan pandang sesaat dari sensor
dapat diatur sekecil mungkin guna memperoleh resolusi spasial yang tinggi. Oleh karena itu menjadi
umum bahwa sensor yang mampu merekam pada mode pankromatik mampu menghasilkan citra
dengan resolusi spasial tinggi (mulai dari 15 meter pada LANDSAT ETM+ sampai 0.46 meter pada
Worldview-2). Hal yang sebaliknya berlaku pada mode multispektral. Pada mode ini sensor merekam
dengan julat yang sempit, sehingga radiansi yang masuk tidak sebesar pada mode pankromatik.
Akibatnya, mode multispektral tidak dapat menghasilkan citra dengan resolusi spasial sebaik mode
pankromatik. Walaupun demikian, karena direkam pada banyak saluran, citra multispektral
memungkinkan untuk dibuat citra komposit warna, sedangkan citra pankromatik tidak. Keunggulan yang
kontradiktif antara kedua mode perekaman ini yang melatarbelakangi pembuatan multimode imaging.
29. Dari sini berkembanglah teknik penajaman pankromatik (panchromatic Sharpening) yang merupakan
bagian dari operasi fusi citra. Penajaman pankromatik mengintegrasikan citra multispektral dan
pankromatik sehingga dapat diturunkan citra sintesis yang mengintegrasikan kelebihan citra – citra
penyusunnya,yaitucitrawarnadenganresolusispasial yangtinggi.
Langkah Kerja:
1. Tampilkan citra multispektral dan pankromatik dari folder pan sharpening ke dalam ArcMap
menggunakan tombol Add Data. Citra multispektral (kiri) yang dipakai adalah citra Landsat
ETM+ yang mempunyai 6 saluran dengan resolusi spasial 30 meter. Citra ini dapat dibuat citra
kompositwarna. Citra pankromatik(kanan) yang dipakai adalah citra Landsat ETM+ pankromatik
yang mempunyai satu saluran dengan resolusi spasial 15 meter. Kedua citra ini direkam pada
waktuyang bersamaan.
2. Aktifkan ArcToolBox dan klik Data Management Tools>Raster>Raster Processing>Create Pan-
Sharpened Raster. Klik dua kali untuk memanggil Pan Sharpening Tool. Masukkan input sesuai
gambar di bawah laluklikOK.
.
30. 3. Tampilkan citra hasil fusi, bandingkan dengan citra multispektral asal. Citra turunan mempunyai
kedetilan dan resolusi spasial yang sama dengan citra pankromatik namun terdiri dari empat
saluran, sehingga dapat dibuat komposit warna seperti halnya pada citra multispektral. Hasil
akhiradalahberupacitra baru yang lebihinterpretable untukkajianGeomorfologi dangeologi.
4. Berikutini adalahpembandingancitraasal dancitra hasil fusi yangtelahdi zoom.
]
5. Cobalah bereksperimen dengan metode penajaman pankromatik yang lain. ArcGIS menyediakan
empat macam algoritma, transformasi IHS, transformasi Brovey, ESRI algorithm, dan Simple
Mean Algorithm. Setiap metode akan memberikan hasil yang berbeda. Kunci dari operasi
panchromatic sharpening yang berhasil adalah warna dari citra sintesis tidak terdistorsi terlalu
banyak (warna tetap sama dengan citra multispektral asal), namun tetap detil sebagaimana
saluran pankromatik. Cobalah juga untuk mengubah nilai bobot guna mencari hasil yang paling
optimal dari setiapmetode.