Laporan Pcs

Published on March 2017 | Categories: Documents | Downloads: 52 | Comments: 0 | Views: 389
of 20
Download PDF   Embed   Report

Comments

Content


PENGOLAHAN CITRA SATELIT LANDSAT UNTUK
IDENTIFIKASI TUTUPAN LAHAN VEGETASI
MENGGUNAKAN ER MAPPER 7.0
(Laporan Peongolahan Citra Satelit)



Oleh:

Arianto Fetrus Silalahi (1215051008)
Dedi Yuliansyah (1215051017)
Hilman Sabiq (1215051025)





JURUSAN TEKNIK GEOFISIKA
FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
2014

i

PENGOLAHAN CITRA SATELIT LANDSAT UNTUK
IDENTIFIKASI TUTUPAN LAHAN VEGETASI
MENGGUNAKAN ER MAPPER 7.0



Oleh
Arianto Fetrus Silalahi, Dedi Yuliansyah dan Hilman Sabiq


ABSTRAK


Pengolahan citra dimaksudkan untuk mempermudah dalam melakukan interpretasi,
analisis dan melakukan ekstrasi informasi dar suatu image suatu daerah. Banyak
sekalai citra satelit yang ada seperti citra Spot, Landsat, Quickbird, NOAA, IKONOS
dan lain sebagainya. Masing-masing citra memiliki karakteristik tersendiri. Pada
laporan ini digunakan citra satelit Landsat. Citra tersebut kemudian diolah dengan
menggunakan perangkat lunak ER Mapper. Dalam ER Mapper pebgolahan dilakukan
dengan memilih band-band yang akan ditampilkan dalam format warna RGB (Red,
Green dan Blue). Kemudian memilih band-band yang akan ditampilkan dalam warna
RGB tersebut. Pada hal ini susunan band yag digunakan adalah band 5-4-1.
Konfigurasi band tersebut dapat digunakan untuk melihat kenampakan vegetasi
tanaman yang dideliniasi dengan rona warna hijau sampai hijau kekuninagan. Selain
erlihat kenampakan vegetasi, pada image yang telah diolah terlihat juga aliran sungai
yang dideliniasi dengan rona warna biru.










ii

DAFTAR ISI




Halaman
ABSTRAK ......................................................................................................... i
DAFTAR ISI ...................................................................................................... ii
I. PENDAHULUAN
A. Latar Belakang ...................................................................... 1
B. Tujuan .................................................................................. 1

II. TINJAUAN PUSTAKA
A. Teknologi Pengindraan jauh ................................................. 2
B. Citra Landsat ......................................................................... 3

III. METODOLOGI PRAKTIKUM
A. Alat dan Bahan ...................................................................... 6
B. Prosedur Percobaan ............................................................... 6

IV. PEMBAHASAN

V. KESIMPULAN

DAFTAR PUSTAKA

LAMPIRAN

I. PENDAHULUAN




A. Latar Belakang
Teknologi penginderaan jauh merupakan teknologi yang dapat mengikuti
perkembangan kebutuhan masyarakat. Kemampuan penyediaan data dan
informasi kebumian yang bersifat dinamik bermanfaat dalam
pembangunan di era Otonomi Daerah. Data dan informasi mutakhir sangat
diperlukan. Ketersediaan data dan informasi yang diimbangi dengan
pengolahan data menjadi informasi wilayah dapat dilakukan dengan sistem
informasi geografis.

Data-data penggunaan lahan juga dapat dimanfaatkan untuk kepentingan
lain misalnya untuk pembangunan, untuk mengetahui seberapa besar
perubahan penggunaan lahan di suatu wilayah, juga dapat digunakan untuk
keperluan perencanaan wilayah apakah lahan tersebut sesuai atau tidak.

Analisis penggunaan lahan dilakukan untuk mengetahui bentuk-bentuk
penguasaan, penggunaan, dan kesesuaian pemanfaatan lahan untuk
kegiatan budidaya dan lindung. Serta masih bnayak aplikasi lainnya.


B. Tujuan
Tujuan dari pengolahan citra satelit ini adalah untuk memudahkan
melakukan interpretasi, analisis atau ekstrasi informasi dari suatu lahan.
2

II. TINJAUAN PUSTAKA




A. Teknologi Penginderaan Jauh
Sebuah platform PJ dirancang sesuai dengan beberapa tujuan khusus. Tipe
sensor dan kemampuannya, platform, penerima data, pengiriman dan
pemrosesan harus dipilih dan dirancang sesuai dengan tujuan tersebut dan
beberapa faktor lain seperti biaya, waktu dsb.
Resolusi sensor
Rancangan dan penempatan sebuah sensor terutama ditentukan oleh
karakteristik khusus dari target yang ingin dipelajari dan informasi yang
diinginkan dari target tersebut. Setiap aplikasi penginderaan jauh
mempunyai kebutuhan khusus mengenai luas cakupan area, frekuensi
pengukuran dan tipe energy akan dideteksi. Oleh karena itu, sebuah sensor
harus mampu memberikan resolusi spasial, spectral dan temporal yang
sesuai dengan kebutuhan aplikasi.
Resolusi spasial: Menunjukan level dari detail yang ditangkap oleh
sensor. Semakin detail sebuah studi semakin tinggi resolusi spasial yang
diperlukan. Sebagai ilustrasi, pemetaan penggunaan lahan memerlukan
resolusi spasial lebih tinggi daripada pengamatan cuaca berskala besar.
Resolusi spektral: Menunjukan lebar kisaran dari masing-masing band
spectral yang diukur oleh sensor. Untuk mendeteksi kerusakan tanaman
dibutuhkan sensor dengan kisaran band yang sempit pada bagian merah.
Resolusi temporal: Menunjukan interval waktu antar pengukuran. Untuk
memonitor perkembangan badai, diperlukan pengukuran setiap beberapa
3

menit. Produksi tanaman membutuhkan pengukuran setiap musim,
sedangkan pemetaan geologi hanya membutuhkan sekali pengukuran
(Surini, 2013).
Resolusi radiometrik: yaitu ukuran kepekaan sensor membedakan
kekuatan sinyal obyek yang diterimanya. Makin tinggi resolusi
radiometriknya, makin peka sensor tersebut.
Resolusi termal: yaitu kemampuan sensor mengidentifikasi perbedaan
temperatur obyek. Artinya jika resolusi termal suatu sensor 0,5
o
C maka
sensor tersebut mampu mengidentifikasi obyek yang perbedaan panasnya
0,5
o
C (Armizon, 2014).

B. Citra Landsat
Satelit Landsat merupakan salah satu satelit sumber daya bumi yang
dikembangkan oleh NASA dan Departemen Dalam Negeri Amerika
Serikat. Satelit generasi kedua adalah satelit membawa dua jenis sensor
yaitu sensor MSS dan sensor Thematic Mapper (TM). Perubahan tinggi
orbit menjadi 705 km dari permukaan bumi berakibat pada peningkatan
resolusi spasial menjadi 30 x30 meter untuk TM1 – TM5 dan TM7 , TM 6
menjadi 120 x 120 meter. Resolusi temporal menjadi 16 hari dan
perubahan data dari 6 bits (64 tingkatan warna) menjadi 8 bits (256
tingkatan warna). Kelebihan sensor TM adalah menggunakan tujuh
saluran, enam saluran terutama dititikberatkan untuk studi vegetasi dan
satu saluran untuk studi geologi tabel (2.1) Terakhir kalinya akhir era
2000- an NASA menambahkan penajaman sensor band pankromatik yang
ditingkatkan resolusi spasialnya menjadi 15m x 15m sehingga dengan
kombinasi didapatkan citra komposit dengan resolusi 15m x 15 m
(Anonim, 2014).



4

Karakteristik Data Landsat TM
Data Landsat TM (Thematic Mapper) diperoleh pada tujuh saluran
spektral yaitu tiga saluran tampak, satu saluran inframerah dekat, dua
saluran inframerah tengah, dan satu saluran inframerah thermal. Lokasi
dan lebar dari ketujuh saluran ini ditentukan dengan mempertimbangkan
kepekaannya terhadap fenomena alami tertentu dan untuk menekan sekecil
mungkin pelemahan energi permukaan bumi oleh kondisi atmosfer bumi.
Jensen (1986) mengemumakan bahwa kebanyakan saluran TM dipilih
setelah analisis nilai lebihnya dalam pemisahan vegetasi, pengukuran
kelembaban tumbuhan dan tanah, pembedaan awan dan salju, dan
identifikasi perubahan hidrothermal pada tipe-tipe batuan tertentu.
Data TM mempunyai proyeksi tanah IFOV (instantaneous field of view)
atau ukuran daerah yang diliput dari setiap piksel atau sering disebut
resolusi spasial. Resolusi spasial untuk keenam saluran spektral sebesar 30
meter, sedangkan resolusi spasial untuk saluran inframerah thermal adalah
120 m. Citra multi spektral Landsat dengan resolusi spasial 30m memiliki
beberapa band yang karakteristiknya berbeda-beda:
1. Band 1 0.45 – 0.52 mm: Band biru ini memiliki informasi yang tinggi
terhadap tubuh air jadi sangat sesuai untuk penggunaan lahan, tanah
dan vegetasi.
2. Band 2 0.52 – 0.60 mm: Band hijau ini memiliki informasi mengenai
vegetasi selain cocok untuk penggunaan lahan, jalan dan air namun
sesuai pula untuk diskriminasi dan assesmen vegetasi. Dimana
tanaman-tanaman yang kurang sehat dapat diketahui karena absorbsi
cahaya merah oleh klorofil menurun atau refleksi pada daerah merah
naik sehingga menyebabkan daun berwarna kuning
3. Band 3 0.63 – 0.69 mm: Band merah ini memiliki informasi mengenai
perbedaan antara vegetasi dan non vegetasi, misalnya dapat dilihat
adanya perbedaan antara vegetasi dengan tanah khususnya pada daerah
urban.
4. Band 4 0.76 – 0.90 mm: Band inframerah dekat ini memiliki informasi
mengenai varietas tanam-tanaman serta adanya perbedaan antara unsur
5

air dengan unsur tanah, oleh karena itu dapat dilihat garis pantai
dengan jelas.
5. Band 5 1.55 – 1.75 mm: Band inframerah gelombang pendek ini
memiliki informasi mengenai perbedaan warna antara tanah terbuka
dengan objek-objek lain. Band ini sesuai untuk studi kandungan air
tanah, air pada tanam-tanaman, formasi batu-batuan dan geologi pada
umumnya
6. Band 6 10.40 -12.50 mm: Band inframerah thermal ini memiliki
informasi tentang studi kandungan air tanah, serta dapat membedakan
kelembaban tanah dan fenomena-fenomena thermal.
7. Band 7 2.08 – 2.35 mm: Band inframerah gelombang pendek ini
memiliki informasi mengenai tanah terbuka sama halnya dengan band
5 akan tetapi lebih mengacu pada studi geologi maupun formasi batu-
batuan.
Sedangkan untuk band 8 atau sering disebut band pankromatik memilki
resolusi spasial 15m. Citra Landsat yang digunakan dalam penelitian ini
adalah citra Landsat ortho 14,25m dimana sudah digabungkan antara
multispektral dengan pankromatiknya serta kombinasi band yang
digunakan hanya band 7, 4 dan 2 (Arif, 2012).
6

III. METODELOGI PRAKTIKUM




A. Alat dan Bahan
Adapun alat dan bahan yang digunakan dalam malakukan pengolahan citra
ini adalah sebagai berikut:
1. Data citra landsat
2. Sofware ER Mapper
3. Laptop

B. Prosedur Percobaan
Adapun tahapan-tahapan dalam pengolahan citra ini secara garis besar
adalah sebagai berikut:
1. Membuat algoritma dari data image Landsat.
2. Menyimpan algoritma tersebut dalam format *.alg dan *ers.
3. Membuka fie *.ers, kemudian menentukan band-band yang akan
ditampilkan dalam warna RGB (Red, Green dan Blue).
4. Mengubah nilai limit transform pada tiap warna RGB.
5. Menyimpan algoritma *.alg image hasil olahan.
6. Menyimpan image hasil olahan dalam format *.jpg.
7. Membandingkan dan menganalisa image sebelum dan sesudah diolah.


7

IV. PEMBAHASAN




Dalam bab pembahasan ini akan dijelaskan bagaimana melakukan pengolahan
algoritma pada ER Mapper, dan hasil yang dapat diperolh dari peoses pengolahan
tersebut. Proses pengolahan diawali dengan membuka software ER Mapper,
dengan cara mengklik dua kali pada sortcut sofware tersebut. Setelah sofware
terbuka maka akan muncul window seperti gambar dibawah ini.

Gambar 4.1 Sofware ER Mapper
Setelah sofware dibuka buka kemudian klik icon Edit Algorithm, ico ini
digunakan untuk mengedit atau membuat algoritma baru, karena sebelumnya
belum dibuat algoritma jadi digunakan icon ini. Setelah mengklik icon tersebut
maka akan muncul window seperti gambar dibawah ini
8


Gambar 4.2 Window Edit Algorithm
Gambar window disebelah kiri yang berwarna hitam, merupakan window yang
menampilkan citra yang dimasukkan. Karena belum ada image yang dimasukan
jadi window tersebut masih kosong dan hanya berwarna hitam. Diwindow ini juga
terdapat tulisan “Algorithm Not Saved” berarti algoritma yang dibuka/dibuat ini
belum disave dalam format *alg. Window sebelah kanan yang bertuliskan
“Algoritm” dikiri atas merupakan window tempat untuk memasukkan dan
mengolah image yang dibuat dalam algoritma. Tanda panah berwarna merah
merupakan tanda yang menuujukkan pseudo layer yang aktif, jumlah dari pseudo
layer yang akan digunakan juga bisa ditambah dengan cara mengklik icon
duplicate sebanyak jumlah pseudo layer yang akan digunakan. Dalam hal ini
digunakan pseudo layer berjumlah tujuh layer karena kita menggunakan citra
satelit landsat yang mempunyai tujuh band, jadi tiap satu pseudo layer nantinya
kan diisi dengan satu image band dari citra landsat. Setelah mengklik icon
duplicate maka akan mencul layer-layer baru seperti gambar dibawah ini

Gambar 4.3 Proses input data
9

Setelah kita bisa merubah nama dari tiap-tiap pseudo layer yang aktif dengan cara
mengklik dua kali pada pseudo layer yang aktif yang ditunjukkan dengan adanya
tanda panah berwarna merah seperti gambar diatas. Pada gambar diatas pseudo
layer diubah namanya menjadi band 1 sampai band 7. Setelah itu untuk
memasukkan image pada pseudo layer klik icon Load Data set, maka akan
muncul image sperti gambar dibawah ini

Gambar 4.4 Pemilihan image
Setelah itu pilih folder penyimpanan file image yang akan di masukkan, file yang
akan dimasukkan hanya bisa melalui drive C jadi data yang dimasukkan harus
dipindahkan terlebih dahulu ke C. setelah itu klik Ok this layer only. Langkah
tersebut dilakukan berulang kali smapai pada pseudo layer yang terakhir. Setelah
semua image dimasukkan maka akan teriliaht seperti gambar dibawah ini

Gambar 4.5 Image input
10

Pada gambar diatas terlihat wondow sebelah kiri sudah tidak kosng lagi,
melainkan sudah terisi image yang dimasukkan pada pseudo layer. Stelah semua
image dimasukkan lalu simpan algoritma tersebut dengan format *.ers.
Dengan cara klik file=>save kemudian pilih lokasi penyimpanan dan nama file
yang kita inginkan. Setelah itu klik OK.

Gambar 4.6 Proses menyimpan data
Setelah diklik OK, maka akan muncul window seperti dibawah ini

Gambar 4.7 Save As Dataset
11

Kemudian klik OK pada window diatas, kemudian tunggu proses penyimpanan
sampai selesai 100%.

Gambar 4.8 Konversi file .ers
Setelah proses penyimpanan selesai kemudian tutup window algorthm dan pseudo
layer. Kemudin buka file .ers tadi dengan cara klik file=>open, pilih file tersebut.
Setelah file .ers dibuka maka akan muncul window seperti dibawah ini

Gambar 4.9 Image input .ers
Kemudian klik icon edit algorithm maka akan muncul window seperti
gambar dibawah ini
12


Gambar 4.10 RGB display band
Gambar diatas merupakan tampilan dari tujuh band pseudo layer yang
ditampilkan dalam RGB (Red, Green, Blue). Pada tiap warna red, green atau pun
blue dapat kita pilih band mana yang akan ditampilkan sesua dengan kebutuhan
kita, apa yang akan kita eksatrasi dari image tersebut. Kemudian klik icon
Edit transform limit, untuk mengubah nilai tranform. Stelah itu mita masukan
batas nilai transform pada tiap layet sesua pada grafik

Gambar 4.11 Transform limits
13

Lakukan proses tersebut untuk warna green dan blue. Setelah proses tersebut
selesai maka kan diproleh image sperti gambar dibawah ini.

Gambar 4.12 Output image
gambar diatas merupakan image setelah mengalami pengolahan dengan
menggunakan software ER Mapper. Gambar diatas pada warna red menggunakan
band tiga, warna green mnggunakan band dua dan warna blue menggunakan band
lima. Stelah dilakukan pengolahan maka lebih mudah untuk melakukan interpratsi
tau ekstrasi informasi dar suatu image. Perbedaan antara image sebelum di olah
dan sesudah diolah dapat dilihat pada gambar dibawah ini.
14


Gambar 4.13 Image sebelum diolah

Gambar 4.14 Image setelah diolah
Tujuan dari pengolahan citra adalah agar memudahkan dalam proses interpretasi
dan pengekstrasian informasi daros uatu citra atau image. Dari kedua gambar
diatas terlihat dengan jelas adanya perbedaan yang dapat kita lihat ketika image
sebelum diolah dan ketika image sudah diolah. Pengolahan citra diatas dilakuakn
15

untuk melihat persebaran vegetasi pada image tersebut, oleh karena itu dipilih
band 5, band 4 dan band 1.

Band 5 mempunyai panjang gelombang 1,55 – 1,75 mikrometer dengan resolusi
30 x 30 m
2
. band ini sensitif terhadap kandungan air pada tanaman, informasi
tersebut berguna untuk studi kekringan tanaman dan penyeledikan kegiatan
tanaman. Juga dapat membedakan anatara awan, salju dan es sehingga penting
untuk riset hidrology.

Band 4 0.76 – 0.90 mm: Band inframerah dekat ini memiliki informasi mengenai
varietas tanam-tanaman serta adanya perbedaan antara unsur air dengan unsur
tanah, oleh karena itu dapat dilihat garis pantai dengan jelas.

Band 1 0.45 – 0.52 mm: Band biru ini memiliki informasi yang tinggi terhadap
tubuh air jadi sangat sesuai untuk penggunaan lahan, tanah dan vegetasi.

Dengan menggunakan kombinasi band-band diatas untuk melihat persebaran
vegetsi dan kandungan air pada tanaman sehingga diperoleh image hasil olahan
yang ditunjukkan pada gambar diatas. Dari gambar ditas terlihat jelas bahwa
daerah dengan vegetasi mempunyai respon warna hijau, sedangkan daerah dengan
vegetasi yang lebat ditandai dengan warna hijau kekuningan, warna ini juga
terdapat disepanjang sungai yang mengalir karena tanaman akan tumbuh subur
jika berada dekat dengan sumber air. Selain bisa melihat vegetasi, terlihat juga
aliran sungai yang dideliniasi dengan warna biru. Gambar yang setelah diolah
terlihat kontras warna yang sangat jelas sehingga kita lebih udah untuk
menganalisis dan mengekstrasi suatu informasi yang kita butuhkan.
V. KESIMPULAN




1. Pengolahan citra dilakukan untuk memudahkan dalam melakukan interpratasi
citras suatu lahan atau daerah.
2. Citra landsat memiki tujuh band yang mempunyai karakteristik yang berbeda-
beda dalam menampilkan citra.
3. Setiap kombinasi band yang digunakan memiliki karakteristik tersendiri
untuk meampilakan informasi yang ada di image citra tersebut.
4. Kombinasi citra yang digunakan pada pengolahan citra ini adalah 5-4-1.
5. Kombinasi 5-4-1 dapat digunakan untuk melihat persebaran vegetasi
tanaman.
6. Vegetasi tanaman ditunjukan dengan rona warna berwarna hijau sampai hijau
kekuningan.
7. Selain menampilkan kenampakan vegetasi, iamge juga memperlihatkan
adanya aliran sungai yang diseliniasi dengan rona warna biru
DAFTAR PUSTAKA




Anonim, 2014. http://irfaniadiah.wordpress.com/2014/04/25/citra-landsat-dan-
kegunaannya. Diakses pada 4 Juli 2014 pukul 08.00 WIB.

Arif, 2012. Citra Landsat. http://Arif indraja.blogspot.com/2012/12/24/citra-
landsat/. Diakses pada 4 Juli 2014 pukul 08.20 WIB.

Armizon, 2014. Pengolahan Citra Satelit. Universitas Lampung.

Surini, 2013.Pengindraan Jauh. http://Ririn surini.blogspot.com /2013/10
/12/pengindraan-jauh/. Diakses pada 4 Juli 2014 pukul 09.00 WIB

Sponsor Documents

Or use your account on DocShare.tips

Hide

Forgot your password?

Or register your new account on DocShare.tips

Hide

Lost your password? Please enter your email address. You will receive a link to create a new password.

Back to log-in

Close