RESUME INTERPRETASI CITRA SATELIT
Nama : Asfar Dwi Karlina
Kelas : Planologi B
NRP : 153060051
PENGENALAN PENGINDERAAN JAUH (REMOTE SENSING)
Sejarah Penginderaan Jauh di Indonesia
1. Tahap Investigasi (1972 - 1982) : Pembangunan stasiun penerima data APT
(Automatic Picture Transmition) satelit lingkungan dan cuaca NOAA di
Jakarta.
2. Tahap Pengkajian (1983 – 1993) : Skala resmi baru dapat menerima
langsung data satelit landsat (MSS) melalui stasiun bumi satelit sumber
alam di Pekayon, Jakarta.
3. Tahap Operasional (1993 – sekarang) : Stasiun bumi ini diresmikan oleh
Presiden Soeharto pada September 1993, sebagai tanda tahap operasional
dalam akuisi, pengolahan, dan distribusi data untuk melayani kebutuhan
pengguna. Operasional dilakukan oleh LAPAN.
Pengertian Penginderaan Jauh
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang objek, daerah atau gejala dengan jalan menganalisis data yang
diperoleh dengan menggunakan alat tanpa kontak langsung terhadap objek atau
gejala yang dikaji.
Alat Penginderaan Jauh
Alat sensor
Alat pengolah data
Alat – alat pendukung
SISTEM PENGINDERAAN JAUH
1. Penginderaan Jauh Sistem Pasif : Penginderaan jauh yang menggunakan
matahari sebagai tenaga tenaga alamiah.
2. Penginderaan Jauh Sistem Aktif : Penginderaan jauh yang menggunakan
sumber tenaga lain (buatan) seperti sensor atau alat buatan lain
(infrared/gamma).
3. Jendela Atmosfer, yaitu bagian spektrum elektromagnetik yang dapat
mencapai bumi. Keadaan di atmosfer dapat menjadi penghalang pancaran
sumber tenaga yang mencapai ke permukaan bumi. Kondisi cuaca yang berawan
menyebabkan sumber tenaga tidak dapat mencapai permukaan bumi.
DASAR FISIKA PENGINDERAAN JAUH
1. Tenaga Elektromagnetik : Paket elektrisitas dan magnetism yang
bergerak dengan kecepatan sinar pada frekuensi dan panjang gelombang
tertentu dengan sejumlah tenaga tertentu.
2. Gelombang Elektromagnetik :
Panjang gelombang : Jarak lurus dari puncak gelombang yang satu ke
puncak gelombang lain yang terdekat.
Frekuensi : Jumlah siklus gelombang yang melalui satu titik dalam
satu detik (Hz).
INTERAKSI TENAGA DI DALAM ATMOSFER
1. Hamburan Atmosfer
Hamburan atmosfer adalah penyebaran (scattering) arah radiasi atau
perambatan gelombang elektromagnetik dari matahari ke bumi oleh partikel –
partikel di atmosfer yang tidak dapat diprakirakan. Hamburan atmosfer
dibagi menjadi 3, yaitu :
a. Hamburan Reyleigh : Terjadi ketika adanya interaksi antara energy yang
diprakirakan dengan molekul atau partikel yang diameter molekul lebih
kecil dari diameter panjang gelombang. Contoh, langit biru.
b. Hamburan Mie : Terjadi ketika energy yang dipancarkan oleh matahari
berinteraklsi dengan molekul atau partikel yang memiliki diameter sama
dengan diameter panjang gelombangnya. Contonya, Efek kabut di
atmosfer.
c. Hamburan Non Selective : Terjadi karena energy yang dipancarkan oleh
matahari berinteraksi dengan molekul atau partikel yang memiliki
diameter lebih besar dari diameter panjang gelombang. Contohnya,
Butiran air hujan dan fragmen es pada awan. Sinar matahari tidak dapat
menembus awan hujan karena seluruh gelombang tampak terhamburkan oleh
partikel-partikel air pada awan.
2. Serapan
Serapan di atmosfer merupakan gangguan yang lebih parah terhadapa
tenaga elektromagnetik. Penyebabnya ialah uap air, karbondioksida dan ozon.
Benda yang memiliki pantulan kecil akan terlihat lebih gelap.
INTERAKSI TENAGA DENGAN OBJEK DI PERMUKAAN BUMI
Interaksi antara tenaga dan objek dapat terlihat pada rona yang
dihasilkan. Tiap-tiap objek memiliki karakteristik yang berbeda-beda dalam
memantulkan atau memancarkan tenaga ke sensor. Objek yang mempunyai daya
pantul tinggi akan terlihat cerah pada citra, sedangkan objek yang daya
pantulnya rendah akan terlihat gelap pada citra. Contohnya, batu gamping
yang mempunyai daya pantul tinggi akan terlihat lebih cerah daripada batu
granit yang mempunyai daya pantul rendah.
Interaksi antara tenaga dengan objek yang ada di permukaan bumi dapat
dikelompokkan menjadi tiga bentuk, yaitu sebagai berikut :
a) Absorption (Serapan) : Objek menyerap tenaga
b) Transmission (Transmissi) : Objek meneruskan tenaga
c) Reflection (Pantulan) : Objek memantulkan tenaga
Pemantulan Sempurna (Teratur), pemantulan yang terjadi pada
bidang datar seperti cermin, air yang tenang tanpa gelombang,
dan permukaan yang datar. Contohnya Fatamorgana : Pada siang
hari yang panas terik kita sering melihat bayangan air pada
jalan, hal ini disebabkan oleh cahaya matahari yang mengalami
pemantulan sempurna karena perbedaan kerapatan udara di atas
jalan.
Pemantulan Bias, pemantulan yang terjadi pada bidang kasar atau
pada suatu media yang tidak rata, besar dan arah pantulannya
tidak seragam (sama). Contohnya cahaya matahari yang mengenai
permukaan bumi, dimana permukaan bumi memiliki permukaan yang
kasar. Pemantulan baur inilah yang menyebabkan sinar matahari
atau cahaya matahari bisa sampai ke dalam ruangan rumah-rumah,
walaupun rumah tersebut berisi atap yang menghalangi cahaya
matahari masuk ke dalam ruangan.
KARAKTERISTIK CITRA SATELIT
1. Pengindraan Jauh Sistem Pasif
Pada pengindraan jauh sistem pasif, tenaga yang menghubungkan
perekam dengan objek di bumi dengan menggunakan tenaga alamiah yaitu
matahari (dengan memanfaatkan tenaga pantulan), sehingga perekamannya hanya
bisa dilakukan pada siang hari dengan kondisi cuaca yang cerah.
2. Pengindraan Jauh Sistem Aktif
Pada pengindraan jauh sistem aktif, perekamannya dilakukan dengan tenaga
buatan (dengan tenaga pancaran), sehingga memungkinkan perekamannya
dapat dilakukan pada malam hari maupun siang hari, dan di segala cuaca.
3. Sensor
Sensor berfungsi untuk menerima dan merekam tenaga yang datang dari
suatu objek. Kemampuan sensor dalam merekam objek terkecil disebut dengan
resolusi spasial. Berdasarkan proses perekamannya, sensor dibedakan menjadi
2 sebagai berikut :
a) Sensor Fotografik
Sensor fotografik adalah sensor yang berupa kamera dengan menggunakan
film sebagai detektornya yang bekerja pada spetrum tampak. Hasil dari
penggunaan sensor fotografik adalah bentuk foto udara.
b) Sensor Elektronik
Sensor elektronik menggunakan tenaga elektrik dalam bentuk sinyal
elektrik yang beroperasi pada spektrum yang lebih luas, yaitu dari
sinar X sampai gelombang radio dengan pita magnetik sebagai
detektornya. Keluaran dari penggunaan sensor elektrik ini adalah
dalam bentuk citra.
4. Data Penginderaan Jauh
a) Foto Udara
Lebih sederhana sistem operasionalnya.
Tingkat kedetailannya dapat disesuaikan dengan kebutuhan.
Resolusi spasial lebih baik.
b) Citra Satelit
Biaya relative lebih murah
Kontinyu
Mudah didapat
c) Radar
Mempunyai sumber energy sendiri
Tidak tergantung waktu
Tembus awan
5. Jenis Resolusi Dalam Karakteristik Citra Satelit
Resolusi Spasial
Ukuran terkecil obyek yang dapat direkam, digambarkan dan dikenali
oleh citra satelit atau suatu sistem sensor. Data digital resolusi di
lapangan dinyatakan dengan pixel (picture element). Dalam menentukan range
resolusi, ada tiga jenis ukuran resolusi yang perlu diketahui, yaitu:
Resolusi spasial tinggi, resolusi spasial menengah dan resolusi spasial
rendah.
a) Resolusi spasial tinggi, berkisar : 0.4 m - 4 m. Contoh : Satelit IKONOS
dan Quickbird.
b) Resolusi spasial menengah, berkisar : 4 m - 30 m. Contoh : SPOT dan
Landsat.
c) Resolusi spasial rendah, berkisar : 30 m hingga > 1000 m. Contoh :
Satelit NOAA AVHRR.
Resolusi Temporal
Resolusi temporal ialah frekuensi perekaman ulang kembali ke daerah
yang sama pada rentang waktu tertentu. Satuan resolusi temporal dinyatakan
dalam jam atau hari. Jenis resolusi temporal :
a) Resolusi temporal tinggi berkisar antara : <24 jam - 3 hari. Contoh :
Satelit GMS dan NOAA AVHRR.
b) Resolusi temporal sedang berkisar antara : 4-16 hari. Contoh : Satelit
Landsat TM.
c) Resolusi temporal rendah berkisar antara: > 16 hari. Contoh : SPOT dan
JERS.
Resolusi Spektral
Resolusi spektral adalah kemampuan sensor untuk mendefinisikan
kahalusan interval panjang gelombangyang bias direkam. Semakin banyak
gelombang yang direkam, semakin bagus resolusi spektralnya. Sebagai contoh,
potret hitam-putih mempunyai resolusi yang lebih rendah (0,4 m - 0,7 m)
dibandingkan dengan Landsat TM band 3 (0,63 m - 0,69 m). Dengan jumlah band-
band sempit yang banyak maka pemakai atau peneliti dapat memilih kombinasi
yang terbaik sesuai dengan tujuan dari analisis untuk mendapatkan hasil
yang optimal. TM mempunyai 7 band dengan lebar setiap bandnya yang sempit
tetapi rentang band yang digunakan lebar (mulai band biru sampai dengan
band termal), sedangkan SPOT 5 mempunyai 4 band dengan rentang dari band
hijau sampai dengan inframerah sedang, ini berarti bahwa TM mempunyai
resolusi spektral yang lebih baik dibandingkan dengan SPOT.
Resolusi Radiometrik
Resolusi radiometrik adalah ukuran sensitivitas sensor untuk
membedakan aliran radiasi (radiant flux) yang dipantulkan atau diemisikan
dari suatu obyek permukaan bumi. Sebagai contoh, radian pada panjang
gelombang 0,6 - 0,7 m akan direkam oleh detektor MSS band 5 dalam bentuk
voltage. Kemudian analog voltage ini disampel setiap interval waktu
tertentu (contoh untuk MSS adalah 9,958 x 10-6 detik) dan selanjutnya
dikonversi menjadi nilai integer yang disebut bit. MSS band 4, 5 dan 7
dikonversi ke dalam 7 bit (27=128), sehingga akan menghasilkan 128 nilai
diskrit yang berkisar dari 0 sampai dengan 127. MSS band 6 mempunyai
resolusi radiometrik 6 bit (26=64), atau nilai integer diskrit antara 0 -
63. Generasi kedua data satelit seperti TM, SPOT dan MESSR mempunyai
resolusi radiometrik 8 bit (nilai integer 0 - 255). Citra yang mempunyai
resolusi radiometrik yang lebih tinggi akan memberikan variasi informasi
yang lebih tinggi dibandingkan dengan citra yang mempunyai resolusi
radiometrik yang lebih rendah.
INTERPRETASI DATA INDERAJA
Untuk dapat memanfaatkan data penginderaan jauh, kita harus
mampu mengekstrak informasi dari citra. Langkah ekstraksi informasi ini
disebut dengan interpretasi.
1. Tahapan Kegiatan Interpretasi
a) Deteksi
b) Identifikasi
c) Analisis
2. Interpretasi Visual VS Digital
Analisis manual dan analisis dijital mempunyai kelebihan dan
kekurangan. Dalam analisis manual, biasanya terbatas pada satu band atau
satu image, artinya tidak dapat melakukan analisis beberapa image secara
bersamaan. Sedangkan dalam analisis digital dapat dilakukan secara
bersamaan.
Dalam analisis manual, biasanya kurang konsisten hasilnyakarena bersifat
subyektif, yakni sangat tergantung pada interpreter.
Dalam analisis digital lebih konsisten, karena analisisnya didasarkan
pada nilai digital (digital number) dalam computer, sehingga lebih
obyektif.
3. Interpretasi Secara Visual
Pengenalan target atau obyek merupakan kunci interpretasi dan ekstraksi
informasi. Kunci Interpretasi :
a) Tone/Rona, mengacu pada kecerahan atau warna relative suatu obyek dalam
image. Secara umum, rona merupakan elemen yang mendasar dalam pembedaan
target. Rona akan lebih mudah diinterpretasikan bila bervariasi dengan
elemen bentuk, tekstur dan pola obyek.
a. Karakteristik obyek
b. Bahan yang digunakan (orthocromatic, panchromatic, infrared)
c. Cuaca
b) Bentuk, mengacu pada struktur dan outline obyek individu.
a. Form : Structure
b. Shape : Outline
c) Ukuran, Ukuran obyek dalam image merupakan fungsi skala. Contoh : ukuran
antara bangunan sebagai tempat tinggal dengan bangunan sebagai bangunan
komersial.
d) Pola, mengacu pada susunan kenampakan spasial objek. Pola perkebunan
yang dikembangkan oleh perusahaan akan terlihat teratur dibandingkan
dengan pola pertanian yang alami.
e) Tekstur, mengacu pada susunan dan frekuensi rona suatu objek yang nampak
pada kenampakan kasar atau halusnya permukaan objek. Contoh yang jelas
adalah dalam membedakan hutan alam dengan hutan tanaman industry yang
relative punya keseragaman kanopi.
f) Bayangan/shadow, memberikan ide dalam membedakan profil atau ketinggian
suatu obyek.
Tanpa bayangan : dataran/obyek rendah.
Dengan bayangan : dataran/obyek tinggi.
g) Asosiasi, berkaitan dengan hubungan antara obyek terhadap obyek yang
lain. Sebagai missal daerah dimana di situ terdapat vegetasi pada wilayah
muara sungai, mungkin dapat diasosiasikan dengan mangroove.
KLASIFIKASI DIGITAL
Cara digital adalah penyajian obyek dalam format digital.
Cara digital terdiri dari pixel atau picture element.
Digital number (DN) digunakan untuk memindai pixel.
Nilai DN menyatakan pantulan energy yang diterima oleh sensor.
Citra Digital
Citra multispectral merupakan data inderaja dengan dua atau lebih
saluran spectral.
Masing – masing band dihasilkan oleh sensor dengan resolusi spasial
tertentu.
TAHAP PRA PENGOLAHAN
1. Koreksi Geometrik
Koreksi geometri adalah suatu kegiatan yang dilakukan bila terjadi
distorsi geometrik antara citra satelit dan objeknya. Dimana distorsi
geometrik adalah ketidaksempurnaan geometri (bentuk) citra yang terekam
pada saat pencitraan yang menyebabkan ukuran, posisi dan bentuk citra
menjadi tidak sesuai dengan kondisi yang sebenarnya.
Tujuan Koreksi Geometrik :
a) Melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) citra
agar koordinat citra sesuai dengan koordinat geografis.
b) Meregistrasi (mencocokan) posisi citra dengan citra lain yang sudah
terkoreksi (image to image rectification) atau mentransformasikan
system koordinat citra multispectral dan multi temporal.
c) Meregistrasi citra ke peta atau transformasi system koordinat citra ke
koordinat peta (image to map rectification), sehingga menghasilkan
citra dengan system proyeksi tertentu.
Bentuk Yang Biasa Dipakai Koreksi Geometrik :
a) Koreksi geometrik sistematik : sensor orientasi internal (internal
orientation) berisi informasi panjang focus system optiknya dan
koordinat titik utama (primary point) dalam bidang citra (image
space). Distorsi lensa dan difraksi atmosfer dianggap kecil pada
sensor inderaja satelit, serta orientasi eksternal (external
orientation) berisi koordinat titik utama .
b) Koreksi geometrik presisi : meningkatkan ketelitian geometric dengan
menggunakan titik kendali / control tanah (Ground Control Point biasa
disingkat GCP). GCP dimaksud adalah titik yang diketahui koordinatnya
secara tepat dan dapat terlihat pada citra inderaja satelit seperti
perempatan jalan.
Kesalahan Pada Koreksi Geometrik :
a) Kesalahan Sistematik : Kesalahan yang dapat diperkirakan sebelumnya,
dan besar kesalahannya pada umumnya konstan, oleh karena itu dapat
dibuat perangkat lunak koreksi geometrik secara sitematik.
b) Kesalahan Random : Kesalahan geometri yang bersifat random (acak)
tidak dapat diperkirakan terjadinya, maka koreksinya harus ada data
referensi tambahan yang diketahui. Koreksi geometrik yang biasa
dilakukan adalah koreksi geometrik sistemik dan koreksi geometrik
presisi.
2. Koreksi Radiometrik
Koreksi radiometrik memperbaiki nilai piksel supaya sesuai dengan
yang seharusnya, biasanya mempertimbangkan faktor gangguan atmosfer sebagai
sumber kesalahan utama. Koreksi radiometrik perlu dilakukan pada data citra
yang mengalami kesalahan.
Kesalahan Pada Koreksi Radiometrik :
a) Stripping atau banding seringkali terjadi pada data citra yang
diakibatkan oleh ketidakstabilan detektor. Merupakan fenomena ketidak-
konsistenan perekaman detektor untuk band dan areal perekaman yang
sama.
b) Line dropout kadang terjadi sebagai akibat dari detektor yang gagal
berfungsi dengan tiba-tiba. Jangka waktu kerusakan pada kasus ini
biasanya bersifat sementara.
c) Efek atmosferik merupakan fenomena yang disebabkan oleh debu, kabut,
atau asap seringkali menyebabkan efek bias dan pantul pada detektor,
sehingga fenomena yang berada di bawahnya tidak dapat terekam secara
normal.
Ciri-ciri kesalahan pada citra Koreksi radiometrik meliputi :
a) Adanya piksel yang hilang
b) Adanya tampilan garis-garispada tampilan citra
c) Pengaruh atmosfer yang menyebabkan adanya efek hamburan bayangan obyek
pada citra atau kabut (haze)
3. Koreksi Atmosferik
Koreksi atmosferik mengindentifikasi seberapa jauh setiap
histogram berubah kecerahannya dan selanjutnya mengurangkan nilai nilai
kecerahan pixel.
Metode Koreksi Atmosferik :
a) Koreksi atmosferik bisa dilakukan dengan menggunakan dua metode, yakni
metode dark pixel substract dilakukan dengan menggunakan piksel laut
dalam jumlah yang banyak sebagai kalibrasi serta menghitung mean dan
standar deviasi piksel-piksel tersebut. Terdapat beberapa obyek yang
bisa digunakan sebagai dark target untuk koreksi atmosferik. Salah
satunya adalah obyek yang paling sempurna atau efektif untuk menyerap
energi (sehingga pantulannya minimal) yakni air, khususnya air pada
laut dalam.
b) Metode pengurangan histogram bisa dikatakan sebagai metode yang paling
sederhana dan hanya dilakukan ketika infomasi untuk melakukan koreksi
radiometrik absolut kurang mencukupi.
TAHAP PENGOLAHAN
Meliputi proses perbaikan kualitas citra yang bertujuan menghasilkan citra
baru sesuai dengan yang diharapkan untuk berbagai keperluan interpretasi.
1. Teknik Perbaikan Kualitas Citra : Tujuan dan teknik mutu citra adalah
untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai
kualitas relatif lebih baik dari citra awal untuk aplikasi tertentu .tapi
kata baik disini tergantung pada jenis aplikasi dan problem yang di
hadapi.
2. Domain Spasial
a) Point processing
Cara paling mudah untuk melakukan peningkatan mutu pada domain
spasial adalah dengan melakukan pemrosesan yang hanya melibatkan
satu pixel saja.
Pengolahan dengan menggunakan histogram juga termsuk dalam bagian
point processing
b) Mask processing
Jika pada point processing melakukan operasi terhadap masing masing
piksel maka pada mask processing melakukan suatu jendela
ketanggaan pada citra.
Kemudian menerapkan (mengkonvlusikan) suatu mask terhadap jendela
tersebut, mask juga di sebut filter.
c) Metode metode berbasis domain spasial : Memanipulasi langsung terhadap
pixel pixel pada citra,histogram,konvolusi dari data
multiband,manipulasi numerik. Contoh ; operasi histogram
3. Domain Frekuensi
a) Domain frekuensi berupa : Pengolahan pada citra hasil transformasi
fourier.
b) Metode - metode berbasis domain frekuensi : Manipulasi terhadap
representasi frekwensi dari citra. Contoh, operasi berbasis
transformasi fourier terhadap citra
KLASIFIKASI CITRA
Metoda dalam klasifikasi multispektral ;
1. Supervised Classification (Klasifikasi Tersedia/Terawasi)
Klasifikasi multispektral dengan sampel terpilih yang homogen.
Prosedur ini memerlukan pengetahuan tentang obyek.
Klasifikasi menggunakan karakteristik spektral (minimum, maximum,
mean/average, variance, correlation, dll) tentang training/sample area
untuk menggambarkan algoritma klasifikasi keseluruhan.
Penggunaan istilah terawasi disini mempunyai arti berdasarkan
suatu referensi penunjang, dimana kategori objek-objek yang terkandung pada
citra telah dapat diidentifikasi. Klasifikasi ini memasukkan setiap piksel
citra tersebut kedalam suatu kategori objek yang sudah diketahui.Sebelum
klasifikasi dilakukan, maka kita harus memasukkan inputan sebagai dasar
pengklasifikasian yang akan dilakukan. Dengan klasifikasi ini, kita lebih
bebas untuk memilah data citra sesuai dengan kebutuhan. Misalnya dalam
suatu kawasan kita hanya akan melakukan klasifikasi terbatas pada jenis
jenis kenampakan secara umum semisal jalan, pemukiman, sawah, hutan, dan
perairan. Hal tersebut dapat kita lakukan dengan klasifikasi ini. Proses
input sampel juga cukup mudah, hanya saja perlu ketelitian dan pengalaman
agar sampel yang kita ambil dapat mewakili jenis klasifikasi. Baik buruknya
sampel, diwujudkan dalam nilai indeks keterpisahan.
Teknik Klasifikasi Tersedia/Terawasi
a) Neural Networks
Jaringan saraf tiruan (JST), (Bahasa Inggris: artificial neural
network (ANN), atau juga disebut simulated neural network (SNN), atau
umumnya hanya disebut neural network (NN)), adalah jaringan dari
sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan
saraf manusia. JST merupakan sistem adaptif yang dapat mengubah
strukturnya untuk memecahkan masalah berdasarkan informasi eksternal
maupun internal yang mengalir melalui jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan data
statistik non-linier. JST dapat digunakan untuk memodelkan hubungan
yang kompleks antara input dan output untuk menemukan pola-pola pada
data. Dalam interpretasi citra, ada node yang dihubungkan melalui
jaringan ke node lain. Semua data masuk kemudian diinterpretasikan.
Untuk mendapatkan hasil yang interpretasi yang maksimal, linkages
harus dikuatkan.
Neural Networks umumnya terdiri dari :
Input Layers : sumber data
Hidden Layers : Berasosiasi mengenai bobot dan perhitungan
klasifikasi.
Output Layers : Kelas
Jenis Neural Networks :
Forward Propagation, berorientasi untuk menentukan tingkat error
pada output layers dan menjustifikasi prosesnya adalah benar.
Backward Propagation, mencari tingkat error dalam 1 node di
beberapa tahap, baik pada output layers, hidden layers hingga
input layers (berurut dari belakang). Backward propagation
berkaitan dengan prinsip matematika sehingga memiliki program
perhitungan tersendiri. Dalam backward propagation, ketika
outputnya salah, maka data akan kembali ke hidden layers. Lalu
dalam hidden layers akan ditemukan error, yang jika tingkat
errornya tinggi, maka perlu dilakukan literasi yang terus
menerus akan ditingkatkan jika akurasi belum mencapai tingkat
maksimum dan dihentikan jika tingkat akurasi yang maksimum sudah
tercapai. Tingkat error yang tinggi menunjukkan akurasi dan
bobot yang digunakan dalam hidden layers kurang baik.
Sebaliknya, jika tingkat error rendah, hal tersebut menunjukkan
akurasi dan bobot yang digunakan dalam hidden layers baik.
Update point pembobotan berkisar dari -1 sampai dengan 1. Jika
tingkat kepercayaan analis pada data awal tinggi, maka
pembobotan akan mendekati nilai 1, juga sebaliknya. Namun juga
iterasi sudah dilakukan dan hasilnya tetap dengan output awal,
maka objek akan dihilangkan.
b) Fuzzy Clustering
Fuzzy clustering adalah salah satu teknik untuk menentukan
cluster optimal dalam suatu ruang vektor yang didasarkan pada bentuk
normal euclidian untuk jarak antar vektor. Fuzzy clustering sangat
berguna bagi pemodelan fuzzy terutama dalam mengindentifikasi aturan-
aturan fuzzy. Metode clustering merupakan pengelompokan data beserta
parameternya dalam kelompok – kelompok sesuai kecenderungan sifat dari
masing-masing data (kesamaan sifat). Teknik ini adalah teknik
klasifikasi yang pakling cepat karena hanya terdiri dari 1 cluster,
sehingga hasil dari fuzzy clustering ini terdapat banyak pixel yang
salah.
c) Contextual Classifiers
Klasifikasi citra kontekstual, topik pengenalan pola dalam visi
komputer, adalah pendekatan klasifikasi berdasarkan informasi
kontekstual dalam gambar. "Kontekstual" berarti pendekatan ini
berfokus pada hubungan antara piksel terdekat, yang juga disebut
lingkungan. Tujuan dari pendekatan ini adalah untuk mengklasifikasikan
gambar dengan menggunakan informasi kontekstual. Dalam contextual
classifiers, harus ada hubungan atau keterkaitan antara sampel dengan
pixel/polygon yang diwakilinya. Hubungan atau keterkaitan tersebut
dapat dilihat dari 7 kunci interpretasi citra satelit. Setelah
ditemukannya hubungan/keterkaitan, maka data dapat digeneralisasi.
d) Linear Regression
Linear Regression adalah sebuah data statistik yang
memprediksikan harga ke depan dari data masa lalu, dan biasanya
digunakan saat sesuatu mengalami kenaikan atau penurunan yang
signifikan. Dalam interpretasi citra satelit, linear regression
digunakan untuk melihat variable yang dipengaruhi (output).
2. Unsupervised Classification (Klasifikasi Tak Tersedia/Tak Terawasi)
Klasifikasi tanpa memerlukan/membangun sampel.
Operasi dibangun berdasarkan pengelompokan pixel secara natural.
Pengenalan pola menggunakan proses komputer sehingga mengurangi
kemungkinan terjadi human error.
Ditandai dengan adanya DN (Digital Number).
Semua pixel diidentifikasi, setelah itu dilakukan clustering
berdasarkan range.
ALAT PENGINDERAAN JAUH
Alat untuk intepretasi foto udara pada dasarnya dibedakan atas tiga bagian,
yaitu
1. Alat pengamatan, yaitu alat untuk mengamati citra sehingga pembaca
(interpreter) dapat mengenali obyek-obyek yang tergambar pada citra dan
memberikan ulasanya. Alat pengamatan dibagi menjadi 2, yaitu :
a) Alat Pengamat Stereoskopik
Alat pengamat stereoskopik ini berupa stereoskop yang dapat digunakan
untuk pengamatan tiga dimensi. Pengamatan dengan alat ini memungkinkan
pengamat dapat melihat relief yang terdapat dalam foto udara, seperti
gunung, lembah, sungai, dan sebagainya. Alat ini pada dasarnya terdiri
atas lensa atau kombinasi antara lensa, cermin, dan prisma. Stereoskop
ada 3 macam yaitu :
Stereoskop lensa, pada saat ini stereoskop lensa merupakan alat
yang banyak digunakan karena harganya murah, mudah dibawa, cara
kerja, dan perawatannya mudah.
Stereoskop cermin, stereoskop ini dirancang untuk pengamatan
stereoskopik bagi pasangan foto stereo yang berukuran baku dengan
daerah pertampakan yang luas.
Stereoskop mikroskopik, disebut setreoskop mikroskopik karena
sangat besar pembesarannya, sehingga fungsinya mirip dengan
mikroskop. Stereoskop jenis ini dibagi lagi menjadi 2, yaitu
stereoskop zoom (pembasarannya dapat dilakukan berkali-kali) dan
interpretoskop (mirip dengan mikroskop).
b) Alat Pengamat Non Strereoskopik
Alat pengamatan nonstereoskopik dapat berupa kaca pembesar (loupe),
meja sinar, dan pengamat optik dan elektronik.
2. Alat pengukuran untuk luas, yaitu planimeter dan alat pengukur tinggi,
yaitu paralax meter atau stereometer. Alat pengukur obyek pada citra
meliputi pengukur arah, pengukur jarak, pengukur luas, pengukur tinggi,
serta pengukur lereng.
3. Alat pemindah detail dari foto udara ke peta ( kertas gambar) yang
disebut pantograph. Alat Pemindah data hasil interpretasi citra terdiri
dari: Alat Pemindah Data Planimetrik dan Alat Pemindah Data Stereoskop.
a) Alat Pemindah Data Planimetrik
Alat pemindah data Planimetrik dapat dibedakan menjadi dua yaitu :
1) Alat yang berdasarkan atas prinsip kamera lusida atau jenis
kamera lusida dan 2) Proyektor optic.
Jenis Kamera Lusida, Pada alat ini kita mengamati dua
gambaran tumpang tindih, yaitu hasil interpretasi citra dan
peta dasar yang menyajikan gambaran yang sama atau sekurang-
kurangnya menyajikan titik untuk menemukan letak obyek yang
benar. Operator dapat menyetel alat ini hingga gambaran pada
lembaran hasil interpretasi citra persis terletak pada
gambaran pada peta dasar. Dengan demikian berarti ada koreksi
letak obyek, artinya letak obyek pada lembaran hasil
interpretasi yang mungkin tergeser oleh topografi atau oleh
Tilt, telah dikoreksi hingga tingkat ketelitian tertentu.
Proyektor Optic, Memantulkan gambaran pada foto ke peta.
pantulanya dapat diarahkan ke bawah yaitu peta yang di
letakan di meja, atau pada bagian belakang permukaan kaca
buram. bila di proyeksikan ke kaca buram, peta harus sekurang-
kurangnya harus bersifat semi transparan agar di mungkinkan
penggambaranya. kedua jenis proyektor optic ini memerlukan
ruang gelap (paine, 1981). Proyektor optic digunakan untuk
memindahkan data dari foto udara vertical. Keunggulan alat
ini adalah: , (1) perubahan skalanya atau pembesaranya cukup
besar, (2) daerah kerjanya luas dan memperoleh penyinaran
cukup terang, dan (3) posisi kerjanya enak. Kelemahanya
ialah: (1) ukuran alatnya besar, (2) memerlukan ruang gelap
atau setengah gelap, operasi kerjanya mahal, dan (3) tidak
ada koreksi terhadap tilt (estes dan simonett, 1975)
b) Alat Pemindah Data Stereoskopik
Ada dua keunggulan alat pemindah data stereoskopik, yaitu: (1)
dapat di hilangkanya pergeseran letak oleh tilt dan topografi, dan
(2) tidak selalu di perlukan deliniasi stereoskopik sebelum
pemindahan datanya (Paine, 1981). Selanjutnya paine membedakan alat
ini atas dua kategori yaitu: (1) alat yang menggunakan diapositif,
light (1980) juga membedakan alat ini atas dua kategori yaitu: (1)
jenis stereometer, dan (2) proyeksi ortografik.
-----------------------
Sensor tidak ditempatkan pada objek, maka perlu adanya sarana atau alat
sebagai tempat untuk meletakkan.
Teknik Perbaikan Kualitas Citra
Domain Spasial
Domain Frekuensi
