LAPORAN AKHIR PRAKTIKUM PENGINDERAAN JAUH
Oleh Kelompok 1
1. Yasrin Karim 2. Alwin Dae 3. Meiriana Kartikasari 4. Irmawati Dantuma 5. Fatima Amar
PROGRAM STUDI S1 PENDIDIKAN GEOGRAFI JURUSAN FISIKA FAKULTAS MATEMATIKA DAN IPA UNIVERSITAS NEGERI GORONTALO 2011
KATA PENGANTAR Puji syukur kami panjatkan kehadirat Allah SWT, atas berkat rahmat, hidayah, inayah-Nya, serta kesehatan sehingga laporan ini dapat terselesaikan walaupun masih jauh dari kesempurnaan. Laporan ini dimaksudkan untuk mengembangkan minat dan wawasan mahasiswa dalam mengembangkan ilmu pengetahuan. Sehingga nantinya dapat mengimplementasikannya dalam kehidupan sehari-hari. Ucapan terimakasih kepada dosen dan par asisten yang telah memiliki peran penting dalam penyusunan laporan ini, serta teman-teman yang telah berpartisipasi dalam pembuatan laporan ini. Permohonan maaf yang tidak terkira dihaturkan kepada semua pihak apabila dalam penulisan laporan ini banyak terdapat kesalahan dan jauh dari kesempurnaan. Untuk itu saran dan kritik yang sifatnya membangun sangat diharapkan dari semua pihak demi lengkap dan sempurnanya laporan ini. Akhir kata, semoga laporan ini dapat menambah wawasan kita sebagai mahasiswa walaupun hanya sebagian kecil dari ilmu pengatahuan yang ada. Nuun wal Qalami wamaa yasthuruun Sekian dan terimakasih……………..
Gorontalo,
Oktober 2011
Kelompok 1 Penyusun
i
DAFTAR ISI COVER KATA PENGANTAR. ................................................................................... i DAFTAR ISI................................................................................................... ii BAB I PENDAHULUAN 1.1. Latar Belakang. .................................................................................. 1 1.2. Rumusan Masalah .............................................................................. 2 1.3. Tujuan ................................................................................................. 2 1.4. Manfaat ............................................................................................... 2 BAB II TINJAUAN PUSTAKA 2.1. Pengenalan ER Mapper ..................................................................... 3 2.1.1. Pengertian ER Mapper ............................................................ 3 2.1.2. Aplikasi Pengolahan Data Citra ............................................. 4 2.1.3. Pengolahan Data Citra ............................................................ 4 2.1.4. Prosedur Pengolahan Data Citra ............................................ 6 2.1.5. Kelebihan ER Mapper ............................................................. 9 2.2. Koreksi Radiometrik.......................................................................... 10 2.3. Koreksi Geometrik ............................................................................. 12 2.3.1. Metode Koreksi Geometrik ..................................................... 13 2.4. Komposit Citra ................................................................................... 14 BAB III HASIL DAN PEMBAHASAN 3.1 Pengenalan ER Mapper ...................................................................... 18 3.1.1 Hasil ............................................................................................ 18 3.1.2 Pembahasan ............................................................................... 18 3.2 Koreksi Radiometrik........................................................................... 25 3.2.1 Hasil ............................................................................................ 25 3.2.2 Pembahasan ............................................................................... 26 3.3 Koreksi Geometrik .............................................................................. 27 3.3.1 Hasil ............................................................................................ 27 3.3.2 Pembahasan ............................................................................... 27 3.4. Komposit Citra .................................................................................. 28 ii
3.4.1 Hasil ............................................................................................ 28 3.4.2 Pembahasan ............................................................................... 29 BAB IV PENUTUP 4.1 Kesimpulan .......................................................................................... 30 4.2 Saran ..................................................................................................... 31 DAFTAR PUSTAKA
iii
BAB I PENDAHULUAN 1.1
Latar Belakang Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi
tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau gejala yang dikaji (Lillesand and Kiefer, 1979). Sedang menurut Lindgren, Penginderaan jauh ialah berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut khusus berbentuk radiasi elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi. Penginderaan jauh juga merupakan aktivitas penyadapan informasi tentang obyek atau gejala di permukaan bumi (atau permukaan bumi) tanpa melalui kontak langsung. Karena tanpa kontak langsung, diperlukan media supaya obyek atau gejala tersebut dapat diamati dan didekati oleh si penafsir. Media ini berupa citra (image atau gambar). Citra adalah gambaran rekaman suatu obyek (biasanya berupa gambaran pada foto) yang dibuahkan dengan cara optik, elektro-optik, optik mekanik, atau elektronik. Pada umumnya ia digunakan bila radiasi elektromagnetik yang dipancarkan atau dipantulkan dari suatu obyek tidak langsung direkam pada film. Interpretasi citra merupakan suatu kegiatan untuk menentukan bentuk dan sifat obyek yang tampak pada citra, berikut deskripsinya. Interpretasi citra dan fotogrametri berhubungan erat, meskipun keduanya tidak sama. Bedanya, fotogrametri berkepentingan dengan geometri obyek, sedangkan interpretasi citra berurusan dengan manfaat, penggunaan, asal-usul, ataupun identitas obyek yang bersangkutan (Glossary of the Mapping Science, 1994). Inderaja memiliki peran yang sangat besar dalam sistem informasi data dan pengelolaannya. Peran tersebut antara lain untuk mendeteksi perubahan data dan pengembangan model di berbagai kepentingan, sebagai alat bantu dalammenyusun teori, sebagai alat bantu dalam menemukan fakta, sebagai alat penelitian, serta sebagai dasar penjelasan. Melihat pentingnya kajian mengenai
1
Pengindraan jauh (inderaja) ini, maka laporan ini disusun guna lebih memahami mengenai Inderaja tersebut, khususnya terkait mengenai interpretasi citra.
1.2
Rumusan Masalah Adapun rumusan masalah dari laporan Pengindraan jauh ini adalah
sebagai berikut : 1) Apa yang dimaksud dengan ER Mapper? 2) Bagaimana kemampuan dan kegunaan yang dimiliki ER Mapper ? 3) Bagaimana cara kerja dan kegunaan koreksi radiometrik ? 4) Bagaimana cara kerja dan kegunaan koreksi geometrik ? 5) Bagaimana kegunaan komposit citra ?
1.3
Tujuan Adapun tujuan dari pembuatan laporan pengindraan jauh ini adalah
sebagai berikut : 1) Mengetahui pengertian dari ER Mapper. 2) Mengetahui kemampuan dan kegunaan yang dimiliki software ER Mapper. 3) Mengetahui dan memahami cara kerja dan kegunaan koreksi radiometrik. 4) Mengetahui dan memahami cara kerja dan kegunaan koreksi geometrik. 5) Mengetahui dan memahami kegunaan komposit citra.
1.4
Manfaat Adapun manfaat dari pembuatan laporan pengindraan jauh ini adalah
sebagai berikut : 1) Dapat menjelaskan pengertian dari ER Mapper. 2) Dapat menjalankan aplikasi ER Mapper 3) Dapat melakukan koreksi radiometrik terhadap suatu citra. 4) Dapat melakukan koreksi geometric terhadap suatu citra. 5) Dapat membuat komposit citra.
2
BAB II TINJAUAN PUSTAKA
2.1. Pengenalan ER Mapper 2.1.1. Pengertian ER Mapper ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit. Masih banyak perangkat lunak yang lain yang juga dapat digunakan untuk mengolah data citra, diantaranya adalah Idrisi, Erdas Imagine, PCI dan lain-lain. 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. Pengolahan data citra merupakan suatu cara memanipulasi data citra atau mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan yang kita harapkan. Adapun cara pengolahan data citra itu sendiri melalui beberapa tahapan, sampai menjadi suatu keluaran yang diharapkan. Tujuan dari pengolahan citra adalah mempertajam data geografis dalam bentuk digital menjadi suatu tampilan yang lebih berarti bagi pengguna, dapat memberikan informasi kuantitatif suatu obyek, serta dapat memecahkan masalah. Data digital disimpan dalam betuk barisan kotak kecil dua dimensi yang disebut pixels (picture elements). Masing-masing pixel mewakili suatu wilayah yang ada dipermukaan bumi. Struktur ini kadang juga disebut raster, sehingga data citra sering disebut juga data raster. Data raster tersusun oleh baris dan kolom dan setiap pixel pada data raster memiliki nilai digital (gambar 1).
Gambar 1. Struktur Data Raster Data yang didapat dari satelit umumnya terdiri beberapa bands (layers) yang mencakup wilayah yang sama. Masing-masing bands mencatat pantulan
3
obyek dari permukaan bumi pada panjang gelombang yang berbeda. Data ini disebut juga multispectral data. Di dalam pengolahan citra, juga dilakukan penggabungan kombinasi antara beberapa band untuk mengekstraksi informasi dari obyek-obyek yang spesifik seperti indeks vegetasi, parameter kualitas air, terumbu karang dan lain-lain. 2.1.2. Aplikasi Pengolahan Data Citra Pengolahan data citra adalah bagian penting untuk dapat menganalisa informasi kebumian melalui data satelit penginderaan jauh. Aplikasi-aplikasi yang dapat diterapkan melalui pengolahan data citra antara lain: o
Pemantauan lingkungan
o
Manajemen dan perencanaan kota dan daerah urban
o
Manajemen sumber daya hutan
o
Eksplorasi mineral
o
Pertanian dan perkebunan
o
Manajemen sumber daya air
o
Manajemen sumber daya pesisir dan lautan
o
Oseanografi fisik
o
Eksplorasi dan produksi minyak dan gas bumi
2.1.3. Pengolahan Data Citra Pengolahan data citra dimulai pada tahun 1960-an untuk memproses citra dari satelit yang mengelilingi bumi. Pengolahan data citra dibuat dalam bentuk “disk to disk” dimana kita harus menuliskan spesifikasi file yang akan diolah, kemudian memilih tipe pemrosesan yang akan digunakan, kemudian menunggu komputer mengolah data tersebut serta menuliskan hasilnya ke dalam file baru (gambar 2). Jadi sampai final file terbentuk baru kita dapat melihat hasil yang diharapkan, tetapi bila hasilnya jauh dari yang kita harapkan, maka kita harus mengulangnya dari awal kembali. Sampai tahun 1980-an proses tersebut masih digunakan oleh beberapa produk pengolahan data citra.
4
Gambar 2. Proses Pengolahan Data Citra Secara Tradisional
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. 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 (gambar 3). Cara pengolahan ini dalam ER Mapper disebut Algoritma.
Gambar 3. Pengolahan Citra Menggunakan ER Mapper
Algoritma adalah rangkain tahap demi tahap pemrosesan atau perintah dalam ER Mapper yang digunakan untuk melakukan transformasi data asli dari hard disk sampai proses atau instruksinya selesai. 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
5
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 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.
2.1.4. Prosedur Pengolahan Data Citra Prosedur pengolahan data citra diawali dengan mengimport data sampai dengan hasil akhir dalam bentuk cetakan (printing). Dari beberapa prosedur ini, tidak semua prosedur harus dijalankan untuk mendapatkan hasil yang sesuai dengan harapan. Untuk beberapa aplikasi dapat dihasilkan keluaran yang diharapkan tanpa melalui seluruh prosedur pengolahan citra. a.
Import Data Langkah pertama dalam pengolahan citra adalah mengimport data satelit
yang akan digunakan ke dalam format ER Mapper. Umumnya data disimpan dalam bentuk magnetic tape, CD-ROM atau media penyimpanan yang lain. Dua bentuk utama data yang diimport ke dalam ER Mapper adalah data raster dan vektor.
6
Data raster adalah tipe data yang menjadi bahan utama kegiatan pengolahan citra. Contoh data raster adalah citra satelit dan foto udara. Pada saat mengimport data raster, ER Mapper akan membuat dua files yaitu: 1.
File data binary yang berisikan data raster dalam format BIL, tanpa file extension.
2.
File header dalam format ASCII dengan extension .ers Data vektor adalah data yang terseimpan dalam bentuk garis, titik dan
poligon. Contoh data vektor adalah data yang dihasilkan dari hasil digitasi Sistem Informasi Geografis (SIG) seperti jalan, lokasi pengambilan sampel atau batas administrasi. ER Mapper juga akan membuat dua file hasil dari mengimport data vektor: a) File data dalam format ASCII berisikan data vektor b) File header dalam format ASCII dengan extension .erv b. Menampilkan Citra Setelah proses mengimpor data, selanjutnya adalah menampilkan citra tersebut. Hal ini dilakukan untuk mengetahui kualitas dari data yang digunakan. Apabila data/citra tersebut memiliki kualitas yang tidak sesuai dengan keinginan (berawan, data bergaris, dll) maka kita tidak perlu melanjutkan proses pengolahan, dan mencari data baru yang memiliki kualitas yang lebih baik. Di dalam ER Mapper, cara menampilkan citra disebut Color Mode. Ada beberapa cara untuk menampilkan citra: 1.
Pseudocolor Displays, menampilkan citra dalam warna hitam dan putih, biasanya hanya terdiri dari satu layer/band saja.
2.
Red-Green-Blue (RGB), menampilkan citra melalui kombinasi tiga band, setiap band ditempatkan pada satu layer (Red/Green/Blue), cara ini disebut juga color composite. Contoh: False Color Composite RGB 453.
3.
Hue-Saturation-Intensity (HIS), menampilkan citra melalui kombinasi tiga band, setiap band ditempatkan pada satu layer (Hue/Saturation/Intensity), cara ini biasanya digunakan bila kita menggunakan dua macam data yang berbeda, misalkan data Radar dengan data Landsat-TM.
7
c.
Rektifikasi Data/Geocoding Data raster umumnya ditampilkan dalam bentuk “raw” data dan memiliki
kesalahan geometrik. Untuk mendapatkan data yang akurat, data tersebut harus dikoreksi secara geometrik kedalam sistem koordinat bumi. Ada dua proses koreksi geometrik: 1.
Registrasi, koreksi geometrik antara citra yang belum terkoreksi dengan citra yang sudah terkoreksi.
2.
Rektifikasi, koreksi geometrik antara citra dengan peta
d. Mosaik Citra Mosaik citra adalah proses menggabungkan/menempelkan dua atau lebih citra yang tumpang tindih (overlapping) sehingga menghasilkan citra yang representatif dan kontinyu. Dalam ER Mapper proses ini dapat dilakukan tanpa membuat suatu file yang besar, kecuali bila kita ingin menyimpannya menjadi file tersendiri. e.
Penajaman Citra Proses penajaman citra dilakukan untuk mempermudah pengguna dalam
menginterpretasikan obyek-obyek yang ada pada tampilan citra. Dengan proses Algoritma, ER Mapper mempermudah pengguna melakukan berbagai macam proses penajaman citra tanpa perlu membuat file-file baru yang hanya akan membuat penuh disk komputer. Jenis-jenis operasi penajaman citra meliputi: 1.
Penggabungan Data (Data fusion), menggabungkan citra dari sumber yang berbeda pada area yang sama untuk membantu di dalam interpretasi. Contoh data Landsat-TM dengan data SPOT.
2.
Colodraping, menempelkan satu jenis data citra di atas data yang lainya untuk membuat
suatu
kombinasi
tampilan
sehingga
memudahkan
untuk
menganalisa dua atau lebih variabel. Contoh citra vegetasi dari satelit di colordraping di atas citra foto udara pada area yang sama. 3.
Penajaman kontras, memperbaiki tampilan citra dengan memaksimumkan kontras
antara
pencahayaan
dan
merendahkan harga data suatu citra.
8
penggelapan
atau
menaikan
dan
4.
Filtering, memperbaiki tampilan citra dengan mentransformasikan nilai-nilai digital citra, seperti mempertajam batas area yang mempeunyai nilai digital yang sama (enhance edge), menghaluskan citra dari noise (smooth noise), dll.
5.
Formula, membuat suatu operasi matematika dan memasukan nilai-nilai digital citra pada operasi matematika tersebut., misalnya Principal Component Analysis (PCA).
6.
Klasifikasi, menampilkan citra menjadi kelas-kelas tertentu secara statistik berdasarkan nilai digitalnya. Contoh membuat peta penutupan lahan dari citra satelit Landsat-TM.
f.
Dynamic Links Penghubung dinamik 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, DGN dll. g.
Komposisi Peta Komposisi peta memungkinkan pengguna untuk mempresentasikan citra-citra
secara profesional dan penuh arti. Kualitas kartografik peta pada ER Mapper dapat membuat grid, legenda, bar skala, panah arah utara, logo perusahaan, legenda klasifikasi. h. Pencetakan Pengguna dapat menghasilkan keluaran suatu citra dengan menggunakan peralatan pencetakan atau printer yang meliputi printer berwarna, film, printer hitam putih dan format grafik. Pilihan pencetakan membutuhkan suatu algoritma yang mendefinisikan semua data dan pengolahannya dengan catatan hanya algoritma yang telah disimpan yang dapat dicetak. Pastikan kita telah menyimpan algoritma kita sebelum mencetaknya
2.1.5. Kelebihan ER Mapper Perkembangan yang telah dialami ER Mapper merupakan usaha agar ER Mapper dapat menyesuaikan dengan perkembangan perangkat keras (hardware)
9
dan sistem operasi (OS) yang ada dan berkembang pada saat ini. Perkernbangan yang terjadi ini juga memberikan beberapa fasilitas baru guna Iebih memaksimalkan kemampuan software ER Mapper dalarn pengolahan citra digital. Beberapa kelebihan yang dimiliki ER Mapper adalah : 1. Penyimpanan data harddisk. ER Mapper hanya menyimpan data original dari citra dan aplikasi penyimpanannya saja, sehingga cukup menghemat ruang hardisk. 2. Kecepatan penyimpanan. Karena ER Mapper hanya menyimpan data original citra dan aplikasi pengolahannya sehingga membuat byte data yang tersimpan lebih kecil dan ini rnernbuat proses penyimpanannya lebih cepat. 3. Pemrosesan template. Algoritma dapat digunakan untuk pengolahan template untuk aplikasi berbagai data yang berlainan. 4. Kuantitas hasil. Algoritma mengandung semua pengolahan data yang diperlukan sehingga kita tidak dipersulit dengan pengolahan citra kita : " apa yang harus dilakukan dengan citra ini ?" 5. Pemrosesan yang interaktif. Pengolahan data terlihat langsung pada layar monitor tanpa harus membuat file keluaran lebih dulu. 6. Mosaik citra vang interaktif. Mosaik dapat diproses dengan mudah tanpa memerlukan pencontohan dan penggabungan beberapa file data yang bisa menghasilkan ruang hardisk yang besar. 7. Penggabungan data yang interaktif. Data SPOT dan Landsat TM misalnya dapat digabung secara interaktif tanpa membutuhkan file file keluaran di hardisk. 8. Kemampuan menampilkan citra piksel perpiksel. 9. Fasilitas tukar menukar data raster hingga 130 format pengimpor data. 10. Fasilitas pencetakan data keluaran hingga 250 format. 11. Kemampuan visualisasi 3D dan flying through. 12. Kemampuan membaca data vektor seperti : AutoCad dan Arc/Info. 13. Kemampuan layout dan output kartografis yang memadai untuk ukuran software image procesing.
10
2.2. Koreksi Radiometrik Koreksi
radiometrik
merupakan prapemrosesan citra satelit
untuk
mengurangi kesalahan internal dan eksternal yang diakibatkanoleh radiasi elektromegnetik dan interaksi lainnya seperti atmosfer pada saat perekaman. Koreksi Radiometrik dilakukan pada kesalahan oleh sensor dan sistem sensor terhadap respon detektor dan pengaruh atmosfer yang stasioner. Koreksi radiometrik dilakukan untuk memperbaiki kesalahan atau distorsi yang diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi gelombang elektromagnetik oleh atmosfer, variasi sudut pengambilan data, variasi sudut eliminasi, sudut pantul dan lain-lain yang dapat terjadi selama pengambilan, pengiriman serta perekaman data. Spesifikasi kesalahan radiometric adalah: 1) Kesalahan sapuan akibat pemakaian Multi Detektor dalam mengindra garis citra. 2) Memperkecil kesalahan pengamatan detektor yang berubah sesuai perubahan waktu 3) Kesalahan berbentuk nilai digital yang mempunyai hubungan linier dengan tingkat radiasi dan panjang gelomang elektromagnetik. 4) Koreksi dilakukan sebelum data didistribusi. 5) Koreksi dilakukan dengan kalibrasi cahaya yang keluar dari detektor dengan mengarahkan scanner pada filter yang disinari secara elektronik untuk setiap sapuan. 6) Kesalahan yang dapat dikoreksi otomatis adalah kesalahan sistematik dan tetap, yang tetap diperkirakan sebelumnya. 7) Kesalahan garis scan dapat dikoreksi dengan penyesuaian histogram tiap detector pada daerah-daerah homogeny misalnya diatas badan air, apabila ada penyimpangan dapat diperbaiki. 8) Kesalahan bias atau pengaturan kembali detektor apabila mean dan median detektor berbeda. Koreksi radiometrik oleh respon detektor dipengaruhi oleh jumlah detektor yangdigunakan dalam pengindraan jauh adalah untuk merubah radiasi yang
11
ditangkap sensor menjadi harga voltage dan kecerahan. Kesalahan yang ditimbulkan oleh detektor secara individu adalah: 1) Line Dropout terjadi apabila salah satu detektor salah fungsi pada satu sapuan , maka nilai kecerahan pada pixel-pixel tertentu berada pada satu baris menjadi nol. Koreksi dilakukan pada setiap pixel dengan baris scan buruk. Hasilnya adalah citra yang telah diinterpretasi pada setiap baris n yang lebih mungkin diinterpretasi dari pada baris hitam horizontal diseluruh citra. 2) Stripping atau bounding terjadi apabila detektor tidak benar-benar salah tetapi meragukan dan perlu dikoreksi atau direstorasi agar mempunyai kontras yang sama dengan detektor yang lain pada setiap sapuan. Koreksinya adalah identifikasi garis buruk pada setiap sapuan menggunakan histogram dari tiap n detektor pada daerah homogen. 3) Line start terjadi apabila dalam pengumpulan data sistem scanning mengalami kegagalan penyapuan di awal garis scanning atau secara tiba-tiba detektor berhenti sehingga mengakibatkan nilai kecerahan nol. Koreksi kesalahan dari line start dapat dilakukan dengan interpolasi nilai kecerahan dari pixel hasil scan bagus. Namun kesalahan yang terjadi secara acak sulit untuk dikoreksi. Koreksi radiometri ditujukan untuk memperbaiki nilai piksel supaya sesuai dengan yang seharusnya yang 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).
2.3. Koreksi Geometrik Koreksi geometrik merupakan suatu proses melakukan transformasi data dari satu sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi
12
piksel pada citra output tidak sama dengan posisi piksel input (aslinya) maka piksel-piksel yang digunakan untuk mengisi citra yang baru harus di-resampling kembali. Resampling adalah suatu proses melakukan ekstrapolasi nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya. Data penginderaan jauh pada umumnya mengandung kesalahan (distorsi) geometric, baik sistematik maupun non sistematik, merupakan kesalahan yang diakibatkan oleh jarak orbit atau lintasan terhadap obyek dan pengaruh kecepatan platform. Kesalahan geometric terdiri dari dua kelompok, yaitu : 1) Kesalahan internal yaitu kesalahan yang dapat dikoreksi dengan cepat, menggunakan data dari platform. Kesalahan internal dapat dikoreksi berdasarkan analisis karakteristik sensor meliputi kemiringan sken, ketidaklinieran kecepatan cermin sken, distorsi panoramic, kecepatan pesawat angkasa, dan perspektif geometri. 2) Kesalahan eksternal yaitu kesalahan yang tidak dapat dikoreksi tanpa memperhitungkan titik – titik control permukaan dari permukaan bumi yang memadai. Kesalahan ini hanya dapat dikoreksi dengan menggunakan titik– titik control permukaan, yang berhubungan dengan system ketinggian sensor (roll, pitch, dan jaw), dan ketinggian satelit.
2.3.1. Metode Koreksi Geometrik 1) Kesalahan sistematik: Kesalahan yang diperkirakan sebelumnya :gerak rotasi bumi, kelengkungan permukaan Bumi. Besar kesalahan konstan. Dikoreksi dengan metode sistematik, yaitu metode untuk menghilangkan mengurangi atau mengeliminir kesalahan geometrik sistematik dengan model matematika yang sesuai kesalahannya. 2) Metode Koreksi Sistematik: Bersifat konstan. Menerapkan rumus yang diturunkan dari model matematik atas sumber distorsi atau menggunakan data referensi geometrik yg diukur dari distorsi
13
sensor, misal geometri lensa kamera diberikan dengan kalibrasi panjang fokus, koordinat fiducial mark dapat digunakan persamaan colinearitas. Koreksi tangen scanner mekanis optis dengan sistem koreksi. 3) Metode Koreksi Non-Sistematik: Koreksi distorsi acak. Menerapkan rumus polynomial dari sistem koordinat geografis ke koordinat citra yg ditentukan dengan GCP. Proses koreksi dengan meletakkan sejumlah titik ikat medan yg ditempatkan sesuai dengan koordinat citra (lajur, baris) dan koordinat peta (lintang, bujur). Nilai koordinat digunakan untuk analisis kuadrat terkecil guna menentukan koefisien untuk persamaan transformasi yangg menghubungkan koordinat citra dan koordinat geografis. Akurasi tinggi pada orde polinomial, jumlah dan distribusi GCP.
2.4. Komposit Citra Citra multispectral adalah citra yang dibuat dengan saluran jamak. Berbeda dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra multispectral umumnya dibuat dengan saluran sempit. Dengan menggunakan sensor multispectral, maka kenampakan yang diindera akan menghasilkan citra dengan berbagai saluran. Citra dengan saluran yang berbeda tersebut dapat digunakan untuk mengidentifikasi kenampakan-kenampakan tertentu, karena saluran-saluran tersebut memiliki kepekaan terhadap suatu kenampakan. Sensor multispectral akan menghasilkan beberapa citra dengan saluran yang berbeda dan masing-masing memiliki variasi nilai spectral yang berbeda. Citracitra tersebut akan menggambarkan berbagai variasi interaksi kenampakan objek dengan panjang gelombang yang digunakan. Satu citra mungkin akan sangat jelas menggambarkan vegetasi dengan mampu membedakan berdasarkan kerapatan namun lemah dalam menggambarkan kenampakan tanah, kemudian dari citra yang lain mungkin sebaliknya. Untuk melakukan perbandingan dari citra-citra tersebut akan sangat tidak efektif. Namun apabila digunakan saluran lebar, maka
14
kenampakan keseluruhan justru tidak dapat dibedakan dengan baik. Sehingga untuk dapat membedakan kenampakan-kenampakan tersebut digunakan citra komposit, yaitu menggabungkan saluran dari banyak citra tersebut menjadi satu citra yang mampu membedakan kenampakan secara lebih baik. Bagaimana data digital ini dapat tampil sebagai citra pada layar monitor atau dicetak pada kertas atau film? Tugas progam pengolah citra adalah mengendalikan perangkat keras, terutama graphic card dan layar monitor, untuk mengubah data dalam domain spektral ini menjadi data dalam domain spasial. Byte demi byte data dalam citra digital yang terbaca (byte map) akan ditempatkan pada layar monitor secara berurutan, menempati sel-sel fosfor pada layar monitor. Dengan demikian, citra dengan resolusi spasial yang sama misalnya 30 m, kemungkinan akan ditampilkan dengan tingkat kehalusan yang berbeda, bila ukuran sel-sel gambar pada layar atau resolusi layarnya berbeda. Layar monitor super VGA akan menyajikan sampai 1024 piksel dalam satu baris, sedangkan layar monitor CGA hanya 600 piksel. (Projo Danoedoro : 58). Sistem tampilan (display) citra pada layer monitor dewasa ini telah mampu manyajikan warna yang lebih lengkap. Apabila suatu system multispektral menghasilkan 3 citra yang masing – masing direkam pada 8 bit coding, maka untuk menggabung kembali ketiganya menjadi citra berwarna pada layer monitor diperlukan kemampuan penyajian warna sebanyak 2(8)3 = 224 = 16,666 juta warna. Kemampuan ini didukung oleh ketersediaan graphic card tipe SVGA (super video graphic array) atau di atasnya dengan graphic card memory minimum 1MB dan layer monitor yang sesuai. Pada masa lalu, kemampuan ini belum didukung oleh layer monitor yang memadai, sehingga kemampuan sajian hanya terbatas 8 bit (256)warna saja. Jadi, ada persoalan bagaimana tiga macam citra yang masing – masing tersusun atas 8 bit informasi harus disajikan menjadi 256 warna saja. Cara sederhana untutk menyajikan ketiganya secara berwarna ialah melalui kombinasi kompresi dan perentangan sekaligus, dan nilai baru yang muncul kemudian diberi warna (colour assignment) mengikuti colour palette atau look-up
15
table (LUT) yang telah disediakan, yang paling sesuai untuk distribusi nilai komposit warna. Cara ini meliputi beberapa langkah sebagai berikut : a) Menerapakan kompresi citra, yaitu dengan memapatkan nilai piksel dari julat asli (misalnya 0-15, 0-32, dan sebagainya) menjadi 0-5, pada seluruh saluran spectral yang dilibatkan. Cara kompresi ini memanfaatkan rumus sebagai berikut : NPbaru = 5* (NPinput – NPminimum) / (NPmaks – NPminimum) b) Menentukan saluran mana yang diberi warna merah (dan kemudian seluruh nilai pikselnya dinamakan NPbaru-merah), mana yang diberi warna hijau (NPbaru-hijau), dan mana yang diberi warna biru (NPbaru-biru). c) Menerapkan nialai piksel pada citra komposit (NPkomp) berdasarkan NPbarumerah, NPbaru-hijau, dan NPbaru-biru, dengan rumus sebagai berikut : NPkomp = 36* NPbaru-merah + NPbaru-hiaju + NPbaru-biru d) Menyajikan citra komposit ke layer monitor dengan pedoman palette warna yang telah ditentukan untuk nilai – nilai piksel komposit. Hampir semua paket pengolah citra selalu menggunakan asumsi bahwa masukan citra memiliki 256 tingkat keabuan. Bila nilai kecerahan ini kita sebut BV (Brightness value), maka dalam program selalu dinyatakan bahwa BV input berkisar dari 0 sampai 255. Masukan nilai dengan julat 256 tingkat keabuan ini dapat ditransformasi menjadi 5, 16, 32, 64 maupun 256 tingkat, tergantung pada kemampuan layar dan kebutuhan. Untuk keluaran dengan 256 tingkat keabuan, transformasinya adalah 1:1, sedangkan untuk keluaran yang lebih rendah tingkat keabuannya, transformasinya dapat diatur melalui pengelompokan BV. (Projo Danoedoro, 1996 : 60). Teknik pseudo colour digunakan untuk menonjolkan perbedaan nilai spektral yang tipis, tanpa melakukan perentangan kontras. Dengan pseudo colour, pikselpiksel bernilai rendah diberi warna biru, sedangkan nilai tengah diberi warna hijau, dan nilai tertinggi diberi warna merah. Untuk monitor 8 bit, nilai terendah nol diberi warna hitam, dan kemudian warna biru untuk nilai 1, 2, 3,....warna hijau untuk nilai 128, 129, 130,..., dan akhirnya warna merah untuk nilai 255 (ILWIS version 1.4 User Manual, 1994). Gradasi semacam ini dapat pula diterapkan
16
dengan memberikan kombinasi warna yang berbeda, misalnya dari bitu gelap, ungu, magenta, merah, pink, sampai dengan putih. (Projo Danordoro, 1996 : 60). Citra komposit standar merupakan paduan tiga saluran dengan rujukan foto udara inframerah dekat. Artinya warna merah yang dihasilkan menunjukkan adanya vegetasi, warna biru gelap sampai agak cerah menunjukkan adanya tubuh air, dan seterusnya. Citra komposit warna yang lainpun dapat dihasilkan dengan membalik urutan pemberian warnanya, misalnya saluran inframerah diberi warna biru, saluran warna merah diberi warna merah, dan saluran hijau diberi warna hijau. Citra komposit ini dikatakan tak standar. Meskipun demikian bukan berarti bahwa citra komposit ini tidak dapat digunakan dalam proses pengenalan obyek. Kadang-kadang, justru citra komposit tak standar ini lebih ekspresif dalam menyajikan kenampakan obyek yang dijadikan pusat perhatian (misalnya tubuh air di sela-sela hutan lahan basah). Ketersediaan citra multispektral dengan jumlah saluran yang lebih banyak, termasuk saluran biru dan inframerah tengah, memberikan kemungkinan yang lebih banyak dalam membuat kombinasi citra komposit. Citra komposit warna asli pun dapat dihasilkan, bila tersedia saluransaluran biru, hijau, dan merah. Untuk keperluan ini, citra satelit Thematic Mapper Landsat dapat digunakan. Sayangnya untuk Indonesia, saluran biru cenderung sangat sensitif terhadap kabut tipis, sehingga komposit warna asli yang dihasilkan pun kuran memuaskan. Lain halnya bila citra yang digunakan adalah wilayah lintang sedang yang beriklim kering, seperti halnya Afrika Utara. (Projo Danoedoro, 1996 : 63).
17
BAB III HASIL DAN PEMBAHASAN 3.1. Pengenalan ER Mapper 3.1.1. Hasil
3.1.2. Pembahasan ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit. ER Mapper didesain khusus untuk penanganan data data yang berkaitan dengan masalah kebumian dan meliputi industri industri yang bergerak di bidang kebumian pula ER Mapper memasukkan semua fungsi dasar pengolahan citra dalam antar muka pengguna grafis yang mudah. Pengenalan ER Mapper ditunjukkan berdasarkan gambar diatas yang terdiri dari beberapa menu Mengenal elemen dasar ER Mapper Izing Button Menu Bar Toolbars
a. Menu Bar (baris menu), berisi barisan perintah berupa menu seperti menu File, Edit, View, Toolbars, Process, Utilities, Windows, dan Help.
18
b. Toolbars (baris toolbar), berisi tombol-tombol yang digunakan untuk menjalankan suatu perintah dengan cepat dan mudah, terutama untuk perintah-perintah yang sering anda gunakan. c. Sizing Button (tombol ukuran), yang terdiri dari :
Minimize Button (tombol minimize), untuk memperkecil jendela hingga membentuk icon aktif pada Taksbar.
Maxzime Button (tombol maxzime), untuk memperbesar jendela hingga menjadi satu layar penuh.
Close Button (tombol close), untuk menutup jendela dan mengakhiri program aplikasi.
Mengenal Menu Bar dan Toolbar serta fungsinya Menu Bar (baris menu), berisi barisan perintah berupa menu seperti menu File, Edit, View, Toolbars, Process, Utilities, Windows, dan Help. a. Menu File Menu file pada menu utama ER Mapper digunakan untuk membaca file kedalam ENVI, menetapkan pilihan, untuk keluar dari ER Mapper, dan fungsi manajemen program & file lain. Menu File ini terdiri dari bebrapa sub menu seperti yang terlihat pada gambar dibawah ini:
19
New untuk membuka image window baru, image window merupakan jendela kosong untuk menapimpilkan data citra.
Open untuk menampilkan file, ers atau ,alg yang kita pilih kedalam image windows. Pada saat kita memilih menu File-open akan muncul dialog box se[perti gambar berikut:
o Tekan Ok jika anda ingin menampilkan file yang terpilih dan menutup dialog box. o Tekan Apply jika anda ingin menampilkan file yang terpilih dan tetap membuka dialog box tersebut. o Tekan cancel jika anda ingin membatalkan dan menutup dialog box.
Close untuk menutup image window yang aktif.
20
Save untuk menyimpan alogaritma yang kita buat.
Save As, untuk menyimpan alogaritma yang kita buat.
Save As Dataset, untuk menyimpan file yang da didalam image window kedalam dataset baru, yang kemudian akan muncul dialog box sebagai berikut ini:
Page Setup, yang berfungsi untuk mengatur dan menentukan: o Ukuran dan warna latar hard copy o Mengatur skala hardcopy
Exit, yang berfungsi untuk keluar dan menutup program ER Mapper.
b. Menu Edit Menu Edit terdiri dari :
Edit/Create Regions, untuk mengedit atau menciptakan region
Edit ARC/INFO Converage, untuk melakukan on Screen Digitizing.
Edit Class/Region Color and Name,
untuk mengedit tampilan
warna dan nama Kelas atau Region yang sudah ada.
c. Menu View Menu View ini terdiri dari : 21
Alogaritma, untuk menampilkan Alogaritma dialog box.
Quick Zoom, untuk memperbesar tampilan citra, memperkecil tampilan citra, menampilkan citra keseluruhan, menghilangkan dan mengaktifkan Geolink antara satu Image dengan Image Window yang lain.
Geoposition, menu ini memiliki fungsi yang hampir sama dengan menu Quick Zoom
Statistics, untuk menampilkan statistik dataset citra, matrik konfusi antara citra yang sudah diklasifikasi dengan citra referensi, luasan area, rata-rata nilai pixsel citra, dan standar devisi nilai pixel citra baik sesudah maupun sebelum klasifikasi.
Scattergrams, untuk menampilkan Scattergram dialog box.
Cell Values Profile, untuk menampilkan nilai Digital Number (NB) piksel yang kita pilih pada tiap Band. Untuk memilih pixel gunakan Pointer Mode dengan mengklik tombol
22
Cell Coordinate, untuk menampilkan koordinat piksel yang kita pilih. Untuk memilih pixel gunakan Pointer Mode dengan mengklik tombol
d. Menu Toolbars Menu Toolbars ini berfungsi untuk menampilkan tombol-tombol yang akan memudahkan kita dalam menggunakan program aplikasi ini. Tombol yang tampil sesuai dengan nama Toolbar yang kita pilih. Tollbar yang bisa kita pilih seperti pada gambar berikut :
e. Menu Process Menu Process ini terdiri dari :
23
Sub menu dalam menu ini berfungsi untuk mengubah format sel raster kedalam bentuk format vektor, mengubah polygon kedalam region atau sebaliknya, menghitung nilai statistik suatu dataset dll.
f. Menu Utilities Menu Utilities ini terdiri dari :
Menu Utilities ini digunakan untuk melakukan Import dataset, eksport dataset, cropping, merging dataset dll. g. Menu Windows Menu Windows ini terdiri dari :
Menu ini berfungsi untuk menampilkan Image Window yang telah kita tampilkan sebelumnya.
24
h. Menu Help Menu Help ini terdiri dari :
Menu ini berfungsi untuk memberikan bantuan kepada pemakai apabila pemakai tidak dapat mengoperasikan perintah pada program ER Mapper 5.5.
3.2. Koreksi Radiometrik 3.2.1. Hasil
A
B
Gambar 1.1 Citra sebelum Dikoreksi Radiometrik dan Sesudah Dikoreksi Radiometrik
25
3.2.2. Pembahasan Koreksi radiometrik merupakan tahap awal pengolahan data sebelum analisis dilakukan untuk suatu tujuan, misalnya untuk identifikasi liputan lahan pertanian. Proses koreksi radiometrik mencakup koreksi efek-efek yang berhubungan dengan sensor untuk meningkatkan kontras (enhancement) setiap piksel (picture element) dari citra, sehingga objek yang terekam mudah diinterpretasikan atau dianalisis untuk menghasilkan data/informasi yang benar sesuai dengan keadaan lapangan. Setiap software pengolah data citra mempunyai modul untuk menjalankan proses ini. Ada beberapa cara dalam mengoreksi dan memperjelas nilai spectral citra satelit. Gambar 1.1 merupakan contoh hasil koreksi radiometrik dengan Lndsat 7 ETM pada ER Mapper. Data berdasarkan pengindraan jauh ataupun objek yang akan dikoreksi dapat dikumpulkan dengan berbagai macam peralatan tergantung kepada objek atau fenomena yang sedang diamati. Umumnya teknik-teknik penginderaan jauh memanfaatkan radiasi elektromagnetik yang dipancarkan atau dipantulkan oleh objek yang diamati dalam frekuensi tertentu seperti inframerah, cahaya tampak, gelombang mikro, dsb. Hal ini memungkinkan karena faktanya objek yang diamati (tumbuhan, rumah, permukaan air, udara dll) memancarkan atau memantulkan radiasi dalam panjang gelombang dan intensitas yang berbeda-beda. Metode penginderaan jauh lainnya antara lain tersebut adalah koreksi radiometrik. Pada citra satelit Landsat band 1 salah satu daerah Gorontalo dapat dilihat bahwa citra satelit nampak hitam, hampir tidak ada informasi yang dapat diidentifikasi atau dikenali (Gambar A). Citra tersebut merupakan citra asli (data hasil rekaman satelit) yang masih dipengaruhi oleh efek atmosferik. Setelah dilakukan koreksi radiometrik, pada citra tersebut tampak beberapa objek sumber daya lahan yang dapat dikenali, seperti awan, sungai dan daratan (Gambar B).
26
3.3. Koreksi Geometrik 3.3.1. Hasil
Gambar 1.3. citra sebelum dan seseudah terkoreksi geometrik
3.3.2. Pembahasan Koreksi geometrik mutlak dilakukan apabila posisi citra akan disesuaikan atau ditumpangsusunkan dengan peta-peta atau citra lainnya yang mempunyai sistem proyeksi peta. Koreksi geometri ini digunakan dalam mengkoreksi dan mencocokkan secara geometri dengan citra yang menjadi dasar koreksi. Koreksi geometric ini dilakukan dalam dua caya yaitu image-toimage dan image-to-map. Akibat pengaruh perputaran bumi, arah gerakan satelit dan lengkung permukaan bumi, informasi posisi koordinat citra satelit harus diperbaiki dan dibetulkan antara lain dengan menggunakan acuan koordinat peta topografi. Proses ini dikenal dengan koreksi geometrik. Koreksi geometrik merupakan proses memposisikan citra sehingga cocok dengan koordinat peta dunia yang sesungguhnya. Dalam proses ini akan
27
ditampilkan juga ketidaktepatan dalam memasukkan koordinat dengan letak titik sesungguhnya. Pada dasarnya kesalahan tersebut masih dapat diterima sepanjang masih memenuhi kaidah-kaidah kartografi. Jumlah titik yang dicatat koordinatnya minimal empat titik. Titik-titik tersebut dianjurkan menyebar terutama pada daerah yang bertopografi berbukit sampai bergunung. Dapat diperhatikan di sini bahwa bulatan-bulatan kecil pada citra yang akan dikoreksi mempunyai kenampakan yang kurang lebih sama dengan kenampakan pada citra terkoreksi (Gambar 1.3 A dan B). 3.4. Komposit Citra 3.4.1. Hasil
Gambar 1.4. citra belum dipakai komposit citra
Gambar 1.5. citra sudah terkomposit citra
28
3.4.2. Pembahasan Citra komposit ini dikatakan tak standar. Meskipun demikian bukan berarti bahwa citra komposit ini tidak dapat digunakan dalam proses pengenalan obyek. Kadang-kadang, justru citra komposit tak standar ini lebih ekspresif dalam menyajikan kenampakan obyek yang dijadikan pusat perhatian (misalnya tubuh air di sela-sela hutan lahan basah). Ketersediaan citra multispektral dengan jumlah saluran yang lebih banyak, termasuk saluran biru dan inframerah tengah, memberikan kemungkinan yang lebih banyak dalam membuat kombinasi citra komposit. Citra komposit warna asli pun dapat dihasilkan, bila tersedia saluransaluran biru, hijau, dan merah. Seperti terlihat pada Gambar 1.4. bahwa citra tersebut belum terkomposit citra sehingganya warna yang terlihat dari masing-masing objek masih berwarna hitam. Sangat berbeda yang terlihat pada Gambar 1.5. yang merupakan citra yang sudah terkomposit sehingga kenampakkan dari setiap objek terlihat sangat jelas baik dari air, daratan dan udara. Citra komposit standar merupakan paduan tiga saluran dengan rujukan foto udara inframerah dekat. Artinya warna merah yang dihasilkan menunjukkan adanya vegetasi, warna biru gelap sampai agak cerah menunjukkan adanya tubuh air, dan seterusnya. Citra komposit warna yang lainpun dapat dihasilkan dengan membalik urutan pemberian warnanya, misalnya saluran inframerah diberi warna biru, saluran warna merah diberi warna merah, dan saluran hijau diberi warna hijau.
29
BAB IV PENUTUP 4.1. Kesimpulan Adapun kesimpulan dari laporan ini adalah sebagai berikut : 1) ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit. 2) Algoritma adalah rangkain tahap demi tahap pemrosesan atau perintah dalam ER Mapper yang digunakan untuk melakukan transformasi data asli dari hard disk sampai proses atau instruksinya selesai. Konsep Algoritma ini adalah salah satu keunggulan ER Mapper. Selain itu, beberapa kekhususan lain yang dimiliki ER Mapper adalah : a. Didukung dengan 130 format pengimpor data b. Didukung dengan 250 format pencetakan data keluaran c. Visualisasi tiga dimensi d. Adanya fasilitas Dynamic Links e. 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. 3) Koreksi radiometrik merupakan prapemrosesan citra satelit untuk mengurangi kesalahan
internal
dan
eksternal
yang
diakibatkanoleh
radiasi
elektromegnetik dan interaksi lainnya seperti atmosfer pada saat perekaman. Koreksi radiometri ditujukan untuk memperbaiki nilai piksel supaya sesuai dengan yang seharusnya yang biasanya mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan utama. 4) Koreksi geometrik merupakan suatu proses melakukan transformasi data dari satu sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi piksel pada citra output tidak sama dengan posisi piksel input (aslinya) maka piksel-piksel yang digunakan untuk mengisi citra yang baru harus diresampling kembali. Resampling adalah suatu proses melakukan ekstrapolasi nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya.
30
5) Citra komposit, yaitu menggabungkan saluran dari banyak citra tersebut menjadi satu citra yang mampu membedakan kenampakan secara lebih baik. Cara sederhana untutk menyajikan 3 citra secara berwarna ialah melalui kombinasi kompresi dan perentangan sekaligus, dan nilai baru yang muncul kemudian diberi warna (colour assignment) mengikuti colour palette atau look-up table (LUT) yang telah disediakan, yang paling sesuai untuk distribusi nilai komposit warna.
4.2 Saran Adapun saran yang dapat disampaikan guna sempurnanya laporan selanjutnya adalah sebagai berikut : 1) Perlu adanya pengetahuan dalam mengoperasikan aplikasi dari ER Mapper 2) Kiranya nantinya dalam pembuatan laporan selanjutnya dapat lebih baik lagi, dan lebih banyak referensi yang digunakan agar keakuratannya lebih terjamin.
31
DAFTAR PUSTAKA http://belajargeomatika.wordpress.com/2011/06/14/koreksi-geometrik/ http://id.shvoong.com/internet-and-technologies/software/2140764-pengolahancitra-digital-dengan-er/ http://konturgeo.blogspot.com/2008/09/koreksi-radiometrik.html http://pixelcooker.wordpress.com/2008/08/28/penggabungan-citra-image-fusiondan-komposit-warna-alami-pada-citra-spot5hrg/ http://uftoriwasit.blogspot.com/2009/07/koreksi-geometri-pada-data-citra.html http://www.google.co.id/search?q=koreksi+Geometri&ie=utf-8&oe=utf8&aq=t&rls=org.mozilla:en-US:official&client=firefox-a http://www.oocities.org/yaslinus/b1_1.html http://www.scribd.com/doc/55776607/32/Koreksi-Radiometrik-dan-Geometrik
