Laprak Pcd 1.docx

LAPORAN PRAKTIKUM Pemrosesan Citra Digital (DPJ P112) ACARA I Pengenalan Jenis Citra Penginderaan Jauh Multispektral

Disusun Oleh : Nama

: Clarisa Nadia Putri Farika

NIM

: 18/431823/SV/15794

Hari, jam

: Rabu, 11.00-13.00

Kelompok

: PCD 2

Asisten

: 1. Wynesa Arum S. 2. Agung Kurniawan

PROGRAM DIPLOMA PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI SEKOLAH VOKASI UNIVERSITAS GADJAH MADA YOGYAKARTA 2019

I.

Tujuan Mengenal Jenis-jenis Citra Penginderaan Jauh Multispektral.

II.

Alat dan Bahan Alat : 1. Seperangkat laptop 2. Software Envi Bahan : 1. Citra Landsat 8 2. Citra Aster Yogyakarta 3. Citra Sentinel-2A

III.

Langkah kerja 1. Buka software Envi

2. Buka file yang akan dipakai dengan memilih “open image file”

3. Pilih data citra yang akan diolah

4. Pilih beberapa band untuk dijadikan citra komposit dengan resolusi spasial yang sama dan atur urutan band sesuai yang dikehendaki lalu klik kanan “load band to new display” lalu “load band”

5. Buat beberapa komposit citra yang lain

6. Tampilkan dua sampai tiga citra secara bersamaan dengan “new display” lalu “load RGB”

7. Tampilkan daerah yang sama pada beberapa citra dengan klik “link display” pada salah satu citra dan tentukan citra yang dijadikan acuan

8. Pilih “tools” lalu “Spatial Pixel Editor” untuk mengetahui nilai pixel pada citra yang digunakan

9. Pilih “cursor location/value” untuk melihat data koordinat pada tempat yang akan dikehendaki

10. Klik “quick stats” untuk membuat histogram dari citra yang digunakan

11. Pilih “file” untuk memilih beberapa band untuk dijadikan histogram

IV.

Hasil praktikum 1. Tabel Pengamatan Citra Landsat 8 (terlampir) 2. Tabel Pengamatan Citra Sentinel-2A (terlampir) 3. Tabel Pengamatan Citra Aster (terlampir) 4. Tabel Pengamatan Citra Landsat (terlampir)

V.

Pembahasan Citra Multispektral merupakan citra hasil penginderaan jauh yang dibuat dengan menggunakan berbagai sensor (Sutanto, 1986). Citra multispektral memiliki saluran yang sempit. Citra multispektral meliput satu daerah yang sama dengan berbagai saluran sehingga kenampakan-kenampakan tertentu dapat lebih mudah diindentifikasi karena tiap-tiap saluran memiliki kepekaan terhadap objek yang berbeda-beda. Contoh citra multispektral diantaranya citra landsat 8, citra ASTER, dan citra Sentinel-2A. Citra Landsat 8 merupakan citra yang dihasilkan dari peluncuran satelit pada tahun 2013 membawa sensor OLI dan TIRS (USGS, 2016), memiliki resolusi radiometrik 12 bit, resolusi temporal 16 hari, resolusi spektral 11 band, dan resolusi spasial 30 meter pada band 1-7 dan band 9, 15 m pada band 8 pankromatik, dan 100 meter pada band 10 dan 11 inframerah termal. Citra Aster memiliki resolusi spektral 14 band yang terdiri dari 3 band VNIR, 6 band SWIR, dan 5 band TIR, resolusi radiometriknya 8 bit pada sensor SWIR dan VNIR, 12 bit pada TIR, resolusi temporalnya 16 hari, dan resolusi spasialnya 15 m VNIR, 30 m SWIR, 90 m TIR. Citra Sentinel-2A memiliki resolusi radiometrik 12 bit, resolusi temporal 10 hari, resolusi spektral 12 band, resolusi spasial 10 m untuk band 2-4 dan 8, 30 m untuk band 5-7, 8A, dan 11-12, 60 m untuk band 1, dan 9-10. Citra Komposit merupakan citra baru hasil dari penggabungan beberapa band yang bertujuan untuk menonjolkan objek-objek tertentu. Aplikasi atau software yang digunakan yaitu Envi Classic

untuk mengolah citra Landsat-8, Aster, dan Sentinel-2A sehingga menjadi citra komposit, selain itu dengan software Envi dapat pula mengetahui nilai pixel tiap-tiap band dan melihat pantulan warna dari obyek-obyek hasil komposit dengan histogram. Histogram yaitu grafik yang menunjukan frekuensi keabuan pada suatu potongan citra (Milayanti, Aswin, & Djuriatno, 2013). Kurva Histogram ada tiga jenis apabila kurva condong di sebelah kanan akan menghasilkan rona yang terang, apabila kurva condong di sebelah kiri akan menghasilkan rona yang terang, dan apabila tersebar merata maka rona warna yang dihasilkan akan baik. Citra Aster komposit 321 pada histogram kurva yang dihasilkan lebih condong ke kiri sehingga ronanya agak gelap, nilai minimum pada band 1, 2, dan 3 yaitu 0 sedangkan nilai maksimum band 1 yaitu 171, band 2 yaitu 179, dan band 3 218. Klasifikasi penutup lahan dapat diamati kedetailannya berdasarkan resolusi spasial yang digunakan. Citra Sentinel-2A pada komposit yang memiliki resolusi spasial 10 m informasi penutup lahannya lebih detail dibandingkan dengan citra landsat-8 pada komposit dengan resolusi spasial 30 m dan citra Aster resolusi 15 m. Obyek penutup lahan pada citra sentinel-2A dapat diklasifikasikan sampai tingkat 3 hingga tingkat 4 menurut klasifikasi SNI ( Standar Nasional Indonesia). Citra komposit yang dipakai pada landsat-8 yaitu 432, 521, dan 731. Pemilihan komposit 432 dikarenakan warna yang dihasilkan true color yang berarti warna obyek pada citra sama dengan warna di permukaan bumi, komposit 521 dan dipilih karena pada saluran ini terdapat inframerah sehingga obyek vegetasi menonjol.. Citra komposit pada citra Aster adalah 123, 321, dan 231 untuk menonjolkan obyek vegetasi. Citra komposit pada sentinel-2A yaitu 432, 843, dan 324, pemilihan komposit 432 dikarenakan true color, komposit 843 untuk menonjolkan vegetasi, komposit 324 karena menonjolkan obyek lahan terbangun.

VI.

Kesimpulan Citra

Multispektral

yaitu

citra

yang

objeknya

direkam

menggunakan beberapa sensor sehingga memiliki saluran yang sempit. Contohnya citra landsat, sentinel, dan aster. VII.

Daftar pustaka Milayanti, K., Aswin, M., & Djuriatno, W. (2013). Enhancement Objek pada Citra Digital dengan Metode Penggeseran Kurva Histogram. Jurnal Mahasiswa Teknik Elektro Universitas Brawijaya, 1-7. Sutanto. (1986). Penginderaan Jauh Jilid 1. Yogyakarta: UGM Press. USGS. (2016). Landsat 8 Data Users Handbook Version 2.0. South Dakota: USGS.