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
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.
i
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
ii
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 0,5oC maka sensor tersebut mampu mengidentifikasi obyek yang perbedaan panasnya 0,5oC (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 batubatuan. 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 gambar dibawah ini
maka akan muncul window seperti
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 m2 . 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 berbedabeda 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-dankegunaannya. Diakses pada 4 Juli 2014 pukul 08.00 WIB.
Arif, 2012. Citra Landsat. http://Arif indraja.blogspot.com/2012/12/24/citralandsat/. 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
