BAB I
PENDAHULUAN

1.1 . LATAR BELAKANG

Penginderaan jauh (remote sensing) menurut Purwadi, 2001 adalah ilmu dan seni untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui analisa data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji. Inderaja merupakan ilmu bila digunakan untuk lingkup studi inderaja sendiri dan merupakan suatu teknik bila digunakan sebagai penunjang untuk mempelajari bidang ilmu lainnya (Pentury,1997). Komponen dasar dalam sistem inderaja adalah radiasi elektromagnetik (REM), atmosfer, sensor, dan objek.
Menurut Sutanto,1987. Penginderaan jauh (inderaja) adalah ilmu atau seni untuk memperoleh informasi tentang objek, daerah, atau gejala dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji. Alat yang dimaksud dalam batasan ini adalah alat pengindera atau sensor. Pada umumnya sensor dipasang pada wahana (platform) yang berupa pesawat terbang, satelit, pesawat ulang alik atau wahana lainnya. Obyek yang diindera atau yang ingin diketahui berupa objek dipermukaan bumi, di dirgantara, atau di antariksa. Penginderaannya dilakukan dari jarak jauh sehingga disebut penginderaan jarak jauh
Penginderaan jarak jauh sangat bermanfaat dalam membantu proses pengukuran, penelitian dan pengelolaan suatu sumberdaya bumi dengan menggunakan konsep interpretasi foto udara, fotogeometri, interpretasi citra dari sensor nonfotografi baik secara visual maupun menggunakan tehnik pemrosesan citra digital.
Sehingga dapat mempermudah dalam pengumpulan data dari jarak jauh yang dapat dianalisis untuk mendapatkan informasi tentang objek, daerah maupun fenomena yang diinginkan.
Contoh dari proses penginderaan jarak jauh yang dekat dengan kita adalah proses mata melihat atau menangkap suatu objek. Mata bertindak sebagai alat penginderaan (sensor) yang menerima cahaya yang dipantulkan dari suatu objek penglihatan, misalkan objek penglihatan tersebut adalah suatu halaman buku. Maka data yang diterima oleh mata berupa energi sesuai dengan jumlah cahaya yang dipantulkan dari bagian gelap dan terang pada halaman buku. Data tersebut dianalisis atau ditafsir di dalam komputer mental kita agar kita dapat menerangkan bahwa bagian yang gelap merupakan sekumpulan huruf-huruf yang menyusun kata-kata. Lebih dari itu, kita dapat mengenali bahwa kata-kata tersebut menyusun kalimat-kalimat sehingga kita dapat menafsir arti dari informasi yang terdapat pada kalimat-kalimat tersebut.
1.2. TUJUAN

Tujuan dari praktikum ini adalah :
• Mahasiswa diharapkan mengetahui fungsi dari penginderaan jauh
• Mengenal dan mempelajari software ER Mapper sehingga dapat memberikan sejumlah informasi atau wawasan untuk pengamatan lebih lanjut,
• Mempelajari manfaat dan aplikasi teknologi penginderaan jauh, yakni citra satelit Landsat TM








BAB II
TINJAUAN PUSTAKA
2.1. PENGINDERAAN JAUH
Penginderaan jauh dalam bahasa Inggris terjemahannya remote sensing, sedangkan di Perancis lebih dikenal dengan istilah teledetection, di Jerman disebut farnerkundung distantsionaya (Rusia), dan perception remota (Spanyol). Meskipun masih tergolong pengetahuan yang baru, pemakaian penginderaan jauh cukup pesat. Pemakaian penginderaan jauh itu antara lain untuk memperoleh informasi yang tepat dari seluruh Indonesia yang luas. Informasi itu dipakai untuk berbagai keperluan, seperti mendeteksi sumber daya alam, daerah banjir, kebakaran hutan, dan sebaran ikan di laut. JARS (1993) dalam Pentury (1997) menyebutkan bahwa inderaja merupakan ilmu dan teknologi. Inderaja merupakan suatu ilmu bila digunakan untuk lingkup studi inderaja sendiri dan merupakan suatu teknik bila digunsksn sebagai penunjang untuk mempelajari bidang ilmu lain (Pentury, 1997).
Pengertian lain mengenai penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji (Lillesand dan Kiefer, 1990).
Penginderaan jauh dapat diberi batasan sebagai alat untuk mengetahui, mengenali, dan menilai obyek dengan cara perabaan dari jauh atau dengan alat rekaman. Suatu alat teleskop astronomi, suatu kamera udara di dalam pesawat jet supersonic, atau suatu instalasi sonar di dalam sebuah kapal selam semuanya merupakan bentuk-bentuk alat penginderaan jauh. Kelelawar malam hari mempergunakan suatu teknik penginderaan jauh untuk mencari jalan pada waktu terbang di dalam gelap, suatu asas yang serupa dipakai di dalam perlengkapan radar. Alat penginderaan jauh juga meliputi berbagai satelit yang mengorbit bumi yang menjadi semakin tambah bermanfaat sebagai mimbar untuk mendapatkan berbagai macam gambar udara baik yang berupa gambaran fotografis maupun yang bukan fotografis. Penekanan penginderaan jauh diletakkan pada penafsiran tentang gambar yang diperoleh dari sensor infra merah atau “thermal mappers” (pembuat peta thermal), dari peralatan radar di udara atau dari penerbangan-penerbangan ruang angkasa yang mengorbit (Avery, 1970).
Secara umum proses dan elemen yang terkait di dalam sistem pengindraan jauh dengan energi gelombang elektromagnetik meliputi proses pengumpulan data, dan analisa data. Elemen proses pengumpulan data adalah sumber energi, atmosfer, sebagai media perantara energi, interaksi antara energi dengan muka bumi, sensor, dan hasil pembentukan data dalam bentuk numerik atau gambar. Sedangkan proses analisa data meliputi pengujian data dengan menggunakan alat interpretasi untuk menganalisa data visual dan komputer untuk menganalisa data numerik (Lillesand dan Kiefer, 1990).
Sumber energi dalam sistem penginderaan jauh adalah radiasi elektromagnetik yang secara umum berasal dari energi matahari. Gelombang eletromagnetik dibentuk sekaligus oleh dua komponen yaitu, komponen listrik dan komponen magnetik yang keduanya berjalan dengan fase yang sama, tegak lurus satu sama lain, dan tegak lurus pula dengan arah rambatannya. Bentuk gelombang ini dapat diamati dari interaksinya dengan suatu benda. Matahari merupakan sumber utama tenaga elektromagnetik. Di samping matahari juga ada sumber tenaga lain, baik sumber tenaga alamiah yang digunakan dalam penginderaan jauh sistem pasif, sedangkan sumber tenaga buatan digunakan dalam penginderaan jauh sistem aktif (Sutanto, 1992).
Pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang disebut sensor. Data penginderaan jauh dapat berupa citra, grafik, dan data numerik. Proses penerjemahan data menjadi informasi disebut analisis atau interpretasi data dan analisis data penginderaan jauh memerlukan data rujukan seperti peta tematik, data statistik, dan data lapangan. Keseluruhan proses mulai dari pengambilan data, analisis data hingga penggunaan data disebut Sistem Penginderaan Jauh (Purwadhi, 2001).


2.2. CITRA DAN WAHANA
Citra Penginderaan Jauh merupakan gambaran yang terekam oleh kamera atau oleh sensor lainnya. Dalam bahasa Inggris, citra adalah image atau imagery, batasannya adalah :
a. Image adalah gambaran suatu obyek atau suatu perujudan, umumnya berupa peta, gambar, atau foto.
b. Imagery adalah gambaran visual tenaga yang direkam dengan menggunakan alat penginderaan jauh.

Citra merupakan gambaran dua dimensional yang menggambarkan bagian dari permukaan bumi, hasil dari perekaman sensor atas pantulan atau pancaran spektral objek yang disimpan pada media tertentu (Danoedoro, 2001).

Klasifikasi citra dapat dilakukan secara manual (visual) maupun secara digital. Klasifikasi secara manual dilakukan dengan bertumpu pada kenampakan pada citra, seperti misalnya rona atau warna, bentuk, ukuran, tinggi atau bayangan, tekstur, pola, letak atau situs dan asosiasi dengan obyek lainnya. Klasifikasi secara digital dapat dilakukan dengan bantuan komputer, dan biasanya bertumpu pada informasi spektral obyek (yang diwakili oleh nilai pixel citra) pada beberapa saluran spektral sekaligus. Oleh karena itu, klasifikasi secara digital sering disebut sebagai klasifikasi multivariat atau klasifikasi multispektral.

Pada penginderaan jauh, sensor merekam tenaga yang dipantulkan atau dipancarkan oleh obyek di permukaan bumi. Rekaman tenaga ini akan diproses dan akan membuahkan data penginderaan jauh. Data penginderaan jauh dapat berupa data digital atau data numerik untuk dianalisis dengan menggunakan komputer. Data ini juga dapat berupa data visual yang pada umumnya dianalisis secara manual. Data visual dibedakan lebih jauh atas data citra dan data noncitra. Data citra berupa gambaran yang mirip wujud aslinya atau paling tidak berupa gambaran planimetrik. Data noncitra pada umumnya berupa garis atau grafik. Sebagai contoh data noncitra adalah grafik yang mencerminkan beda suhu yang direkam disepanjang daerah penginderaan. Di dalam penginderaan jauh yang tidak menggunakan tenaga elektromagnetik, contoh data noncitra antara lain berupa grafik yang menggambarkan gravitasi maupun daya magnetik di sepanjang daerah penginderaan.
1. Citra foto
Citra foto dapat dibedakan berdasarkan pada:
a. Spektrum elektromagnetik yang digunakan
Berdasarkan spektrum elektromagnetik yang digunkan, citra foto dibagi menjadi:
• Foto ultraviolet
Foto yang dibuat dengan menggunakan spektrum ultraviolet. Spektrum ultraviolet yang dapat digunakan untuk pemotretan hingga saat ini ialah spektrum ultraviolet dekat hingga panjang gelombang 0,29μm.
• Foto Ortokromatik
Foto yang dibuat dengan menggunakan spektrum tampak dari saluran biru hingga sebagian hijau (0,4μm – 0,56μm).
• Foto Pankromatik
Foto yang dibuat dengan menggunakan seluruh spektrum tampak.
• Foto Inframerah asli (True Infrared Foto)
Foto yang dibuat dengan menggunakan spektrum infra merah dekat hingga panjang gelombang 0,9μm – 1,2μm bagi film infra merah dekat yang dibuat secara khusus.
• Foto Inframerah modifikasi
Foto yang dibuat dengan spektrum inframerah dekat dan sebagian spektrum tampak pada saluran merah dan sebagian saluran hijau.
b. Sumbu kamera
Berdasarkan sumbu kamera terhadap arah permukan bumi, foto udara dibedakan menjadi:
• Foto vertikal
Foto yang dibuat dengan sumbu kamera tegak lurus terhadap permukaan bumi.
• Foto condong
Foto yang dibuat dengan sumbu kamera menyudut terhadap garis tegak lurus ke permukaan bumi. Sudut ini pada umumnya sebesar 10 0 atau lebih besar. Apabila sudut condongnya berkisar antara 1 0 sampai 4 0, foto yang dihasilkannya masih dapat digolongkan sebagai foto vertikal. Foto condong dibedakan menjadi dua yaitu:
 Foto sangat condong (high oblique photograph), yakni bila pada foto tampak cakrawalanya.
 Foto agak condong (low oblique photograph), yakni bila cakrawala tidak tergambar pada foto.
c. Sudut liputan kamera
d. Jenis kamera
Berdasarkan kamera yang digunakan di dalam penginderaan, citra foto dapat dibedakan menjadi:
• Foto tunggal
Foto yang dibuat dengan kamera tunggal. Tiap daerah liputan foto hanya tergambar oleh satu lembar foto.
• Foto jamak
Beberapa foto yang dibuat pada saat yang sama dan menggambarkan daerah liputan yang sama.
e. Warna yang digunakan
Berdasarkan warna yang digunakan foto dibedakan atas :
• Foto berwarna semu (false color) atau foto inframerah berwarna.
Pada foto berwarna semu, warna obyek tidak sama dengan warna foto. Obyek seperti vegetasi yang berwarna hijau dan banyak memantulkan spektrum inframerah, tampak merah pada foto.
• Foto warna asli (true color)
Foto pankromatik berwarna.
f. Sistem wahana dan penginderaan
Ada dua jenis foto yang dibedakan berdasarkan wahana yang digunakan, yaitu :
• Foto udara
Foto yang dibuat dari pesawat udara atau dari balon.
• Foto satelit atau foto orbital
Foto yang dibuat dari satelit
2. Citra Nonfoto
a. Spektrum elektromagnetik yang digunakan
Berdasarkan spektrum elektromagnetik yang digunakan dalam penginderaan, citra nonfoto dibedakan :
• Citra inframerah termal
Citra yang dibuat dengan spektrum inframerah termal
• Citra radar dan citra gelombang mikro
Ctra yang dibuat dengan spektrum gelombang mikro
b Sensor
Berdasarkan sensor yang digunakan, citra nonfoto dibedakan atas :
• Citra tunggal
Citra yang dibuat dengan sensor tunggal
• Citra multispektral
Citra yang dibuat dengan saluran jamak. Berbeda dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra multispektral pada umumnya dibuat dengan saluran sempit.
c. Wahana
Berdasarkan wahananya citra nonfoto dibedakan atas :
• Citra dirgantara (Airborne Image)
Citra yang dibuat dengan wahana yang beroperasi di udara atau dirgantara. Sebagai contoh misalnya citra inframerah termal, citra radar, dan citra MSS yang dibuat dari udara. Istilah citra dirgantara jarang sekali digunakan.
• Citra satelit (Satelit atau Spaceborne Image)
Ctra yang dibuat dari antariksa atau angkasa luar. Citra satelit dibedakan lebih jauh atas penggunaan utamanya yaitu :
1. Citra satelit untuk penginderaan planet, misalnya citra satelit Ranger (AS), citra satelit Viking (AS), citra satelit Luna (Rusia), dan citra satelit Venera (Rusia).
2. Citra satelit untuk penginderaan cuaca, misalnya citra NOAA (AS), dan citra meteor (Rusia).
3. Citra satelit untuk penginderaan sumberdaya bumi, misalnya citra Landsat (AS), citra Soyus (Rusia), dan citra SPOT yang diorbitkan oleh Prancis pada tahun 1986.
4. Citra satelit untuk penginderaan laut, misalnya citra Seasat (AS) dan citra MOS (Jepang) yang akan diorbitkan pada tahun 1986 (Sutanto, 1986)
Menurut Prof. Dr. Sutanto, pada dasarnya interpretasi citra terdiri dari dua kegiatan utama, yaitu perekaman data dari citra dan penggunaan data tersebut untuk tujuan tertentu. Lihat gambar di bawah ini

Perekaman data dari citra berupa pengenalan objek dan unsur yang tergambar pada citra serta penyajiannya ke dalam bentuk tabel, grafik atau peta tematik. Urutan kegiatan dimulai dari menguraikan atau memisahkan objek yang rona atau warnanya berbeda dan selanjutnya ditarik garis batas/delineasi bagi objek yang rona dan warnanya sama. Kemudian setiap objek yang diperlukan dikenali berdasarkan karakteristik spasial dan atau unsur temporalnya.
Objek yang telah dikenali jenisnya, kemudian diklasifikasikan sesuai dengan tujuan interpretasinya dan digambarkan ke dalam peta kerja atau peta sementara. Kemudian pekerjaan medan (lapangan) dilakukan untuk menjaga ketelitian dan kebenarannya. Setelah pekerjaan medan dilakukan, dilaksanakanlah interpretasi akhir dan pengkajian atas pola atau susunan keruangan (objek) dapat dipergunakan sesuai tujuannya.
Untuk penelitian murni, kajiannya diarahkan pada penyusunan teori, sementara analisisnya digunakan untuk penginderaan jauh, sedangkan untuk penelitian terapan, data yang diperoleh dari citra digunakan untuk analisis dalam bidang tertentu seperti geografi, oseanografi, lingkungan hidup, dan sebagainya. Untuk lebih jelasnya lihat kembali gambar di atas Dalam menginterpretasi citra, pengenalan objek merupakan bagian yang sangat penting, karena tanpa pengenalan identitas dan jenis objek, maka objek yang tergambar pada citra tidak mungkin dianalisis. Prinsip pengenalan objek pada citra didasarkan pada penyelidikan karakteristiknya pada citra. Karakteristik yang tergambar pada citra dan digunakan untuk mengenali objek disebut unsur interpretasi citra. (Sutanto, 1986)
2.3. KARAKTERISTIKMSATELIT LANDSAT
Landsat (Land Satelite) merupakan satelit milik NASA tetapi sistem informasinya dilakukan oleh pihak swasta, yaitu EOSAT. Sampai saat ini sudah lima satelit landsat yang diluncurkan. Satelit landsat 1, 2, 3 merupakan generasi pertama yang diluncurkan pada tahun 1972, 1975 dan 1978. Generasi kedua diluncurkan tahun 1982 dan 1984, yaitu landsat 4, 5 (Sabins, 1996). Landsat merupakan satelit dengan orbit sunsynchronous, yakni satelit dengan orbit matahari, bergerak dari utara ke selatan bumi, satelit akan mengelilingi bumi dalam waktu 103 menit dengan kecepatan 6,46 km/detik. Lintasan pada ekuator memiliki sudut 90 terhadap garis normal dan orbit yang berdampingan berjarak ± 2760 km di ekuator.
Satelit Landsat dilengkapi dengan dua buah sensor yaitu MSS (Multi Spektral Scanner) dan TM (Thematic Mapper). Lebar sapuan landsat TM adalah 185 km dengan resolusi spatial 30 x 30 m dan khusus band 6 adalah 120 x 120 m dan 79 x 79 m untuk sensor MSS. Resolusi efektif merupakan kenampakan terkecil yang berdekatan yang dapat dibedakan satu terhadap lainnya atau dengan kata lain daerah terkecil yang terekam secara serentak disebut juga medan pandang sesaat atau Instantaneous Field of View (IFOV) (Lillesand dan Kiefer, 1990).

2.4. ER MAPPER
ER Mapper merupakan salah satu software komputer yang telah terbukti banyak digunakan baik kalangan pemerintah maupun swasta, hal ini dapat dimaklumi karena pada awal peluncurannya yaitu pada versi 5.0 Er Mapper telah menyajikan kemampuan pengolahan citra yang cukup lengkap.
Paket perangkat lunak tersebut pada dasarnya banyak digunakan dalam aplikasi rutin, dan beberapa program yang dapat dikembangkan oleh pemakai sistem tersebut. Proses perangkat lunak sering dilengkapi dengan alat bantu untuk pengembangan aplikasinya sehingga bagi pemakai dapat mengembangkan untuk aplikasi khusus yang diinginkannya. Paket jenis ini dapat diterapkan pada komputer multiguna mulai dari skala mikro, mini, dan komputer super (Purwadhi, 2001).
Keunggulan ER Mapper, antara lain:
1. Mampu untuk mengolah sebagian citra penginderaan jauh,
2. Mampu mengimpor data citra yang tidak dikenal sekalipun,
3. Didukung lebih dari 100 kompatibilitas pencetakan citra,
4. Sangat mudah digunakan untuk tujuan analisis sekalipun oleh user pemula,
5. Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus,
6. Tersedia lebih dari 160 Sangat mudah digunakan untuk tujuan analisis sekalipun oleh user pemula,
7. Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus,
8. Tersedia lebih dari 160 formula atau algorithma matematis pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis lagi algorithma yang rumit bagi pemula,
9. Realtime processing, pengolahan langsung dapat dilihat hasilnya tanpa menyimpannya di media terlebih dahulu,
10. Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit juga citra foto udara.
11. Data yang berbeda dapat ditampilkan bersamaan bahkan saat diproses,
12. Penyusunan model 3D dari citra sehingga lebih tampak seperti kondisi aslinya di lapangan (Sutanto, 1986).

2.5. RGB (RED – GREEN –BLUE)
Citra yang menggunakan LUT RGB haruslah memiliki tiga channel atau dalam bahasa umum dapat dikatakan disusun atas tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna.Walaupun demikian umumnya citra penginderaan jarak jauh hanya menggunakan ruang hingga 256 kode saja, kecuali beberapa citra, seperti: radar hingga 16 bit channel dan citra-citra yang telah direntangkan ruang warnanya.
Perentangan warna dari citra dengan ruang warna 256 kode menjadi 2563 dapat dilakukan tetapi tidak akan merubah kedalaman informasinya, kondisi ini dapat disetarakan dengan pembesaran skala peta dari skala 1:4000 menjadi skal 1:1000 dengan cara difotokopi (Geomedia, 2004)
2.6. GEOLINKING
Pengertian Geopositioning adalah menyebutkan secara spesifik posisi dan cakupan dari sebuah image dalam ruang koordinat geografis. Hal ini bisa berguna untuk membuat peta yang mencakup suatu area tertentu. Sedangkan geolinking adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini bisa sangat berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda atau algorithm pemrosesan yang berbeda, dan banyak aplikasi lain. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan windowimage lain (http://id.wikipedia.org/wiki/penginderaan_jarak_jauh/10/04/10)




BAB III
MATERI DAN METODE

3.1. WAKTU DAN PELAKSAAN
Hari : Jum’at, 09 April 2010.
Waktu : 10.00 WIB – 11.40 WIB.
Tempat : Laboratorium Komputasi Kampus Ilmu Kelautan, Universitas Diponegoro, Tembalang, Semarang.
3.2. MATERI
Materi yang disampaikan pada praktikum pertama penginderaan jarak jauh yaitu :
1. Pengenalan software pengolah citra ER Mapper.
2. Deteksi, identifikasi, dan analisis citra foto udara dengan menggunakan software ER Mapper.












3.3 . METODE
3.3.1. MEMULAI PERANGKAT LUNAK ER MAPPER 7.0
1. Klik tools Strat- all prorams-earth resource mapping- Er Mapping 7.0

2. Tunggu sampai muncul gambar seperti di bawah ini, kemudian klik OK

3. Mengenal tools dan tools bar Er Mapper 7.0

4. Fungsi-fungsi icon pada Toolbars :
Memilih menu perintah dan meng-klik tombol; menunjuk pada image untuk melihat nilai data atau koordinat
Membuka window baru
Membuka proyek yang disimpan
Menggandakan window
Menggeser image dalam image window
Melakukan zoom pada image dalam image window
Melakukan dragging membentuk kotak untuk melakukan zooming pada kotak yang dibentuk
Untuk menampilkan atau menghilangkan Toolbar yang ada, berikan atau hilangkan tanda centang.









3.3.2. MENGGABUNGKAN CITRA
1. Klik Edit Algorithm , kemudian Load Dataset, untuk membuka window baru, file atau proyek yang telah selesai dalam komputer.
2. Duplikat Pseudo Layer menjadi 6, dengan mengklik tools

3. Ganti nama Pseudo Layer menjadi Band 1, Band 2, dan seterusnya hingga Band 7 tanpa mencantumkan Band 6.

4. Pada Band 1, klik (Load Dataset), kemudian cari file Data Praktikum Inderaja – cilacap – 2000_0204_01.tif , kemudian klik

5. Lakukan langkah yang sama sampai pada Bland 7.
6. Kemudian ubah warna menjadi grayscale, dengan cara klik tools kemudian pilih grayscale


7. Save as file dengan tipe ER Mapper Raster Dataset. Nama file AgusNurulK_Cilacap.ers. Klik OK.


8. Hasilnya adalah sebagai berikut :











3.3.3. CROPPING CITRA
1. Pilih Edit Algorithm , klik Load Dataset , masukan data AgusnurulK.cilacap.ers klik OK

2. kemudian tekan tools Duplicate sebanyak 7 x, kemudian ganti nama dengan Band 1 sampai Band 7 tanpa band 6. Klik Band 1 Kemudian pada tools





pilih B1: Band 1. Lakukan langkah yang sama pada Band 2 samapai band 7 (tanpa melakukan proses pada band 6).











3. Lakukan peng-Crop-an, dengan cara menekan zoom box tool
Drag-klik pada data citra yang di inginkan, hasilnya :


4. Kemudian pilih File – Save As, kemudian beri nama AgusNurulK.Crop_cilacap.ers. pada Files of Type ganti menjadi Er Mapper Raster DataTest.



3.3.4. READING DARA VALUE
1. Pilih Edit Algorithm Load Dataset pilih File AgusNurulK.Crop_Cilacap.ers
2. Klik RGB Algorithm untuk memunculkan warna.
3. Hilangkan tanda centang pada bagian Smoothing.
4. Menu bars, pilih View kemudian pilih Cell Values Profile untuk melihat nilai pixel pada citra.
5. Klik pada pointer, Lalu klik pada salah satu pixel dalam image. Akan terlihat nilai dari pixel tersebut pada window Cell Values Profile. Hasilnya adalah :


6. Menu bars, pilih View kemudian pilih Cell Coordinates.
7. Lalu klik pada salah satu pixel pada citra / image. Akan terlihat koordinat pada window Cell coordinates. Hasilnya adalah :




3.3.5. PENAJAMAN CITRA, KOMPOSIT WARNA, DAN TEKNIK INTERPETASI

1. Pilih Edit Algorith , Load Dataset citra AgusNurulK.Crop_Cilacap.ers.
2. Pada bagian Surface, ubah Color Table menjadi Greyscale.


3. Pilih icon 99% Contrast Enhancement untuk menajamkan contrast. Klik RGB Algorithm untuk menampilkan warna. Kemudian Refresh .
Hasilnya adalah sebagai berikut :

4. Selanjutnya kita akan melakukan proses Teknik Interprestasi Visual, yakni menghitung luas dan jarak pada citra tertentu.
5. Untuk menghitung luas maka kita akan melakukan citra yang telah dilakukan RGB. pilih Edit, Annotate Vektor Layer.




6. Akan kelaur tools berikut :

7. Selanjutnya pada Tools, pilih Polygon lalu lakukan digitasi pada bagian luar daerah yang akan dihitung luasannya.


8. Selanjutnya pilih icon Edit Object Extent . ER Mapper akan menampilkan window Map Composition Extent yang menunjukan mengenai keliling, luas dan lain-lain area yang telah dilakukan digitasi.


9. Untuk menghitung jarak maka kita akan melakukan citra yang telah dilakukan RGB, yang dimana pilih Edit, Annotate Vektor Layer.
10. Selanjutnya pada Tools, pilih Poly Line lalu lakukan digitasi pada bagian luar daerah yang akan dihitung luasannya.


11. Selanjutnya pilih icon Edit Object Extent . ER Mapper akan menampilkan window Map Composition Extent yang menunjukan mengenai keliling, luas dan lain-lain area yang telah dilakukan digitasi.



3.3.6. GEOLINK
3.3.6.1. GEOLINK TO WINDOW
1. Untuk memulai Geolink kita langsung, klik Edit Algorithm


2. Selanjutnya maka akan keluar tampilan seperti ini:



3. kemudian klik tools untuk membuat layar yang kedua (Duplicate), akan muncul


4. klik layar 1 kemudian klik Load Dataset, masukan data citra Ci Lacap 1992 dan data citra Ci Lacap 2000 untuk layar yang ke2. Maka akan muncul gambar



5. Selanjutnya kita akan melakukan proses Geolink to Window, dalam hal ini perlakuan layer 1 dan layer 2 seperti beikut: klik kanan Quick Zoom, Set Geolink to Window. Maka dimanapun kita pilih daerah yang terdapat pada layer 1, maka akan diperlihatkan juga pada layer 2 dengan koordinat yang sama.


3.3.6.2. Geolink to Screen

Selanjutnya kita akan melakukan proses Geolink to Screen, dalam hal ini lakukan langkah duplicate salah satu layer yang ada, misalkan tahun 2000 sehingga terdiri dari 3 layer. Atur besar dan posisinya sehingga ketiga layer tersebut seperti membentuk satu layar yang saling berhubungan. Klik kanan pada ketiga layer tesebut klik Quick Zoom, Set Geolink to Screen.


3.3.6.3. Geolink to Roam

Selanjutnya kita akan melakukan proses Geolink to Roam, dalam hal ini lakukan 3 layer, klik kanan Quick Zoom, Set Geolink to Overview Roam. Maka pada saat layer ketiga.




BAB IV
HASIL DAN PEMBAHASAN

4.1. HASIL
4.1.1. PENGGABUNGAN CITRA


4.1.2. CROPING CITRA


4.1.3. READING DATA VALUE
4.1.3.1. CELL VALUE PROFILE


4.1.3.2. CELL COORDINATE










4.1.4. TEKNIK INTERPRETASI CITRA
4.1.4.1. PENGHITUNG LUASAN


4.1.4.2. MENGHITUNG JARAK


4.1.5. GEOLINK
4.1.5.1. GEOLINK TO WINDOW

4.1.5.2. GEOLINK TO SCREEN


4.1.5.3. GEOLINK TO ROAM








4.2. PEMBAHASAN

Penggabungan citra adalah salah satu analisis yang dapat dilakukan dalam perangkat launak Er Mapper 7.0. dan merupakan langkah dasar yang dapat dilakukan oleh orang awam sekalipun. Tujuannya adalah menggabungkan berbagai data citra yang berbeda ke dalam satu kelompok file. Dengan penggabungan ini kita dapat melakukan analisis terhadap berbagai perbedaan data citra yang kita peroleh. Penggabungan citra dilakukan dengan cara menggabungkan beberapa band yang mempunyai sifat, warna serta karakteristik yang berbeda. Penggabungan citra ini adalah band 1, band 2, band 3, band 4, band 5 dan band 7. Tidak menggunakan band 6 karena sifat band ini adalah penyerap panas. Gabungan band – band ini menghasilkan citra obyek Kab. Ci Lacap dari satelit Landsat. Selain itu, penggabungan citra dimaksudkan supaya dapat mempermudah identifikasi suatu daerah di kawasan Kab. Cilacap.
Kemudian analisis selanjutnya adalah melakukan Croping terhadap data cirta, dengan menggunakan Zoom Box Tool maka kita dapat memperjelas dan memperkecil dari suatu data citra. Sehingga nantinya kita dapat lebih permudah dalam hal pengidentifikasian suatu citra yang kita inginkan.

Penajaman citra dimaksudkan untuk memahami kombinasi antara band citra dengan mode color. Pada band citra yang dinalisis akan menghasilkan keluaran tipe RGB (Red–Green–Blue). Data citra yang menggunakan LUT RGB haruslah memiliki tiga channel atau dalam bahasa umum dapat dikatakan disusun atas tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna. Tetapi pada umumnya citra penginderaan jarak jauh hanya menggunakan ruang hingga 256 kode saja, kecuali beberapa citra, seperti: radar hingga 16 bit channel dan citra-citra yang telah direntangkan ruang warnanya. Dengan melihat perbedaaan setiap bandnya, kita dapat melakukan analisis terhadap data citra yang kita miliki, seperti di bawah ini :
1. Band 1 (0.45 - 0.52 µm) => dirancang untuk penetrasi tubuh air, sehingga bermanfaat untuk pemetaan perairan pantai. Juga berguna untuk membedakan antara tanah dengan vegetasi, tumbuhan berdaun lebar dan konifer.
2. Band 2 (0.52 - 0.69 µm) => dirancang untuk mengukur puncak pantulan hijau saluran tampak bagi vegetasi guna penilaian ketahanan.
3. Band 3 (0.63 - 0.69 µm) => saluran absorpsi klorofil yang penting untuk diskriminasi vegetasi.
4. Band 4 (0.76 - 0.90 µm) => bermanfaat untuk menentukan kandungan biomassa dan untuk dilineasi tubuh air.
5. Band 5 (1.55 - 1.75 µm) => menunjukkan kandungan kelembapan vegetasi dan kelembapan tanah. Juga bermanfaat untuk membedakan salju dan awan.
6. Band 6 (10.40 - 12.50 µm) => saluran inframerah termal yang penggunaannya untuk analisis pemetaan vegetasi, diskriminasi kelembapan tanah, dan pemetaan termal.
7. Band 7 (2.08 - 2.35 µm) => saluran yang diseleksi karena potensinya untuk membedakan tipe batuan dan untuk pemetaan hidrotermal

Reading Data Values Pada ER MAPPER 7.0 kita dapat mengetahui mengenai daerah tertentu serta titik ordinatnya sehingga dapat diketahui di mana letak daerah tersebut dan bagaimana topografinya. Reading Data Values sama artinya dengan membaca nilai suatu data. Terdiri dari Cell Values Profile dan Cell Coordinates. Cell Values Profile menunjukkan mengenai Profil Nilai Cell. Jadi, apakah suatu daerah tersebut mempunyai topografi dataran tinggi ataupun rendah. Dan Cell Coordinates Dapat menunjukkan posisi daerah tertentu dengan melihat garis lintang dan bujurnya. Dengan kata lain, Reading Data Values adalah tentang data statistik suatu daerah sehingga nantinya dapat dilihat bagaimana keadaannya.
Cell Values Profile kita akan memperoleh perbedaan nilai fixel data citra, kemudian dari perbedaan nilai pixel tersebut kita dapat menganalisis terhadap bentuk tofograpi dari suatu objek yang kita analisis.

Dalam hal Cell Coordinate ini kita akan memahami lebih khusus terhadap posisi daerah tertentu dengan melihat garis lintang dan bujurnya. Namun posisi coordinate ini akan berubah sesuai dengan antara mode color pada citra kita analisis. Perbedaan inilah yang merupakan hal kita untuk memahami bahwa setiap titik atau pointer tertentu maka setiap itu pula coordinatenya berubah dan sesuai dengan cordinate awalnya dengan titik acuannya. Dalam hal ini lebih dikhususkan terhadap perbedaan pixel yang kita analisis.
Dalam hal teknik interprestasi visual merupakan analisis citra terhadap luas area tanpa mengukur langsung ke lapangan. Data yang kita peroleh telah dikonppersi kedalam satuan satuan tertentu seperti KM, M, dan Miles,dan Feet.

Sama seperti intepretasi terhadap luas area, interpretasi jarak merupakan Perhitungan jarak suatu daerah tanpa melakukan survei lansung terhadap objek. Analisis yang kita peroleh dari tahapan ini yaitu dari segi posisi daerah.

Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image yang lain. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus.
Dalam hal ini proses Geolink to Screen lebih difokuskan terhadap perubahan yang terjadi pada suatu objek dengan melakukan perbandingan dua citra tetapi dalam hal ini lebih diutamakan dalam hal perbandingan suatu citra difokuskan pada objek tertentu maka dari suatu objek tersebt maka kita dapat melihat perbandingan analisis dari layer yang berbeda. Proses Geolink to Screen terlebih dahulu dengan cara melakukan duplicate. Jadi dalam hal ini yaitu menghubungkan satu citra pada citra yang lain sehingga nampak citra tersebut terhubung pada layar 1,2 dan 3.
Geolink to Roam Dalam proses ini dilakukan terhadap suatu analisa dengan cara mengoperasikan dua/lebih citra pada layar yang berbeda tapi hanya dioperasikan pada satu layar saja. Interprestasi ini dilakukan dengan tujuan dapat mengetahui titik suatu objek yang akan kita analisis lebih fokus dengan melakukan perbandingan suatu citra. Geolink to Roam ini akan sangat bermanfaat untuk melihat (meneliti) unsur-unsur spasial (geografis) yang sama tetapi terdapat di dalam citra-citra yang berbeda atau pemrosesannya (Algorithm) berbeda.

BAB V
KESIMPULAN

• Inderaja merupakan teknik yang dikembangkan untuk memperoleh data di permukaan bumi
• Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling.
• Satelit Landsat mempunyai beberapa spektrum warna atau sering disebut dengan multispektral.
• Penggabungan Citra dilakukan untuk mendapatkan suatu obyek atau informasi fenomena.
• Landsat merupakan satelit dengan orbit sunsynchronous, yakni satelit dengan orbit matahari, bergerak dari utara ke selatan bumi. Satelit akan mengelilingi bumi dalam waktu 103 menit dengan kecepatan 6,46 km/detik. Lintasan pada ekuator memiliki sudut 90 terhadap garis normal dan orbit yang berdampingan berjarak ± 2760 km di ekuator. Sensor Landsat ETM+ (Enhanced Thematic Mapper) mempunyai resolusi spasial 30 x 30 m.
• ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit.
• Untuk menghitung luas suatu daerah dengan menghemat waktu dan biaya dapat digunakan teknologi penginderaan jauh.






DAFTAR PUSTAKA

Avery, T. Eugene, 1970. Penafsiran Potret Udara. PT. Melton Putra, Jakarta.
Danoedoro, P. 1990. Beberapa Teknik Operasi dalam Sistem Informasi Geografis. Puspics UGM - Bakosurtanal, Yogyakarta.

Japan Association on Remote Sensing (JARS). 1993. Remote Sensing Note. Nihon Printing Co. Ltd, Tokyo.
Lillesand dan Kiefer, 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press, Yogyakarta.
Purwadhi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. PT. Grasindo, Jakarta.
Sabins, Floyd F. 1996. W. Remote Sensing. Principles and Interpretation. Second Edition. W. H. Freeman an Company, New York.
Spasiatama, Geomedia. 2004. Modul Pelatihan Er Mapper. GoeMedia Sp. Yogyakarta.
Sutanto, Prof, Dr, 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University Press, Yogyakarta.
http://id.wikipedia.org/ (10/04/10)
http://id.wikipedia.org/wiki/Penginderaan_jarak_jauh (10/04/10)

http://mbojo.wordpress.com/2008/03/30/penginderaan-jauh/ (10/04/10)






LAMPIRAN
1. Menghitung Jarak Antara dua titik : 0.69 KM/688,89 M/ 0,43 Miles / 2260,2 Feet



2. Menghitung Luas Area : P. Keliling = 6,45 KM/ 64511,0 M/ 4,01 Miles/ 21165,3 Feet. Luas = 1,41 KM2/ 1408796 M2/ 348,12 Acres/ 140,88 Hact

Copy Link untul PDF
http://www.ziddu.com/download/9625007/LAPORANPRAKTIKUMINDERAJAmodulI.pdf.html