BAB I

PENDAHULUAN

1.1. Latar Belakang

Awal mulanya, manusia melakukan suatu pemetaan terhadap obyek
seperti daerah, luasan, dan gejala-gejala dengan menggambar secara manual
ataupun dengan pemotretan udara. Dengan semakin berkembangnya ilmu
pengetahuan dan teknologi, manusia mencari suatu alat untuk mempermudah
proses pemetaan dengan alat-alat seperti satelit. Proses pemetaan ini kemudian
dikenal dengan sebutan penginderaan jauh.
Dalam bahasa Inggris, penginderaan jauh sering disebut Remote Sensing,
bahasa Jerman adalah Fernerkundung, orang Portugis menyebutnya
Sensoriamento Remota, dan Teledetection dalam bahasa Prancis. Meski masih
tergolong pengetahuan baru, pemakaian penginderaan jauh di Indonesia sangat
banyak, antara lain untuk memperoleh informasi dari seluruh wilayah Indonesia.
Informasi-informasi ini dipakai untuk berbagai keperluan seperti mendeteksi
sumber daya alam, daerah banjir, kebakaran hutan, dan sebaran ikan di laut.
Contoh dari penginderaan jauh antara lain satelit pengamatan bumi, satelit
cuaca, dan wahana luar angkasa.
Penginderaan jauh ini sendiri banyak bermanfaat bagi bidang kehidupan,
khususnya di bidang kelautan, hidrologi, klimatologi, lingkungan dan
kedirgantaraan.

1.2. Tujuan
Tujuan dari praktikum ini adalah :
a. Mahasiswa mampu mengerti dan memahami tentang konsep
penginderaan jauh.
b. Mahasiswa diharapkan mampu menggunakan perangkat lunak ER
Mapper 7.0.
c. Mahasiswa dapat mengetahui manfaat dan aplikasi teknologi
penginderaan jauh.
 BAB II
TINJAUAN PUSTAKA

2.1. Penginderaan Jauh

Penginderaan jauh atau sering disingkat Inderaja adalah pengukuran atau
akuisisi data dari sebuah objek atau fenomena oleh sebuah alat yang tidak
secara fisik melakukan kontak dengan objek tersebut atau pengukuran atau
akuisisi data dari sebuah objek atau fenomena oleh sebuah alat dari jarak jauh.
Penginderaan jauh adalah ilmu atau seni untuk memperoleh informasi
tentang objek, daerah atau gejala, dengan jalan menganalisis data yang
diperoleh dengan menggunakan alat, tanpa kontak langsung dengan objek,
daerah atau gejala yang akan dikaji,
(Lillesand dan Kiefer, 1990).
Penginderaan jauh merupakan untuk memperoleh, menemutunjukkan
(mengidentifikasi) dan menganalisis objek dengan sensor pada posisi
pengamatan daerah kajian,
(Avery, 1985).
Penginderaan jauh adalah teknik yang dikembangkan untuk memperoleh
dan menganalisis informasi tentang bumi. Informasi itu berbentuk radiasi
elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi,
(Lindgren, 1985).
Penginderaan jauh sendiri membutuhkan komponen-komponen untuk
menunjang kinerjanya, seperti :
a. Tenaga
Sumber tenaga yang digunakan dalam penginderaan jauh yaitu
tenaga alami (sinar matahari) dan tenaga buatan atau biasa disebut
pulsa.
b. Objek
Objek penginderaan jauh adalah semua benda yang berada di
permukaan bumi seperti tanah, gunung, air, manusia, atau benda di
angkasa seperti awan.
c. Sensor
Sensor adalah alat yang digunakan untuk menerima tenaga pantulan
maupun pancaran radiasi elektromagnetik. Contohnya kamera udara
dan scanner.
 d. Detektor
Alat perekam yang terdapat pada sensor untuk merekam tenaga
pantulan maupun pancaran.
e. Wahana
Sarana untuk menyimpan sensor, seperti pesawat terbang, satelit,
pesawat ulang-alik, dan balon udara.

Data penginderaan jauh yang diperoleh dari suatu satelit, pesawat udara
balon udara atau wahana lainnya, memiliki karakteristik berbeda-beda pada
masing-masing tingkat ketinggian yang akhirnya menentukan perbedaan dari
data penginderaan jauh yang di hasilkan. Alat sensor dalam penginderaan jauh
dapat menerima informasi dalam berbagai bentuk antara lain sinar atau cahaya,
gelombang bunyi dan daya elektromagnetik,
(Purwadhi, 2001).

Gambar 2.1. Wahana Penginderaan Jauh (Lindgren, 1985)

Penggunaan program penginderaan jauh sendiri tidak hanya berguna

dalam bidang geologi, tetapi dapat bermanfaat dalam berbagai bidang lain
seperti :
a. Kelautan (Seasat, MOSS)
 Pengamatan sifat fisis air laut
 Pengamatan pasang surut air laut dan gelombang laut
 Pemetaan perubahan pantai, abrasi, sedimentasi.
 b. Hydrologi (Landsat, SPOT)
 Pengamatan DAS
 Pengamatan luas daerah dan intensitas banjir
 Pemetaan pola aliran sungai
 Studi sedimentasi sungai
c. Klimatologi (NOAA, Meteor dan GMS)
 Pengamatan iklim suatu daerah
 Analisis cuaca
 Pemetaan iklim dan perubahannya
d. Sumber Daya Bumi dan Lingkungan (Landsat, Soyuz, SPOT)
 Pemetaan penggunaan lahan
 Mengumpulkan data kerusakan lingkungan karena berbagai sebab
 Mendeteksi lahan kritis
 Pemantauan distribusi sumber daya alam
 Pemetaan untuk keperluan HANKAMNAS
 Perencanaan pembangunan wilayah
e. Angkasa Luar (Ranger, Viking, Luna, Venera)
 Penelitian tentang planet-planet
 Pengamatan benda-benda angkasa

2.2. Citra
Dalam penginderaan jauh didapat masukan data atau hasil observasi yang
disebut citra. Citra dapat diartikan sebagai gambaran yang tampak dari suatu
objek yang sedang diamati, sebagai hasil liputan atau rekaman suatu alat
pemantau.
Terdapat beberapa alasan yang melandasi peningkatan penggunaan citra
penginderaan jauh, yaitu sebagai berikut :
a. Citra menggambarkan objek, daerah, dan gejala di permukaan bumi
dengan wujud dan letaknya yang mirip dengan permukaan bumi,
b. Citra menggambarkan objek, daerah, dan gejala yang relatif lengkap,
meliputi daerah yang luas dan permanen,
c. Jenis citra tertentu dapat ditimbulkan gambaran tiga dimensi apabila
pengamatannya dilakukan dengan stereoskop,
 d. Citra dapat dibuat secara cepat meskipun daerahnya sulit dijelajahi
secara terestrial.
Benda yang terekam pada citra dapat dikenali berdasarkan ciri yang
terekam oleh sensor. Tiga ciri yang terekam adalah :
1. Spasial
Ciri yang berkaitan dengan ruang, meliputi : bentuk, ukuran, bayangan,
tekstur, situs, asosiasi, dan pola.
2. Temporal
Ciri yang terkait dengan umur benda atau waktu saat perekaman.
3. Spektral
Ciri yang dihasilkan oleh tenaga elektromagnetik dengan benda yang
dinyatakan dengan rona dan warna.

Untuk dapat dimanfaatkan, maka citra harus diinterpretasikan atau

diterjemahkan terlebih dahulu. Interpretasi citra merupakan kegiatan mengkaji
foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan
menilai arti pentingnya objek tersebut,
(Estes dan Simonett, 1975).

Dalam menginterpretasikan citra dibagi menjadi beberapa tahapan, yaitu :

 Deteksi
Pengenalan objek yang mempunyai karakteristik tertentu oleh sensor.
 Identifikasi
Mencirikan objek dengan menggunakan data rujukan.
 Analisis
Mengumpulkan keterangan lebih lanjut secara terinci.

Secara umum, citra penginderaan jauh dapat dibedakan menjadi dua, yaitu
citra foto dan citra non foto.
1. Citra Foto
Citra objek yang merupakan hasil dari pemotretan kamera. Citra foto
dapat dibedakan menurut :
 Spectrum Elektromagnetik :
a. Foto Ultraviolet
 Citra foto yang dibuat dengan menggunakan spectrum
ultraviolet dengan panjang gelombang 0,1 – 0,4 mikron.

b. Foto Ortokromatik
Citra foto yang dibuat dengan menggunakan spectrum sinar
tampak. Mulia dari warna biru sampai warna hijau dengan
panjang gelombang 0,4 – 0,56 mikron.
c. Foto Pankromatik
Citra foto yang dibuat dengan menggunakan spectrum tampak
mulai dari warna merah sampai warna ungu dengan panjang
gelombang 0,4 – 0,7 mikron.
d. Foto Inframerah
Citra foto yang dibuat dengan menggunakan spectrum
inframerah dengan panjang gelombang 0,7 – 30,0 mikron.

 Sumbu Kamera :
a. Foto Vertikal
Citra foto yang dibuat dengan sumbu kamera tegak lurus
terhadap objek dipermukaan bumi.
b. Foto Miring/condong
Citra foto yang dibuat dengan menggunakan sumbu kamera
yang condong dan membentuk sudut terhadap objek
dipermukaan bumi. Citra foto condong/miring dapat dibedakan
menjadi dua yaiutu foto agak condong atau low oblique
photograph (cakrawala tidak tergambar pada citra foto) dan
sangat condong atau high oblique photograph (cakrawala
tergambar pada citra foto).

 Jenis Kamera :
a. Foto Tunggal
Citra foto yang dihasilkan dari kamera tunggal.
b. Foto Jamak
Citra foto yang dibuat pada waktu yang sama dan meliputi
daerah yang sama pula.
  Wahana :
a. Foto Udara
Citra yang alat perekam/sensornya menggunakan wahana
balon udara ataupun pesawat terbang.
b. Foto Satelit
Perekam sensor dengan menggunakan wahana satelit.

A B C
Gambar 2.2. Hasil citra foto udara berdasarkan sumbu kamera
A = Foto vertikal, B = Foto agak condong, C = Foto sangat condong

2. Citra Non Foto

Foto yang dibuat dengan menggunakan sensor non kamera.
Gambarnya diperoleh dengan menggunakan penyinaran scanner. Citra
non foto dapat dibedakan berdasarkan :
 Spektrum Gelombang Elektromagnetik :
a. Citra Inframerah Termal
Citra yang terbentuk dari penyerapan spectrum inframerah
termal.
b. Citra Gelombang Mikro
Citra yang terbentuk dari penyerapan gelombang mikro.
c. Citra Radar
Citra yang dibuat dari sumber tenaga buatan.

 Jenis Sensor :
a. Citra Tunggal
Citra yang dibuat melalui sensor tunggal.
b. Citra Jamak
 Citra yang dibuat melalui sensor jamak.

 Jenis Wahana :
a. Citra Dirgantara
Citra yang dibuat dari wahana yang berada di atmosfer.
b. Citra Satelit
Citra yang dibuat dari wahana yang berada di luar angkasa.
Berdasarkan penggunaanya citra satelit dibedakan atas :
1. Citra satelit untuk penginderaan planet,
Contoh : Citra satelit Viking (AS) dan Citra satelit Vanera (Rusia)
2. Citra satelit untuk penginderaan cuaca,
Contoh : NOAA (AS) dan Citra Meteor (Rusia)
3. Citra satelit untuk penginderaan SDA
Contoh : Landsat (AS), Soyuz (Rusia), dan SPOT (Perancis)
4. Citra satelit untuk Oseanografi (kelautan)
Contoh : Citra Seasat (AS) dan Citra MOS (Jepang)

2.3. Landsat
Satelit Landsat merupakan salah satu satelit sumber daya bumi yang
dikembangkan oleh NASA dan Departemen Dalam Negeri Amerika Serikat.
Sejak 1972, satelit Landsat sudah mengumpulkan informasi tentang bumi.
Instrumen satelit-satelit Landsat telah menghasilkan jutaan citra yang diarsipkan
di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia,
dimana merupakan sumber daya yang unik untuk riset perubahan global dan
aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah,
pendidikan, dan keamanan nasional.
Awalnya satelit ini terbagi dalam dua generasi yakni generasi pertama dan
generasi kedua. Generasi pertama adalah satelit Landsat 1 sampai Landsat 3.
Generasi ini merupakan satelit percobaan eksperimental). Sedangkan satelit
generasi kedua adalah satelit Landsat 4 dan Landsat 5 yang merupakan satelit
operasional. Sampai saat ini telah diorbitkan 7 satelit Landsat.
Satelit generasi pertama memiliki dua jenis sensor, yaitu Multi Spektral
Scanner (MSS) dengan empat saluran dan tiga kamera RBV (Return Beam
Vidicon). Satelit generasi kedua adalah satelit yang membawa dua jenis sensor
yaitu sensor MSS dan sensor Thematic Mapper (TM). Sensor TM menggunakan
tujuh saluran, dimana terdapat enam saluran untuk studi vegetasi dan satu
saluran untuk studi geologi.
Berikut data peluncuran satelit Landsat :
 Landsat 1 - diluncurkan 23 Juli 1972, berakhir tahun 1978
 Landsat 2 - diluncurkan 22 Januari 1975, berakhir tahun 1981
 Landsat 3 - diluncurkan 5 Maret 1978, berakhir 1983
 Landsat 4 - diluncurkan 16 Juli 1982, berakhir 1993
 Landsat 5 - diluncurkan 1 Maret 1984 dan masih berfungsi
 Landsat 6 - diluncurkan 5 Oktober 1993, gagal mencapai orbit
 Landsat 7 - diluncurkan 15 April 1999, dan masih berfungsi

Gambar 2.3. Persiapan peluncuran Landsat 1, 23 Juli 1972

Gambar 2.4. Satelit Landsat

 Gambar 2.5. Bagian satelit Landsat
Orbitan satelit Landsat adalah dari kutub ke kutub (orbit polar) dengan
ketinggian sekitar 700 Km dengan inklinasi 98,20 dengan waktu orbit ulang untuk
daerah tertentu 16 hari, artinya setiap 16 hari sekali, satelit itu melewati daerah
yang sama.

Gambar 2.6. Orbit satelit Landsat

Dengan cakupan perekaman 180 x 180 Km2 dan resolusi spasial 30 meter,
maka data Landsat merupakan salah satu data yang paling banyak dipakai
dalam pemetaan.
 Gambar 2.7. Ruang cakupan perekaman satelit Landsat

2.4. Ikonos
Satelit Ikonos adalah satelit resolusi tinggi milik Space Imaging (AS) yang
dioperasikan oleh GeoEye dan diluncurkan pada bulan 24 September 1999.
Kemampuannya yang terliput adalah mencitrakan dengan resolusi multispektral
3,2 meter dan inframerah dekat (0,82mm) pankromatik. Aplikasinya untuk
pemetaan sumber daya alam daerah pedalaman dan perkotaan, analisis
bencana alam, kehutanan, pertanian, pertambangan, teknik konstruksi,
pemetaan perpajakan, dan deteksi perubahan. Orbit satelit Ikonos dengan
ketinggian sekitar 680 Km dan inklinasi 98,10 serta waktu orbit 98,33 menit.

Gambar 2.8. Satelit Ikonos

2.5. ER Mapper
ER Mapper adalah perangkat lunak untuk mengolah data citra atau satelit.
Selain ER Mapper masih banyak lagi perangkat lunak yang dapat digunakan
untuk mengolah data citra seperti Idrisi, Erdas Imagine, PCI, dan lain-lain,
(http://oocities.org).
Pengolahan data citra merupakan suatu cara memanipulasi data citra atau
mengolah suatu data citra menjadi suatu keluaran yang sesuai dengan
keinginan. Tujuan pengolahan citra adalah mempertajam data geografis dalam
bentuk digital menjadi suatu tampilan bagi pengguna, dapat memberikan
informasi kuantitatif suatu obyek, serta dapat memecahkan masalah. Data digital
disimpan dalam bentuk barisan kotak kecil dua dimensi yang disebut pixels.
Masing-masing pixel mewakili suatu wilayah yang berada dipermukaan bumi.
Struktur ini sering disebut raster, sehingga data citra dapat disebut data raster.
Data raster tersusun oleh baris dan kolom dan pada setiap pixel pada raster
memiliki nilai digital.

Gambar 2.9. Struktur data Raster

Data yang didapat dari satelit terdiri dari bands (layers) yang mencakup
wilayah yang sama. Setiap bands mencatat pantulan 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 yang spesifik seperti
indeks vegetasi, parameter kualitas air, terumbu karang, dan lain-lain.
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 langsung terlihat tanpa
menunggu komputer menuliskannya menjadi file yang baru. Cara pengolahan ini
dalam ER Mapper disebut Algoritma.

File Proses monitor

Algoritma
Gambar 2.10. Pengolahan citra menggunakan ER Mapper

Formula, filters,
contrast,
Konsep Algoritma ini adalah salah satu keunggulan ER Mapper. Selain itu
brightness,
beberapa keunggulan lain yang dimiliki oleh ER Mapper adalah :
dll……. data
a. Didukung 130 format pengimpor
b. Didukung 250 format pencetakan data keluaran
c. Visualisasi tiga dimensi
 d. Memiliki fasilitas Dynamics Links (Fasilitas khusus ER Mapper untuk
menampilkan data file eksternal pada citra tanpa perlu mengimportnya
terlebih dahulu).
ER Mapper juga memiliki keterbatasan, yaitu :
a. Terbatasnya format pengeksport data
b. Data yang dapat dikerjakan adalah data 8 bit
2.6. RGB (Red-Green-Blue)
Citra RGB disebut juga citra truecolor. Citra RGB merupakan citra digital
yang mengandung matriks data berukuran M x n x 3 yang merepresentasikan
warna merah, hijau, biru untuk setiap pixelnya. Setiap warna dasar diberi rentang
nilai. Untuk monitor komputer, nilai rentang paling kecil 0 dan paling besar 255.
Warna dari tiap pixel ditentukan oleh kombinasi dari intensitas merah, hijau, dan
biru.

2.7. Teknik Interpretasi Visual

Agar citra satelit dapat digunakan oleh beberapa kalangan maka citra
satelit harus diinterpretasi atau ditafsirkan menjadi suatu informasi. Dalam teori
penginderaan jauh, terdapat dua pendekatan untuk proses interpretasi satelit
yaitu interpretasi otomatis dan interpretasi manual.
Interpretasi otomatis hanya mampu dilakukan pada citra satelit format
digital dengan bantuan sistem komputer sehingga lebih mempercepat pekerjaan,
tapi interpretasi ini mengandalkan kecerahan untuk membedakan obyek yang
terekam sehingga gangguan atmosfer maupun awan dapat menganggu kerja
dari citra satelit.
Sedangkan interpretasi manual memiliki dasar interpretasi yang tidak
semata-mata kepada nilai kecerahan, tetapi konteks keruangan pada daerah
yang dikaji juga ikut dipertimbangkan.
Pengenalan objek adalah bagian terpenting dalam interpretasi citra karena
tanpa mengenali identitas dan jenis objek yang tergambar, kita tidak mungkin
melakukan analisis untuk menyelesaikan masalah. Ada beberapa hal yang
diperhatikan dalam mengamati kenampakan objek dalam foto udara, yaitu :
1. Rona dan warna rona (tone)
Tingkat kecerahan atau kegelapan suatu objek di foto udara atau
pada citra lainnya. Tingkat kecerahan tergantung keadaan cuaca saat
 pengambilan objek, arah datangnya sinar matahari, waktu pengambilan
gambar, dan sebagainya.
Pada foto hitam putih, rona yang ada biasanya adalah hitam, putih,
atau kelabu. Pada foto berwarna, rona sangat dipengaruhi oleh
spektrum gelombang elektromagnetik yang digunakan, misalnya
memakai spektrum ultraviolet, spektrum tampak, spektrum inframerah,
dan sebaginya. Perbedaan penggunaan spektrum gelombang tersebut
mengakibatkan rona yang berbeda - beda. Selain itu karakter
pemantulan objek terhadap spektrum gelombang yang digunakan juga
mempengaruhi warna dan rona pada foto udara berwarna.
2. Bentuk
Bentuk yang terdapat pada foto udara merupakan konfigurasi atau
kerangka suatu objek. Bentuk merupakan ciri yang jelas, sehingga
banyak objek yang dapat dikenalinya hanya berdasarkan bentuknya
saja.
3. Ukuran
Ukuran meliputi jarak, luas, tinggi, lereng, dan volume. Ukuran objek
pada citra berupa skala, karena itu dalam memanfaatkan ukuran
sebagai interpretasi citra harus diingat skalanya (80 m – 100 m).
4. Tekstur
Tekstur merupakan frekuensi perubahan rona pada citra, atau dapat
diartikan sebagai pengulangan pada rona kelompok objek yang terlalu
kecil untuk dibedakan secara individual. Tekstur dinyatakan dengan
kasar, halus, dan sedang.
5. Pola
Pola sering disebut susunan keruangan, merupakan ciri yang
menandai bagi objek bentukan manusia dan alamiah. Contohnya
seperti pola aliran sungai yang menandakan stuktur geologis.
6. Bayangan
Bayangan bersifat menyembunyikan detail atau objek yang berada di
daerah gelap. Walaupun demikian, bayangan juga dapat merupakan
kunci pengenalan yang penting bagi beberapa objek yang menjadi lebih
jelas dengan adanya bayangan.
7. Situs
 Situs adalah letak suatu objek terhadap objek lain disekitarnya,
misalnya pemukiman yang memanjang sepanjang tepi jalan.
8. Asosiasi
Asosiasi adalah keterkaitan antara objek yang satu dengan lainnya.
Contohnya adalah stasiun kereta api berasosiasi dengan jalan kereta
api yang jumlahnya lebih dari satu.

9. Konvergensi Bukti
Konvergensi bukti adalah penggunaan beberapa unsur interpretasi
citra sehingga lingkupnya menjadi menyempit kearah satu kesimpulan
tertentu.
(Lillesand and Kiefer ,1993).

2.8. Geolink
Icon Geolink pada window di dua buah citra yang berbeda akan
menghasilkan sebuah fungsi yaitu apabila pada salah satu citra di klik atau
dibesarkan pada suatu koordinat maka pada citra tersebut yang lain akan
menunjukkan koordinat yang sama. Sedangkan geolink to sreen pada 3 buah
layers maka akan membentuk satu citra yang akan berhubungan. Sedangkan
geolink to roam pada 3 citra jika salah satunya dibesarkan maka kedua citra yang
lain akan menunjukkan daerah yang sama pula.
(www.e_dukasi.net).
 BAB III
MATERI DAN METODE

3.1. Waktu dan Tempat Pelaksanaan

Hari : Selasa, 15 Maret 2011

Waktu : 15.00 – 16.30 WIB

Tempat : Laboratorium Komputasi Kampus Ilmu Kelautan,

Universitas Diponegoro, Semarang

3.2. Materi
Materi yang disampaikan pada praktikum pertama mata kuliah
penginderaan jarak jauh yaitu :
1. Pengenalan perangkat lunak dan pengolahan citra yaitu ER Mapper 7.0
2. Penggabungan Citra
3. Croping
4. Penajaman Citra dan Komposit Warna
5. Point Treading Data Value
6. Geolink Window, Screen, Roam

3.3. Metode
3.3.1. Penggabungan Citra
1. Jalankan program ER Mapper 7.0

Fungsi icon pada Toolbars :

Memilih menu perintah; menunjuk pada image untuk
melihat nilai data atau koordinat
Membuka window baru
 Membuka proyek yang telah disimpan

Menggandakan window

Menggeser image dalam image window

Melakukan zoom pada image dalam image window

Melakukan drag membentuk kotak untuk melakukan zoom

2. Klik Edit Algorithm pada active window ER Mapper kemudian

akan muncul window Algorithm.

3. Klik Duplicate untuk menduplikat Pseudo Layer, dan duplikat

menjadi 6 layer.
4. Ganti nama Pseudo Layer menjadi Band 1, Band 2, Band 3, Band 4,
Band 5, dan Band 7. Tuliskan nama dan NIM pada Discription.
5. Pada Band 1, cari file 2000_0204_B1.tif. Klik Load Dataset pada
window, pilih Volumes dan tentukan letak file disimpan.
6. Pada Band 2, cari file 2000_0204_B2.tif. Untuk Band 3, cari file
2000_004_B3.tif dan seterusnya lakukan langkah yang sama.

7. Save file dengan type raster dataset. Nama file Cilacap_gabung.ers.

3.3.2. Cropping Citra
1. Pilih Edit Algorithm, Load Dataset, cari file Cilacap_gabung.ers.

2. Klik icon Zoom Box Tool , drag area yang akan di crop.
3. Duplikat Pseudo Layer menjadi 6, dan diberi nama Band 1, Band 2,
Band 3, Band 4, Band 5, dan Band 7.
4. Ganti Band sesuai dengan namanya, Band 1 = B1:Band 1, dst.

5. Save As dalam type raster dataset dengan nama file

Crop_Cilacap.ers.

3.3.3. Penajaman Citra dan Komposit Warna

1. Pilih Edit Algorithm, Load Dataset, cari file Crop_Cilacap.ers.
2. Pada bagian Surface, ubah Color Table menjadi greyscale.

3. Pilih icon 99% Contrast Enhancement untuk menajamkan

contrast. Klik Create RGB Algorithm untuk menampilkan warna.

Kemudian klik Refresh

4. Untuk mengukur panjang atau luas daerah dalam image, pilih Edit
kemudian pilih Annote Vector Layer.

5. Untuk mengukur panjang, pada tools pilih Poly Line , lalu lakukan
digitasi pada daerahyang akan diukur panjangnya.

 

6. Klik icon Edit Object Extents , maka akan muncul window Map
Composition Extents yang menunjukan informasi mengenai panjang
area yang telah didigitasi.
 7. Klik icon Delete Object , dan Refresh untuk menghapus digitasi
sebelumnya.

8. Untuk mengukur luas, pada tools pilih Polygon , lalu lakukan

digitasi pada area yang akan diukur luasnya.

 

9. Klik icon Edit Object Extent, maka akan muncul window Map
Composition Extents yang menunjukan informasi mengenai luas area
yang telah didigitasi.

3.3.4. Point Treading Data Value

1. Pilih Edit Algorithm, Load Dataset, cari file Crop_Cilacap.ers.

2. Klik Create RGB Algorithm untuk memunculkan warna.

 3. Hilangkan efek Smoothing, dengan menghilangkan tanda centang

pada kolom Smoothing 

4. Perbesar image dengan Zoom Box Tool, hingga gambar tampak
pixel.
5. Pilih View, Cell Values Profile untuk melihat nilai pixel pada citra.

6. Klik Pointer , kemudian klik pada salah satu pixel dalam citra.
Nilai dari pixel, akan terlihat pada window Cell Values Profile.

7. Pilih View, Cell Values Coordinates untuk melihat nilai koordinat

pada pixel.
8. Klik Pointer, kemudian klik pada salah satu pixel dalam citra. Nilai dari
koordinat, akan terlihat pada window Cell Coordinates.

Lakukan sebanyak dua kali pengulangan sehingga didapat dua hasil.

3.3.5. Geolink Window, Screen, Roam

1. Klik icon Copy Window , untuk membuat layer menjadi dua.

Untuk layer pertama, klik Edit Algorithm, Load Dataset, pilih file
 IKONOS2005.ers. Sedangkan untuk layer kedua isikan dengan citra
IKONOS2009.ers.
2. Pada window Algorithm, dibagian Surface, ubah Color Table menjadi
rgb untuk memberi warna pada citra.
a. Geolink to Window
1) Klik kanan pada window, pilih Ouick Zoom, kemudian pilih Set
Geolink to Window.
2) Lakukan hal yang sama pada window kedua.

b. Geolink to Screen
1) Klik icon Copy Window pada toolbars untuk menggandakan
salah satu window. Gandakan window kedua sebanyak dua
kali, sehingga terdapat empat window. Atur besar dan posisikan
agar membentuk satu layer.

2) Klik kanan, pilih Ouick Zoom, kemudian pilih Set Geolink to

None pada semua window.
 3) Klik kanan, pilih Quick Zoom, kemudian pilih Set Geolink to
Screen pada semua window.
4) Maka window akan menampilkan citra berbeda yang saling
menghubungkan satu sama lain.

c. Geolink to Roam
1) Klik kanan, pilih Quick Zoom, terus pilih Set Geolink to None
pada semua window.
2) Ubah ukuran gambar pada window 2, 3, dan 4 agar tampak
perbedaannya dengan cara di zoom.
3) Pada window 1, klik kanan lalu pilih Quick Zoom, kemudian pilih
Set Geolink to Overview Roam.
 BAB IV
HASIL DAN PEMBAHASAN

4.1. Hasil
4.1.1. Penggabungan Citra
4.1.2. Crooping
4.1.3. Penajaman Citra dan Koposit Warna
4.1.4. Point Treading Data Value
4.1.5. Geolink
a. Geolink to Window

b. Geolink to Screen
c. Geolink to Overview Roam
4.2. Pembahasan
4.2.1. Penggabungan Citra
Pada metode ini, data citra yang digunakan adalah foto Cilacap. Dalam
citra ini terdapat 6 jenis foto yang digabungkan menjadi satu untuk melihat
kondisi Cilacap berdasarkan 6 sudut pandang, dan mempermudah
penginterpretasikan.
4.2.2. Cropping
Pada metode ini, data yang dipakai adalah data penggabungan citra
Cilacap, yangkemudian di cropping untuk memperoleh gambar citra yang
lebih jelas.
4.2.3. Penajaman Citra dan Komposit Warna
Metode ini bertujuan untuk mempertajam dan memberi warna pada
sebuah citra. Data citra yang digunakan adalah data penggabungan Cilacap
yang telah di cropping. Di dalam metode ini, adapun bab untuk mengetahui
panjangdan luas dari daerah yang telah didigitasi.
4.2.4. Point Treading Data Value
Metode ini bertujuan untuk mengetahui nilai gradasi dan koordinat dari
suatu pixel dalam citra. Metode ini menggunakan data penggabungan Cilacap
yang telah di cropping dan di zoom dan dihilangkan smoothing agar tampak
pixel dari citra tersebut.
4.2.5. Geolink
Data yang digunakan pada metode ini adalah data citra satelit Ikonos di
daerah Semarang pada tahun 2005 dan 2009. Metode ini terdiri dari beberapa
bab, yaitu Geolink to Window, dimana dalam bab ini memperlihatkan
koordinat yang sama dari dua citra dalam waktu yang berbeda. Yang kedua
adalah Geolink to Screen, di sini memperlihatkan dua citra yang saling
terhubung dalam 4 window yang terpisah satu dengan lainnya. Dan yang
terakhir adalah Geolink to Overview Room. Dengan mengaktifkannya pada
salah satu layer, maka gambar pada ketiga window lainnya akan
menunjukkan gambar yang sama dengan koordinat gambar yang ditunjuk.
 BAB V
KESIMPULAN

1. Penginderaan jauh adalah ilmu atau seni untuk memperoleh informasi

tentang objek, daerah atau gejala, dengan jalan menganalisis data yang
diperoleh dengan menggunakan alat, tanpa kontak langsung dengan
objek, daerah atau gejala yang akan dikaji.
2. Beberapa satelit penginderaan jauh yang digunakan antara lain Landsat,
Ikonos, Seasat, MOSS, SPOT, NOAA, Meteor, GMS, Soyuz, Ranger,
Viking, Luna, dan Venera.
3. Citra adalah gambaran yang tampak dari suatu objek yang sedang
diamati, sebagai hasil liputan atau rekaman suatu alat pemantau.
4. ER Mapper adalah perangkat lunak untuk mengolah data citra atau
satelit.
DAFTAR PUSTAKA
 LAMPIRAN

Pengukuran Panjang
Pengukuran Luas