pe Mat dan Mls Fas Praag) Data ALOS rn Gohria Snyyng)
TEKNIK DAN METODE FUSI (PANSHARPENING)
DATA ALOS (AVNIR-2 DAN PRISM) UNTUK
IDENTIFIKAS| PENUTUP LAHAN/
TANAMAN PERTANIAN SAWAH
Gokmaria Sitanggang
Peneliti Bidang Bangfatja, Pusat Pengembangan Pemanfaatan, LAPAN
ABSTRACT
‘The objective of this research is to search the techniques and processing
methods of ALOS optical data by using ALOS data {AVNIR-2 and PRISM) fusion
{pansharpening} to identify land cover objects /sawah agriculture vegetation. The study
method is accomplished by studying literature and conducting experiment using a
study area and also performing the methods assesment by doing visual analysis of the
ALOS Pansharped image results. This research uses ALOS data {AVNIR-2 and PRISM),
acquired on June, 12, 2006, which covered the study area: agriculture area, Bantul, DIY.
‘The experiment results shows that, for identification of land cover objects /sawah
agriculture vegetation, the Pansharped image as the result of the Pansharpening method
(HSV Image Sharpening) 321 band composite- AVNIR-2 and PRISM (nadir), is the best
comparing to another methods: a) Color Normalized (Brovey), b) Gram-Schmidt Spectral
Sharpening, and c) PC Spectral Sharpening, Another result is also obtained the
spasial information image map of land cover objects/sawah agriculture vegetation,
scale: 1: 50.0000, as the results of on screen digitation using the ALOS ( AVNIR-2 dan
PRISM) Pansharp image, acquired on June, 12, 2006 which covered the agriculture
area, Bantul, DIY,
ABSTRAK
Tujuan penelitian ini adalah untuk mencari teknik dan metode pengolahan data
optik ALOS dengan metode fusi (pansharzening| data ALOS (AVNIR-2 dan PRISM) untuk
identifikasi objek-objek penutup lahan/tanaman pertanian sawah. Metode pelaksanaan
penelitian adalah berdasarkan literatur dan dengan melakukan penelitian atau uji coba
pada suatu daerah studi kasus, dan melakukan pula penilaian hasil-hasil pengolahan
dengan melakukan analisis visual data citra Pansharp ALOS yang diperoleh. Penelitian
ini menggunakan data ALOS (AVNIR-2 dan PRISM), akuisisi tanggal 12 Juni 2006, yang
meliput daerah studi kasus: daerah pertanian Bantul, DIY. Dari uji coba yang dilakukan
diperolch battwa untuk identifikasi objek-objek penutup lahan/tanaman pertanian
sawah, citra Pansharp, hasil metode Pansharpening (HSV Image Sharpening) AVNIR-2
komposit 321 dan PRISM (nadir), adalah terbaik dibandingkan dengan metode-metode
lain: a) Color Normalized (Brovey], b) Gram-Schmidt Spectral Sharpening, dan c) PC
Spectral Sharpening. Hasil lainnya adalah peta citra informasi spasial objek-objek
penutup lahan/tanaman pertanian sawah, skala 1:50.000, hasil digitasi on-screen
menggunakan data citra Pansharp ALOS (AVNIR-2 dan PRISM), perekaman tanggal 12
Juni 2006 yang meliput daérah pertanian Bantul, DIY.
Kata kunci: Citra Pansharp ALOS (AVNIR 2 dan PRISM), Metode Pansharpening, HSV
Image Sharpening, Identifikasi penutup lahan/tanaman pertanian sawah1 PENDAHULUAN
Seperti diketahui satelit peng-
inderaan jauh (inderaja) ALOS (Advanced
Land Observing Sateltite) telah berhasil
diluncurkan pada bulan Januari 2006
dengan pesawat peluncur roket H-IIA,
dari lokasi peluncuran Tanegashima Space
Center, Jepang. Misi utama atau tujuan.
ALOS adalah: 1) untuk memperoleh peta
Jepang dan negara-negara lain yang
termasuk dalam wilayah Asia Pasifik
(artografi), 2) untuk melakukan peng-
amatan regional untuk pengembangan
berkesinambungan (harmonisasi antara
pengembangan dan lingkungan bumi)
(Pengamatan Regional], 3) untuk mela-
kukan pemantaan bencana alam di
seluruh dunia (Pemantauan Bencana
Alam), 4) untuk melakukan penelitian
Sumber Daya Alam (Penelitian Sumber
Daya Alam), dan 5) untuk mengembang-
kan teknologi yang diperlukan untuk
satelit-satelit pengamatan bumi masa
depan (Pengembangan Teknologi) (NASDA,
2004a; JAXA, 2004; NASDA, 2006)
Satelit ALOS bergerak pada orbit
sinkron matahari pada _ketinggian
691,65 km pada eluator, inklinasi 98.16
derajat, dengan siklus pengulangan orbit
setiap 46 hari, dengan sub-cycle setiap 2
hari, Massa satelit tersebut kira-kira
4000 kg, Satelit tersebut dirancang untuk
dapat tetap beroperasi pada orbitnya
pada kurun waktu 3-5 tahun. Satelit
ALOS dilengkapi dengan tiga sensor yang
terdiri dari dua sensor optik yaitu
sensor AVNIR-2 (Advanced Visible and
Near Infrared Radiometer type-2 dan
sensor PRISM (Panchromatic Remote
Sensing Instrument for Stereo Mapping)
serta satu sensor gelombang mikro atau
radar yaitu : PALSAR (Phased Array type
L-band Syntetic Aperture Radar\(NASDA,
2004a; NASDA, 2004b; JAXA, 2004).
AVNIR-2 adalah suatu sensor optik
yang terdiri dari 4 kanal spektral pada
daerah spektral tampak dan inframerah
dekat. Tujuan utama dari AVNIR-2 adalah
untuk pemetaan penutup lahan, peman-
tauan bencana alam dan untuk peman-
uM
tauian lingluungan regional. Sensor AVNIR-2
menghasilken citra dengan resolust spasial
10 meter, dengan lebar liputan satuan
citra sebesar 70 kta, Dengan kemampuan
side looking dari sensor, dan kemampuan
sensor untuk melakukan pandangan
menyiiang jejak satelit (cross track] | +/-
44°) dari nadir, pengamatan daerah~
daerah bencana dapat dilakukan dalam
waktu pengulangan 2 hari, dengan lebar
liputan citra mencapai 1500 km, PRISM
adalah suatu sensor yang diutamakan
untuk pemetean, yaitu suatu sensor
optik berupa kamera pankromatik yang
beroperasi pada kisaran spektral 0,52 -
0,77 um. Sensor tersebut terdiri dari tiga
sistem catoprical yang tidak saling
bergantungan (tiga set teleskop) untuk
pandangan forward, nadir dan backward
untuk mencapai along-track stereoscope.
Masing-masing teleskop menghasilkan
citra dengan resolusi spasial 2,5 meter.
Teleskop untuk pandangan nadir meliput
satuan citra dengan lebar 70 km, teleskop
forward dan backward masing-masing
meliput satuan citra 35 km. PALSAR
adalah suatu sensor gelombang-mikro
aktif pada L-band (frekuensi-pusat 1270
MH2/23,6 cm) yang dikembangkan dalam
kerjasamna dengan JAXA (Japan Aerospace
Exploration Agency) dan JAROS (Japan
Resources Observation Systems Organiza-
tion (JAXA, 2004; NASDA, 2004b; Osawa,
2004; NASDA, 2006; Sitanggang, dkk,
2006).
Berkaitan dengan ketersediaan
teknologi dan data dari satelit ALOS
seperti diuraikan di atas maka untuk
pengembangan pemanfaatan data dan
teknologl inderaja, LAPAN peru melaku-
kan kajian atau penelitian mengenai
aplikasi data inderaja satelit ALOS ter-
sebut untuk aplikasi pemetean, peren-
canaan/pengembangan wilayah, penge-
lolaan sumber daya alam (pertanian,
kehutanan, perkebunan, geologi, dan
lain sebagainya), pengelolaan bencana
alam, pemantauan linglungan regional/
global, dan lain sebagainya.
Dalam pemanfaatan data ALOS
(PRISM, AVNIR-2 dan PALSAR) atau dataTE hn Mlle To Prmcapning) Dabs ALOS ce (Cberin Stang)
inderaja lainnya, yang berorientasi pada
ketersediaan data dan kebutuhan jenis
informasi, faktor-faktor yang menjadi
pertimbangan untuk —melaksanakan
aplikasi kasus-kasus pemetaan atau
perencanaan/pengembangan —_wilayah,
pengelolaan sumber daya alam (per-
tanian, kehutanan, perkebunan, geologi,
dan lain sebagainya), pengelolaan bencana
alam, pemantavan Tinglungan dan lain
sebagainya dengan hasil yang efektif dan
efisien adalah sebagai berikut: 1) Pemi-
lihan data yang menyangkut : pemilihan
kanal/resolusi atau Jrombinasi kanal
spektral dan resolusi spasial, resolusi
temporal dan resolusi radiometrik serta
luas liputan satuan citra, 2} Penentuan
prosedur atau teknik dan metode peng-
olahan dan analisis data citra.
Pemanfaatan data secara kom-
plemen (fusi data inderaja multiseasor)
dapat meningkatkan ketelitian informasi
yang diperoleh. Seperti fusi data optik
dan radar, dapat meningkatkan keteli-
tian informasi yang diperoleh, terutama
pada daerah yang mayoritas dacrah
cakupan citra ditutupi awan. Fusi data
citra Pankromatik (citra hitam-putih)
yang mempunyai resolusi spasial tinggi
dengan data citra multispektral (citra
berwarna) dengan resolusi spasial rendah,
akan mempertajam atau meningkatkan
ketelitian informasi yang diperoleh (telmik
image pansharpening).
Penclitian ini bertujuan untuk
mencari telnik dan metode pengelahan
data optik ALOS dengan metode fusi
(pansharpening) data ALOS (AVIIR-2 dan
PRISM) untuk identifikasi penutup lahan/
tanaman pertanian sawah, berdasarkan
literatur dan dengan melakukan peneli-
tian atau uji coba pada daerah studi
kasus, dan melakukan penilaian hasil-
hasil pengolahan serta melakukan analisis
visual data citra Pansharp ALOS yang
diperoleh. Penelitian ini menggunakan
data ALOS (AVNIR-2 dan PRISM), pere-
kaman tanggal 12 Juni 2007, yang
meliput daerah studi kasus, daerah per-
tanian Bantul, DIY.
2 DASAR TEORI
2.1 Karakteristik Data Citra AVNIR-2
dan PRISM ALOS
2.1.1 Karakteristik data citra AVNIR-2
‘Tujuan utama dari sensor AVNIR-2
adalah untuk pemetaan penutup Jahan,
pemantauan bencana alam dan untuk
pemantauan lingkungan regional. Sensor
AVNIR-2 adalah suatu pencitra multi-
spektral dengan 4 kanal spektral pada
daerah spektral tampak dan inframerah
dekat untuk pengamatan daratan dan
zona garis pantai. Keempat kanal spektral
dari sensor AVNIR-2 tersebut adalah:
Kanal 1 : 0,42 ~ 0,50 wm {warna birul,
Kanal 2 : 0,52 - 0,60 pm (warna hijau),
Kanal 3 : 0,61 - 0,69 pm (warna merah),
Kanal 4: 0,76 — 0,89 jm (infra merah
dekat).
Sensor AVNIR-2 menghasillaan lebar
liputan satuan citra sebesar 70 km dengan
resolusi spasial 10 meter. Dengan ke-
mampuan side looking dari sensor, dan
Kemampuan sensor untuk melakukan
pandangan menyilang jejak satelit (cross
track) (+/- 44°) dari nadir, pengamatan
daerah~daerah bencana dalam waktu
pengulangan 2 hari dapat dilakukan,
dan lebar liputan citra dapat sampai
1500 km (JAXA, 2004; NASDA, 2004b;
Osawa, 2004; Ito, 2005; NASDA, 2006).
2.1.2 Karakteristik data citra PRISM
PRISM adalah sensor yang diuta-
makan untuk pemetaan. Sensor PRISM
adalah suatu kamera pankromatik (520-
770 nm) dengan resolusi spasial 2,5 m
pada nadir. Sensor PRISM terdiri dari
tiga buah sistem optik (3 set teleskop)
yang bebas untuk pandangan nadir,
arah depan (forward) dan arah belakang
(backward) untuk menghasilkan citra
stereoskopik sepanjang lintasan satelit
Teleskop untuk pandangan nadir meng-
hasilkan citra dengan lebar liputan satuan
citra 70 km. Teleskop pandangan forward
dan backward masing-masing meng-
hasilkan citra dengan lebar liputan
satuan citra 35 Jem, dengan resolusitemporal pada dasarnva 46 hari. Dengan
karakteristik teknis PRISM tersebut, misi
utama untuk pemetaan topografik global
pada skala 1: 25.000 dan menghasilkan
DEM (Digital Elevation Model) dengan
resolusi yang baik akan dapat dicapai.
(JAXA, 2004; NASDA, 2004b; Osawa,
2004; Ito, 2005; NASDA, 2006)
2.2 Teknik dan Metode Penajaman Citra
Dengan Fusi Data Multisensor
(Image Sharpening)
Cara-cara penajaman citra (image
sharpening} digunakan secara automatik
untuk menggabungkan (fusi) suatu citra
warn, multi spektral, atau hyper spektral
yang mempunyai resolusi spasial rendah
dengan suatu citra tingkat keabuan yang
mempunyai resolusi spasial tinggi dengan
melakukan resampling terhadap ukuran
clemen citra (pixel resolusi spasial tinggi
tersebut. Penajaman citra dengan meng-
gunakan data citra Pankromatik (image
Pansharpening) adalah dengan mengga-
bungkan data citra multispektral (warna)
yang mempunyai resolusi rendah dengan
citra pankromatik (hitam-putih atau
tingkat keabuan) yang mempunyai reso-
lusi tinggl. (Vrabel, 1996, di dalam Image
Sharpening_BNVIHelp)
Untuk citra multi spektral, ENVI
(ENVI di dalam Image Sharpening.
ENVIHelp) menggunakan teknik-teknik
penajaman citra berikut:
+ Transformasi HSV,
+ Transformasi Normalisasi Warna Brovey
(Color Normatization Brovey),
* Transformasi Gram-Schmidt,
+ Transformasi Komponen Utama (Principal
Components-PC),
Masing-masing telmik dan metode
penajaman citra dengan fusi data yang
disebutkan di atas diuraikan berilout ini.
2.2.1 Teknik dan metode penajaman
citra HSV
Penajaman citra dengan metode
HSV dilakukan dengan mentransformasi-
kan suatu citra dalam ruang warna
‘Mersh-Hijau-Biru (Red-Green-Blue; RGB)
36
menjadi citra dalam ruang warna HSV
(Hue-Saturation-Vaiue- HSV) dengan cara
menggantiken kenal nilai (Value-V) dengan
citra resolusi spasial tinggi, secara
automatik melakuken resampling kanal-
kanal Hue (Hue-H) dan Saturasi (Satura-
tion-S) menjadi ukuran elemen citra
resolus! spasial tinggi dengan mengguna-
kan suatu teknik nearest neighbor,
bilinear, atau cubie convolution. Akhirnya
mentransformasikan kembali citra ter-
sebut ke ruang warna RGB. Citra-citra
output RGB akan mempunyai ukuran
elemen citra yang sama dengan data
citra input resohusi tinggi (ENVI di dalam
Image Sharpening ENViHelp)
2.2.2 Teknik dan metode penajaman
citra normalisasi warna-Brovey
(Cotor Normalized-Brovey
Sharpening)
Penajaman citra _normalisasi
warna-Brovey (Color Normalized-Brovey-
sharpening) dilakukan dengan mengapli-
kasikan suatu teknik penajaman citra
yang menggunakan suatu kombinasi
matematik dari citra warna dan data
citra resolusi spasial tinggi. Setiap kanal
di dalam citra warna tersebut dikalikan
dengan suatu rasio dari data resolusi
spasial tinggi yang dibagi dengan jumlah
kanal-kanal warna tersebut. Fungsi
tersebut secara automatik melakukan
resampling terhadap tiga _kanal-kanal
warna menjadi ukuran elemen citra
resolusi spasial tinggi dengan meng-
gunakan salah satu dari teknik-tekenik
yang kita pilih. Teknik-teknik yang dipilih
adalah nearest neighbor, bilinear, atau
cubic convolution. Citra-citra RGB output
akan mempunyai ukuran elemen citra
data citra resolusi tinggi input (Vrabel,
1996 di dalam Image Sharpening.
ENVIHelp),
2.2.3 Teknik dan metode penajaman
citra spektral Gram-Schmidt
(Gram-Schmidt Spectrat
Sharpening)
Penggunaan penajaman —_citra
spektral dengan tmetode Gram-Schmidt
adalah untuk mempertajam data smulti-la Mie ds Jui Panharpniog] Dede MLOS sn Golan Stoggerg)
spektral resolusi spasial rendah dengan
menggunakan data citra resolusi spasial
tinggi. Bila kedua set data tersebut
adalah georeferenced, untuk melengkapi,
ENVI lebih dulu melakukan ko-registrasi
tehadap citra-citra tersebut. Kanal-kanal
spektral resolusi spasial rendah yang
digunakan untuk simulasi kanal pan-
chromatic harus berada dalam kisaran
kanal panchoromatic resolusi spasial
tinggi atau kanal-kenal tersebut tidak
dimasukkan dalam proses resampling
(Laben et al. di dalam Image Sharpening.
ENVIHelp)
ENVI melakukan telnik penajaman
spektral Gram-Schmidt dengan prosedur
yang berilcut:
+ Melakukan simulasi suatu kanal pan-
chromatic dari kanal-kanal spektral
resolusi spasial yang lebih rendah,
+ Melakukan suatu transformasi Gram-
Schmidt pada kanal panchromatic
simulasi dan kanal-kenal spektral,
dengan menggunakan kanal panchro-
matic simulasi sebagai kanal pertama,
+ Melakukan pertukaran kanal panchro-
matic resolusi spasial-tinggi dengan
kanal Gram-Schmidt yang pertama,
*Menggunaken transformasi Gram-
Schmidt kebalikan untuk membentuk
kanal-kanal spektral pan-sharpened,
Citra-citra yang digunakan harus-
lah georeferenced atau mempunyai
dimensi-dimensi citra yang sama. Bila
citra-citra tersebut adalah georeferenced,
ENVI melakukan ko-registerasi citra-
citra tersebut sebelum melakukan proses
penajaman (sharpening)
2.2.4 Teknik dan metode penajaman
citra spektral komponen utama
Penajaman citra spetctral Komponen
Utama mempertajam suatu citra multi
kanal resolusi spasial rendah dengan
menggunakan suatu kanal pankromatile
resolusi spasial tinggi yang sesuai,
Algoritma tersebut menganggap bahwa
kanal-kanal spektral resolusi spasial
rendah berhubungan langsung dengan
kanal panchromatic resolusi spasial tinggi
Bila kedua set data tersebut adalah
georeferenced, ENVI terlebih dulu me-
lengkapi dengan melaiukan ko-registrasi
terhadap kanal-kanal spektral tersebut
(Welch; dan Ahlers, 1987, di dalam image
Sharpening ENVIHelp).
ENVI melalcakan penajaman citra
spektral Komponen Utama dengan pro-
sedur berikut:
+ Melakukan suatu transformasi Kompo-
nen Utama pada data multi spektral,
* Menggantikan kanal pertama Komponen
Utama dengan kanal resolusi tinggi
dan membuat skala kanal resolusi
tinggi cocok atau sesuai dengan kanal
pertama Komponen Utama, sehingga
tidak terjadi distorsi spektral informasi,
* Melakcukan suatu transformasi kebaliken,
*Melakukan resampling data multi-
spektral menjadi ukuran elemen citra
resolusi tinggi dengan suatu teknik
nearest neighbor, bilinear, atau cubic
convolution.
Citra-citra tersebut harus geo-
referenced ata mempunyai dimensi-
dimensi yang sama. Bila citra-citra
tersebut georeferenced, ENVI melakukan
ko-registrasi terhadap citra-citra tersebut
sebelum melakukan penajaman citra.
Di dalam analisis komponen utama,
penggunaan Komponen-Komponen Utama
adalah untuk menghasillsan kanal-kanal
output yang tidak saling berkorelasi,
untuk memisahkan komponen-kompo-
nen noise, dan untuk mengurangi set-set
data secara dimensional, Karena kanal-
kanal data multispektral sering berlcore-
lasi dengan tinggi, transformasi kom-
ponen-komponen utama (PC) digunakan
untuk menghasilkan kanal-kanal output
yang tidak berkorelasi, Ini dilakukan
dengan mendapatkan suatu set data baru
dari sumbu-sumbu orthogonal yang
mempunyai orisinil dari set data tersebut
pada rata-rata (mean) dari data dan yang
dirotasi sedemikian sehingga variansi
data dimaksimalkan. (Richards, 1999, di
dalam Image Sharpening ENVIHelp},3 METODOLOGI PENELITIAN
3.1 Daerah Penelitian
Di dalam penelitian ini dipilih
daerah pertanian Bantul, Deerah Istimewa
Yogyakarta (DIY) sebagai daerah peneli-
tian. Dasar pemilihan daerah penelitian
adalah: 1) ketersediaan data AVNIR-2
dan PRISM dengan dacrah liputan yang
sama dan kualitas liputan awan yang
rendah dan kedua data AVNIR-2 dan
PRISM tersebut mempunyai waktu
akuisisi yang sama oleh operator satelit
ALOS, sehingga data tersebut dapat
dipesan dari NASDA, 2) dapat memenuhi
tujuan penelitian untuk aplikasi pertanian
yaita mempunyai lahan _ pertanian
(sawah) dengan berbagai variasi fase
pertumbuhan (fase air, fase vegetatif,
fase generatif dan fase bera)
3.2 Data yang Digunakan
3,2-1 Data primer: data inderaja (Raster)
ALOS (AVNIR-2 dan PRISM)
Di dalam penclitian inf dipilin data
ALOS (AVNIR-2 dan PRISM) yang meliput
Daerah Istimewa Yogyakarta (DIY) dan
sekitamya, Dasar pertimbangan pemilihan
data adalah ; 1) meliput daerah penelitian
daerah pertanian Bantul, DIY, 2) bebas
atau sedikit tutupan awan, 3) tersedia
data ALOS [AVNIR-2 dan PRISM) pada
‘tanggal akuisisi yang sema dengan liputan
daerah yang sama.
Pengumpulan data primer citra
ALOS (AVNIR-2 dan PRISM) untuk pene-
litian percobaan ini dilakukan dengan:
1) menginventarisasi/mencari di katalog
NASDA/JAXA melalui internet, keterse-
diaan data ALOS (AVNIR-2 dan PRISM}
‘yong meliput Dacrah Istimewa Yogyakarta
(DIY) dan sekitarnya, sehubungan dengan
rencana daerah kajian adalah daerah
pertanian Bantul, DIY, 2) melakukan
pemesanan data primer ke NASDA/JAXA:
data ALOS (AVNIR-2 dan PRISM) yang
dipilth dengan syarat sedikit tutupan awn.
38
Data yang digunakan pada pene-
litian ini adalah: data ALOS (AVNIR-2 dan
PRISM) Daerah Istimewa Yogyakarta (DIY)
dan sckitarnya, perekaman tanggal 12
Juni 2006 yang meliput daerah kajian
yaitu dacrah pertanian Bantul dan
sekitarnya, Data citra liputan penuh (full
scene) AVNIR-2 dan PALSAR, Dacrah
Istimewa Yogyakarta dan sekitarnya,
almuisisi tanggal 12 Juni 2006, di doun-
load dari internet. Data ini kemudian
dipesan dari NASDA/JAXA, dengan
menyebutkan spesifikasi data. Oleh
NASDA/JAXA, data tersebut dikirimkan
ke LAPAN dalam media CD, untuk dapat
dilakukan pengolahan dan analisis data.
3.2.2 Data sekunder (Data Survey
‘Lapangan)
Untuk verifikasi dan validasi hasit
pengolahan dan analisis data inderaja
ALOS (AVNIR-2 dan PRISM) dilakukan
pengumpulan data lapangan, yaitu iden-
tifikasi atau informasi _objek-objek
penutup lahan/tanaman pertanian di
daerah kajian Wilayah Kabupaten Bantul,
Diy.
Secara umum metode yang dila-
kukan pada survey lapangan antara lain:
1) Kunjungan ke Dinas Terkait dalam
rangka mengumpulkan data Iuas lahan
pertanian, pola tanam dan data lain yang
dianggap perlu (dari BPS, Dinas
Pertanian), 2) Pengecekan berbagai objek
penutup lahan di lapangan untuk
verifkasi hasil pembuatan Peta Penutup
Lahan/Tanaman. Pertanian.
Sitanggang, dkk, 2007, melaksa-
nakan Survey Lapangan di wilayah
Kabupaten Bantul, Propinsi Daerah
Istimewa Yogyakarta, mulai tanggal 8
sampai dengan 13 November 2007
Hasil data sekunder yang dikumpulkan
dari lapangan adalah data pertanian,
seperti pola tanam, jenis tanaman, masa
tanam dan luas lahan pertanian per
jenis tanaman pada tahun 2006 per
Kabupaten di Daerah Istimewa Yogyakarta,lil es Med Fas Paashreing) Dede MLOS sn Gehmaria Stagg)
yang diperoleh dari Buku DIY dalam
Angka Tahun 2005. Hasil lainnya adalah
pengecekan berbagai objek di lapangan
untuk pembuatan peta penutup lehan/
tanaman pertanian.
3.3 Prosedur dan Metode Pengolahan
dan Identifikasi Objek-Objek Penutup
Lahan/Tanaman Pertanian Sawah
Menggunakan Fusi Data ALOS
(AVNIR-2 dan PRISM)
Prosedur dan metode pengolahan
dan identifikasi objek-objek penutup
lahan/tanaman pertanian sawah meng-
gunakan fusi data ALOS (AVNIR-2 dan
PRISM) yang dilakukan di dalam pene-
litian ini adalah:
«Penyiapan data primer : data inderaja
ALOS (AVNIR-2 dan PRISM) pada daerah
kajian/penelitian (pengolahan data awal,
pemotongan data sesuai liputan daerah
penelitian),
Melakukan uji coba teknik penajaman
citra (Pan Sharpening) dengan fusi data
ALOS (AVNIR-2 dan PRISM), dengan
betmacam metode,
Melakukan penilaian citra hasil ALOS
{AVNIR-2 dan PRISM) Pansharp dengan
metode-metode penajaman citra (Pan
Sharpening) yang dilakukan untuk
memperolch metode yang terbaik dengart
melakukan interpretasi atau analisis
visual citra-citra ALOS Pansharp yang
diperolen,
Melakukan verifikasi dan validasi hasil
analisis visual dengan menggunakan
data lapangan,
Melakukan digitasi on screen citra
Pansharp yang dinilai terbaik untuk
identifikas! objek-objek penutup lahan/
tanaman pertanian sawah untuk mem-
peroleh peta citra informasi spasial
penutup lahan/tanaman _ pertanian
sawah, daerah Pertanian Bantul, DIY,
akuisisi tanggal 12 Juni 2006 dengan
Skala 1:50.000, berdasarkan hasil inter-
pretasi atau analisis visual citra ALOS
Pansharp (AVNIR-2 dan PRISM)
4 PENGOLAHAN DATA DAN ATAU
PENAJAMAN CITRA DENGAN
METODE FUSI (PAN SHARPENING)
DATA ALOS (AVNIR-2 DAN PRISM)
DAN HASIL
Alat yang digunakan untuk peng-
olahan dan analisis data inderaja ALOS
pada penelitian ini adalah PC dengan
software pengolahan citra ER Mapper
dan ENVI
4.1 Pengolahan Awal Data ALOS (AVNIR-
2 dan PRISM) untuk Perolehan Data
Citra Daerah Penelitian/Kajian dan
Hasil
Prosedur dan metode pengolahan
awal data ALOS [AVNIR-2 dan PRISM)
untuk perolehan data citra daerah kajian/
penelitian adalah:
+ Melakukan koreksi geometrik (koreksi
sistematik terhadap meta-data) data
ALOS,
+ Melakukan pemotongan (cropping) data
ALOS daerah pertanian Bantul, DIY.
4.1.1 Koreksi geometrik (koreksi siste-
matik terhadap meta data ALOS
(AVNIR-2 dan PRISM) dan hasil
Data awal AVNIR-2 dan PRISM,
Daerah Istimewa Yogyakarta dan sekitar-
nya, alcuisisi tanggal 12 Juni 2006 adalah
meta data, seperti yang ditunjukkan
dalam Gambar 4-1, karenanya masih
perlu dilakukan koreksi sistematik ter-
hadap meta-data tersebut. Gambar 4-1
menunjukkan data ALOS (AVNIR-2 dan
PRISM) sebelum koreksi dan setelah
dikoreksi Geometrik (koreksi sistematik
terhadap meta-data)Nama
No.| sensor
Sebelum Koreksi
Sesudah Koreksi Sistematik
terhadap Meta-data
1. |AVNIR2
DIY dan
sekitarnya
2, PRISM
(Nadir)
DIY dan
sekitamnya
Gambar 4-1: Data citra ALOS (AVNIR2 dan PRISM), Daerah istimewa Vogyakarta (DIY)
dan sekitarnya, sebelum koreksi dan setelah dikoreksi Geometrik (koreksi
sistematik terhadap meta-data)
4.1.2 Pemotongan data ALOS (AVNIR-2
dan PRISM) untuk perolehan data
citra daerah penelitian/kajian
Daerah Pertanian Bantul, DIY dan
hasil
Seperti dikatakan sebelumnya,
ditetapkan daerah pertanian Bantul, DIY
sebagai daerah kajian. Untuk tujuan ter-
sebut dilakukan pemotongan (Cropping)
data citra ALOS (AVNIR-2 dan PRISM)
liputan penuh (ditunjukkan pada Gambar
4-2) untuk mempercleh data citra daerah
kajian (ditunjukkan di dalam Gambar 4-3),
untuk dapat dilakukan pengolahan dan
analisis selanjutnya. Pada Gambar 4-3
tampak citra yang meliput daerah kajian
daerah pertanian Bantul, DIV, yang
meliputi seluruh Kecamatan Jetis,
sebagian Kecamatan Sewon, Kecamatan
Pajangan, Kecamatan Pandak, Kecamatan
Imogiri dan Kecamatan Bambang Lipuro,
Kabupaten Bantul, dengan kondisi bebas
atau sedikit tutupan awan.Daerah
kajian
Citra
AVNIR-2
Daerah
yang
terliput
citra
PRISM
(warna
abu-abu)
Gembar 4-2: Liputan penuh Data citra AVNIR-2 ditumpang tindih dengan data citra
PRISM, meliput daerah penelitian/kajian
4.2 Penajaman Citra Dengan Metode
Fusi Data ALOS (PKISM dan AVNIR-
2) (Pansharpening) dan Hasil
Teknik dan metode penajaman
citra (Image-Sharpening) yang dilakukan
atau diuji coba dalam penelitian ini
adalah dengan metode fusi data (Pan
Sharpening AVNIR-2 dan PRISM dengan
daerah studi kesus daerah pertanian di
Bantul, DIY, dengan berbagai komposit/
kombinasi kanal RGB, yaitu: 1) Pan
‘Sharpening AVNIR-2 Komposit 321 dengan
PRISM (Nadir), 2} Pan Sharpening AVNIR-2
Komposit 421 dengan PRISM (Nadix|,
3) Pan Sharpening AVNIR-2 Komposit
432 dengan PRISM (Nadir), dan 4) Pan
‘Sharpening AVNIR-2 Komposit 431 dengan
PRISM (Nadit)
Masing-masing penajaman citra
(Image-Sharpening} di atas dilakukan
dengan metode-metode:1) Hue Saturation
Value (HSV), 2) Color Normalized (Brovey),
3) Gram-Schmidt Spectral Sharpening, dan
4) PC Spectral Sharpening. Hasil-hasil
penajaman citra dengan masing-masing
metode yang disebutkan di atas, ditun-
jukckan dalam Gambar 4-4 sampai dengan
Gambar 4-7.—> Daerah
penclitian/kajian,
“i aes ee
Gambar 4-3: Daerah penelitian/kajian dacrah pertanian Bantul, DIY, yang meliputi
seluruh Kecamatan Jetis, sebagian Kecamatan Sewon, Kecamatan
Pajangan, Kecamatan Pandak, Kecamatan imogiri dan Kecamatan
Bambang Lipuro, Kabupaten Bantul, DIY
AVNIR-2 321”RLM i Mis Tas Penhepnig) Ba AOS nn (Ghee Sarge)
Gram-Schmidt Spectral Sharpening PC Spectral Sharpening
Gambar 4-4: Citra AVNIR-2 komposit 321 dengan PRISM (Nadir), dan citra-citra
pansharp hasil penajaman citra (Par. Sharpening) AVNIR-2 komposit 321
dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color
Normalized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral
Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnyaGram:
Schmidt Spectral Sharpening PC Spectral Sharpening
Gambar 4-5: Citra AVNIR-2 komposit 421 dengan PRISM (Nadir), dan citraccitra
44
pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 Komposit 421
dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color
Normatized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral
Sharpening pada dacrah kajian daerah pertanian Bantul dan sekitarnyarer eth den Mids Jas Pasherpning) Dots ALOS oe (Gobrmarta Siangyang)
“= oi . ia
Gram-Schmidt Spectral Sharpening ‘PC Spectral Sharpening
Gambar 4-6: Citra AVNIR-2 komposit 432 dengan PRISM (Nadir), dan citra-citra
pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 komposit 432
dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color
Normalized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral
Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnya“Yue Saturation Value (HSV)
PC Spectral Sharpening
Gram-Schmidt Spectral Sharpening
Gambar 4-7: Citra AVNIR-2 komposit 431 dengan PRISM (Nadir), dan ctraccitra
pansharp hasil penajaman citra (Pan Sharpening) AVNIR-2 komposit 431
dengan PRISM (Nadir), dengan metode Hue Saturation Value (HSV), Color
Normatized (Brovey), Gram-Schmidt Spectral Sharpening, PC Spectral
‘Sharpening pada daerah kajian daerah pertanian Bantul dan sekitarnyaleh as Mods Ju: Panshrpning) Dede ALOS on (Gler Steggeng)
5 PEMBAHASAN DAN ATAU IDENTI-
FIKASI OBJEK-OBJEK PENUTUP
LAHAN/TANAMAN _—_ PERTANIAN
SAWAH MENGGUNAKAN CITRA
PANSHARP DAERAH PERTANIAN
BANTUL, DIY
5.1Penilaian Metode Fusi_(Pan-
sharpening) Data ALOS ( AVNIR-2
dan PRISM)
Data citra Parisharp hasil peng-
olahan data dengan metode penajaman
citra (Pan-Sharpening) dari data AVNIR-2
dan PRISM (nadir) yang dilakukan telah
ditunjukkan pada Gambar 4-4 sampai
dengan Gambar 4-7 pada bagian 4 di
atas. Dengan melakukan analisis visual
terhadap citra Pansharp daerah Pertanian
Bantul, DIY (hasil-hasil metode) tersebut,
diperoleh bahwa yang paling banyak
menunjukken informasi sebagai hasil
identifikasi objek-objek penutup lahan/
tanaman pertanian sawah adalah data
citra Pansharp (dengan metode HSV
Sharpening). dengan data citra asli adalah
AVNIR-2, komposit RGB 321 dan data
citra asli PRISM (nadir), seperti yang
ditunjukkan pada Gambar 4-4.
5.2 Identifikasi Objek-Objek Penutup
Lahan/Tanaman Pertanian Sawah
Menggunakan Citra Pansharp ALOS
Daerah Pertanian Bantul, DIY
Data Citra yang akan diinter-
pretasi atau dianalisis secara visual
adalah data citra yang dinilai terbaik
atau yang paling menunjukkan informasi
paling banyak sebagai hasil identifikasi
objek-objek penutup lahan/tanaman
pertanian sawah yaitu data citra Pansharp
(dengan metode HSV Sharpening) daerah
Pertanian Bantul, DIY, dengan data citra
asli adalah AVNIR-2, komposit RGB 321
dan data citra asli PRISM (nadit), seperti
yang ditunjukkan pada Gambar 4-4,
Untuk melakukan verifikasi hasil
identifikasi objek-objek penutup lahan/
tanaman pertanian sawah pada daerah
kajian/penelitian, telah dilakukan survey
lapangan di daerah kajian/penelitian
daerah Bantul, DIY, pada bulan November
2007. Kendala yang mempengaruhi
ketelitian hasil verifikasi adalah karena
data yang digunakan hanya data AVNIR-
2 dan PRISM, perekaman tanggal 12
Juni 2007. Untuk objek-objek penutup
lahan/tanaman pertanian sawah yang
sifatnya statis dipertimbangkan pula
penggunaan kelas-kelas berdasarkan
Kelas penggunaan lahan. Untuk objek-
objek yang sifat perubahan fisiknya
dinamis, lebih diutamakan identifikasi
berdasarkan interpretasi data citra ALOS
Pansharp yang dianalisis.
Peta citra informasi spasial penu-
tup lahan/tanaman pertanian sawah,
skala 1: 50.000, hasil digitasi on-screen
identifikasi objek-objek penutup lahan/
tanaman pertanian sawah berdasarkan
interpretasi atau analisis visual data
citra Pansharp Daerah Bantul, DIY,
perekaman tanggal 12 Juni 2006,
ditunjukkan pada Gambar 5-1.PENITUPIENCGUNAAN LAMAR
DAERAH BANTUL
PROWNSID,-YOOYAKARTA
Gambar 5
skala 1:
: Peta citra informasi spasial penutup lahan/tanaman pertanian sawah,
50.000, hasil digitasi on-screen menggunakan data citra
Pansharp ALOS (AVNIR-2 dan PRISM), Daerah Bantul, DIY, perekamen
tanggal 12 Jun{ 2006
6 KESIMPULAN
Berdasarken kajian/penelitian dan
uji coba yang dilakukan pada daerah
kkajian/penelitian daerah pertanian Bantul
dan sekitarnya, DIY, diperoleh hasil atau
kesimpulan sebagai berikut:
‘Data citra AVNIR-2 dan PRISM efektif
‘untuk aplikasi pertanian, dengan penen-
twan teknik dan metode pengolahan
dan analisis data yang tepat untuk
memperoleh hasil dengen ketelitian
yang dapat diterima oleh pengguna,
+ Dalam kajian/penelitian ini dilakukan
uji coba dan diperoleh hasil citra-citra
Pansharp, hasil penajaman.citra (Image
PanSharpening) menggunakan citra-
citra AVNIR-2 dengan beberapa variasi
Komposit dan PRISM (nadir), dengan
metode a) Hue Saturation Value HSV),
b) Color Normalized (Brovey), o} Gram-
Schmidt Spectral Sharpening, dan d) PC
Spectral Sharpening,
8
* Dari uji coba yang dilakukan, untuk
identifikasi objek-objek penutup lehan/
tanaman pertanian sawah, diperoleh:
citra Pansharp, hasil metode Pan-
sharpening (HSV Image Sharpening)
AVNIR-2 komposit 321 dan PRISM
(nadir), adalah terbaik dibandingkean
dengan metode-metode lain: a) Color
Normalized (Brovey), b) Gram-Sehmidt
Spectral Sharpening, dan c) PC Spectral
Sharpening,
*Dari hasil identifikasi objek-objek
penutup lahan/tanaman pertanian
sawah dengan melakukan interpretasi
atau analisis visual citra Pansharp
(dengan metode HSV Sharpening)
diperoleh citra informasi spasial penutap
lehan/tanaman pertanian sawah, skala
1: 50.000, hasil digitasi on-screen objek-
objeke pertutup lahan/tanaman pertanian
sawah, menggunakan data citra Pan-
sharp ALOS (AVNIR-2 dan PRISM),alll Ids Fs Paring] Be ALOS ne (phra Strgpig]
Daerah Bantul, DIY, perekaman tanggal
12 Juni 2006,
‘Hasil kajian ini menunjukkan teknik
dan metode fusi data citra Pankromatik
{citra hitam-putih] PRISM yang mem-
punyai resolusi spasial tinggi dengan
data citra multispektral AVNIR-2 (citra
berwarna) dengan resolusi spasial rendah
dapat mempertajam atau meningkatkan
ketelitian informasi atau identifikasi
objek-objek penutup lahan/tanaman
pertanian (metode HSV Sharpening)
DAFTAR RUJUKAN
ENVI, lmage Sharpening ENVIHelp.
Ito, S., 2005. Space Activities of JAXA,
Next Generation Earth Observation
Satellite System, JAXA (Japan Aero-
space Exploration Agency), Japan.
JAXA (Japan Aerospace Exploration
Agency}, 2008. ALOS Data Application
to Landslide and Earthquake, Earth
Observation Research and Appli-
cation Centre, Japan. (http://www.
eore.jaxa,jp/ALOS/index_j htm).
JAXA (Japan Aerospace Exploration
Agency}, 2004. Gazing into Barth ‘s
Expression, Advanced Land Observing
Satellite (ALOS), Earth Observation
Research Center, Japan. (www.nasda.
g0. jp/ projects/alos/index-e.html)
{www jaxa.jp/missions/projects/sat
eos }alos/index-ihtml).
Laben, di dalam ‘mage Sharpening_
ENVIHelp, Process for Enhancing the
Spatial Resolution of Multispectral
Imagery Using Pan-Sharpening, US
Patent 6,011,875), di dalam Image
Sharpening ENVIHelp)
NASDA (National Space Development
Agency of Japan), 2004a, ALOS
Advanced Land Observing Satellite,
Satellite and Program, Japan.
NASDA (National Space Development
Agency of Japan), 2004b, ALOS
Advanced Land Observing Satellite,
Sensor and Product, Japan.
NASDA (National Space Development
Agency of Japan), 2005. Aplications
ALOS ~ Advanced Land Observing
Satellite, Japan.
NASDA, EORC (Earth Observation Researh
Centre), 2006. (http:// www. eore.
nasda.go. jp/ALOS/ img_up/ asorb_
060323.him); {http:// www. eore.
nasda.go,jp/ALOS/img_up/pri_rbfuji.
hu).
Osawa, ¥., 2004, Optical and Microwave
Sensor on Japanese Mapping
Satellite - ALOS, Japan Aerospace
Exploratium Agency (JAXA), Japan.
Richards, J.A., 1999. Remote Sensing
Digital Image Analysis’ An Intro-
duction, Springer-Verlag, Berlin,
Germany, p. 240.
, G.; R., Ginting; Silvia, 2006,
Sistem Inderaja Satelit
ALOS (Advanced Land Observing
Satellite), Laporan Akhit Kegistan
Litbangfatja, PUSBANGJA-LAPAN,
Jakarta.
Sitanggang, G.; W.K, Harsanugraha; Rina
Widyastuti, 2007. Laporan Survey
Lapangan, Kajian Aplikasi Data
Inderaja Satelit Masa Depan: ALOS
untuk Pertanian, Laporan Kegiatan
Litbangiatja, PUSBANGJA- LAPAN,
Jakarta.
Vrabel, 1996, di dalam image Sharpening_
ENVIHelp, Multispectral Imagery
Band Sharpening Study, Photo
grammetric Engineering & Remote
Sensing, Vol. 62, No. 9, pp. 1075-
1083,
Welch, R.; and W. Ahlers, 1987. di dalam
Image Sharpening ENVIHelp,
“Merging Multiresolution SPOT HRV
and Landsat TM Data. Photo-
grammetric Engineering & Remote
Sensing, 53 (3), pp. 301-303