Professional Documents
Culture Documents
934-Article Text-1799-1-10-20190405 PDF
934-Article Text-1799-1-10-20190405 PDF
6 (1), page 33 - 40
Like Indrawati
Program Studi Diploma 3 Penginderaan Jauh dan SIG, Departemen Teknologi Kebumian, Sekolah Vokasi, UGM
Abstract
The simplest way to interpret polarimetric imagery for land cover classification is to use visual
interpretation methods. The existence of interpretations key as a tool for visual interpretation becomes
important when different interpreters can produce different results. The quality of the results of the
interpretation of land cover is then determined by the quality of the interpretation tool, in this case, the
key to the interpretation of land cover. The purpose of this study was to make the key to land cover
class interpretation in the Full Polarimetric ALOS PALSAR image, then the interpretation key was
used for reference in making land cover maps and measuring the accuracy of the results of the visual
interpretation. The image used in this study consisted of HH, VV, HV and VH bands. The location of
the study was in parts of Sleman District. The analysis is done visually by on-screen digitizing on
ALOS Palsar composite HH + VV HV + VH HH-HV image, which is then interpreted key. The true
test is done by means of the overall accuracy test and Kappa. Visually, ALOS PALSAR imagery is
able to distinguish 12 land cover classes in the research area, namely built land, rice fields, mixed
gardens, moorlands, salak garden, grass, forest, shrubs, open land, airports, water bodies and lava
with 83% Overall accuracy, and 78% Kappa accuracy.
Keywords: Full Polarimetric ALOS PALSAR, interpretation, interpretation key, land cover
33
Promine Journal, June 2018, Vol. 6 (1), page 33 - 40
yang didukung oleh citra (Hoskova-Mayerova et Tujuan penelitian ini adalah membuat kunci
al, 2013). interpretasi klas tutupan lahan pada citra ALOS
Ada tiga faktor yang mempengaruhi hasil PALSAR polarimetrik penuh, selanjutnya kunci
interpretasi visual, yaitu ragam jenis tutupan interpretasi digunakan untuk acuan dalam
lahan, keberadaan alat bantu, dan penafsir. membuat peta penutup lahan dan mengukur
Ragam jenis tutupan lahan dapat dikategorikan akurasi hasil interpretasi visual tersebut.
tetap dikarenakan pada suatu wilayah ragam
Tinjauan Pustaka
jenis tutupan lahan cenderung tetap, sementara
penafsir pada umumnya memiliki kemampuan Spesifikasi Instrumen Satelit ALOS PALSAR
yang berbeda pada tiap individu. Keberadaan
PALSAR merupakan salah satu instrumen
manual sebagai alat bantu interpretasi visual
menjadi penting ketika penafsir yang berbeda ALOS dengan sensor aktif untuk pengamatan
dapat menghasilkan hasil yang berbeda. Manual cuaca dan permukaan daratan pada siang dan
dalam hal ini dapat berupa kunci interpretasi malam hari dengan sistem yang lebih maju dari
untuk setiap klas penutup lahan. Kualitas hasil JERS-1 SAR. Sensor PALSAR mempunyai
interpretasi tutupan lahan kemudian ditentukan sorotan yang dapat disetir dalam elevasi,
oleh kualitas alat bantu interpretasi, dalam hal ini disamping mode ScanSAR. karakterisasi teknik
sensor PALSAR disajikan pada Tabel 1.
kunci interpretasi tutupan lahan.
ALOS (Advanced Land Observing Satellite)
adalah satelit sumberdaya bumi yang diluncurkan Tabel 1. Karakteristik ALOS PALSAR
Mode Fine mode ScanSAR Full Polarimetry
oleh Jepang pada tanggal 24 Januari 2006 yang mode
Frekuensi 1270 Mhz (L-Band)
memiliki muatan sensor gelombang mikro aktif Lebar Kanal 24/14 MHz
dengan data beresolusi tinggi, sehingga dapat Polarisasi HH atau
VV/HH+HV atau
HH atau VV HH+HV+VH+VV
(antara lain dapat berupa kelembaban atau Pra-pengolahan citra dilakukan dengan
kandungan air); sudut kemiringan atau slope dan membuat band sintetik dan citra komposit. Citra
orientasinya (sudut pandang lokal/ local incident kemudian dipotong seluas wilayah
angle). pengamatan untuk kemudian dilakukan
interpretasi, penentuan lokasi verifikasi
lapangan, dan pembuatan peta penutup lahan.
Interpretasi Visual
Lillesand dan Kiefer (2004) menjelaskan Pengukuran Akurasi Hasil Interpretasi Visual
bahwa interpretasi visual dilakukan atas sifat fisik
yang tampak pada citra. Keberhasilan di dalam
interpretasi citra sangat bervariasi bergantung
kepada pengalaman penafsir, sifat alami objek
atau fenomena objek yang diinterpretasi, dan Overall Accuracy memiliki potensi pendugaan
kualitas citra yang digunakan. akurasi yang cenderung over estimate, sehingga
Studi secara sistematik pada citra biasanya kemudian diperlukan juga pengukuran akurasi
meliputi beberapa sifat khas dasar kenampakan kappa (K) yang secara matematis dapat dihitung
pada citra. Karakteristik tersebut dapat berguna menggunakan persamaan:
untuk beberapa keperluan tertentu, tergantung
pada bidang terapannya. Meskipun demikian,
sebagian besar terapan mempertimbangkan
tujuh karakteristik dasar atau variasinya, yakni:
bentuk, ukuran, pola, tone (rona), tekstur, dimana:
bayangan,tekstur, lokasi, asosiasi dan resolusi. Xii = nilai diagonal dari matriks kontingensi
Proses interpretasi visual citra dapat baris ke-i dan kolom ke-i
dipermudah dengan menggunakan kunci Xi+ = jumlah piksel dalam kolom ke-i
interpretasi. Kunci interpretasi dapat membantu X+i = jumlah piksel dalam baris ke-i
penafsir menilai informasi yang disajikan pada N = banyaknya titik contoh
citra dengan terorganisasi dan konsisten. Kunci Dalam matriks kontingensi dapat pula dihitung
interpretasi menyajikan petunjuk tentang besarnya akurasi pembuat (Producer’s
pengenalan kenampakan atau kondisi objek Accuracy/PA) dan akurasi pengguna (User’s
pada citra. Secara ideal, kunci interpretasi terdiri Accuracy/UA) dari setiap kelas. Secara
dari dua bagian dasar, yaitu: (1) sekumpulan matematis akurasi tersebut dapat dihitung
ilustrasi tentang kenampakan atau kondisi yang menggunakan
harus diidentifikasi dari suatu kenampakan yang persamaan
dikenali; (2) grafik atau deskripsi verbal yang
dikemukakan secara sistematik tentang
karakteristik pengenalan citra bagi kenampakan
atau kondisi tersebut. Analisis Hasil
Citra radar (SAR) memiliki karakteristik yang Analisis hasil dilakukan secara deskriptif
berbeda dengan citra spektral seperti citra SPOT kuantitatif berdasarkan pada hasil uji akurasi dari
dan LANDSAT, karena citra radar direkam klasifikasi citra yang diteliti dan secara deskriptif
dengan sinyal yang dipancarkan secara kualitatif berdasarkan hasil peta tutupan lahan.
polarimetrik. Cara paling sederhana dalam Deskriptif kualitatif ini dapat menjadi bahan
interpretasi citra polarimetrik untuk klasifikasi masukan dalam interpretasi visual menggunakan
penutup lahan adalah dengan menggunakan citra ALOS PALSAR.
metode interpretasi visual. Untuk membantu
interpretasi citra secara visual, multi saluran pada
data polarimetrik dapat dikompositkan dengan
3. Hasil Penelitian dan Pembahasan
aturan pewarnaan pada citra, dimana citra warna
tersebut dapat dikenali secara pasti oleh Deskripsi Wilayah Penelitian
interpreter. Secara Geografis Kabupaten Sleman
terletak diantara 7°34′51″ hingga 7°47′30″
2. Metode Penelitian Lintang Selatan, dan 110°33′00″ hingga
110°13′00″ Bujur Timur. Tidak seluruh wilayah
Bahan yang digunakan dalam penelitian ini Kabupaten Sleman yang digunakan dalam
adalah Citra ALOS PALSAR Polarimetry mode penelitian ini, tetapi hanya sebagian besar
(HH+HV+VV+VH) level 4.1 perekaman bulan wilayah utara Kabupaten Sleman. Daerah
Desember 2010, Citra ALOS AVNIR2 penelitian yang dipilih ada sepuluh kecamatan,
perekaman tahun 2010, dan Peta RBI skala 1 : antara lain adalah Kecamatan Sleman,
25.000. Kecamatan Ngaglik, Kecamatan Mlati,
Kecamatan Kalasan, Kecamatan, Pakem, yang lain (Gambar 1). Hal ini mengindikasikan
Kecamatan Cangkringan, Kecamatan Depok, bahwa saluran HV memiliki hamburan balik yang
Kecamatan Ngemplak, Kecamatan Tempel dan lebih lemah apabila mengenai objek yang bersifat
Kecamatan Turi. Pemilihan lokasi ini berdasarkan surface scattering (specular reflection dan difuse
pada variasi penutup lahan yang ada, sehingga reflection).
diperoleh lebih banyak informasi tentang tutupan
lahan yang akan digunakan untuk pembuatan
kunci interpretasi.
Pra Pemrosesan Citra ALOS PALSAR
Pemotongan Citra
Pra pemrosesan ini diawali dengan
pemotongan citra sesuai dengan wilayah
penelitian. Wilayah penelitian berada di
Kabupaten Sleman yang meliput sebagian besar
wilayah Kabupaten Sleman bagian Utara.
Pemilihan lokasi penelitian ini berdasarkan pada
kemudahan dalam menjangkau lokasi serta
persebaran penutup lahan yang relatif bervariasi.
Reduksi Speckle
Salah satu cara untuk mereduksi noise ini
adalah melalui proses pemfilteran. Filter yang
dipilih dalam penelitian ini adalah filter lee
dengan jendela 3 x 3, ukuran jendela yang dipilih
tidak terlalu besar, hal ini dilakukan untuk
menjaga variasi nilai piksel, karena hanya Gambar 1. Citra ALOS Palsar polarisasi
memperhitungkan 9 piksel yang ada disekitarnya. penuh : HH, HV, VH dan VV
Kelemahan dari proses pemfilteran ini adalah
akan mengaburkan atau blurring batas-batas Pembuatan Citra Sintetik
objek pada citra dan berubahnya nilai piksel Pembuatan citra sintetik ini bertujuan untuk
sehingga mempengaruhi proses ekstraksi membuat saluran/ band baru yang berasal dari
(analisa) informasi objek yang terkandung dalam saluran polarimetrik yang ada menggunakan
satu piksel. beberapa formula aritmatik. Proses ini
menghasilkan citra baru dengan karakteristik nilai
Sifat Hamburan Balik ALOS Palsar piksel yang berbeda sesuai dengan formula yang
Sifat-sifat hamburan balik dari permukaan diterapkan sehingga variasi informasi menjadi
(backscatter) pada data radar (SAR) merupakan lebih banyak (Gambar 2).
salah satu parameter yang digunakan dalam Citra sintetik yang dibuat berjumlah 6
mengidentifikasi objek kelas penutup lahan. saluran dengan formula yang digunakan sesuai
Teknik interpretasi citra polarimetrik radar (SAR) dengan penyusunan citra komposit yang akan
didasarkan atas mekanisme scattering dengan dilakukan, yaitu : HH + VV; HH – HV; HV + VH;
membagi tingkat kecerahan pada citra menjadi (HV+ VH)/ 2; HH + HV dan HH + HV.
kelas-kelas terkait dengan hamburan baliknya.
Secara visual citra polarisasi HH lebih
mudah untuk mengidentifikasikan objek yang
berupa lahan terbangun, karena pada citra ini
kenampakan objek tersebut terlihat sangat cerah
dibandingkan dengan objek yang lain. Hal ini
dapat disimpulkan bahwa pada saluran HH akan
terjadi hamburan balik yang kuat pada objek
yang memiliki sifat pantulan sudut (corner
reflector). Sedangkan pada citra polarisasi HV
akan lebih mudah untuk mengidentifikasikan
objek yang berupa tanah terbuka atau objek Gambar 2. Citra sintetik ALOS PALSAR:
kelas penutup lahan yang didominasi oleh HH/HV (kiri) dan HH-HV (kanan)
pantulan tanah, seperti sawah, atau bekas aliran
lava. Kenampakan pada saluran HV untuk objek- Penyusunan Citra Komposit Warna
objek ini terlihat paling gelap dibandingkan objek
Citra komposit warna yang terpilih antena penerima. Warna yang dihasilkan dari
berdasarkan pada analisis visual dalam objek ini hampir disemua citra komposit yang
kemudahan untuk membedakan objek yang ada disusun akan berwarna putih/ cerah, sehingga
pada liputan citra. Setelah disusun beberapa citra kenampakan objek ini mudah dikenali.
komposit warna maka citra yang terpilih adalah Objek penutup lahan yang lainnya adalah
komposit HH+VV HV+VH HH-HV, dimana lahan pertanian berupa sawah. Objek ini pada
saluran sintetik HH+VV diberi warna merah, komposit warna HH+VV HV+VH HH-HV dapat
saluran sintetik HV+VH diberi warna hijau dan dikenali dengan warna biru keunguan, dengan
saluran sintetik HH-HV diberi warna biru. bentuk berupa petak-petak teratur dan
berasosiasi dengan pematang yang berwarna
lebih cerah seperti yang terlihat pada Gambar 4.
Sebagian besar penutup lahan yang ada pada
daerah penelitian didominasi oleh objek ini.
Keterangan:
LTr = Lahan Terbangun UA = User's Accuracy
S = Sawah OE = Ommision Error
KC = Kebun Campur PA = Producer's Accuracy
Tg = Tegalan CE = Commision Error
R = Rumput OA = Overall Accuracy
KS = Kebun Salak KA = Kappa Accuracy
Ht = Hutan
B = Bandara
TA = Tubuh Air
LT = Lahan Terbuka
SB = Semak Belukar
LL = Lahar dan Lava
Adapun saran untuk uenelitian selanjutnya Noriega, J.R.R. and Fabian, D.L. (2000) Spatial
perlu dikaji kemampuan citra ALOS PALSAR Filtering of Radar Data (RADARSAT) for
untuk mengkelaskan penutup lahan secara digital, Wetland (Brackish Marshes) Classification.
menggunakan supervised maupun unsupervised Remote Sensing of Environment.. 73; 143-
classification, analisis tekstural dan decision tree. 151.
Nyoungui, A., Tonye, E., and Akono (2002), A.
Ucapan Terimakasih Evaluation of speckle filtering and texture
analysis methods for land cover classification
Penelitian ini terlaksana atas biaya Dana from SAR images. International Journal of
Masyarakat Sekolah Vokasi UGM. Penulis remote sensing.. 23 (9) 1895-1925.
mengucapkan banyak terima kasih kepada Svatonova, H. (2016). Analysis Of Visual
semua pihak yang telah membantu dalam Interpretation Of Satellite Data. In The
pelaksanaan penelitian. International Archives of the Photogrammetry,
Remote Sensing and Spatial Information
Daftar Pustaka Sciences (Vol. XLI, pp. 675–681).
https://doi.org/10.5194/isprsarchives-XLI-B2-
Congalton RG, Green K. (1999). Assesing the 675-2016
Accuracy of Remotely Sensed Data: Hamazaki, T. (1999). Overview of the Advanced
Principles and Practice. CRC Press Taylor Land Observing Satellite (ALOS): Its Mission
and Francis Group: USA. Requirements, Sensors, and a Satellite
[JAXA] Japan Aerospace Exploration Agency. System, presented to ISPRS Joint Workshop
(2006). Advance Land Observing "Sensors and Mapping From Space 1999,"
Satellite ”DAICHI” (ALOS). International Society for Photogrammetry and
http://www.jaxa.jp/projects/sat/alos/index_e.html Remote Sensing (ISPRS), Hannover,
[25 April 2014]. Germany, Sept. 27-30
Jensen, J.R., (2005) Introductory Digital Image Hoskova-Mayerova, Š., Talhofer, V., Hofmann, A.,
Processing: A Remote sensing Perspective. Kubíček, P, (2013). Mathematical model used
Third edition. Pearson Prentice Hall. Upper in decision-making process with respect to the
Saddle River, NJ, USA. reliability of geodatabase. Studies in
Lillesand, T.M. and Kiefer, R.W. (2004). Remote Computational Intelligence , 448, pp. 127-142.
Sensing And Image Interprtetation (Fifth
Edition). John Willey and Son. Inc. Amerika
Serikat