Femetaan Mineral Atterasi Dengan Metode Direct Principal Component Analysis. PEMETAAN MINERAL ALTERASI DENGAN METODE DIRECT PRINCIPAL COMPONENT ANALYSIS DI LOKASI RIMBAKULIT, KABUPATEN BANGKA SELATAN e775 Franto!, Subagyo Pramumijoyo?, Lucas Donny Setijadji? "rogram Studi Teknik Pertambangan, Fakultas Teknik, Universitas Bangla Belitung 5 Departemen Tekrik Geoleg, Fakultas Tlaik, Universitas Gadiah Mada smal: franto_fiGymnal,“bagyoxdiuem acid, ineasstijaehi@igrail. com ABSTRAK Pemetaan mineral alteras hidrotermal dengan metode penginderaan jauh pada daerah bervepetasi rapat sering sekali smengalami gangguan dalam mendeteksi keberadaan endapan mineral, hal ini dkarenakan adanya keminipan lurve spektzal veg: dengan bebetapa kelompok mineral alters: pada ctr, yang berakibat berkurangnya akurasi hasil pemotaan, Salah sam penajaman eit yang mampu meminimalisir pengaruh vegclasi dalam cksplorasi minsral dengan pengindcraan jauh adalah mstode analisis Directed Prinoipal Component nalysis (DPCA) dari du saluran ratio, Pada dasarnya, DPCA adalah teknik penajaman cir penginderaan jauk dengan menggubunglun dua band ratio, peda band ratio vegetasi, harus memlild nilat yang positf di Kedua pur band ratio, Sedangkan nilai rasio mineral yang dituju hasus lebil tinge! atau letih rendsh ditundingkan dengan vegetasi. selanjutnya dengan Imenggunakan speciral itbrary dari USGS, diperoleh nilai spekttal mineral goethit dengan band ratio 4:3 dan 7:6, mineral iit 43 dan 6:5, mineral Klort 4:2 dan 76 dan mineral kuarsa 4-3 dan 2:1, Untuk memperoleh akuresi dani pemetsan mineral maka dilakukan Rlasifikes: tecbimbing (supervised classification) dengan pendskatan maximion likelihood, selanjutnya dilakukan pembobotan dan lanalisis dengan metode Sistem Informasi Geografis (SIG), sehingga diperolch peta sebaran endapan mineraisas di lokasi penaliian. Kata kunei: mineral, alterai, penginderaan jauh, DPCA, SIG, PENDAHULUAN Kerapatan vegetasi yang tinggi dapat membatasi pemanfasian data penginderaan jauh ({1] dan (2) Khususnya bagi sebagian besar penelitian kebumian, pengaruh dari vegetasi merupakan sebuah gangguan. Dalam kontek penginderaan jauh, spektral ctra merupakan salah satu faktor paling penting untuk mendeteksi. dan pemetaan mineral alterasi, Ketersediaan. saluran-saluran rmultispektral sangat membantu dalam pemetaan endapan mineral. Menurut (3] bahwa sensor multispektral, seperti Landsat TM, dapat digunakan untuk menentukan daerth ‘yang mungkin terdapat alterasi hidrothermal, Khususnya Landsat TM dapat digunakan untuk membedakan alterasi “besi” (Fe3+) dan lempung/karbonat (kaolinit,ilivserisit, monmorillonit, alunit dan kalsit), begitupula menurut [4] nila spektral Saluran VIR. dan SWIR dari citra ASTER, dan Landsat ETM+ dapat —dimanfaatkan untuk membedakan mineral-mineral alterasi, meliputi muskovit (Gcrisit), kaolinit, montmorilonit, klorit, epidot, karbonat, silk, jarosit dan lain-lain (Gambar-1), Landsat 8 merupakan program milik Amerika yang dibangun untuk melanjutkan Landsat 7 yang diluncurkan pada tanggal 11 Februari 2013, karakteristi Landsat 8 tidak jauh berbeda dengan Landsat 7 (Gambar~ 2), bik resclusinya (pasial, temporal dan spektral) metode koreksi, Ketinggian terbang maupun karakteristle sensor yang dibawa. Hanya saja ada beberapa tambahan ‘yang menjadi ttik penyempurnaan dati Landsat 7 seperti ‘Jummal GEOSAPTA Vol, 5 No.1 Januari 2019 Jumlah —saluran, —rentang —spektrum —_gelombang, elektromagnetikt terendah yang dapat ditangkap sensor serta nilat bit (rentang niiai Digital Number) dati tiap piksel citta, Seperti dipublikasikan oleh USGS, setelit Landsat 8 terbang dengan ketinggian 705 km dari permukaan bumi dan memiliki area scan seluas 170 km x 183 km, Satelit Landsat § membawa dua sensor yaitu Onboard Operational Land Imager (OL) dan Thermal Infrared Sensor (TIRS), kedua sensor memiliki 11 buah saluran, Saluran-saluran tersebut meliputi saluran tampak, infraemerah dekat dan saluran infra-merah gelombang pendek (saluran 1-9) yang berada pada OLI dan 2 lainnya berupa saluran thermal gelombang pendek (saluran 10 dan 11) berada pada TIRS (Iron dkk:, 2012 dalam [5D serta memiliki resolusi spasial 1S — 100 meter. Sebagian besar saluran memiliki spesifikasi mirip dengan citra Landsat 7 LOKASI PENELITIAN Lokasi penelitian secara administrasi berada di Kabupaten Bangka Selatan, Provinsi Kepulauan Bangka Belitung dengan luasan lebih kurang 117,92 km?, Adapun aksesibiltas lokasi dapat dicapai menggunakan kenxlaraan bermotor, dengan jarak tempuh 138 km dari Kota Pangkalpinang (ibukota—provinsi) _sebagaimana ditunjukkan pada Gambar-3Pemetaan Mineral Atterast Dengan Metode Direct Prinoipal Component Analysts... 67 «75 Gambar-1. Spektalrefektan dari uj laboraforium terhodap bebcrape mineral elteesi Ridretermal pada saluran ASTER dan ETM (4). Gambar-2. Perbandingan panjang gelombang Landsat ® (ensor OUI dan TIRS) dengan sensor Landsat ETM+ (USGS, 2013 dalam Acharya, 2015 [0] ). hee ae rte ‘Gambar-3. Lokasi daerah penelitian. 68 ‘Jurnal GEOSAPTA Vel. 5 No.1 Januari 2019Pemetam Mineral Aiteross Dengan Metocs Divers Principal Component Analysis, METODOLOCI Alatdan Bahan Penelitian, Repeiduan sclama penclitien teri anenj ali let dan bahan, yang digunakan saat pengambilaa data, proses pengolahan data den analisis data, Alat dan bahan yeng Gipergumataa dalam penelitian ini djelaskan schagci benlat, Alat-alat yang digusakan, meliputi: 1. Seperanglat komputer dengan software ArcGIS 10.2 dan ENVIS 2. Lap dengan pembesaran 10x den 20s, gunanya unt mengameli minerel yeng berukuran Kecil pada pengamatan tregaskopis, 3. Mikrossop po‘asisasi pembesaran 500k, guzanya untuk: analisis petrogmll 4, Kompas geolagi, gunanya untuk mengulear kedudataa ‘eatuan, arch dan pole-pola struktur kekar yang ada di lokas: penditian. 5. Pan geologi, guaaya untuk pengambilan conta fbatuan, 6. GPS (Global Fosironmg System) navigasi, gunanya UuuLuk penentuan Koordtinal absolut di fapan gen, 7. Kamera digilal, gunanya ualuk meadokumeatasitan data lapangan yang diperolch, 8. Kantung mpd, gananya uatak meayimpan conto ‘eatuan yong diambil i leks penelitian, 9. Buls catatan lpaagaa, gunaaya mituk mencatat ceraua data lapangan yang siperoleh, 10 Spidel permanen, gunanya untule member label pada plastis sampel 11, Printer dan searaer. Batan elau reftrend yang cigunekan dalam penelitian ini melip ub: 1. Pola Geclog, Indonesia keluaraa Pusat Peadlitian daa Pengembangan Geologi (P3G) ‘nun 1994, lembar 1112, 1113, 1213 (Bangla Selaian) dala 1 : 250.000. 2. Peta topografi edition 1-AMS keama Army map service corp: Ungivecy: ‘ahun 1955, lembar SA 48-11 (Panglalpinang) can S4 48-12, dala 1 250000. 3. Citra SRTM (Shuttle Rac Topography sssion) 1 aoc second 30 m Pulau Banga dh dovntoad ci ‘ps /fearthexplores.usgs gov. 4, Cite Laadsat 8 melipuii Pala Bangka surah 3 scene di downlead di hip iglovis.usgs.gov/, alan hitpe://earthexplorer uegs gow/ (path 124, Row 61; path 132, Fow €1 dan Path 132 Row 62), rekaran 23 Septensber 2015, Pengplahan Citra Landsat 8 Pra Pengolahan Adepun taharan pengolatian cia sabelit yang dilakeakan snetiputi a. Koreks geomeli ctra Citra Landsat @ yang digurakan adalah citra Landsat 8 path/row 123/62, relaman 23 Septeraber 2015 cudah tedcorelai level | atau terkorekel, maka yang peda difinkan fanyalan korelesisadiometrik untuk. memperbails Innltas visual ciira bo. Koreks radiometn cite Data Landsat 8 cikoreksi menggunalcan korelesi metode ToA (Top af Atmosphere) yang melipati Toa reflektan dan koreksi omatahaci Jumal GOSAPTA Vol. 5 No. | Januari 2019 s7-75 Nila bias masng-masing saluren clan berbede tergenlung dala statistik, saluan yang dipilin adalah saluran hasl TOA reflectance with a correction jer the sun angle untuk masing-masing sluma, allel yang iembil nili terendeh (kelom DN) sebagai asumsi obyck tergelap yang ada, tulaa yang negalif ()) larena nila negatif menandalan obyel beads di Ivar area citra, Jalen pada celurmh saluran citra yang alan dikerelesi, ‘Acapmn dibawah ini merupalan romus yang ‘tigunakan untuk metainkean Koreksi raddiometn parka citra Landsat 8, meliput: = Conection at Sensor Radtance La-Mi*Qeat + AL, a) oA miian (Wattinds erad sc pm) M, = Gain sensor (radian_maulii_ond_x, dirmane wadalah snomor band (diperaleh dati metadata Landsat 2) Az =Offtet sensor (racien_ad_bad si, diana x adalah fomor dan (aiperaleh dani metadata Landsat 8)) Qai= Nilai Digital Number (DN) pada cite - Comection at Sensor Reflectance pa’ Dip "Ocal Ap. (2) imama: Y=ToA reflektand, tanpa kere untak audut matabari Mp = Gain censor (yejtectence_wailt band x, dinana x adalah nomor band Gipersieh dari metdeta Landsat 8) Ap = Offer sensor (yerlectance_add_Band_x, dimana x adalah nomor Bard (ciperoleh dari meladeta Landsat 8)) Qeal = Nilai Digital Mienber (DN) paula citra Selanjutaya dire dikorcled sudut matahari antnls menghilanglcan perbedaan ailai DN yong diakitetlan oleh posal matzhan. Posid matahari terhacap bumi berubah tergantung pada vaktu perekaman dan loleas cbyek yang ‘tirekam, Persamaan unbak koreksl dengan sud rratahari vyaitu: TOA Reflectance witha orrection Por The Sin Angle el pil cose) sing a) simera pA =ToA refeltarst OSE =Sun elevad (diperoleh dari metadata basil Correction a sersor reflectance unbvés masing- rasing sluran) 6 sz Suda zenithimatahari, 052 = 90° - OSE K oreksi Atmosfériie DN teskoreks = DN asti — bias ® Pengolahan Tahapan pengolahan citra Landval @ yang ilakulsan, melip ut: 4, MetodeDivact Principal Component Analysis Metede DPCA salah sata penajaman citra yan manu meminiraalisis pengarch vegetan dalam ekdcrasi mineral dengan metode peaginderaan jauh, Pada teropan pemetacn mineral allerad, metode D2CA rmampu 68Femetaan Mineral Atterasi Dengan Metode Direct Principal Component Analysis. rmenghasilkan informasi spektral yang mencirikan mineral- mineral alterasi tertentu, dalam hal ini mineral yang akan dipetakan meliputi "-mineral goethit _(kelompok oksidabesi), mineral illit (kelompok lempung), mineral Klorit dan’ mineral kuarsa Gilisifikasi). twhap ekstrak informasi dari citra Landsat 8 rekaman 23 September 2015 berdasarkan respon spekiral masing-masing saluran yang mencirikan mineral-mineral alterasi tertentu, Sehingga Keterdapatan unit-unit batuan dan mineral alterasi di permukaan dapat terdeteksi. Adapun tahapannya metiputi = Penentuan band ratio ditentukan melalui spectral brary yang tersedia pada alamat httpy/speclab.cr.usgs gov spectral. ib06y. Input menggunakan dua pasangan saluran ratio, yang pertama menunjukkan nilai tinggi untuk vegetasi dan rendah untuk mineral target, sedangkan yang kedua ‘menunjukkan respon tinggi untuk mineral target ‘maupun vegetasi = Penentuan training area (daerah sampel), mengacu pada rona yang mengindikasikan mineral dan bukan ‘mineral yang dityj, = Penentuan thresholding, berdasarkan _Klasifikasi terbimbing (wpervised classification) dengan pendekatan maximum likelihood. HASIL DAN DISKUSI Metode DPCA Teknik Direct Principal Component Analysis (DPCA) melibatkan perhitungan secara statistik, berdasarkan pada pengujian Principal Component eigenvector (PC) untuk menentukan PC mana yang. akan memiliki informasi spesifik mengenai suatu objek, yang, dlitunjukkan dengan kehadiran piksel terang pada citra akibat pengaruh nilai magnitude dan eigenvector. Beberapa mineral alterasi hidrotermal yang, teridentifikasi pada lokasi—penelitian, — umumnya berasosiasi dengan Kkeberadaan mineralisasi timah, schingga dengan diketahui sebaran mineral alterasi tersebut menjadi penciri keberadaan mineralisasi timah, fadapun mineral tersebut meliputi #¢ Kelompok Oksida Besi Mineral yang mewakili dari kelompok oksida besi adalah mineral goethit, —selanjuinya dengan menggunakan spectral library dari USGS dilekukan resampling nilai spektral mineral goethit tersebut ke dalam saluran citra Landsat 8 dan dipilih saluran 3,4,6 dan 7 yang selanjutnya digunakan sebagai input dengan band ratio 43 dan 716 (Gambar-4). Berdasarkan analisa PCA, pada band ratio tersebut, menunjuikkan nilai kontradiktif (negatif dan posit) antara PCI dan PC2, maka dipilih saluran PC2 untuk mewakili mineral goethit, Karena mampu membedakan dengan baik antara mineral goethit dan vegetasi, ditunjukkan dengan nilai piksel yang terang (putih) seria eigenvalue sebesar 3461% (Tabel-1), selanjutnya adalah penentuan training area yang mengacu pada rona yang mengindikasikan mineral goethit dan bbukan mine‘al goethit. Nilai thresholding yang diperoleh dari hasil aralisa X-Ray Diffraction (XRD) dan sayatan tipis terkadap sampel_lapangan, digunakan sebagai masukan pada pembuatan pengklasan dengan metode 70 er-75 Klasifikasi terbimbing (supervised classification) seta pendekatan maximum likelihood, nilai threshold untuls mineral goethit berkisar antara 1,35-1,47, spabila piksel bemnilai diantara interval tersebut, dapat digolongkan sebagai piksel yang terindikast mengandung mineral goethit, sedangkan yang bemilai lebih kecil atau lebih besar dari nilai #esinold dapat digolongkan sebagai piksel yang tidak mengandung mineral goethit (Gambar-4), Berdasarkan hasil pemisahan piksel yang mengandung ‘mineral goethit, ditemukan pola mineral goethit tersebar di bagian selatan, begian barat dan timur, serta terlihat sebaran mengikuti pola-pola lembah, meskipun ada juga sebagian terscbar secara merata, ‘abel Statistik hasil Principal Component Analysis (PCA) ‘untuk mineral goethit Eigenvalue Eigenvector PCA (%) 43 116 PCL 65.38, oso | 059 PC2 34.61 -0.59| 0,80. + Kelompok Clay = Mineral it Berdasarkan spectral library dari USGS, dilakakan resampling nila spektral mineral ilit ke dalam saluran citra Landsat 8 dan dipilih saluran 3.45 dan 6 ‘yang selanjutnya digunakan sebagai input pada metode defotiant dengan band ratio 4:3 dan 6:5. (Gambar-6), Berdasarkan analisa PCA pada band ratio tersebut, menunjukkan nilai kontradiktif (negatif dan positif) antara PCI dan PC2, maka dipilih saluran PC2 karena mampu membedakan dengan baik antara mineral ilit dan vegetasi ‘yang ditunjukkan dengan nilai piksel yang terang (putih) serta eigenvalue sebesar 35,28% (Tabel-2). selanjutnya adalah penentuan ‘raining area yang mengacu pada rona yang mengindikasiken mineral ilit dan bukan mineral lit Nilai thresholeing yang diperoleh dari hasil analisa X-Ray Diffraction (XRD) dan sayatan tipis terhadap sampel Japangan, selanjutnya digunakan sebagai masukan pada pembuatan pengklasan dengan metode —Klasifikasi terbimbing (supervised classification) sertapendekatan ‘maximum likelihood. schingga diperoleh nilai threshold ‘untuk mineral lit adalah 5,20-5,27. Apabila piksel bemilai dliantara interval tersebut dapat digolongkan sebagai piksel ‘yang terindikasi mengancung mineral illit, sedangkan ‘yang bemilai lebih Keoil atau lebih besar dari nilai threshold dapat digolonakan sebagai piksel yang tidale mengandung. mineral illit (Gambar-7). Berdasarkan hail pemisahan piksel yang mengandung mineral illit terlihat dominan menyebar di bagian selatan serta mengikuti pola pola lembah serta ada sebagian tersebar di bagian barat. ‘abel 2, Statistik hasil Prinejpal Component Analysis (PCA) ‘untuk mineral it, Eigenvalue %) a, ‘Jurnial GEOSAPTA Vol, 5 No.1 Januari 2019Fometapn Mineral Atteresl Dengan Metede Direot Prialpat Companant Analyte... 67-75 AT op ; tr Gambar 4 Speliral canard goethit Gbu-dhu) da vegetan Guard) dan USGS (gais legan) Gan sang sudah Mvemamping ke sara, Landsat & (gars putus-poms) =... Mi estate J eae oe — Gambar-5, Fetastharansinersl gocthit di lokasi peneliian setelah dileulan threshold \Surnal GEOSAPTA Vol, § Nout Januari 2019 aFemetaan Mineral Atterasi Dengan Metode Direet Principal Component Analysis... 67 «75 : fp [e] 7. Hf Panians selon 6 Gambar-6. Spektral mineral ilit(abu-abu) dan vegetai (merah) dari USGS (garis tegas) dan yang, sudah diresamping ke saluran Landsat 8 (gars putuispt). eset (Ka inner enon [seen (Gambar 7. Peta scbaran miner illit di Iokasi penelitian sete dilakukan treshotd 2 ‘Jurnal GEOSAPTA Vel. 5 No.1 Januari 2019Femetaan Mineral Atterasi Dengan Metode Direct Principal Component Analysis. *# Kelompok Klorit, Berdasarkan spectral library dari USGS dilakukan resampling nilai spektral mineral Korit tersebut ke datam saluran citra Landsat 8 dan dipilih saluran 2.4.6 dan 7 yang selanjutnya digunakan sebagei input pada metode defotiant dengan band ratio 4:2 dan 7°6 (Cambar- 8), Berdasarkan analisa PCA pada band ratio terscbut, rmenuunjukkan nilai Kontradiktif (negatif dan positif) antara PCI dan PC2, schingga dipilih saluran PC2 Karena mampu membedakan dengan baik antara mineral Klorit dan vegetasi yang ditunjukkan dengan nilai piksel yang terang, (putih) seria eigenvalue sebesar 15,13% (Tabel-3), selanjutnya adalah penentuan training area yang mengacu. pada rona yang mengindikasikan mineral klorit dan bukan mineral klorit, Nilai thresholding yang diperoleh dari hasil analisa X-Ray Diffraction (XRD) dan sayatan_tipis terhadap sampel lapangan, selanjutnya digunakan sebagai masukan pada pembuatan pengklasan dengan metode Klasifikasi terhimbing. (supervised classification) serta pendekatan maxim likelihood, schingga diperoleh nits threshold wntuk mineral Klorit adalah 5,19-5,27. Apabila piksel bemilai diantara nilai tersebut dapat digolongkan sebagai piksel yang terindikasi_mengandung mineral Klonit,sedangkan yang berilai lebih kecil atau lebih besar dari nilai threshold dapat digolongkan sebagai piksel yang tidak mengandung mineral Klorit Gambar-9). Berdasarkan hasil_pemisahan tersebut, terlihat mineral alterasi klorit tersebar di bagian selatan dari lokasi penelitian dengan mengikuti pola-pola lembah. ‘Tabel-3, Statistik has Principal Component Analysis (PCA) ‘untuk mineral Kon pea | Eigenvalue Eigenvector () 42 16 PCL 84.86 096 | 024 PCD 15.13 -024| 0.96 + Kelompok Sitisitikasi Berdasarkan spectral library dari USGS dilakukan resampling rilai spektral mineral kuarsa tersebut ke dalam saluran citra Landsat 8 dan dipilih saluran 1,2,3 dan 4 yang selanjutnya digunakan sebagai input pada metode defotiant dengan band ratio 4:3 dan 2:1 (Gambar-10}, Berdasarkan analisa PCA pada band ratio tersebut, menunjukkan nilai kontradiktif (negatif dan positif) antara PCL dan PC2, sehingga dipilih saluran PC2 Karena mampu membedakan dengan baik: antara mineral kuarsa dan vegetasi yang ditunjukkan dengan nilai piksel yang terang (putih) seta eigenvaiue sebesar 18,70% Gabel-4), selanjutnya adalah penentuan training area ‘yang mengacu pada rona yang mengindikasikan mineral kuarsa dan bukan mineral Kuarsa, Nilai #iresholding yang diperoleh dari hasil analisa X-Ray Diffraction (XRD) dan sayatan tipis terhadap sampel lapangan, selanjutnya igunakan sebagai masukan pada pembuatan pengklasan dengan metode Klasifikasi terbimbing (supervised classification) serta pendekatan maximum likelihood, sehingga diperoleh nilai threshold untuk mineral kuarsa adalah 1,40-1,44, apabila piksel berilai diantara interval tersebut, dapat digolongkan sebagai piksel yang terindikasi mengandung mineral kuarsa, sedanekan yang berilai lebih kecil atau lebih besar dari nilai threshold dapat igolongkan sebagai piksel yang tidak mengandung ‘Jummal GEOSAPTA Vol, 5 No.1 Januari 2019 e775 mineral kuatsa (Gamber-11), Berdasarkan hasil pemisahan tersebut, terlihat mineral kuatsa tersebar dominan di bagian utara dengan mengikuti pola-pola lembah. ‘Tabet, Statistik hasil Prinegpal Component Analysis (PCA) untuk mineral kuarsa pea | Eigenvalue Eigenvector ) 43. 2 Pel 81,20 oso] oi Pc 18,70. “0.1 0,99 KESIMPULAN Teknik Direet Principal Component Analysis (DPCA) yang melibatkan perhitungan secara statistic adalah sebuah cara cepat untuk mengurangi pengaruh vegetasi terhadap pemetaan mineral alterasi seta sanget sesuai diterapkan untuk wilayah yang. tinggi tutupan vegetasi, indikator tersebut dapat dilihat dari nila eigenvalue masing-masing mineral alterasi yang telah diterapkan metode DPCA, misalnya pemilihan saluran 4/3, dan 716 untuk identifikasi mineral goethit, _mampu mengurangi pengaruh vegetasi sebesar 34.61%, petilihan saluran 4/3 dan 6/S untuk identifikasi mineral ilit mampu mengurangi pengaruh vegetasi sebesar 35,28%, pemilihan saluran 4/2 dan 7/6 untuk identfikasi. mineral. Klorit mampu mengurargi pengaruh vegetasi sebesar 15,13% dan pemilihan saluran 4/3 dan 2/1 untuk identifikasi mineral kuarsa_mampu_mengurangi pengaruh vegetasi sebesat 18,70%, UCAPAN TERIMA KASIH Penulis mengucapkan terima asin kepada Kementrian RISTEKDIKTI yang telah memberi dulkungan dalam bentuk finansial dan legalitas terhadap penelitian ini, DAFTAR PUSTAKA, [1] Siegal, B. S. dan Goetz, A. F. HL, 1977, The Effects ‘of Vegetation on Rock and Soil Type Discrimination. Photogranm. Engng remote Sensing. Vol43, hal 191 [2] Podwysocki, M. H., Power, M. S., Selisbury, J. W. dan Jones, 0. D,” 1984. Evaluation of Low-Sun Iihuminated Landsat-4 Thematic Mapper Data for ‘Mapping Hydrothermally Alltered Rocks in Souther, Nevada. Proceedings of the International Symposium ‘on Remote Sensing of Environment (Third Thematic Conference, Remote Sensing for Exploration Geology), Colorado Springs, Colorado (Ann Arbor: Environmental Research Institute of Michigan), hal 541 [3] Carranza, E.J.M. dan Hale, M., 2002, Mineral Imaging with Landsat ‘Thematic Mapper Data for Hydrothermal Alteration Mapping in Heavily Vegetated Terrane. Intemational Joumal of Remote Sensing, No.22. Vol.23. hal 4827-4852. [4] Honarmand, M., Ranjbar, H. dan Shahabpour, J., 2011. Application of Spectral Analysis in Mapping, Hydrothermal Alteration of the Northwestern Part of 7aFemetaan Mineral Atterasi Dengan Metode Direet Principal Component Analysis... 67 «75 the Kerman Cenozoie Magmatie Are, Iran. Journal Landslide Hazard Mapping in Kelantan, Malaysia of Sciences, Islamic Republic of Iran. No.2. Vol3. Jounal Nat Hazards Earth Syst. Sci, Wal 1285-1303, hal. 221-238, [6] Acharya, TD. dan Yang, 1, 2015. Exploring Landsat [5] Pour, A. B. dan Hashim, M, 2017. Application of 8. International Journal of IT, Engineering and Landsat-8 and ALOS-2 Data for Structural and Applied Sciences Research (UIEASR). No Vols hal 4-10. Pu te || «| — Ae Parjang gelomibang (um) ‘Gambar-8, Spelral mineral klorit(abu-abu) dan vegetasi (moral) dari USGS (gars tegas) dan yang sudah di resampling ke salwran Landsat 8 (gars putus-pate) [owe rotor a... Meese Cotte oe wnt ‘Gambar-9, Peta sebaran mineral Koa di Tokasi penslian seclah dlakukan ivesTond 74 ‘Jurnal GEOSAPTA Vel. 5 No.1 Januari 2019Femetaan Mineral Atterasi Dengan Metode Direet Principal Component Analysis... 67 «75 A Ly U Panjang gelonsbang (um) Gambar-10, Spektral mineral kuars(aburabu) dan vegetas (meral) dai USGS (garistegas) dan yang sudah diresampling ke saluran ‘Landsat 8 (gas putws-pus) owen naan anon ara penetin ‘Gambar-11.Peta sebaran mineral kuarsa di Iokasi penelitiansetelah dilakukan threshold ‘Jumal GEOSAPTA Vol, 5 No.1 Januari 2019 5