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-3Pemetaan 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 2019Pemetam 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
68Femetaan 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 2019Fometapn 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 aFemetaan 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 2019Femetaan 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
7aFemetaan 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 2019Femetaan 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