Professional Documents
Culture Documents
Laporan Mingguan Acara 2 Alit
Laporan Mingguan Acara 2 Alit
LAPORAN MINGGUAN
Acara 2
“Tata Cara Mendapatkan Citra Penginderaan Jauh”
OLEH:
JURUSAN GEOGRAFI
FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
UNIVERSITAS HALU OLEO
KENDARI
2022
BAB I
PENDAHULUAN
tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh
dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau
gejala yang dikaji. Penginderaan jauh sangat tergantung dari energi gelombang
pantulan sinar dari obyek tersebut. Untuk itu digunakan kamera yang terpasang
pada wahana ruang angkasa yang diluncurkan ke angkasa luar dan sering disebut
sebagai satelit.
pesat. Hal ini dibuktikan dengan semakin banyaknya ragam wahania, sensor dan
yang berada di luar angkasa berjarak ratusan kilometer dari paras bumi. Setiap
citra digital yang dihasilkan oleh setiap sensor mempunyai sifat khas datanya.
Sifar khas data tersebut dipengaruhi oleh sifat orbit satelit, sifat dan kepekaan
transmisi yang digunakan, sifat sasaran (object), dan sifat sumber tenaga
radiasinya. Sifat orbit satelit dan cara operasi sistem sensornya dapat
militer. Oleh karena itu, ilmu mengenai penginderaan jauh, teknik interpretasi dan
kegunaannya ini sangat penting untuk dipelajari. Dalam mendapatkan citra satelit
tidak begitu saja didapatkan tetapi menggunakan media seperti situs USGS dan
mendapatkan citra satelit. USGS adalah situs yang menyediakan beberapa jenis
citra satelit secara gratis yang peruntukannya untuk dipublik dan bisa di akses
oleh publik. Tetapi pada situs USGS hanya ada beberapa citra yang bisa diakses,
bahkan resolusi citra satelitnya tergolong resolusi rendah. Sedangkan SAS Planet
merupakan suatu software penyedia citra satelit gratis yang resolusi citra
satelitnya tergolong resolusi tinggi dikarenakan zoom pada SAS Planet itu bisa
mencapai zoom 24, hal itu yang menyebabkan SAS Planet banyak digunakan oleh
khayalak umum untuk memperoleh citra satelit yang tergolong resolusi tinggi
Jauh menggunakan bahan seperti software SAS Planet dan melalui situs
mengetahui kegunaan dari citra satelit yang diperoleh melalui kedua media
penyedia citra penginderaan jauh tersebut. Berdasarkan dari kedua platform dan
software, keduanya bisa diakses secara umum oleh publik dan terdapat beberapa
tata cara memperoleh data citra dengan baik dan benar dari kedua sumber
tersebut.
penginderaan jauh yaitu terbagi menjadi dua manfaat dibawah ini sebagai berikut.
1. Manfaat Teoritis
Explorer pada Peta Lokasi Kabupaten Buton Selatan dan SAS planet pada Peta
2. Manfaat Praktis
Manfaat praktis dalam praktikum ini sebagai tambahan ilmu pengetahuan
melatih dalam mengamalkan ilmu yang telah dipelajari selama ini. Selain itu,
Jauh Dasar pada Fakultas Ilmu dan Teknologi Kebumian di Universitas Halu Oleo
Kadia.
2. Citra yang digunakan citra Landsat 8 OLI/TIRS yang diperoleh melalui situs
USGS dan citra Sentinel yang diperoleh melalui software SAS Planet
BAB II
TINJAUAN PUSTAKA
telah dikenal di Amerika Serikat sekitar akhir tahun 1950-an. Kemudian sekitar
informasi fenomena alam pada obyek (permukaan bumi) yang diperoleh tanpa
tentang objek, daerah atau gejala, dengan jalan menganalisis data yang diperoleh
dengan menggunakan alat, tanpa kontak langsung dengan objek, daerah atau
gejala yang akan dikaji. Data citra satelit yang disajikan dalam bentuk gambar
(image), serta penyediaan informasi untuk mengenal karakteristik dan manfaatnya
dari citra satelit tersebut. Untuk mendukung usaha penyediaan data dan informasi
2021).
Jauh. Menurut Muh. Dimyati (UMJ; 1998), secara literal Penginderaan Jauh dapat
diartikan sebagai ilmu dan pengetahuan untuk mengetahui suatu objek dari jarak
tertentu tanpa kontak atau menyentuh langsung objek tersebut. Namun pengertian
tersebut terlalu umum, sehingga perlu dituliskan secara lebih spesifik. Karena
geofisika, foto udara, dan bahkan melihat diri sendiri dalam cermin. Dalam
diluncurkan pada tahun 1972, inderaja telah menjadi semakin dimanfaatkan untuk
berbagai kepentingan, mulai dari penelitian, pendukung kebijakan, pertahanan dan
adalah ilmu, seni dan teknik untuk memperoleh informasi suatu objek, daerah,
dan/atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa
harus kontak langsung dengan objek, daerah, atau fenomena yang dikaji (Ayu,
2019).
informasi mengenai suatu obyek, area, atau fenomena melalui analisis data yang
diperoleh dengan alat tanpa suatu kontak langsung . Saat ini teknologi
datanya digital, serta kombinasi saluran spectral (band) sehingga data tersebut
2020).
oleh sensor (kamera) pada satelit pengideraan jauh yang mengorbit bumi, dalam
bentuk image (gambar) secara digital. Penginderaan Jauh adalah ilmu dan seni
untuk memperoleh informasi tentang suatu obyek, daerah atau fenomena melalui
analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan
Citra juga dapat diartikan sebagai gambaran atau rekaman gambar yang
tampak dari suatu objek yang diamati, sebagai objek atau hasil liputan dari alat
pemantau atau sensor. Tentu citra memerlukan proses interpretasi atau penafsiran
hasil dari perekaman maupun pemotretan dari alat sensor yang dipasang tepat
pada wahana satelit ruang angkasa yang ketinggiannya mencapai lebih dari 400
fungsi dua dimensi atau (x, y), dimana x dan y adalah spasial koordinat.
Amplitudo pada setiap sepasang koordinat (x, y) disebut intensitas atau gray level
dari citra pada titik tersebut. Ketika x, y, dan nilai-nilai amplitudo yang semuanya
terbatas, jumlahnya diskrit, kita sebut gambar tersebut sebagai citra digital.
menggunakan komputer digital. Perlu menjadi catatan bahwa citra digital terdiri
dari elemen dengan jumlah terbatas, yang masing- masing memiliki lokasi dan
daerah atau gejala, dengan jalan menganalisis data yang diperoleh dengan
menggunakan alat, tanpa kontak langsung dengan objek, daerah atau gejala yang
akan dikaji. Aplikasi teknologi citra satelit penginderaan jauh telah banyak
digunakan dalam berbagai bidang disiplin ilmu pengetahuan, dan telah banyak
satelit baik yang berorbit polar maupun geostationer (berada pada posisi yang
Data (citra) satelit penginderaan jauh merupakan salah satu data untuk
suatu alat media (sensor) yang dipasang pada sebuah pesawat atau satelit. Citra
satelit penginderaan jauh juga disebut satelit sumber alam. Banyak citra satelit
satelit tergantung yang dimiliki dari besarnya resolusi spasial, resolusi, dan
SAS Planet adalah program ekspansi gratis, diakui, zocrema, untuk analisis
tanda dan peta satelit dengan bantuan layanan Google Maps, Bing Maps,
WikiMapia, dan Gambar lain yang diambil dari basis yang ditentukan data,
disimpan dalam memori komputer, dan ini bisa dilakukan sudah tanpa internet.
Program ini memiliki kemampuan rendah, tetapi dengan sendirinya SAS Planet
melihat dan mengunduh peta satelit dan memiliki resolusi tinggi yang diwakili
oleh layanan seperti Google maps dan Space Pictures, tetapi tidak seperti layanan
ini, semua lalu lintas diunduh. Selain itu, peta akan tetap ada di komputer, dan
untuk bekerja dengan politik, dengan hak mereka sendiri, lanskap, peta gabungan,
SAS Planet adalah software penampil gratis dan mengunduh citra satelit
Selain melihat dan mengunduh, program ini menerapkan fitur yang berguna
lapisan (fungsi ini akan memungkinkan melihat area di peta yang sudah di-cache
atau, sebaliknya. Serta menyimpan sebagian peta menjadi satu gambar yang bisa
SAS Planet adalah sebuah jasa peta globe gratis dan online disediakan oleh
SAS Planet. Citra satelit resolusi tinggi SAS planet dapat digunakan untuk
mengidentifikasi informasi kenampakan objek yang ada pada citra. Citra satelit
SAS Planet dengan resolusi spasial tinggi sebagai salah satu data penginderaan
(Suba, 2021).
SAS Planet adalah program yang di rancang untuk menampilkan dan
dan peta konvensional yang disampaikan oleh layanan citra, salah satunya adalah
citra Ikonos. SAS Planet dapat melakukan overlay antara dua service pemetaan
layer jalan dari OpenStreetMap dengan citra satelit yang terdapat di Google Maps.
SAS Planet menyediakan bahasa pemograman yang kuat dengan komponen yang
dan manajement data fungsi, serta menghasilkan berbagai jenis berbasis teks dan
2.4 USGS
Serikat. Atributnya yang berisi kumpulan jenis citra satelit didalamnya seperti
Landsat, Sentinel, SRTM dan lainnya. Data dari USGS ini dapat diakses secara
gratis oleh khayalak umum. Citra satelit USGS mempunyai komposisi band serta
resolusi spektral yang dapat dipilih, tetapi resolusi spasial USGS tergolong
Geological Survey. Alamat yang dapat dikunjungi untuk mengunduh data citra
satelit melalui USGS adalah glovis.usgs.gov data citra satelit yang didapat dari
USGS ini tidak berbayar (gratis) namun untuk pengunduhan data yang dilakukan
geologi, perhitungan sumber daya tereka, tertunjuk, dan terukur. Data yang
Seperti halnya jenis data (citra) digital landsat, Ikonos, sentinel, DEM, SRTM, dan
masih banyak lainnya yang bisa diakses secara gratis oleh user (pengguna web)
(Dahlan, 2021).
pengumpulan data yang sebanding melalui objek perekaman satelit dan digunakan
Negara Bagian, dan lokal bertugas mengelola sumber daya alam yang ada (Riskin,
2021).
data (citra) digital untuk keperluan seperti pemetaan, hidrologi, geologi, dan
menganalisis sumber daya mineral yang ada dipermukaan bumi. Selain dari data
yang disediakan oleh USGS itu sendiri, lembaga ini juga berkolaborasi dengan
lembaga lain seperti NASA untuk memperoleh data citra yang lainnya seperti
(https://earthexplorer.usgs.gov).
2. Pada geocoding method memilih path/row dan mengisi path dan row sesuai
4. Kemudian pada cloud cover mengatur persentasi awan seusai keinginan jika
sudah mengklik data set untuk melanjutkan pada pemilihan jenis citra
5. Selanjutnya memilih Landsat – Landsat Collection 1 – Landsat Collection 1
mengklik result
terbesar.
3. Selanjutnya mengatur tampilan file KML yang akan muncul pada citra SAS
Planet seperti nama dan icon jika ingin ditambhkan kemudian mengklik start
lalu memilih Yes maka tampilan file KML Kota Kendari akan muncul pada
citra.
4. Pilih area untuk melakukan streaming citra secara otomatis dengan cara
mengklik kanan pada mouse pilih Selection Manager pada window manager
memilih zoom 20 lalu mengklik start.
5. Secara otomatis citra akan melakukan streaming, untuk mengecek streaming
otomatis dengan cara mengklik Chaced tiles map lalu memilih z20 sesuai
dengan nilai zoom yang dipilih ssebelumnya.
6. Setelah streaming pada area yang dipilih selesai mengklik kanan mouse lalu
memilih Selection Manager lalu pilih tab stitch untuk mengatur output format
berupa JPEG, lokasi penyimanan dan zoom sesuaikan dengan nilai zoom
sebelumnya. Kemudian mengklik start maka citra akan terdownload secara
otomatis.
BAB IV
METODOLOGI
disebelah utara berbatasan dengan Kota Baubau dan Kabupaten Buton, disebelah
timur berbatasan dengan Kabupaten Buton dan Laut Flores, disebelah barat
Adapun alat praktikum pada penginderaan jauh dasar acara 1 dibawah ini
partisipasi aktif dari peneliti dan dikumpulkan melalui observas, eksperimen serta
Data sekunder adalah sumber data penelitian yang diperoleh melalui media
perantara atau secara tidak langsung yang berupa buku, catatan, bukti yang telah
ada, atau arsip baik yang dipublikasikan maupun yang tidak dipublikasikan secara
umum. Dengan kata lain peneliti membutuhkan pengumpulan data dengan cara
berkunjung keperpustakaan, pusat kajian, pusat arsip atau membaca banyak buku
dasar data sekunder yang diperoleh adalah peta Citra Landsat 8 Kabupaten Buton
menyiapkan alat dan bahan yang akan digunakan dalam pelaksanaan praktikum
dan mendengarkan intruksi dari asisten dosen terkait prosedur praktikum yang
akan dilakukan.
mengunaakan google schoolar berupa jurnal dengan syarat jurnal yang terbit pada
5 tahun terakhir. Adapun jurnal yang dicari terkait dengan penginderaan jauh
dasar, citra satelit, USGS, dan SAS Planet. Selain mencari jurnal praktikan juga
mencari data citra satelit yang berasal dari Platform USGS dan Software SAS
Planet.
BAB V
HASIL
Pada citra satelit landsat 8 OLI/TIRS terdapat hasil metadata dari citra
Group = L1_Metadata_File
Group = Metadata_File_Info
Landsat_Scene_Id = "Lc81120642021301lgn00"
Landsat_Product_Id = "Lc08_L1tp_112064_20211028_20211104_01_T1"
Collection_Number = 01
File_Date = 2021-11-04t04:23:33z
Station_Id = "Lgn"
Processing_Software_Version = "Lpgs_13.1.0"
End_Group = Metadata_File_Info
Group = Product_Metadata
Data_Type = "L1tp"
Collection_Category = "T1"
Elevation_Source = "Gls2000"
Output_Format = "Geotiff"
Spacecraft_Id = "Landsat_8"
Sensor_Id = "Oli_Tirs"
Wrs_Path = 112
Wrs_Row = 64
Nadir_Offnadir = "Nadir"
Target_Wrs_Path = 112
Target_Wrs_Row = 64
Date_Acquired = 2021-10-28
Scene_Center_Time = "01:58:43.0627170z"
Corner_Ul_Lat_Product = -4.73756
Corner_Ul_Lon_Product = 121.65113
Corner_Ur_Lat_Product = -4.73852
Corner_Ur_Lon_Product = 123.70424
Corner_Ll_Lat_Product = -6.83754
Corner_Ll_Lon_Product = 121.64614
Corner_Lr_Lat_Product = -6.83892
Corner_Lr_Lon_Product = 123.70684
Corner_Ul_Projection_X_Product = 350400.000
Corner_Ul_Projection_Y_Product = -523800.000
Corner_Ur_Projection_X_Product = 578100.000
Corner_Ur_Projection_Y_Product = -523800.000
Corner_Ll_Projection_X_Product = 350400.000
Corner_Ll_Projection_Y_Product = -756000.000
Corner_Lr_Projection_X_Product = 578100.000
Corner_Lr_Projection_Y_Product = -756000.000
Panchromatic_Lines = 15481
Panchromatic_Samples = 15181
Reflective_Lines = 7741
Reflective_Samples = 7591
Thermal_Lines = 7741
Thermal_Samples = 7591
File_Name_Band_1 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B1.Tif"
File_Name_Band_2 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B2.Tif"
File_Name_Band_3 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B3.Tif"
File_Name_Band_4 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B4.Tif"
File_Name_Band_5 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B5.Tif"
File_Name_Band_6 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B6.Tif"
File_Name_Band_7 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B7.Tif"
File_Name_Band_8 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B8.Tif"
File_Name_Band_9 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B9.Tif"
File_Name_Band_10 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B10.Tif"
File_Name_Band_11 =
"Lc08_L1tp_112064_20211028_20211104_01_T1_B11.Tif"
File_Name_Band_Quality =
"Lc08_L1tp_112064_20211028_20211104_01_T1_Bqa.Tif"
Angle_Coefficient_File_Name =
"Lc08_L1tp_112064_20211028_20211104_01_T1_Ang.Txt"
Metadata_File_Name =
"Lc08_L1tp_112064_20211028_20211104_01_T1_Mtl.Txt"
Cpf_Name = "Lc08cpf_20211001_20211031_01.02"
Bpf_Name_Oli = "Lo8bpf20211027235717_20211028022048.01"
Bpf_Name_Tirs = "Lt8bpf20211021062256_20211028090909.01"
Rlut_File_Name = "Lc08rlut_20150303_20431231_01_12.H
End_Group = Product_Metadata
Group = Image_Attributes
Cloud_Cover = 8.57
Cloud_Cover_Land = 21.86
Image_Quality_Oli = 9
Image_Quality_Tirs = 9
Tirs_Ssm_Model = "Final"
Tirs_Ssm_Position_Status = "Estimated"
Tirs_Stray_Light_Correction_Source = "Tirs"
Roll_Angle = -0.001
Sun_Azimuth = 109.27004808
Sun_Elevation = 65.61669066
Earth_Sun_Distance = 0.9936340
Saturation_Band_1 = "N"
Saturation_Band_2 = "N"
Saturation_Band_3 = "N"
Saturation_Band_4 = "N"
Saturation_Band_5 = "Y"
Saturation_Band_6 = "Y"
Saturation_Band_7 = "Y"
Saturation_Band_8 = "N"
Saturation_Band_9 = "N"
Ground_Control_Points_Version = 4
Ground_Control_Points_Model = 67
Geometric_Rmse_Model = 9.174
Geometric_Rmse_Model_Y = 7.317
Geometric_Rmse_Model_X = 5.533
Truncation_Oli = "Upper"
End_Group = Image_Attributes
Group = Min_Max_Radiance
Radiance_Maximum_Band_1 = 769.83289
Radiance_Minimum_Band_1 = -63.57305
Radiance_Maximum_Band_2 = 788.31824
Radiance_Minimum_Band_2 = -65.09958
Radiance_Maximum_Band_3 = 726.42853
Radiance_Minimum_Band_3 = -59.98870
Radiance_Maximum_Band_4 = 612.56549
Radiance_Minimum_Band_4 = -50.58586
Radiance_Maximum_Band_5 = 374.85953
Radiance_Minimum_Band_5 = -30.95602
Radiance_Maximum_Band_6 = 93.22415
Radiance_Minimum_Band_6 = -7.69848
Radiance_Maximum_Band_7 = 31.42153
Radiance_Minimum_Band_7 = -2.59480
Radiance_Maximum_Band_8 = 693.25555
Radiance_Minimum_Band_8 = -57.24927
Radiance_Maximum_Band_9 = 146.50360
Radiance_Minimum_Band_9 = -12.09832
Radiance_Maximum_Band_10 = 22.00180
Radiance_Minimum_Band_10 = 0.10033
Radiance_Maximum_Band_11 = 22.00180
Radiance_Minimum_Band_11 = 0.10033
End_Group = Min_Max_Radiance
Group = Min_Max_Reflectance
Reflectance_Maximum_Band_1 = 1.210700
Reflectance_Minimum_Band_1 = -0.099980
Reflectance_Maximum_Band_2 = 1.210700
Reflectance_Minimum_Band_2 = -0.099980
Reflectance_Maximum_Band_3 = 1.210700
Reflectance_Minimum_Band_3 = -0.099980
Reflectance_Maximum_Band_4 = 1.210700
Reflectance_Minimum_Band_4 = -0.099980
Reflectance_Maximum_Band_5 = 1.210700
Reflectance_Minimum_Band_5 = -0.099980
Reflectance_Maximum_Band_6 = 1.210700
Reflectance_Minimum_Band_6 = -0.099980
Reflectance_Maximum_Band_7 = 1.210700
Reflectance_Minimum_Band_7 = -0.099980
Reflectance_Maximum_Band_8 = 1.210700
Reflectance_Minimum_Band_8 = -0.099980
Reflectance_Maximum_Band_9 = 1.210700
Reflectance_Minimum_Band_9 = -0.099980
End_Group = Min_Max_Reflectance
Group = Min_Max_Pixel_Value
Quantize_Cal_Max_Band_1 = 65535
Quantize_Cal_Min_Band_1 = 1
Quantize_Cal_Max_Band_2 = 65535
Quantize_Cal_Min_Band_2 = 1
Quantize_Cal_Max_Band_3 = 65535
Quantize_Cal_Min_Band_3 = 1
Quantize_Cal_Max_Band_4 = 65535
Quantize_Cal_Min_Band_4 = 1
Quantize_Cal_Max_Band_5 = 65535
Quantize_Cal_Min_Band_5 = 1
Quantize_Cal_Max_Band_6 = 65535
Quantize_Cal_Min_Band_6 = 1
Quantize_Cal_Max_Band_7 = 65535
Quantize_Cal_Min_Band_7 = 1
Quantize_Cal_Max_Band_8 = 65535
Quantize_Cal_Min_Band_8 = 1
Quantize_Cal_Max_Band_9 = 65535
Quantize_Cal_Min_Band_9 = 1
Quantize_Cal_Max_Band_10 = 65535
Quantize_Cal_Min_Band_10 = 1
Quantize_Cal_Max_Band_11 = 65535
Quantize_Cal_Min_Band_11 = 1
End_Group = Min_Max_Pixel_Value
Group = Radiometric_Rescaling
Radiance_Mult_Band_1 = 1.2717e-02
Radiance_Mult_Band_2 = 1.3023e-02
Radiance_Mult_Band_3 = 1.2000e-02
Radiance_Mult_Band_4 = 1.0119e-02
Radiance_Mult_Band_5 = 6.1924e-03
Radiance_Mult_Band_6 = 1.5400e-03
Radiance_Mult_Band_7 = 5.1906e-04
Radiance_Mult_Band_8 = 1.1452e-02
Radiance_Mult_Band_9 = 2.4201e-03
Radiance_Mult_Band_10 = 3.3420e-04
Radiance_Mult_Band_11 = 3.3420e-04
Radiance_Add_Band_1 = -63.58577
Radiance_Add_Band_2 = -65.11260
Radiance_Add_Band_3 = -60.00071
Radiance_Add_Band_4 = -50.59598
Radiance_Add_Band_5 = -30.96221
Radiance_Add_Band_6 = -7.70002
Radiance_Add_Band_7 = -2.59532
Radiance_Add_Band_8 = -57.26072
Radiance_Add_Band_9 = -12.10074
Radiance_Add_Band_10 = 0.10000
Radiance_Add_Band_11 = 0.10000
Reflectance_Mult_Band_1 = 2.0000e-05
Reflectance_Mult_Band_2 = 2.0000e-05
Reflectance_Mult_Band_3 = 2.0000e-05
Reflectance_Mult_Band_4 = 2.0000e-05
Reflectance_Mult_Band_5 = 2.0000e-05
Reflectance_Mult_Band_6 = 2.0000e-05
Reflectance_Mult_Band_7 = 2.0000e-05
Reflectance_Mult_Band_8 = 2.0000e-05
Reflectance_Mult_Band_9 = 2.0000e-05
Reflectance_Add_Band_1 = -0.100000
Reflectance_Add_Band_2 = -0.100000
Reflectance_Add_Band_3 = -0.100000
Reflectance_Add_Band_4 = -0.100000
Reflectance_Add_Band_5 = -0.100000
Reflectance_Add_Band_6 = -0.100000
Reflectance_Add_Band_7 = -0.100000
Reflectance_Add_Band_8 = -0.100000
Reflectance_Add_Band_9 = -0.100000
End_Group = Radiometric_Rescaling
Group = Tirs_Thermal_Constants
K1_Constant_Band_10 = 774.8853
K2_Constant_Band_10 = 1321.0789
K1_Constant_Band_11 = 480.8883
K2_Constant_Band_11 = 1201.1442
End_Group = Tirs_Thermal_Constants
Group = Projection_Parameters
Map_Projection = "Utm"
Datum = "Wgs84"
Ellipsoid = "Wgs84"
Utm_Zone = 51
Grid_Cell_Size_Panchromatic = 15.00
Grid_Cell_Size_Reflective = 30.00
Grid_Cell_Size_Thermal = 30.00
Orientation = "North_Up"
Resampling_Option = "Cubic_Convolution"
End_Group = Projection_Parameters
End_Group = L1_Metadata_File
End
Dibawah ini merupakan hasil citra satelit landsat 8 OLI/TIRS yang diperoleh dari
situs USGS.
Terdapat hasil citra satelit SAS Planet Kecamatan Kadia berformat JPEG
geografis dari Kabupaten Buton Selatan itu sendiri terletak di antara Kota Baubau
disebelah utara berbatasan dengan Kota Baubau dan Kabupaten Buton, disebelah
timur berbatasan dengan Kabupaten Buton dan Laut Flores, disebelah barat
penginderaan jauh sumber yang digunakan untuk mendapatkan citra ada dua
sumber, yang pertama platform USGS dan software SAS Planet. Kedua sumber ini
memiliki cara tersendiri untuk memperoleh peta citra satelit penginderaan jauh.
Kedua sumber ini juga memiliki akses gratis untuk mendapatkan citra satelit
penginderaan jauh.
A. USGS
Pada platform USGS hasil yang ditampilkan adalah meta datanya sendiri.
Metadata sering disebut sebagai data tentang data atau informasi tentang
informasi. Metadata ini mengandung informasi mengenai isi dari suatu data yang
dipakai untuk keperluan manajemen file/data itu nantinya dalam suatu basis data.
tentang isi dari data citra satelit tersebut. Informasi utama yang diberikan yakni
situs/website yang melakukan perekaman, waktu perekaman dari citra satelit itu
sendiri, spacecraft, jenis sensor yang digunakan, jumlah band yang dipakai,
sistem proyeksinya, datumnya, zona UTM, nilai tutupan awannya berapa, serta
output format dari file data yang diperoleh. Dari kesemua meta data yang
diberikan, masih terdapat lagi beberapa informasi tambahan mengenai data citra
Berdasarkan meta data yang ditampilkan pada point 5.1 bahwa waktu
perekaman citra satelit landsat tersebut yaitu 2021-11-04 pada pukul 23:33 Zona
GMT, output format yang dipakai berjenis Geotif yang sudah terproyeksi terhadap
koordinat lokal lokasi pengambilan citra tersebut. Pengambilan data citra tersebut
berada pada wilayah kajian Kabupaten Buton Selatan. Metode pengambilan data
citra satelit landsat menggunakan metode path and row. Path and row merupakan
istilah yang digunakan oleh satelit Landsat untuk akuisisi citra berbasis
Worldwide Reference System (WRS). Path mengacu pada salah satu dari 251 trek
timur-barat yang dibuat oleh satelit saat mengikuti orbitnya, yang berada 440
hingga 570 mil ke arah Utara dan cenderung ke garis khatulistiwa. Path and row
wilayah kajian Kabupaten Buton Selatan terletak pada nilai path 112 dan row 64
Jenis satelit yang dipakai jenis satelit landsat 8. Citra Landsat 8 OLI/
TIRS merupakan citra yang diluncurkan oleh Negara Amerika pada XYZ, dan
Visible, Near Infrared (NIR), Short Wave Infrared (SWIR), Panchromatic dan
Thermal. Citra satelit landsat 8 tergolong citra yang beresolusi menengah yang
artinya bahwa jenis citra ini kenampakan objek pada data digitalnya tidak terlalu
begitu nampak. Karena perekaman citra satelit ini berkisar pada pukul 23.33
waktu GMT, oleh karena itu kenampakan gambarnya sedikit berwarna gelap, dan
juga jenis citra satelit ini menggunakan sensor pasif yang artinya bahwa
tidak begitu jelas dan sedikit berwarna gelap, tetapi terdapat 11 saluran band pada
citra ini yang bisa dicoba untuk membandingkan kualitas gambar yang diberikan
B. SAS Planet
Dalam praktikum cara memperoleh data citra satelit dari SAS Planet,
situs penyedia. SAS Planet adalah sebuah software open source untuk
menampilkan dan mendownload citra satelit resolusi tinggi dari peta yang
Yandex.Maps, Open Street Map, ESRI, dan masih banyak lagi. Pada software SAS
serial.
Software SAS Planet ini pada umumnya digunakan untuk mendownload
citra berskala kecil seperti wilayah kecamatan dan daerah kecil lainnya. Namun
data hasil citra satelit yang diperoleh beresolusi tinggi dan untuk memperbesar
objek bisa mencapai pada nilai zoom 24 yang menandakan bahwa detail objek
pada citra terlihat pada software ini. Jika nilai zoom makin besar maka tingkat
ukuran jenis citra yang diperoleh besar pula. Oleh karena itu pada nilai zoom
disesuaikan dengan kebutuhan pengguna agar data citra yang diperoleh tidak
berukuran besar.
Berdasarkan pada point 5.2 disitu terlihat citra satelit dari wilayah kajian
kecamatan Kadia. Resolusi pada citra tersebut bisa dikatan resolusi tinggi karena
objek bangunan, jalan kecil, bahkan kendaraan seperti mobil terlihat pada citra
satelit dari software SAS Planet. Nilai zoom yang digunakan pada citra tersebut
berada pada nilai z20. Ketika proses download, sistem proyeksi pada software
SAS Planet juga bisa diatur, pada hasil gambar kecamatan Kadia sistem
proyeksinya menggunakan mectator WGS 1984. Jenis output format pada citra
tersebut berformat JPEG, dan juga jenis format pada software SAS Planet ada 9
pilihan seperti ECW, Geotif, JPEG, BMP, JPEG 2000, JPEG 2000 (compression
wavelet), PNG, KMZ, dan RAW. Dari kesemua jenis format tersebut pengguna
BAB VII
PENUTUP
7.1 Kesimpulan
Kesimpulan yang diperoleh pada praktikum penginderaan jauh tentang tata
cara mendapatkan citra yakni bagaimana cara mengetahui memperoleh data citra
penginderaan jauh dari berbagai sumber. Pada saat praktikum sumber yang
digunakan ada dua, yang pertama situs USGS dan kedua yaitu software SAS
Planet. Dari kedua sumber ini cara memperoleh data citranya juga berbeda-beda,
dan juga ada kelemahan dan kelebihan dari kedua masing-masing sumber ini.
Secara singkat cara mendapatkan citra satelit dari kedua sumber itu berbeda.
Untuk mendapatkan citra dari situs USGS langkah pertama membuat akun atau
login pada situs USGS itu sendiri. Selepas memilih mengatur tutupan awannya,
serta memilih data citra satelit yang memiliki tutupan awan yang sedikit. Terakhir
mendownload data citra, pilih size yang berukuran besar. Sedangkan di SAS
pilih area, lakukan streaming serta download data citra sesuai dengan zoom.
Perbandingan antara citra landsat dan SAS Planet, bahwa citra landsat itu kualitas
gambarnya tergolong resolusi rendah tetapi memiliki sejumlah band yang dapat
7.2 Saran
Saran saya untuk para asisten dosen agar lebih banyak berinteraksi
kepada praktikan agar menjalin komunikasi yang baik antara asisten dan praktikan
Saran saya untuk para praktikan agar lebih serius ketika praktikum
DAFTAR PUSTAKA
Aryastana, P., Ardantha, I., & Rahardiani, A. A. (2018). Pemanfaatan Citra Satelit
SPOT dalam Analisis Perubahan Garis Pantai di Kabupaten Jembrana.
Darmawan, A., Harianto, S. P., Santoso, T., & Winarno, G. D. (2018). Buku ajar
penginderaan jauh untuk kehutanan.
Febriani, N., Yunidar, S., Hidayat, R. A., Amor, G., & Indrayani, P. 2022.
Klasifikasi Citra Satelit dengan Metode Random Forest Untuk Observasi
Dinamika Landskap Ekosistem Kabupaten Sijunjung. El-Jughrafiyah, Vol.
2(2), P. 75-81.
Harjupa, E. W., Ahmad, U. A., Abadi, P., Satiadi, D., & Jumianti, N. (2021).
Buku Ajar Teknologi Pengindraan Jauh Untuk Kajian Atmosfer.
Deepublish.
Jauh, A. C. S. P., S2, P. S., Sukojo, B. M., & Jaelani, L. M. 7. Analisa Citra Satelit
Penginderaan Jauh/Analysis of Remote Sensing Satellite Imagery. Buku
Pedoman Mata Kuliah Courses Module Handbook, 26.
Lestari, S. C., & Arsyad, M. (2018). Studi Penggunaan Lahan Berbasis Data Citra
Satelit Dengan Metode Sistem Informasi Geografis (SIG). Jurnal Sains
dan Pendidikan Fisika, Vol. 14(1).
Lin, K., Wald, D.J., Kircher, C.A., Slosky, D., Jaiswal, K., & Luco, N. (2018,
Juni). Kemajuan sistem USGS ShakeCast. Dalam Prosiding konferensi
nasional ke-11 tentang rekayasa gempa P. 3458-3468.
Muntarwikhi, S., Utomo, D. H., & Taryana, D. (2022). Pengaruh model problem
based learning berbantuan aplikasi SAS Planet terhadap kemampuan
berpikir spasial siswa. Jurnal Integrasi dan Harmoni Inovatif Ilmu-Ilmu
Sosial (JIHI3S), Vol. 2(2), P. 161-171.
Ñañez Malpica, P.A., Vargas Ferrucho, E.V., & Pedraza Sánchez, M.A. (2021).
Proposal model manajemen untuk proses di perusahaan Tasty
menggunakan SAS Planet.
Tsaregorodtseva, E.V., & Ipatov, Y.A. (2018). Analisis spasial dalam GIS
Panorama dan SAS-Planet.
Utomo, A. W., Suprayogi, A., & Sasmito, B. (2017). Análisis hubungan variasi
land surface temperature dengan kelas tutupan lahan menggunakan data
citra satelit landsat (Studi Kasus: Kabupaten Pati). Jurnal Geodesi Undip,
Vol. 6(2), P. 71-80.
Waldrop, MP, Anderson, L., Dornblaser, M., Erikson, L.H., Gibbs, A.E., Herman-
Mercer, N.M., ... & Zimmerman, C. (2021). Penelitian permafrost USGS
menentukan risiko pencairan permafrost terhadap sumber daya biologis
dan hidrologi P. 2020-3058, Survei Geologi AS.
Zhongming, Z., Linong, L., Xiaona, Y., Wangqiang, Z., & Wei, L. (2021). USGS
Memperkirakan 306 Miliar Kaki Kubik Helium yang Dapat Dipulihkan di
Amerika Serikat.