PENDAHULUAN

1.1. LATAR BELAKANG Berdasarkan hasil penelitian para ahli penginderaan jauh selama ini serta adanya kebutuhan bagi pembangunan nasional, maka pemerintah telah memutuskan untuk membangun suatu sistem Stasiun Bumi Satelit Penginderaan Jauh yang pelaksanaannya dipercayakan kepada LAPAN (Lembaga

Penerbangan dan Antariksa Nasional). Sistem yang dibangun disesuaikan dengan perkembangan saat ini, yaitu dapat menerima dan mengolah data dari berbagai satelit yang diorbitkan dari bumi. Ilmu atau seni untuk memperoleh informasi tentang objek, daerah, atau gejala dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji adalah penginderaan jauh. Alat yang dimaksud dalam batasan ini adalah alat pengindera atau sensor. Banyak kegunaan hasil pemotretan bumi dari satelit merupakan

perkembangan dari pengukuran permukaan bumi dengan alat ukur tanah yang dikembangkan dengan foto udara dan kemudian dengan satelit. Klasifikasi citra penginderaan jauh (inderaja) bertujuan untuk menghasilkan peta tematik, dimana tiap warna mewakili sebuah objek, misalkan hutan, laut, sungai, sawah, dan lainlain. Metode berbasis unsupervised yang diusulkan ini adalah integrasi dari metode feature extraction, hierarchical (hirarki) clustering, dan partitional (partisi) clustering. Feature extraction dimaksudkan untuk mendapatkan komponen utama citra multispektral tersebut, sekaligus mengeliminir komponen yang redundan, sehingga akan mengurangi kompleksitas komputasi. Histogram komponen utama ini dianalisa untuk melihat lokasi terkonsentasinya pixel dalam feature space.

1

1.2. TUJUAN  Mahasiswa diharapkan mengetahui arti dan fungsi dari penginderaan jauh  Mahasiswa mampu menganalisis dan menyimpulkan tentang interface software ER MAPPER 7.0.  Mahasiswa diharapkan mengetahui dan mampu mengoperasikan software ER Mapper 7.0 yang dapat membantu dalam proses pengolahan data hasil dari citra penginderaan jauh

2

BAB II TINJAUAN PUSTAKA

2.1 PENGERTIAN PENGINDERAAN JAUH Penginderaan jauh berkembang sangat pesat sejak empat dasawarsa terakhir ini. Perkembangannya meliputi aspek sensor, wahana atau kendaraan pembawa sensor, jenis citra serta liputan dan ketersediaannya, alat dan analisis data, dan jumlah pengguna serta bidang penggunaannya. Berikut adalah pengertian penginderaan jauh menurut beberapa ahli:  Penginderaan jauh (remote sensing), yaitu penggunaan sensor radiasi elektromagnetik untuk merekam gambar lingkungan bumi yang dapat diinterpretasikan sehingga menghasilkan informasi yang berguna (Curran, 1985).  Penginderaan jauh (remote sensing), yaitu suatu pengukuran atau perolehan data padaobjek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari objek yang diindera. Foto udara, citra satelit, dan citra radar adalah beberapa bentuk penginderaan jauh (Colwell, 1984).  Penginderaan jauh (remote sensing), yaitu ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh.Hal ini biasanya berhubungan dengan

pengukuran pantulan atau pancaran gelombang elektromagnetik dari suatu objek (Campbell, 1987).  Penginderaan jauh ialah ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah atau gejala yang dikaji (Lillesand dan Kiefer , 1979).

Pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang disebut sensor. Data penginderaan jauh dapat berupa citra, grafik, dan data numerik. Proses penerjemahan data

3

menjadi informasi disebut analisis atau interpretasi data dan analisis data penginderaan jauh memerlukan data rujukan seperti peta tematik, data statistik, dan data lapangan. Keseluruhan proses mulai dari pengambilan data, analisis data hingga penggunaan data disebut Sistem Penginderaan Jauh (Purwadhi, 2001).

Gambar 2.1. Sistem Penginderaan Jauh (Sumber: www.google.com)

2.2 CITRA
Citra dapat diartikan sebagai gambaran yang tampak dari suatu obyek yang sedang diamati, sebagai hasil liputan atau rekaman suatu alat pemantau. Menurut Hornby (1974) Citra adalah gambaran yang terekam oleh kamera atau alat sensor lain. Sedangkan menurut Simonett, dkk (1983) Citra adalah gambar rekaman suatu obyek (biasanya berupa gambaran pada foto) yang didapat dengan cara optik, elektrooptik, optik-mekanik, atau electromekanik. Di dalam bahasa Inggris terdapat dua istilah yang berarti citra dalam bahasa Indonesia, yaitu “image” dan “imagery”, akan tetapi imagery dirasa lebih tepat

penggunaannya (Sutanto, 1986). Agar dapat dimanfaatkan maka citra tersebut harus diinterprestasikan atau diterjemahkan/ ditafsirkan terlebih dahulu. 4

pola. Perbedaan pokok keduanya disajikan pada tabel berikut ini: Tabel 2. Citra dapat dibedakan atas citra foto (photographic image) atau foto udara dan citra non foto (non photographic image).1. ukuran. Oleh karena itu. Klasifikasi citra dapat dilakukan secara manual (visual) maupun secara digital. seperti misalnya rona atau warna. tinggi atau bayangan. Klasifikasi secara manual dilakukan dengan bertumpu pada kenampakan pada citra. klasifikasi secara digital sering disebut sebagai klasifikasi multivariat atau klasifikasi multispektral. tekstur. bentuk. Beda antara citra foto dan non foto (Sumber : Lillesand dan Kiefer. letak atau situs dan asosiasi dengan obyek lainnya. 1980) Jenis-Jenis Citra: Citra foto 5 .1979: Siegel dan Gillespie. dan biasanya bertumpu pada informasi spektral obyek (yang diwakili oleh nilai pixel citra) pada beberapa saluran spektral sekaligus. hasil dari perekaman sensor atas pantulan atau pancaran spektral objek yang disimpan pada media tertentu (Prahasta.Pendapat lain adalah Citra merupakan gambaran dua dimensional yang menggambarkan bagian dari permukaan bumi. 2006). Klasifikasi secara digital dapat dilakukan dengan bantuan komputer.

Foto ini sangat baik untuk mendeteksi: tumpahan minyak di laut. Berdasarkan sistem wahana yang digunakan: a.29 mikrometer. sehingga rona pada foto inframerah tidak ditentukan 6 . kerusakan banjir. Foto ini bermanfaat untuk studi pantai karena filmnya peka terhadap obyek di bawah permukaan air hingga kedalaman kurang lebih 20 meter. membedakan atap logam yang tidak dicat.Citra foto adalah gambaran yang dihasilkan dengan menggunakan sensor kamera. Cirinya pada warna obyek sama dengan kesamaan mata manusia. sumber sensor. Foto udara adalah foto yang dibuat dari pesawat udara atau balon. (Sutanto. Kepekaan film hampir sama dengan kepekaan mata manusia. dan sistem wahana yang digunakan. 1986) Berdasarkan spektrum elektromagnetik yang digunakan.4 – 0. batuan kapur. yaitu foto yang dibuat dengan menggunakan spektrum infra merah dekat hingga panjang gelombang 0. jaringan jalan aspal. c) Foto pankromatik yaitu foto yang menggunakan seluruh spektrum tampak mata mulai dari warna merah hingga ungu.56 mikrometer). Foto satelit atau foto orbital adalah foto yang dibuat dari satelit. Cirinya tidak banyak informasi yang dapat disadap. Cirinya banyak obyek yang tampak jelas. b.2 mikrometer yang dibuat secara khusus. Baik untuk mendeteksi pencemaran air. b) Foto ortokromatik yaitu foto yang dibuat dengan menggunakan spektrum tampak dari saluran biru hingga sebagian hijau (0. Baik untuk survei vegetasi karena daun hijau tergambar dengan kontras.9 – 1. Citra foto dapat dibedakan berdasarkan atas spektrum elektromagnetik. Cirinya dapat mencapai bagian dalam daun. citra foto dapat dibedakan atas: a) Foto ultraviolet yaitu foto yang dibuat dengan menggunakan spektrum ultraviolet dekat dengan panjang gelombang 0. penyebaran air tanah dan air permukaan. d) Foto inframerah asli (true infrared photo). tetapi untuk beberapa obyek dari foto ini mudah pengenalannya karena kontrasnya yang besar.

e) Foto infra merah modifikasi. sehingga dapat dibedakan dengan air. Alasan mengapa citra semakin banyak digunakan. 7 . sensornya berupa kamera yang hasilnya tidak dalam bentuk foto karena detektornya bukan film dan prosesnya non fotografik. Citra multispektral pada Landsat sering dibedakan atas: a) Citra RBV (Return Beam Vidicon). sensornya dapat menggunakan spektrum tampak maupun spektrum inframerah thermal. Berbeda dengan citra tunggal yang umumnya dibuat dengan saluran lebar. citra non foto terdiri dari :   Citra tunggal. yang salurannya lebar. tampak tiga dimensi bila pengamatan dilakukan dengan orientasi stereoskopis.Berdasarkan sensor yang digunakan. yakni citra yang dibuat dengan sensor tunggal.warna daun tetapi oleh sifat jaringannya. yaitu foto yang dibuat dengan infra merah dekat dan sebagian spektrum tampak pada saluran merah dan sebagian saluran hijau. Karakteristik objek yang tidak tampak mata dapat diwujudkan dalam bentuk citra. Citra ini dapat dibuat dari pesawat udara.   Jenis citra tertentu. ( Geomedia. Dalam foto ini obyek tidak segelap dengan film infra merah sebenarnya. Baik untuk mendeteksi berbagai jenis tanaman termasuk tanaman yang sehat atau yang sakit. yaitu :  Citra menggambarkan objek di muka bumi secara lengkap. permanen dan meliputi daerah yang luas dengan format yang memungkinkan untuk mengkaji objek-objek beserta hubungannya. Citra multispektral. citra multispektral pada umunya dibuat dengan saluran sempit. sehingga objeknya dapat dikenali. yakni cerita yang dibuat dengan saluran jamak. b) Citra MSS (Multi Spektral Scanner). 2004) Citra Non Foto Citra non foto adalah gambaran yang dihasilkan dengan menggunakan sensor bukan kamera.

1986) Program ini dulunya disebut Earth Resources Observation Satellites Program ketika dimulai tahun 1966. (Sutanto. yang paling akhir Landsat 7. Interpretasi citra dapat dilakukan siang ataupun malam. Satelit Landsat pertama diluncurkan pada tahun 1972. Instrumen satelitsatelit Landsat telah menghasilkan jutaan citra. Landsat 7 memiliki resolusi 15-30 meter. (Sutanto. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia. perencanaan daerah. yaitu generasi pertama (1-3) dan generasi kedua (4-5). pertama kali diluncurkan pada tahun 1972 dengan nama ERTS-1. namun diubah menjadi Landsat pada tahun 8 . dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian. dimana saluraan TM5 dan TM7-nya beresolusi spasial 30 m) dan MSS.   Merupakan satu-satunya cara untuk pemetaan daerah bencana. yaitu RBV (memiliki 3 saluran dengan resolusi spasial 79 m) dan MSS (memiliki 4 saluraan). Landsat 3 masih memiliki 2 sensor itu. 1986) 2. (Sutanto. TM (dengan 7 saluran. meskipun untuk daerah yang sulit didatangi atau diteliti secara terestrial. Citra sering dibuat dengan periode ulang yang pendek. geologi. Landsat 4-5 memiliki dua sensor. Citra dapat dibuat dengan cepat. (Spasiatama. 2004). pendidikan. diluncurkan tanggal 15 April 1999. dan keamanan nasional. seri kedua. tetapi dengan nama baru yaitu Landsat. Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. dikelompokkan menjadi dua generasi. Seri tersebut hingga tahun 1991 telah sampai pada Landsat 5.3 Satelit Landsat Satelit Landsat (Land Satellite) milik Amerika Serikat. Proyek tersebut sukses dan dilanjutkan dengan peluncuran selanjutnya. kehutanan. 1986) Landsat 1-2 dan dua sensor. tapi sensor RBV hanya memiliki 1 saluran dengan resolusi spasial 40 m.

 Landsat 1-(mulanya dinamakan Earth Resources Technology Satellite 1) diluncurkan 23 Juli 1972. Citra satelit dengan warnasimulasi Kolkata diambil dari satelit Landsat 7. EOSAT mengoperasikan Landsat 4 and 5. masih berfungsi Landsat 6 .1975. operasi berakhir tahun 1978       Landsat 2 . memiliki hak ekslusif untuk memasarkan data Landsat. merekomendasikan pengembangan sistem operasional jangka panjang dengan 4 satelit tambahan.diluncurkan 15 April 1999.diluncurkan 1 Maret 1984. 1986) 2.diluncurkan 22 Januari 1975. serta mengembangkan Landsat 6 dan 7.diluncurkan 16 Juli 1982. terminated in 1981 Landsat 3 .4 Satelit Ikonos Ikonos adalah satelit milik Space Imaging (USA) yang diluncurkan bulan September 1999 dan menyediakan data untuk tujuan komersial pada awal 2000. berakhir 1993 Landsat 5 . Ini berarti Ikonos merupakan satelit komersial pertama yang dapat membuat image beresolusi tinggi. serta merekomendasikan transisi swastanisasi Landsat. gagal mencapai orbit Landsat 7 . Ini terjadi tahun 1985 ketika EOSAT.diluncurkan 5 Maret 1978. masih berfungsi (Sutanto. berakhir 1983 Landsat 4 . dipilih oleh NOAA untuk mengoperasikan sistem Landsat dalam kontrak 10 tahun. Presidential Directive 54 di bawah Presiden AS Jimmy Carter mengalihkan operasi Landsat dari NASA ke NOAA. Ikonos adalah satelit dengan resolusi spasial tinggi yang merekam data multispektral 4 kanal pada resolusi 4 m (citra berwarna) dan sebuah kanal pankromatik dengan resolusi 1 m (hitam-putih). 9 . Tahun 1979.diluncurkan 5 Oktober 1993. rekan Hughes Aircraft dan RCA.

72µm (red) 4 meter 0. USA 7 tahun lebih 98. sun synchronous 7.5 km/detik 6.0 meter (multispectral) 11.64 – 0. blue. 4.Resolusi Spasial Panchromatic 0. red. Apalagi jika komputer 10 . near IR 2.53µm (blue) 4 meter Band 2 0.8 km/detik 14. 13.3 kilometer pada nadir.82 meter (panchromatic). 2004). Dalam kenyataannya sering ditemukan masalah dimana komputer yang menyimpan data dan olahan tidak tersambung pada mesin cetak.90µm 1 meter Band 1 0.7 kali tiap 24 jam 681 kilometer 0.2 meter (multispectral ) 1. 3. hal ini dapat dimaklumi karena pada awal peluncurannya yaitu pada versi yang terupdate.45 – 0. ER Mapper telah menyajikan kemampuan pengolahan citra yang cukup lengkap (Geomedia. urusan akan menjadi sangat repot. Jika harus memasang perangkat lunak ER Mapper ke komputer yang telah terhubung dengan alat cetak. California.88µm (near Band 4 4 meter infra-red) Band Width Karakteristik Sensor Satelit Ikonos: Tanggal Peluncuran Masa Operasi : Orbit Kecepatan pada Orbit Kecepatan diatas bumi Kecepatan mengelilingi Bumi Ketinggian Resolusi pada Nadir Resolusi 26° Off-Nadir Cakupan Citra Waktu Melintas Ekuator Waktu Lintas Ulang Saluran Citra 24 September 1999 at Vandenberg Air Force Base.1 derajad.5 ER MAPPER ER Mapper merupakan salah satu software yang banyak digunakan kalangan pemerintah maupun swasta.61µm (green) 4 meter Band 3 0.8 kilometer pada 26° off-nadir 10:30 AM solar time 3 days at 40° latitude Panchromatic.77 – 0.0 meter (panchromatic).45 – 0.52 – 0. green.

pengolahan langsung dapat dilihat hasilnya tanpa menyimpannya di media terlebih dahulu. yang biasanya telah terpasang pada komputer yang tersambung ke alat cetak. Belum lagi masalah penggandaan data yang telah diproses. (Geomedia.  Data yang berbeda dapat ditampilkan bersamaan bahkan saat diproses. antara lain:  Realtime processing.6 RGB (RED.  Amat mudah digunakan untuk tujuan menganalisis bagi pemula. File TIFF bisa dibaca oleh semua perangkat lunak grafis. 2004) Salah satu solusi adalah mencetak dokumen (tata letak yang telah siap) kedalam format gambar (misal dalam format TIFF) kemudian tinggal membawa file TIFF luaran ke komputer manapun yang sudah terhubung dengan alat cetak.  Diperkuat lebih dari 100 kompatibilitas pencetakan citra.tersebut berada jauh dari lokasi dimana kita proses data. 2004). GREEN.  Mampu untuk mengolah sebagian citra penginderaan jauh  Tersedia lebih dari 160 formula atau algorithma matematis pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis lagi algorithma yang rumit bagi pemula (Geomedia.0. 2. BLUE) AND PSEUDOCOLOR 11 .  Penyusunan model 3D dari citra sehingga lebih tampak seperti kondisi aslinya dilapangan  Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus.  Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit juga citra foto udara.  Bisa mengambil data citra yang tidak diketahui. ( Sutanto. 1986) Keunggulan ER Mapper 7.

kelurusan (kekar) dan penutup/penggunaan lahan. Sedangkan geolinking adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. dan citra-citra yang telah direntangkan ruang warnanya. kecuali beberapa citra. misalnya : radar hingga 16 bit channel. (http://id.com) 2. maka image tersebut bisa dihubungkan secara geografik dengan window image lain. obyek-obyek kars (kuppen atau puncak bukit kars.Citra yang menggunakan LUT RGB haruslah memiliki tiga channel dapat dikatakan disusun terdiri atas tiga lapisan warna. kerapatan telaga kars kerapatan lembah kering.7 TEKNIK INTERPRETASI VISUAL Interpretasi citra meliputi interpretasi morfologi. superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna. Walaupun demikian. (www.1990) 2. (Lillesand Kiefer. Analisis Sistem Informasi Geografi meliputi analisis kerapatan bukit kars.8 GEOLINK Pengertian Geopositioning adalah menyebutkan secara spesifik posisi dan cakupan dari sebuah image dalam ruang koordinat geografis. Hal ini bisa sangat berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda atau algorithm pemrosesan yang berbeda. telaga kars. dan kerapatan kekar.wikipedia.lapanrs. Hal ini bisa berguna untuk membuat peta yang mencakup suatu area tertentu. dan banyak aplikasi lain. pada umumnya citra penginderaan jauh hanya menggunakan ruang hingga 256 kode saja. Apabila image sudah diregistrasi.org/wiki/Penginderaan_jarak_jauh) 12 . dan lembah kering).

Sedangkan geolink to roam pada 3 citra. jika salah satu citra di besarkan maka kedua citra yang lain akan menunjukkan daerah yang sama pula.Icon geolink pada window pada dua buah citra yang berbeda akan menghasilkan sebuah fungsi yaitu apabila pada salah satu citra diklik atau dibesarkan pada suatu koordinat maka pada citra tersebut yang lain akan menunjukan koordinat yang sama. Sedangkan geolink to screen pada 3 buah layer maka akan membentuk satu citra yang akan berhubungan. 13 .

14 Maret 2011 :15.0. 3.BAB III MATERI DAN METODE 3.Tanggal Waktu Tempat :Senin. Penggabungan Citra  Buka software ER MAPPER 7. Komputasi Ilmu Kelautan UNDIP Tembalang Semarang.1 Tempat dan Tanggal Praktikum Hari. Program ER Mapper ini merupakan suatu sarana yang digunakan untuk mengolah bahan atau hasil dari penginderaan jauh untuk diklasifikasikan lebih lanjut untuk mengetahui keadaan suatu daerah dari gambar rekaman hasil inderaja tadi.3. seperti gambar dibawah ini: 14 .3 Cara Kerja 3. Dimana program ini memiliki peranan yang cukup penting dalam mengolah suatu data hasil dari rekaman foto udara.40 WIB :Lab.0. 3.1.00-16. sedangkan perangkat yang digunakan berupa program yang sudah siap pakai yaitu program ER Mapper 7.2 Materi Dalam praktikum penginderaan jauh kali ini materi yang dipelajari adalah pengenalan interface.

lalu kita ubah nama Pseudo layer menjadi Band 1. dan Band  Ganti nama Description menjadi nama mahasiswa. klik icon Edit Algorithm. algorithmnya maka akan muncul tampilan gambar layer dan  Pada Pseudo layer kita Duplicate 7 menjadi 6. Band 3. 15 . Band 4. Band 5. Band 2.

Band 2. Band 3. Band 5. Lalu klik Volumes  lalu pilih data yang akan dipakai  klik OK this layer only pada setiap Band.  Maka akan tampil :  Kemudian klik File  Save As untuk membuat New Folder 16 . Band 4. Klilk Load Dataset pada Band 1. dan Band 7.

klik icon Load Dataset buka file yang kita simpan pada saat penggabungan citra yaitu cilacap_Peddy_gabungcitra. Band 4. Band 7  Pilihlah Zoom Box Tool kesepakatan) . pilih gambar Segara Anakan (sesuai 17 . Klik OK  Default  OK  lalu kita Close.ers.3. Duplicate Pseudo Layer sebanyak 6 X lalu ubah nama Pseudo Layer dengan nama Band 1. Band 5.ers. Band 2. Ubahlah nama Description dengan nama mahasiswa. Nama file cilacap_Peddy_gabungcitra. 3. Save As file dengan tipe ER Mapper Raster Dataset.2 Cropping Citra  Klik Edit Algorithm    Klik New . Band 3.

Penajaman Citra.ers.3. Setelah itu di Close 3.  18 .  Ubahlah nama Description dengan nama mahasiswa Kemudian klik Surface colour table ganti grayscale.  File di save as di simpan dengan nama file crop_cilacap2.Komposit Warna dan Teknik Interpretasi Visual   Klik Edit Algorithm Klik Icon Load Dataset lalu kita buka file crop_cilacap2.ers dengan tipe data Er Mapper Raster Dataset.3.

Klik RGB  Kemudian Refresh 19 . untuk menajamkan contrast. Pilih icon 99% Contrasts Enhacement Algorithm untuk menampilkan warna.

maka akan didapatkan tampilan sebagai berikut :  Klik View.tanda tidak smoothing dicentang. Kemudian ganti nama Description dengan nama mahasiswa Lakukan Zoom Box Tool. klik view. Load Dataset pilih file crop_cilacap2. klik pointer pada sembarang pixel maka akan muncul tampilan gambar sebagai berikut: 20 .cell koordinat.3. cell value profile Kemudian klik pointer tool . Reading Data Value     Pilih Edit Algorithm .ers.4.( tanda smoothing dicentang) .3.

3.5. Selanjutnya klik kanan pada sembarang gambar lalu klik Qick  Zoom All Data Set. maka akan muncul tampilan sebagai berikut: 3. Mengetahui Jarak dan Luas Suatu Daerah  Perbesar gambar menggunakan Zoom Box Tool  Klik Edit  Annotate Vector Layer  OK. 21 .

 Untuk mengukur luas area klik polygon  Untuk menghitung panjang / jarak klik polyline 22 .

 Untuk mengetahui jarak dan luas tersebut kita harus meng-klik Edit Object Extents  Hasil untuk pengukuran jarak : 23 .

6.ers  Pada Window yang kedua klik File  Open  Buka file IKONOS2009. Hasil untuk pengukuran luas : 3. Geolink 3.ers 24 . Geolink to Window    Klik Edit Algorithm Kemudian ganti nama Description dengan nama mahasiswa Pada Window pertama klik File  Open  Buka file IKONOS2005.6.3.1.3.

maka akan dimunculkan tampilan sebagai berikut : 25 . Lalu untuk window 1 di RGB Algorithm 2005 Lalu untuk window 2 di RGB Algorithm 2009 dan description diberi nama  dan description diberi nama  Kemudian klik kanan  quick zoom pada kedua window  pilih geolink to window.

 Untuk ketiga window yang lain lakukan hal yang sama.3. klik File  Open  Buka file IKONOS2009.ers Kemudian klik kanan pada window 1 (2009). pilih Quick Zoom  kemudian pilih Set Geolink to Screen.2. Kemudian untuk mengembalikan ke window sebelumnya maka klik kanan pada window  quick zoom  pilih geolink to none 3. Geolink to Screen    Klik File  New sebanyak 2 kali sehingga dimunculkan 4 window Pada kedua window yang baru tersebut. dengan demikian diperoleh gambar sebagai berikut : 26 .6.

pilih geolink to none 3. Geolink to Roam  Kemudian klik kanan  quick zoom  pilih geolink overview roam 27 .6.3. Kemudian untuk mengembalikan ke window sebelumnya maka klik kanan  quick zoom.3.

 Maka akan didapatkan hasil tampilan sebagai berikut : 28 .

BAB IV HASIL DAN PEMBAHASAN 4.1 Pengabunggan Citra 4.1.2. Cropping Citra 29 .1.1 HASIL 4.

4.1. Reading Data Value 4.1 Menghitung nilai resolusi 30 .1. Penajaman citra.3.4. komposit warna dan teknik interpretasi visual 4.1.4.

1.5. Mengetahui Jarak dan Luas suatu Daerah 4.4.5.1 Jarak 31 .1.

1 Geolink to window 32 .1.1.5 Geolink 4.5.4.5.1.2 Luas 4.

2 Geolink to screen 4.3 Geolink to Roam 33 .5.5.4.1.1.

dimana masingmasing toolbar mempunyai fungsi masing-masing.2 Pembahasan Pada praktikum penginderaan jauh kali ini. sifat.0. Sedangkan untuk menampilkan warna pada daerah yang telah kita pilih tersebut dapat menggunakan toolbar RGB Algorithm. Software ER Mapper ini terdiri dari berbagai toolbar. Komposisi warna ini terdiri dari band-band. tetapi kita juga harus mengetahui sifat dan karakteristik band tersebut.2.2. kita dikenalkan interface menggunakan perangkat lunak untuk mengolah suatu citra yaitu ER Mapper 7. Untuk mendapatkan hasil kombinasi yang baik maka dalam melakukan kombinasi tidak asal-asalan saja.1 Penggabungan Citra Pada praktikum ini juga dijelaskan bagaimana cara menajamkan warna dan juga melakukan penggabungan citra. Komposit Warna dan Teknik Interpretasi Visual Untuk menajamkan suatu citra kita dapat menggunakan icon 99% Contrast Enhacement yang terdapat pada toolbar ER Mapper . 4. band 4.4. 4. Pada satelit Landsat 5 mempunyai beberapa band yaitu band 1. Oleh sebab itu perlu penguasaan software ER Mapper agar tidak terjadi kesalahan dalam pengolahan data citra satelit.2. band 5. dan karakteristik yang berbeda-beda.2 Cropping Citra Cropping citra berguna untuk memperbesar (zoom) atau memperjelas suatu objek/citra agar tampak lebih detail/akurat. dan band 7. band 2 band 3.3 Penajaman Citra. Hal ini dapat dilakukan dengan menggunakan toolbar Zoom Box Tool pada ER Mapper dan mengarahkannya pada citra yang kita inginkan. 34 . Cropping citra juga bertujuan untuk mengambil daerah citra yang akan digunakan. Dimana dari masing-masing band tersebut mempunyai warna. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra satelit. 4.

Hal ini berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda. yaitu wilayah Semarang Utara pada Tahun 2005 dan 2009 terdapat perubahan-perubahan yang sangat berarti. Setelah itu kita dapat mengetahui panjang dan luas sutu daerah dengan meng-klik icon Edit .5 Mengetahui Jarak dan Luas suatu Daerah Untuk mengetahui jarak dan luas suatu daerah kita dapat menggunakan toolbar Zoom Box Tool terlebih dahulu sebelum memulai mengukur panjang maupun luas suatu daerah. sehingga akan muncul toolbar polygon dan polyline. Green. tetapi sebelumnya RGB (Red. 35 .4. maka image tersebut bisa dihubungkan secara geografik dengan window image yang lain. dimana terdapat penambahan bangunan baru dan permukaan lahan yang baru. Apabila image sudah diregistrasi. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus. 4.6 Geolink Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Polygon untuk mengukur luas sutu area sedangkan polyline untuk mengukur jarak. Refresh kita gunakan untuk me-refresh gambar. Blue) digunakan untuk menampilkan warna antara batas daratan dan perairan tampak lebih jelas sehingga dapat dihitung luasan vegetasi tersebut.2.4 Mengetahui Jarak dan Luas suatu Daerah 4. Setelah itu kita melakukan Edit lalu Annotate Vector Layer. ER Mapper akan menampilkan window Map Composition Extent yang menunjukkan informasi mengenai keliling.2.2.lalu Object Extent. Pada citra yang diberikan. luas dan lain-lain area yang telah dilakukan digitasi.

 Cropping data citra Digital cilacap dilakukan dikarenakan untuk mendapatkan gambar citra yang lebih besar sehingga gambar pada citra akan tampak lebih jelas dan akurat . 36 . Dalam praktikum inderaja kali ini dilakukan dengan cara interface software ER Mapper version 7.0 yang mana dalam pratikum kali ini digunakan data cilacap pada tahun 2000 dan 1994.

pilih edit. diubah dari Color table menjadi Greyscale digunakan untuk menghitamkan peta. Annote Vector layer. jika salah satu citra di besarkan maka kedua citra yang lain akan menunjukkan daerah yang sama pula. yaitu dimana terdapat penambahan bangunan baru dan pemukaan lahan yang baru. pilih polygon lalu lakukan digitasi pada bagian luar daerah yang akan dihitung luasnya. Komposit Warna dan Teknik Interpretasi Visual. untuk melihat nilai pixel Icon 99% countrast enhancement akan menajamkan kontras pada citra sehingga citra tampak lebih jelas. tetapi sebelumnya RGB(Red. 37 .Dalam hal ini smoothing digunakan juga untuk menghilangkan efek pada gambar citra (smoothing).  Color table digunakan dalam Penajaman Citra.83 hektar. Object Extent ER Mapper akan menampilkan window Map Composition Extent yang menunjukan informasi mengenai keliling.  Untuk mengetahui luas vegetasi. Pada Tools. Blue) digunakan untuk menampilkan warna antara batas daratan dan perairan tampak lebih jelas Sehingga dapat dihitung luasan vegetasi tersebut dan pada hasil luasnya adalah 17. Pada bagian surface. Green. Blue) dilakukan untuk memberikan warna pada gambar citra hasil cropping citra tadi untuk mendapatkan ketinggian-ketinggian dari relief pada hal ini data kali ini cilacap agar tampak lebih jelas  Pada Reading data value digunakan untuk mencari data atau informasi seperti pada Cell Values Profile untuk melihat nilai pixel kemudian Cell Coordinates untuk mengetahui koordinat dari pixel tersebut. luas dan lain-lain area yang telah dilakukan digitasi.data set pada X dan Y. RGB(Red. Sedangkan geolink to screen pada 3 buah layer maka akan membentuk satu citra yang akan berhubungan.  Perbedaan antara citra cilacap dan 2000 mengalami perubahan-perubahan yang sangat berarti. kemudian Pilih icon edit.  Penggunaan icon geolink pada window pada dua buah citra yang berbeda akan menghasilkan sebuah fungsi yaitu apabila pada salah satu citra diklik atau dibesarkan pada suatu koordinat maka pada citra tersebut yang lain akan menunjukan koordinat yang sama. kemudian pilih refresh yang berguna untuk merefresh gambar. Sedangkan geolink to roam pada 3 citra. Green.

Penginderaan jauh (remote sensing). yaitu penggunaan sensor radiasi elektromagnetik untuk merekam gambar lingkungan bumi yang dapat 38 .BAB V KESIMPULAN 1 a.

maksudnya lebih efisien dan akurat dalam menganalisis suatu daerah dsb.0 berguna untuk menentukan persebaran dengan menggunakan foto/gambar citra sehingga kita bias mengetahui bentuk ketinggian dan relief yang ada. yaitu ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh. Penerj. 5. maupun untuk mengetahui persebaran flora dan fauna dan masih banyak lagi kegunaanya. c. citra satelit. Dulbahri. Pemanfaatan data Citra Landsat yang dipadukan dengan data di lapangan. Yogayakarta 39 . dan citra radar adalah beberapa bentuk penginderaan jauh. 3. Penginderaan Jauh dan interpretasi Citra. 2. 1985).diinterpretasikan sehingga menghasilkan informasi yang berguna (Curran. Kiefer. Citra dapat dibedakan menjadi 2 jenis yaitu citra foto (photographic image) atau foto udara dan citra non foto (non-photographic image) DAFTAR PUSTAKA Lillesand. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit 4. yaitu suatu pengukuran atau perolehan data padaobjek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari objek yang diindera. 1990. et al.W. T. Penginderaan jauh (remote sensing). Gadjah Mada University Press.Foto udara. pada intinya dapat memberikan fasilitas kemudahan yang lebih.M dan R. Penggunaan Software ER Mapper Version 7.Hal ini biasanya berhubungan dengan pengukuran pantulan atau pancaran gelombang elektromagnetik dari suatu objek. Penginderaan jauh (remote sensing). b.

Geomedia.Spasiatama. Penginderaan Jauh Jilid 2. Gadjah Mada University Press. Modul Pelatihan Er Mapper. Gadjah Mada University Press. Penginderaan Jauh Jilid I.Yogyakarta (http://jurnal-geologi. 1986.com/2010/01/pengertian-penginderaan-jauh. Yogyakarta Sutanto.12 WIB) 40 . 1987.Yogyakarta Sutanto.html) (Diunduh tgl 19 Maret 2011 jam 10.blogspot. GoeMedia Sp. 2004.