Title | LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL III : KOREKSI GEOMETRI |
---|---|
Author | M. Nadhif |
Pages | 22 |
File Size | 1.8 MB |
File Type | |
Total Downloads | 196 |
Total Views | 915 |
LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL III : KOREKSI GEOMETRI Disusun Oleh: MUHAMMAD ALWAN NADHIF 26050117130045 OSEANOGRAFI C Koordinator Mata Kuliah Penginderaan Jauh : Ir. Petrus Subardjo, M.Si NIP. 19561020 198703 1 001 Tim Asisten Surya Nugraha Syaiful 26020215120028 Delima Teresia S. ...
LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL III : KOREKSI GEOMETRI
Disusun Oleh: MUHAMMAD ALWAN NADHIF 26050117130045 OSEANOGRAFI C Koordinator Mata Kuliah Penginderaan Jauh : Ir. Petrus Subardjo, M.Si NIP. 19561020 198703 1 001
Tim Asisten Surya Nugraha Syaiful
26020215120028
Delima Teresia S.
26020215120052
Ika Putri Hindaryani
26020215120023
Anugrah riskel shabari
26020215120017
Muhammad Firdaus R
26020215140083
Hifzhan Husna
26020216140116
Muhammad Hafiz Maulavi Haban
26020216130058
Sagita Difa Wardhani
26020216120033
Bima Andriantama
26020216140053
Salman Asatidz
26020216120035
DEPARTEMEN ILMU KELAUTAN / OSEANOGRAFI FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS DIPONEGORO SEMARANG 2018
I. PENDAHULUAN
1.1 Latar Belakang Teknologi penginderaan jauh terus berkembang yang diawali dengan penggunaan pesawat terbang untuk penginderaan jauh dengan melakukan pemotretan udara konvensional yang banyak mendapatkan kendala alam yang menghalanginya berupa cuaca atau awan sampai pada penggunaan gelombang mikro atau radar yang tidak terkendala oleh cuaca. Peningkatan keakuratan juga merupakan perkembangan teknologi yang perlu diantisipasi dengan baik. Adanya kendala tersebut perlu dibutuhkan koreksi pada citra untuk mendapatkan hasil yang bagus. Dalam penginderaan jarak jauh dibutuhkan koreksi untuk mendapatkan hasil yang diinginkan. Terdapat dua koreksi yang dilakukan untuk mengurangi kesalahan pada hasil perekaman, baik foto udara maupun citra satelit. Koreksi tersebut adalah koreksi radiometri dan koreksi geometri. Koreksi geometri ditujukan untuk memperbaiki distorsi geometrik dengan meletakkan elemen citra pada posisi planimetric (x dan y) yang seharusnya, sehingga citra mempunyai kenampakan yang lebih sesuai dengan keadaan sebenarnya di permukaan bumi yang selanjutnya dapat digunakan sebagai peta.Koreksi geometrik mutlak dilakukan apabila posisi citra akan disesuaikan atau ditumpangsusunkan dengan peta-peta atau citra lainnya yang mempunyai sistem proyeksi peta.
1.2 Tujuan 1. Mahasiswa mampu melakukan koreksi geometri citra dengan menggunakan perangkat lunak ER Mapper 7.0. 2. Agar mahasiswa dapat memahami teknik perbaikan data digital.
1.3 Manfaat 1. Praktikan dapat melakukan koreksi geometri menggunakan perangkat lunak ER MAPPER 2. Agar mahasiswa dapat memhami teknik perbaikan data digital
II. TINJAUAN PUSTAKA
2.1. Koreksi Geometri 2.2.1. Definisi Koreksi Geometri Menurut Mather (1987), koreksi geometrik adalah transformasi citra hasil penginderaan jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam bentuk, skala dan proyeksi. Transforamasi geometrik yang paling mendasar adalah penempatan kembali posisi pixel sedemikian rupa, sehingga pada citra digital yang tertransformasi dapat dilihat gambaran objek dipermukaan bumi yang terekam sensor. Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran genjang merupakan hasil transformasi ini. Tahap ini diterapkan pada citra digital mentah (langsung hasil perekaman satelit), dan merupakan koreksi kesalahan geometrik sistematik. Sedangkan menurut Parman (2010), koreksi geometrik pada citra Landsat merupakan upaya memperbaiki kesalahan perekaman secara geometrik agar citra yang dihasilkan mempunyai sistem koordinat dan skala yang seragam, dan dilakukan dengan cara translasi, rotasi, atau pergeseran skala. Sebagai titik kontrol medan (koordinat acuan) untuk koreksi geometrik digunakan peta rupa bumi skala 1:25.000. Titik-titik kontrol medan ditentukan dengan cara membandingkan antara kenampakan obyek pada peta dan citra satelit. Menurut Kustiyo et al., (2014) koreksi radiometrik dan geometrik merupakan tahapan koreksi yang dapat menjadikan informasi yang didapat lebih akurat. Informasi tersebut tentang objek dan fenomena yang melalui analisis data satelit tanpa kontak langsung. Koreksi geometrik adalah proses perbaikan kesalahan geometrik dan transformasi citra penginderaan jauh agar memberikan hasil citra yang mempunyai skala tertentu dan mengikuti proyeksi peta tertentu. Dikenal 3 istilah dalam pengkoreksian geometrik yakni rektifikasi, orthorektifikasi, dan regresi. Koreksi geometrik berkaitan dengan distorsi geometrik dikarenakan variasi posisi sensor dengan bumi, data yang dikoreksi dikonversi menjadi data yang sesuai dengan posisi “real” pada sistem koordinat di dunia (Samsuri, 2004)
2.2.2. Kegunaan KoreksiGeometri Koreksi geometrik dilakukan untuk memperbaiki posisi, orientasi citra, distorsi citra yang disebabkan oleh distorsi geometrik sistematik. Sedangkan tujuan utama koreksi geometrik adalah untuk menghilangkan distorsi geometrik pada citra yang diperkirakan seperti sistem optik, rotasi dan kelengkungan bumi serta variasi sudut pengamatan kamera. Data ancillary merupakan dasar dari kerja koreksi geometrik sistematik (Hakim et al., 2013). Koreksi geometrik juga digunakan untuk menentukan skala dan proyeksi peta tertentu. Proses tersebut disebut dengan rektifikasi (Samsuri, 2004).
2.2.3. Kelebihan dan Kekurangan Koreksi Geometri Menurut Kustiyo et al., (2014) kelebihan koreksi geometrik adalah variasi posisi sensor dengan bumi, data yang dikoreksi dikonversi menjadi data yang sesuai dengan posisi “real” pada sistem koordinat di dunia. Selain itu, rotasi dan kelengkungan bumi serta variasi sudut pengamatan kamera dapat dikoreksi. Sedangkan kekurangan koreksi geometrik adalah distorsi geometrik yang merupakan distorsi spatial, yaitu terjadi pergeseran posisi spatial citra yang ditangkap. Distorsi geometrik ini disebabkan oleh kesalahan yang terjadi seperti kerusakan sensor (internal), platform (eksternal) dan gerakan bumi. Koreksi yang dilakukan bila terjadi distorsi bersifat sederhana, seperti centering (translasi), size (skala), skew (rotasi).
2.2.
Rektifikasi Kesalahan geometri adalah ketidaksempurnaan geometri citra yang
terekam pada saat pencitraannya, hal ini menyebabkan ukuran, posisi dan bentuk citra menjadi tidak sesuai dengan kondisi yang sebenarnya. Ditinjau dari sumber kesalahannya, distorsi geometri disebabkan oleh kesalahan internal dan kesalahan eksternal (JARS dalam Yuwono, 2008). Distorsi geometrik yang bersifat tidak sistematik dapat dikoreksi menggunakan GCP yang cukup dan terdistribusi merata di seluruh citra GCP dibutuhkan untuk mentransformasikan sistem koordinat citra yang masih sembarang ke peta, kegiatan ini disebut rektifikasi. Rektifikasi citra dapat
menggunakan persamaan affine 2D (Jensen (1996) dalam Yuwono, 2008) atau polinomial orde satu seperti tertulis dalam persamaan (1).
= posisi objek dalam koordinat citra = posisi objek dalam koordinat peta = parameter transformasi Secara umum, dalam ER Mapper sendiri terdapat empat tipe pengoperasian rektifikasi (Anonim, 2010), yaitu:
Image to map rectification,
Image to image rectification,
Map to map transformation, yaitu mentrasformasikan data yang terkoreksi menjadi datum/map projection yang baru, dan
2.3.
Image rotation, memutar citra menjadi beberapa derajat. Orthorektifikasi Ortorektifikasi adalah proses pembuatan foto sendeng/miring ke
foto/image yang ekuivalen dengan foto tegak. Foto tegak ekuivalen yang dihasilkan disebut foto terektifikasi. Ortorektifikasi pada dasarnya merupakan proses manipulasi citra untuk mengurangi/menghilangkan berbagai distorsi yang disebabkan oleh kemiringan kamera/sensor dan pergeseran relief. Secara teoritik foto terektifikasi merupakan foto yang benar-benar tegak dan oleh karenanya bebas dari pergeseran letak oleh kemiringan, tetapi masih mengandung pergeseran karena relief topografi (relief displacement). Pada foto udara pergeseran relief ini dihilangkan dengan rektifikasi differensial (Frianzah, 2009). Model matematis yang digunakan pada ortorektifikasi adalah model matematis persamaan kolinear (rigorous), dan dalam prosesnya menggunakan input data DEM untuk mengkoreksi pergeseran relief akibat posisi miring sensor pada saat perekaman. Penyelesaian model matematis rigorous adalah dengan menghitung posisi dan orientasi sensor pada waktu perekaman image. Posisi dan orientasi sensor yang telah teridentifikasi, digunakan untuk menghitung distorsi
yang terdapat pada image. Model matematis yang digunakan pada ortorektifikasi adalah persamaan Kolinear (Julzarika, 2009). 2.4
Penyesuaian Regresi Penyesuaian regresi diterapakan dengan memplot nilai-nilai pixel hasil
pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan apabila ada saluran rujukan (yang relative bebas gangguan) yang menyajikan nilai nol untuk obyek tertentu. Kemudian tiap saluran di pixel angkanya dengan yang saluran rujukan tersebut untuk membentuk diagram pancar nilai yang diamati. Cara ini secara teoristis mudah namun secara prakteknya sulit. Pengambilan pixel – pixel pengamatan harus berupa obyek yang secara gradual berubah naik nilainya, pada kedua
saluran
sekaligus
dan
bukan
hanya
pada
salah
satu
saluran
(Danoedoro,1996). Penyesuaian regresi (regression adjusment) pada prinsipnya menghendaki analisis untuk mengidentifikasi objek bayangan atau air jernih pada citra yang akan dikoreksi. Nilai kecerahan pada objek dari setiap saluran di plot-kan dalam sumbu koordinat secara berlawanan arah antara saluran tampak (seperti TM saluran 1, 2, dan 3) dan saluran infra merah (seperti TM saluran 4, 5, dan7). Pada diagram ini garis lurus dibuat menggunakan teori least-square, perpotongannya dengan sumbu X akan menunjukkan besarnya nilai bias dan demikian seterusnya untuk saluran-saluran yang lain (Sutanto, 1987). 2.5
RMS Error RMS adalah suatu angka yang menunjukkan akurasi suatu data (contohnya
peta dan citra satelit) dalam kaitannya dengan sistem koordinat. Semakin besar nilai RMS maka dipastikan semakin besar pula kesalahan letak (informasi posisi) pada data tersebut. RMS muncul sebagai indikator perbandingan atas pendefinisian koordinat versi kita terhadap versi sistematik yang ada pada perangkat lunak. Dan kemudian titik-titik yang kita definisikan tersebut oleh perangkat lunak akan ditarik pada posisi yang sudah terancang otomatis (Anonim, 2013). Tingkat ketelitian hasil rektifikasi diukur dengan besar kesalahan menengah rata-rata atau Root Mean Square Error (RMSE). Semakin kecil nilai
RMSE maka semakin teliti hasil rektifikasi. Persamaan untuk menghitung nilai RMSE menurut Jensen (1996) (Yuwono, 2008):
dalam hal ini : x’,y’ : koordinat titik yang dianggap benar x, y : koordinat titik hasil hitungan 2.6
Geocoding Wizard Menurut Wulandari (2012), dengan mengaktifkan Geocoding Wizards
yang dibuka melalui menu pulldown PROCESS. Penetuan titik kontrol dalam koreksi geometrik dilakukan bersamaan dengan proses geocoding. Dalam menu geocoding wizards, terdapat berbagai macam metode geocoding yang dapat dipilih dan digunakan berikut dengan tahapan-tahapannya. Secara prinsip perbedaan dari berbagai metode geocoding adalah sebagai berikut: 1. Metode Triangulasi (Triangulation method) dilakukan dalam proses rektifikasi untuk mereduksi pergeseran (distorsi) lokal. Biasanya dilakukan pada data foto udara untuk memperbaiki pergeseran data akibat pergerakan sensor yang yang tidak stabil. 2. Metode Polinomial (Polynomial method) dilakukan bila koreksi yang dilakukan meliputi keseluruhan daerah data citra (tidak bersifat lokal) seperti halnya metode yang pertama. 3.
Metode Ortorektifikasi dengan menggunakan GCP (Ortorectify using
GCP) memperbaiki foto udara akibat distorsi pergerakan sensor foto udara pada pesawat dan pergeseran data ketinggian. Dalam proses rektifkasinya, metode ini membutuhkan foto udara, GCP sampai dengan informasi ketinggiannya, dan file Digital Elevation Model (DEM). 4. Metode Ortorektifikasi dengan menggunakan exterior orientation hampir mirip dengan metode ortorektifikasi sebelumnya, hanya tidak perlu mengunakan GCP, selama eksterior orientasinya telah diketahui. 5. Metode Map to map reprojection dilakukan untuk merubah proyeksi peta satu ke proyeksi peta lainnya.
6.
Metode Known
point
registration dilakukan
pada
citra
yang
sudah
berkesesuaian dengan poyeksi data acuan. Penentuan dilakukan berdasarkan atas titik sudut koordinat citra acuan yang telah diketahui. 7. Metode Rotasi (Rotation method) dilakukan untuk memutar data citra berlawanan dengan arah jarum jam. Informasi yang dibutuhkan adalah sudut perputaran dalam derajat menit dan detik atau dalam desimal.
III. MATERI DAN METODE
3.1 Waktu dan Tempat Hari, tanggal : Selasa, 18 September 2018 Waktu
: 10.45 – 11.25 WIB
Tempat
:Laboratorium Fakultas
Komputasi
Perikanan
dan
Gedung Ilmu
Kelautan,
Diponegoro, Semarang. 3.2 Materi Materi yang diberikan pada praktikum kali ini adalah 1. Memeriksa koreksi citra 2. Geocoding Wizard 3. Penggabungan 2 citra 3.3 Metode 3.3.1 Memeriksa Koreksi Citra 1. Buka Er Mapper 7.0
E
Lantai
2,
Universitas
2. Klik edit algorithm
Maka akan muncul window seperti ini
3. Klik Load Data set, lalu pilih Citra_Madura.ers
4. Klik Info untuk mengecek map projection apakah map projection sudah sesuai dengan lokasi citra berada di utara khatulistiwa atau selatan khatulistiwa kemudian klik Ok this layer only.
3.3.2
Geocoding Wizard
1. Klik Process pada toolbar Er Mapper lalu pilih Geocoding Wizard
2. Akan muncul tampilan seperti ini
3. Input file Citra_Madura.ers lalu Geocoding type diubah menjadi Map to map reprojection.
4. Klik 2) Map to map setup lalu ubah Projection pada Output Coordinate Space menjadi SUTM49. Klik Save
5. Klik
3)
Rectify
lalu
ubah
file
name
menjadi
ALWAN_30045_CITRAMADURA_SUDAHKOREKSI.ers lalu klik Save and Start Rectification.
6. Hingga muncul window seperti ini
7. Cek
kembali
dengan
klik
Algoritm
Load
data
set
ALWAN_30045_CITRAMADURA_SUDAHKOREKSI
8. Klik info dan lihat apakah Map Projection sudah sesuai dengan lokasi citra yang berada di selatan khatulistiwa.
3.3.3 Penggabungan 2 Citra 1. Klik
edit
algoritm
lalu
klik
Load
Landsat_mss_27Aug91.ers. Klik OK this layer only.
data
set
pilih
2. Lalu akan muncul window seperti ini. Klik RGB pada toolbar Er Mapper 7.0
3. Cut Pseudo layer lalu ubah desciption menjadi Alwan_26050117130045.
4. Klik edit pada bagian kanan, lalu pilih Add Vector Layer
5. Pilih annotation. Lalu letakkan annotation pada bagian paling atas lalu copy dan paste. Anotation akan menjadi 2.
6. Pada
annotation
pertama, klik
Load data set
dan
input
file
dan
input
file
San_Diego_Drainage.erv
7. Pada
annotation
kedua,
San_Diego_roads.erv
klik
Load
data
set
8. Klik new
pada toolbar Er Mapper 7.0 lalu Load data set dan input
data Spot_pan.ers
9. Ubah desccription menjadi Alwan_26050117130045. Lalu klik kanan pada Pseudo Layer dan pilih Intensity.
10. Copy Intensitiy Layer lalu paste pada Algoritm sebelumnya. Letakkan Intensity Layer pada bagian paling atas.
11. Lalu akan didapatkan hasil sebagai berikut
IV. HASIL DAN PEMBAHASAN
4.1 Hasil 4.1.1.
Memeriksa Koreksi Citra Satelit
4.1.2. Geocoding Wizard
Sebelum Koreksi
Sesudah Koreksi
4.1.3. Penggabungan 2 Citra
4.2. Pembahasan 4.2.1. Memeriksa Koreksi Citra Satelit Untuk memeriksa koreksi citra satelit, praktikan menggunakan data Citra_Madura.ers. Datum yang digunakan adalah WGS84 yang merupakan datum geodesi menggunakan ellipsoid referensi yang sesuai dengan bentuk geoid seluruh permukaan bumi. WGS adalah sebuah standar yang digunakan dalam pemetaan, geodesi, dan navigasi terdiri dari bingkai koordinat standar Bumi, Datum geodetik, (referensi permukaan standar bulat (acuan atau referensi
elipsoid) untuk data
ketinggian mentah, dan permukaan
ekuipotensial gravitasi (geoid) dipakai sebagai pendefinisian tingkat nominal laut. Zona universal transverse Mercator pada citra ini berada pada NUTM49. Rotasi pada citra madura ini sebesar 0 derajat berlawan dengan
arah jarum jam. Null cell value pada citra ini 0 dengan number of bands 7. Number of lines pada citra ini 7791 dengan number of cells per line 7631. Besar cell x sebesar 30 meter dan besar cell y sebesar 30 meter. 4.2.2. Geocoding Wizard Dalam melakukan koreksi geometri, perlu dilakukan pemeriksaan pada citra. Apabila citra yang digunakan masi RAW, dapat diartikan bahwa citra itu belum dikoreksi sehingga harus dilakukan koreksi terlebih dahulu. Untuk mengoreksinya dengan cara melakukan geocoding wizard untuk memplotkan citra yang telah terkoreksi kedalam citra yang masih belum dikoreksi. Pada geocoding wizard akan keluar RMS error. Secara teori, RMS yang baik nilainya kurang dari 1, tetapi jika kita terpaku pada nilai RMS kurang dari 1, maka hasilnya akan terlalu jauh atau melenceng, oleh karena itu jangan terpaku dengan nilai RMS kurang dari 1. Setelah melakukan geocoding wizard infonya berubah dari map projection. Sebelum dikoreksi, map correctionnya NUTM49 dan setelah dikoreksi berubah menjadi SUTM49. 4.2.3. Penggabungan 2 Citra Pada penggabungan citra dilakukan dengan menggunakan citra Landsat_MSS_27Aug91.ers yang berwarna biru. Untuk meberikan warna yang jelas maka diberi RGB sehingga warna lebih jelas .Citra ini dilengkapi oleh citra SPOT_pan.ers yang resolusinya cukup tinggi tapi hitam-putih. Dari penggabungan tersebut dihasilkan citra yang memiliki warna namun tampak detail gambarnya. Kemudian penambahan jalan dan drainase semakin melengkapkan citra tersebut, sehingga dari citra didapat berbagai keterangan misalnya jalan di kota San Diego. Tujuan dilakukan overlay adalah didapatkan kualitas citra yang lebih baik dan menambahkan informasi tertentu pada citra, seperti informasi saluran air/drainase dan jalan pada citra
V. PENUTUP 5.1 Kesimpulan Dari praktikum yang telah dilakukan dapat disimpulkan 1. Software ER Mapper 7.0 mampu melakukan koreksi geometri untuk memperbaiki kesalahan geometri dan transformasi citra penginderaan jauh. 2. 2. Teknik perbaikan data digital salah satunya adalah perbaikan titik lokasi koordinat dengan cara menyamakan setiap titik pada citra dengan Geocoding Wizard. 5.2 Saran 1. Perlu fokus saat praktikum berlangsung 2. Perlu datang tepat waktu agar tidak mengganggu praktikum yang lain
DAFTAR PUSTAKA
Anonim. 2013. Panduan Aplikasi Penginderaan Jauh Tingkat Dasar. Diunduh pada
tanggal
12
Oktober
2017
pukul
00.10
WIB
melalui
http://forestclimatecenter.org. Danoedoro, Projo. 1996. Pengolahan Citra Digital, Teori dan Aplika...