Laporan Resmi Praktikum Penginderaan Juah dan Pemetaan Laut MODUL 3 tentang Koreksi Geometri PDF

Preview

Summary

LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL 3 KOREKSI GEOMETRI Disusun Oleh: Salsabila Auliya Putri 26050120120025 Oseanografi A Koordinator Mata Kuliah Penginderaan Jauh : Ir. Petrus Subardjo, M.Si NIP. 19561020 198703 1 001 Tim Asisten Warisatul Anbiya Selkofa M. 26050117120018 Muhammad Farras...

Description

Accelerat ing t he world's research.

Laporan Resmi Praktikum Penginderaan Juah dan Pemetaan Laut MODUL 3 tentang Koreksi Geometri Salsabila Auliya Putri Salsabila Auliya Putri

Cite this paper

Downloaded from Academia.edu 

Get the citation in MLA, APA, or Chicago styles

Related papers

Download a PDF Pack of t he best relat ed papers 

LAPORAN RESMI PRAKT IKUM PENGINDERAAN JAUH MODUL III : KOREKSI GEOMET RI Muhammad Alwan Nadhif

Pengolahan Cit ra Digit aldengan ERMapper7 Malik A Geo UNM 2008 Albar alqowy Modul 2 : Koreksi Geomet rik pada Cit ra Sat elit Landsat babah kunuweskah

LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL 3 KOREKSI GEOMETRI

Disusun Oleh: Salsabila Auliya Putri 26050120120025 Oseanografi A Koordinator Mata Kuliah Penginderaan Jauh : Ir. Petrus Subardjo, M.Si NIP. 19561020 198703 1 001

Tim Asisten Warisatul Anbiya Selkofa M. Muhammad Farras Ayasy Riefchi Wicaksono Haris Octa Firta Rahmat Yolansyah Putra Tiara Anggita Zahra Sadza Salma Ferdian Agung Baskoro Maryam S. Taib Danang Imaddudin Mahardika Muhammad Farhan Rofiatul Mutmainah

26050117120018 26050117140023 26040117140065 26040117140070 26050117120026 26050118130051 26050118120009 26050118120025 26050118140091 26050118140076 26050118140101 26050118120030

DEPARTEMEN OSEANOGRAFI FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS DIPONEGORO SEMARANG 2020

Tgl Praktikum : 30 Oktober 2020 Tgl Pengumpulan : 5 November 2020

LEMBAR PENILAIAN

MODUL 3 KOREKSI GEOMETRI

Nama : Salsabila Auliya Putri

NO.

NIM : 26050120120025

KETERANGAN

1.

Pendahuluan

2.

Tinjauan Pustaka

3.

Materi dan Metode

4.

Hasil dan Pembahasan

5.

Penutup

6.

Daftar Pustaka

Ttd :

NILAI

TOTAL

Mengetahui, Koordinator Praktikum

Asisten

Warisatul Anbiya Selkofa M.

Ferdian Agung Baskoro

26050117120018

26050118120025

BAB I PENDAHULUAN

1.1 Latar Belakang Menurut Sudarsono (2011), penginderaan jauh (inderaja) adalah ilmu atau seni untuk memperoleh informasi tentang objek, daerah, atau gejala dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji. Alat yang dimaksud dalam batasan ini alat pengindera atau sensor. Penginderaan jauh bermanfaat dalam proses pengukuran, penelitian, dan pengolahan suatu sumberdaya bumi dengan menggunakan konsep foto udara, fotogrametri, interpretasi citra dari sensor non-fotografi baik secara visual maupun dengan menggunakan teknik pengolahan data citra digital. Pengindaraan jauh mempunyai keunggulan dibandingkan dengan survei terrestrial secara langsung. Kemudahan lain dari Pengindaraan Jauh yaitu pada saat pengambilan sampel dilapangan berupa data-data yang belum dapat disadap oleh citra dengan cara melihat gambaran wilayah secara umum dengan citra dan membuat zona-zona tertentu yang mempunyai karakteristik yang sama. Citra merupakan salah satu sumber data utama dalam informasi geospasial dan penginderaan jauh. Kualitas sumber data menjadi parameter utama karena berbagai informasi dapat diturunkan dari citra. Kualitas yang tidak memenuhi standar dapat menyajikan informasi yang salah. Namun, semua citra yang diperoleh dari perekaman sensor tidak lepas dari kesalahan wujud geometri, konfigurasi permukaan bumi, dan kondisi atmosfer saat perekaman. Menurut Murti et al. (2015), kesalahan yang terjadi dalam proses pembentukan citra ini perlu dikoreksi supaya aspek geometri dan radiometri yang terkandung di dalam citra tersebut benar-benar dapat mendukung pemanfaatan untuk aplikasi yang berkaitan dengan pemetaan, sumberdaya, dan kajian lingkungan, atau kewilayahan lainnya. Teknologi penginderaan jauh merupakan salah satu alternatif yang dapat membantu penyadapan informasi fisik daerah. Hal tersebut dikarenakan citra penginderaan jauh dapat menyajikan gambaran objek, daerah, dan gejala di

permukaan bumi secara lengkap dengan wujud dan letak objek yang mirip dengan keadaan sebenarnya di medan (Utomowati, 2012). Dalam Pengideraan Jauh 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 adalah koreksi yang dilakukan karena citra hasil perekaman terdapat berbagai kesalahan di mana kesalahannya berupa kesalahan sistem dan kesalahan non sistem (Purnama dan Hartono, 2014).

1.2 Tujuan 1. Mahasiswa mampu melakukan koreksi geometri citra dengan menggunakan perangkat lunak ER Mapper 7.0. 2. Mahasiswa mampu memahami teknik perbaikan data digital.

1.3 Manfaat 1. Mahasiswa dapat mengoreksi citra dengan koreksi geometri menggunakan perangkat lunak ER Mapper 7.0. 2. Mahasiswa dapat mengetahui dan memahami teknik perbaikan data citra digital.

BAB II TINJAUAN PUSTAKA

2.1 Koreksi Geometri 2.1.1

Definisi Koreksi Geometri Menurut Mardhatillah et al. (2016), koreksi geometri atau rektifikasi

adalah transformasi citra hasil penginderaan jauh sehingga citra tersebut memiliki sifat-sifat peta dalam bentuk, skala, dan proyeksi. Koreksi geometri adalah koreksi yang dilakukan karena citra hasil perekaman terdapat berbagai kesalahan di mana kesalahannya berupa kesalahan sistem dan kesalahan non sistem (Purnama dan Hartono, 2014). Kesalahan sistem dapat berupa kecondongan penyiam, kecepatan kaca penyiam, kesalahan panoramik, kecepatan wahana, rotasi bumi, dan prespektif, sedangkan kesalahan non sistem adalah kesalahan yang disebabkan oleh variasi ketinggian dan posisi. Kesalahan dalam koreksi geometri pada umumnya di akibatkan oleh adanya kesalahan internal dan eksternal. Menurut Purnama dan Hartono (2014), kesalahan internal meliputi kesalahan yang disebabkan oleh kesalahan geometrik sistem sensor dan bersifat sistematis, sedangkan kesalahan eksternal merupakan kesalahan bentuk objek pada data. Koreksi geometrik merupakan proses memposisikan citra sehingga cocok dengan koordinat peta dunia yang sesungguhnya. Ada beberapa cara dalam pengoreksian geometri, antara lain dengan menggunakan titik-titik kontrol lapangan (ground control point), proyeksi peta ke peta, dan registrasi titik yang telah diketahui (Palar et al., 2018). Tujuan koreksi geometri adalah memperbaiki distorsi posisi dengan meletakkan elemen citra pada planimetrik (x, y) yang seharusnya, sehingga cita memiliki kenampakan yang lebih sesuai dengan keadaan yang sebenarnya di permukaan bumi dan dapat digunakan sebagai peta (Nurandani et al., 2013). Menurut Hariyanto et al. (2010), koreksi geometri memiliki tiga tujuan utama, yaitu melakukan retrifikasi atau restorasi citra, registrasi posisi citra satu dengan lainnya, dan registrasi citra ke peta. Retrifikasi (pembetulan) atau restorasi (pemulihan) citra dilakukan agar koordinat citra sesuai dengan koordinat geografi. Registrasi (mencocokan)

dilakukan antara posisi citra satu dengan citra lain mentransformasikan sistem koordinat citra multispektral atau citra multitemporal. Kemudian, registrasi citra ke peta atau transformasi sistem koordinat citra ke peta dilakukan dengan menghasilkan citra dengan sistem proyeksi tertentu.

2.1.2

Kegunaan Koreksi Geometri Koreksi geometri pada citra berguna untuk memperbaiki kesalahan

perekaman secara geometri agar citra yang dihasilkan mempunyai sistem koordinat, skala yang seragam, dan dilakukan dengan cara translasi, rotasi, atau pergeseran skala (Parman, 2010). Koreksi geometri dapat dimanfaatkan untuk mengoreksi citra penelitian kanal-kanal dan lahan persawahan dengan bantuan data dari citra landsat 8 (Ardiansyah et al., 2015). Dalam pemanfaatannya, koreksi geometrik dapat digunakan untuk mengoreksi citra pada lahan di permukaan bumi guna penelitian para ahli. Lahan-lahan tersebut dapat berupa lahan persebaran mangrove, pola sebaran sedimen, persawahan, perkotaan, dan lainnya. Metode yang digunakan dalam pemanfaatan penginderaan jauh dan koreksi geometri adalah dengan menggunakan klasifikasi multispekral terkontrol dan algoritma jaringan saraf tiruan yang dilakukan dengan perbandingan komposit warna. Koreksi geometri berguna bagi banyak instansi yang melakukan pengambilan citra menggunakan penginderaan jauh. Koreksi geometri dilakukan karena adanya standar acuan untuk mengolah data citra mentah menjadi data citra dengan kualitas yang baik (Lukiawan et al., 2019). Koreksi geometri bertujuan untuk melakukan transformasi data dari suatu sistem grid dengan

menggunakan

suatu

transformasi

geometrik

sehingga

citra

penginderaan jauh mempunyai sifat peta dalam bentuk skala dan proyeksi. Koreksi geometri juga berguna untuk membenarkan posisi akibat kesalahankesalahan geometri. Koreksi geometri perlu dilakukan pada citra karena koreksi tersebut berguna membenarkan atau mengoreksi hasil penginderaan jauh yang mengalami kesalahan digital number karena adanya gangguan atmosfer.

2.1.3

Kelebihan dan Kekurangan Koreksi Geometri Koreksi geometri memiliki beberapa kelebihan dan kekurangan.

Koreksi geometri dapat membenarkan citra agar sesuai dengan kenampakan permukaan bumi yang sebenarnya. Dengan melakukan koreksi geometri hasil data yang diperoleh dari suatu citra menjadi lebih akurat. Keakuratan dalam koreksi geometri menjadi kelebihan dalam pelaksanaannya. Selain itu, koreksi geometri juga mudah digunakan saat pengolahan citra. Menurut Lukiawan et al. (2019), berdasarkan kegunaan yang terdapat di dalam koreksi geometri menjadi acuan bahwasanya koreksi geometri memiliki banyak kelebihan dalam pelaksanaannya. Selain kelebihan, koreksi geometri juga memiliki kekurangan dalam proses pelaksanaannya. Kekurangan teknik koreksi geometri ini adalah dalam proses coding digital oleh sensor. Objek yang memberikan respon spektral yang paling rendah seharusnya bernilai 0. Menurut Ladys et al., (2012), apabila nilai ini ternyata melebihi angka 0 maka nilai tersebut dihitung sebagai offset dan koreksi dilakukan dengan mengurangi seluruh nilai pada saluran tersebut dengan offsetnya. Selain itu, metode ini tidak dapat menggambarkan atau tidak dapat memprediksi kondisi objek pada waktu selanjutnya.

2.2 Geocoding Wizard Geocoding wizard merupakan salah satu menu dalam perangkat lunak ER Mapper. Geocoding wizard dalam kegunaannya berfungsi untuk memfasilitasi koreksi geometrik data penginderaan jauh. Perangkat lunak tersebut digunakan untuk melakukan koreksi citra, baik koreksi radiometri maupun koreksi geometri. Geocoding wizard berperan pada pelaksanaan koreksi citra. Menurut Natsir dan Kustiyo (2016), hal tersebut terjadi karena secara otomatis pengembangan dan pengolahan data citra dimulai dari proses geocoding wizard terlebih dahulu untuk kemudian dilanjutkan ke proses selanjutnya. Pengoperasian geocoding wizard dilakukan dengan membuka aplikasi ER Mapper terlebih dahulu, kemudian melakukan input gambar citra ke dalam wizard geocoding. Gambar citra inilah yang nantinya akan menjadi objek dari koreksi

geometri. Menurut Mazzia dan Gomez (2013), pada setiap citra foto ditandai dengan titik kontrol secara merata dan dikorelasikan dengan titik yang sama yang akan diidentifikasi citra satelit. Data citra akan diproses lebih baik ketika menggunakan menu geocoding wizard. Geocoding wizard menggabungkan foto udara menjadi satu dan mengubahnya menjadi bentuk mosaik kemudian dalam mosaik tersebut menampilkan informasi mengenai ukuran foto udara.

2.3 Rektifikasi Rektifikasi adalah koreksi geometri antara citra dengan peta. Koreksi geometri tersebut bersifat random atau acak. Koreksi geometri diselesaikan dengan analisis titik kontrol tanah (ground control point) melalui fungsi transformasi. Menurut Pribadi dan Hariyanto (2012), fungsi transformasi tersebut menghubungkan antara sistem koordinat tanah dan citra. Untuk rektifikasi citra landsat, data acuan yang digunakan cukup dengan peta rupa bumi skala 1 : 25.000. Rektifikasi adalah suatu proses pekerjaan untuk memproyeksikan citra ke bidang datar dan menjadikan bentuk konform (sebangun) dengan sistem proyeksi peta yang digunakan, serta mengorientasikan citra sehingga mempunyai arah yang benar (Irwansyah, 2019). Rektifikasi merupakan proses transformasi data dari data yang belum mempunyai koordinat geografis menjadi data yang akan mempunyai koordinat geografi atau ber-georeferensi. Dalam rektifikasi citra, dibutuhkan beberapa koordinat titik kontrol lapangan sebagai bagian dari titik sekutu. Koordinat titik kontrol lapangan dapat diperoleh dari pengamatan langsung melalui GPS atau interpolasi dari peta dasar yang sudah ada. Agar hasil retifikasi baik, diperlukan penyebaran titik kontrol secara merata daripada memusatkan hanya pada satu titik pusat.

2.4 Orthorektifikasi Orthorektifikasi adalah proses pembuatan foto miring ke foto yang ekuivalen dengan foto tegak. Orthorektifikasi pada dasarnya merupakan proses manipulasi citra untuk mengurangi atau menghilangkan berbagai distorsi yang disebabkan oleh

kemiringan kamera atau sensor dan pergeseran relief (Gumilang, 2020). Orthorektifikasi merupakan proses manipulasi citra untuk mengurangi atau menghilangkan berbagai distorsi yang disebabkan oleh kemiringan kamera atau sensor dan pergeseran relief (Auliya et al., 2017). Menurut Gisda et al. (2019), orthorektifikasi merupakan proses untuk mentransformasi citra dari perspektif 2D menjadi 3D. Menurut Sumarsono (2016), orthorektifikasi merupakan sistem koreksi geometrik untuk mengeliminasi kesalahan akibat perbedaan tinggi permukaan bumi serta proyeksi citra yang umumnya tidak orthogonal. Perbedaan tinggi pada permukaan bumi dapat dicontohkan pada wilayah pegunungan, perbukitan yang mempunyai variasi tinggi dari lembah hingga puncak gunung dan bukit. Perbedaan tinggi permukaan bumi akan mengakibatkan adanya kesalahan pada citra yang disebut pergeseran relief (Sumarsono, 2016). Dalam penggunaannya, orthoretrifikasi menggunakan GCP (Grand Control Point) hasil survei lapangan dalam proses pengolahan datanya. Menurut Gumilang (2020), Ground Control Point atau yang biasa disebut dengan titik kontrol adalah titik-titik yang berada di lapangan yang dapat digunakan untuk mentransformasikan sistem koordinat udara dengan sistem koordinat tanah suatu objek yang dipetakan. Titik kontrol ini nantinya akan digunakan pada saat pengolahan foto udara tahap triangulasi udara.

2.5 Penyesuaian Regresi Penyesuaian regresi (Regression Adjusment) adalah penyesuaian yang diterapkan dengan memplot nilai-nilai piksel hasil pengamatan dengan beberapa kanal sekaligus. Hal ini diterapkan apabila ada saluran rujukan yang relatif bebas gangguan yang menyajikan nilai nol untuk objek tertentu. Objek tersebut biasanya adalah air laut dalam atau bayangan awan. Kemudian, tiap saluran dipasangkan dengan saluran rujukan tersebut untuk membentuk diagram pancar nilai piksel yang diamati. Saluran rujukan yang digunakan adalah saluran infra merah dekat. Cara ini efektif mengurangi gangguan atmosfer yang terjadi hampir pada semua saluran tampak (LAPAN, 2015).

Penyeseuaian regresi dapat dilakukan bila ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai 0 untuk objek tertentu. Contoh objek tersebut adalah saluran TM7 untuk air jernih, dalam, dan tenang. Kemudian, setiap saluran dipasangkan dengan saluran rujukan tersebut untuk membentuk diagram pencar nilai-nilai piksel yang diamati. Menurut Muhsoni (2015), secara teoretis cara ini dapat diterima, tetapi dalam prakteknya sulit diterapkan, karena gangguan atmosfer terjadi pada hampir semua spektra tampak dan pantulan. Selain itu, tidak semua liputan citra mempunyai objek berupa air jemih, dalam dan tenang.

2.6 RMS Error RMS (Root Mean Square) adalah besarnya pengukuran statistik dari nilai yang bervariasi. Menurut Nurfansyah et al. (2013), RMS Error merupakan nilai RMS atau variasi besarnya nilai pengukuran statistik dari beberapa nilai error. RMS Error atau Root Mean Square Error merupakan nilai yang dipresentasikan oleh selisih antara koordinat titik kontrol hasil transformasi dengan koordinat titik kontrol (Irwansyah, 2019). RMS Error merupakan akar dari rata-rata jumlah kuadrat nisbah antara selisih nilai kedalaman aktual hasil pengukuran lapangan dengan nilai kedalaman hasil estimasi pengolahan citra penginderaan jauh (Nurkhayati dan Khakhim, 2013). Jika nilai RMS Error kecil, maka hasil rektifikasi memiliki akurasi yang kuat. Nilai RMS Error harus kurang dari sama dengan 1. Nilai RMS Error semakin mendekati nilai nol maka koreksi geometrinya semakin baik (Parmadi dan Sukojo, 2016). Ada beberapa faktor yang mempengaruhi RMS Error. Faktor-faktor tersebut antara lain tingkat ketelitian titik kontrol lapangan, tingkat ketelitian titik kontrol citra, jumlah dan distribusi letak titik kontrol, dan model transformasi yang digunakan.

Titik kontrol yang digunakan sebagai titik sekutu dalam proses

transformasi koordinat citra menjadi titik koordinat lapangan sehingga didapatkan parameter transformasi.

BAB III MATERI DAN METODE

3.1 Waktu dan Tempat Hari, tanggal

: Jumat, 30 Oktober 2020

Waktu

: 18.30 – 20.00 WIB

Tempat

: Jalan Abimanyu, Slerok, Tegal Timur, Kota Tegal.

3.2 Materi 1.

Memeriksa koreksi citra

2.

Geocoding wizard

3.

Overlay citra

3.3 Metode 3.3.1

Memeriksa Citra 1.

Buka perangkat lunak ER Mapper 7.0 atau 7.1.

2.

Klik menu Edit Algorithm, ubah deskripsi, dan klik ikon dataset.

3.

Masukkan data citra bernama Citra_Madura.ers dan klik OK.

4.

Klik kanan kursor pada pseudo layer dan pilih properties untuk mengetahui data-data citra.

5.

3.3.2

Lalu, akan muncul data citra sesuai gambar di bawah ini.

Proses Geocoding Wizard 1.

Setelah selesai memeriksa data Citra_Madura.ers, klik menu Process pada bagian atas ER Mapper. Kemudian, pilih Geocoding Wizard.

2.

Setelah pilihan Geocoding Wizard diklik, akan muncul halaman baru tentang pilihan yang ada di Geocoding Wizard. Pada bagian awal halaman, pilih opsi map to map reprojection.

3.

Pada kolom input file, masukkan data Citra_Madura.ers dan klik OK.

4.

Setelah proses input data, lalu pindah ke bagian map to map setup. Pastikan Datum pada Output Coordinate Space adalah WGS84 dan Projection adalah SUTM49.

5.

Lalu, klik rectify dan masukkan data pada kolom Output Info. Data yang dimasukkan adalah Citra_Madura.ers, tetapi diganti namanya menjadi Citra_Madura_Koreksi_Nama_NIM.ers praktikan dengan Files of Type ER Mapper Raster Dataset (.ers) kemudian klik OK.

6.

Setelah diklik OK, klik Save File and Start Retrification.

7.

Tunggu data citra tersimpan dan klik OK ketika proses penyimpanan telah selesai.

8.

Proses selesai dan tutup window pada aplikasi ER Mapper.

9.

Untuk memeriksa hasil Geocoding Wizard, klik ikon Edit Algorithm

dan

masukkan

dataset

Citra_Madura_Koreksi_Nama_NIM.ers yang telah disimpan.

10. Untuk memeriksa hasil citra, klik kanan pada pseudo layer dan pilih properties.

11. Kemudian akan muncul informasi mengenai citra yang telah dilakukan proses Geocoding Wizard dengan Datum WGS84 dan Projection SUTM49.

12. Setelah pemeriksaan Geocoding Wizard selesai, tutup window dan beralih pada proses penggabungan citra.

3.3.3

Proses Penggabungan Dua ...