Cropping Citra [PDF]

Citation preview

CROPPING CITRA LAPORAN MINGGUAN ACARA IV



DIAJUKAN SEBAGIAN PERSYARATAN PRAKTIKUM PENGINDERAAN JAUH DASAR



OLEH:



RYAN ALAMSYAH R1B1 18 085



JURUSAN GEOGRAFI FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN UNIVERSITAS HALU OLEO KENDARI 2019



ACARA IV CROPPING CITRA (PEMOTONGAN CITRA)



I.



TUJUAN PRAKTIKUM Adapun tujuan dari praktikum ini untuk memahami dan melakukan



proses pemotongan citra/cropping citra. II.



ALAT DAN BAHAN Adapun alat dan bahan yang digunakan dalam praktikum cropping citra



adalah: No



Tabel 2.1 Alat dan Bahan serta kegunaannya Alat dan Bahan Kegunaan



1



Kertas A4



Untuk menulis materi



2



Citra Landsat 8 Konawe



Sebagai bahan untuk di cropping citranya menggunakan aplikasi software ENVI 4.5



Selatan 3



Komputer



Sebagai alat untuk mengolah citra



4



Software Envi 4.5



Untuk menganalisis data citra landsat 8



5



Peta Batas Administrasi



Sebagai data administrasi pemotongan



Konawe Selatan



citra



III.



DASAR TEORI



A.



Pengindraan Jauh Penginderaan jauh merupakan suatu metode pengamatan yang



dilakukan tanpa menyentuh obyeknya secara langsung. Penginderaan jauh adalah pengkajian atas informasi mengenai daratan dan permukaan air bumi dengan menggunakan citra yang diperoleh dari sudut pandang atas (overhead perspective), menggunakan radiasi elektromagnetik dalam satu beberapa bagian dari spektrum elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi (Campbell, 2011 dalam Maspiyanti dkk, 2013).



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 objek, daerah, atau fenomena yang dikaji. Aplikasi penginderaan jauh terutama memanfaatkan sifat-sifat dan kelebihan penginderaan jauh dibandingkan pengukuran lapangan. Beberapa kelebihan pengumpulan data menggunakan penginderaan jauh antara lain memudahkan pekerjaan di lapangan karena terbatasnya kemampuan dalam merekam suatu kondisi terutama pada lokasi dengan aksesibilitas yang sulit, cara ini dapat memberikan data yang lengkap dalam waktu relatif singkat serta pemantauan kondisi suatu wilayah yang sama secara berkala ( Lilesand dkk, 2004 dalam Wahyuni, 2012). Perkembangan Teknologi satelit pengindraan jauh meningkat seiring dengan kemajuan teknologi saat ini. Perkembangan ini meliputi kemampuan sensor wahana satelit yang membawa sensor mencapai orbit sehingga dapat mendektesi obyek yang berada di permukaaan bumi. Data yang dihasilkan berasal dari perekaman sensor yang mengalami peningkatan resolusi meliputi resolusi spasial, resolusi temporal, resolusi spektral, dan resolusi radiometrik. Kemajuan teknologi ini menuntut para praktisi bidang pengindraan jauh melakukakan pengembangan metode-metode ekstrasi citra dengan metode klasifikasi untuk mendapatkan informasi yang tepat dan akurat. Klasifikasi citra meliputi klasifikasi secara manual menggunakan citra dan klasifikasi multispektral secara digital menggunakan komputer. Klasifikasi multispektral merupakan salah satu bagian dari pengolahan citra pengindraan jauh untuk menghasilkan peta tematik dan dijadikan masukan dalam permodelan spasial dalam lingkungan sistem informasi geografis/GIS (Danoedoro, 2012 dalam Anggoro dkk, 2017) B.



Envi Pengolahan data yang bersifat spasial dapat dilakukan dengan



menggunakan Sistem Informasi Geografis. Sistem Informasi Geografis memiliki kemampuan untuk mengolah data masukan (input), menjadi suatu (output) yang berupa informasi baru. Pengelolaan citra landsat menggunakan software Envi 4.5.



Pengolahan citra landsat dengan ENVI 4.5 meliputi koreksi radiometrik, koreksi geometrik, komposit citra (Prayitno dan Bachrodin, 2015). Analisis vegetasi dalam penginderaan jauh dapat dilakukan dengan menggunakan berbagai transformasi, diantaranya adalah NDVI (Normalized Difference Vegetation Index). Transformasi NDVI memiliki sentivitas tinggi terhadap kandungan klorofil pada tanaman, sehingga sangat baik untuk mengidentifikasi vegetasi tidak hanya pada wilayah dengan vegetasi yang memiliki kerapatan tinggi (Jackson R.D. dan Huete, A.R., 1991). Pengolahan citra dan pengenalan citra dan pengenalan pola kedua aplikasi ini akan saling melengkapi untuk mendapatkan cirri khas dari suatu citra yang akan di kenali. Pada proses pengolahan data citra pada penelitian ini menggunakan perangkat lunak Software ENVI (The Environment For Visualizing Images) karena mampu melakukan pendekatan yang unik dalam pengolahan data citra yang mengkombinasukan file-based dan band-based (Muhlis dkk, 2016). C.



Croppping Citra Tujuan cropping citra untuk memfokuskan daerah yang digunakan



dalam penelitian serta menghemat memori penyimpanan. Cropping area penelitian dilakukan dengan pembentukan ROI (Jiyah dkk, 2017). Preprocessing merupakan tahapan yang bertujuan untuk mendapatkan Region Of Interest (ROI) dengan cara memotong citra, mengubah ukuran gambar, dan lain sebagainnya . Pada penelitian ini, diawali dengan pemotongan (cropping) citra asli sesuai dengan ukuran. Kemudian citra yang sudah dipotong (crop) akan dihilangkan backgroundnya untuk mendapatkan citra. Dan proses yang terakhir adalah dengan mengubah semua ukuran citra menjadi 500x500 piksel. Tahapan ini untuk mendapatkan citra pengolahan yang lebih baik dari sebelumnya. Dan hasil yang diharapkan dapat menghasilkan akurasi yang tinggi (Sudibyo dkk, 2018). Pemotongan citra dilakukan guna memperkecil ukuran file dari citra sehingga pemrosesan data menjadi lebih ringan dan cepat sesuai dengan kebutuhan data citra yang di analisis, apalagi pada penelitian ini menggunakan



data multitemporal untuk proses klasifikasinya, sehingga pemotongan citra sangat dibutuhkan untuk tidak menggunakan waktu yang lama dan ukuran yang besar dalam prosesnya (Ardiansyah dkk, 2015).



V. HASIL PRAKTIKUM Adapun hasil dari praktikum cropping citra adalah sebagai berikut: Tabel 5.1 Hasil praktikum cropping citra Kabupaten Citra Sebelum Pemotongan



Konawe Selatan



Citra Sesudah Pemotongan



VI. PEMBAHASAN Citra merupakan salah satu bentuk informasi yang berupa gambar yang seringkali mengalami gangguan atau memiliki kualitas yang buruk sehingga sulit diinterpretasikan oleh manusia, untuk mengatasi hal tersebut dilakukan pengolahan citra. Pengolahan citra bertujuan untuk memperoleh kualitas citra yang lebih baik dibandingkan dengan citra awal. Perbaikan citra merupakan tahap awal dari pengolahan citra yang selanjutnya akan digunakan untuk kebutuhan analisis citra. Cropping citra dilakukan untuk mendapatkan daerah penelitian dengan maksud untuk dapat melakukan pengolahan data yang lebih terfokus, terinci dan teroptimal untuk menghasilkan citra yang representatif dan continue. Pemotongan citra memiliki nilai utilitas lainnya, yaitu memperkecil daerah yang akan dikaji sesuai dengan area terpenting. Pemotongan citra dilakukan sesuai dengan bentuk daerah yang diinginkan dan di sini kami di berikan daerah Kabupaten Kendari untuk dilakukan pemotongan citranya. Pemotongan citra diolah secara continue agar dapat meminimalisir kesalahan di dalam proses pengolahan data penginderaan jauh di Software ENVI 4.5 bahkan teknik pemotongan citra atau Cropping citra dapat menyederhanakan suatu area hasil penginderaan jauh, Sehingga Cropping citra



dapat bermanfaat untuk mempermudah kinerja



seseorang ketika sedang melakukan pengamatan citra, terutama dalam membatasi region atau wilayah tertentu. Dalam praktikum pemotongan citra daerah Kabupaten Konawe Selatan ini kami menggunakan citra komposit band 432 yang merupakan warna natural karena dalam pembuatannya menggunakan komposit warna RGB 432. Komposit 432 ini merupakan perpaduan antara sehingga menghasilkan warna asli pada citra. Pada table 5.1 merupakan citra hasil pemotongan yang dilakukan pada wilayah Kabupaten Kendari. Dalam melakukan proses pemotongan citra kami menggunakan aplikasi ENVI 4.5. Pemotongan citra dilakukan agar memudahkan pengguna dalam memahami dan menginterpretasikan citra dengan mudah, lebih terfokus dan teliti. Hal tersebut dapat dilihat pada perbedaan di antara citra sebelum pemotongan dan citra sesudah pemotongan. Pada citra sebelum



pemotongan hasilnya belum terlihat daerah Kabupaten Konawe Selatan sedangkan pada citra sesudah pemotongan terlihat jelas daerah pemotongan citranya dan kita bisa melihat obyek awan, obyek vegetasi dan obyek jalan.



VII.



PENUTUP



A.



Kesimpulan Kesimpulan dari praktikum ini yaitu bahwa cropping citra dilakukan sesuai dengan bentuk daerah yang di berikan yaitu Kabupaten Konawe Selatan. Adanya teknik cropping citra ini dapat menyederhanakan suatu area hasil penginderaan jauh dan cropping citra ini dapat bermanfaat untuk mempermudah kinerja seseorang ketika sedang melakukan pengamatan citra dalam membatasi region atau wilayah tertentu.



B.



Saran Saran yang dapat saya sampaikan pada praktikum IV ini agar kita lebih memehami lagi tentang penginderaan jauh lebih dalam lagi dan komputer yang ada di leb sebaiknya disimpan memang aplikasi yang akan digunakan dalam setiap praktium.



VII.



DAFTAR PUSTAKA



Anggoro, A., Siregar, V. P., & Agus, S. B., 2017, Klasifikasi Multiskala UntukPemetaan Zona Geomorfologi dan Habitat Bentik Menggunakan Metode Obia di Pulau Pari, Jurnal Pengindraan Jauh, Vol. 14, No. 2, p. 90 Ardiyansyah., Subiyanto, S., & Sukmono, A., 2015, Indentifikasi Lahan Sawah Menggunakan NDVI dan PCA Pada Citra Landsat 8, Jurnal Geodesi Undip, Vol. 4, No. 4, p. 319 Jackson, R.D. and Huete, A.R. 1991. Interpreting Vegetation Indices. Journal of Preventive Veterinary Medicine, No. 11, p. 231-237. Jiyah., Sudarsono, B., & Sukmono, A., 2017, Studi Distribusi Total Suspended Solid (TSS) Di Perairan Pantai Kabupaten Demak Menggunakan Citra Landsat, Jurnal Geodesi Undip, Vol. 6, No.1, p.44 Maspiyanti, F., Fananny, M. I., & Arymurthy, A. M., 2013, Klasifikasi Fase Pertumbuhan Padi Berdasarkan Citra Hipespektral Dengan Modifikasi Logika Fuzzy, Jurnal Pengindraan Jauh, Vol. 10, No.1, p.42 Muhlis, A, Irawan, A, F dan Ramadhan, F., 2016. Penilaian Perubahan Lahan Sawah di Kecamatan Gambut Kabupaten antara Tahun 2010 dengan Tahun 2015. Jurnal INTEKNA, Vol.16, No.2, p.146 Prayitno, Y dan Bachrodin, I., 2015. Perubahan Garis Pantai di Kabupaten Indramayu dengan Menggunakan Citra Satelit Landsat Multi Temporal. The journal of Fisheries Development, Vol. 2, No. 3 p. 61-70. Sudibyo, U., Sari, A. C., & Rachmawanto, E. H., 2018, Optimasi Algoritma Learning Quanti (LQV) Dalam Pengklasifikasian Citra Daging Sapi Berbasis GLCM Dan HSV, Jurnal Simetris, Vol. 9, No.1, p. 2 Wahyuni, N. I., 2012, Integrasi Pengindraan Jauh dalam Penghitungan Biomasa Hutan, Info BPK Manado, Vol. 2, No. 2, p.117