I.

PENDAHULUAN

1.1 Latar Belakang

Pada zaman dahulu tidaklah terpikirkan oleh manusia untuk melihat
permukaan bumi kita ini karena tidak terdapat adanya ilmu dan sarana yang
melandasi pengetahuan itu. Mulailah muncul ide-ide untuk mengetahui bagaimana
caranya melihat permukaan bumi kita ini dengan melakukan pemotretan foto
udara dengan menggunakan layang-layang, kemudian berkembang dengan
pemotretan menggunakan balon udara, dan berkembang lagi dengan pemotretan
menggunakan pesawat angkasa, dan kemudian akhirnya berkembang lagi dengan
pemotretan menggunakan satelit yang sampai sekarang ini sangat memudahkan
kita melihat permukaan bumi.
Pada saat ini perkembangan teknologi tidak asing bagi kita, semua telah
maju pesat sehingga banyak alat-alat yang semakin canggih seperti adanya satelit
yang berfungsi sebagai indera pengelihatan yang melakukan perekaman terhadap
permukaan bumi pada saat satelit tersebut beredar mengitari bumi menurut garis
orbit atau edarnya. Sensor yang ada pada kamera akan mendeteksi informasi
permukaan bumi melalui energi radiasi matahari yang dipantulkan oleh
permukaan keatas, data energi pantulan radiasi ini diolah menjadi gejala listrik
dan data dikirim ke stasiun pengolahan satelit yang ada di bumi.
Dari masa ke masa Perkembangan teknologi semakin pesat khususnya
dalam hal teknik pengolahan citra, membuat kita mencoba untuk lebih menguasai
konsep guna menghadapi persaingan global. Berbagai macam software
pengolahan citra telah dikembangkan sebagaimana mestinya. Hal ini bertujuan
untuk mempermudah dalam otomatisasi pengolahan citra. Perkembangan teknik
pengolahan citra juga memungkinkan semakin praktisnya pemrosesan, dengan
jaminan hasil yang semakin baik. Seiring dengan perkembangan ilmu
pengetahuan manusia menuntut untuk hasil yang terbaik yang nantinya dapat
diaplikasikan untuk berbagai kegiatan. Ketersediaan data citra satelit

dalam

bentuk digital memungkinkan penganalisaan dengan menggunakan komputer

secara kuantitatif dan konsisten. Selain itu data citra satelit dapat digunakan
sebagai input yang independen untuk verifikasi lapangan.

Pengindraan jauh adalah ilmu atau seni cara merekam suatu objek tanpa
kontak fisik dengan menggunakan alat pada pesawat terbang, balon udara, satelit,
dan lain-lain. Dalam hal ini yang direkam adalah permukaan bumi untuk berbagai
kepentingan manusia. Sedangkan arti dari citra adalah hasil gambar dari proses
perekaman penginderaan jauh (inderaja) yang umumnya berupa foto.
1.2 Tujuan
1. Mahasiswa mengetahui arti dan fungsi dari penginderaan jauh.
2. Mahasiswa mengetahui spesifikasi Landsat 8.
3. Mahasiswa mengetahui dan mampu mengoperasikan software ER
Mapper 7.0 yang dapat membantu dalam proses pengolahan data dari
citra penginderaan jauh.
1.3 Manfaat
1. Membantu proses pengolahan data dari hasil pengindraan jauh
2. Membantu proses pengukuran, penelitian dan pengelolaan suatu sumber
daya bumi dengan menggunakan konsep interpretasi foto udara,
fotogeometri, interpretasi citra dari sensor non-fotografi baik secara
visual maupun menggunakan teknik pemrosesan citra digital

II.

TINJAUAN PUSTAKA

2.1 Penginderaan Jauh

Pengindraan jauh adalah ilmu atau seni cara merekam suatu objek tanpa
kontak fisik dengan menggunakan alat pada pesawat terbang, balon udara, satelit,
dan lain-lain. Dalam hal ini yang direkam adalah permukaan bumi untuk berbagai
kepentingan manusia. Sedangkan arti dari citra adalah hasil gambar dari proses
perekaman penginderaan jauh (inderaja) yang umumnya berupa foto.

Gambar 1.Sistem penginderaan jauh (Anonim,2013)

Beberapa Pengertian Penginderaan Jauh Oleh Para Ahli :
1. Menurut Lillesand and Kiefer
Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi tentang
objek, daerah atau gejala dengan jalan menganalisis data yang didapat dengan
menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang
dikaji.
2. Menurut Lindgren
Penginderaan jauh adalah bermacam-macam teknik yang dikembangkan untuk
mendapat perolehan dan analisis informasi tentang bumi. Informasi tersebut
khusus dalam bentuk radiasi elektromagnetik yang dipantulkan atau dipancarkan
dari permukaan bumi.

3. Menurut Sabins
Penginderaan jauh adalah suatu ilmu untuk memperoleh, mengolah dan
menginterpretasi citra yang telah direkam yang berasal dari interaksi antara
gelombang elektromagnetik dengan suatu obyek(Sabins, 1996).
Sabins (1996) dalam Kerle, et al. (2004) menjelaskan bahwa penginderaan
jauh adalah ilmu untuk memperoleh, mengolah dan menginterpretasi citra yang
telah direkam yang berasal dari interaksi antara gelombang elektromagnetik
dengan sutau objek. Sedangkan menurut Lillesand and Kiefer (1993),
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang
suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan
suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji.

Gambar 2. Skema penginderaan jauh(Kerle, et al.,2004)

Data penginderaan jauh diperoleh dari suatu satelit, pesawat udara balon
udara atau wahana lainnya. Data-data tersebut berasal rekaman sensor yang
memiliki karakteristik berbeda-beda pada masing-masing tingkat ketinggian yang
akhirnya menentukan perbedaan dari data penginderaan jauh yang di hasilkan
(Richards and Jia, 2006).

Pengumpulan data penginderaan jauh dapat dilakukan dalam berbagai

bentuk sesuai dengan tenaga yang digunakan. Tenaga yang digunakan dapat
berupa variasi distribusi daya, distribusi gelombang bunyi atau distribusi energi
elektromagnetik (Purwadhi, 2001).
Pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat
pengindera atau alat pengumpul data yang disebut sensor. Data penginderaan jauh
dapat berupa citra (imaginery), grafik, dan data numerik. Proses penerjemahan
data 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 (Purwadi, 2001).
Penginderaan

jauh

sangat

tergantung

dari

energi

gelombang

elektromagnetik. Gelomabng elektromagnetik dapat berasal dari banyak hal, akan

tetapi gelombang elektromagnetik yang terpenting pada penginderaan jauh adalah
sinar matahari. Banyak sensor menggunakan energi pantulan sinar matahari
sebagai sumber gelombang elektromagnetik, akan tetapi ada beberapa sensor
penginderaan jauh yang menggunakan energi yang dipancarkan oleh bumi dan
yang dipancarkan oleh sensor itu sendiri. Sensor yang memanfaatkan energi dari
pantulan cahaya matahari atau energi bumi dinamakan sensor pasif, sedangkan
yang memanfaatkan energi dari sensor itu sendiri dinamakan sensor aktif
(Danoedoro,1990).
2.2 Citra
Citra adalah gambar pada bidang dua dimensi.Dalam tinjauan matematis,
citra merupakan fungsi kontinu dari intensitas cahaya pada bidang dua
dimensi.Ketika sumber cahaya menerangi objek, objek memantulkan kembali
sebagian cahaya tersebut.Pantulan ini ditangkap oleh alat-alat pengindera optik,
misalnya mata manusia, kamera, scanner dan sebagainya. Bayangan objek
tersebut akan terekam sesuai intensitas pantulan cahaya. Ketika alat optik yang
merekam pantulan cahaya itu merupakan mesin digital, misalnya kamera digital,

maka citra yang dihasilkan merupakan citra digital.Pada citra digital, kontinuitas
intensitas cahaya dikuantisasi sesuai resolusi alat perekam (Avery, 1970).
Citra satelit (satellite/spaceborn image), dibedakan lebih jauh atas
penggunaan utamanya, yaitu:

Untuk penginderaan planet, exm: citra satelit Ranger (AS), citra satelit
Viking (AS), citra satelit Luna (Rusia) dan citra satelit Venera (Rusia).

Untuk penginderan cuaca, example : citra NOAA (AS) dan citra Meteor
(Rusia)

Untuk penginderaan sumberdaya bunyi, exm: citra Landsat (AS), citra

Soyus (Rusia), citra SPOT yang diorbitkan oleh Prancis pada tahun 1986.

Untuk penginderaan laut, exm: citra Seasat (AS) dan citra MOS (Jepang)
yang diorbitkan pada tahun 1986.
Citra Penginderaan Jauh merupakan gambaran yang terekam oleh kamera

atau oleh sensor lainnya. Dalam bahasa Inggris, citra adalah image atau imagery,
batasannya adalah :
a. Image adalah gambaran suatu obyek atau suatu perwujudan, umumnya berupa
peta, gambar, atau foto.
b. Imagery adalah gambaran visual tenaga yang direkam dengan menggunakan
alat penginderaan jauh.
Klasifikasi citra dapat dilakukan secara manual (visual) maupun secara
digital. Klasifikasi secara manual dilakukan dengan bertumpu pada kenampakan
pada citra, seperti misalnya rona atau warna, bentuk, ukuran, tinggi atau
bayangan, tekstur, pola, letak atau situs dan asosiasi dengan obyek lainnya.
Klasifikasi secara digital dapat dilakukan dengan bantuan komputer, dan biasanya
bertumpu pada informasi spektral obyek (yang diwakili oleh nilai pixel citra) pada
beberapa saluran spektral sekaligus. Oleh karena itu, klasifikasi secara digital
sering disebut sebagai klasifikasi multivariat atau klasifikasi multispektral.

2.3 ER MAPPER 7.0

ER Mapper adalah software pengolah citra digital yang saat ini telah banyak
dipakai. ER Mapper telah mengalami dari generasi ER Mapper (betha) pada
tahun 1990 sampai generasi ER Mapper 6.3 tahun 2003 ini. Pengembangan
pengembangan yang telah dilakukan selama kurun waktu itu membuat
software ER Mapper memiliki fasilitas yang lebih lengkap dan semakin baik
untuk pengolahan data digital penginderaan jauh dibanding versi sebelumnya
(Anonim, 2012).
ER Mapper dapat dijalankan pada komputer dengan spesifikasi minimal:
komputer PC/AT dengan procesor pentium, RAM 24 Mb, dengan sistem
operasi Windows 95 ke atas atau Windows NT dan monitor warna beresolusi
tinggi. ER Mapper juga dapat dijalankan pada sistem jaringan keria (network)
dengan sistem operasi UNIX. ER Mapper dapat digunakan untuk
menampilkan dan mengolah data raster, menampilkan dan mengedit data
vektor, dan dapat dihubungkan dengan data dari Sistem Informasi Geografi
(SiG), database management system (DBMS) dan sumber data lainnya
(Anonim, 2012).
ER Mapper mengunakan suatu konsep pengolahan data yang dinamakan
algoritma, dimana algoritma ini membuat semacam tahapan-tahapan mandiri
dalam proses pengolahan citra. Tahapan tahapan pengolahan citra dapat
disimpan dan diedit dalam suatu file algoritma yang dapat digunakan untuk
tahapan pengolahan data citra lainnya (Anonim, 2012).
ER Mapper didesain khusus untuk penanganan data data yang berkaitan
dengan masalah kebumian dan meliputi industri industri yang bergerak di
bidang kebumian pula. Berikut ini adalah bidang bidang yang dapat
menggunakan aplikasi aplikasi ER Mapper, antara lain (Anonim, 2012):
* Pemantauan lingkungan
* Manajemen dan perencanaan kota dan daerah urban
* Manajemen sumber daya hutan
* Layanan informasi dan manajemen pemanfaatan lahan
* Eksplorasi mineral
* Pertanian dan perkebunan
* Manajemen sumber daya air
* Manajemen sumber daya pantai dan laut
* Oseanografi fisik
* Eksplorasi dan produksi minyak dan gas bumi.

Pada ER Mapper, data citra digital disimpan dalam suatu penyimpanan

elektronik sebagai suatu susunan data dua dimensi yang dinamakan piksel
(picture element). Setiap piksel mewakili suatu area di permukaan bumi.
Besarnya area yang diwakili oleh satu piksel ini tergantung sensor satelit yang
digunakan, yaitu ada yang 10 m, 20 m, 30 m, dll. Ukuran / nilai-nilai ini
disebut sebagai resolusi spasial dari sensor satelit yang dimaksud seperti yang
dijelaskan di atas. Susunan dua dimensi data citra ini disebut sebagai format
raster sehingga data citra digital sering juga disebut data raster. Data raster
tersusun dalam baris horisontal yang disebut lines dan kolom vertikal yang
disebut sample (Anonim, 2012).
Perkembangan yang telah dialami ER Mapper merupakan usaha agar ER
Mapper dapat menyesuaikan dengan perkembangan perangkat keras
(hardware) dan sistem operasi (OS) yang ada dan berkembang pada saat ini.
Perkernbangan yang terjadi ini juga memberikan beberapa fasilitas baru guna
Iebih memaksimalkan kemampuan software ER Mapper dalarn pengolahan
citra digital. Beberapa kelebihan yang dimiliki ER Mapper adalah (Anonim,
2012):
1. Penyimpanan data harddisk. ER Mapper hanya menyimpan data original
dari citra dan aplikasi penyimpanannya saja, sehingga cukup menghemat
ruang hardisk.
2. Kecepatan penyimpanan. Karena ER Mapper hanya menyimpan data
original citra dan aplikasi pengolahannya sehingga membuat byte data
yang tersimpan lebih kecil dan ini rnernbuat proses penyimpanannya lebih
cepat.
3. Pemrosesan template. Algoritma dapat digunakan untuk pengolahan
template untuk aplikasi berbagai data yang berlainan.
4. Kuantitas hasil. Algoritma mengandung semua pengolahan data yang
diperlukan sehingga tidak dipersulit dengan pengolahan citra.
5. Pemrosesan yang interaktif. Pengolahan data terlihat langsung pada layar
monitor tanpa harus membuat file keluaran lebih dulu.
6. Mosaik citra vang interaktif. Mosaik dapat diproses dengan mudah tanpa
memerlukan pencontohan dan penggabungan beberapa file data yang bisa
menghasilkan ruang harddisk yang besar.

7. Penggabungan data yang interaktif. Data SPOT dan Landsat TM misalnya

dapat digabung secara interaktif tanpa membutuhkan file file keluaran di
harddisk.
8. Kemampuan menampilkan citra piksel perpiksel.
9. Fasilitas tukar menukar data raster hingga 130 format pengimpor data.
10. Fasilitas pencetakan data keluaran hingga 250 format.
11. Kemampuan visualisasi 3D dan flying through.
12. Kemampuan membaca data vektor seperti : AutoCad dan Arc/Info.
13. Kemampuan layout dan output kartografis yang memadai untuk ukuran
software image procesing.
Selain kelebihan-kelebihan di atas, ER Mapper memiliki keterbatasan, yaitu
(Anonim, 2012) :
1. Terbatasnya format pengeksport data
2.

Data yang mampu ditanganinya adalah data 8 bit.

2.4 Satelit Landsat 1 - 8

Program Landsat adalah program paling lama untuk mendapatkan
citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun
1972; yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999.Instrumen
satelit-satelit Landsat telah menghasilkan jutaan citra (Spasiatama, 2004).
Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiunstasiun
penerima Landsat di seluruh dunia; dimana merupakan sumber daya yang
unikuntukrisetperubahan global dan aplikasinya pada pertanian, geologi,
kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional Landsat 7
memiliki resolusi 15-30 meter.
Satelit Landsat (Land Satellite), milik Amerika Serikat diluncurkan
pertama kali pada tahun 1972, dengan nama ERTS-1 (Earth Resources
Technology Satellite-1). Proyek eksperimental ini sukses, dan dilanjutkan dengan
peluncuran selanjutnya, seri kedua, tetapi dengan berganti nama menjadi Landsat,
sehingga ERTS-1 pun berganti nama menjadi Landsat-1(Dulbahri, 1985).
Sampai pada tahun 1991, peluncuran sampai pada sateli Landsat-5.
Selama kurun waktu tersebut dengan kecanggihan tegnologi terjadi perubahan

desain sensornya, sehingga kelima satelit itu dapat dikelompokkan menjadi dua
generasi : generasi pertama (Landsat 1-3) dan generasi kedua (Landsat 45). Satelit Landsat 1-2 memuat dua macam sensor : RBV (Retrun Beam Vidicon,
dan terdiri atas tiga saluran RBV1, RBV2, dan RBV3 dengan resolusi spasial 79
meter) dan MSS (Multispectral scanner, resolusi spasial 79 meter terdiri atas 4
saluran MSS4, MSS5, MSS6, dan MSS7). Satelit Landsat-3 masih memuat dua
macam sensor tersebut yaitu RBV dan MSS, tetapi sistem sensor RBV diganti
menjadi TM (Thematic Mapper) dan penyusutan jumlah saluran pada RBV
menjadi 1 saluran tunggal beresolusi spasial 40 meter (Spasiatama,2004).
Satelit Landsat 4-5 juga memuat 2 macam sensor pula, dengan
mempertahankan MSSnya dan RBV diganti dengan TM, karena alasan
kapabilitas. Dengan demikian penomoran MSS menjadi MSS1, MSS2, MSS3,
dan MSS4. Sensor TM mempunyai 7 saluran yang mempunyai nomor urut dari 1
sampai 7. Keganjalan dalam sensor TM terdapat pada TM6 yang menggunakan
spektrum inframerah thermal, beresolusi 120 meter, terdapat pada antara saluran
inframerah TM5 dan TM7 yang beresolusi 30 meter. Hal ini dikarenakan oleh
penambahan atau pembuatan sensor TM7 sebelum seluruh TM1 sampai TM6
disahkan oleh pemerintahan Amerika Serikat.
Untuk menghasilkan kontinuitas kanal inframerah termal, pada tahun
2008, program LDCM (Landsat-8) mengalami pengembangan, yaitu Sensor
pencitra TIRS (Thermal Infrared Sensor) ditetapkansebagai pilihan (optional)
pada misi LDCM (Landsat-8) yang dapat menghasilkan kontinuitas data
untuk kanal-kanal

inframerah

termal

yang tidak

dicitrakan

oleh

OLI .

Berkaitan dengan program satelit LDCM (Landsat-8) tersebut, maka untuk

mempertahankan kontinuitas penyediaan data atau untuk pelayanan permintaan
para pengguna

akan

kebutuhan

data

atau informasi

spasial

untuk

pengembangan pemanfaatan data dan teknologi inderaja di Indonesia, LAPAN

perlu melakukan Kajian Pemanfaatan Satelit Masa Depan: Sistem Penginderaan
Jauh Satelit LDCM (Landsat-8).
satelit

Tulisan ini menguraikan karakteristik teknis

LDCM (Landsat-8), karakteristik teknis sensor pencitra

karakteristik data citra, subsistem pendukung misi, aplikasi

OLI

dan

data satelit

LDCM (Landsat-8) serta analisis pemanfaatan satelit masa depan: LDCM

(Landsat-8).

Metode

kajian

adalah

dengan

melakukan

studi

literatur/informasi/data yang diperoleh dari badan/lembaga pemilik satelit serta

dari media internet, dan sumbersumber referensi literatur lainnya/ hasil-hasil
penelitian

yang

berkembang dewasa ini, serta melakukan analisis.

(Stanggang, 2010)

2.5 RGB
RGB merupakan singkatan dari Red, Green, Blue, dan apabila ketiga
warna tersebut dikombinasikan, terciptalah warna putih.RGB menyandang
status sebagai additive color, atau bahasa kerennya warna pencahayaan.
Warna RGB merupakan prinsip warna yang digunakan oleh media elektronik
seperti televisi, monitor komputer, dan juga scanner. Oleh karena itu, warna
yangditampilkan RGB selalu terang dan menyenangkan, karena memang di
setting untuk display monitor, bukan cetak, sehingga lebih leluasa dalam
bermain warna. Tapi bukan berarti RGB bebas masalah lho. Tampilan warna
RGB akan selalu terikat dengan kapasitas/kemampuan grafis computer yang
menyandangnya. Jadi apabila komputer yang kita pakai mempunyai graphic
card yang bagus serta monitor LCD, maka tampilan warna RGBnya akan jauh
lebih bagus dibanding monitor tabung dengan graphic card yang biasa-biasa
saja (Lillesand dan Kiefer, 1990).
RGB adalah sebuah ruang warna yang sifatnya bergantung kepada
perangkat. Perangkat yang berbeda akan mendeteksi atau mereproduksi nilai
RGB secara berbeda. Untuk membentuk warna dengan RGB, tiga cahaya
berwarna balok (satu merah, satu hijau, dan satu biru) harus ditumpangkan
(misalnya dengan emisi dari layar hitam, atau dengan refleksi dari layar
putih).Masing-masing dari tiga balok disebut sebagai komponen warna, dan
masing-masing dapat memiliki intensitas yang berbeda(Dulbahri, 1985).

2.6 Teknik interpretasi visual

Untuk menghitung suatu luasan pada obyek yang akan kita hitung
dibutuhkan ketelitian dalam melakukan digitasi pada obyek tersebut karena jika

kita salah atau tidak tepat pada objek yang akan kita hitung maka data luasannya
pun tidak valid. Dalam menghitung luasan ini digunakan icon polygon.
Sedangkan untuk menghitung jarak atau panjang dari suatu objek dengan
menggunakan icon polyline. Penghitungan panjang/jarak ini juga dibutuhkan
ketelitian seperti pada penghitungan luasan.(Spasiatama, 2004).
2.7 Satelit IKONOS
Satelit IKONOS adalah satelit resolusi tinggi yang dioperasikan oleh
GeoEye berasal dari bawah Lockheed Martin Corporation sebagai Commercial
Remote Sensing System (CRSS) satelit. Pada April 1994 Lockheed diberi salah
satu lisensi dari US Department of Commerce untuk satelit komersial citra
resolusi tinggi. Pada tanggal 25 Oktober 1995 perusahaan mitra Space Imaging
menerima lisensi dari Komisi Komunikasi Federal (FCC) untuk mengirimkan
telemetri dari satelit di Bumi delapan-gigahertz band Exploration Satellite
Service. Sebelum memulai, Space Imaging mengubah nama untuk satelit
IKONOS. IKONOS berasal dari bahasa Yunani yang berarti "gambar".
Pada awalnya dua satelit direncanakan untuk operasi. Peluncuran
IKONOS-1 pada tahun 1999 gagal ketika payload hadiah dari Athena roket, gagal
untuk memisahkan dan mencegah satelit mencapai orbit. Lalu, IKONOS-2 yang
semula direncanakan untuk diluncurkan pada 2000, berhasil diluncurkan pada 24
September 1999 dari Space Launch Complex 6 (SLC-6) di Vandenberg Air Force
Base di California. Sensor pencitraan panchromatic dan multispectral. Satelit ini
memiliki kutub, lingkaran, matahari-sinkron 681-km orbit dan keduanya sensor
memiliki petak lebar 11 km. Beratnya adalah 1600 pound (720 kg) (Dulbahri,
1985).
IKONOS adalah satelit milik Space Imaging (USA) yang diluncurkan
bulan September 1999 dan menyediakan data untuk tujuan komersial pada awal
2000. 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). Ini berarti IKONOS merupakan

satelit komersial pertama yang dapat membuat image beresolusi tinggi(Lo, C.P,
1986).
Dengan kedetilan/resolusi yg cukup tinggi ini membuat satelit ini akan
menyaingi pembuatan foto udara. bahkan kalau memetakan kota bekasi bisa
dengan skala 1:5000 bahkan 1:2000 untuk desain tata ruang.

Resolusi

Band Width

Spasial

Panchromatic
Band 1
Band 2
Band 3

0.45 0.90m
0.45 0.53m (blue)
0.52 0.61m (green)
0.64 0.72m (red)

1 meter
4 meter
4 meter
4 meter

Band 4

0.77 0.88m (near infra-red)

4 meter

Berikut ini beberapa spesifikasi satelit IKONOS:

INFORMASI PELUNCURAN
Organisasi : GeoEye
Tanggal Peluncuran : 24 September 1999
Peluncuran Kendaraan : LM900
Peluncuran Situs/Lokasi : Vandenberg Air Force Base, California, USA
PETAK AREA UKURAN LEBAR DAN LUAS
Petak : 11 km x 11 km (single scene)

ORBIT
Orbit : 98.1 derajat, sun synchronous
Kecepatan pada Orbit : 7.5 km/detik
Kecepatan diatas bumi : 6.8 km/detik
Kecepatan mengelilingi Bumi : 14.7 kali tiap 24 jam

Ketinggian : 681 kilometer

Masa Operasi : 7 tahun lebih

RESOLUSI
Resolusi pada Nadir : 0,82 meter (panchromatic)
3,2 meter (multispectral )
Resolusi 26 Off-Nadir : 1,0 meter (panchromatic)
4,0 meter (multispectral)
Cakupan Citra : 11,3 kilometer pada nadir
13,8 kilometer pada 26 off-nadir
Waktu Melintas Ekuator : Nominal 10:30 AM waktu matahari
Waktu Lintas Ulang : Sekitar 3 hari pada 40 garis lintang
Saluran Citra : Panchromatic, blue, green, red, near IR
Dynamic Range : 11-bit per pixel
KOMUNIKASI
Pelacak dan Kontrol : 8345.968-8346.032 MHz band (downlink)
2025-2110 MHz (uplink).
Pembawa Data Downlink : 8025-8345 MHz
2.8 Geolink
Pengertian Geopositioning adalah menyebutkan secara spesifik posisi dan
cakupan dari sebuah image dalam ruang koordinat geografis. Hal ini bisa berguna
untuk membuat peta yang mencakup suatu area tertentu. Sedangkan geolinking
adalah menghubungkan dua atau lebih window image dalam ruang koordinat
geografik. Hal ini bisa sangat berguna untuk visualisasi dari area geografik
yang sama dengan tipe image yang berbeda atau algorithm pemrosesan
yang berbeda, dan banyak aplikasi lain. Apabila image sudah diregistrasi, maka
image tersebut bisa dihubungkan secara geografik dengan window image lain(Lo,
C.P, 1986).

III.

MATERI & METODE

3.1 Waktu & Tempat

Hari

: Rabu, 21 Oktober 2015

Waktu

: 15.00 WIB 16.30 WIB.

Tempat

: Laboratorium Komputasi Kampus Ilmu Kelautan,

Universitas Diponegoro, Tembalang, Semarang.

3.2 Materi
Materi yang disampaikan pada praktikum pertama penginderaan jarak
jauh yaitu :
3.2.1 Penggabungan citra
3.2.2 Croping citra
3.2.3 Penajaman citra, komposit warna dan teknik interpretasi visual
3.2.4 Reading data value
3.2.4.1
Cell calues profile
3.2.4.2
Cell coordinate
3.2.4.3
Luas dan jarak
3.2.5 Geolink
3.2.5.1
Geolink to Window
3.2.5.2
Geolink to Screen
3.2.5.3
Geolink to Roam
3.3 Metode
3.3.1 Menggabungkan Citra

Buka softwareER Mapper 7.0, kemudian klik edit algorithm

Maka akan muncul window berikut

Lalu duplikat pseudo layer nya sebanyak 8x

layer

dan ganti nama pseudo

menjadi band1-band8. GABUNG_CANDRA

RIO SITIO_26020214170002

Lalu Klik load data sheet,

Lalu buka data penginderaan jauh

di D: dengan cara klik Volume D:\ kemudian sesuaikan data B1 B8 ke

BAND 1 BAND 8 dan klik ok this layer only
Band1-Band8.

Lalu klik Surface

Kemudian save as

lalu pilih Greyscale pada tab Color Table

Maka akan muncul window save as, kemudian pada save as ketik
GABUNG CITRA_CANDRA RIO SITIO_26020214170002.ers dan
pada files of type dipilih ER Mapper Raster Dataset (.ers). Kemudian klik
ok

Lalu akan muncul window berikut, dan klik defaults sebanyak 2 kali lalu
klik ok

Bila muncul window berikut maka perintah save berhasil dilakukan.

3.3.2 Croping Data

Cropping Data

Klik kembali Edit algoritma

dan nim kita,

, lalu ganti Description menjadi nama

Lalu duplicate pseudo layer

sampai 8 kali. Ubah menjadi band 1-

band 8. Cek satu persatu band dengan membuka load data set kemudian
klik volumes lalu pilih data yang akan sesuai band 1 band 8

Kemudian klik ok sehingga muncul seperti berikut.

Kemudian Cropdata dengan klik zoom box tool

yg akan di zoom

,lalu klik lagi daerah

Kemudian klik save as, maka akan muncul window save, kemudian pada
save as ketik CROPPING_CANDRA RIO SITIO_ 26020214170002
dan pada files of type dipilih ER Mapper Raster Dataset (.ers). Kemudian
klik ok

klik default lalu pilih OK

Maka akan mucul window berikut yang berarti perintah save berhasil
dilakukan.

3.3.3 Penajaman Citra, Komposit Warna dan Teknik Interpretasi

Visual= warna, pola, bentuk, tekstur

Klik Edit Algoritma

simpan.

, kemudian buka file cropping yang sudah di

Lalu klik ok this layer only, maka akan muncul

Lalu klik surface, kemudian pada Color Table pilih greyscale

Lalu klik contras enhancement 99 %

Algorithm

untuk mencerahkan dan memberi warna tampilan gambar

pada layer.

Lalu klik Creat RGB

Maka hasilnya sebagai berikut :

3.3.4. Reading Data Value

3.3.4.1 CVP

Buka File GABUNG CITRA_CANDRA RIO

SITIO_26020214170002.ers yang telah disimpan sebelumnya

Kemudian klik Create RGB Algorithm.

Lalu Crop daerah yang dicitra dengan zoom box tool

smoothing pada layar algorithm di uncheklist.

Kemudian klik

Lalu klik view cell value profil

Kemudian klik pointers tools

, lalu klik di sembarang citra pada layer

maka akan muncul nilai cell value profil

3.3.4.2 Cell Coordinate

Klik view lalu cell coordinate

Maka akan muncul windownya, lalu klik salah satu pixel yg ada pada citra
dan hasilnya akan keluar seperti berikut:

3.3.4.3 Luas dan Jarak

Klik Edit pada taskbar,lalu pilih annotate vector layer,

Kemudian akan keluar window berikut:

kemudian klik Oksehingga muncul tampilan tools baru

a. Menghitung Panjang ( Polyline )

Klik polyline

pada tools kemudian lakukan digitasi seperti berikut

Lalu klik edit object extent

maka windownya akan muncul dan

dapat terlihat berapa nilai panjang atau jarak yang tadi kita digitasi.

Lalu klik cut untuk menghilangkan garis dari polyline. Lalu klik refresh

b. Menghitung Area ( Polygon )

Klik polygon

pada tools kemudian lakukan digitasi seperti berikut,

dan diberi warna agar dapat terlihat

Lalu klik edit object extent

maka windownya akan muncul dan

dapat terlihat berapa nilai luas atau area yang tadi kita digitasi.

3.3.5 Geolink
3.3.5.1 Geolink to Window

Buka file melalui icon Load Dataset

. Untuk window pertama,

buka file berupa citra data satelit IKONOS 2005.ers, Sedangkan untuk
window kedua, klik New

dan buka file citra data satelit IKONOS

2009.ers. Lalu zoom citra IKONOS 2009.

Kemudian untuk layer satelit IKONOS 2005 dan 2009, masing

masing di klik kanan-zoom geolink to window.

Lalu pilih klik hand tools

untuk menggeser- geser peta untuk mlihat

perubahan yang terjadi dari tahun 2005-2009.

Kemudian klik kanan set geolink to noneuntuk menonaktifkan efek ke-4

layer tersebut, untuk melanjutkan proses selanjutnya.

3.3.5.2 Geolink to Screen

Pada layer satelit 2009 di klik sembarang, lalu klik copy window
untuk mengcopy layer 2009 sehingga akan muncul 4 layer (2005, 2009,
2009, 2009).

Lalu pada masing masing layer, klik kanan quick zoom lalu pilih set
geolink to screen. Lalu bila digeser maka tampilannya akan menjadi :

Kemudian klik kembali dengan cara quick zoom dan pilih set geolink to
none ke semua citra

lalu pilih zoom to all datasetspada semua citra juga

3.3.5.3 Geolink to Overview Roam

Selanjutnyaklik kanan pada layer2005 kemudian zoom set geolink to

overview roam.

Lalu geser geser layernya untuk melihat perubahan yang terjadi dari tahun
2005 sampai ke tahun 2009.

IV. HASIL DAN PEMBAHASAN

4.1 Hasil
4.1.1 Penggabungan citra

4.1.2

Cropping Citra

4.1.3

Penajaman Citra

4.1.4 Reading Data Value

4.1.4.1 Cell Values Profile

4.1.4.2 Cell Coordinates

4.1.5

Mengetahui Panjang dan Area (Polyline & Polygon)

A. Menghitung panjang (Polyline)

B. Mengetahui panjang (Polygon)

4.1.6 Geolink
4.1.6.1 Geolink to Window

4.1.6.2 Geolink to Screen

4.1.6.3 Geolink to Overview Roam

4.2 Pembahasan
4.2.1

Penggabungan Citra
Pada penggabungan citra, dilakukan dengan menggabungkan
berbagai file citra dari satelit Landsat dengan memilih data yang telah
ditentukan yaitu dari saluran-saluran pada satelit yang disebut juga
dengan band, yaitu: band 1 sampai band 8. Setiap band memiliki
warna, ciri dan karakteristik yang berbeda sehingga harus dilakukan
kombinasi secara teliti untuk mendapat hasil yang memuaskan.
Sehinngga kumpulan dari band band tesebut dapat memadukan sebuah
pixel piexel yang berukuran sangat sepesefik dan pada saat
penggabungan citra tersebut telah dikombinasikan maka akan
didapatkan sebuah peta yang hampir mirip dengan aslinya.

4.2.2

Cropping Citra
Metode cropping citra berguna untuk memotong dan memperbesar
suatu citra sehingga citra yang dihasilkan jelas dan tingkat
kefokusannya tinggi sehingga lebih mudah untuk diamati dan untuk
mengambil informasi dari citra tersebut akan menjadi lebih mudah.
Secara sederhana pada praktikum ini, cropping dapat dilakukan
dengan menggunakan zoom box tool. Dengan cropping kita dapat
melihat data citra yang kita butuhkan dengan spesifik.
Hasil dari cropping adalah potongan dari daerah atau luasan yang
mengalami pembesaran beberapa kali. Dan ketika hasil cropping ini
disimpan, maka, ketika file citra tersebut kembali, yang tertampil
adalah daerah yang telah mengalami cropping.
Efek dari cropping ini adalah daerah yang mengalami zooming
terlihat lebih detail, walaupun dengan gambar yang terlihat pecah
karena mengalami pembesaran pixel. Namun, hal ini tergantung dari
tingkat resolusi spasial yang dimiliiki oleh masing-masing wahana
perekam citra.

4.2.3

Teknik Interpretasi Visual Penajaman Citra

Penajaman

citra

dilakukan

dengan

mengeklik

99%

contrast

enchanment. Hal ini dilakukan dengan tujuan gambar yang dihasilkan

semakin

jelas

dan

tajam

dari

tampilan

citra

sebelum

dikoreksi.Komposit warna dilakukan dengan mengeklik RGB (RedGreen-Blue) untuk mengubah tampilan citra dari grayscale menjadi
berwarna dan terlihat seperti gambaran citra yang sesungguhnya.
Warna yang tertampil pada citra menunjukkan kecenderungan warna
asli dari objek dan fitur yang terekam pada citra. Sehingga dari sinilah
dapat dilakukan interpretasi citra berdasarkan sifat dan karakteristik
dari saluran yang terekam pada citra.

4.2.4

Reading Data Value

Reading data values merupakan fiitur pada ER Mapper yang
digunakan untuk menggetahui nilai dari setiap titik dari citra yang
terekam berdasarkan besaran tertentu, sesuai keberadaannya di
lapangan. Fitur ini membaca nilai yang tersimpan pada setiap pixel
yang menyusun citrra tersebut.
Ada 2 pembacaan, yaitu, pembacaan nilai band yang terekam pada
citra, dan koordinat kedudukan fitur yang terekam pada citra
Cell Values Profile berfungsi untuk menentukan nilai dari saluran
band warna yang terekam pada setiap pixel citra. Kegunaan dari cell
value profile adalah untuk mengetahui bahwa tempat tersebut
mempunyai topografi rendah atau tinggi yang ditandai dengan
perbedaan warna setiap daerah.

Cell Values Coordinate juga berfungsi untuk menentukan

koordinat atau letak suatu daerah berdasarkan letak garis lintang dan
bujurnya. Setiap daerah juga diwakili oleh setiap pixel-pixel seperti
halnya cell value profile.
Pixel Datase

Datase

Easting

Northing

Imperial

Distance

tX
386.71

tY
280.58

260444.62

91521256.61

7:39:54.17

108:49:42.24

383.59

281.80

E
260350.94

N
9152089.01

S
7:39:55.35

E
108:49:39.18

319.43

281.45

E
258426.28

N
9152099.47

S
7:39:54.69

E
108:48:36.41

4.2.5

Menghitung Jarak dan Luas

Dalam menghitung jarak, dilakukan dengan menggunakan
Polyline untuk menghubungkan setiap titik menjadi suatu garis dan setiap
titik yang terhubung mewakili jarak sesungguhnya pada citra.
Panjang

Luas

daerah
1
2
3
4
5

(km)
9.38
10.77
12.67
9.77
13.97

daerah Luas

daerah Miles

(m)
9379.5
10773.9
12666.0
9771.5
13974.7

Feet

5.83
6.69
7.87
6.07
8.68

30773.6
35348.6
41556.5
32059.7
45850.3

Dalam menghitung luas area, dilakukan dengan menggunakan Polygon

untuk menghubungkan setiap titik menjadi suatu bidang sesuai dengan bentuk
daerah

pada

citra.

Bidang

yang

terhubung

atas

titik-titik

tersebut

menggambarkan luas area yang sesungguhnya pada objek yang dikaji.

Daerah
1
2

Area (km2)
35.45
28.64

Area (m2)
35445276
28642339

Acress
8758.7
7

Hect
3544.5
2

4.2.6

67.80

67802592

16754.4

6780.3

Geolink
Geolink berfungsi untuk menggabungkan beberapa layar sehingga
salung berkaitan. Geolink to sreen, dapat dilakukan penggabungan
beberapa jendela menjadi satu layar yang berfungsi sebagai satu peta.
Sedangkan Geolink to window, membuat tiap peta yang dihubungkan
dapat digerakkan secara bersamaann melalui satu jendela citra. Untuk
Geolink to overview roam, hasil yang didapat adalah apabila pointer
pada jendela di-click-drag, maka, titik pusat dari jendela-jendela citra
yang lain akan mengikuti kedudukan dari pointer pada jendela.

V. PENUTUP
5.1 Kesimpulan

Kesimpulan dari praktikum penginderaan jauh kali ini :

Mengerti fungsi umum dari ER Mapper yaitu untuk mengolah citra satelit
penginderaan jauh

Kita dapat mengetahui Landsat 8 ini menggunakan sensor satelit

Operational Land Imager (OLI) and the Thermal Infrared Sensor (TIRS).
Satelit tersebut diluncurkan pada tanggal 11 Februari 2013 yang lalu.

Hasil data atau citra pada satelit nantinya akan dikirimkan ke stasiun bumi
dengan menggunakan sensor.Pengolahan ER Mapper sendiri sudah banyak
digunakan diperkantoran baik itu bidang pertanian, pemasaran, kelautan,
planologi dan banyak lagi karena ER Mapper ini dapat menghitung jarak
maupun area suatu objek yang besar tanpa harus turun ke lapangan.

5.2 Saran

Pada saat praktikum berlangsung, diharapkan kondusif tapi tetap terkesan

santai

DAFTAR PUSTAKA

Anonim. 2010. http://www.oocities.org/yaslinus/b1_1.html.Diakses tanggal 14

Oktober 2014 pukul 21:00 WIB
Anonim.

2011.

http://www.rumahpintar-kembar.com/2011/09/03/perbedaan-

warna-rgb-dan-cmyk/.Diakses tanggal 13 Oktober 2014 pukul 22:40 WIB

Anonim. 2011http://www.ilmugrafis.com/artikel.php?page=perbedaanpersamaancmyk-rgb.Diakses tanggal 14 Oktober 2014 pukul 00:46 WIB
Anonim. 2012. http://www.citrasatelit.com/2012/03/16/satelit-Landsat/.Diakses
tanggal 13 Oktober 2014 pukul 19:23 WIB
Anonim.2012.http://c-fishcommunity.blogspot.com/2012/05/apa-itu-er
mapper.html. Diakses pada tanggal 14 Oktober 2014 pukul 21.05 WIB
Anonim. 2014. http://panderestuits.wordpress.com/2013/01/03/pengertian-fotoudara-dan-fotogrametri/. Diakses pada tanggal 21 Oktober 2014 pukul
20.00 WIB
Avery, T. Eugene. 1970. Penafsiran Potret Udara. PT. Melton Putra, Jakarta.
Danoedoro, P. 1990. Beberapa Teknik Operasi dalam Sistem Informasi Geografis.
Puspics UGM - Bakosurtanal, Yogyakarta.
Dulbahri, 1985. Interpretasi Citra Untuk survey Vegetasi. Puspics Bakorsurtanal
UGM, Yogyakarta.
Japan Association on Remote Sensing (JARS). 1993. Remote Sensing Note.
Nihon Printing Co. Ltd, Tokyo.

Lillesand dan Kiefer, 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah
Mada University Press, Yogyakarta.
Lo, C.P, 1986. Penginderan Jauh Terapan, UI- Press, Jakarta.
Sabins, Floyd F. 1996. W. Remote Sensing. Principles and Interpretation.Second
Edition. W. H. Freeman an Company, New York.
Sitanggang, Gokmaria. 2010. Kajian Pemanfaatan Satelit Masa Depan: Sistem
Penginderaan Jauh Satelit LDCM (Landsat-8). Berita Dirgantara Vol. 11
no. 2. LAPAN
Spasiatama, Geomedia. 2004. Modul Pelatihan ER Mapper. GoeMedia Sp.
Yogyakarta.
Sutanto, Prof, Dr. 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University
Press, Yogyakarta.
Sutanto, 1986. Penginderaan Jauh Jilid II, Gadjah Mada University Press.
Yogyakarta.
Purwadhi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. PT Grasindo, Jakarta.

LAPORAN RESMI
MODUL I : INTERFACE PENGENALAN ER MAPPER 7.0
DAN CITRA LANDSAT 8

Oleh :
Candra Rio Sitio
26020214170002
Oseanografi A
Koordinator Praktikum :
Ir. Petrus Subardjo, MSi
NIP. 195610201987031001
Asisten :
Kepak Mega Sriwijaya
Ganis Tresna Kumala
Rizki Adittio Taohid
Tegar Ramadhan
Rio Redyansyah
Rinto Setyawan
Hana Farah Frida
Riandi Teguh Widiyandono

26020112140028
26020212120005
26020212140021
26020212130039
26020212130061
26020213140036
26020213140045
26020213190089

PROGRAM STUDI OSEANOGRAFI

JURUSAN ILMU KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2015

LEMBAR PENILAIAN
MODUL I : INTERFACE PENGENALAN ER MAPPER 7.0

Nama: Candra Rio Sitio

NO
1.
2.
3.
4.
5.
6.

NIM: 26020213170002

Ttd:

KETERANGAN
Pendahuluan
Tinjauan Pustaka
Materi dan Metode
Hasil dan Pembahasan
Kesimpulan
Daftar Pustaka
TOTAL

NILAI

Mengetahui
Koordinator Praktikum

Asisten

Tegar Ramadhan

Rinto Setyawan

260202121300039

26020213140036