KOMPOSIT WARNA DAN LOOK UP TABLE (LUT)

Lokasi :Piru

Path: 109

Row: 62

Langkah kerja :

- Cara akuisisi citra

1. Buka situs http://glcfapp.glcf.umd.edu/ > ESDI >Map search(gambar peta Brazil) Path and Row > Clik centang di sebelah kiri bagian atas pilih sensor ETM sesudah itu TM > Preview and download > yang didownload hanya Band 1-7 saja.

- Citra yang diakuisisi masukan ke ilwis

1. Pertama buka data citra yg tadi anda download dan sudah di ekstrak, Buka ilwis pilih file (gambar.1) > import > ilwis (gambar. 2) > raster (gambar. 2) > pilih Tagged Image File Format (TIF) (gambar. 3) > input (pilih citra yang ingin diimport ke ilwis) (gambar. 3) selanjutnya pilih Output (ganti nama dengan import b1 untuk b1 dan seterusnya) (gambar. 3) dan klik ok

-          Akuisisi data

1.       Buka ilwis 3.6

2.       Tampilannya akan terbuka seperti ini, pilih file> import>

3.      Tampilanya akan seperti ini, pilih Tagged Image Format (TIF)> input diisi dengan file yang tadi sudah diextract > ouput diisi dengan nama importb1adaut, dan seterusnya untuk b2-band 7 > klik ok 

4.      Tampilannya akan seperti ini untuk band 1-7

-          Cropping area kerja

1.      Pilih operation list > pilih submap of raster map> pilih coodinates

2.      Masukan koordinatnya juga (yang saya cropping adalah pulau Adaut)> output raster map diisi dengan nama cropbadaut sampai seterusnya untuk band 2-band 7

3.      Tampilannya akan seperti ini untuk band 1-band 7 dan seterusnya.

-          Buat sample set

1.      Pilih file>create>sample set 

2.      Sample set name diisi dengan nama : adautmaplist > domain diisi dengan nama adautdom (seperti saya sudah dibuat) ini diisi dengan min 15 objek > klik ok

-          Buat lut

1.      Buka maplist yang tadi sudah dibuat> pilih band yang akan dibuat  lut.

2.      Buka cropb1 > representation > pilih pseudo > klik ok. Lut yang saya buat ini menggunakan teknik pseudo, 

3.      Tampilan lut menggunakan teknik pseudo tampilannya akan seperti gambar dibawah ini.

-          Citra komposit dan citra komposit dengan menggunakan algoritma

a.       Citra komposit

1.      Pilih color composite> redband diisi dengan band 3,green band diisi dengan band 2, blue band diisi dengan 1> output map diisi dengan nama 321asli komposit adaut > klik show

2.      Tampilannya akan seperti ini

3.      Selanjutnya bikin komposit merah,biru,hijau,cokelat

b.      Menggunakan algoritma

1.      Pilih map calculation > masukan rumus seperti gambar dibawah ini > klik show

2.      Tampilannya akan seperti ini

HASIL

-          Raining area (contoh untuk band 1)

  Sample setnya

-          Hasil klasifikasi 

-          Histogram Klasifikasi

-          Hasil warna lut untuk band 1menggunakan teknik pseudo

-          Hasil warna lut menggunakan warna magenta

-          Hasil lut menggunakan warna cyan

-          Hasil warna komposit asli band,3,2,1

-          hasil band menggunakan algoritma

-          histogram algoritma

KESIMPULAN

1.      Penggunaan Citra Lansat sensor etm dalam mengklasifikasi objek lahan untuk 13 objek diatas memberikan hasil pengklasifikasian yang baik.

2.      Teknik Lut yang paling bagus adalah pseudo dibandingkan cyan dan magenta karena memberikan gambaran yang lebih jelas untuk penutupan lahannya.

Sistem sensor MSS (Multi Spectral Scanner) pasa satelit Landsat

Landsat merupakan satelit tertua dalam program observasi bumi (digunakan untuk mengamati permukaan Bumi). Satelit ini dikenal sebagai satelit sumber daya alam karena fungsinya adalah untuk memetakan potensi sumber daya alam dan memantau kondisi lingkungan. Landsat dimulai tahun 1972 dengan satelit Landsat -1 yang membawa sensor MSS. Sistem sensor ini berupa sistem scanner yang secara bersamaan dapat merekam bagian permukaan Bumi yang sama (scene) dengan menggunakan beberapa domain panjang gelombang yang berbeda. Pada satelit Landsat, sistem sensor ini merekam data 4 band dari spectrum terlihat (visible) hingga inframerah. MSS Landsat bekerja pada kisaran panjang gelombang 0,5 – 1,1 µm yang terbagi kedalam 4 saluran spectral, yakni hijau (0,5 – 0,6 µm), merah (0,6 – 0,7 µm), dan dua saluran inframerah (0,7 – 0,8 µm dan 0,8 – 1,1 µm). karakteristik dari sensor MSS yaitu memiliki resolusi spasial 79 dan 82 m, resolusi temporalnya 16 hari dan mengorbit sebanyak 14 kali sehari. Satelit Landsat berada pada orbit ketinggian 705 Km. Awal penerbangan, orbit Landsat berada pada ketinggian 902 Km. dengan mengurangi ketinggian orbit dari 902 Km menjadi 705 Km, resolusi spasial meningkat dari 80 m menjadi 30 m.

Citra MSS Landsat dapat dianalisis secara visual dan digital. Analisis secara visual mengandalkan kemampuan mata interpreter melakukan delimitasi dan delineasi dengan menggunakan unsur-unsur interpretasi secara kualitatif. Adapun analisis digital adalah interpretasi secara kuantitatif dengan bantuan computer. Analisis digital dikembangkan untuk mengatasi kelemahan analisis visual yang cenderung subjektif.

Cara Mendapatkan Citra Landsat?

Citra Landsat merupakan hasil dari Satelit Landsat buatan NASA yang datanya dikelola oleh USGS. Salah satu website untuk dapat memperoleh citra Landsat yaitu http://earthexplorer.usgs.gov/ yang merupakan alamat website USGS. Sebelum melakukan download citra sebaiknya telah registrasi terlebih dahulu dengan melakukan klik di menu register. Langkah dalam mengdownload citra Landsat adalah sebagai berikut:

-          Lakukan dulu login di website

-          Lakukan pencarian data citra landsat, salah satu cara yang dilakukan adalah dengan menggunakan pencarian menurut path/row

-          Tentukan nomor path dan row dari wilayah yang dicari

-          Masukan nomor path dan row kemudian klik buttom show

-          Klik Data Sets dan pilih Landsat Archive.

-          Setelah ditentukan data citra mana yang akan didownload kemudian klik buttom download.

Pengolahan dan Interpretasi Data Citra

1.      Pengertian Citra

Citra menurut Hornby (1974) yaitu:

·         Keserupaan atau tiruan seseorang atau sesuatu barang, terutama yag dibuat dari kayu, batu, dsb.

·         Gambar mental atau gagasan, konsep tentang sesuatu barang atau seseorang.

·         Gambaran yang tampak pada cermin atau melalui lensa kamera.

Menurut et al. (1983) citra yaitu:

·         Gambaran objek yang dibuahkan oleh pantulan atau pembiasan sinar yang difokuskan oleh sebuah lensa atau sebuah cermin.

·         Gambaran rekaman suatu objek (biasanya berupa gambaran pada foto) yang dibuahkan dengan cara optic, elektro-optik, optic mekanik atau elektronik.

Citra sebagai keluaran dari suatu sistem perekaman dapat bersifat:

·         Optic berupa foto

·         Analog berupa sinyal video seperti gambar pada monitor televise

·         Digital yang dapat langsung disimpan pada suatu pita magnetic.

Berdasarkan sifat diatas maka citra dapat digolongkan atas citra diam dan citra bergerak. Citra diam adalah citra tunggal yang tidak bergerak. Citra bergerak adalah rangkaian citra diam yang ditampilkan secara beruntun sehingga memberi kesan pada mata gambar yang bergerak.

2.      Pengolahan Citra

Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan computer, menjadi citra yan berkhualitas lebih baik. Contohnya yaitu gambar yang agak gelap, citra kontrasnya diperbaki sehingga menjadi lebih terang dan tajam.

Tujuan pengolahan citra. Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra dimaksud untuk (JAI89):

·         Elemen di dalam citra perlu dikelompokan, dicocokan atau diukur.

·         Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra.

·         Sebagian citra perlu digabungkan dengan bagian citra yang lain.

Pengolahan citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (computer). Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra lain. Termasuk ke dalam bidang ini juga adalah pemampatan citra (image compression). Contoh pengolaan citra yaitu penghilangan derau (noise) pada citra.

Di dalam bidang computer, sebenarnya ada 3 bidang studi yang berkaitan dengan data citra, namun tujuan ketiganya berbeda yaitu:

·         Grafik computer

·         Pengolahan citra

·         Pengenalan pola

Grafik computer bertujuan untuk menghasilkan citra (lebih tepat disebut grafik atau picture) dengan primitif-primitif geometri seperti garis, lingkaran dan sebagainya. Primitif-primitif tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar.contoh data deskriptif adalah koordinat titik, panjanggaris, jari-jari lingkaran, tebal garis, warna dan sebagainya.

3.      Pengenalan Pola

Pengenalan pola adalah mengelompokan data numeric dan simbolik (termasuk citra) secara otomatis oleh mesin (computer). Tujuannya yaitu untuk mengenali suatu objek di dalam citra. Kemampuan sistem visual manusia inilah yang dicoba ditiru oleh computer. Contoh pengenalan pola yaitu tulisan tangan yang digunakan sebagai data masukan untuk mengenali karakter “A”. Dengan menggunakan suatu alogaritma pengenalan pola, diharapkan computer dapat mengenali bahwa karakter tersebut adalah “A”.

4.      Defenisi Interpretasi Citra

Interpretasi citra adalah perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi dan menilai objek tersebut. Di dalam interpretasi citra, penafsiran citra mengkaji citra dan berupaya melalui proses penalaran.

5.      Pengenalan Objek Pada Citra

Didalam pengenalan objek pada citra ada 3 rangkaian kegiatan yaitu deteksi, identifikasi dan analisis. Deteksi adalah pengamatan atas adanya suatu objek. Identifikasi adalah upayah mencirikan objek yang telah dideteksi dengan menggunakan keterangan yang cukup dan tahap analisis yaitu dikumpulkannya keterangan lebih lanjut.

6.      Computer Vision dan Hubungannya dengan Pengolahan dan Interpretasi Citra

Terminology lain yang berkaitan erat dengan pengolahan citra adalah computer vision atau machine vision. Pada hakikatnya, computer visionmen coba meniru cara kerja sistem visual manusia (human vision). Human vision sesungguhnya sangat kompleks, manusia melihat objek dengan indera penglihata (mata), lalu citra objek diteruskan ke otak untuk diinterpretasi sehingga manusia mampu mengerti objek. Computer vision merupakan proses otomatis yang mengintrogasikan sejumlah besar proses untuk persepsi visual, seperti akuisisi citra, pengolahan citra, klasifikasi, pengenalan (recognition) dan membuat keputusan. Computer vision terdiri dari teknik-teknik untuk mengestimasi ciri-ciri objek di dalam citra, pengukuran citra yang berkaitan dengan geometri objek, dan menginterpretasikan informasi geometri tersebut. Persamaan (JAI95): Vision = Geometri + Measurement + Interpetation.

Proses-proses dalam computer vision dapat dibagi 3 yaitu:

·         Memperoleh atau menganalisis citra digital

·         Melakukan teknik komputasi untuk memproses atau memodifikasi data citra (operasi-operasi pengolahan citra)

·         Menganalisis dan menginterpretasi citra dan menggunaan hasilpemrosesan untuk tujuan tertentu.

7.      Operasi Pengolahan Citra

Secara umum operasi pengolahan citra dapat diklasifikasikan sebagai berkut:

·         Perbaikan kualitas citra

Perbaikan kualitas citra bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Contohnya perbaikan kontaras gelap, perbaikan tepian objek, pemberian warna semu, penapisan derau dan juga penajaman.

·         Pemugaran citra

Operasi ini bertujuan menghilangkan atau meminimumkan cacat pada citra. Contohnya penghilangan kesamaran dan penghilangan derau.

·         Pemampatan citra

Pemampatan citra bertujuan agar citra dapat di representasikan dalam bentuk yang lebih kompak sehingga memerlukan memri yang lebih sedikit.

·         Segmetasi citra

Segmetasi citra bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu.

·         Pengorakan citra

Pengorakan citra bertujuan untuk menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya.

8.      Citra Digital

Citra digital adalah citra yang diperoleh, disimpan, dimanipulasi, dan ditampilkan dengan basis logika biner. Citra digital biasanya dihasilkan melalui bantuan pemindaiatau skaner (scanner), meskipun citra digital juga bisa diperoleh melalui berbagai macam kamera digital dan bahkan telpon seluler. Tiap baris (larik) pada gambar yang dihasilkan terdiri atas sekumpulan sel-sel penyusungambar yang disebut piksel (picture element). Tiap piksel mewakili luasan tertentu. Jadi, piksel merupakan data yang punya aspek spasial (ukuran luas yang terwakili) dan aspek spectral (besarnya nilai pantulan yang tercatat). Tiap data yang dihasilkan diolah dengan computer. Kemampuan computer (dan sensor) berbeda-beda dalam mengubah informasi pantulan atau pancaran elektromagnetik. Umunya sensor bekerja dalam 8 bit. Bit adalah satuan terkecil informasi yang mengekspresikan ada tidaknya arus yang masuk. Basis bilangan yang dipakai adalah basis biner (0-1), dimana “0” berarti mati atau tidak dan “1” berarti hidup atau ya. Informasi yang disampaikan oleh arus disimpan dalam register.

Bagaimana citra digital disimpan?

Citra digital disimpan dalam bentuk byte. Byte adalah satuan informasi yang terdiri atas 8 bit. Untuk sistem 8 bit (= 1 byte), tiap datum (piksel) akan disimpan dalam byte yang terpisah. Satu piksel akan disimpan sebagai 1 byte. Jika satu citra terdiri atas 500 kolom dan 1200 baris maka jumlah kapasitas penyimpanan sebesar 500 ×1200 yaitu 600000 byte. Kebutukan akan sistem penyimpanan yang efisien semakin terasa, dengan digunakan sensor multisaluran. Melalui sensor semacam ini, dihasilkan beberapa citra yang menggambarkan objek yang sama, namun menyajikan variasi rona atau nilai piksel yang berbeda.

Paling umum ada 3 format dalam software yang dipakai yaitu:

·         Band sequential (BSQ)

Citra yang dihasilkan dari setiap saluran disimpan sebagai file terpisah.

·         Band interleaved by line (BIL)

Penyimpanan dilakukan mulai dari baris pertama saluran 1, kemudian dilanjutkan dengan baris pertama saluran kedua dan seterusnya.

·         Band interleaved by pixel (BIP)

Selang-selingnya buka per baris melainkan per pixel dimulai piksel pertama baris pertama saluran 1, piksel pertama baris pertama saluran 2 dan seterusnya. Baris pertama habis kemudian baru dilanjutkan dengan baris ke dua.

9.      Karakteristik Citra

Resolusi (karakteristik yang menonjol) yaitu kemampuan sistem mendeteksi objek atau membedakan objek satu dengan yang lain. Resolusi juga disebut daya pisah. Konsep resolusi berkembang karena untuk penginderaan jauh format berubah-rubah maka berkembang resolusi radiometric.

Ada empat resolusi dalam penginderaan jauh yaitu sebagai berikut:

·         Resolusi spasial

Resolusi spasial adalah ukuran terkecil objek yang masih dapat terdeteksi oleh suatu sistem penginderaan. Semakin kecil ukuran objek yang dapat terdeteksi semakin halus resolusiya, begitupun sebaliknya.

·         Resolusi spectral

Resolusi spectral adalah kemampuan suatu sistem optic elektronik untuk membedakan informasi atau objet berdasarkan pantulan atau pancaran spektralnya.

·         Resolusi temporal

Resolusi temporal adalah kemampuan suatu sistem merekam ulang daerah yang sama. Semakin pendek periode merekam ulang semakin tinggi tau tajam resolusi temporal.

·         Resolusi radiometric

Resolusi radiometric adalah kemampuan sensor mencatat respon spectral objek.