Pengolahan Data Citra
1. Penginderaan Jauh
Dalam bahasa
Inggris disebut Remote Sensing,
bahasa Prancis disebut Teledection,
bahasa Jerman adalah Fernerkundung,
Portugis menyebutnya dengan Sensoriamento
Remote, Rusia disebut Distantitionaya,
dan Spanyol disebut Perception Remota.
Menurut Lindgren (1985) pengindraan jauh adalah teknik yang
dikembangkan untuk memperoleh dan menganalisis informasi tentang bumi.
Informasi itu berbentuk radiasi elektromagnetik yang dipantulkan atau
dipancarkan dari permukaan bumi. Jadi dapat disimpulkan bahwa pengindraan jauh
ialah upaya memperoleh informasi tentang objek, daerah, atau fenomena melalui
analisi dengan menggunakan alat yang disebut “sensor’’ (alat peraba).
Adapun
metode untuk mendapatkan data spasial yaitu ada dua metode yakni:
a.
Metode Lapangan (Ground-based
Metode)
b. Metode
Pengindraan Jauh (Remote Sensing Methode)
2. Komponen Penginderaan Jauh
Tenaga
Tenaga
Dalam penginderaan jauh dibutuhkan sumber tenaga, baik berupa
sumber tenaga alami (sistem pasif) yang berasal dari matahari dengan cara
merekam tenaga pantulan maupun pancaran ataupun sumber tenaga buatan (sistem
aktif) yang biasa diseut pulsa.
Jumlah tenaga matahari yang mencapai bumi dapat dipengaruhi oleh
waktu (jam, musim), lokasi dan kondisi cuaca.
Objek
Objek penginderaan jauh adalah semua benda yang da di permukaan
bumi, seperti tanah, gunung, air, vegetasi dan hasil budidaya manusia, kota,
lahan pertanian, hutan dan lain-lain. Tiap objek mempunyai karakteristik
tertentu dalam memantulkan atau memancarkan tenaga ke sensor. Pengenalan objek
pada dasarnya dilakukan dengan menyidik (tracing) karakteristik spectral objek
yang tergambar pada citra.
Sensor
Sensor adalah alat yang digunakan untuk menerima tenaga pantulan
maupun pancaran radiasi elektromagnetik. Tiap sensor memiliki kepekaan
tersendiri terhadap bagian spectrum elektromagnetik. Spectrum elektromagnetik
adalah susunan semua bentuk gelombang elektromagnetik berdasarkan panjang
gelombang dan frekuensinya. Selain itu kepekaan berbeda dalam mereka objek lain
atau terhadap lingkungan sekitarnya. Kemampuan inilah yang disebut resolusi
spasial, semakin kecil objek yang dapat direkam oleh sensor menandakan semakin
baik kualitas sensor.
Berdasarkan proses perekamannya, sensor dibedakan menjadi sensor
fotografik dan sensor elektronik. Sensor fotografik proses perekamannya
berlangsung secara kimiawi yaitu tenaga elektromagnetik diterima dan direkam
pada emulsi film yang bila diproses akan menghasilkan foto. Sedangkan sensor
elektronik menggunakan tenaga elektrik yang direkam pada pita magnetik kemudian
dapat diproses menjadi data visual maupun digital yang siap dikomputerkan.
Contohnya kamera udara dan scanner.
Detektor
Detektor adalah alat perekam yang terdapat pada sensor untuk
merekam tenaga pantulan maupun pancaran.
Wahana
3. Karakteristik
Citra
·
Pixel
Pixel (picture element) adalah
sebuah titik yang merupakan elemen paling kecil pada citra satelit. Angka
numerik (1 byte) dari pixel disebut digital number (DN). DN bisa ditampilkan
dalam warna kelabu, berkisar antara putih dan hitam (gray scale), tergantung
level energi yang terdeteksi. Pixel yang disusun dalam order yang benar akan
membentuk sebuah citra.
Untuk citra multispecral,
masing-masing pixel mempunyai beberapa DN, sesuai dengan jumlah band yang
dimiliki. Sebagai contoh untuk Landsat 7, masing-masing pixel mempunyai 7 DN
dari 7 band yang dimiliki. Citra bisa ditampilkan untuk masing-masing band
dalam bentuk hitam dan putih maupun kombinasi 3 band sekaligus yang
disebut color composite.
·
Contrast
Contrast
adalah perbedaan antara brightness relatif antara sebuah benda dengan
sekelilingnya pada citra. Sebuah citra tertentu mudah terdeteksi apabila pada
sebuah citra contrast antara bentuk tersebut dengan backgroundnya tinggi.
Teknik pengolahan citra bisa dipakai untuk mempertajam contrast.
Citra,
sebagai dataset, bisa dimanipulasi menggunakan algorithm (persamaan matematis).
Manipulasi bisa merupakan pengkoreksian error, pemetaan kembali data terhadap
suatu referensi geografi tertentu, ataupun mengekstrak informasi yang tidak
langsung terlihat dari data. Data dari dua citra atau lebih pada lokasi yang
sama bisa dikombinasikan secara matematis untuk membuat composite dari beberapa
dataset. Produk data ini, disebut derived product, bisa dihasilkan dengan
beberapa penghitungan matematis atas data numerik mentah (DN).
·
Resolusi
Resolusi
dari sebuah citra adalah karakteristik yang menunjukkan level kedetailan yang
dimiliki oleh sebuah citra. Resolusi didefinisikan sebagai area dari permukaan
bumi yang diwakili oleh sebuah pixel sebagai elemen terkecil dari sebuah citra.
Pada citra satelit pemantau cuaca yang mempunyai resolusi 1 km, masing-masing
pixel mewakili rata-rata nilai brightness dari sebuah area berukuran 1 km x 1
km. Bentuk yang lebih kecil dari 1 km susah dikenali melalui image dengan
resolusi 1 km. landsat 7 menghasilkan citra dengan resolusi 30 m, sehingga jauh
lebih banyak detail yang bisa dilihat dibandingkan pada citra satelit dengan
resolusi 1 km. resolusi adalah hal penting yang perlu dipertimbangkan dalam
rangka pemilihan citra yang akan digunakan terutama dalam hal aplikasi, waktu,
biaya, ketersediaan citra dan fasilitas komputasi.
Ada
beberapa faktor yang mempengaruhi kualitas citra dalam hal hambatan-hambatan
untuk melakukan interpretasi dan klasifikasi yang diperlukan. Beberapa faktor
penting, terutama untuk aplikasi kehutanan adalah:
1.
Tutupan awan. Terutama untuk
sensor pasif, awan bisa menutupi bentuk-bentuk yang berada di bawah atau di
dekatnya, sehingga interpretasi tidak dimungkinkan. Masalah ini sangat sering
dijumpai di daerah tropis, dan mungkin diatasi dengan mengkombinasikan citra
dari sensor pasif (misalnya landsat) dengan citra dari sensor aktif (misalnya
Radarsat) untuk keduanya saling melengkapi.
2.
Bayangan topografis. Metode pengkoreksian
yang ada untuk menghilangkan pengaruh topografi pada radiometri belum terlalu
maju perkembangannya.
3.
Pengaruh atmosferik. Pengaruh
atmosferik, terutama ozon, uap air dan aerosol sangat mengganggu pada band
nampak dan infrared. Penelitian akademis untuk mengatasi hal ini masih aktif
dilakukan.
4.
Derajat kedetailan dari peta
tutupan lahan yang ingin dihasilkan. Semakin detail peta yang ingin dihasilkan,
semakin rendah akurasi dari klasifikasi. Hal ini salah satunya bisa diperbaiki
dengan adalanya resolusi spectral dan spasial dari citra komersial yang
tersedia. Setelah citra dipilih dan diperoleh, langkah-langkah pemrosesan tidak
terlalu tergantung sistem sensor dan juga software pengolahan citra yang
dipakai. Berikut ini akan disampaikan dengan singkat beberapa langkah yang umum
dilakukan, akan tetapi detail dari teknik dan keterampilan menggunakan hanya
bisa diperoleh dengan praktek langsung dngan menggunakan citra dan software
pengolahan citra tertentu.
Hasil dari kegiatan interpretasi
citra adalah klasifikasi jenis obyek yang tampak pada citra. Interpretasi
secara digital adalah evaluasi kuantitatif tentang informasi spektral yang
disajikan pada citra. Dalam pembuatan peta penutup lahan mulai dari klasifikasi
hingga cetak dibutuhkan beberapa tahap, antara lain: pengumpulan data digital,
interpretasi digital menggunakan dua metode (Supervised classification dan Unsupervised
classification), modifikasi data, layout peta, dan pencetakan peta.
Dasar interpretasi citra digital
berupa klasifikasi citra piksel berdasarkan nilai spektralnya dan dapat
dilakukan dengan cara statistik. Dalam pengklasifikasian citra secara digital,
mempunyai tujuan khusus untuk mengkategorikan secara otomatis setiap piksel
yang mempunyai informasi spektral yang sama dengan mengikutkan pengenalan pola
spektral, pengenalan pola spasial dan pengenalan pola temporal yang akhirnya
membentuk kelas atau tema keruangan (spasial) tertentu.
Klasifikasi diawali dengan
menentukan nilai piksel representatif tiap obyek secara sampling. Nilai piksel
dari tiap sampel tersebut digunakan sebagai masukan dalam proses klasifikasi.
Dalam mengkelaskan nilai-nilai spektral citra menggunakan banyak feature
tersebut, dikenal istilah klasifikasi terselia (Supervised Classification) dan
klasifikasi tak terselia (Unsupervised Classification). Istilah klasifikasi
terselia digunakan, karena metode ini mengelompokan nilai piksel berdasarkan
informasi penutup lahan aktual dipermukaan bumi, sedangkan istilah klasifikasi
tak terselia digunakan, karena proses pengkelasannya hanya mendasarkan pada
infomasi gugus-gugus spektal yang tidak bertumpang susun, pada ambang jarak
(threshold distance) tertentu, dan saluran-saluran yang digunakan. Proses
digital digunakan untuk meningkatkan kualitas citra dan meningkatkan
konsistensi interpretasi.
Hasil dari kegiatan interpretasi
citra adalah klasifikasi jenis obyek yang tampak pada citra. Interpretasi
secara digital adalah evaluasi kuantitatif tentang informasi spektral yang
disajikan pada citra. Dalam pembuatan peta penutup lahan mulai dari klasifikasi
hingga cetak dibutuhkan beberapa tahap, antara lain: pengumpulan data digital,
interpretasi digital menggunakan dua metode (Supervised classification dan Unsupervised
classification), modifikasi data, layout peta, dan pencetakan peta.
Dasar interpretasi citra digital
berupa klasifikasi citra piksel berdasarkan nilai spektralnya dan dapat
dilakukan dengan cara statistik. Dalam pengklasifikasian citra secara digital,
mempunyai tujuan khusus untuk mengkategorikan secara otomatis setiap piksel
yang mempunyai informasi spektral yang sama dengan mengikutkan pengenalan pola
spektral, pengenalan pola spasial dan pengenalan pola temporal yang akhirnya
membentuk kelas atau tema keruangan (spasial) tertentu.
Klasifikasi diawali dengan
menentukan nilai piksel representatif tiap obyek secara sampling. Nilai piksel
dari tiap sampel tersebut digunakan sebagai masukan dalam proses klasifikasi.
Dalam mengkelaskan nilai-nilai spektral citra menggunakan banyak feature
tersebut, dikenal istilah klasifikasi terselia (Supervised Classification) dan
klasifikasi tak terselia (Unsupervised Classification). Istilah klasifikasi
terselia digunakan, karena metode ini mengelompokan nilai piksel berdasarkan
informasi penutup lahan aktual dipermukaan bumi, sedangkan istilah klasifikasi
tak terselia digunakan, karena proses pengkelasannya hanya mendasarkan pada
infomasi gugus-gugus spektal yang tidak bertumpang susun, pada ambang jarak
(threshold distance) tertentu, dan saluran-saluran yang digunakan. Proses
digital digunakan untuk meningkatkan kualitas citra dan meningkatkan
konsistensi interpretasi.
a) Unsupervised
Classification (Klasifikasi tak terselia)
Unsupervised classification bekerja secara
hampir otomatis, dimana jumlah pola kelas tidak diketahui. Pengelompokkan
dilakukan berdasarkan piksel-piksel.
b) Supervised
Classification (Klasifikasi terselia)
Supervised Classification dilakukan dengan
prosedur pengenalan pola spektral dengan memilih kelompok atau kelas-kelas
informasi yang diinginkan dan selanjutnya memilih contoh-contoh kelas (tracking
area) yang mewakili setiap kelompok.
Comments
[url=http://www.canadagoosehommes.com]canada goose chilliwack[/url] Some of the most significant risk factors for athlete's foot include wearing closed-toe shoes, excessive sweating and open wounds on your feet.
This article discusses on the histori . [url=http://www.londongenuinepandora.com]pandora outlet[/url] Moncler women jackets have far more chooice on color picking. Since these kinds of footwear are meant for young children, it's hard to find shoes with high heels. Can I select our Firewire 4 hundred product with? Zero, there's an adapter for that.
Those who harass believing men and believing women undeservedly, bear (on themselves) a calumny and a grievous sin. [url=http://www.soldesgoosefr.com]canada goose femme[/url] Due to present economic condition of the world, everyone wants to save money.
For a casual look, a pair of pants that have been perfectly shredded with rips and holes is edgy and daring. Few years back, many people were focusing on constructing a beautiful house by wonderful architects. If the width of the shoe isn't quite right, move on to the next pair. [url=http://www.promkleidde.com/]Organza Prom Kleid[/url]