Analisa Citra Menggunakan ArcView

permukaan bumi dan tidak berpindah-pindah. Sensornya biasanya sudah baku seperti pengukur suhu, angin, pH air, intensitas gempa dll. Biasanya sensor ini diletakkan di atas bangunan tinggi seperti menara. Aerial platforms: biasanya diletakkan pada sayap  pesawat terbang, meskipun platform airborne lain seperti
balon udara, helikopter dan roket juga bisa digunakan. Digunakan untuk mengumpulkan citra yang sangat detail
dari permukaan bumi dan hanya ditargetkan ke lokasi
tertentu. Dimulai sejak awal 1900-an.

Satellite Platforms: sejak awal 1960 an sensor mulai

diletakkan pada satelit yang diposisikan pada orbit bumi

dan teknologinya berkembang pesat sampai sekarang.

Banyak studi yang dulunya tidak mungkin menjadi mungkin.

Komunikasi dan pengumpulan data

Pengiriman data yang dikumpulkan dari sebuah sistem RS kepada pemakai kadang-kadang harus dilakukan dengan sangat cepat. Oleh karena itu, pengiriman, penerimaan, pemrosesan dan penyebaran data dari sebuah sensor

satelit harus dirancang dengan teliti untuk memenuhi

kebutuhan pemakai.

Pada ground-based platforms, pengiriman menggunakan sistem komunikasi ground-based seperti radio, transmisi microwave atau computer network. Bisa juga data

disimpan pada platform untuk kemudian diambil secara
manual. Pada aerial Platforms, data biasanya disimpan on
board dan diambil setelah pesawat mendarat. Dalam hal
satellite Platforms, data dikirim ke bumi yaitu kepada
sebuah stasiun penerima. Berbagai cara transmisi yang

dilakukan:

(i)langsung kepada stasiun penerima yang ada dalam

jangkauan,

(ii)disimpan on board dan dikirimkan pada saat stasiun

penerima ada dalam jangkauan,

(iii)terus menerus, yaitu pengiriman ke stasiun penerima

melalui komunikasi satelit berantai pada orbit bumi, atau

(iv)kombinasi dari cara-cara tersebut.

Data diterima oleh stasiun penerima dalam bentuk format
digital mentah. Kemudian data tersebut akan diproses
untuk pengkoreksian sistematik, geometrik dan atmosferik
dan dikonversi menjadi format standard. Data kemudian
disimpan dalam tape, disk atau CD. Data biasanya
disimpan di stasiun penerima dan pemproses, sedangkan
perpustakaan lengkap dari data biasanya dikelola oleh
pemerintah ataupun perusahaan komersial yang

berkepentingan.

Radiasi Elektromagnetik

Berangkat dari bahasan kita di atas mengenai komponen

sistem PJ, energi elektromagnetik adalah sebuah

komponen utama dari kebanyakan sistem PJ untuk

lingkungan hidup, yaitu sebagai medium untuk pengiriman

informasi dari target kepada sensor.

Energi elektromagnetik merambat dalam gelombang

dengan beberapa karakter yang bisa diukur, yaitu: panjang
gelombang/wavelength, frekuensi, amplitude/amplitude,
kecepatan. Amplitudo adalah tinggi gelombang, sedangkan
panjang gelombang adalah jarak antara dua puncak.
Frekuensi adalah jumlah gelombang yang melalui suatu titik
dalam satu satuan waktu. Frekuensi tergantung dari
kecepatan merambatnya gelombang. Karena kecepatan
energi elektromagnetik adalah konstan (kecepatan
cahaya), panjang gelombang dan frekuensi berbanding
terbalik. Semakin panjang suatu gelombang, semakin
rendah frekuensinya, dan semakin pendek suatu
gelombang semakin tinggi frekuensinya.

Analisa Citra

Pengolahan citra PJ akan diperkenalkan dengan menggunakan Image Analysis (IA) yang merupakan sebuah ekstension ArcView yang dibuat oleh ERDAS (developer dari perangkat lunak pengolahan citra PJ yang banyak dipakai). Hasil pengolahan citra PJ nantinya bisa dianalisa bersama sama dengan data SIG lain menggunakan ekstension Spatial Analyst seperti dibahas pada bab sebelumnya. Perlu diingat bahwa IA bukan
merupakan sebuah perangkat lunak yang dirancang khusus untuk pengolahan citra melainkan hanya untuk memudahkan pengolahan citra sederhana dengan mengunakan platform ArcView. Untuk pengolahan citra lanjutan, pembaca disarankan untuk memakai dan menggunakan perangkat lunak yang khusus dirancang untuk hal tersebut.

Adapun hal-hal yang bisa dikerjakan oleh IA diantaranya adalah:

• Mengimpor citra (dalam bentuk data raster) untuk

digunakan dalam ArcView.

• Mengklasifikasi sebuah citra menjadi beberapa kelas tipe

penutupan lahan seperti vegetasi dll.

• Mempelajari beberapa citra dari periode pengambilan

yang berbeda untuk menentukan area yang mengalami

perubahan.

• Mencari daerah dengan tingkat kerapatan vegetasi

tertentu dari sebuah citra.

• Menajamkan kenampakan sebuah citra dengan cara
menyesuaikan kontras dan tingkat kecerahan atau
dengan merentangkan histogram.

• Merektifikasi sebuah citra terhadap sebuah peta acuan

supaya posisi koordinat lebih akurat.

Kita hanya akan membahas sebagian dari kapasitas IA, yaitu:

• visualisasi citra

• rektifikasi citra

• pencarian daerah dengan karakter yang sama pada citra

• analisa perubahan pada beberapa citra dari periode yang

berbeda

• mosaic beberapa citra dari area yang berbeda.

Memperbaiki kenampakan sebuah citra

Seperti dibahas sebelumnya, apabila sebuah citra

ditampilkan berdasarkan hubungan linier antara digital

number dengan derajat keabuan (untuk hitam putih) atau
nilai display (apabila kita memakai pewarnaan), citra
tersebut mungkin akan tampak terlalu terang atau terlalu

gelap sehingga sulit untuk dianalisa. Hal ini bisa diperbaiki

dengan mengubah hubungan linier tersebut. IA mempunyai

cara yang agak berbeda dalam menggambarkan kurva

hubungan antara digital number dengan nilai display dari

yang dipaparkan di atas, yaitu dengan menggunakan
histogram. Dalam hal ini axis x menggambarkan digital
number dan nilai display sekaligus, sedangkan axis y
menggambarkan frekuensi dari munculnya masing-masing
digital number pada citra. Pada awalnya, dengan hubungan
linier antara digital number dan nilai display, histogram
antara keduanya berhimpit. Kemudian apabila kita
mengubah hubungan ini, histogram dari nilai display akan
berubah, sehingga keduanya tidak lagi berhimpit. Praktek
yang paling sering dilakukan untuk memperbaiki tampilan
citra adalah dengan merentangkan histogram nilai display.
Sebagai contoh kita akan melakukan Histogram Equali-

zation, yaitu mendistribusikan nilai display sehingga

frekuensinya kira-kira sama pada citra.

Langkah-langkah yang diambil:

• Aktifkan perangkat lunak ArcView. Dari menu utama pilih

File diikuti dengan Extension, klik Image Analysis

diikuti denganOK.

Lanjutkan dengan membuka view baru, dan tekan tombol

Add Theme. Supaya bisa menggunakan fasilitas pada IA,

file harus dibaca sebagai file IA. Caranya, pada kotak dialog

Add Theme, pada list Data Source Types, pilih Image

Analysis Data Source. Buka file

\Training\Data_Citra\Melak2000_rec.ers (ers sebagai
ekstension file menandakan bahwa file tersebut merupakan
file yang dihasilkan oleh perangkat lunak ER Mapper, yang
merupakan salah satu dari banyak format yang bisa dibuka
oleh IA) dari CD anda dan klikOK. Akan muncul kotak
dialog yang menanyakan apakah anda ingin IA menghitung

pyramid layers untuk citra tersebut. Anda tidak harus

menjawab YES, akan tetapi pyramid layer ini akan sangat
berguna dalam mempercepat proses pergantian layer
apabila citra yang ditampilkan berukuran besar dan anda

banyak melakukan zoom in dan zoom out serta

menggeser citra. Untuk latihan ini anda bisa menjawab NO

karena citra yang dipakai berukuran cukup kecil.

• Citra Melak2000_rec akan muncul pada layar. Aktifkan

theme tersebut, kemudian klik dua kali sampai muncul

window kecil Legend Editor, lalu klik tombolInfrared

untuk memilih kombinasi RGB pada band 432 (false

color composite). Klik tombolAdvanced di bagian

bawah Legend Editor. Akan muncul histogram untuk masing- masing warna. Sebagai contoh, perhatikan histogram paling kiri untuk warna merah. Dalam hal ini kita melihat dua histogram yaitu histogram yang berwarna hitam untuk digital number dan warna

merah untuk nilai display. Perhatikan bahwa nilai display jauh lebih menyebar dibandingkan display number. Dalam IA, sebelum kita melakukan

transformasi histogram, default penajaman tampilan yang dilakukan oleh IA adalah dengan menggunakan stretch Standard Deviations dengan jumlah stan-

dard deviation sama dengan dua. Dengan stretch in,
nilai display dari digital number yang besarnya lebih
atau kurang dari mean ditambah atau dikurangi 2 kali

standard deviasi akan menjadi 255 atau 0

Dialog untuk mengatur prosedur stretching dan tampilan citra

Tampilan citra dengan false color composite dan stretch

Standard Deviation yang merupakan default dari IA

Histogram dari digital number dan display number citra Landsat

dan hasil stretch Standard Deviation

• Anda bisa memilih cara perentangan yang lain. Dari

Legend Editor, klik pada daftar pilihan Stretchdan

pilihlahNone, kemudian klikApply. Perhatikan tampilan

Read More