Penginderaan Jauh adalah Ilmu yang berorientasi pada perolehan data dari suatu obyek tanpa melakukan interaksi fisik secara langsung dengan obyek yang dikaji. Pada awalnya ilmu penginderaan jauh beroerientasi pada obyek – obyek fisik di permukaan bumi namun pada perkembangannya definisi penginderaan jauh juga mencakup aspek di luar itu, sehingga teknologi seperti Ultrasonografi, X-Ray Photographic yang dikembangkan di bindang Kedokteran juga dikategorikan sebagai Penginderaan jauh. Perkembangan ilmu tersebut diikuti pula oleh perkembangan teknologi baik pada piranti keras maupun piranti lunaknya, beberapa piranti lunak telah melepaskan produknya selain berorientasi pada aspek kebumian juga berorientasi pada aspek Hayati yang dikemas dalam satu Bundle piranti Lunak.
Sebagai pengantar bagi praktek pengolahan citra pada pelatihan yang anda lakukan, maka sebelum bagian teknis didahului dengan pengantar singkat teori pengolahan citra penginderaan jauh, apabila diinginkan penjelasan lebih lanjut maka pengguna dapat memperoleh penjelasan teoritik dan matematik yang lengkap pada referensi – referensi terpilih pada bagian akhir dari modul ini.
#Manfaat Penginderaan Jauh#
Untuk dapat lebih mengenal kemanfaatan dari penginderaan jauh dibawah ini dicontohkan beberapa aplikasinya. Penginderaan jauh telah diuji dan sukses dalam penggunaan pada Prediksi Kelas Drainase Tanah yang dikombinasikan dengan data-data Elevasi Digital yang diturunkan dari lokasi, Pengukuran Indikator Kualitas Air daerah Tropis, Monitoring Daerah Pertanian dan Produksinya, Identifikasi Kerusakan Akibat Tornado di Hutan Basah, Anasisis Tekstural Hutan Hujan Troopis,, Pemetaan – Monitoring Pola dan Hasil Tanaman Pangan, Pemetaan Unit-Unit Geomorfologi – Geologi, Peningkatan Pemahaman Hubungan Antara Karakterisitik Sosio-Kultural dengan Lingkungan Fisik, dan lain-lain.
Ditinjau dari penggunaannya maka dapat di sederhanakan menjadi tiga kategori, yaitu: Penginderaan Jauh untuk Pengukuran, Pemetaan, dan Pemodelan, sedangkan ditinjau dari obyek kajiannya dibagi menjadi: kemanfaatan untuk bidang Hidrologi, Pertanahan, Geologi – Geomorfologi, Vegetasi. Bidang non-fisikal terutama untuk Pertahanan – Keamanan, dan Studi Sosial. Pada kenyataannya penggunaan dibidang Hankam di Negara-negara maju lebih pesat dibanding penggunaannya dibidang Sipil, sedangkan di Indonesia Perkembangan Inderaja di antara Hankam dan Sipil terlalu heterogen untukdikomparasikan.
#Piranti Lunak#
Beberapa piranti lunak yang beredar di pasar antara lain: Er Mapper, ERDAS Imagine, TNT, ENVI, IDRISI, ILWIS, sedangkan piranti lunak utilitas antaralain: Orthobase, Orhto Engine, Pro Vec, GeoWeather, VIPLineNT, dan sebagainya.
Piranti lunak tersebut pada dasaranya memiliki landasan penggunaan aplikasi yang sama yang diambil dari prinsip-prinsip dasar Penginderaan Jauh. Namun demikian adanya keunggulan dan kekurangan pada masing-masingnya adalah wajar berkaitan dengan visi dan tujuan khusus penggunaannya.
Utilitas difungsikan untuk keperluan-keperluan khusus ,contohnya: pada pemotretan udara kesalahan bentuk dan lokasi dari Foto Udara dihasilkan oleh: kelengkungan bumi, posisi pesawat dan Kesalahan sistematik dari kamera untuk itu perlu dilakukan koreksi agar didapatkan foto udara yang benar-benar tegak.
Penerapan koreksi geometrik pada Foto Udara sama sekali berbeda dengan metode koreksi geometrik pada citra satelit. Untuk itulah tidak semua piranti lunak pengolahan citra PJ menggabungkan kemampuan pengolahan citra foto udara dengan citra satelit.
Penggunaan penginderaan jauh untuk analis aspek-aspek meteorologi terlalu luas untuk menjadi satu paket untuk analisis aspek-aspek teresterial, karena aspek non-teresterial juga memiliki lingkungan sendiri jan karakteristik yang berbeda untuk itulah diluncurkan oleh beberapa Vendor piranti lunak khusus untuk analisis Meterological atau Aspek Atmosferis, tujuan utama adalah untuk memudahkan pengguna dalam menghadapi citra-citra Penginderaan Jauh yang faktanya tidak hanya menyajikan aspek terestris, walaupun demikian untuk analisis yang global hampir keseluruhan piranti lunak penginderaan jauh memiliki kemampuan yang standar.
Standarisasi aplikasi di nilai berdasarkan teori dasar penginderaan jauh yang disajikan pada bagian akhir dari bab ini.
Er Mapper
Er Mapper merupakan salah satu piranti lunak yang telah terbukti banyak digunakan baik kalangan pemerintah maupun swasta, hal ini dapat dimaklumi karena pada awal peluncurannya yaitu pada Versi 5.0 Er Mapper telah menyajikan kemampuan pengolahan citra yang cukup lengkap, pada pelatihan kali ini akan digunakan versi yang lebih baru, yaitu: Versi 5.5, versi terbaru dari piranti lunak ini adalah versi 6.0 karena kelengkapan dari versi pendahulunya versi 6.0 yang seharusnya melakukan perubahan yang revolusioner hanya melakukan perubahan yang sedikit dan versi ini masih merupakan pre launching terhadap versi selanjutnya sehingga tidak diherankan pula apabila dalam jangka waktu tidak lebih dari 4 bulan atau 1 kuartal sebagai standar maksimal perubahan versi minor pun telah dilakukan penambahan sedikit dari versi 6.0 versi ini masih menggunakan nama Versi 6.0 dengan penambahan modul kompresi data.
Dengan pertimbahan kestabilan dan kemapanan pada versi 5.5 inilah digunakan dalam pelatihan, sehingga pengguna dapat mendapatkan pemahaman yang lebih mendasar terhadap teori dan praktek bagi pengolahan citra dan tidak terganggu oleh adanya bug (kesalahan pemrograman). Perkembangan penggunaan piranti lunak pada pelatihan akan mengikuti kemapanan dari versi 6.0 yang diperkirakan membutuhkan waktu 1 tahun sebagai batas waktu maksimal bagi perubahan versi mayor piranti lunak.
Keunggulan Er Mapper
1. Mampu untuk mengolah sebagian citra penginderaan jauh
2. Mampu mengimpor data citra yang tidak dikenal sekalipun
3. Didukung lebih dari 100 kompatibilitas pencetakan citra
4. Sangat mudah digunakan untuk tujuan analisis sekalipun oleh user pemula
5. Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus
6. Tersedia lebih dari 160 formula atau algorithma matematis pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis lagi algorithma yang rumit bagi pemula.
7. Realtime processing, pengolahan yang kita lakukan langsung dapat dilihat hasilnya tanpa menyimpannya di media terlebih dahulu, sehingga tidak memboroskan memory.
8. Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit juga citra foto udara.
9. Data yang berbeda pada ditampilkan bahkan diproses besamaan, misal: citra yang ditampilkan dapat berasal dari penggabungan citra Landsat TM dengan Citra Radar, yang berbeda resolusi spasialnya sekalipun.
10. Penyusunan model 3D dari citra sehingga lebih tampak seperti kondisi aslinya di lapangan.
11. Kemudahan dalam pembuatan ImageMap ataupun FotoMap yang jauh lebih menarik dibanding peta konvensional karena memiliki latar seperti kondisi sebenarnya, sedangkan peta melulu simbol.
Salam Hangat,
Jogjakarta, 1 April 1999.
Rizki Noor Hidayat Wijaya
www.riskydigital.com
Buku dapat diunduh melalui tautan sbb:
http://www.4shared.com/fil
******************
Table of Contents
DAFTAR ISI I
PENDAHULUAN 1
PENGINDERAAN JAUH, PENGOLAHANN CITRA, DAN PIRANTI LUNAK. 1
Manfaat Penginderaan Jauh 2
Piranti Lunak 3
Er Mapper 4
Pengolahan Citra 6
Open Image File… 6
Algorithma 6
Grayscale 7
Pseudo Color 7
RGB (Red – Green – Blue) 7
Algorithma 8
Koreksi Radiometri 8
Metode Koreksi Rediometrik 9
a. Penyesuaian Histogram 9
b. Penyesuaian Regresi 10
c. Kalibrasi Bayangan 10
Resume 11
Metode Filtering dan Penajaman Citra 11
a. Filtering 11
1. High Pass Filter 12
2. Edge Enhanchment 12
3. Low Pass Filter 12
b. Penajaman Citra 13
Formula 13
Klasifikasi Citra 13
Kriteria Sampel 14
SUPERVISED CLASSIFICATION 14
Parallelpiped 15
Maximum Likelihood 15
Mahalonobis Distance 21
UNSUPERVISED CLASSIFICATION 21
Koreksi Geometrik 22
Komposisi Peta 22
Printing 23
TEKNIS 24
TEKNIS PENGGUNAAN ER MAPPER 24
Open File … 24
Membuat Citra Komposit 25
Menamai Layer 26
Histogram 26
Menampilkan Nilai Spectral Citra 27
Mendeteksi Jarak dan Lokasi 27
Menggunakan Filter 28
Membuat Filter Sendiri 29
Geolinking 31
Klasifikasi Spectral 32
a. Klasifikasi Tak Berguru (UnSupervised Classification) 32
b. Klasifikasi Berguru (Supervised Classification) 34
Eksekusi Klasifikasi 38
Maximum Likelihood Standard. 38
Menggunakan Metode Maximum Likelihood Standard Neighborhood 41
Koreksi Geometrik/Map Registration 45
APLIKASI 48
PEMETAAN KERENTANAN KEBAKARAN HUTAN DAN PERAIRAN DANGKAL 48
Persiapan Data 49
Menampilkan Citra Yang Diteliti 49
Geolinking Citra 49
Membuat Citra Komposit 49
Analisis Statistik 50
Pengolahan Data 51
Identifikasi Zone Terestrial dan Lautan 51
Identifikasi Laut Dangkal Dan Laut Dalam 53
Pemetaan Daerah Rawan Kebakaran Hutan 54
Annotasi 56
Printing 59
APLIKASI KHUSUS 62
ER MAPPER UNTUK PENGHITUNGAN SUHU PERMUKAAN BUMI 62
Persiapan Data 62
Menampilkan Citra Yang Diteliti 62
Penghitungan Data 63
Menghitung Radiansi Spectral 63
Menghitung Thermal Radian 64
Menghitung Thermal Kinetik 64
Menghitung SuhuCelcius 65
Aplikasi Er Mapper 67
REFERENSI 69
Catatan mengenai buku ini dapat dilihat di FB melalui tautan sbb:
http://www.facebook.com/note.php?note_id=151639968417
Posts
No comments:
Post a Comment