materi sistem informasi spasial (indraja 2)

Citra dan Klasifikasi Citra

Citra satelit adalah citra yang dihasilkan dari pemotretan menggunakan wahana satelit. Saat ini banyak sekali satelit mengorbit di luar angkasa dengan fungsinya yang beragam misalnya satelit militer, atelit komunikasi, satelit inderaja antar planet dan satelit inderaja sumber daya bumi. Oleh karena itu perkembangan teknik inderaja sistem satelit lebih maju ketimbang sistem airborne (foto udara). Citra yang dihasilkan oleh satelit saat merekam satu luasan (resolusi spatial) merupakan hasil gabungan dari lebih dari 1 scenehasil perekaman band (dengan panjang elombang tertentu).

citra (data) digital adalah suatu dua dimensi atau matriks yang elem-elemnnya menyatakan tingkat keabuan dan elemn gambar. Elemen gambar ini disebut pixel. Etiap pixel berada pada suatu koordinat ruang (XY), yang disebut juga baris dan kolom. Dalam suatu citra perpotongan sumbu X dan Y di pojok/sudut kiri ata merupakan titik (0,0) yang disebut sebagai baris 1 dan kolom 1.

Citra digital diperoleh, disimpan dan dimanipulasi berbasisi logika biner (Danoedoro, 1996 dalam Susilo dan Gaol, 2008). Ada beberapa teknik untuk mendapatkan citra digital, misalnya dengan menyimpan suatu gambar dengan alat scanner, sensor, kamera digital, dll. Citra digital yang diperoleh dari pendeteksian, perekaman atau penyiaman suatu objek hasilnya dapat disimpan pada pita magnetik.

Citra merupakan masukan data atau hasil observasi dalam proses penginderaanjauh.Penginderaan Jauh atau Remote Sensing didefinisikan sebagai ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontaklangsung dengan objek, daerah atau fenomena tersebut.
Citra dapat diartikan sebagai gambaran yang tampak dari suatu obyek yang sedang diamati, sebagai hasil liputan atau rekaman suatu alat pemantau/sensor, baik optik, elektrooptik, optik-mekanik maupun elektromekanik. Citra memerlukan proses interpretasi atau penafsiran terlebih dahulu dalam pemanfaatannya.

Klasifikasi Citra Satelit

Dalampengolahan data citra yang tujuanya untuk di jadikan data primer sebuahpemetaanataupenelitian. Daerah yang terdapat pada peta harusterlebih dahulu di ketahui wilayah nya apakahwilayah tersebut merupakan daerah pemukiman, perkebunanataudaerahpantai. Untukituperlulakukannyaklasifikasiobjekuntukmenentukankelasobjektersebut.

Ada beberapapengolahancitra, dimanacitra yang diolah merupakan daerah yang belumdiketahuibentukwilayahnyasehinggaperludilakukanpengolahacitralebihlanjutuntukklasifikasicitra. Klasifikasiinibiasmenggunakanmetodeklasifikasi supervised danklasifikasi unsupervised.

Adapununtukmemperoleh data pemetaansecaramatangadabeberapatahapan yang harusdilakukanuntukdapatmemperoleh data matangtersebut, dalamhaliniadalah data yang digunakanadalah data citra, dansalahsatutujuandaripengolahan data tersebutadalahuntukmengetahuiluasdarisuatukelasobjek yang terdapatpadacitra.

Karenadalampengolahancitra, citra yang digunakanmerupakancitra yang tidaksepenuhnyadiketahuibagaimanabentuknyadanapa – apasaja yang terdapatdiatasnyasebagaipenutuplahan. Makadapatdigunakanklasifikasidenganmetode unsupervised.

 Data penginderaanjauhpadaumumnyaberbentuk data digital yang merekam unit terkecil dari permukaan bumi dalam sistim perekam data. Unit terkecilinidikenaldangannama pixel (picture element) yang berupakoordinat 3 dimensi (x,y,z). Koordinatx,ymenunjukkanlokasi unit tersebutdalamkoordinatgeografi x, y dan z menunjukkan nilai intensitas pantul dari tiap pixel dalamtiapselangpanjanggelombang yang dipakai. Nilai intensitas pantul dibagi menjadi 256 tingkatberkisarantara 0 – 255 dimana 0 merupakan intensitas terrendah (hitam) dan 255 intensitastertinggi (putih). Dengan data citraasli (raw data) tidak lain adalahkumpulandarisejumlah pixel yang bernilaiantara 0 -255.

Dalam klasifikasi citraa da dua metode yang dapatdigunakan, yaitu      :

   a. Supervised classification

   b. Unsupervised classification

Metode supervised merupakanmetodedimanacitra yang digunakanmemilikicakupanwilayah yang telahdiketahuibentuktutupanlahannya. Sedangkanmetode unsupervised merupakan metode klasifikasi citra yang belumjelasbentuktutupanlahanya.

Tahapan dari pekerjaan klasifikasi ini adalah :

Saat ini banyak sekali satelit penginderaan jauh yang beredar, masing-masing jenis satelit seperti landsat (1-7), NOAA, baskara, SPOT, Envisat, Ikonos, Quickbird, dan lain-lain mempunyai karakteristik dan tujuan masing-masing.

             Citra merupakan alat utama untuk mengenali dan memahami berbagai kenampakan objek di berbagai permukaan bumi melalui penginderaan jauh. Berdasarkan Misinya Setelit Penginderaan Jauh dikelompokan menjadi dua macam yaitu satelit cuaca dan satelit sumberdaya alam.

Resolusi citra

Dikelompokkan pada citra bersolusi menengah. Sedangkan citra-citra dari satelit NOAAAVHRR, Terra MODIS dan Aqua MODIS dikelompokkan ke citra beresolusi rendah.Untuk kepentinganpemetaan baik itu untuk tata ruang wilayah maupun yang lainnya, pemilihan data citra yang tepatsangatlah penting. Misalnya untuk perencanaan tata ruang kota, citra satelit apa yang diperlukan?Atau jika kita sudah melakukan analisis citra Landsat TM sehingga menghasilkan data TutupanLahan, maka berapa skala optimum jika ingin dicetak ?Memilih citra yang tepat bukan cuma didasari oleh budget. Karena keterbatasan dana makacitra yang dibeli seadanya saja atau sebaliknya, memiliki dana tak terbatas maka citra yang dibeliterlalu berlebih (mis: WorldView-2) padahal hanya untuk klasifikasi tutupan pada skala wilayahyang cukup luas (kabupaten ± propinsi). Hal ini justru bisa memperumit pekerjaan. Sekedar mengingat saja, bahwa klasifikasi penggunaan lahan pada citra bersolusi tinggi (WorldView-2,QuickBird, Ikonos) lebih susah dibanding citra yang mempunya resolusi spasial rendah maupunmenengah (Landsat, ASTER, dll). Karena variasi spasial pada citra beresolusi tinggi lebih tinggidibanding yang beresolusi menengah maupun rendah, terlebih untuk wilayah-wilayah perkotaan.Jika hanya menggunakan metode klasifikasi standar seperti Maximum Likehood hasilnyatidaklah begitu menggembirakan.Karenanya memilih citra yang sepadan untuk pemetaan adalah hal penting. Untuk memilih citrayang sepadan untuk pemetaan yang optimum ada rumusan matematisnya. Rumusan inidicetuskan oleh Wado R. Tobler pada tahun 1987. Mr. Tobler adalah seorang profesor emiritusbidang geografi dari universitas California-Santa Barbara, Amerika. Dia banyak menemukanperhitungan proyeksi peta dan dikenal sebagai µpembuat peta¶. Menurutnya seorang kartograf (ahli perpetaan) selalu ingin memasukkan µobjek¶ sekecil apapun dalam peta, karena setiapinformasi sekecil apapun pada dasarnya penting. Namun karena keterbatasan penyajian(tergantung besarnya skala yang menjadi target), maka tidak smua objek bisa tampak dalam peta,objek yang terlalu kecil dengan sendirinya akan hilang atau justru perlu dihilangkan agar petayang ditampilkan nanti nampak lebih apik.

TUGAS

SISTEM INFORMASI SPASIAL ( INDRAJA DUA )

Oleh :

MOH. IMAM SAFI’I                                                                                                       131 10 117

 

JURUSAN KEHUTANAN

FAKULTAS KEHUTANAN

UNIVERSITAS TADULAKO

2012