bab 4
DESCRIPTION
weewgefTRANSCRIPT
Hasil
BAB IV
HASIL DAN PEMBAHASAN
IV.1. Hasil
IV.1.1. Colour Composite
Hasil penyusunan dan tampilan citra komposit warna pada Citra Jateng.ers yang
dilakukan oleh kelompok IV adalah sebagai berikut :
(a) (b)
(c)
Gambar 4. 1. RGB (a) 432, (b) 731, (c) 457 (Kelompok IV, 2013)
Hasil dan Pembahasan IV-1
Hasil
IV.1.2. Scattergram
Hasil pembuatan scattergram citra Jateng.ers yang dilakukan oleh kelompok IV
adalah sebagai berikut :
Gambar 4. 2. Hasil Scattergram (Kelompok IV, 2013)
IV.1.3. Cropping
Hasil cropping citra Jateng.ers yang Kelompok IV lakukan adalah sebagai berikut:
Gambar 4. 3. Purbalingga.ers (Kelompok IV, 2013)
Hasil dan Pembahasan IV-2
Hasil
Hasil cropping citra secara manual pada citra Jateng.ers yang dilakukan oleh
kelompok IV adalah sebagai berikut :
Gambar 4. 4. Hasil Cropping Manual (Kelompok IV, 2013)
Hasil cropping using formula pada citra Jateng.ers yang dilakukan oleh kelompok
IV adalah sebagai berikut :
Gambar 4. 5. Hasil Cropping Using Formula (Kelompok IV, 2013)
IV.1.4. Enhancement
Hasil enhancement citra yang dilakukan oleh kelompok IV pada citra
purbalingga.ers adalah sebagai berikut :
Hasil dan Pembahasan IV-3
Hasil
Gambar 4. 6. Pencerahan Citra Red Layer (Kelompok IV, 2013)
Gambar 4. 7. Pencerahan Citra Green Layer (Kelompok IV, 2013)
Gambar 4. 8. Pencerahan Citra Blue Layer (Kelompok IV, 2013)
Hasil dan Pembahasan IV-4
Hasil
Gambar 4. 9. Penggelapan Citra Red Layer (Kelompok IV, 2013)
Gambar 4. 10. Penggelapan Citra Green Layer (Kelompok IV, 2013)
Gambar 4. 11. Penggelapan Citra Blue Layer (Kelompok IV, 2013)
IV.1.5. Density Slice
Hasil density slice citra yang dilakukan oleh kelompok IV pada citra
purbalingga.ers adalah sebagai berikut :
Hasil dan Pembahasan IV-5
Hasil
Gambar 4. 12. Hasil Density Slice (Kelompok IV, 2013)
IV.1.6. NDVI
Hasil pembuatan NDVI citra yang dilakukan oleh kelompok IV pada citra
purbalingga.ers adalah sebagai berikut :
Gambar 4. 13. Hasil NDVI (Kelompok IV, 2013)
IV.1.7. Supervised
Hasil klasifikasi supervised yang dilakukan oleh kelompok IV pada citra
purbalingga.ers adalah sebagai berikut :
Hasil dan Pembahasan IV-6
Hasil
Gambar 4. 14. Hasil Supervised (Kelompok IV, 2013)
IV.1.8. Unsupervised
Hasil klasifikasi unsupervised yang dilakukan oleh kelompok IV pada citra
purbalingga.ers adalah sebagai berikut :
Gambar 4. 15. Hasil Unsupervised (Kelompok IV, 2013)
Hasil dan Pembahasan IV-7
Hasil
IV.1.9. Produk Peta
Produk peta supervised yang dihasilkan oleh kelompok IV dari citra
purbalingga.ers adalah sebagai berikut :
Gambar 4. 16. Hasil Produk Peta Supervised (Kelompok IV, 2013)
Produk peta NDVI yang dihasilkan oleh kelompok IV dari citra purbalingga.ers
adalah sebagai berikut :
Gambar 4. 17. Hasil Produk Peta NDVI (Kelompok IV, 2013)
Hasil dan Pembahasan IV-8
Pembahasan
IV.2. Pembahasan
IV.2.1. Colour Composite
Colour composite atau kombinasi RGB dapat kita lakukan sesuai dengan
informasi yang kita butuhkan. Band memiliki kemampuan untuk mendeteksi objek dengan
panjang gelombang tertentu dengan beberapa kerakteristik tertentu, sehingga objek pada
citra dapat kita kenali dengan kombinasi band yang sesuai dengan karakteristiknya masing-
masing.
Tabel 4.1. Spectral Band (Kelompok IV, 2013)
Saluran
Kisaran
Gelombang
(µm)
Kegunaan Utama
10,45 – 0,52
(blue)
Penetrasi tubuh air, analisis penggunaan lahan, tanah,
dan vegetasi. Pembedaan vegetasi dan lahan.
20,52 – 0,60
(green)
Pengamatan puncak pantulan vegetasi pada saluran
hijau yang terletak diantara dua saluran penyerapan.
Pengamatan ini dimaksudkan untuk membedakan jenis
vegetasi dan untuk membedakan tanaman sehat
terhadap tanaman yang tidak sehat
30,63 – 0,69
(red)
Saluran terpenting untuk membedakan jenis vegetasi.
Saluran ini terletak pada salah satu daerah penyerapan
klorofil
40,76 – 0,90
(NIR)
Saluran yang peka terhadap biomasa vegetasi. Juga
untuk identifikasi jenis tanaman. Memudahkan
pembedaan tanah dan tanaman serta lahan dan air.
51,55 – 1,75
(FIR)
Saluran penting untuk pembedaan jenis tanaman,
kandungan air pada tanaman, kondisi kelembapan
tanah.
62,08 – 2,35
(SWIR)
Untuk membedakan formasi batuan dan untuk
pemetaan hidrotermal.
7 10,40 – 12,50
(thermal
Klasifikasi vegetasi, analisis gangguan vegetasi.
Pembedaan kelembapan tanah, dan keperluan lain yang
Hasil dan Pembahasan IV-9
Pembahasan
infrared) berhubungan dengan gejala termal.
8 Pankromatik Studi kota, penajaman batas linier, analisis tata ruang
Berdasarkan tabel diatas, hasil penyusunan RGB citra Purbalingga.ers dapat
dianalisis sebagai berikut :
a. Citra dengan kombinasi RGB 432.
Menunjukkan informasi bahwa wilayah Purbalingga memiliki vegetasi yang
gelap, dan awan cerah. Hasilnya dapat dikatakan sama dengan kondisi lapangan.
Kombinasi RGB 432 merupakan tipikal kombinasi komposit false color seperti di
foto udara. Saluran 4 mendeteksi puncak pantulan dari vegetasi, juga membedakan
tipe vegetasi, Selain itu membedakan tanah dan perairan. Kombinasi ini
menampilkan vegetasi berwarna merah, merah yang lebih terang menandakan
vegetasi yang lebih dewasa. Tanah dengan sedikit atau tanpa vegetasi antara putih
(pasir atau garam) sampai hijau atau coklat tergantung kelembapan dan kandungan
organik. Air nampak biru, perairan jernih akan terlihat biru gelap atau hitam
sedangkan perairan dangkal atau air dengan konsentrasi sedimen tinggi akan
nampak biru muda. Area permukiman berwarna biru kecoklatan.
b. Citra dengan kombinasi RGB 731.
Kombinasi RGB 731 digunakan untuk mendeteksi tutupan lahan berupa
pemukiman. Pemukiman berwarna merah cerah. Semakin padat pemukiman,
semakin gelap warnanya. Vegetasi dan badan air sesuai dengan warna aslinya.
c. Citra dengan kombinasi RGB 457.
Kombinasi RGB 457 digunakan untuk mendeteksi vegetasi. Kombinasi ini
memberikan informasi bahwa wilayah tersebut memiliki data vegetasi dari suatu
citra karena paduan warna dari band yang ada menghasilkan warna hijau lebih
terlihat.
Kombinasi RGB atau colour composite ini digunakan sesuai dengan kebutuhan
informasi yang dikehendaki. Kombinasi RGB 432 memberikan informasi sesuai dengan
warna aslinya (true colour), kombinasi RGB 731 memberikan informasi pendeteksian lahan
pemukiman, dan kombinasi RGB 457 digunakan untuk mendeteksi vegetasi.
Hasil dan Pembahasan IV-10
Pembahasan
IV.2.2. Scattergram
Scattergram merupakan aplikasi umum yang diterapkan pada citra untuk
memudahkan dalam melihat nilai dari suatu citra dari dua saluran band dalam citra. Serta
untuk dapat mengetahui keterkaitan antar band pada citra.
Salah satu cara melihat kualitas data citra secara statistik yang berformat grafik
dapat menggunakan scattergram. Scattergram merupakan teknik atau cara menilai kualitas
data dan karakteristik sebaran (lokasi) contoh latihan atau contoh kawasan ( training area)
didalam suatu citra secara geografis (ERMapper, 2006) pada sebuah plot X-Y dengan
menunjukkan nilai data antara hubungan dua buah band pada suatu citra.
Scattergram disebut juga scatter plot, scatter diagram plot nilai DN untuk sel
sampel dalam sebuah cluster pada grafik sumbu x - nilai DN untuk satu band sumbu y - nilai
DN untuk band lain.
Beberapa metode scattergram antara lain sebagai berikut:
1. Klasifikasi sederhana, digunakan untuk membuat bidang pada scattergram akan
menghasilkan shading pada citra akan sebuah tutupan lahan tertentu
2. Evaluasi Training Area (Sampling), digunakan untuk mengevaluasi training area
(sampling) pada tutupan lahan tertentu apakah sudah sesuai.
Evaluasi Tumpang Tindih antar kelas tutupan Lahan, digunakan untuk
mengevaluasi antara kelas-kelas tutupan lahan apakah yang tumpang tindih
memerlukan pemeriksaan semua kombinasi band.
IV.2.3. Cropping
Cropping dapat dilakukan dengan beberapa metode, yaitu:
a. Cropping Regional, digunakan untuk memotong bagian atau daerah citra tertentu.
b. Cropping Manual
Cropping manual merupakan metode yang paling sederhana dalam pemotongan
citra. Cropping manual digunakan untuk memotong bagian atau daerah citra
tertentu secara manual; dan
c. Cropping Using Formula
Using Formula merupakan aplikasi umum yang diterapkan pada citra untuk
penajaman guna memudahkan atau memperjelas suatu daerah dengan membuat
Hasil dan Pembahasan IV-11
Pembahasan
polygon pada obyek pada citra yang diinginkan dan untuk memperjelas area yang
dipilih interpretasi visual. Cropping dilakukan sesuai dengan kebutuhan dengan
cara pembuatan polygon untuk area yang akan digunakan atau dilakukan cropping.
Ketiga metode cropping ini sama-sama digunakan untuk memotong citra.
Perbedaanya terletak pada metode pemotongan dan hasil cropping yang akan diperoleh.
Cropping paling sederhana adalah cropping manual. Cropping ini digunakan untuk
memotong daerah yang relatif kecil. Hasil cropping manual diperoleh sesuai dengan yang
ditampilkan dalam jendela citra.
IV.2.4. Enhancement
Proses penajaman citra dilakukan untuk mempermudah dalam
menginterpretasikan obyek-obyek yang ada pada tampilan citra. Dengan proses algoritma,
ER Mapper mempermudah pengguna melakukan berbagai macam proses penajaman citra
tanpa perlu membuat file-file baru yang hanya akan membuat penuh disk komputer
meningkatkan mutu citra, baik untuk memperoleh keindahan gambar maupun untuk
kepentingan analisis citra.
Dengan melakukan penajaman citra, gambar yang dihasilkan lebih tajam. Bagus
digunakan untuk melakukan interpretasi citra daerah yang padat dan memilik variasi kelas
yang banyak, seperti pemukiman.
Sedangkan penurunan kontras citra merepresentasikan gambar yang dihasilkan
tidak setajam peningkatan kontras. Penurunan kontras citra lebih mudah pengaturannya.
Bagus digunakan untuk melakukan interpretasi citra di daerah yang luas dan variasi
kelasnya sedikit, seperti di daerah padang rumput.
IV.2.5. Density Slice
Density slice merupakan salah satu metode klasifikasi citra yang digunakan untuk
mendistribusikan DN atau nilai digital sepanjang sumbu horizontal histogram citra dan
dibagi dalam interval.
Rentang density slice dalam praktikum ini dilakukan sebanyak tiga tahap, yaitu
rendah, sedang, dan tinggi. Nilai rentang density slice ditampilkan dalam tabel berikut ini:
Hasil dan Pembahasan IV-12
Pembahasan
Tabel 4.2. Rentang Density Slice (Kelompok IV, 2013)
Saluran /
Band
Rentang
RendahRentang Sedang Rentang Tinggi
Red 0-10619,1 10619,1-20965,9 20965,9-31585
Green 0-10706,2 10706,2-21137,8 21137,8-31706,7
Blue 0-10346,4 10364,4-20427,6 20427,6-30641,4
IV.2.6. NDVI
NDVI merupakan metode yang digunakan untuk mendeteksi vegetasi. Pada hasil
pembuatan NDVI yang dilakukan oleh Kelompok IV terlihat vegetasi direpresentasikan
dengan warna biru. Warna hijau menggambarkan pemukiman, sedangkan warna pink yang
terlihat teratur merupakan hutan terpola.
IV.2.7. Unsupervised Classification
Klasifikasi tak terbimbing (unsupervised classification) merupakan salah satu
metode klasifikasi dimana komputer secara otomatis menghitung dan mengenali nilai
spektral yang ada pada citra. ER Mapper 7.0 menggunakan algoritma ISOClass untuk
menampilkan data citra dlam metode ini. Sebelum melakukan metode ini, kita harus
menentukan berapa kelas yang akan dibuat.
IV.2.8. Supervised Classification
Klasifikasi terbimbing (supervised classification) dilakukan ketika kita telah
melakukan survei kelapangan. Artinya kita sudah mengetahui land cover dari training area
yang kita buat. Training area merupakan sampel kelas yang sudah kita ketahui di lapangan.
Metode ini sering digunakan untuk meningkatkan hasil klasifikasi. Dibandingkan dengan
metode sebelumnya, metode ini lebih akurat. Klasifikasi menggunakan karakteristik spektral
(minimum, maximum, mean/average, variance, covariance, correlation, dll.) tentang
training/sample area untuk menggambarkan algoritma klasifikasi keseluruhan.
Langkah Penting dalam Klasifikasi Terbimbing antara lain sebagai berikut :
1. Training sampel yang terpilih harus representatif;
2. Statistik karakteristik training sampel harus dianalisis untuk memilih fitur yang
sesuai;Hasil dan Pembahasan IV-13
Pembahasan
3. Algoritma klasifikasi yang sesuai harus dipilih;
4. Pengkelasan image dalam kelas; dan
5. Tingkat akurasi klasifikasi harus dievaluasi secara statistik.
IV.2.9. Produk Peta
Produk peta yang dibuat oleh Kelompok IV adalah dua buah peta, yaitu peta
supervised dan peta NDVI. Kedua peta ini dapat dianalisis sebagai berikut:
Produk peta supervised menyajikan informasi tepi peta yang terdiri atas skala,
legenda berupa warna yang terdiri atas warna merah merepresentasikan pemukiman, hijau
merepresentasikan sawah, hijau tua merepresentasikan vegetasi, abu-abu merepresentasikan
jalan, dan biru menggambarkan sungai. Peta ini juga mencantumkan inset citra Purbalingga.
Produk peta NDVI menyajikan informasi tepi peta yang terdiri atas skala, legenda
berupa warna yang terdiri atas warna merah merepresentasikan pemukiman, hijau
merepresentasikan sawah, hijau tua merepresentasikan vegetasi, abu-abu merepresentasikan
jalan, dan biru menggambarkan sungai. Peta ini juga mencantumkan inset citra Purbalingga.
Hasil dan Pembahasan IV-14