Laporan Praktikum Hari/Tgl : Rabu, 24 November

2010

Penginderaan Jauh Dan Tempat : Lab.

Komputer

Interpretasi Citra Asisten :1.Bambang A.

A14054173

2. Miranti A.

A14063027

3. Hana Aditya

A14070066

4. Rhoma P.

A14070100

PEMOTONGAN CITRA (SUBSET IMAGE) DAN KOREKSI GEOMETRIK

(REKTIFIKASI)

Rudi Eko Setyawan

E14070072

BAGIAN PENGINDERAAN JAUH DAN INFORMASI SPASIAL

DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

2010

BAB I

PENDAHULUANA. Latar Belakang

Dalam setiap kegiatan yang berkaitan dengan permukaan

bumi, akan selalu membutuhkan data permukaan bumi sebagai

data referensi. Salah satu jenis data permukaan bumi adalah

data yang berkaitan dengan spasial dan atribut suatu

wilayah. Salah satu cara untuk mendapatkan data spasial dan

data atribut suatu wilayah adalah dengan metode penginderaan

jauh.

Metode penginderaan jauh adalah suatu metode untuk

mendapatkan data spasial dan data atribut tanpa menyentuh

langsung data spasial dan data atribut tersebut. Keuntungan

dari metode penginderaan jauh ini adalah waktu pengumpulan

data yang relatif singkat dibanding dengan metode terestris

untuk cakupan area yang sama. Adapun wahana yang digunakan

dalam sistem penginderaan jauh adalah wahana udara

( pesawat) dan wahana luar angkasa (satelit).

Hasil dari penginderaan jauh wahana satelit adalah

citra. Dalam perkembangan teknologi saat ini citra satelit

berdasarkan resolusi spasialnya dapat di golongkan menjadi 3

bagian, yaitu : citra satelit resolusi tinggi, sedang, dan

rendah. Dampak dari kemajuan teknologi bidang penginderaan

jauh tersebut antara lain sangat mudahnya untuk mengakses

citra satelit beresolusi spasial tinggi secara gratis.

Sebelum citra hasil penginderaan jauh digunakan untuk

aplikasi tertentu, terlebih dahulu citra tersebut harus

dikoreksi untuk menghilangkan berbagai kesalahan yang ada.

Salah satu koreksi tersebut adalah koreksi geometrik.

Koreksi ini bertujuan untuk mereduksi distorsi geometrik

dari objek permukaan bumi yang ada pada citra yang

diakibatkan kelengkungan permukaan bumi dan beberapa faktor

lain seperti variasi tinggi satelit, ketegakan satelit dan

kecepatannya, sehingga posisi spasial dari suatu area pada

citra sesuai dengan posisi sebenarnya di lapangan.

B. Tujuan

Tujuan dari praktikum ini adalah :

1. Rektifikasi (pembetulan) atau restorasi (pemulihan)

citra agar koordinat citra sesuai dengan kordinat

geografi

2. Registrasi (mencocokkan) posisi citra dengan citra

lain atau mentransformasikan sistem kordinat citra

multispektral atau multitemporal

BAB II

TINJAUAN PUSTAKADistorsi geometrik adalah ketidaksempurnaan geometri

citra yang terekam pada saat pencitraannya, hal ini

menyebabkan ukuran, posisi, dan bentuk citra menjadi tidak

sesuai dengan kondisi sebenarnya. Ditinjau dari sumber

kesalahannya, distorsi geometrik disebabkan oleh kesalahan

internal dan kesalahan eksternal (JARS,1992). Kesalahan

internal lebih banyak disebabkan oleh geometrik sensor dan

bersifat sistematik sedangkan kesalahan eksternal disebabkan

oleh bentuk dan karakter obyek data tersebut. Secara tegas

Jensen (1996) mengklasifikasikan distorsi geometrik citra

dalam du golongan, yaitu distorsi yang bersifat sistematik

dan tidak sistematik. Distorsi yang bersifat sistematik ini

dapat dimodelkan sedangkan yang bersifat tidak sistematik

tidak dapat dimodelkan.

Distorsi geometrik yang bersifat sistematik disebabkan

oleh banyak faktor dan harus dikoreksi terlebih dahulu

sebelum citra satelit digunakan. Pohl (1996) menyatakan

penyebab distorsi geometrik yang penting antara lain :

rotasi bumi selam proses perekaman data, efek kelengkungan

bumi, variasi tinggi dan gerakan wahana satelit, variasi

tinggi permukaan tanah, dan sudut pandang perekaman. Pada

umumnya distorsi geometrik yang bersifat sistematik sudah

dikoreksi oleh pengelola satelit, karena parameter-parameter

koreksinya hanya diketahui oleh pemilik satelit. Khusus

untuk wahan satelit dengan sensor CCD (Charge Couple Device)

seperti pada SPOT HRV (Satelite Probatoire d’Observation de la Terre High

Resolution Visible), Jensen (1996) menyatakan beberapa kesalahan

distorsi geometrik seperti scan seks, kecepatan scanning sensor,

dan efek panoramik tidak ditemukan sehingga dapat diabaikan.

Distorsi geometrik yang bersifat tidak sistematik

dapat dikoreksi menggunakan sejumlah titik kontrol tanah

(TKT) yang cukup terdistribusi merata di seluruh citra

(ENVI, 1994: Jensen, 1996). Ketelitian registrasi citra ini

sangat ditentukan oleh ketelitian sumber data acuannya. Jika

pada suatu daerah belum memiliki peta atau citra yang

bergeoreferensi maka dapat digunakan TKT dengan pengamatan

GPS (Pohl, 1996; Abidin, 2000). Registrasi citra pada

umumnya menggunakan persamaan transformasi dua dimensi.

Toutin (1994) dalam Pohl (1996) menyatakan bentuk persamaan

polinomial orde satu (Jensen(1996) menyebutnya sebagai

persamaan affine 2D) adalah :

Untuk persamaan polinomial orde dua (Toutin, 1994 dalam

Pohl, 1996) :

Sedangkan persamaan polinomial orde tiga berbentuk (Toutin,

1994 dalam Pohl, 1996) :

Dalam hal ini :

x’ , y’ = Posisi obyek dalam sistem koordinat citra

x, y = Posisi obyek dalam sistem koordinat peta

a0.....a9 = Parameter transformasi

b0.....b9 = Parameter transformasi

Ada beberapa tahapan yang dilakukan dalam proses koreksi

geometrik, yaitu:

a. Penentuan titik-titik kontrol tanah (Ground Control Point

(GCP)).

Titik-titik kontrol yang dipilih pada obyek di citra

harus bersesuaian dengan titik pada obyek yang sama di

peta referensi. Peta referensi yang digunakan adalah Peta

Rupa Bumi Indonesia (RBI) digital skala 1 : 25.000.

Titik-titik yang dijadikan kontrol pada citra harus jelas

dan mudah dikenali. Titik-titik kontrol dalam studi

berada di sekitar aliran tubuh air/sungai/danau, jalan

raya, sudut-sudut bangunan, dan tanah kosong yang

terlihat jelas pada citra dan peta referensi.

b. Penentuan sistem referensi koordinat, datum, dan jenis

transformasi.

Sistem referensi yang digunakan yaitu Sistem Koordinat

SUTM 48 (South Universal Transversal Mercator Zona 48) dengan Datum

WGS’84 (World Geodetic System 1984). Transformasi yang

digunakan adalah metode polinomial nearest neighbor, bilinear,

dan cubic convolution dengan pertimbangan relief topografi

wilayah studi Kawasan Puncak yang berbukit-bukit.

c. Penentuan proses rektifikasi.

Citra crop_spot5_bgr_2002 sudah terkoreksi geometrik,

kemudian dipakai untuk merektifikasi citra

crop_land_bgr_2002.

BAB III

BAHAN DAN METODE

A.Waktu dan tempat

Praktikum Penginderaan Jauh dan Interpretasi Citra

dilakukan pada hari Rabu, 24 November 2010 pukul 13.00-

16.00 WIB. Praktikum ini dilaksanakan di laboratorium

komputer Departemen Ilmu Tanah dan Sumberdaya Lahan

Fakultas Pertanian, Institut Pertanian Bogor.

B. Alat dan bahan

1. Laptop/komputer

2. Perangkat lunak ERDAS

3. Citra satelit Spot Bogor

C. Cara Kerja1. Pemotongan Citra

Cara 1

1. Buka program ERDAS Imagine kemudian klik icon menu

Viewer.

2. Buka file yang akan dilakukan pemotongan dengan

mengklik ikon pada Viewer #1.

3. Klik menu AOI Tools sehingga muncul AOI Tool Palette,

kemudian pilih ikon Create Rectangular AOI, untuk pemotongan

yang berbentuk kotak atau icon Create Polygon AOI untuk

jenis pemotongan polygon tak beraturan.

4. Dengan menggunakan cursor tentukan daerah yang akan

dipotong

5. Klik ikon DataPrep pada ikon panel

kemudian pilih Subset Image.

6. Isi tabel dialog nama file input (*.img) dan nama file

outputnya (*.img) dengan mengklik ikon . File Input

merupakan file sebelum pemotongan dan File Output

merupakan file hasil pemotongan.

7. Klik icon AOI pada tabel dialog sehingga muncul

tampilan Choose AOI pilih Viewer kemudian klik OK.

8. Klik OK dan tunggu proses hingga 100 % baru klik OK

kembali

9. Untuk melihat hasilnya, buka nama file hasil

pemotongan pada viewer baru.

Cara 2 1. Tampilkan citra yang mau dipotong

2. Dari menu VIEWER pilih Utility/Inquire Box

3. Geser Inquire Box sesuai dengan daerah yang akan

dicropping dan klik Apply.

4. Dari INTERPRETER pilih Utility/Subset. Pilih nama file

citra yang dipotong dan tulis nama file luaran.

5. Lokasi yang dicropping ditentukan From Inquire Box

6. Pilih kanal yang diambil yaitu kanal 1:6.

7. Klik OK untuk memulai proses cropping.

2. Koresi Geometrik

1. Pilih Raster|Geometric Correction dari menu Viewer#1

untuk merektifikasi citra crop_land_bgr_2002.

2. Pada dialog Set Model Dialog pilih Polynomial dan klik

OK. Geo Correction Tool dan Polynomial Model

Properties terbuka

3. Klik Close pada dialog Polynomial Model Properties

4. Terima default Existing Viewer pada dialog GCP Tool

Reference Setup dengan mengklik OK

5. Klik pada Viewer#2 untuk menampilkan

crop_spot5_bgr_2002.img, sehingga dialog Reference Map

Information terbuka

6. Klik OK pada dialog Reference Map Information

7. Pada Viewer#1 pilih satu dari area yang tergambar

dibawah ini dengan mengklik areanya.

8. Untuk memudahkan melihat GCP#1 tekan mouse kanan pada

Color Colomn pada GCP Tool CellArray dan pilih warna

Yellow

9. Pada Viewer#3 (perbesaran sebagian dari area Viewer#1)

drag GCP pada lokasi pasti

10. Pada GCP Tool klik icon Create GCP

11. Pada Viewer#4 klik area yang sama seperti yang

dilakukan pada Viewer#3

12. Untuk memudahkan melihat GCP#1 pada Viewer#2

tekan mouse kanan pada Color Colomn pada GCP Tool

CellArray dan pilih warna Yellow

13. Klik icon Create GCP pada tool bar GCP

14. Ulangi langkah 8 – 10 untuk mendigitasi GCP#2,

GCP#3 dan GCP#4. Setelah mendigitasi GCP#4 pada

Viewer#1 atau Viewer#3, GCP secara otomatis match di

Viewer2#4.

15. Bila model belum mendukung Auto Calculation klik

icon Calculation pada tool bar GCP Tool .

BAB IV

HASIL DAN PEMBAHASAN

A. Hasil

A.1. Pemotongan citra

Koordinat :

ulx : 697032,000000

uly : 9270982,000000

lrx : 723612,000000

lry : 9254872,000000

B. 2. Koreksi Geometrik

Gambar lokasi GCP dan nilai RMS error

Hasil koreksi geometrik Order 1:

Dengan metode nearest neighbor

Dengan metode bilineal interpolation

Dengan metode cubic convolution

Hasil koreksi geometrik Order 2 :

Gambar lokasi GCP dan nilai RMS error

Dengan metode nearest neighbor

Dengan metode bilineal interpolation

Dengan metode cubic convolution

B. Pembahasan

Citra yang dihasilkan secara langsung melalui proses

perekaman sesaat tidak bebas dari kesalahan. Kesalahan ini

muncul karena adanya gerakan satelit, rotasi bumi, gerakan

cermin pada sensor scanner, dan juga kelengkungan bumi.

Hasil perekaman ini juga merupakan model dua dimensi yang

menghasilkan kenyataan tiga dimensi pada bidang spheroid

permukaan bumi. Disini menimbulkan kesalahan geometri yang

lain.

Sebelum melakukan koreksi geometrik, alalis harus

memahami terlebih dahulu tentang daerah yang akan dianalisis

dan sistem proyeksi peta tersebut. Untuk lebih memfokuskan

terhadap daerah yang akan diamati, maka sutu citra harus

dilakukan pemotongan (croping) terlebih dahulu. Sedangkan

untuk menyajikan posisi planimetris ada sejumlah sistem

proyeksi. Untuk Indonesia, sistem proyeksi yang digunakan

adalah sistem proyeksi UTM (Universal Transverse Mercarator) dengan

datum DGN-95 (datum geodesi nasional). Masing-masing sistem

proyeksi sangat terkait dengan sistem koordinat peta.

Dalam beberapa kasus, yang dibutuhkan adalah penyamaan

posisi antara satu citra dengan citra lainnya dengan

mengabaikan sistem koordinat dari citra yang bersangkutan.

Penyamaan posisi ini kebanyakan dimaksudkan agar posisi

piksel yang sama dapat dibandingkan. Dalam hal ini penyamaan

posisi citra satu dengan citra lainnya untuk lokasi yang

sama sering disebut registrasi. Dibandingkan dengan

rektifikasi, registrasi ini tidak melakukan transformasi ke

suatu koordinat sistem. Dengan kata lain, registrasi adalah

suatu proses membuat suatu citra konform dengan citra

lainnya, tanpa melibatkan proses pemilihan sistem koordinat.

Koreksi geometrik merupakan proses yang mutlak

dilakukan apabila posisi citra akan disesuaikan dengan peta-

peta atau citra lainnya yang mempunyai sistem proyeksi peta.

Ada beberapa alasan atau pertimbangan kenapa perlu melakukan

rektifikasi, diantaranya adalah untuk :

1. Membandingkan 2 citra atau lebih untuk lokasi

tertentu.

2. Membangun SIIG dan melakukan pemodelan spasial.

3. Meletakkan lokasi-lokasi pengambilan “Training area”

sebelum melakukan klasifikasi.

4. Membuat peta dengan skala yang teliti.

5. Melakukan overlay (tumpang susun) citra dengan dat-

data spasial lainnya.

6. Membandingkan citra dengan data spasial lainnya yang

mempunayi skala yang berbeda.

7. Membuat mozaik citra.

8. Melakukan analisis yang memerlukan lokasi geografis

dengan presisi yang tepat.

Ketika akurasi area, arah dan pengukuran jarak

dibutuhkan, citra mentah harus selalu diproses untuk

menghilangkan kesalahan geometrik dan merektifikasi citra

kepada koordinat sistem bumi yang sebenarnya. Salah satu

cara untuk mengoreksi distorsi geometrik ini adalah dengan

menggunakan titik – titik kontrol tanah (GCP). GCP adalah

suatu titik-titik yang letaknya pada suatu posisi piksel

atau citra yang koordinat petanya (referensinya) diketahui.

GCP terdir atas sepasang koordinat x dan y, yang terdiri

atas koordinat sumber dan koordinat referensi. Koordinat-

koordinat tersebut tidak dibatasi oleh adanya koordinat

peta. Secara teoritis (Jaya, 2009), jumlah minimum GCP yang

harus dibuat adalah :

Jumlah minimum GCP = ( t + 1 ) ( t + 2 )/2

Pada hasil pengamatan koreksi geometrik, order 1

dibutuhkan minimal 3 GCP, sedangkan untuk order 2 dibutuhkan

minimal 6 GCP. Sehingga pada order 1 paling tidak dibutuhkan

3 buah GCP untuk dapat menentukan lokasi rektifikasi secara

otomatis pada citra referensinya. Sedangkan untuk order 2

paling tidak membutuhkan 6 buah GCP. Pada order 2 juga

terlihat adanya koreksi dari kelengkungan bumi. Sedangkan

pada order 1 tampak hanya koreksi secara 2 dimensi.

Tentunya, semakin banyak jumlah GCP dengan nilai RMS

errornya yang kecil, maka rektifikasi tersebut semakin

akurat. Nilai RMS error umumnya tidak boleh lebih dari 0,5

piksel. Jika nilainya lebih dari 0,5 piksel, maka penentuan

lokasiGCP harus diulang kembali. Pada hasil praktikum

koreksi geometrik terlihat pada order 1 nilai RMSE tertinggi

adalah 0,385 piksel pada GCP 2. Sedangkan pada order 2 nilai

RMSE tertinggi adalah 0,260 piksel pada GCP 1. Sehingga

nilai-nilai ini masih dapat ditolerir dalam kegiatan

rektifikasi.

Pada saat melakukan interpolasi intensitas (nilai

kecerahan) menggunakan metode nearest neighbourhood, bilinear dan

convolution. Perbedaan dari ketiga metode tersebut adalah:

a. nearest-neighborhood interpolation (NNI) menggunakan 1 pixel, (zero-

order , 40)

b. bilinear interpolation (BI) menggunakan 4 pixel (first-oder, 41)

c. cubic convolution interpolation (CVI) menggunakan 16 pixel (second

order, 42)

Pada metode nearest neighbour (tetangga terdekat), nilai

pikselnya tidak berubah karena menggunakan nilai dari piksel

pixel

C itra terkoreksi

D ata digital asli (belum terkoreksiP engisian peta dengan nilai kecerahan

(D N )X

Y

8

9 5

8 4

5 5

9 5

8 4

9

9

8

1

1

1

8 4 4 1

R esam pling

C ubic C onvolution(16 pixel)

B i l inear Interpolation(4 pixel)

Nearest neighbor(1 pixel)

p'

l '

p'p'

l '

l '

yang terdekat, sedangkan metode bilineal dan cubic , nilai

piksel yang baru dihitung dengan rata-rata tertimbang

sebagai berikut :

Zk= nilai DN

Dk =jarak Euclidean

Untuk menguji apakah citra crop_land_bgr_2002 hasil

koreksi geometrik telah mempunyai koordinat yang benar, maka

dilakukan pengecekan dengan menggunakan titik-titik cek

bebas (Independent Check Point (ICP)) yaitu titik-titik yang

teridentifikasi pada citra dan peta referensi tetapi

berlainan posisi dengan titik-titik kontrol tanah (Ground

Control Point (GCP)). Proses pengujian ini menggunakan 7 buah

ICP dengan metode image to image rectification terhadap Citra

crop_spot5_bgr_2002. Untuk menguji keakuratan citra hasil

koreksi geometrik, maka dihitung besar penyimpangan terhadap

peta referensi. Citra hasil koreksi geometrik dapat diterima

apabila penyimpangan posisi tidak melebihi satu piksel.

KESIMPULAN

Rektifikasi merupakan suatu proses melakukan

transformasi data dari suatu sistem grid menggunakan

suatu transformasi geometrik. Rektifikasi dapat

dilakukan dengan cara koreksi citra yang belum

dikoreksi ke citra yang sudah terkoreksi (image to image

geo-correction) atau dengan cara koreksi citra yang belum

dikoreksi ke peta (image to map geo-correction). Koreksigeometrik order 1 dibutuhkan minimal 3 GCP, sedangkan untuk

order 2 dibutuhkan minimal 6 GCP. Nilai RMS error umumnya

tidak boleh lebih dari 0,5 piksel. Pada hasil praktikum

koreksi geometrik terlihat pada order 1 nilai RMSE tertinggi

adalah 0,385 piksel pada GCP 2. Sedangkan pada order 2 nilai

RMSE tertinggi adalah 0,260 piksel pada GCP 1. Sehingga

nilai-nilai ini masih dapat ditolerir dalam kegiatan

rektifikasi. Pada order 2, rektifikasi dilakukan lebih

teliti dibandingkan dengan order 1. Karena dari hasil

pengamatan terlihat bahwa kelengkungan bumi juga dikoreksi.

DAFTAR PUSTAKA

Abidin, H. Z., 2000, Penentuan Posisi dengan GPS dan Aplikasinya,

Cetakan Kedua, PT Pradnya Paramita, Jakarta.

ENVI, 1994, ENVI User’s Guide : The Environment for Visualizing Images,

Version 1.1, Research System, Boulder CO 80301.

Jensen, J.R., 1996, Introductory Digital Image Processing : A Remote

Sensing Perspective, 2nd Edition , Prentice Hall Inc., new

Jersey, USA

Pohl, C., 1996, Geometric Aspects of Multisensor Image Fusion for

Topographic Map Updating in the Humid Tropics, Ph. D.

Dissertation. ITC Publication No 39., ITC.

Surati Jaya, I.N. 2010. ANALISIS CITRA DIGITAL: Teori dan Praktik

Menggunakan ERDAS Imagine. Laboratorium Fisik Remote

Sensing dan GIS. Fakultas Kehutanan, IPB.