LAPORAN RESPONSI PENGINDERAAN JAUH

Transkripsi

1 LAPORAN RESPONSI PENGINDERAAN JAUH Modul 2 : Koreksi Geometrik pada Citra Satelit Landsat Disusun Oleh : Muhammad Irsyadi F. ( ) Dedy Kurniawan ( ) Nurul Aini ( ) Penginderaan Jauh A Dosen Pengampu : Prof. Dr. Ir. Bangun M. S. DEA., DESS. Dosen Responsi : Agung Budi Cahyono, ST., M.Sc., DEA. Surabaya 2014

2 KATA PENGANTAR Puji dan syukur penulis ucapkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-nya, sehingga penulis dapat menyelesaikan laporan praktikum ini dengan baik. Laporan praktikum ini diberi judul Koreksi Geometrik pada Citra Satelit Landsat, penulis berharap semoga laporan ini bermanfaat bagi pembaca. Penyusunan laporan ini tidak lepas dari bantuan yang diberikan oleh beberapa pihak, maka dalam kesempatan ini penulis mengucapkan rasa terima kasih yang sebesar-besarnya kepada : 1. Prof. Dr. Ir. Bangun Muljo Sukojo, DEA, DESS. selaku Dosen mata kuliah penginderaan jauh. 2. Agung Budi Cahyono, ST, M.Sc, DEA selaku Asisten dosen mata kuliah penginderaan jauh. 3. Teman-teman yang telah membantu selama penyusunan dari awal hingga selesainya laporan ini. Penulis menyadari bahwa laporan ini masih banyak, sehingga kritik dan saran diharapkan dari pembaca. Semoga laporan ini dapat bermanfaat bagi pembaca, khususnya penulis. Surabaya, 5 Desember 2014 Penulis

3 DAFTAR ISI HALAMAN JUDUL...i KATA PENGANTAR...ii DAFTAR ISI...iii BAB I PENDAHULUAN 1.1 Latar Belakang Maksud dan Tujuan...1 BAB II DASAR TEORI 2.1 Pengolahan Citra Satelit Kesalahan Geometri Citra Rektifikasi Citra Prosedur dan Metode Koreksi Geometrik Ground Control Point (GCP) Ketelitian Koreksi Geometrik...8 BAB III PELAKSANAAN 3.1 Alat dan Bahan Diagram Alir Proses Prosedur Pengolahan Citra Rektifikasi Citra...19 BAB IV PENUTUP 4.1 Kesimpulan Saran...26 DAFTAR PUSTAKA...27 LAMPIRAN...28

4 BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh merupakan ilmu dan seni dalam memperoleh informasi mengenai suatu objek, area, atau fenomena melalui analisis data yang diperoleh dengan alat tanpa suatu kontak langsung (Lillesand et al., 2008). Data yang digunakan untuk keperluan pengolahan dan pemrosesan adalah data citra satelit penginderaan jauh. Sejalan dengan perkembangan teknologi computer yang semakin pesat dewasa ini, maka akses berbagai kelompok praktisi dan akademisi ke otomatisasi pengolahan citra digital pun semakin besar. Semakin banyak paket perangkat lunak pengolah citra digital yang dioperasikan dengan PC dan bahkan laptop, seperti ER-Mapper, MultiSpec, ENVI, ERDAS Imagine, IDRISI, ILWIS dan sebagainya. Salah satu program aplikasi pengolah citra, ER-Mapper, menggunakan suatu konsep pengolahan data yang dinamakan algoritma, dimana algoritma memisahkan data citra dari tahapan pengolahan citra (image processing). Tahapan pengolahan citra dapat disimpan dan diedit di dalam suatu file algoritma yang dapat digunakan untuk tahapan pengolahan data citra lainnya. Oleh karena itu, sangat penting untuk bisa melakukan proses pengolahan dan pemrosesan citra dalam program aplikasi pengolah citra tersebut. 1.2 Maksud dan Tujuan Praktikum Adapun maksud dan tujuan dari praktikum Koreksi Geometrik pada Citra Satelit Landsat antara lain : 1) Mahasiswa mengetahui operasi pengolahan data citra dari program aplikasi ER- Mapper. 2) Mahasiswa dapat melakukan beberapa operasi pengolahan data citra terkait penentuan Ground Control Point (GCP). 3) Mahasiswa diharapkan dapat melakukan proses pengolahan dan pemrosesan data citra seperti, penggabungan citra, pemotongan citra, dan rektifikasi citra.

5 BAB II DASAR TEORI 2.1 Pengolahan Citra Satelit Pengolahan citra adalah pemrosesan citra yang bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia ataupun software. Teknik pengolahan citra mentransformasikan citra menjadi citra lain yang memiliki kualitas lebih baik. Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila [JAI89]: 1. perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra, 2. elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur, 3. sebagian citra perlu digabung dengan bagian citra yang lain. Secara umum, operasi pengolahan citra dapat diklasifikasikan dalam beberapa jenis sebagai berikut: 1. Perbaikan kualitas citra (image enhancement) Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan. Contoh-contoh operasi perbaikan citra : a. perbaikan kontras gelap/terang b. perbaikan tepian objek (edge enhancement) c. penajaman (sharpening) d. pembrian warna semu (pseudocoloring) e. penapisan derau (noise filtering) 2. Pemugaran citra (image restoration). Operasi ini bertujuan menghilangkan/meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikan citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui. Contoh-contoh operasi pemugaran citra: a. penghilangan kesamaran (deblurring). b. penghilangan derau (noise)

6 3. Pemampatan citra (image compression). Jenis operasi ini dilakukan agar citra dapat direpresentasikan dalam bentuk yang lebih kompak sehingga memerlukan memori yang lebih sedikit. Hal penting yang harus diperhatikan dalam pemampatan adalah citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus. Contoh metode pemampatan citra adalah metode JPEG. 4. Segmentasi citra (image segmentation). Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola. 5. Pengorakan citra (image analysis) Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan deskripsinya. Teknik pengorakan citra mengekstraksi ciri-ciri tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya. Contoh-contoh operasi pengorakan citra: a. Pendeteksian tepi objek (edge detection) b. Ekstraksi batas (boundary) c. Representasi daerah (region) 6. Rekonstruksi citra (image reconstruction) Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis. Misalnya beberapa foto rontgen dengan sinar X digunakan untuk membentuk ulang gambar organ tubuh Kesalahan Geometri Citra Kesalahan geometrik citra terjadi karena jarak wahana dengan objek terlalu jauh sehingga menimbulkan distorsi geometrik. Kesalahan geometrik berdasarkan sumbernya dibedakan menjadi dua, yaitu: 1. Kesalahan Internal, disebabkan oleh konfigurasi sensor yaitu : Pembelokan arah penyinaran, menyebabkan distorsi panoramic ( look angle) yang terjadi saat cermin scan melakukan scanning. Besarnya sudut

7 pengamatan satelit pada proses penyiaman akan mengakibatkan perubahan luas cakupan objek. Abrasi sub-sistem optic, terjadi karena kemiringan cermin penyiaman (scan mirror), sehingga cakupan tidak tegak lurus dan mengakibatkan perubahan skala ke arah ordinat dan cakupan berbentuk agak miring. Scanning system tidak linier, terjadi karena kecepatan cermin berubah dan mengakibatkan pergeseran lokasi setiap pixel. 2. Kesalahan Eksternal, yaitu : Perubahan ketingian wahana dan satelit Perubahan ketinggian dan kecepatan wahana menyebabkan perubahan cakupan dan perubahan luas. Perubahan ketinggian dan kecepatan satelit menyebabkan luas daerah cakupan dan mengakibatkan perubahan skala pada arah orbit. Ketinggian orbit satelit yang tidak konstan menyebabkan perubahan skala pada arah penyiaman sehingga cakupan berbentuk trapezium Perubahan posisi wahana terhadap objek Perubahan ini terjadi karena gerakan berputar (roll), menggelinding(pitch), berbelok (yow), mengakibatkan terjadinya distorsiatau bising acak (random) Rotasi bumi Putaran bumi pada saat pengambilan data adalah dari barat ke timur sehingga mengakibatkan obyek permukaan bumi yang terekam miring ke arah barat Kelengkungan bumi Kesalahan ini mengakibatkan ukuran pixel yang direkam menjadi berubah, karena terjadi sudut pada arah perekaman (cross track), yaitu antara pixel yang direkam di titik nadir dengan pixel pada saatsensor scanner melakukan penyiaman Sedangkan kesalahan geometrik berdasarkan sifatnya dibedakan menjadi dua, yaitu: 1. Kesalahan Sistematis (systematic geometric errors),

8 disebabkan oleh kesalahan pada sensor. Untuk memperbaikinya diperlukan informasi sensor dan data ephemeris saat pemotretan. 2. Kesalahan Acak (non-systematic geometric errors), disebabkan oleh orbit dan perilaku satelit serta efek rotasi bumi. Untuk mengoreksinya diperlukan sebuah proses yang dikenal dengan istilah image to map rectification. Proses ini memerlukan Titik Kontrol Tanah (Ground Control Points, GCP) untuk menyesuaikan koordinat pixel pada citra dengan koordinat objek yang sama di bidang datar peta (bumi) Rektifikasi Citra Rektifikasi adalah suatu proses melakukan transformasi data dari satu sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi piksel pada citra output tidak sama dengan posisi piksel input (aslinya) maka piksel -piksel yang digunakan untuk mengisi citra yang baru harus di-resampling kembali. Resampling adalah suatu proses melakukan ekstrapolasi nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya. Ada beberapa alasan atau pertimbangan, kenapa perlu melakukan rektifikasi, diantaranya adalah untuk : 1) Membandingkan 2 citra atau lebih untuk lokasi tertentu 2) Membangun SIG 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 data-data spasial lainnya 6) Membandingkan citra dengan data spasial lainnya yang mempunyai skala yang berbeda. 7) Membuat mozaik citra 8) Melakukan analisis yang memerlukan lokasi geografis dengan presisi yang tepat 2.2 Prosedur dan Metode Koreksi Geometrik Menurut Mather (1987), koreksi geometrik adalah transformasi citra hasil penginderaan jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam bentuk, skala dan proyeksi. Transforamasi geometrik yang paling mendasar adalah penempatan kembali posisi pixel sedemikian rupa, sehingga pada citra digital yang tertransformasi dapat dilihat gambaran

9 objek dipermukaan bumi yang terekam sensor. Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran genjang merupakan hasil transformasi ini. Tahap ini diterapkan pada citra digital mentah (langsung hasil perekaman satelit), dan merupakan koreksi kesalahan geometric sistematik. Koreksi geometric dilakukan sesuai dengan jenis atau penyebab kesalahannya, yaitu kesalahan sistematik dan kesalahan random, dengan sifat distorsi geometric pada citra. Koreksi geometrik mempunyai tiga tujuan, yaitu: 1) Melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) c itra agar koordinat citra sesuai dengan koordinat geografis. 2) Meregistrasi (mencocokan) posisi citra dengan citra lain yang sudah terkoreksi ( image to image rectification) atau mentransformasikan system koordinat citra multispectral dan multi temporal. 3) Meregistrasi citra ke peta atau transformasi system koordinat citra ke koordinat peta (image to map rectification), sehingga menghasilkan citra dengan system proyeksi tertentu Prosedur Koreksi Geometrik Terdapat empat prosedur koreksi geometric, yaitu : 1. Memilih metode setelah mengetahui karakteristik kesalahan geometrik dan tersedianya data referensi. Pemilihan metode tergantung pada jenis data (resolusi spasial), dan jenis kesalahan geometric (skew, yaw, roll, pitch) data. 2. Penentuan parameter yang tidak diketahui didefinisikan dari persamaan matematika antara system koordinat citra dan system koordinat geografis, untuk menentukan menggunakan parameter kalibarasi data atau titik control tanah. 3. Cek akurasi dengan verifikasi atau validasi sesuai dengan criteria, metode, dan data citra, maka perlu dicari solusinya agar diperoleh tingkat ketelitian yang lebih baik. Solusinya dapat dilakukan dengan menggunakan metode lain, atau bila data referensi yang digunakan tidak akurat atau perlu diganti. 4. Interpolasi dan resampling untuk mendapatkan citra geocoded presisi (akurat). Beberapa pilihan Geocoding Type yang sudah tersedia pada perangkat lunak, seperti Tryangulation, Polynomial, Orthorectify using ground control poinr, Orthorectify using exterior orientation, Map to map projection, Point registration, Rotation. Kegunaan setiap tipe geocoding adalah : Tryangulation untuk koreksi geometric data yang mengalami banyak pergeseran skew dan yawa, atau data yang tidak sama ukuran pixelnya pada satu set data.

10 Polynomial untuk koreksi geometrik data citra yang mengalami pergeseran linear, ukuran pixel sama dalam satu set data resolusi spasial tinggi dan rendah. Orthorectify untuk mengoreksi citra secara geometris, berdasarkan ketinggian geografisnya. Koreksi geometrik jika tidak menggunakan Orthorectify, maka puncak gunung akan bergeser letaknya dari posisi sebenarnya, walaupun sudah dikoreksi secara geometerik. Rotation untuk koreksi geometrik citra karena terjadi pergeseran citra yang terputar, baik searah jarum jam maupun sebaliknya. Teknik koreksi geometrik triangulasi dilakukan koreksi secara linear dalam setiap segitiga yang dibentuk oleh tiga GCP dan daerah yang mempunyai kesalahan geometric besar diberikan GCP lebih banyak. Persyaratan pengambilan titik di lapangan adalah (a) teridentifikasi jelas pada citra satelit, (b) wialyah harus terbuka agar tidak terjadi multipath, (c) permukaan tanah stabil, tidak pada daerah yang sedang atau akan dibangun, (d) Lokasi pengukuran aman dan tidak ada gangguan Metode Koreksi Geometrik Terdapat dua metode koreksi geometric, yaitu : 1. Metode Koreksi Sistematik : Bersifat konstan. Menerapkan rumus yang diturunkan dari model matematik atas sumber distorsi atau menggunakan data referensi geometrik yg diukur dari distorsi sensor, misal geometri lensa kamera diberikan dengan kalibrasi panjang fokus, koordinat fiducial mark dapat digunakan persamaan colinearitas. Koreksi tangen scanner mekanis optis dengan sistem koreksi. 2. Metode Koreksi Non-Sistematik : Koreksi distorsi acak. Menerapkan rumus polynomial dari sistem koordinat geografis ke koordinat citra yg ditentukan dengan GCP. Proses koreksi dengan meletakkan sejumlah titik ikat medan yg ditempatkan sesuai dengan koordinat citra (lajur, baris) dan koordinat peta (lintang, bujur). Nilai koordinat digunakan untuk analisis kuadrat terkecil guna menentukan koefisien untuk persamaan transformasi yangg menghubungkan koordinat citra dan koordinat geografis. Akurasi tinggi pada orde polinomial, jumlah dan distribusi GCP.

11 2.3 Ground Control Point (GCP) GCP atau Titik Kontrol Bumi dapat didefinisikan sebagai sebuah titik di permukaan bumi yang diketahui lokasinya (misal: koordinatnya telah ada) yang digunakan sebagai sumber georeferensi data citra, seperti citra penginderaan jauh atau peta scan. Titik kontrol lapangan (GCP) adalah suatu titik-titik yang letaknya pada suatu posisi piksel suatu citra yang koordinat petanya (referensinya) diketahui. GCP terdiri atas sepasang koordinat x dan y, yang terdiri atas koordinat sumber dan koordinat referensi. Koordinat-koordinat tersebut tidak dibatasi oleh adanya koordinat peta. Secara teoretis, jumlah minimum GCP yang harus dibuat adalah : Jumlah minimum GCP = (t + 1)(t + 2)/2 dimana t = orde GCP merupakan pasangan-pasangan titik pada citra awal (belum terkoreksi) dan referensi (peta, citra terkoreksi) untuk memperbaiki distorsi sistemik pada citra awal. Objek-objek yang dapat digunakan GCP adalah objek yang sama pada citra mentah maupun referensi. GCP idealnya diletakkan pada jalan, sungai, garis pantai, teluk, tanjung, atau kenampakan pada permukaan bumi lainnya yang dapat dikenali dengan kemungkinan perubahan yang relatif lambat/tetap. Penentuan titik GCP diusahakan menyebar pada posisi terluar dari citra yang akan dilakukan koreksi geometri. 2.4 Ketelitian Koreksi Geometrik Pengecekan akurasi dimaksudkan untuk menguji model transformasi yang digunakan untuk koreksi citra. Jumlah titik kontrol diambil sebanyak mungkin setidaknya lebih dari jumlah parameter yang belum diketahui pada rumus transformasi yang digunakan. Jadi bila dalam proses transformasi affine polinomial orde 1 terdapat n parameter tidak diketahui maka sebaiknya jumlah titik GCP yang dipakai adalah n + 1. Demikian pula untuk penempatan GCP, sebaiknya menyebar di seluruh permukaan citra dan tidak mengelompok. Akurasi koreksi gometrik disajikan dalam bentuk standar deviasi (RMSE, Root Mean Square Error). Standar deviasi didefinisikan sebagai kuadratakar rata-rata aritmatika jumlah kuadrat error. Kuadrat dari standar deviasi (σ 2 ) disebut dengan varian atau mean square error dan konsekunsinya, kerapkali disamakan arti dengan Root Mean Square Error (RMSE). Jadi dari pengertian diatas dapat dijelaskan bahwa:

12 Dimana : (x,y ) : merupakan koordinat citra hasil koreksi geometrik (x,y) orig : merupakan koordinat titik kontrol tanah pada bidang referensi n : jumlah GCP Ketelitian dalam proses koreksi geometrik adalah 1 pixel. Jika data yang dipergunakan adalah citra satelit Landsat maka kesalahan terbesar yang masih diterima adalah 30 m. Untuk mengetahui tingkat akurasi geometrik citra hasil rektifikasi digunakan konsep RMSE, sedangkan untuk mengetahui tingkat ketelitian titik pada citra hasil rektifikasi digunakan konsep standar deviasi Dimana : σ x σ y σ x,y X,Y X,Y : Standart deviasi komponen X : Standart deviasi komponen Y : Standart deviasi resultan : Koordinat titik kontrol : Koordinat citra hasil koreksi geometrik N: jumlah pengamatan U: jumlah parameter

13 BAB III PELAKSANAAN 3.1 Alat dan Bahan 1. Komputer atau Laptop 3. Citra Satelit Daerah Tertentu yang dipilih Software ErMapper File Raster / Vektor yang memiliki Sistem koordinat fix 3.2 Diagaram Alir Proses start Citra Satelit hasil Download Konversi Ke Format.ers Citra Satelit Format.ers Croping Daerah pilihan Citra Satelit Daerah pilihan Rektifikasi Citra Finish Tidak RMS GCP Memenuhi Syarat Ya Citra Satelit Terektifikasi Gambar 3.1 Diagram Alir Proses

14 3.3 Prosedur Pengolahan Citra 1. Persiapan Citra Satelit Langkah awal sebelum melakukan image processing adalah dengan menyediakan citra satelit yang sesuai dengan parameter bidang penelitian. Pada modul Koreksi Geomatrik ini kami menggunakan citra Landsat 7, yang di download dari website Earth Explorer oleh Laboratorium Geospasial Teknik Geomatika ITS. Hasil download awal adalah file dalam compres.zip yang kemudian di ekstrak menjadi beberapa file image dalam extensi.tif, sebagai berikut : 2. Konversi Format Citra Menjadi.ers Citra satelit dalam harus dikonversi menjadi extensi.ers agar dapat dilakukan image processing pada software ErMapper. Langkah langkah untuk melakukan konversi format citra menjadi.ers adalah sebagai berikut : a. Membuka Blank page baru pada ErMapper

15 b. Membuat Algoritm baru yang memuat image.tif dari citra, dengan langkah langkah sebagai berikut : 1. Buka window Algoritm 2. Lakukan Pengcopian Pseudo Layer

16 3. Isikan ke-7 image.tif citra sesuai bandnya pada masing masing Pseudo Layer 4. Save pada Format.ers

17 c. Buka File Citra satelit hasil Konversi 3. Cropping Daerah Pilihan Untuk lebih menspesifikkan objek processing, dilakukan proses pemilihan daerah kajian atau disebut cropping citra. Dalam melakukan Cropping terdapat 2 metode yaitu : 1. Metode langsung Save as Metode Save as ini menggunakan langkah langkah sebagai berikut : a. Membuka file Citra yang akan dilakukan Cropping

18 b. Melakukan Zoom pada daerah yang diinginkan c. Save as menjadi file.ers hasil pemotongan

19 d. Buka File hasil Cropping untuk selanjutnya diproses 2. Metode Save an Subset Metode Save an Subset ini menggunakan langkah langkah sebagai berikut : a. Membuka Citra yang akan di Cropping

20 b. Pilih Menu Utilities > File Maintenance > Dataset > Save a Subset of an Image c. Mengisikan posisi dari daerah yang dipilih 1. Setelah dilakukan langkah a diatas, akan muncul window Image Subset yang meminta direktori file input, output serta posisi dari daerah yang dipilih. 2. Untuk memunculkan posisi dari daerah yang dipilih, harus dimunculkan cell coordinat image.

21 3. Mencari Cell Coordinate dengan pointer tools 4. Mengisikan Cell Coordinate pada kolom start-end column dan row Lalu klik Finish.

22 5. Membuka File hasil Cropping untuk selanjutnya diproses 3.4 Rektifikasi Citra Rektifikasi adalah suatu proses melakukan transformasi data dari satu sistem grid menggunakan suatu metode transformasi, yakni pemberian koordinat pada citra berdasarkan koordinat hasil survei lapangan atau koordinat yang telah ada pada suatu peta yang mencakup area yang sama. Rektifikasi ini dilakukan dengan melakukan input Ground Control Point (GCP). Pada Software ErMapper ini ada 2 metode rektifikasi citra yaitu : 1. Rektifikasi dengan data koordinat lapangan 2. Rektifikasi dengan data vektor yang telah memiliki sistem koordinat Berikut langkah langkah untuk melakukan Rektifikasi Citra dengan Software ErMapper : 1. Rektifikasi dengan data Koordinat Lapangan Pada modul ini kami memisalkan koordinat lapangan adalah koordinat dari peta RBI. Langkah langkah yang dilakukan sebagai berikut : a. Menentukan Lembar RBI yang sesuai dengan citra hasil pilihan Croping

23 b. Memilih menu Process > Geocoding Wizard c. Selanjutnya akan muncul Window Geocoding Wizard yang memiliki 5 Step, yang dijelaskan sebagai berikut : 1. Window Start Pada step pertama ini, pilih menu Polynomial, lalu lanjutkan pada step lain 2. Window Polynomial Setup Pada window Polynomial Setup ini pilih type Cubic karena daerah pilihan yang akan direktifikasi memiiki karakter topografi yang variatif, lalu pilih step selanjutnya.

24 3. Window GCP Setup Window ini digunakan apabila rektifikasi dilakukan dengan menggunakan data vektor yang telah memiliki koordinat daerah yang sama dengan daerah pilihan Cropping citra, sehingga pada metode rektifikasi dengan data lapangan ini kita hanya perlu mengatur datum dan sistem proyeksi yang digunakan. 4. Window GCP Edit Ketika melanjutkan pada langkah ini ssecara otomatis akan muncul 2 window citra Uncorrected GCP overview dan window zoom nya, sebagai berikut :

25 No GCP Pada langkah ini kita mengisikan nilai koordinat lapangan yang kita peroleh (dalam hal ini koordinat RBI), sesuai cell coordinate yang objek pada citra dan RBI dianggap sama. Gambar window GCP Edit

26 Kolom pengisian koordinat Lapangan Cell Coordinate X,Y Tolos On / off GCP Tools Edit Membuka file.gcp Menyimpan file.gcp Menambah Baris GCP Baru Menghapu 1 baris pilihan GCP Zooming GCP Pilihan Menghapus semua GCP Mengisi Koordinat GCP Minimal 10 titik GCP Window GCP Edit setelah dilakukan pengisian koordinat

27 Window Uncorrected GCP overview dan window zoom setelah dilakukan pengisian GCP 6. Window Rectify Setelah langkah input GCP selesai, selanjutnya masuk pada window rectify sebagau langkah akhir proses rektifikasi citra Masukkan direktori tujuan file.ers citra yang telah direktifikasi Pilih Save and Start Rectification

28 Window Proses Rektifikasi selesai d. Membuka file yang telah terectifikasi

29 BAB IV PENUTUP 4.1 Kesimpulan 1. Proses pengolahan citra diawali dengan melakukan pemilihan daerah kajian, atau lebih 2. Daerah yang telah dipilih selanjutnya dilakukan koreksi geomatrik yakni dengan dikenal dengan istilah cropping. Rektifikasi melalui submenu geocoding wizard pada menu utilities di software ErMapper. Rektifikasi Citra pada ErMapper memiliki 2 metode yaitu menggunakan data koordinat lapangan atau menggunakan peta digital yang telah meiliki koordinat. Input GCP pada citra dianggap baik jika memiliki RMS error dibawah Saran Jika digunakan citra Landsat, Pemilihan daerah tertentu pada citra hendaknya merupakan daerah yang minimal tersusun dari 4 lembar RBI, menyesuaikan dengan resolusi yang dimiliki citra tersebut. GCP yang ditambahkan sebagai salah satu tahap dalam proses rektifikasi, hendaknya merupakan titik yang benar benar dikenali, agar RMS error yang dihasilkan memenuhi syarat yaitu kurang dari 1. Jika melakukan Rektifikasi dengan data vektor berupa peta yang telah memiliki koordinat, harus memperhatikan pemilihan hardware yang sesuai, agar tidak terjad hang saat pemrosesan.

30 LAMPIRAN Hasil Perhitungan RMS error GCP yang telah disimpan, sebagai berikut : Gambar File.GCP yang telah disimpan Gambar daftar GCP dan RMS errornya

31 DAFTAR PUSTAKA Bakosurtanal, Mrep Project Pengenalan Ermapper 5.2, PT. INDICA DHARMA. Perth, Western Australia Cahyono, A.B Remote Sensing Course, MIT For NRM, SEAMEO BIOTROP, Bogor Danoedoro, P Pengolahan Citra Digital Teori Dan Aplikasinya Dalam Bidang Penginderaan Jauh, Fakultas Geografi, Universitas Gadjah Mada. Hardiyanti, F.S.P, Interpretasi Citra Digital, Grassindo. Jensen, J.R Introductory Digital Image Processing, Prentice Hall Series. Lillesand, T.M And Kiefer, R.W Remote Sensing And Image Interpretation, Third Edition, John Willey.