Ekstraksi Kelurusan (Linement) Secara Otomatis Menggunakan Data DEM SRTM Studi Kasus: Pulau Bangka

dokumen-dokumen yang mirip
BAB I PENDAHULAN 1.1. Latar Belakang

BAB II. TINJAUAN PUSTAKA

Ricky Ferdianto Herlambang 1,*), Kms Novranza 1,**) Abstrak. Abstract

EKSTRAKSI GARIS PANTAI MENGGUNAKAN HYPSOGRAPHY TOOLS

IDENTIFIKASI HUBUNGAN KELURUSAN DAN LORONG GUA KARST DI KECAMATAN SUMBERMANJING WETAN KABUPATEN MALANG

EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :

APLIKASI LINEANMENT DENSITY ANALYSIS UNTUK PROSPEKSI MINERAL EKONOMIS :

BAB II LANDASAN TEORI

BAB 3 ANALISIS DAN PERANCANGAN

JUDUL TUGAS AKHIR PEMETAAN GEOLOGI DENGAN MENGGUNAKAN DATA CITRA ALOS DI DAERAH PEGUNUNGAN SELATAN ( Kabupaten Wonogiri Jawa Tengah )

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital

BAB 3 METODE PERANCANGAN

BAB 3 IMPLEMENTASI SISTEM

APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA

IV. HASIL DAN PEMBAHASAN

Bab III ANALISIS&PERANCANGAN

BAB I PENDAHULUAN. geologi khususnya mempelajari tentang batuan sebagai objek utama, prosesproses

BAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

Gambar 2. Peta Batas DAS Cimadur

Anita Dwijayanti, Teguh Hariyanto Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,

APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA

dalam ilmu Geographic Information (Geomatics) menjadi dua teknologi yang

BAB 1 PENDAHULUAN. ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased).

ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS

BAB III METODE PENELITIAN

BAB 4 HASIL DAN ANALISA

Gambar 1. Peta DAS penelitian

ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

Oleh: Riza Prasetya Wicaksana

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISA BATAS DAERAH ALIRAN SUNGAI DARI DATA ASTER GDEM TERHADAP DATA BPDAS (STUDI KASUS : SUB DAS BUNGBUNTU DAS TAROKAM)

pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III ANALISIS DAN PERANCANGAN

IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK

BAB I PENDAHULUAN BAB I PENDAHULUAN

ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY

Pengumpulan dan Integrasi Data. Politeknik elektronika negeri surabaya. Tujuan

PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT

Analisa Data Foto Udara untuk DEM dengan Metode TIN, IDW, dan Kriging

PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Created with Print2PDF. To remove this line, buy a license at:

BAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a

BAB III METODOLOGI PENELITIAN

KOMPONEN VISUALISASI 3D

BAB 4. METODE PENELITIAN

BAB 3 ANALISA DAN PERANCANGAN

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN

HASIL DAN PEMBAHASAN. Pembuatan Tampilan 3D DEM SRTM

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL

DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1

Pemetaan Pola Hidrologi Pantai Surabaya-Sidoarjo Pasca Pembangunan Jembatan Suramadu dan Peristiwa Lapindo Menggunakan Citra SPOT 4

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

STUDI PEMBUATAN PETA BATAS DAERAH KABUPATEN MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DENGAN DATA CITRA LANDSAT 7 ETM DAN DEM SRTM

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Rancangan antarmuka (interface) program terdiri dari form cover, form

BAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan

PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH

III METODOLOGI. 3.1 Lokasi dan Waktu Penelitian

BAB II LANDASAN TEORI

III. BAHAN DAN METODE

BAB IV HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN BAB I PENDAHULUAN

2.3.7 Analisis Data Penginderaan Jauh

BAB 4 IMPLEMENTASI DAN EVALUASI

METODE. Waktu dan Tempat

DETEKSI PERUBAHAN CITRA TOPOGRAFI PASCA TSUNAMI ACEH MENGGUNAKAN METODE SEGMENTASI MORFOLOGI WATERSHED

BAB I PENDAHULUAN 1.1. Latar Belakang

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

ANALISIS DAN PERANCANGAN SISTEM

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

BAB I PENDAHULUAN. 1.1 Latar Belakang

Departemen Teknik Geomatika, FTSLK-ITS Sukolilo, Surabaya 60111, Indonesia Abstrak

BAB I PENDAHULUAN Latar Belakang

SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL

DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR

BAB III PELAKSANAAN PENELITIAN

BAB II Tinjauan Pustaka

IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION

PENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

METODE PENELITIAN. Badan Pusat Statistik Kabupaten Bengkalis

BAB 2 LANDASAN TEORI

BAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat

Model Data Spasial. by: Ahmad Syauqi Ahsan

Laporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing. Avicienna Ulhaq Muqodas F

BAB II TINJAUAN PUSTAKA

III. METODOLOGI. Gambar 2. Peta Orientasi Wilayah Penelitian. Kota Yogyakarta. Kota Medan. Kota Banjarmasin

STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER)

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL

pola-pola yang terdapat pada suatu daerah bagian citra. Tekstur juga dapat membedakan permukaan dari beberapa kelas.

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Transkripsi:

Ekstraksi Kelurusan (Linement) Secara Otomatis Menggunakan Data DEM SRTM Studi Kasus: Pulau Bangka Udhi Catur Nugroho 1 dan Susanto 1 1 Peneliti Pusat Pemanfaatan Penginderaan Jauh, Lembaga Penerbangan dan Antariksa Nasional (LAPAN), Jl. Kalisari No.8, Pekayon, Ps. Rebo, Jakarta 13710, Email: udhi.catur@lapan.go.id Abstrak Pemanfaatan penginderaan jauh di bidang geologi didasarkan pada beberapa identifikasi parameter utama, yaitu relief atau morfologi, polapengaliran, dankelurusan (linement), karena itu diperlukan kajian metode ektraksi parameter tersebut. Penelitian ini bertujuan untuk mengkaji metode ekstraksi arah dan panjang kelurusan secara otomatis menggunakan data DEM SRTM 30m. Wilayah kajian adalah Pulau Bangka, karena mempunyai struktur sesar dalam arah yang bervariasi. Metode yang digunakan adalah melakukan proses shaded relief pada data DEM dengan sudut azimuth 0 o, 45 o, 90 o, 135 o. Kemudian hasil dari proses shaded relief tersebut diolah menggunakan algorithma LINE pada masing masing sudut azimuth dengan parameter berupa radius of filter in pixels, threshold for edge gradient, threshold for curve length, threshold for line fitting error, threshold for angular, dan threshold for linking distance. Hasil yang didapatkan dari penelitian ini, masing masing data DEM hasil shaded relief mempunyai arah dan panjang kelurusan yang berbeda beda. Yang paling mendekati referensi adalah pengolahan yang menggunakan data DEM shaded relief dengan sudut azimuth 90 0. Kata kunci : geologi, kelurusan, otomatis, DEM, shaded relief, algorithma LINE PENDAHULUAN Menurut Sukamto (1995) dalam Sidarto (2010) pemanfaatan teknologi penginderaan jauh dalam bidang geologi diawali sejak tahun 1960-an oleh Jawatan Geologi dengan membentuk seksi Fotogeologi. Pada awalnya data foto udara yang ada diinterpretasi menggunakan stereoskop, namun banyak daerah yang belum ditunjang oleh penafsiran foto udara karena belum tersedianya data pada daerah tersebut. Pemanfaatan penginderaan jauh di bidang geologi didasarkan pada beberapa identifikasi parameter utama, yaitu relief atau morfologi, pola pengaliran, dan kelurusan (linement). Kelurusan adalah fitur linear yang dapat dipetakan dari permukaan, dan merupakan ekspresi morfologi struktur geologi. Lembah sungai lurus dan sejajar segmen lembah adalah ekspresi geomorfologi khas dari kelurusan (O' Leary et al,1976 dalam Hung L.Q et al, 2005). Morfologi kelurusan atau lineament pada permukaan bumi telah menjadi tema studi bagi ahli geologi selama bertahun tahun, dari tahun-tahun awal abad terakhir (Hobbs, 1904,1912 dalam Hung L.Q et al, 2005) sampai sekarang. Sejak awal, ahli geologi menyadari bahwa fitur linear adalah hasil dari zona lemah atau perpindahan structural dalam kerak bumi. Wilayah kajian adalah Pulau Bangka karena mempunyai struktur geologi yang bervariasi. Ukoko (1983) dalam Sunarko et al. (2011), mengatakan di Pulau Bangka terdapat beberapa sesar yang umumnya berarah timur lautbarat daya sampai utara-selatan. Sesar utama berarah N 30 E memotong granit klabat ke selatan sepanjang 3 km. Sesar utama ini dalam foto udara tampak sebagai kelurusan sepanjang 50 km. 775

Gambar 1. Citra Landsat 8 Pulau Bangka, Provinsi Bangka Belitung METODOLOGI Kajian mengenai ekstraksi pola kelurusan ini menggunakan data DEM SRTM dengan resolusi resolusi 30m (Gambar 1). Guna menampilkan data citra yang lebih representative maka dilakukan proses hill shading menggunakan tool 3D Analyst pada software ArcGIS v.9.3. Pada kajian ini digunakan input 4 macam nilai sun azimuth sebesar 0 o, 45 o, 90 o, dan135 o, Sedangkan untuk input nilai sun altitude sebesar 45 o. Gambar 2. Citra DEM SRTM resolusi 30m Data DEM yang sudahmelalui proses hillshadingkemudian di proses menggunakansoftware PCI Geomaticauntukmendapatkanpolakelurusannya. Algoritma LINE padasoftware PCI Geomaticamembutuhkan input berupa : 1. RADI, merupakan nilai radius dari piksel yang akan dikenai filter penajaman tepi. 2. GTHR, merupakan nilai ambang gradien tepi. 3. LTHR, merupakan nilai panjang minimum dari piksel piksel yang akan dihubungkan sebagai vector kelurusan. 4. FTHR, merupakan nilai ambang toleransi kesalahan 5. ATHR, merupakan nilai maksimum perbedaan sudut antar 2 vektor yang akan dihubungkan. 6. DTHR, merupakan nilai panjang maksimum antar 2 vektor (dalam piksel) yang akan dihubungkan 776

Pada kajian ini nilai input yang di gunakan adalah sebagai berikut: Tabel 1.Nilai input pada masing-masing parameter algorithma LINE RADI 12 GTHR 90 LTHR 30 FTHR 10 ATHR 30 DTHR 20 HASIL DAN PEMBAHASAN Data DEM pertama kali di proses hillshade di software Arc GIS untuk mendapatkan efek 3D sehingga bentuk reliefnya terlihat. Dari proses hillshade tersebut didapatkan 4 citra DEM dengan sun azimuth masing masing sebesar 0 o, 45 o, 90 o (Gambar 3). Dengan proses hillshade maka relief nya akan lebih terlihat, sehingga penampakan visual dari suatu kelurusan dapat terlihat. (a) (b) (c) (d) Gambar 3. Citra DEM hasil hillshade (a) sudut azimuth 0 o (b) sudut azimuth 45 o (c) sudut azimuth 90 o (d) sudut azimuth 135 o. 777

Masing-masing citra DEM tersebut di olah menggunakan PCI Geomatika menggunakan algorithma LINE untuk mendapatkan informasi kelurusan secara otomatis. Berdasarkan PCI Geomatica User Guide (2011) Algoritma LINE terdiri dari tiga tahap: edge detection, thresholding, dan ekstraksi kurva. Pada tahap pertama, algoritma Canny edge detection diterapkan untuk menghasilkan citra akumulasi tepi. Pada tahap kedua, citra akumulasi sudut di threshold untuk mendapatkan binary edge image. Setiap pixel ON pada binary edge image merupakan elemen tepi. Nilai ambang diberikan oleh Parameter GTHR. Pada tahap ketiga, kurva diambil dari elemen binary edge image. Langkah ini terdiri dari beberapa sub steps. Pertama, algoritma thinning diterapkan pada binary edge image untuk menghasilkan kurva pixel-wide skeleton. Setiap kurva dengan jumlah piksel kurang dari nilai parameter LTHR dibuang dari proses berikutnya. Kurva hasil ekstraksi diubah menjadi bentuk vektor. Hasilnya merupakan polyline yang merupakan pendekatan untuk kurva pixel asli di mana kesalahan maksimum (jarak antara keduanya) ditentukan oleh parameter FTHR. Terakhir, algoritma menghubungkan pasangan polylines yang memenuhi criteria sebagai berikut: 1. Dua segmen yang merupakan dua polylines saling berhadapan dan memiliki orientasi yang sama (sudut antara dua segmen kurang dari parameter ATHR) 2. Dua segmen yang dekat satu sama lain (jarak antara titik akhir kurang dari parameter DTHR). Hasil dari ekstraksi kelurusan menggunakan algorithma LINE menghasilkan 4 hasil kelurusan berupa polyline, kemudian di overlay dengan data DEM (Gambar 4). (a) (b) (c) Gambar 4. Hasil ekstraksi kelurusan (a) Data DEM hillshade 0 o ba) Data DEM hillshade 45 o (c) Data DEM hillshade 90 o (d) Data DEM hillshade 135 o (d) 778

(a) (b) (c) (d) Gambar 5. Diagram Rose (a) Data DEM hillshade 0 o ba) Data DEM hillshade 45 o (c) Data DEM hillshade 90 o (d) Data DEM hillshade 135 o Untuk menentukan arah dari suatu kelurusan hasil ekstraksi, maka data kelurusan tersebut dikonversi menjadi diagram rose. Diagram rose merupakan diagram yang merepresentasikan nilai suatu fenomena alam/kebumian yang terdiri dari parameter vektor (arah dan besaran) fenomena itu dalam sudut/arah tertentu dan banyaknya jumlah kejadian. Semua data DEM hillshade dengan sudut sun azimuth yang berbeda beda menghasilkan arah kelurusan yang berbeda. Data DEM dengan sun azimuth 0 o menghasilkan arah dominan kelurusan N 95 o E, Data DEM dengan sun azimuth 45 o menghasilkan arah dominan kelurusan N 130 o E, Data DEM dengan sun azimuth 90 o menghasilkan arah dominan kelurusan N 5 o E, Data DEM dengan sun azimuth 135 o menghasilkan arah dominan kelurusan N 40 o E. Dari diagram rose dapat dilihat bahwa kelurusan yang dihasilkan secara otomatis menggunakan algorithma LINE hanya dapat mengidentifikasi arah kelurusan yang dominan. Berdasarkan Ukoko (1983) dalam Sunarkoet al. (2011), yang menyatakan bahwa di Pulau Bangka terdapat beberapa sesar yang umumnya berarah timur laut-barat daya sampai utara-selatan. Sesar utama berarah N 30 E memotong granit klabat ke selatan sepanjang 3 km. Maka yang paling mendekati referensi adalah kelurusan yang dihasilkan dari data DEM dengan sun azimuth 135 o. Hal ini juga mendekati arah kelurusan utama yang didapatkan dari Peta Geologi Lembar Bangka Utara (Badan Geologi, 1994) dan Peta Geologi Lembar Bangka Selatan (Badan Geologi, 1995). Berdasarkan peta geologi, arah kelurusan utama adalah N 50 o E dan N115 o E. 779

Gambar 6. Diagram Roset berdasarkan garis sesar pada Peta Geologi Lembar Bangka Utara (Badan Geologi, 1994) dan Peta Geologi Lembar Bangka Selatan (Badan Geologi, 1995) KESIMPULAN Berdasarkan kajian yang dilakukan dalam peneltian ini, maka dapat disimpulkan sebagai berikut: 1. Ekstraksi kelurusan secara otomatis menggunakan algorithma LINE hanya bias mendeteksi arah kelurusan yang paling dominan 2. Proses hillshade dapat meningkatkan akurasi ekstraksi kelurusan secara otomatis menggunakan algorithma LINE 3. Proses hillshade dengan sudut sun azimuth 135 o menghasilkan informasi kelurusan yang paling mendekati referensi 4. Untuk meningkatkan akurasi perlu di lakukan kajian dengan mengambil wilayah kajian yang berbeda. DAFTAR PUSTAKA BadanGeologi. 1994. Peta Geologi Bangka Utara, Sumatera 1 : 250.000. Badan Geologi : Bandung. 1995. Peta Geologi Bangka Selatan, Sumatera 1 : 250.000. Badan Geologi : Bandung Hung LQ, Batelaan O, De Smedt F. 2005. Lineament Extraction and Analysis, comparison of Landsat ETM and ASTER imagery. Case study :Suoimuoi Tropical Karst Catchment, Vietnam. Proceedings of SPIE Vol. 5983 PCI Geomatics. 2001. PCI Geomatica User Guide. Canada Sidarto. 2010. Perkembangan Teknologi Inderaan Jauh dan Pemanfaatannya untuk Geologi di Indonesia. Publikasi Khusus, hal 89. Badan Geologi : Bandung Sunarko dan Suntoko, Hadi.2011. Identifikasi Daerah Interes Untuk Tapak PLTN Di Pulau Bangka. Prosiding Seminar Nasional Pengembangan Energi Nuklir IV, pp : 78 86 780