KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN

dokumen-dokumen yang mirip
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN

PERUBAHAN DELTA DI MUARA SUNGAI PORONG, SIDOARJO PASCA PEMBUANGAN LUMPUR LAPINDO

Jurnal Geodesi Undip Januari 2016

TINJAUAN PUSTAKA. Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa. penyusunan rencana kehutanan. Pembentukan wilayah pengelolaan hutan

Perbandingan Pengaruh Koreksi Radiometrik Citra Landsat 8 Terhadap Indeks Vegetasi Pada Tanaman Padi

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.

Satelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital

PEMETAAN KERUSAKAN MANGROVE MENGGUNAKAN CITRA LANDSAT OLI DI DELTA MAHAKAM, KALIMATAN TIMUR

LAPORAN PRAKTIKUM PENGINDERAAN JAUH TERAPAN KALIBRASI RADIOMETRIK PADA CITRA LANDSAT 8 DENGAN MENGGUNAKAN ENVI 5.1

SEMINAR NASIONAL GEOGRAFI UMS 2016 Farid Ibrahim, Fiqih Astriani, Th. Retno Wulan, Mega Dharma Putra, Edwin Maulana; Perbandingan Ekstraksi

PENGEMBANGAN METODA KOREKSI RADIOMETRIK CITRA SPOT 4 MULTI-SPEKTRAL DAN MULTI-TEMPORAL UNTUK MOSAIK CITRA

Jurnal Geodesi Undip Oktober 2015

PEMETAAN LAHAN TERBANGUN PERKOTAAN MENGGUNAKAN PENDEKATAN NDBI DAN SEGMENTASI SEMI-AUTOMATIK

Oleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

q Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :

II. TINJAUAN PUSTAKA. Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami

BAB III METODE PENELITIAN

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI. Oleh: Nama : Deasy Rosyida Rahmayunita NRP :

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 Latar Belakang

LOGO PEMBAHASAN. 1. Pemetaan Geomorfologi, NDVI dan Temperatur Permukaan Tanah. 2. Proses Deliniasi Prospek Panas Bumi Tiris dan Sekitarnya

Gambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321

Penginderaan Jauh Dan Interpretasi Citra Khursanul Munibah Asisten : Ninda Fitri Yulianti

BAB I PENDAHULUAN Latar Belakang

Model Informasi Kedalaman Laut Dangkal di Perairan Teluk Lampung Menggunakan Data Satelit Landsat-8

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

Citra Satelit IKONOS

BAB III. METODOLOGI 2.5 Pengindraan Jauh ( Remote Sensing 3.1 Waktu dan Tempat Penelitian 3.2 Data dan Alat Penelitian Data yang digunakan

BAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:

ABSTRAK. Kata kunci: Ruang Terbuka Hijau, Penginderaan Jauh, Citra Landsat 8, Indeks Vegetasi (NDVI, MSAVI2 dan WDRVI) vii

BAB IV HASIL DAN ANALISIS

PENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG

BAB V HASIL DAN PEMBAHASAN

PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN PEDOMAN PEMANFAATAN DATA LANDSAT-8 UNTUK DETEKSI DAERAH TERGENANG BANJIR (INUNDATED AREA)

Petunjuk teknis penggunaan software pengolahan citra Landsat-8

ix

BAB I PENDAHULUAN 1.1 Latar Belakang

IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT 8 (OLI) DI KABUPATEN BOGOR BUNGA MENTARI

Analisa Pantauan dan Klasifikasi Citra Digital Remote Sensing dengan Data Satelit Landsat TM Melalui Teknik Supervised Classification

BAB III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :

memberikan informasi tentang beberapa daftar penelitian LAI dengan pendekatan optik dan hukum Beer-Lambert.

Interpretasi Citra Satelit Landsat 8 Untuk Identifikasi Kerusakan Hutan Mangrove di Taman Hutan Raya Ngurah Rai Bali

ABSTRAK. Kata Kunci: kebakaran hutan, penginderaan jauh, satelit Landsat, brightness temperature

ANALISIS ALGORITMA EKSTRAKSI INFORMASI TSS MENGGUNAKAN DATA LANDSAT 8 DI PERAIRAN BERAU

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS TINGKAT KEHIJAUAN HUTAN DAERAH PERTAMBANGAN SAWAHLUNTO DENGAN METODE NDVI BERDASARKAN CITRA LANDSAT TAHUN

BAB I PENDAHULUAN 1.1. Latar Belakang

II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan

Pusat Penelitian Geoteknologi LIPI

PEMANFAATAN CITRA LANDSAT 8 UNTUK IDENTIFIKASI NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI KECAMATAN SILAT HILIR KABUPATEN KAPUAS HULU

BAB II TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

Application of Landsat 8 OLI for Water Hyacinth (Eichhornia crassipes) Density and Biomass Mapping (Case Study:Rawa Pening, Ambarawa, Semarang)

Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :

Gambar 1. Satelit Landsat

11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I

PEMANFAATAN SALURAN THERMAL INFRARED SENSOR (TIRS) LANDSAT 8 UNTUK ESTIMASI TEMPERATUR PERMUKAAN LAHAN

Geo Image (Spatial-Ecological-Regional)

Perubahan Nilai Konsentrasi TSM dan Klorofil-a serta Kaitan terhadap Perubahan Land Cover di Kawasan Pesisir Tegal antara Tahun

EKSTRAKSI GARIS PANTAI MENGGUNAKAN CITRA SATELIT LANDSAT DI PESISIR TENGGARA BALI (STUDI KASUS KABUPATEN GIANYAR DAN KLUNGKUNG)

JURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian

TINJAUAN PUSTAKA. Indonesia adalah salah satu Negara Mega Biodiversity yang terletak

BAB II TINJAUAN PUSTAKA

Pemanfaatan Citra Landsat Untuk Klasifikasi Tutupan Lahan Lanskap Perkotaan Kota Palu

BAB II. TINJAUAN PUSTAKA

MODEL PENDUGA BIOMASSA MENGGUNAKAN CITRA LANDSAT DI HUTAN PENDIDIKAN GUNUNG WALAT HARLYN HARLINDA

Pemanfaatan Data Landsat-8 dan MODIS untuk Identifikasi Daerah Bekas Terbakar Menggunakan Metode NDVI (Studi Kasus: Kawasan Gunung Bromo)

Perubahan Luasan Mangrove dengan Menggunakan Teknik Penginderaan Jauh Di Taman Nasional Sembilang Kabupaten Banyuasin Provinsi Sumatera Selatan

Aplikasi Analisa Perubahan Penggunaan Lahan di Provinsi Bali

TINJAUAN PUSTAKA. lahan dengan data satelit penginderaan jauh makin tinggi akurasi hasil

PEMANTAUAN DISTRIBUSI MUATAN PADATAN TERSUSPENSI MENGGUNAKAN CITRA LANDSAT 8 OLI DI MUARA CI TARUM, JAWA BARAT

II. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya

PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN PEDOMAN PEMANFAATAN DATA LANDSAT-8 UNTUK DETEKSI DAERAH TERBAKAR (BURNED AREA)

BAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas

APLIKASI PENGINDERAAN JAUH UNTUK PENGHITUNGAN SEBARAN CO 2 DARI TUTUPAN HUTAN DENGAN SATELIT LANDSAT 8 TUGAS AKHIR

Sudaryanto dan Melania Swetika Rini*

& Kota TUGAS AKHIR. Oleh Wahyu Prabowo

ANALISA NDVI CITRA SATELIT LANDSAT MULTI TEMPORAL UNTUK PEMANTAUAN DEFORESTASI HUTAN KABUPATEN ACEH UTARA

Nilai Io diasumsikan sebagai nilai R s

5. PEMBAHASAN 5.1 Koreksi Radiometrik

Pemanfaatan Citra landsat 8 dan SIG untuk Pemetaan Kawasan Resapan Air (Lereng Barat Gunung Lawu)

BAB I PENDAHULUAN. pada radius 4 kilometer dari bibir kawah. (

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print)

KARAKTERISTIK CITRA SATELIT Uftori Wasit 1

Jurnal Geodesi Undip Januari 2016

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1 Latar belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

LAMPIRAN 1 HASIL KEGIATAN PKPP 2012

GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA

Muhammad Rahmanda Yunito Langgeng Wahyu Santosa

JURNAL TEKNIK POMITS Vol. x, No. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1

PENGINDERAAN JAUH. --- anna s file

PENELITIAN FISIKA DALAM TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING PERUBAHAN GARIS PANTAI (STUDI KASUS DI WILAYAH PESISIR PERAIRAN KABUPATEN KENDAL)

Dedi Irawadi Kepala Pusat Teknologi dan Data Penginderaan Jauh. KLHK, Jakarta, 25 April 2016

ANALISIS KUALITAS AIR UNTUK BUDIDAYA RUMPUT LAUT EUCHEUMA COTTONI DENGAN CITRA LANDSAT 8 (Studi Kasus: Laut Selatan Pulau Lombok, NTB)

APLIKASI DAN EVALUASI CITRA LANDSAT 8 OLI DALAM IDENTIFIKASI SERTA PEMETAAN TANAH KOSONG DAN TANAMAN JATI MUDA DI KPH CIAMIS DINIAL LAVI

Transkripsi:

KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman **) Pusat Teknologi dan Data Penginderaan Jauh, LAPAN e-mail: ayu_rahayu63@rocketmail.com Abstract Top of Atmosphere (ToA) correction is a correction to the image for omitting radiometric distortion caused by the position of the sun. The position of the sun to the earth changes depends on the acquisition time and the location of the object. ToA correction is done by changing the value of the digital number to reflectance values. The purpose of this study is to evaluate the reflectance characteristics of Landsat-8 image for vegetation (forests and rice fields), open land (barren land and settlements) and water (sea, lakes and rivers). In each of these objects is taken a sample data so it can be seen in more detail the characteristics of the reflectance. The result of the ToA correction showed that the difference of reflectance between forest and rice fields in band 4 was significant. It can be used to distinguish between forest and rice fields in the classification process. The difference of reflectance between bare land and settlement in band 5 and 6 was significant. It can be used to distinguish between bare land and settlement. The difference of reflectance between water in sea, lake and river in band 1 was significant. It can be used to distinguish between sea, lake and river. Key Words: Radiometric Correction,Top of Atmosphere, Landsat-8 Abstrak Koreksi Top of Atmosphere (ToA) adalah koreksi pada citra yang dilakukan untuk menghilangakan distorsi radiometrik yang disebabkan oleh posisi matahari. Posisi matahari terhadap bumi berubah bergantung pada waktu perekaman dan lokasi obyek yang direkam. Koreksi ToA dilakukan dengan cara mengubah nilai digital number ke nilai reflektansi. Tujuan dari penelitian ini adalah mengevaluasi karakteristik reflektansi dari citra Landsat-8 untuk obyek vegetasi (hutan dan sawah), lahan terbuka (lahan gundul dan pemukiman) dan air (laut, danau dan sungai). Pada tiap-tiap obyek tersebut diambil beberapa sampel data sehingga dapat diketahui lebih detail karakteristik reflektansinya. Hasil dari koreksi ToA menunjukkan bahwa pada band 4 terjadi perbedaan nilai reflektansi yang signifikan untuk obyek hutan dan sawah. Sehingga untuk membedakan kedua obyek tersebut digunakan band 4 dalam proses klasifikasi. Pada band 5 dan 6 terjadi perbedaan nilai reflektansi antara obyek lahan gundul dan permukiman yang signifikan. Sehingga untuk membedakan kedua obyek tersebut dapat digunakan band 5 dan 6. Pada band 1 terjadi perbedaan reflektansi antara air laut, danau dan sungai secara signifikan. Sehingga untuk membedakan obyek air laut, danau dan sungai dapat digunakan band 1 karena terjadi perbedaan nilai reflektansi yang signifikan pada band tersebut. Kata Kunci: Koreksi Radiometrik, Top of Atmosphere, Landsat-8 1. Pendahuluan Pemetaan penutup lahan diperlukan untuk keperluan perencanaan pembangunan suatu wilayah (Riki, 2010). Satelit penginderaan jauh dapat memberikan informasi yang diperlukan untuk keperluan klasifikasi penutup lahan. Penutup lahan dapat berupa vegetasi dan konstruksi artifisial yang menutup permukaan bumi. Penutup lahan berkaitan dengan jenis kenampakan di permukaan bumi, seperti bangunan, danau dan vegetasi (Lillesand & Kiefer, 1979). Untuk mengetahui kondisi penutup lahan pada suatu daerah dapat dilakukan secara lengkap, cepat dan relatif akurat melalui teknologi penginderaan jauh. Dalam kaitan dengan obyek penutup lahan, citra satelit yang digunakan untuk memonitor permukaan bumi adalah satelit sumber daya alam seperti citra satelit Landsat-8. Satelit Landsat-8 atau Landsat Data Continuity Mission (LDCM) merupakan satelit sumber daya milik Amerika Serikat yang diluncurkan pada 11 Februari 2013. Satelit ini membawa dua sensor yaitu Seminar Nasional Penginderaan Jauh 2014 762

sensor Operational Land Imager (OLI) dan sensor Thermal Infrared Sensor (TIRS). Sensor OLI mempunyai tujuh band dengan resolusi spasial yang sama dengan Landsat-7 yaitu sebesar 30 meter. Untuk band 8 berbeda nilai resolusi spasialnya yaitu 15 meter. Sensor OLI dilengkapi dengan dua band baru yaitu band 1 dengan panjang gelombang 0.43-0.45 m untuk aerosol garis pantai dan band-9 dengan panjang gelombang 1.36-1.38 m untuk deteksi awan cirrus. Sedangkan untuk sensor TIRS dilengkapi dengan dua band dengan resolusi spasial sebesar 100 m untuk menghasilkan kontinuitas kanal inframerah thermal (USGS, 2014). Data citra satelit awal yang belum diolah biasanya mengandung noise yang ditimbulkan oleh sistem. Salah satu noise dapat ditimbulkan karena perbedaan posisi matahari pada saat data diakusisi. Untuk menghilangkan noise tersebut dapat digunakan koreksi radiometrik Top of Atmosfer (ToA). Koreksi ToA merupakan perbaikan akibat distorsi radiometrik yang disebabkan oleh posisi matahari. Koreksi ToA dilakukan dengan cara mengubah nilai digital number (DN) ke nilai reflektansi. Tujuan dari penelitian ini adalah mengkoreksi radiometrik ToA pada data Landsat-8. Hasil dari koreksi tersebut dilakukan evaluasi spektral untuk obyek vegetasi, lahan terbuka dan air untuk mendukung klasifikasi penutup lahan. 2. Metodologi 2.1. Data Data yang digunakan pada penelitian ini adalah data Landsat-8 path/row 120/065 pada tanggal perekaman 24 Juni 2013. Untuk keperluan analisis spektral dalam mendukung klasifikasi penutup lahan, band yang dipilih adalah band 1 hingga 7 karena band tersebut sering digunakan untuk proses klasifikasi penutup lahan. 2.2. Metode Data Landsat-8 dikoreksi radiometrik menggunakan koreksi ToA yang meliputi ToA Reflektansi dan koreksi matahari. Koreksi ToA Reflektansi dilakukan dengan mengkonversi nilai DN ke nilai reflektansi. Berdasarkan (USGS, 2014), persamaan konversi untuk koreksi ToA reflektansi yaitu: ρλ' = MρQcal + Aρ (2-1) dimana: ρλ ' = TOA reflektansi, tanpa koreksi untuk sudut matahari. Mρ = REFLECTANCE_MULT_BAND_x, di mana x adalah nomor Band Aρ = REFLECTANCE_ADD_BAND_x, di mana x adalah nomor Band Qcal = Nilai digital number ( DN ) Selanjutnya citra dikoreksi sudut matahari untuk menghilangkan perbedaan nilai DN yang diakibatkan oleh posisi matahari. Posisi matahari terhadap bumi berubah bergantung pada waktu perekaman dan lokasi obyek yang direkam. Persamaan untuk koreksi dengan sudut matahari yaitu: ρλ= ρλ'/(cos(θsz))=ρλ'/(sin(θse)) (2-2) Seminar Nasional Penginderaan Jauh 2014 763

di mana: ρλ = ToA reflektansi θse = sun elevation θsz = sudut zenith matahari, θsz = 90 - θse Untuk keperluan mendukung klasifikasi penutup lahan, dilakukan cropping untuk setiap obyek penutup lahan. Cropping dilakukan pada Area of Interest (AoI) untuk obyek vegetasi (hutan dan sawah), lahan terbuka (lahan gundul dan pemukiman) dan air (laut, danau dan sungai). Setelah itu, dilakukan perhitungan statistik. Perhitungan tersebut dilakukan untuk membuat kurva karakteristik spektral. Kurva karakteristik spektral dibuat pada tiap obyek untuk mengetahui lebih detail karakteristik reflektansinya.sehingga dapat dilakukan evaluasi karakteristik reflektansi dari citra Landsat-8 untuk tiap obyek. 3. Hasil dan Pembahasan Hasil data Landsat-8 yang telah dikoreksi ToA dapat dilihat pada Gambar 3-1. Apabila dibandingkan dengan data sebelumnya, untuk penampakan visual, data tersebut tidak berbeda secara signifikan. Data Landsat 8 yang telah terkoreksi ToA, nilai DN-nya telah berubah menjadi nilai reflektansi. Untuk mendukung klasifikasi penutup lahan, dilakukan analisis spektral tiap obyek penutup lahan. Untuk itu dilakukan pembuatan kurva reflektansi. Pembuatan kurva tersebut dilakukan dengan mengambil AoI obyek pada citra yang telah dikoreksi. Pengambilan AoI obyek dilakukan secara acak, kemudian dihitung nilai mean reflektansi dari obyek tersebut. Pada kurva karakteristik spektral terlihat bahwa masing-masing band memiliki karakteristik tersendiri dalam hal menangkap gelombang pantul dari tiap obyek penutup lahan. (b) Gambar 3-1. Citra Landsat 8 dengan menggunakan komposit band 653 sebelum koreksi ToA dan (b) setelah koreksi ToA Untuk penutup lahan berupa vegetasi, diambil AoI obyek sawah dan hutan. Kurva spektral dengan obyek vegetasi yaitu sawah dan hutan menunjukkan bahwa reflektansi dari obyek sawah lebih tinggi dibandingkan dengan reflektansi obyek hutan pada band 4 sampai 7 seperti terlihat pada Gambar 3-3. Sedangkan pada band 1 sampai 3 reflektansi sawah lebih kecil dibandingkan dengan hutan. Pada band 4 terjadi perbedaan nilai reflektansi yang signifikan. Terjadi lonjakan yang signifikan pada band 4 apabila Seminar Nasional Penginderaan Jauh 2014 764

dibandingkan dengan band-band lainnya. Sehingga untuk membedakan obyek sawah dan hutan dapat digunakan band 4 dalam proses klasifikasi. (b) Gambar 3-2. Area of Interest (AoI) dari obyek sawah dan (b) hutan Gambar 3-3. Kurva Karakteristik Spektral dengan obyek vegetasi Untuk penutup lahan berupa vegetasi, diambil AoI obyek lahan gundul dan permukiman. Hasil kurva karakteristik spektral untuk obyek lahan gundul dan permukiman pada band 1 sampai 4 menunjukkan perbedaan yang tidak signifikan (sangat kecil sekali). Gambar 3-4. Area of Interest (AoI) dari obyek permukiman dan (b) lahan terbuka (b) Pada band 5 sampai 7 obyek lahan gundul lebih tinggi dibandingkan dengan obyek pemukiman seperti yang ditunjukkan pada Gambar 3-5. Pada band 5 dan 6 terjadi lonjakan reflektansi antara obyek Seminar Nasional Penginderaan Jauh 2014 765

lahan gundul dan permukiman yang signifikan. Sehingga untuk membedakan obyekk permukiman dan lahan gundul dapat digunakan band 5 dan 6 karena terjadi perbedaan nilai reflektansi yang signifikan pada kedua band tersebut. Gambar 3-5. Kurva Karakteristik Obyek Lahan Terbuka Untuk penutup lahan berupa vegetasi, diambil sampel obyek air laut, danau dan sungai. Hasil kurva karakteristik spektral untuk obyek air laut, danau dan sungai pada band 6 dan 7 menunjukkan perbedaan yang tidak signifikan (sangat kecil sekali). (b) (c) Gambar 3-6. Area off Interest (AoI) dari obyek laut, (b) danau dan (c) sungai Pada band 1 sampai 5 obyek air sungai lebih tinggi dibandingkan dengan obyek air laut dan danau seperti yang ditunjukkan pada Gambar 3-7. Pada band 1 terjadi lonjakan reflektansi antara ketiga obyek air tersebut secara signifikan. Sehingga untuk membedakan obyek air laut, danau dan sungai dapat digunakan band 1 karena terjadi perbedaan nilai reflektansi yang signifikan pada band tersebut.

Gambar 7. Kurva Karakteristik Spektral Obyek Air Nilai reflektansi obyek air dipengaruhi oleh beberapa fakor, seperti kedalaman air dan tingkat kekeruhan. Untuk pemukiman nilai reflektan lebih dipengaruhi oleh jenis bahan yang digunakan pada bangunan tersebut. Misalnya atap yang menggunakan bahan seng mempunyai nilai reflektansi yang lebih tinggi jika dibandingkan dengan atap yang terbuat dari tanah liat. Pada obyek vegetasi nilai reflektansinya dipengaruhi oleh tingkat kehijauan dan kerapatan. Semakin hijau dan lebat suatu kanopi maka nilai reflektansinya khususnya pada band 4 dan 5 semakin rendah. 4. Kesimpulan Hasil dari penelitian ini dapat diambil kesimpulan sebagai berikut: 1. Pada band 4 terjadi perbedaan nilai reflektansi yang signifikan untuk obyek hutan dan sawah. Sehingga untuk membedakan obyek hutan dan sawah dapat digunakan band 4 dalam proses klasifikasi. 2. Pada band 5 dan 6 terjadi lonjakan nilai reflektansi antara obyek lahan gundul dan permukiman yang signifikan. Sehingga untuk membedakan kedua obyek tersebut dapat digunakan band 5 dan 6. 3. Pada band 1 terjadi lonjakan reflektansi antara ketiga obyek air tersebut secara signifikan. Sehingga untuk membedakan obyek air laut, danau dan sungai dapat digunakan band 1 karena terjadi perbedaan nilai reflektansi yang signifikan pada band tersebut. 5. Daftar Rujukan Lillesand, & Kiefer. 1979. Remote Sensing and Image Interpretation. New York: John Willey and sons. Mukhaiyar, R. 2010. Klasifikasi Penggunaan Lahan dari Data Remote Sensing. Jurnal Teknologi Informasi dan Pendidikan. Vol. 2 No. 1. USGS. 2014. Landsat. http://landsat.usgs.gov/band_designations_landsat_satellites.php [Februari 2014] USGS. 2014. Using the USGS Landsat 8 Product. http://landsat.usgs.gov/landsat8_using_product.php [Februari 2014] Seminar Nasional Penginderaan Jauh 2014 767