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

dokumen-dokumen yang mirip
LAPORAN PRAKTIKUM PEMETAAN TEMATIK BERBASIS CITRA PENGINDERAAN JAUH

Berkala Fisika ISSN : Vol. 17, No. 2, April 2014, hal 67-72

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

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

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

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

ix

Meidi Nugroho Adi Sudaryatno

BAB III METODE PENELITIAN

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

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

BAB III. HASIL DAN PEMBAHASAN

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

ISTILAH DI NEGARA LAIN

BAB II TINJAUAN PUSTAKA...

EVALUASI KAWASAN POTENSI HIDROTERMAL GUNUNG KELUD MENGGUNAKAN ANALISA CITRA SATELIT

Jurnal Geodesi Undip April 2017

ANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

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

BAB III METODE PENELITIAN

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

Jurnal Geodesi Undip Oktober 2016

MENGETAHUI HUBUNGAN LAHAN VEGETASI DAN LAHAN TERBANGUN (PEMUKIMAN) TERHADAP PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MEMANFAATKAN CITRA SATELIT

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

Nilai Io diasumsikan sebagai nilai R s

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

Gambar 1.1 Siklus Hidrologi (Kurkura, 2011)

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

GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA

PEMETAAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN CITRA SATELIT ASTER DI PERAIRAN LAUT JAWA BAGIAN BARAT MADURA

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)

BAB I PENDAHULUAN. Bab ini berisi tentang latar belakang, tujuan, dan sistematika penulisan. BAB II KAJIAN LITERATUR

Generated by Foxit PDF Creator Foxit Software For evaluation only. 23 LAMPIRAN

POLA TANAM MASYARAKAT PETANI PARANGTRITIS MENYIASATI KEBUTUHAN SINAR MATAHARI DAN MUSIM KEMARAU

APLIKASI CITRA SATELIT LANDSAT 8 UNTUK IDENTIFIKASI DAERAH PROSPEK PANAS BUMI DAERAH SONGGORITI BATU DAN SEKITARNYA

penginderaan jauh remote sensing penginderaan jauh penginderaan jauh (passive remote sensing) (active remote sensing).

BAB II TINJAUAN PUSTAKA

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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

JURNAL TEKNIK ITS Vol. X, No. X, (2016) ISSN: ( Print) 1

PENDAHULUAN Latar Belakang Tujuan Penelitian METODE Waktu dan Tempat Penelitian

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

3. METODOLOGI PENELITIAN

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

Jurnal Geodesi Undip Juli 2017

Satelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital

II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan

5. PEMBAHASAN 5.1 Koreksi Radiometrik

BAB III DATA DAN METODOLOGI

ANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN CITRA AVHRR/NOAA-16

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

BAB I PENDAHULUAN 1.1 Latar Belakang

ULANGAN HARIAN PENGINDERAAN JAUH

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

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

SENSOR DAN PLATFORM. Kuliah ketiga ICD

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

THE MULTISPECTRAL DATA ANALYSIS TO IDENTIFICATE GEOTHERMAL POTENTIAL

GEOGRAFI. Sesi PENGINDERAAN JAUH : 3 A. CITRA NONFOTO. a. Berdasarkan Spektrum Elektromagnetik

BAB I PENDAHULUAN 1.1 Latar belakang

PEMANASAN BUMI BAB. Suhu dan Perpindahan Panas. Skala Suhu

PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG

BAB I PENDAHULUAN Latar Belakang

IDENTIFIKASI SUHU PERMUKAAN TANAH DENGAN METODE KONVERSI DIGITAL NUMBER MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI

PENGOLAHAN DATA SATELIT NOAA-AVHRR UNTUK PENGUKURAN SUHU PERMUKAAN LAUT RATA-RATA HARIAN

Laboratorium Geofisika, Jurusan Fisika FMIPA, ITS Surabaya. Keywords Citra satelit, DEM, Landsat 7+ETM, Geothermal, Tiris, geomagnet

BAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)

BAB I PENDAHULUAN 1.1. Latar Belakang

PENDAHULUAN. hutan yang luas diberbagai benua di bumi menyebabkan karbon yang tersimpan

PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA

PEMANFAATAN CITRA PENGINDERAAN JAUH UNTUK PEMETAAN KUALITAS AIR DI WADUK JATILUHUR, KABUPATEN PURWAKARTA, PROVINSI JAWA BARAT

3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari

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

Skema proses penerimaan radiasi matahari oleh bumi

Pemanasan Bumi. Suhu dan Perpindahan Panas

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

Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)

Identifikasi Lokasi Potensial Budidaya Tiram Mutiara Dengan Mengunakan Citra Satelit Landsat 7 ETM+

BAB III DATA DAN METODOLOGI PENELITIAN

Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam

PENGINDERAAN JAUH D. SUGANDI NANIN T

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

STUDY OF REMOTE SENSING CAPABILITY FOR INITIAL IDENTIFICATION OF GEOTHERMAL EMERGENCE IN DIENG, CENTRAL JAVA

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

BAB IV PENGOLAHAN DATA DAN HASIL

BAB I. PENDAHULUAN. 1.1 Latar Belakang

PENGGUNAAN CITRA SATELIT LANDSAT 8 UNTUK ANALISA PATAHAN PADA LAPANGAN PANAS BUMI ARJUNO WELIRANG PROVINSI JAWA TIMUR

HASIL DAN PEMBAHASAN. Tabel 3Perubahan tutupan lahan Jakarta tahun 1989 dan 2002.

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

BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)

BAB I PENDAHULUAN I.1.

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

Jurnal Geodesi Undip Januari 2016

II. TINJAUAN PUSTAKA 2.1 Suhu Udara Perkotaan

BAB II DASAR TEORI Koreksi Geometrik

I. PENDAHULUAN 1.1. Latar Belakang II. TINJAUAN PUSTAKA 2.1. Citra Satelit Landsat

Gambar 1. Peta Lokasi Penelitian

Transkripsi:

PERBANDINGAN EKSTRAKSI BRIGHTNESS TEMPERATUR LANDSAT 8 TIRS TANPA ATMOSPHERE CORRECTION DAN DENGAN MELIBATKAN ATMOSPHERIC CORRECTION UNTUK PENDUGAAN SUHU PERMUKAAN Farid Ibrahim 1, Fiqih Atriani 2, Th. Retno Wulan 3 Mega Dharma Putra 4, Edwin Maulana 5 1 Parangtritis Geomaritime Science Park, email: faridibrahim.sis@gmail.com 2 Fakultas Geografi UMS, email: astriani.fiqih@gmail.com 3 Badan Informasi Geospasial, email: noibako@gmail.com 4 Parangtritis Geomaritime Science Park, email: geografi_dwi@yahoo.com 5 Parangtritis Geomaritime Science Park, email: edwinmaulana35@yahoo.com ABSTRAK Citra Landsat 8 TIRS merupakan perkembangan dari generasi Landsat 7. Landsat 8 TIRS telah memiliki tambahan sensor sehingga memiliki 11 band. Thermal Band yang terdapat pada citra Landsat berada di band 10 dan band 11. Masing-masing memiliki nilai pantulan yang menunjukkan temperatur objek pantulan. Informasi temperatur yang terekam pada citra landsat berupa digital number. Untuk mengubah menjadi informasi temperatur maka perlu dikonversi ke dalam spektral radial sehingga akan menunjukkan gradasi suhu permukaan. Spektral radial yang dihasilkan mampu diubah ke dalam satuan suhu lainnya sesuai dengan kebutuhan, misal satuan celcius ataupun kelvin. Penelitian ini menekankan pada perlakuan sebelum mengubah digital number ke dalam spektral radial, melalui koreksi radiometrik atau hamburan atmosfer yang mempengaruhi pantulan spektral suatu objek. Hamburan atmosfer akan menjadikan pantulan spektral melemah sehingga suatu objek tidak optimal memberikan pantulan balik, dengan adanya koreksi atmosfer maka meniadakan hamburan sehingga pantulan objek dikembalikan pada pantulan yang sebenarnya. Terdapat 3 pengaruh yang diperhitungkan seperti koreksi atmosfer meliputi upwelling, downelling serta Transmitansi. Tujuan dari penelitian ini adalah mengekstraksi informasi suhu permukaan dengan melibatkan koreksi atmosfer yang menghambat pantulan spektral objek permukaan bumi. Metode yang digunakan adalah analisis digital dengan teknik Brightness Temperature dengan memasukkan formulasi ((B1-2.22) / (0.95*0.75)) - (0.05263*3.64).Berdasarkan formula tersebut Band 10 pada Landsat 8 TIRS perekaman 18 september 2015 memiliki nilai Transmisi : 0,75, Upwelling radiance : 2.22 dan downwelling : 3,64 menghasilkan 4 hingga 8 o C. Kata kunci: Correction Atmosphric, Upwelling, Downwelling, Transmitansi PENDAHULUAN Latar Belakang Penelitian ini merupakan aplikasi teknologi penginderaan jauh sebagai kajian awal ekstraksi suhu permukaan dari citra Landsat 8 TIRS untuk berbagai kebutuhan pemetaan berbasis thermal. Lembar Landsat yang digunakan dalam penelitian ini adalah Raw 65 Path 120 yang meliputi wilayah Jawa Tengah dan Daerah Istimewa Yogyakarta. Teknologi Satelit 8 TIRS dipilih karena kemudahan mendapatkannya dan mencakup area yang luas atau tergolong ke dalam citra resolusi menengah. Kemampuannya meliput area yang luas menjadi kelebihan dalam menganalisis suhu permukaan. Suhu permukaan dipengaruhi oleh banyak faktor,

seperti sudut datang matahari, tinggi rendahnya permukaan, angin dan arus laut, lama penyinaran serta awan. Landsat mampu mengakomodasi faktor bentang lahan dan asosiasi lokasi yang mempengaruhi suhu permukaan. Suhu permukaan adalah besarnya energi yang tersimpan oleh suatu objek sebagai akumulasi radiasi, misalnya suhu udara. Suhu udara tidak hanya dipengaruhi radiasi matahari saja, melainkan juga suhu permukaan mampu menyumbangkan radiasi. Suhu permukaan merupakan unsur pertama yang dapat diidentifikasi menggunakan citra satelit dengan memanfaatkan thermal band. Penginderaan jauh mengenali suhu permukaan berdasarkan suhu permukaan rata-rata yang digambarkan dalam cakupan piksel sesuai dengan resolusinya pada berbagai tipe (Desi, 2011). Satelit Landsat 8 memiliki sensor Onboard Operation Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah band sebanyak 11 buah dan 9 band di dalamnya yakni band 1 hingga band 9 merupakan OLI dan band 10 serta band 11 merupakan TIRS. Thermal band yang dimiliki Landsat 8 mampu mengekstraksi perbedaan suhu permukaan bumi dengan resolusi spasial 100 meter, meskipun sensornya mampu merekam dengan resolusi 30 meter namun suhu permukaan merupakan rerata dari suatu permukaan. Sensor penginderaan jauh merekam intensitas gelombang elektromagnetik yang mencapai sensor dengan satuan W/(m2.sr.μm). nilai yang terekam dengan satuan tersebut kemudian tersimpan pada saluran band dan dikonversi menjadi nilai piksel yang proporsional dengan resolusi radiometrik. Masing-masing memiliki nilai pantulan yang menunjukkan temperatur objek pantulan. Informasi temperatur yang terekam pada citra landsat berupa digital number. Untuk mengubah menjadi informasi temperatur maka perlu dikonversi kedalam spektral radial sehingga akan dapat menunjukkan gradasi suhu permukaan. Spektral radial yang dihasilkan mampu dirubah kedalam satuan suhu sesuia dengan kebutuhan, misal satuan celcius ataupun kelvin. Koreksi radiometrik dimaksudkan untuk menghilangkan ganguan atmosfer agar nilai piksel mampu dikembalikan ke nilai yang sebenarnya akibat hamburan sebagai sumber kesalahan utama (Soenarno, 2009) serta ditujukan untuk meminimalisasi kekeliruan radiometrik akibat aspek eksternal berupa gangguan atmosfer tersebut. Berbagai gangguan atmosfer, baik berupa hamburan dan pantulan, akan mampu menyebabkan perubahan nilai piksel pada citra sehingga nilai piksel tidak merekam nilai pantulan objek sebenarnya pada kondisi normal (tidak terjadi gangguan atmosfer). Kesalahan radiometrik akan mempengaruhi interpretasi citra terutama interpretasi digital karena mendasarkan pada nilai piksel tanpa mendasarkan aspek asosiasi sebagaimana interpretasi manual. METODE Penelitian ini menggunakan Citra Landsat 8 TIRS perekaman 18 September 2015 pada Thermal Band yaitu band 10 dan band 11. Lembar perekaman yang digunakan adalah Path 120 Raw 65 yang meliputi kawasan Jawa Tengah dan Daerah Istimewa Yogyakarta. Penelitian ini menggunakan metode analisis digital untuk mengekstraksi nilai pantulan band 10 dan band 11 berupa digital number menjadi radiansi untuk diubah ke dalam temperatur. Ada dua teknik ekstraksi yang digunakan yakni tanpa menggunakan koreksi atmosfer dan dengan melibatkan koreksi atmosfer.

Gambar 1. Landsat Part 120 Raw 65 Informasi radiansi panas pada spektrum thermal dipengaruhi oleh panas permukaan bumi dan emisivitas. Semakin tinggi panas permukaan bumi maka semakin tinggi intensitas radiasinya. Informasi ini tersimpan dalam digital number dengan rentang 0 sampai 65536 pada TIRS. Dengan demikian, digital number menyimpan informasi radiasi yang dihasilkan panas permukaan. Ekstraksi tanpa koreksi atmosfer dilakukan dengan mengubah digital number kedalam nilai radiansi baru kemudian diekstraksi ke dalam temperatur satuan kelvin dan celcius. Perangkat lunak yang digunakan dalam penelitian ini adalah Envi 5.1. Modul Band Math menjadi lembar formulasi konversi digital number ke radiansi. Penelitian ini menekankan pada perlakuan mengkonversi digital number ke dalam spektral radial, melalui koreksi radiometrik atau hamburan atmosfer yang mempengaruhi pantulan spektral suatu objek. Hamburan atmosfer akan menjadikan pantulan spektral melemah sehingga suatu objek tidak optimal memberikan pantulan balik, dengan adanya koreksi atmosfer maka meniadakan hamburan sehingga pantulan objek dikembalikan pada pantulan yang sebenarnya. Terdapat 3 pengaruh yang diperhitungkan seperti koreksi atmosfer melipiuti upwelling, downwelling serta Transmitansi. HASIL DAN PEMBAHASAN Hasil penelitian menunjukkan bahwa terjadi perbedaan temperatur permukaan sekitar 4-8 o C antara ekstraksi temperatur tanpa koreksi radiometrik dan dengan melibatkan radiometrik. Hal ini disebabkan pada data surface brightness temperatur dihasilkan dari konversi digital number menjadi radiansi menganggap brightness temperature merupakan ToA (Top of Atmosphere) dengan asumsi bahwa pantulan balik dari objek permukaan merupakan murni pantulan yang menghasilkan nilai radiansi pada sensor. Padahal nilai radiansi yang diterima sensor bukan sepenuhnya hasil interaksi radiasi matahari dengan objek seperti seperti iradiansi, radiansi dan emisivitas namun telah terpengaruh juga oleh gangguan atmosfer, seperti hamburan dan serapan sehingga kondisi ini menjadikan distorsi pada nilai radiansi yang ditangkap sensor dan tidak mencerminkan nilai radiansi yang sesungguhnya

dipancarkan objek. koreksi radiometrik atau koreksi atmosfer perlu dilakukan Untuk mendapatkan nilai radiansi yang mendekati nilai sebenarnya. Teknik pertama yang digunakan dalah ekstraksi digital number menjadi temperatur dengan mengubah nilai digital number menjadi Spektral Radian. Spektral Radian merupakan hasil faktor skala pada meta data dengan mengalikan digital number itu sendiri dan menambahkah faktor penambah dari hasil kali faktor skala dengan digital number. L = Mp x Qcal + AL Yang mana : L = factor skala Qcal = Digital Number AL = Faktor Penambah Faktor skala dapat diperoleh dari meta data dengan format Radiance_Mult_Band_10, dan Faktor penambah diperoleh dengan format Radiace_Add_Mult_Band_10. Sementara itu, digital number merupakan variabel band yang digunakan dalam formula modul Math Band Envi sehingga pada band math formulasi dituliskan sebagai berikut : ((0.0003242)*B1)+0.1. B1 akan didefinisikan sebagai band 10 sebagai band thermal. Selanjutnya nilai spektral radian diubah dalam satuan kelvin dengan hubungan antara spektral radial dengan suhu adalah sebagai berikut : Yang mana: T = Suhu (Kelvin) CVR = NIlai Radiance pada band thermal K1 dan K2 + Tetapan band thermal T = K 2 Ln ( K1 CV R2 ) + 1 Tetapan band thermal dapat diperoleh dari meta data dengan format K1_CONSTANT_BAND_10 = 774.8853 dan K2_CONSTANT_BAND_10 = 1321.0789. Sehingga dalam formula modul band math ditulis 1321.0789/alog((774.8853/B1)+1). Dengan B1 didefinisikan sebagai band spektral radial. Sampai pada tahapan ini menghasilkan citra temperatur permukaan dalam satuan kelvin dan dapat diubah ke dalam celcius dengan selisih 273 terhadap satuan kelvin. Gambar 2. Kurva Color Slice citra tanpa koreksi Metode di atas mengasumsikan bahwa pantulan yang terekam oleh sensor merupakan pantulan asli objek dengan mengabaikan gangguan atmosfer. Metode ini akan sangat mempengaruhi interpretasi sehingga perlu dilakukan koreksi atmosfer dengan memasukkan

parameter, menurut Coll, 2010 menyebutkan terdapat 3 parameter yang dapat digunakan dalam koreksi atmosfer yakni Upwelling, downwelling dan transmitanse. Ketiga parameter tersebut dihubungkan dalam formula berikut : Gambar 3. Kurva color slice hasil koreksi atmosfer Setiap Citra Landsat telah memiliki informasi parameter tersebut yang dapat digunakan untuk koreksi atmosfer. Landsat yang digunakan dalam penelitian memiliki nilai parameter sebaigai berikut : Transmitansi = 0,75 Upwelling radiance = 2.22 Downwelling radiance = 3,64 Implementasi formula diatas beserta parameter diekspresikan dalam band math sebagai berikut : ((B1-2.22) / (0.95*0.75)) - (0.05263*3.64) Hasil dari formula di atas merupakan nilai radiansi atmosfer terkoreksi, untuk mendapatkan nilai temperatur maka dikonversi kembali dalam satuan suhu. Pada konversi ini kembali menggunakan ketetapan suhu band 10 thermal yakni: K1_CONSTANT_BAND_10 = 774.8853 dan K2_CONSTANT_BAND_10 = 1321.0789.

Implementasi formulanya adalah 1321.0789/alog(774.8853/B1+1) yang akan menghasilkan suhu permukaan dalam satuan kelvin, dan dapat dikonversi dalam satuan celcius. Gambar 4. Kurva atmospheris Gambar 4 merupakan perbedaan visualisasi hasil ekstraksi suhu permukaan. Terlihat perbedaan yang signifikan apabila memperhatikan citra tanpa koreksi kawasan pantai utara terlihat berwarna kuning dengan suhu permukaan berkisar 28 derajat hingga 31 derajat, akan tetapi citra yang dihasilkan berdasarkan koreksi atmosfer menunjukkan pantai utara khususnya kawasan Semarang berkisar antara 33 hingga 39 derajat celcius. Ini disebabkan oleh hamburan yang dihasilkan uap air sehingga pantulan objek permukaan tidak optimal diterima oleh sensor. Asosiasi yang lain dapat terlihat di beberapa kawasan gunung vulkanik. Pada citra tanpa koreksi, tidak dapat mengenali puncak lereng pegunungan, namun dengan citra terkoreksi interpreter akan mampu mengenali asosiasi puncak pegunungan dengan suhu antara 16 derajat celcius hingga 21 derajat celcius.

Gambar 4. ekstraksi suhu permukaan tanpa koreksi atsmosfer dan melibatkan koreksi atmosferik KESIMPULAN Hasil penelitian menunjukkan penggunaan koreksi atmosfer sangat mempengaruhi hasil ekstraksi suhu permukaan berdasarkan digital number band 10 thermal TIRS dengan selisih perubahan di lokasi yang sama antara 4 hingga 8 derajat celcius. Gangguan atmosfer yang menghalangi pantulan dapat dihilangkan. Pantulan yang dikoreksi sehingga mendekati pantulan sebenarnya suatu objek dapat digunakan dalam interpretasi asosiasi suatu objek permukaan bumi. Mengabaikan koreksi atmosfer akan dapat membuat kekeliruan interpretasi. PENGHARGAAN Terima kasih diucapkan kepada rekan-rekan staf Parangtritis Geomaritime Science Park yang telah memberikan dukungan pada saat penelitian. Turut serta pula rekan-rekan Mahasiswa Fakultas Geografi UMS atas dukungan, diskusi dan seluruh bantuan yang telah diberikan. Ucapan terima kasih juga kami sampaikan kepada panitia Seminar Nasional Geografi UMS atas kesempatannya mempublikasikan hasil penelitian ini. REFERENSI Desi. 2011. Aplikasi Penginderaan Jauh untuk Menduga Suhu Permukaan dan Udara di Lahan Gambut dan Mineral dengan Menggunakan Metode Neraca Energi (Area Studi : Sampit, Kalimantan Tengah). SKRIPSI. Departemen Geofisika dan Meteorologi. Fakultas Matematika dan Ilmu Pengetahuan Alam. Institut Pertanian Bogor. Coll, C., Galve, J. M., Sanchez, J. M. & Caselles, V., 2010. Validation of Landsat- 7/ETM+ Thermal-Band Calibration and Atmospheric Correction With GroundBased Measurements. IEEE Transaction on Geoscience and Remote Sensing, 48(1), pp. 547-555. Putri Yasmin N.F. 2011. Pendugaan Unsur-Unsur Fisis Atmosfer Menggunakan Penginderaan Jauh. Tesis. Sekolah Pasca Sarjana. Institut Pertanian Bogor. Soenarmo, S. H., 2009. Penginderaan Jauh dan Pengenalan Sistem Informasi Geografis untuk Bidang Ilmu Kebumian. Bandung: Penerbit ITB Bandung. SGS, 2013. Using the USGS Landsat 8 Product. [Online] Available at: http://landsat.usgs.gov/landsat8_using_product.php [Accessed 28 Mei 2015].