Berapa banyak bit yang digunakan dalam satu pixel?

dokumen-dokumen yang mirip
Citra Satelit IKONOS

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

KARAKTERISTIK CITRA SATELIT Uftori Wasit 1

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

Uji Akurasi Produk Reflektan-Permukaan Landsat Menggunakan Data In situ di Danau Kasumigaura, Jepang

RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR

Pertemuan 2 Representasi Citra

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

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

ANALISIS PENENTUAN EKOSISTEM LAUT PULAU- PULAU KECIL DENGAN MENGGUNAKAN DATA SATELIT RESOLUSI TINGGI STUDY KASUS : PULAU BOKOR

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

Petunjuk teknis penggunaan software pengolahan citra Landsat-8

SAMPLING DAN KUANTISASI

Model Citra (bag. 2)

Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN

Representasi Citra. Bertalya. Universitas Gunadarma

BUKU AJAR. : Inderaja untuk Penataan Ruang : Perencanaan Wilayah dan Kota : Fakultas Teknik. Mata Kuliah Prgram Studi Fakultas

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

RESOLUSI SPASIAL, TEMPORAL DAN SPEKTRAL PADA CITRA SATELIT LANDSAT, SPOT DAN IKONOS

Analisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur)

BAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan

09 - Penginderaan Jauh dan Pengolahan Citra Dijital. by: Ahmad Syauqi Ahsan

PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM

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

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

PENENTUAN POLA SEBARAN KONSENTRASI KLOROFIL-A DI SELAT SUNDA DAN PERAIRAN SEKITARNYA DENGAN MENGGUNAKAN DATA INDERAAN AQUA MODIS

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

2. TINJAUAN PUSTAKA. berbeda tergantung pada jenis materi dan kondisinya. Perbedaan ini

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

Evaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata.

V. HASIL DAN PEMBAHASAN

Gambar (image) merupakan suatu representasi spatial dari suatu obyek, dalam pandangan 2D atau 3D.

Bab 5 HASIL-HASIL PENGINDERAAN JAUH. Pemahaman Peta Citra

2. TINJAUAN PUSTAKA Pemanfaatan Citra Satelit Untuk Pemetaan Perairan Dangkal

Teknologi Informasi Spasial untuk Perencanaan Wilayah

Lampiran 1. Karakteristik satelit MODIS.

LAPORAN ASISTENSI MATA KULIAH PENGINDERAAN JAUH. Dosen : Lalu Muhammad Jaelani ST., MSc., PhD. Cherie Bhekti Pribadi ST., MT

12/1/2009. Pengamatan dilakukan dengan kanal yang sempit Sensor dapat memiliki 200 kanal masing-

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

Pemetaan Distribusi Spasial Konsentrasi Klorofil-a dengan Landsat 8 di Danau Towuti dan Danau Matano, Sulawesi Selatan

LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMBINASI BAND PADA CITRA SATELIT LANDSAT 8 DENGAN PERANGKAT LUNAK BILKO OLEH: : HILDA ARSSY WIGA CINTYA

Teknik Penyisipan Pesan pada Kanal Citra Bitmap 24 bit yang Berbeda-beda

Tipe dan Jenis Layar Komputer Grafik. By Ocvita Ardhiani.

BAB 2 LANDASAN TEORI

Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial

4. HASIL DAN PEMBAHASAN. Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12

GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA

BAB I PENDAHULUAN 1.1 Latar Belakang

Validasi Algoritma Estimasi Konsentrasi Chl-A pada Citra Satelit Landsat 8 dengan Data In-Situ (Studi Kasus: Perairan Selatan Pulau Lombok, NTB)

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

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

PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL

PENGUKURAN GETARAN PADA POROS MODEL VERTICAL AXIS OCEAN CURRENT TURBINE (VAOCT) DENGAN METODE DIGITAL IMAGE PROCESSING

5. PEMBAHASAN 5.1 Koreksi Radiometrik

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS

Analisis Perubahan Tutupan Lahan Terhadap Luas Sedimen Tersuspensi Di Perairan Berau, Kalimantan Timur

BAB I PENDAHULUAN 1.1. Latar Belakang

SENSOR DAN PLATFORM. Kuliah ketiga ICD

Dewa Putu Adikarma Mandala G Tutorial ERMapper

Image Fusion: Trik Mengatasi Keterbatasan Citra

Kajian Penjadwalan dan Penggunaan Prioritas Antena di Stasiun Bumi Penginderaan Jauh Parepare dan Rumpin

ISSN Jalan Udayana, Singaraja-Bali address: Jl. Prof Dr Soemantri Brodjonogoro 1-Bandar Lampung

Digitalisasi Citra. Digitalisasi. Citra analog / objek / scene. Citra digital

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

BAB II KOMPRESI DATA PENGINDERAAN JAUH

II. TINJAUAN PUSTAKA 2.1. Usahatani Padi dan Mobilitas Petani Padi

VALIDASI ALGORITMA ESTIMASI KONSENTRASI CHL-A PADA CITRA SATELIT LANDSAT 8 DENGAN DATA IN-SITU (Studi Kasus: Perairan Selatan Pulau Lombok, NTB)

MONITORING PERUBAHAN LANSEKAP DI SEGARA ANAKAN, CILACAP DENGAN MENGGUNAKAN CITRA OPTIK DAN RADAR a. Lilik Budi Prasetyo. Abstrak

Pemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation

Pengembangan Sistem Konversi Citra ke G-Code untuk Aplikasi Manufaktur

Bekerja dengan Warna

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

II. TINJAUAN PUSTAKA 2.1. DEM ( Digital Elevation Model

Analisis Ketelitian Objek pada Peta Citra Quickbird RS 0,68 m dan Ikonos RS 1,0 m

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

PENGOLAHAN CITRA DIGITAL

BAB 2 TINJAUAN PUSTAKA

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

2. TINJAUAN PUSTAKA. sebaran dan kelimpahan sumberdaya perikanan di Selat Sunda ( Hendiarti et

3. BAHAN DAN METODE. Penelitian dilaksanakan pada bulan Februari hingga Agustus 2011 dengan

BAB II LANDASAN TEORI

Aplikasi Analisa Perubahan Penggunaan Lahan di Provinsi Bali

BAB III METODOLOGI PENELITIAN

KAJIAN KETELITIAN KOREKSI GEOMETRIK DATA SPOT-4 NADIR LEVEL 2 A STUDI KASUS: NUSA TENGGARA TIMUR

One picture is worth more than ten thousand words

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

Jurnal Geodesi Undip Juli 2014

Evaluasi Algoritma Wouthuyzen dan Son untuk Pendugaan Sea Surface Salinity (SSS) (Studi Kasus: Perairan Utara Pamekasan)

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang

RANCANG BANGUN APLIKASI PENGHITUNGAN GROSS PRIMARY PRODUCTION (GPP) DARI DATA PENGINDERAAN JAUH BERBASIS DESKTOP

PERANAN CITRA SATELIT ALOS UNTUK BERBAGAI APLIKASI TEKNIK GEODESI DAN GEOMATIKA DI INDONESIA

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

BAB II TINJAUAN PUSTAKA

DETEKSI AWAN DALAM CITRA SPOT-5 (CLOUD DETECTION IN SPOT-5 IMAGES)

PENERAPAN METODE HUFFMAN DALAM PEMAMPATAN CITRA DIGITAL

Transkripsi:

4 Resolusi penting dalam Inderaja Ingat, ini tidak ada hubungannya dengan Resolusi Dewan Keamanan PBB, baik yang sudah basi maupun belum dikeluarkan!!:-) Ketika belajar Remote Sensing atau yang di indonesiakan menjadi Inderaja alias Penginderaan Jauh (bukan penginderaan jarak jauh atau Penerawangan Jarak Jauh) kita akan berhadapan dengan 4 terminologi sakti: Spectral Resolution, Radiometric Resolution, Spatial Resolution dan Temporal Resolution. Terminologi ini saya anggap sebagai terminologi sakti karena kita tidak bisa membebaskan diri dari jeratan 4 kata kunci ini. Mereka akan selalu menghantui kita ketika belajar dan bergelut dengan pelajaran gaib bernama inderaja. Untuk memudahkan, saya akan mencoba menjelaskan dengan bahasa sederhana dan tidak formal, kita mulai satu persatu. Sudah siap? Let s Go!! emang loe mau kemana man? 1. Radiometric Resolution 2. Spectral Resolution 3. Spatial Resolution 4. Temporal Resolution RADIOMETRIC RESOLUTION Berapa banyak bit yang digunakan dalam satu pixel? Apa arti dari radiometric resolution ini adalah jawaban dari pertanyaan diatas. Semakin banyak bit-nya maka semakin 1

bagus citra (image) yang kita miliki. Sebagai ilustrasi, silahkan lihat lihat gambar berikut. 8 bits = 256 pixel value [from 0-255] Gambar diatas yang terdiri dari 8 bits atau setara dengan ( 2 pangkat 8 ) 256 pixel value, (atau Digital Number, atau Digital Count atau dikenal juga dengan istilah grayscale) berarti memiliki gradasi grayscale dari 0 sampai 255 2

2 bits Sementara gambar ini, yang hanya memiliki 2 bits atau setara dengan (2 pangkat 2) 4 gradasi warna saja. SPECTRAL RESOLUTION Berapa banyak wavelength yang dapat di rekord? atau berapa banyak spectral band yang dimiliki oleh sebuah sensor? Jawaban atas pertanyaan ini adalah pengertian yang tepat untuk disematkan pada spectral resolution. ATAU dengan kata lain, spectral resolution ini biasanya didefinisikan sebagai kemampuan sensor untuk mengisi kanal yang ada dengan wavelength. Semakin kecil interval kanal (atau semakin banyak spectral band) maka spectral resolution akan semakin baik. Perhatikan ilustrasi berikut: 3

spectral resolution Gambar diatas memberikan kita kejelasan, bahwa gambar pertama hanya memiliki satu kanal yang terletak pada wavelength 0.4-07 micrometer. Berbeda dengan gamber dibawahnya, dimana untuk interval wavelength yang sama terdapat 3 kanal, ada Red Green dan Blue. Gambar atas memiliki spectral resolusi yang lebih kasar dibandingkan dengan gambar bawah. Kalau belum jelas, mudah mudahan ilustrasi tambahan ini bisa membuat kita lebih mengerti: Grafik berikut dibentuk dari hubungan antara wavelength (xaxis) dan nilai reflectance (y-axis) Perhatikan garis hitam yang ada di setiap gambar, garis ini menunjukkan bagian yang harusnya terekam oleh sensor. Sementara bagian merah adalah bagian yang berhasil di rekam 4

sensor. Semakin banyak node merah, maka semakin tinggi spectral resolutionnya. Lalu manfaatnya apa? lihat gambar dibawah. Jika kita menggunakan sensor yang hanya bisa merekam 3 kanal (lihat ada 3 node merah), maka kita tidak akan bisa membedakan pineword dan grassland dengan melihat perbedaan nilai reflektannya. 5

Catatan, sebagai contoh: MODIS memiliki 36 Spectral band, AVIRIS memiliki 224 Spectral band (yang terletak pada 400-2500 nanometer) SPATIAL RESOLUTION Berapa ukuran objek yang yang bisa diwakili oleh satu pixel? Semakin kecil ukuran objek yang bisa di kenal oleh sensor maka semakin tinggi spatial resolutionnya. 6

Gambar diatas memberikan penjelasan yang sangat gamblang bagi kita semua. Nampak jelas perbedaan citra yang memiliki spatial resolution (0.5 x 0.5m) dibanding dengan citra dengan spatial resolution (80 x 80m) TEMPORAL RESOLUTION Berapa lama (revisit time) sebuah sensor dapat melintas diatas daerah yang sama. Semakin singkat waktu revisit time nya maka semakin tinggi temporal resolutionnya. Data berikut, bisa menjadi sebuah gambaran kita: Demikian, cerita singkat dari saya. Semoga bisa menjadi dongeng pengantar tidur anda. 7

Credit: gambar dan data yang digunakan diambil dari canadian centre for remote sensing dan pattern laboratory center for space and remote sensing NCU Mohon koreksi dan kontribusi anda untuk melengkapi cerita ini. DIKOLEKSI DARI TULISAN DI BLOG http://lalumuhamadjaelani.wordpress.com/2009/03/09/4- resolusi-penting-dalam-inderaja/ Taiwan, 19 Maret 2009 Lalu Muhamad Jaelani 8