KARAKTERISTIK CITRA SATELIT Uftori Wasit 1

dokumen-dokumen yang mirip
SENSOR DAN PLATFORM. Kuliah ketiga ICD

Citra Satelit IKONOS

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

Image Fusion: Trik Mengatasi Keterbatasan Citra

PENGGUNAAN HIGH TEMPORAL AND SPASIAL IMAGERY DALAM UPAYA PENCARIAN PESAWAT YANG HILANG

PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA

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

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

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

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

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

Gambar 1. Satelit Landsat

PENGINDERAAN JAUH. --- anna s file

Satelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital

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

PERANAN TEKNOLOGI PENGINDERAAN JAUH DALAM MEMPERCEPAT PEROLEHAN DATA GEOGRAFIS UNTUK KEPERLUAN PEMBANGUNAN NASIONAL ABSTRAK

2. TINJAUAN PUSTAKA Pemanfaatan Citra Satelit Untuk Pemetaan Perairan Dangkal

BAB I PENDAHULUAN. 1.1 Latar Belakang

KEMAJUAN TEKNOLOGI PENGINDERAAN JAUH SERTA APLIKASINYA DIBIDANG BENCANA ALAM. Oleh: Lili Somantri*)

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

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

INTERPRETASI CITRA SATELIT LANDSAT

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

BAB I PENDAHULUAN I.1

II TINJAUAN PUSTAKA 2.1. Bencana Alam

BAB II TINJAUAN PUSTAKA

Pemanfaatan Citra Penginderaan Jauh ( Citra ASTER dan Ikonos ) Oleh : Bhian Rangga JR Prodi Geografi FKIP UNS

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

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

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

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

BAB I PENDAHULUAN 1.1 Latar Belakang

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

BAB I PENDAHULUAN 1.1. Latar Belakang

Bab I Pendahuluan. I.1. Latar Belakang

BAB I KARAKTERISTIK CITRA BERDASARKAN RESOLUSINYA

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

Ronny Loppies Dosen Fakultas Pertanian Universitas Pattimura - Ambon

BAB II TINJAUAN PUSTAKA

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

PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS

Prosiding SIPTEKGAN XIV-2010

KAJIAN METODE PENENTUAN LUAS PERMUKAAN AIR DANAU DAN SEBARAN VEGETASI AIR BERBASIS DATA SATELIT PENGINDERAAN JAUH

IV. METODOLOGI 4.1. Waktu dan Lokasi

Berapa banyak bit yang digunakan dalam satu pixel?

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

REMOTE SENSING AND GIS DATA FOR URBAN PLANNING

TINJAUAN PUSTAKA Konsep Dasar Penginderaan Jauh

PENGOLAHAN CITRA SATELIT LANDSAT UNTUK IDENTIFIKASI TUTUPAN LAHAN VEGETASI MENGGUNAKAN ER MAPPER 7.0 (Laporan Peongolahan Citra Satelit)

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

TEORI DASAR INTERPRETASI CITRA SATELIT LANDSAT TM7+ METODE INTERPRETASI VISUAL ( DIGITIZE SCREEN) Oleh Dwi Nowo Martono

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

II. TINJAUAN PUSTAKA. 2.1 Kekeringan

II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan

LAMPIRAN 1 HASIL KEGIATAN PKPP 2012

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

HASIL DAN PEMBAHASAN. Gambar 4 Subset citra QuickBird (uint16).

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

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

SATELIT-SATELIT DENGAN RESOLUSI SPASIAL TINGGI Oleh : Like Indrawati

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

Ir. Rubini Jusuf, MSi. Sukentyas Estuti Siwi, MSi. Pusat Teknologi dan Data Penginderaan Jauh Lembaga Penerbangan dan Antariksa Nasional (LAPAN)

UJI KETELITIAN HASIL REKTIFIKASI CITRA QUICKBIRD DENGAN PERANGKAT LUNAK GLOBAL MAPPER akurasi yang tinggi serta memiliki saluran

Aplikasi Penginderaan Jauh dalam Pengelolaan Sumberdaya Hutan SAMSURI. Jurusan Kehutanan Fakultas Pertanian Universitas Sumatera Utara

METODA KLASIFIKASI TETANGGA TERDEKAT UNTUK INVENTARISASI TUTUPAN LAHAN DENGAN MENGGUNAKAN DATA ALOS (Studi Kasus di Jawa Barat )

KOMPONEN PENGINDERAAN JAUH. Sumber tenaga Atmosfer Interaksi antara tenaga dan objek Sensor Wahana Perolehan data Pengguna data

BAB I PENDAHULUAN I.1. Latar Belakang

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

PEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

Lampiran 1. Karakteristik satelit MODIS.

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

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

Pemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation

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

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

Studi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau)

ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA)

II. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan

CLOUD MASKING DATA SPOT-6 DENGAN MENGGUNAKAN PENDEKATAN NILAI REFLEKTANSI DAN GEOMETRI

5. PEMBAHASAN 5.1 Koreksi Radiometrik

MENU STANDAR KOMPETENSI KOMPETENSI DASAR MATERI SOAL REFERENSI

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

A JW Hatulesila. Analisis Spasial Ruang Terbuka Hijau (RTH) untuk Penanganan Perubahan Iklim di Kota Ambon. Abstrak

Penggunaan data informasi penginderaan jauh terutama

Evaluasi Indeks Urban Pada Citra Landsat Multitemporal Dalam Ekstraksi Kepadatan Bangunan

BAB I PENDAHULUAN 1.1 Latar Belakang

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

SUB POKOK BAHASAN 10/16/2012. Sensor Penginderaan Jauh menerima pantulan energi. Sensor Penginderaan Jauh menerima pantulan energi

BAB I PENDAHULUAN. kondisi penggunaan lahan dinamis, sehingga perlu terus dipantau. dilestarikan agar tidak terjadi kerusakan dan salah pemanfaatan.

Evaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

Latar Belakang. Penggunaan penginderaan jauh dapat mencakup suatu areal yang luas dalam waktu bersamaan.

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

II. TINJAUAN PUSTAKA 2.1 Pengertian Lahan dan Penggunaan Lahan 2.2 Perubahan Penggunaan Lahan dan Faktor-faktor yang Mempengaruhinya

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

BAB I PENDAHULUAN Perumusan Masalah

Transkripsi:

KARAKTERISTIK CITRA SATELIT Uftori Wasit 1 1. Pendahuluan Penginderaan jarak jauh merupakan salah satu teknologi penunjang pengelolaan sumber daya alam yang paling banyak digunakan saat ini. Teknologi penyediaan data penginderaan jauh pun telah berkembang dengan sangat pesat terutama dengan munculnya sensor-sensor beresolusi tinggi (high resolution sensor) seperti IKONOS dan Quickbird. Beragamnya pilihan data menuntut pemahaman yang mendalam mengenai karakteristik masing-masing data. Tulisan ini menyajikan penjelasan singkat mengenai karakteristik beberapa data penginderaan jauh yang paling banyak digunakan saat ini. Untuk memahami karakteristik citra satelit dapat digunakan beberapa parameter sederhana seperti: - Resolusi spasial adalah ukuran terkecil objek di permukaan bumi yang dapat dibedakan oleh citra satelit. Saat ini dikenal citra satelit dengan resolusi rendah (low resolution), resolusi menegah (medium resolution) dan resolusi tinggi (high resolution). - Resolusi temporal yaitu waktu yang dibutuhkan oleh satelit untuk meliput kembali satu objek yang sama di permukaan bumi. Resolusi temporal yang tinggi berarti satelit hanya membutuhkan waktu yang singkat untuk mengorbit (memutari) bumi - Resolusi spektral menerangkan tentang jumlah dan lebar panjang gelombang yang dimiliki oleh sensor satelit. Resolusi spektral tinggi (Hyperspectral) berarti sensor memiliki jumlah saluran (band) yang banyak dengan lebar panjang gelombang yang sempit - Resolusi radiometrik, adalah tingkat kesensitifan sensor satelit dalam merekam nilai reflektansi berbagai jenis objek di permukaan bumi. Contoh respon data penginderaan jauh terhadap air, vegetasi, dan tanah terbuka ditunjukkan oleh gambar 1. Gambar 1. Respon sensor terhadap nilai reflektansi berbagai objek (Lillesand and Kiefer, 1992) 1 Mahasiswa Institut Pertanian Bogor 1

2. Karakteristik Berbagai Sensor Penginderaan Jauh 2.1 Landsat 1,2,3 dan 4 Satelit Landsat diluncurkan oleh National Aeronautics and Space Administration (NASA)dan pertama kali beroperasi di tahun 1972. Citra ini merupakan salah satu sumber data penginderaan jauh dengan koleksi data yang terbanyak dan terlengkap dari sisi temporal. Sampai saat ini sudah ada 6 satelit Landsat yang beroperasi dengan 3 jenis sensor yang berbeda (Global Land Cover Facility, 2004). Landsat 1-4 membawa sensor yang disebut Multi Spectral Scanner (MSS). Karakteristik utamanya antara lain: Tabel 1. Karakteristik citra Landsat 1-4 Karakteristik Resolusi spasial Resolusi spektral Band4 (Green) Band5 (RED) Band6 (Near Infra red) Band7 (Near infra red) Resolusi temporal Tinggi orbit Ukuran scene 79m 0.50-0.60µm 0.60-0.70µm 0.70-0.80µm 0.80-1.10µm 18 hari 917km 180x170km Gambar 2. Contoh tampilan citra Landsat 1-4 2.2 Landsat 5 dan 7 Landsat 5 pertama kali diluncurkan pada tahun 1984 dan masih beroperasi sampai sekarang. Satelit ini membawa sensor yang disebu Thematic Mapper (TM). Adapun Landsat 7 yang diluncurkan pada tahun 1999 membawa satu saluran pankromatik tambahan yang memiliki resolusi spasial 15m. Sensor yang diusung oleh Landsat 7 disebut Enhanced Thematic Mapper (ETM). Satelit ini mengalami anomali sensor pada bulan Mei 2003 yang 2

menyebabkan salah satu garis penyiam pada sensor mengalami disfungsi (Global Land Cover Facility, 2004). Sehingga menghasilkan garis kosong (stripping) pada citra. Sejak bulan September 2008,seluruh koleksi citra Landsat dan semua hasil liputan terbaru bisa didapatkan secara cuma-cuma melalui situs Global Visualization/GLOVIS (http://glovis.usgs.edu) dan Global Land Cover Facility/GLCF (http://glcf.msu.enu). Karakteristik utama Landsat 5 dan 7 tidak terlalu jauh berbeda (tabel 2): Tabel 2. Karakteristik citra Landsat 5 dan 7 Karakteristik Resolusi spasial 30m (multispectral) 15m (pankromatik-landsat7) Resolusi spektral Band1 (Blue) 0.45-0.52µm Band2 (Green) 0.52-0.60µm Band3 (Red) 0.63-0.69µm Band4 (Near infra red) 0.76-0.90µm Band5 (Middle infra red) 1.55-1.75µm Band7(Middle infra red) 2.08-2.35µm Band8 (Pankromatik) 0.52-0.92µm Resolusi temporal 18 hari (Landsat 5) 16 hari (Landsat 7) Tinggi orbit 705km Ukuran scene 170x183km Gambar 3. Contoh tampilan citra satelit Landsat 5 dan 7 3

2.3 SPOT 1,2 dan 3 SPOT merupakan akronim dari Satellite Pour l Observation de la Terre, sebuah satelit observasi bumi milik Prancis yang pertama kali diluncurkan pada tahun 1986 oleh CNES (Centre National d Etudes Spatiales). Sampai saat ini terdapat 5 satelit SPOT yang meliput permukaan bumi. Tiga dari satelit tersebut (SPOT 2,4 dan 5) masih aktif sampai sekarang: - SPOT 1 diluncurkan pada tanggal 22 Februari 1986 dan berhenti beroperasi pada 31 Desember 1990 - SPOT 2 diluncurkan pada 22 Januari 1990, dan masih beroperasi sampai sekarang. - SPOT 3 diluncurkan tanggal 26 September 1993, mengalami masalah operasional dan dihentikan operasinya pada tanggal 14 November 1997 - SPOT 4 diluncurkan tanggal 24 Maret 1998, dan masih beroperasi sampai sekarang - SPOT 5 diluncurkan tanggal 4 May 2002 (Wikipedia, 2009) Masing-masing sensor SPOT memiliki dua sensor, sensor pankromatik dan multispectral. Sensor pankromatik menghasilkan liputan dalam rona keabuan (grayscale). Sensor ini memiliki rentang panjang gelombang yang lebar sehingga mampu merekamsemua objek di permukaan bumi secara berimbang. Sensor multispectral SPOT dibuat dengan instrument optik beresolusi tinggi yang disebut High Resolution Visible (HRV) pada SPOT 1-3, High Resolution Visible Infra Red (HRVIR) pada SPOT4 dan High Resolution Geometric (HRG) pada SPOT 5 (SPOT Image, 2008). Karakteristik citra SPOT ditunjukkan oleh tabel 2. Karakteristik Resolusi spasial Resolusi spektral Band1 (Blue) Band2 (Green) Band3 (Red) Pankromatik Resolusi temporal Tinggi orbit Ukuran scene Tabel 3. Karakteristik citra SPOT 1-3 20m (multispectral) 10m (pankromatik-landsat7) 0.45-0.59µm 0.61-0.68µm 0.78-0.89µm 0.50-0.73 µm 26 hari 832km 60x60km 4

Gambar 5. Contoh tampilan citra SPOT 1-3 2.4 SPOT 4 dan 5 Perbedaan utama antara citra SPOT 4-5 dengan citra SPOT 1-3 terletak pada resolusi spasial yang lebih tinggi dan jumlah saluran (band) yang lebih banyak. SPOT 4-5 memiliki tambahan satu saluran yang sensitive terhadap gelombang visible infra red, setara dengan middle infra red pada Landsat. Selain itu citra SPOT 5 juga memiliki dua buah sensor dengan sudut liputan yang berbeda sehingga menghasilkan efek fotogrametris. Dengan tambahan fasilitas ini SPOT mengklaim dapat membuat model elevasi digital dengan resolusi yang tinggi (SPOT Image, 2009). Citra SPOT bisa didapatkan melalui Sirius Catalogue (http://sirius.cnes.fr) atau melalui Lembaga Penerbangandan Antariksa Nasional (LAPAN) untuk liputan Indonesia. Karakteristik citra SPOT 4-5 ditunjukkan oleh tabel 4. Karakteristik Resolusi spasial Resolusi spektral Band1 (Green) Band2 (Red) Band3 (NIR) Band4 (VNIR) Pankromatik Resolusi temporal Tinggi orbit Ukuran scene Tabel 4. Karakteristik citra SPOT 4-5 10m (multispectral) 2.5m (pankromatik-landsat7) 0.50-0.59µm 0.52-0.68µm 0.78-0.89µm 1.58-1.75 µm 0.48-0.71 µm 26 hari 832km 60x60km 5

Gambar 6. Contoh tampilan citra SPOT 4 2.5 IKONOS Ikonos adalah satelit observasi bumi komersial pertama dengan resolusi mencapai satu meter. Satelit ini diluncurkan oleh perusahaan bernama GeoEye pada tanggal 24 September 1999. IKONOS membawa satu sensor pankromatik dan satu sensor multispectral. Karena resolusinya yang tinggi, harga dari data IKONOS cukup mahal. Saat ini biaya yang dibuthkan untuk mendapatkan citra Ikonos berkisar pada US$20/km persegi (Geoeye, 2006). Karakteristik citra Ikonos ditunjukkan oleh tabel 5. Karakteristik Resolusi spasial Resolusi spektral Band1 (Blue) Band2 (Green) Band3 (Red Band4 (NIR) Pankromatik Resolusi temporal Tinggi orbit Ukuran scene Tabel 5. Karakteristik citra IKONOS 4m (multispectral) 1m (pankromatik-landsat7) 0.445-0.516µm 0.506-0.595µm 0.632-0.698µm 0.757-0.853 µm 0.526-0.929 µm 98 menit 681km maksimum 11x13km 6

Gambar 8. Contoh tampilan citra IKONOS 2.6 QuickBird Setelah IKONOS, QuickBird merupakan sateli komersial beresolusi tinggi yang diluncurkan berikutnya. QuickBird dibuat oleh DigitalGlobe dan diluncurkan pada tanggal 18 Oktober 2001 (Digital Globe, 2006). Satelit ini memiliki resolusi spasial yang lebih tinggi dari IKONOS, dan sampai saat ini merupakan satelit komersial dengan resolusi tertinggi yang telah beroperasi secara penuh. Quickbird membawa sensor pankromatik dan sensor multispectral. Harga citra citra QuickBird saat ini berkisar pada US$30/km persegi. Karakteristik citra QuickBird ditunjukkan oleh Tabel 6. Tabel 6. Karakteristik citra QuickBird Karakteristik Resolusi spasial Resolusi spektral Band1 (Blue) Band2 (Green) Band3 (Red Band4 (NIR) Pankromatik Resolusi temporal Tinggi orbit Ukuran scene 2.5m (multispectral) 0.8m (pankromatik-landsat7) 0.45-0.52µm 0.52-0.6-µm 0.63-0.69µm 0.76-0.90 µm 0.45-0.90 µm 93.5 menit 450km maksimum 16.5x16.5km 7

Gambar 9. Contoh tampilan citra Quickbird 3. Respon Spektral Berbagai Sensor Masing-masing data penginderaan jauh sebagaimana diuraikan pada bagian sebelumnya, memiliki sensor dengan panjang gelombang yang berbeda-beda. Kondisi ini menghasilkan respon spektral yang berbeda untuk setiap objek di permukaan bumi. Pada bagian berikut ini akan diuraikan mengenai daerah cakupan masing-masing sensor terhadap berbagai jenis objek di permukaan bumi. Diuraikan juga mengenai perbedaan respon spektral antar objek. Perbedaan respon spektral antar objek dihitung dengan menggunakan selisih antara nilai spektral untuk dua buah objek. Objek yang diamati adalah air, vegetasi dan tanah terbuka. Respon spektral umum yang digunakan ditunjukkan sebelumnya pada Gambar 1. 3.1 Landsat 1,2 dan 3 Sebagaimana telah diuraikan pada bagian 2.1, Landsat 1-3 memiliki 4 buah sensor, masingmasing pada rentang gelombang merah, hijau, infra merah dekat, dan infra merah sedang. Daerah cakupan masing-masing saluran ditunjukkan oleh gambar 10. Adapun respon spektralmasing-masing saluran terhadap objek air, vegetasi dan tanah terbuka ditunjukkan oleh gambar 11. 8

Gambar 10. Cakupan saluran citra Landsat 1-3 Gambar 11. Respon spektral citra Landsat 1-3 3.2 Landsat 5 dan 7 Pada gambar 12 dan 13 ditunjukan cakupan sensor pada citra Landsat 5 dan 7. Sedangkan respon spektral masing-masing sensor ditunjukkan oleh gambar 14. 9

Gambar 12. Cakupan saluran citra Landsat 5 Gambar 13. Cakupan saluran citra Landsat 7 10

Gambar 14. Respon spektral citra Landsat 5 dan 7 3.3 SPOT 1,2 dan 3 Pada gambar 15 ditunjukan cakupan sensor pada citra SPOT 1-3. Sedangkan respon spektral masing-masing sensor ditunjukkan oleh gambar 16. Gambar 15. Cakupan saluran citra SPOT 1-3 11

Gambar 16. Respon spektral citra SPOT 1-3 3.4 SPOT 4 dan 5 Pada gambar 17 dan 18 ditunjukan cakupan sensor pada citra SPOT 4 dan 5. Sedangkan respon spektral masing-masing sensor ditunjukkan oleh gambar 19. Gambar 17. Cakupan saluran citra SPOT 4 12

Gambar 18. Cakupan saluran citra SPOT 5 Gambar 19. Respon spektral citra SPOT 4 dan 5 3.5 IKONOS Pada gambar 20 ditunjukan cakupan sensor pada citra IKONOS. Sedangkan respon spektral masing-masing sensor ditunjukkan oleh gambar 21. 13

Gambar 20. Cakupan saluran citra IKONOS Gambar 21. Respon spektral citra IKONOS 3.6 Quickbird Pada gambar 22 ditunjukan cakupan sensor pada citra QuickBird. Sedangkan respon spektral masing-masing sensor ditunjukkan oleh gambar 23. 14

Gambar 22. Cakupan saluran citra QuickBird Gambar 23. Respon spektral citra IKONOS 4. Kesimpulan Berdasarkan percobaan diatas didapatkan bahwa respon spektral masing berbeda-beda. Jika nilai optimum dari masing-masing sensordiperbandingkan, maka akan didapatkan data pada Tabel 7. Terlihat bahwa untuk membedakan air dan vegetasi, Landsat 5 dan 7 memiliki respon spektral yang paling baik dibandingkan dengan sensor lainnya. Sedangkan IKONOS memiliki respon yang paling rendah dalam membedakan air dan vegetasi. Adapun untuk membedakan 15

vegetasi dan tanah terbuka Landsat 5 dan 7 memperlihatkan respon terbaik sedangkan yang terkecil adalah pada citra SPOT. Tabel 7 Perbandingan respon spektral optimum masing-masing sensor 5. Daftar Pustaka DigitalGlobe. 2006. Quickbird Imagery Products: Product Guide. DigitalGlobe, Longmont Colorado. GeoEye. 2006. IKONOS Imagery Product Guide. Geoeye, Virginia. Global Land Cover Facility. 2004. Landsat Technical Guide. University of Mariland. Lillesan and Kiefer. 1992. Remote Sensing and Digital ImageProcesing. SPOT Image. 2008. SPOT Technical Information: The SPOT Payload. SPOT Image, France. http://www.spotimage.com. Wikipedia. Diakses 16 Maret 2009. SPOT Image. http://en.wikipedia.org/w/index.php 16