LAPORAN AKHIR

PRAKTIKUM PENGINDERAAN JAUH

Oleh Kelompok 1

1. Yasrin Karim
2. Alwin Dae
3. Meiriana Kartikasari
4. Irmawati Dantuma
5. Fatima Amar


PROGRAM STUDI S1 PENDIDIKAN GEOGRAFI
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN IPA
UNIVERSITAS NEGERI GORONTALO
2011
i

KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT, atas berkat rahmat,
hidayah, inayah-Nya, serta kesehatan sehingga laporan ini dapat terselesaikan
walaupun masih jauh dari kesempurnaan.
Laporan ini dimaksudkan untuk mengembangkan minat dan wawasan
mahasiswa dalam mengembangkan ilmu pengetahuan. Sehingga nantinya dapat
mengimplementasikannya dalam kehidupan sehari-hari.
Ucapan terimakasih kepada dosen dan par asisten yang telah memiliki
peran penting dalam penyusunan laporan ini, serta teman-teman yang telah
berpartisipasi dalam pembuatan laporan ini.
Permohonan maaf yang tidak terkira dihaturkan kepada semua pihak
apabila dalam penulisan laporan ini banyak terdapat kesalahan dan jauh dari
kesempurnaan. Untuk itu saran dan kritik yang sifatnya membangun sangat
diharapkan dari semua pihak demi lengkap dan sempurnanya laporan ini.
Akhir kata, semoga laporan ini dapat menambah wawasan kita sebagai
mahasiswa walaupun hanya sebagian kecil dari ilmu pengatahuan yang ada.
Nuun wal Qalami wamaa yasthuruun
Sekian dan terimakasih..

Gorontalo, Oktober 2011

Kelompok 1
Penyusun







ii

DAFTAR ISI
COVER
KATA PENGANTAR. ................................................................................... i
DAFTAR ISI ................................................................................................... ii
BAB I PENDAHULUAN
1.1. Latar Belakang. .................................................................................. 1
1.2. Rumusan Masalah .............................................................................. 2
1.3. Tujuan ................................................................................................. 2
1.4. Manfaat ............................................................................................... 2
BAB II TINJAUAN PUSTAKA
2.1. Pengenalan ER Mapper ..................................................................... 3
2.1.1. Pengertian ER Mapper ............................................................ 3
2.1.2. Aplikasi Pengolahan Data Citra ............................................. 4
2.1.3. Pengolahan Data Citra ............................................................ 4
2.1.4. Prosedur Pengolahan Data Citra ............................................ 6
2.1.5. Kelebihan ER Mapper ............................................................. 9
2.2. Koreksi Radiometrik .......................................................................... 10
2.3. Koreksi Geometrik ............................................................................. 12
2.3.1. Metode Koreksi Geometrik ..................................................... 13
2.4. Komposit Citra ................................................................................... 14
BAB III HASIL DAN PEMBAHASAN
3.1 Pengenalan ER Mapper ...................................................................... 18
3.1.1 Hasil ............................................................................................ 18
3.1.2 Pembahasan ............................................................................... 18
3.2 Koreksi Radiometrik........................................................................... 25
3.2.1 Hasil ............................................................................................ 25
3.2.2 Pembahasan ............................................................................... 26
3.3 Koreksi Geometrik .............................................................................. 27
3.3.1 Hasil ............................................................................................ 27
3.3.2 Pembahasan ............................................................................... 27
3.4. Komposit Citra .................................................................................. 28
iii

3.4.1 Hasil ............................................................................................ 28
3.4.2 Pembahasan ............................................................................... 29
BAB IV PENUTUP
4.1 Kesimpulan .......................................................................................... 30
4.2 Saran ..................................................................................................... 31
DAFTAR PUSTAKA
























1

BAB I
PENDAHULUAN
1.1 Latar Belakang
Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi
tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh
dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau
gejala yang dikaji (Lillesand and Kiefer, 1979). Sedang menurut Lindgren,
Penginderaan jauh ialah berbagai teknik yang dikembangkan untuk perolehan dan
analisis informasi tentang bumi. Informasi tersebut khusus berbentuk radiasi
elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi.
Penginderaan jauh juga merupakan aktivitas penyadapan informasi tentang
obyek atau gejala di permukaan bumi (atau permukaan bumi) tanpa melalui
kontak langsung. Karena tanpa kontak langsung, diperlukan media supaya obyek
atau gejala tersebut dapat diamati dan didekati oleh si penafsir. Media ini berupa
citra (image atau gambar). Citra adalah gambaran rekaman suatu obyek (biasanya
berupa gambaran pada foto) yang dibuahkan dengan cara optik, elektro-optik,
optik mekanik, atau elektronik. Pada umumnya ia digunakan bila radiasi
elektromagnetik yang dipancarkan atau dipantulkan dari suatu obyek tidak
langsung direkam pada film.
Interpretasi citra merupakan suatu kegiatan untuk menentukan bentuk dan
sifat obyek yang tampak pada citra, berikut deskripsinya. Interpretasi citra dan
fotogrametri berhubungan erat, meskipun keduanya tidak sama. Bedanya,
fotogrametri berkepentingan dengan geometri obyek, sedangkan interpretasi citra
berurusan dengan manfaat, penggunaan, asal-usul, ataupun identitas obyek yang
bersangkutan (Glossary of the Mapping Science, 1994).
Inderaja memiliki peran yang sangat besar dalam sistem informasi data
dan pengelolaannya. Peran tersebut antara lain untuk mendeteksi perubahan data
dan pengembangan model di berbagai kepentingan, sebagai alat bantu
dalammenyusun teori, sebagai alat bantu dalam menemukan fakta, sebagai alat
penelitian, serta sebagai dasar penjelasan. Melihat pentingnya kajian mengenai
2

Pengindraan jauh (inderaja) ini, maka laporan ini disusun guna lebih memahami
mengenai Inderaja tersebut, khususnya terkait mengenai interpretasi citra.

1.2 Rumusan Masalah
Adapun rumusan masalah dari laporan Pengindraan jauh ini adalah
sebagai berikut :
1) Apa yang dimaksud dengan ER Mapper?
2) Bagaimana kemampuan dan kegunaan yang dimiliki ER Mapper ?
3) Bagaimana cara kerja dan kegunaan koreksi radiometrik ?
4) Bagaimana cara kerja dan kegunaan koreksi geometrik ?
5) Bagaimana kegunaan komposit citra ?

1.3 Tujuan
Adapun tujuan dari pembuatan laporan pengindraan jauh ini adalah
sebagai berikut :
1) Mengetahui pengertian dari ER Mapper.
2) Mengetahui kemampuan dan kegunaan yang dimiliki software ER Mapper.
3) Mengetahui dan memahami cara kerja dan kegunaan koreksi radiometrik.
4) Mengetahui dan memahami cara kerja dan kegunaan koreksi geometrik.
5) Mengetahui dan memahami kegunaan komposit citra.

1.4 Manfaat
Adapun manfaat dari pembuatan laporan pengindraan jauh ini adalah
sebagai berikut :
1) Dapat menjelaskan pengertian dari ER Mapper.
2) Dapat menjalankan aplikasi ER Mapper
3) Dapat melakukan koreksi radiometrik terhadap suatu citra.
4) Dapat melakukan koreksi geometric terhadap suatu citra.
5) Dapat membuat komposit citra.


3

BAB II
TINJAUAN PUSTAKA

2.1. Pengenalan ER Mapper
2.1.1. Pengertian ER Mapper
ER Mapper adalah salah satu software (perangkat lunak) yang digunakan
untuk mengolah data citra atau satelit. Masih banyak perangkat lunak yang lain
yang juga dapat digunakan untuk mengolah data citra, diantaranya adalah Idrisi,
Erdas Imagine, PCI dan lain-lain. Masing-masing perangkat lunak mempunyai
keunggulan dan kelebihannya sendiri. ER Mapper dapat dijalankan pada
workstation dengan sistem operasi UNIX dan komputer PCs (Personal
Computers) dengan sistem operasi Windows 95 ke atas dan Windows NT.
Pengolahan data citra merupakan suatu cara memanipulasi data citra atau
mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan
yang kita harapkan. Adapun cara pengolahan data citra itu sendiri melalui
beberapa tahapan, sampai menjadi suatu keluaran yang diharapkan. Tujuan dari
pengolahan citra adalah mempertajam data geografis dalam bentuk digital
menjadi suatu tampilan yang lebih berarti bagi pengguna, dapat memberikan
informasi kuantitatif suatu obyek, serta dapat memecahkan masalah.
Data digital disimpan dalam betuk barisan kotak kecil dua dimensi yang
disebut pixels (picture elements). Masing-masing pixel mewakili suatu wilayah
yang ada dipermukaan bumi. Struktur ini kadang juga disebut raster, sehingga
data citra sering disebut juga data raster. Data raster tersusun oleh baris dan kolom
dan setiap pixel pada data raster memiliki nilai digital (gambar 1).




Gambar 1. Struktur Data Raster
Data yang didapat dari satelit umumnya terdiri beberapa bands (layers)
yang mencakup wilayah yang sama. Masing-masing bands mencatat pantulan
4

obyek dari permukaan bumi pada panjang gelombang yang berbeda. Data ini
disebut juga multispectral data. Di dalam pengolahan citra, juga dilakukan
penggabungan kombinasi antara beberapa band untuk mengekstraksi informasi
dari obyek-obyek yang spesifik seperti indeks vegetasi, parameter kualitas air,
terumbu karang dan lain-lain.
2.1.2. Aplikasi Pengolahan Data Citra
Pengolahan data citra adalah bagian penting untuk dapat menganalisa
informasi kebumian melalui data satelit penginderaan jauh. Aplikasi-aplikasi yang
dapat diterapkan melalui pengolahan data citra antara lain:
o Pemantauan lingkungan
o Manajemen dan perencanaan kota dan daerah urban
o Manajemen sumber daya hutan
o Eksplorasi mineral
o Pertanian dan perkebunan
o Manajemen sumber daya air
o Manajemen sumber daya pesisir dan lautan
o Oseanografi fisik
o Eksplorasi dan produksi minyak dan gas bumi

2.1.3. Pengolahan Data Citra
Pengolahan data citra dimulai pada tahun 1960-an untuk memproses citra
dari satelit yang mengelilingi bumi. Pengolahan data citra dibuat dalam bentuk
disk to disk dimana kita harus menuliskan spesifikasi file yang akan diolah,
kemudian memilih tipe pemrosesan yang akan digunakan, kemudian menunggu
komputer mengolah data tersebut serta menuliskan hasilnya ke dalam file baru
(gambar 2). Jadi sampai final file terbentuk baru kita dapat melihat hasil yang
diharapkan, tetapi bila hasilnya jauh dari yang kita harapkan, maka kita harus
mengulangnya dari awal kembali. Sampai tahun 1980-an proses tersebut masih
digunakan oleh beberapa produk pengolahan data citra.

5


Gambar 2. Proses Pengolahan Data Citra Secara Tradisional

ER Mapper mengembangkan metode pengolahan citra terbaru dengan
pendekatan yang interaktif, dimana kita dapat langsung melihat hasil dari setiap
perlakuan terhadap citra pada monitor komputer. ER Mapper memberikan
kemudahan dalam pengolahan data sehingga kita dapat mengkombinasikan
berbagai operasi pengolahan citra dan hasilnya dapat langsung terlihat tanpa
menunggu komputer menuliskannya menjadi file yang baru (gambar 3). Cara
pengolahan ini dalam ER Mapper disebut Algoritma.


Gambar 3. Pengolahan Citra Menggunakan ER Mapper

Algoritma adalah rangkain tahap demi tahap pemrosesan atau perintah
dalam ER Mapper yang digunakan untuk melakukan transformasi data asli dari
hard disk sampai proses atau instruksinya selesai. Dengan Algoritma, kita dapat
melihat hasil yang kita kerjakan di monitor, menyimpannya ke dalam media
penyimpan (hard disk, dll), memanggil ulang, atau mengubahnya, setiap saat.
Oleh karena Algoritma hanya berisi rangkaian proses, maka file dari algoritma
6

ukurannya sangat kecil, hanya beberapa kilobyte sampai beberapa megabyte,
tergantung besarnya proses yang kita lakukan, sehingga sangat menghemat ruang
hard disk. Dan oleh karena file algoritma berukuran kecil, maka proses
penayangan citra menjadi relatif lebih cepat. Hal ini membuat waktu pengolahan
menjadi lebih cepat. Konsep Algoritma ini adalah salah satu keunggulan ER
Mapper. Selain itu, beberapa kekhususan lain yang dimiliki ER Mapper adalah :
1. Didukung dengan 130 format pengimpor data
2. Didukung dengan 250 format pencetakan data keluaran
3. Visualisasi tiga dimensi
4. Adanya fasilitas Dynamic Links
5. Penghubung dinamik (Dynamic Links) adalah fasilitas khusus ER Mapper
yang membuat pengguna dapat langsung menampilkan data file eksternal
pada citra tanpa perlu mengimportnya terlebih dahulu. Data-data yang dapat
dihubungkan termasuk kedalam format file yang populer seperti ARC/INFO,
Oracle, serta standar file format seperti DXF, DON dll.
Selain kelebihan-kelebihan di atas, ER Mapper memiliki keterbatasan, yaitu :
1. Terbatasnya format Pengeksport data
2. Data yang mampu ditanganinya adalah data 8 bit.

2.1.4. Prosedur Pengolahan Data Citra
Prosedur pengolahan data citra diawali dengan mengimport data sampai
dengan hasil akhir dalam bentuk cetakan (printing). Dari beberapa prosedur ini,
tidak semua prosedur harus dijalankan untuk mendapatkan hasil yang sesuai
dengan harapan. Untuk beberapa aplikasi dapat dihasilkan keluaran yang
diharapkan tanpa melalui seluruh prosedur pengolahan citra.
a. Import Data
Langkah pertama dalam pengolahan citra adalah mengimport data satelit
yang akan digunakan ke dalam format ER Mapper. Umumnya data disimpan
dalam bentuk magnetic tape, CD-ROM atau media penyimpanan yang lain. Dua
bentuk utama data yang diimport ke dalam ER Mapper adalah data raster dan
vektor.
7

Data raster adalah tipe data yang menjadi bahan utama kegiatan pengolahan
citra. Contoh data raster adalah citra satelit dan foto udara. Pada saat mengimport
data raster, ER Mapper akan membuat dua files yaitu:
1. File data binary yang berisikan data raster dalam format BIL, tanpa file
extension.
2. File header dalam format ASCII dengan extension .ers
Data vektor adalah data yang terseimpan dalam bentuk garis, titik dan
poligon. Contoh data vektor adalah data yang dihasilkan dari hasil digitasi Sistem
Informasi Geografis (SIG) seperti jalan, lokasi pengambilan sampel atau batas
administrasi. ER Mapper juga akan membuat dua file hasil dari mengimport data
vektor:
a) File data dalam format ASCII berisikan data vektor
b) File header dalam format ASCII dengan extension .erv
b. Menampilkan Citra
Setelah proses mengimpor data, selanjutnya adalah menampilkan citra
tersebut. Hal ini dilakukan untuk mengetahui kualitas dari data yang digunakan.
Apabila data/citra tersebut memiliki kualitas yang tidak sesuai dengan keinginan
(berawan, data bergaris, dll) maka kita tidak perlu melanjutkan proses
pengolahan, dan mencari data baru yang memiliki kualitas yang lebih baik.
Di dalam ER Mapper, cara menampilkan citra disebut Color Mode. Ada
beberapa cara untuk menampilkan citra:
1. Pseudocolor Displays, menampilkan citra dalam warna hitam dan putih,
biasanya hanya terdiri dari satu layer/band saja.
2. Red-Green-Blue (RGB), menampilkan citra melalui kombinasi tiga band,
setiap band ditempatkan pada satu layer (Red/Green/Blue), cara ini disebut
juga color composite. Contoh: False Color Composite RGB 453.
3. Hue-Saturation-Intensity (HIS), menampilkan citra melalui kombinasi tiga
band, setiap band ditempatkan pada satu layer (Hue/Saturation/Intensity),
cara ini biasanya digunakan bila kita menggunakan dua macam data yang
berbeda, misalkan data Radar dengan data Landsat-TM.

8

c. Rektifikasi Data/Geocoding
Data raster umumnya ditampilkan dalam bentuk raw data dan memiliki
kesalahan geometrik. Untuk mendapatkan data yang akurat, data tersebut harus
dikoreksi secara geometrik kedalam sistem koordinat bumi.
Ada dua proses koreksi geometrik:
1. Registrasi, koreksi geometrik antara citra yang belum terkoreksi dengan citra
yang sudah terkoreksi.
2. Rektifikasi, koreksi geometrik antara citra dengan peta
d. Mosaik Citra
Mosaik citra adalah proses menggabungkan/menempelkan dua atau lebih
citra yang tumpang tindih (overlapping) sehingga menghasilkan citra yang
representatif dan kontinyu. Dalam ER Mapper proses ini dapat dilakukan tanpa
membuat suatu file yang besar, kecuali bila kita ingin menyimpannya menjadi file
tersendiri.
e. Penajaman Citra
Proses penajaman citra dilakukan untuk mempermudah pengguna dalam
menginterpretasikan obyek-obyek yang ada pada tampilan citra. Dengan proses
Algoritma, ER Mapper mempermudah pengguna melakukan berbagai macam
proses penajaman citra tanpa perlu membuat file-file baru yang hanya akan
membuat penuh disk komputer. Jenis-jenis operasi penajaman citra meliputi:
1. Penggabungan Data (Data fusion), menggabungkan citra dari sumber yang
berbeda pada area yang sama untuk membantu di dalam interpretasi. Contoh
data Landsat-TM dengan data SPOT.
2. Colodraping, menempelkan satu jenis data citra di atas data yang lainya untuk
membuat suatu kombinasi tampilan sehingga memudahkan untuk
menganalisa dua atau lebih variabel. Contoh citra vegetasi dari satelit di
colordraping di atas citra foto udara pada area yang sama.
3. Penajaman kontras, memperbaiki tampilan citra dengan memaksimumkan
kontras antara pencahayaan dan penggelapan atau menaikan dan
merendahkan harga data suatu citra.
9

4. Filtering, memperbaiki tampilan citra dengan mentransformasikan nilai-nilai
digital citra, seperti mempertajam batas area yang mempeunyai nilai digital
yang sama (enhance edge), menghaluskan citra dari noise (smooth noise), dll.
5. Formula, membuat suatu operasi matematika dan memasukan nilai-nilai
digital citra pada operasi matematika tersebut., misalnya Principal
Component Analysis (PCA).
6. Klasifikasi, menampilkan citra menjadi kelas-kelas tertentu secara statistik
berdasarkan nilai digitalnya. Contoh membuat peta penutupan lahan dari citra
satelit Landsat-TM.
f. Dynamic Links
Penghubung dinamik adalah fasilitas khusus ER Mapper yang membuat
pengguna dapat langsung menampilkan data file eksternal pada citra tanpa perlu
mengimportnya terlebih dahulu. Data-data yang dapat dihubungkan termasuk
kedalam format file yang populer seperti ARC/INFO, Oracle, serta standar file
format seperti DXF, DGN dll.
g. Komposisi Peta
Komposisi peta memungkinkan pengguna untuk mempresentasikan citra-citra
secara profesional dan penuh arti. Kualitas kartografik peta pada ER Mapper
dapat membuat grid, legenda, bar skala, panah arah utara, logo perusahaan,
legenda klasifikasi.
h. Pencetakan
Pengguna dapat menghasilkan keluaran suatu citra dengan menggunakan
peralatan pencetakan atau printer yang meliputi printer berwarna, film, printer
hitam putih dan format grafik. Pilihan pencetakan membutuhkan suatu algoritma
yang mendefinisikan semua data dan pengolahannya dengan catatan hanya
algoritma yang telah disimpan yang dapat dicetak. Pastikan kita telah menyimpan
algoritma kita sebelum mencetaknya

2.1.5. Kelebihan ER Mapper
Perkembangan yang telah dialami ER Mapper merupakan usaha agar ER
Mapper dapat menyesuaikan dengan perkembangan perangkat keras (hardware)
10

dan sistem operasi (OS) yang ada dan berkembang pada saat ini. Perkernbangan
yang terjadi ini juga memberikan beberapa fasilitas baru guna Iebih
memaksimalkan kemampuan software ER Mapper dalarn pengolahan citra digital.
Beberapa kelebihan yang dimiliki ER Mapper adalah :
1. Penyimpanan data harddisk. ER Mapper hanya menyimpan data original
dari citra dan aplikasi penyimpanannya saja, sehingga cukup menghemat
ruang hardisk.
2. Kecepatan penyimpanan. Karena ER Mapper hanya menyimpan data
original citra dan aplikasi pengolahannya sehingga membuat byte data
yang tersimpan lebih kecil dan ini rnernbuat proses penyimpanannya lebih
cepat.
3. Pemrosesan template. Algoritma dapat digunakan untuk pengolahan
template untuk aplikasi berbagai data yang berlainan.
4. Kuantitas hasil. Algoritma mengandung semua pengolahan data yang
diperlukan sehingga kita tidak dipersulit dengan pengolahan citra kita : "
apa yang harus dilakukan dengan citra ini ?"
5. Pemrosesan yang interaktif. Pengolahan data terlihat langsung pada layar
monitor tanpa harus membuat file keluaran lebih dulu.
6. Mosaik citra vang interaktif. Mosaik dapat diproses dengan mudah tanpa
memerlukan pencontohan dan penggabungan beberapa file data yang bisa
menghasilkan ruang hardisk yang besar.
7. Penggabungan data yang interaktif. Data SPOT dan Landsat TM misalnya
dapat digabung secara interaktif tanpa membutuhkan file file keluaran di
hardisk.
8. Kemampuan menampilkan citra piksel perpiksel.
9. Fasilitas tukar menukar data raster hingga 130 format pengimpor data.
10. Fasilitas pencetakan data keluaran hingga 250 format.
11. Kemampuan visualisasi 3D dan flying through.
12. Kemampuan membaca data vektor seperti : AutoCad dan Arc/Info.
13. Kemampuan layout dan output kartografis yang memadai untuk ukuran
software image procesing.
11

2.2. Koreksi Radiometrik
Koreksi radiometrik merupakan prapemrosesan citra satelit untuk
mengurangi kesalahan internal dan eksternal yang diakibatkanoleh radiasi
elektromegnetik dan interaksi lainnya seperti atmosfer pada saat perekaman.
Koreksi Radiometrik dilakukan pada kesalahan oleh sensor dan sistem
sensor terhadap respon detektor dan pengaruh atmosfer yang stasioner. Koreksi
radiometrik dilakukan untuk memperbaiki kesalahan atau distorsi yang
diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi
gelombang elektromagnetik oleh atmosfer, variasi sudut pengambilan data, variasi
sudut eliminasi, sudut pantul dan lain-lain yang dapat terjadi selama pengambilan,
pengiriman serta perekaman data. Spesifikasi kesalahan radiometric adalah:
1) Kesalahan sapuan akibat pemakaian Multi Detektor dalam mengindra garis
citra.
2) Memperkecil kesalahan pengamatan detektor yang berubah sesuai perubahan
waktu
3) Kesalahan berbentuk nilai digital yang mempunyai hubungan linier dengan
tingkat radiasi dan panjang gelomang elektromagnetik.
4) Koreksi dilakukan sebelum data didistribusi.
5) Koreksi dilakukan dengan kalibrasi cahaya yang keluar dari detektor dengan
mengarahkan scanner pada filter yang disinari secara elektronik untuk setiap
sapuan.
6) Kesalahan yang dapat dikoreksi otomatis adalah kesalahan sistematik dan
tetap, yang tetap diperkirakan sebelumnya.
7) Kesalahan garis scan dapat dikoreksi dengan penyesuaian histogram tiap
detector pada daerah-daerah homogeny misalnya diatas badan air, apabila ada
penyimpangan dapat diperbaiki.
8) Kesalahan bias atau pengaturan kembali detektor apabila mean dan median
detektor berbeda.
Koreksi radiometrik oleh respon detektor dipengaruhi oleh jumlah detektor
yangdigunakan dalam pengindraan jauh adalah untuk merubah radiasi yang
12

ditangkap sensor menjadi harga voltage dan kecerahan. Kesalahan yang
ditimbulkan oleh detektor secara individu adalah:
1) Line Dropout terjadi apabila salah satu detektor salah fungsi pada satu sapuan
, maka nilai kecerahan pada pixel-pixel tertentu berada pada satu baris
menjadi nol. Koreksi dilakukan pada setiap pixel dengan baris scan buruk.
Hasilnya adalah citra yang telah diinterpretasi pada setiap baris n yang lebih
mungkin diinterpretasi dari pada baris hitam horizontal diseluruh citra.
2) Stripping atau bounding terjadi apabila detektor tidak benar-benar salah
tetapi meragukan dan perlu dikoreksi atau direstorasi agar mempunyai
kontras yang sama dengan detektor yang lain pada setiap sapuan. Koreksinya
adalah identifikasi garis buruk pada setiap sapuan menggunakan histogram
dari tiap n detektor pada daerah homogen.
3) Line start terjadi apabila dalam pengumpulan data sistem scanning
mengalami kegagalan penyapuan di awal garis scanning atau secara tiba-tiba
detektor berhenti sehingga mengakibatkan nilai kecerahan nol. Koreksi
kesalahan dari line start dapat dilakukan dengan interpolasi nilai kecerahan
dari pixel hasil scan bagus. Namun kesalahan yang terjadi secara acak sulit
untuk dikoreksi.
Koreksi radiometri ditujukan untuk memperbaiki nilai piksel supaya sesuai
dengan yang seharusnya yang biasanya mempertimbangkan faktor gangguan
atmosfer sebagai sumber kesalahan utama. Efek atmosfer menyebabkan nilai
pantulan obyek dipermukaan bumi yang terekam oleh sensor menjadi bukan
merupakan nilai aslinya, tetapi menjadi lebih besar oleh karena adanya hamburan
atau lebih kecil karena proses serapan. Metode-metode yang sering digunakan
untuk menghilangkan efek atmosfer antara lain metode pergeseran histogram
(histogram adjustment), metode regresi dan metode kalibrasi bayangan. (Projo
Danoedoro, 1996).

2.3. Koreksi Geometrik
Koreksi geometrik merupakan suatu proses melakukan transformasi data dari
satu sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi
13

piksel pada citra output tidak sama dengan posisi piksel input (aslinya) maka
piksel-piksel yang digunakan untuk mengisi citra yang baru harus di-resampling
kembali. Resampling adalah suatu proses melakukan ekstrapolasi nilai data untuk
piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya.
Data penginderaan jauh pada umumnya mengandung kesalahan (distorsi)
geometric, baik sistematik maupun non sistematik, merupakan kesalahan yang
diakibatkan oleh jarak orbit atau lintasan terhadap obyek dan pengaruh kecepatan
platform. Kesalahan geometric terdiri dari dua kelompok, yaitu :
1) Kesalahan internal yaitu kesalahan yang dapat dikoreksi dengan cepat,
menggunakan data dari platform. Kesalahan internal dapat dikoreksi
berdasarkan analisis karakteristik sensor meliputi kemiringan sken,
ketidaklinieran kecepatan cermin sken, distorsi panoramic, kecepatan pesawat
angkasa, dan perspektif geometri.
2) Kesalahan eksternal yaitu kesalahan yang tidak dapat dikoreksi tanpa
memperhitungkan titik titik control permukaan dari permukaan bumi yang
memadai. Kesalahan ini hanya dapat dikoreksi dengan menggunakan titik
titik control permukaan, yang berhubungan dengan system ketinggian sensor
(roll, pitch, dan jaw), dan ketinggian satelit.

2.3.1. Metode Koreksi Geometrik
1) Kesalahan sistematik:
Kesalahan yang diperkirakan sebelumnya :gerak rotasi bumi, kelengkungan
permukaan Bumi.
Besar kesalahan konstan.
Dikoreksi dengan metode sistematik, yaitu metode untuk menghilangkan
mengurangi atau mengeliminir kesalahan geometrik sistematik dengan
model matematika yang sesuai kesalahannya.
2) Metode Koreksi Sistematik:
Bersifat konstan.
Menerapkan rumus yang diturunkan dari model matematik atas sumber
distorsi atau menggunakan data referensi geometrik yg diukur dari distorsi
14

sensor, misal geometri lensa kamera diberikan dengan kalibrasi panjang
fokus, koordinat fiducial mark dapat digunakan persamaan colinearitas.
Koreksi tangen scanner mekanis optis dengan sistem koreksi.
3) Metode Koreksi Non-Sistematik:
Koreksi distorsi acak.
Menerapkan rumus polynomial dari sistem koordinat geografis ke koordinat
citra yg ditentukan dengan GCP.
Proses koreksi dengan meletakkan sejumlah titik ikat medan yg ditempatkan
sesuai dengan koordinat citra (lajur, baris) dan koordinat peta (lintang,
bujur).
Nilai koordinat digunakan untuk analisis kuadrat terkecil guna menentukan
koefisien untuk persamaan transformasi yangg menghubungkan koordinat
citra dan koordinat geografis.
Akurasi tinggi pada orde polinomial, jumlah dan distribusi GCP.

2.4. Komposit Citra
Citra multispectral adalah citra yang dibuat dengan saluran jamak. Berbeda
dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra
multispectral umumnya dibuat dengan saluran sempit. Dengan menggunakan
sensor multispectral, maka kenampakan yang diindera akan menghasilkan citra
dengan berbagai saluran. Citra dengan saluran yang berbeda tersebut dapat
digunakan untuk mengidentifikasi kenampakan-kenampakan tertentu, karena
saluran-saluran tersebut memiliki kepekaan terhadap suatu kenampakan.
Sensor multispectral akan menghasilkan beberapa citra dengan saluran yang
berbeda dan masing-masing memiliki variasi nilai spectral yang berbeda. Citra-
citra tersebut akan menggambarkan berbagai variasi interaksi kenampakan objek
dengan panjang gelombang yang digunakan. Satu citra mungkin akan sangat jelas
menggambarkan vegetasi dengan mampu membedakan berdasarkan kerapatan
namun lemah dalam menggambarkan kenampakan tanah, kemudian dari citra
yang lain mungkin sebaliknya. Untuk melakukan perbandingan dari citra-citra
tersebut akan sangat tidak efektif. Namun apabila digunakan saluran lebar, maka
15

kenampakan keseluruhan justru tidak dapat dibedakan dengan baik. Sehingga
untuk dapat membedakan kenampakan-kenampakan tersebut digunakan citra
komposit, yaitu menggabungkan saluran dari banyak citra tersebut menjadi satu
citra yang mampu membedakan kenampakan secara lebih baik.
Bagaimana data digital ini dapat tampil sebagai citra pada layar monitor atau
dicetak pada kertas atau film? Tugas progam pengolah citra adalah
mengendalikan perangkat keras, terutama graphic card dan layar monitor, untuk
mengubah data dalam domain spektral ini menjadi data dalam domain spasial.
Byte demi byte data dalam citra digital yang terbaca (byte map) akan ditempatkan
pada layar monitor secara berurutan, menempati sel-sel fosfor pada layar monitor.
Dengan demikian, citra dengan resolusi spasial yang sama misalnya 30 m,
kemungkinan akan ditampilkan dengan tingkat kehalusan yang berbeda, bila
ukuran sel-sel gambar pada layar atau resolusi layarnya berbeda. Layar monitor
super VGA akan menyajikan sampai 1024 piksel dalam satu baris, sedangkan
layar monitor CGA hanya 600 piksel. (Projo Danoedoro : 58).
Sistem tampilan (display) citra pada layer monitor dewasa ini telah mampu
manyajikan warna yang lebih lengkap. Apabila suatu system multispektral
menghasilkan 3 citra yang masing masing direkam pada 8 bit coding, maka
untuk menggabung kembali ketiganya menjadi citra berwarna pada layer monitor
diperlukan kemampuan penyajian warna sebanyak 2(8)3 = 224 = 16,666 juta
warna. Kemampuan ini didukung oleh ketersediaan graphic card tipe SVGA
(super video graphic array) atau di atasnya dengan graphic card memory
minimum 1MB dan layer monitor yang sesuai. Pada masa lalu, kemampuan ini
belum didukung oleh layer monitor yang memadai, sehingga kemampuan sajian
hanya terbatas 8 bit (256)warna saja. Jadi, ada persoalan bagaimana tiga macam
citra yang masing masing tersusun atas 8 bit informasi harus disajikan menjadi
256 warna saja.
Cara sederhana untutk menyajikan ketiganya secara berwarna ialah melalui
kombinasi kompresi dan perentangan sekaligus, dan nilai baru yang muncul
kemudian diberi warna (colour assignment) mengikuti colour palette atau look-up
16

table (LUT) yang telah disediakan, yang paling sesuai untuk distribusi nilai
komposit warna. Cara ini meliputi beberapa langkah sebagai berikut :
a) Menerapakan kompresi citra, yaitu dengan memapatkan nilai piksel dari julat
asli (misalnya 0-15, 0-32, dan sebagainya) menjadi 0-5, pada seluruh saluran
spectral yang dilibatkan. Cara kompresi ini memanfaatkan rumus sebagai
berikut :
NPbaru = 5* (NPinput NPminimum) / (NPmaks NPminimum)
b) Menentukan saluran mana yang diberi warna merah (dan kemudian seluruh
nilai pikselnya dinamakan NPbaru-merah), mana yang diberi warna hijau
(NPbaru-hijau), dan mana yang diberi warna biru (NPbaru-biru).
c) Menerapkan nialai piksel pada citra komposit (NPkomp) berdasarkan NPbaru-
merah, NPbaru-hijau, dan NPbaru-biru, dengan rumus sebagai berikut :
NPkomp = 36* NPbaru-merah + NPbaru-hiaju + NPbaru-biru
d) Menyajikan citra komposit ke layer monitor dengan pedoman palette warna
yang telah ditentukan untuk nilai nilai piksel komposit.
Hampir semua paket pengolah citra selalu menggunakan asumsi bahwa
masukan citra memiliki 256 tingkat keabuan. Bila nilai kecerahan ini kita sebut
BV (Brightness value), maka dalam program selalu dinyatakan bahwa BV input
berkisar dari 0 sampai 255. Masukan nilai dengan julat 256 tingkat keabuan ini
dapat ditransformasi menjadi 5, 16, 32, 64 maupun 256 tingkat, tergantung pada
kemampuan layar dan kebutuhan. Untuk keluaran dengan 256 tingkat keabuan,
transformasinya adalah 1:1, sedangkan untuk keluaran yang lebih rendah tingkat
keabuannya, transformasinya dapat diatur melalui pengelompokan BV. (Projo
Danoedoro, 1996 : 60).
Teknik pseudo colour digunakan untuk menonjolkan perbedaan nilai spektral
yang tipis, tanpa melakukan perentangan kontras. Dengan pseudo colour, piksel-
piksel bernilai rendah diberi warna biru, sedangkan nilai tengah diberi warna
hijau, dan nilai tertinggi diberi warna merah. Untuk monitor 8 bit, nilai terendah
nol diberi warna hitam, dan kemudian warna biru untuk nilai 1, 2, 3,....warna hijau
untuk nilai 128, 129, 130,..., dan akhirnya warna merah untuk nilai 255 (ILWIS
version 1.4 User Manual, 1994). Gradasi semacam ini dapat pula diterapkan
17

dengan memberikan kombinasi warna yang berbeda, misalnya dari bitu gelap,
ungu, magenta, merah, pink, sampai dengan putih. (Projo Danordoro, 1996 : 60).
Citra komposit standar merupakan paduan tiga saluran dengan rujukan foto
udara inframerah dekat. Artinya warna merah yang dihasilkan menunjukkan
adanya vegetasi, warna biru gelap sampai agak cerah menunjukkan adanya tubuh
air, dan seterusnya. Citra komposit warna yang lainpun dapat dihasilkan dengan
membalik urutan pemberian warnanya, misalnya saluran inframerah diberi warna
biru, saluran warna merah diberi warna merah, dan saluran hijau diberi warna
hijau. Citra komposit ini dikatakan tak standar. Meskipun demikian bukan berarti
bahwa citra komposit ini tidak dapat digunakan dalam proses pengenalan obyek.
Kadang-kadang, justru citra komposit tak standar ini lebih ekspresif dalam
menyajikan kenampakan obyek yang dijadikan pusat perhatian (misalnya tubuh
air di sela-sela hutan lahan basah). Ketersediaan citra multispektral dengan jumlah
saluran yang lebih banyak, termasuk saluran biru dan inframerah tengah,
memberikan kemungkinan yang lebih banyak dalam membuat kombinasi citra
komposit. Citra komposit warna asli pun dapat dihasilkan, bila tersedia saluran-
saluran biru, hijau, dan merah. Untuk keperluan ini, citra satelit Thematic Mapper
Landsat dapat digunakan. Sayangnya untuk Indonesia, saluran biru cenderung
sangat sensitif terhadap kabut tipis, sehingga komposit warna asli yang dihasilkan
pun kuran memuaskan. Lain halnya bila citra yang digunakan adalah wilayah
lintang sedang yang beriklim kering, seperti halnya Afrika Utara. (Projo
Danoedoro, 1996 : 63).









18

BAB III
HASIL DAN PEMBAHASAN
3.1. Pengenalan ER Mapper
3.1.1. Hasil






3.1.2. Pembahasan
ER Mapper adalah salah satu software (perangkat lunak) yang digunakan
untuk mengolah data citra atau satelit.
ER Mapper didesain khusus untuk penanganan data data yang berkaitan
dengan masalah kebumian dan meliputi industri industri yang bergerak di bidang
kebumian pula ER Mapper memasukkan semua fungsi dasar pengolahan citra
dalam antar muka pengguna grafis yang mudah. Pengenalan ER Mapper
ditunjukkan berdasarkan gambar diatas yang terdiri dari beberapa menu
Mengenal elemen dasar ER Mapper








a. Menu Bar (baris menu), berisi barisan perintah berupa menu seperti menu
File, Edit, View, Toolbars, Process, Utilities, Windows, dan Help.
Menu Bar
Toolbars
Izing
Button
19

b. Toolbars (baris toolbar), berisi tombol-tombol yang digunakan untuk
menjalankan suatu perintah dengan cepat dan mudah, terutama untuk
perintah-perintah yang sering anda gunakan.
c. Sizing Button (tombol ukuran), yang terdiri dari :
Minimize Button (tombol minimize), untuk memperkecil jendela
hingga membentuk icon aktif pada Taksbar.
Maxzime Button (tombol maxzime), untuk memperbesar jendela
hingga menjadi satu layar penuh.
Close Button (tombol close), untuk menutup jendela dan
mengakhiri program aplikasi.
Mengenal Menu Bar dan Toolbar serta fungsinya
Menu Bar (baris menu), berisi barisan perintah berupa menu seperti menu
File, Edit, View, Toolbars, Process, Utilities, Windows, dan Help.
a. Menu File
Menu file pada menu utama ER Mapper digunakan untuk membaca file
kedalam ENVI, menetapkan pilihan, untuk keluar dari ER Mapper, dan
fungsi manajemen program & file lain.
Menu File ini terdiri dari bebrapa sub menu seperti yang terlihat pada gambar
dibawah ini:















20

New untuk membuka image window baru, image window merupakan
jendela kosong untuk menapimpilkan data citra.








Open untuk menampilkan file, ers atau ,alg yang kita pilih kedalam
image windows. Pada saat kita memilih menu File-open akan muncul
dialog box se[perti gambar berikut:

o Tekan Ok jika anda ingin menampilkan file yang terpilih dan
menutup dialog box.
o Tekan Apply jika anda ingin menampilkan file yang terpilih
dan tetap membuka dialog box tersebut.
o Tekan cancel jika anda ingin membatalkan dan menutup
dialog box.
Close untuk menutup image window yang aktif.
21

Save untuk menyimpan alogaritma yang kita buat.
Save As, untuk menyimpan alogaritma yang kita buat.
Save As Dataset, untuk menyimpan file yang da didalam image
window kedalam dataset baru, yang kemudian akan muncul dialog
box sebagai berikut ini:

Page Setup, yang berfungsi untuk mengatur dan menentukan:
o Ukuran dan warna latar hard copy
o Mengatur skala hardcopy
Exit, yang berfungsi untuk keluar dan menutup program ER Mapper.
b. Menu Edit
Menu Edit terdiri dari :







Edit/Create Regions, untuk mengedit atau menciptakan region
Edit ARC/INFO Converage, untuk melakukan on Screen Digitizing.
Edit Class/Region Color and Name, untuk mengedit tampilan
warna dan nama Kelas atau Region yang sudah ada.

c. Menu View
Menu View ini terdiri dari :
22









Alogaritma, untuk menampilkan Alogaritma dialog box.
Quick Zoom, untuk memperbesar tampilan citra, memperkecil
tampilan citra, menampilkan citra keseluruhan, menghilangkan dan
mengaktifkan Geolink antara satu Image dengan Image Window yang
lain.
Geoposition, menu ini memiliki fungsi yang hampir sama dengan
menu Quick Zoom
Statistics, untuk menampilkan statistik dataset citra, matrik konfusi
antara citra yang sudah diklasifikasi dengan citra referensi, luasan
area, rata-rata nilai pixsel citra, dan standar devisi nilai pixel citra baik
sesudah maupun sebelum klasifikasi.
Scattergrams, untuk menampilkan Scattergram dialog box.
Cell Values Profile, untuk menampilkan nilai Digital Number (NB)
piksel yang kita pilih pada tiap Band. Untuk memilih pixel gunakan
Pointer Mode dengan mengklik tombol








23

Cell Coordinate, untuk menampilkan koordinat piksel yang kita pilih.
Untuk memilih pixel gunakan Pointer Mode dengan mengklik tombol





d. Menu Toolbars
Menu Toolbars ini berfungsi untuk menampilkan tombol-tombol yang akan
memudahkan kita dalam menggunakan program aplikasi ini. Tombol yang
tampil sesuai dengan nama Toolbar yang kita pilih. Tollbar yang bisa kita
pilih seperti pada gambar berikut :












e. Menu Process
Menu Process ini terdiri dari :





24

Sub menu dalam menu ini berfungsi untuk mengubah format sel raster
kedalam bentuk format vektor, mengubah polygon kedalam region atau
sebaliknya, menghitung nilai statistik suatu dataset dll.

f. Menu Utilities
Menu Utilities ini terdiri dari :














Menu Utilities ini digunakan untuk melakukan Import dataset, eksport
dataset, cropping, merging dataset dll.
g. Menu Windows
Menu Windows ini terdiri dari :





Menu ini berfungsi untuk menampilkan Image Window yang telah kita
tampilkan sebelumnya.
25

h. Menu Help
Menu Help ini terdiri dari :






Menu ini berfungsi untuk memberikan bantuan kepada pemakai apabila
pemakai tidak dapat mengoperasikan perintah pada program ER Mapper
5.5.

3.2. Koreksi Radiometrik
3.2.1. Hasil



















A
B
Gambar 1.1 Citra sebelum Dikoreksi Radiometrik dan Sesudah
Dikoreksi Radiometrik

26

3.2.2. Pembahasan
Koreksi radiometrik merupakan tahap awal pengolahan data sebelum
analisis dilakukan untuk suatu tujuan, misalnya untuk identifikasi liputan lahan
pertanian. Proses koreksi radiometrik mencakup koreksi efek-efek yang
berhubungan dengan sensor untuk meningkatkan kontras (enhancement) setiap
piksel (picture element) dari citra, sehingga objek yang terekam mudah
diinterpretasikan atau dianalisis untuk menghasilkan data/informasi yang benar
sesuai dengan keadaan lapangan. Setiap software pengolah data citra mempunyai
modul untuk menjalankan proses ini. Ada beberapa cara dalam mengoreksi dan
memperjelas nilai spectral citra satelit. Gambar 1.1 merupakan contoh hasil
koreksi radiometrik dengan Lndsat 7 ETM pada ER Mapper.
Data berdasarkan pengindraan jauh ataupun objek yang akan dikoreksi
dapat dikumpulkan dengan berbagai macam peralatan tergantung kepada objek
atau fenomena yang sedang diamati. Umumnya teknik-teknik penginderaan jauh
memanfaatkan radiasi elektromagnetik yang dipancarkan atau dipantulkan oleh
objek yang diamati dalam frekuensi tertentu seperti inframerah, cahaya tampak,
gelombang mikro, dsb. Hal ini memungkinkan karena faktanya objek yang
diamati (tumbuhan, rumah, permukaan air, udara dll) memancarkan atau
memantulkan radiasi dalam panjang gelombang dan intensitas yang berbeda-beda.
Metode penginderaan jauh lainnya antara lain tersebut adalah koreksi radiometrik.
Pada citra satelit Landsat band 1 salah satu daerah Gorontalo dapat dilihat
bahwa citra satelit nampak hitam, hampir tidak ada informasi yang dapat
diidentifikasi atau dikenali (Gambar A). Citra tersebut merupakan citra asli (data
hasil rekaman satelit) yang masih dipengaruhi oleh efek atmosferik. Setelah
dilakukan koreksi radiometrik, pada citra tersebut tampak beberapa objek sumber
daya lahan yang dapat dikenali, seperti awan, sungai dan daratan (Gambar B).





27

3.3. Koreksi Geometrik
3.3.1. Hasil














Gambar 1.3. citra sebelum dan seseudah terkoreksi geometrik

3.3.2. Pembahasan
Koreksi geometrik mutlak dilakukan apabila posisi citra akan
disesuaikan atau ditumpangsusunkan dengan peta-peta atau citra lainnya yang
mempunyai sistem proyeksi peta. Koreksi geometri ini digunakan dalam
mengkoreksi dan mencocokkan secara geometri dengan citra yang menjadi
dasar koreksi. Koreksi geometric ini dilakukan dalam dua caya yaitu image-to-
image dan image-to-map.
Akibat pengaruh perputaran bumi, arah gerakan satelit dan lengkung
permukaan bumi, informasi posisi koordinat citra satelit harus diperbaiki dan
dibetulkan antara lain dengan menggunakan acuan koordinat peta topografi.
Proses ini dikenal dengan koreksi geometrik.
Koreksi geometrik merupakan proses memposisikan citra sehingga
cocok dengan koordinat peta dunia yang sesungguhnya. Dalam proses ini akan
28

ditampilkan juga ketidaktepatan dalam memasukkan koordinat dengan letak
titik sesungguhnya. Pada dasarnya kesalahan tersebut masih dapat diterima
sepanjang masih memenuhi kaidah-kaidah kartografi.
Jumlah titik yang dicatat koordinatnya minimal empat titik. Titik-titik
tersebut dianjurkan menyebar terutama pada daerah yang bertopografi berbukit
sampai bergunung. Dapat diperhatikan di sini bahwa bulatan-bulatan kecil pada
citra yang akan dikoreksi mempunyai kenampakan yang kurang lebih sama
dengan kenampakan pada citra terkoreksi (Gambar 1.3 A dan B).
3.4. Komposit Citra
3.4.1. Hasil









Gambar 1.4. citra belum dipakai komposit citra






Gambar 1.5. citra sudah terkomposit citra




29

3.4.2. Pembahasan
Citra komposit ini dikatakan tak standar. Meskipun demikian bukan berarti
bahwa citra komposit ini tidak dapat digunakan dalam proses pengenalan obyek.
Kadang-kadang, justru citra komposit tak standar ini lebih ekspresif dalam
menyajikan kenampakan obyek yang dijadikan pusat perhatian (misalnya tubuh
air di sela-sela hutan lahan basah). Ketersediaan citra multispektral dengan jumlah
saluran yang lebih banyak, termasuk saluran biru dan inframerah tengah,
memberikan kemungkinan yang lebih banyak dalam membuat kombinasi citra
komposit. Citra komposit warna asli pun dapat dihasilkan, bila tersedia saluran-
saluran biru, hijau, dan merah.
Seperti terlihat pada Gambar 1.4. bahwa citra tersebut belum terkomposit
citra sehingganya warna yang terlihat dari masing-masing objek masih berwarna
hitam. Sangat berbeda yang terlihat pada Gambar 1.5. yang merupakan citra yang
sudah terkomposit sehingga kenampakkan dari setiap objek terlihat sangat jelas
baik dari air, daratan dan udara.
Citra komposit standar merupakan paduan tiga saluran dengan rujukan foto
udara inframerah dekat. Artinya warna merah yang dihasilkan menunjukkan
adanya vegetasi, warna biru gelap sampai agak cerah menunjukkan adanya tubuh
air, dan seterusnya. Citra komposit warna yang lainpun dapat dihasilkan dengan
membalik urutan pemberian warnanya, misalnya saluran inframerah diberi warna
biru, saluran warna merah diberi warna merah, dan saluran hijau diberi warna
hijau.









30

BAB IV
PENUTUP
4.1. Kesimpulan
Adapun kesimpulan dari laporan ini adalah sebagai berikut :
1) ER Mapper adalah salah satu software (perangkat lunak) yang digunakan
untuk mengolah data citra atau satelit.
2) Algoritma adalah rangkain tahap demi tahap pemrosesan atau perintah dalam
ER Mapper yang digunakan untuk melakukan transformasi data asli dari hard
disk sampai proses atau instruksinya selesai. Konsep Algoritma ini adalah
salah satu keunggulan ER Mapper. Selain itu, beberapa kekhususan lain yang
dimiliki ER Mapper adalah :
a. Didukung dengan 130 format pengimpor data
b. Didukung dengan 250 format pencetakan data keluaran
c. Visualisasi tiga dimensi
d. Adanya fasilitas Dynamic Links
e. Penghubung dinamik (Dynamic Links) adalah fasilitas khusus ER Mapper
yang membuat pengguna dapat langsung menampilkan data file eksternal
pada citra tanpa perlu mengimportnya terlebih dahulu.
3) Koreksi radiometrik merupakan prapemrosesan citra satelit untuk mengurangi
kesalahan internal dan eksternal yang diakibatkanoleh radiasi
elektromegnetik dan interaksi lainnya seperti atmosfer pada saat perekaman.
Koreksi radiometri ditujukan untuk memperbaiki nilai piksel supaya sesuai
dengan yang seharusnya yang biasanya mempertimbangkan faktor gangguan
atmosfer sebagai sumber kesalahan utama.
4) Koreksi geometrik merupakan suatu proses melakukan transformasi data dari
satu sistem grid menggunakan suatu transformasi geometrik. Oleh karena
posisi piksel pada citra output tidak sama dengan posisi piksel input (aslinya)
maka piksel-piksel yang digunakan untuk mengisi citra yang baru harus di-
resampling kembali. Resampling adalah suatu proses melakukan ekstrapolasi
nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra
aslinya.
31

5) Citra komposit, yaitu menggabungkan saluran dari banyak citra tersebut
menjadi satu citra yang mampu membedakan kenampakan secara lebih baik.
Cara sederhana untutk menyajikan 3 citra secara berwarna ialah melalui
kombinasi kompresi dan perentangan sekaligus, dan nilai baru yang muncul
kemudian diberi warna (colour assignment) mengikuti colour palette atau
look-up table (LUT) yang telah disediakan, yang paling sesuai untuk
distribusi nilai komposit warna.

4.2 Saran
Adapun saran yang dapat disampaikan guna sempurnanya laporan
selanjutnya adalah sebagai berikut :
1) Perlu adanya pengetahuan dalam mengoperasikan aplikasi dari ER Mapper
2) Kiranya nantinya dalam pembuatan laporan selanjutnya dapat lebih baik lagi,
dan lebih banyak referensi yang digunakan agar keakuratannya lebih
terjamin.

















DAFTAR PUSTAKA
http://belajargeomatika.wordpress.com/2011/06/14/koreksi-geometrik/
http://id.shvoong.com/internet-and-technologies/software/2140764-pengolahan-
citra-digital-dengan-er/
http://konturgeo.blogspot.com/2008/09/koreksi-radiometrik.html
http://pixelcooker.wordpress.com/2008/08/28/penggabungan-citra-image-fusion-
dan-komposit-warna-alami-pada-citra-spot5hrg/
http://uftoriwasit.blogspot.com/2009/07/koreksi-geometri-pada-data-citra.html
http://www.google.co.id/search?q=koreksi+Geometri&ie=utf-8&oe=utf-
8&aq=t&rls=org.mozilla:en-US:official&client=firefox-a
http://www.oocities.org/yaslinus/b1_1.html
http://www.scribd.com/doc/55776607/32/Koreksi-Radiometrik-dan-Geometrik