LAPORAN PRAKTIKUM 4

TRANSFORMASI CITRA SATELIT MENGGUNAKAN ALGORITMA KLOROFIL

Disusun oleh :

Nuning Khairunnisa

230210140028

PROGRAM STUDI ILMU KELAUTAN

JURUSAN MANAJEMEN SUMBERDAYA PERAIRAN

UNIVERSITAS PATTIMURA

AMBON

2016

1.      Tujuan

a.       Dapat melakukan transformasi citra menggunakan ILWIS

b.      Dapat menampilkan informasi dari hasil transformasi

c.       Membuat citra komposit dari hasil transformasi

2.        Dasar Teori

a.      Transformasi Citra

Transformasi citra merupakan proses perubahan bentuk citra untuk mendapatkan suatu informasi tertentu. Transformasi bias dibagi menjadi 2 yaitu :

1)   Transformasi piksel/geometris

Transformasi ini masih bekerja pada domain yang sama, hanya posisi piksel yang kadang diubah. Transformasi jenis ini relatif mudah ditertapkan dan banyak aplikasi yang dapat melakukannya.

2)   Transformasi ruang/domain

Transformasi ruang adalah proses perubahan citra dari sutau ruang/domain ke ruang/domain lainnya, contonya dari ruang spasial ke ruang frekuensi.

Transformasi citra akan menghasilkan tiga data baru yaitu brightness, greenness, dan wetness. Brightness akan menunjukkan nilai yang tinggi untuk daerah yang tidak bervegetasi, greenness menunjukkan nilai yang tinggi pada daerah yang bervegetasi, sedangkan wetness merupakan nilai kelembaban atau kandungan air yang sangat berguna dalam menginterpretasi lahan basah seperti rawa, gambut, dll.

b.      Algoritma Klorofil

Kandungan klorofil dapat diestimasi keberadaannya melalui teknologi penginderaan jauh, seperti dari citra satelit Landsat. Citra Landsat bisa memberikan informasi data perairan berdasarkan nilai spektral obyek yang direkam oleh sensor Landsat.  Teknologi pengukuran klorofil menggunakan citra satelit menawarkan berbagai kemudahan. Salah satunya adalah daerah cakupan yang luas. Selanjutnya dengan menggunakan analisa citra satelit dapat didapatkan profil sebaran klorofil secara real time. 

Algoritma klorofil yang didapatkan yaitu menurut Liz Marcello (2007), seperti pada gambar dibawah ini :

Algoritma inilah yang nantinya akan dimasukkan ke dalam program ILWIS untuk mentransformasi citra Landsat.

3.        Langkah Kerja

Berikut merupakan langkah kerja dalam membuat transformasi citra menggunakan algoritma klorofil :

a)      Algoritma klorofil yang telah didapatkan kemudian dimasukkan ke dalam program ILWIS. Langkah pertama yaitu membuat Brightness pada citra. Klik Map Calculation pada Operation Tree > masukkan algoritma seperti pada gambar dibawah ini pada kotak Expression > isi Output Raster Map dengan Brightness > pilih Value pada Domain > show.

b)        Gambar dibawah ini merupakan hasil setelah klik Show.

c)        Kemudian untuk membuat Greenness, Klik Map Calculation > masukkan algoritma seperti pada gambar dibawah ini pada kotak Expression > isi Output Raster Map dengan Greenness > pilih Value pada Domain > show.

d)        Hasilnya dapat dilihat pada gambar dibawah ini.

e)        Untuk membuat Wetness, Klik Map Calculation pada Operation Tree > masukkan algoritma seperti pada gambar dibawah ini pada kotak Expression > isi Output Raster Map dengan Wetness > pilih Value pada Domain > show.

f)        Gambar berikut adalah hasil yang ditampilkan pada citra.

g)        Setelah membuat ketiga komponen tadi, langkah selanjutnya yaitu menyatukan ketiga komponen transformasi menjadi satu dalam sebuah citra. Klik File > Create > Map List

h)        Isi TCT_Map List pada kotak Map List > isi Description dengan Bright,Green,Wet > lalu pilih ketiga komponen tersebut untuk di Show > klik Ok

i)        Pilih as Color Composit pada pojok kiri atas jendela Map List > masukkan ketiga komponen tersebut > Ok

j)        Hasil transformasi citra menggunakan algoritma klorofil dapat dilihat pada gambar berikut :

4.        Hasil dan Pembahasan

Berikut merupakan hasil transformasi citra menggunakan algoritma klorofil :

Gambar 1. Brightness

Histogram dari Brightness

Gambar 2. Greenness

Histogram dari Greenness

Gambar 3. Wetness

Histogram dari Wetness

Gambar 4. Hasil transformasi citra menggunakan algoritma klorofil

Histogram dari Algoritma klorofil

Keempat gambar diatas merupakan hasil dari langkah kerja ketika hendak mentransformasi citra menggunakan algoritma klorofil. Brightness, Greenness dan Wetness merupakan ketiga komponen yang diperlukan dalam transformasi citra ini. Dalam laporan ini algoritma klorofil yang digunakan merupakan algoritma berdasarkan pada artikel milik Liz Marcello yang serupa dengan algoritma pada modul praktikum.

5.        Daftar Pustaka

Bertalya. Transformasi Citra : Proses Konvolusi. Universitas Gunadarma

Marcello, Liz. 2007. Tasselled Cap Transformation. http://web.pdx.edu_Marcello_Tasselled Cap

Nuriya, Halida., Hidayah, Zainul., Nugraha, Wahyu Andy. 2010. Pengukuran Konsentrasi Klorofil-a dengan Pengolahan Citra Landsat ETM-7 dan Uji Laboratorium di Perairan  Selat Madura Bagian Barat. Jurnal Kelautan, Volume 3, No. 1 ISSN : 1907-9931.

LAPORAN PRAKTIKUM 3

INDEKS VEGETASI DAN MASKING PADA CITRA

Disusun oleh :

Nuning Khairunnisa

230210140028

PROGRAM STUDI ILMU KELAUTAN

JURUSAN MANAJEMEN SUMBERDAYA PERAIRAN

UNIVERSITAS PATTIMURA

AMBON

2016

1.      Langkah Kerja

Berikut merupakan langkah kerja dalam membuat indeks vegetasi pada citra :

a)      Klik operation > Script > NDVI (Normalized Difference Vegetation Index)

b)      Masukkan band 3 pada Visible band dan band 4 pada NIR (Near Infrared) band > klik OK

c)      Berikut merupakan tampilan citra saat klik show pada data NDVI. Gambar dibawah menunjukkan nilai indeks pada darat.

 Gambar dibawah menunjukkan nilai indeks pada laut

                    Berikut adalah histogram dari NDVI

Berikut merupakan langkah-langkah dalam membuat mask citra :

·         Mask agar nilai indeks laut menjadi 0 dan darat menjadi 1.

1)      Mask agar nilai indeks laut menjadi 0. Klik Map calculation pada Operation tree > ketik nama band 4-nilai indeks garis pantai berdasarkan perkiraan misalnya “buru4-35” seperti pada gambar. Beri nama maskdarat1 pada Output Raster Map > pilih Image pada Domain.

2)      Dibawah ini adalah tampilan citra setelah klik Show. Langkah ini bertujuan untuk membuat nilai indeks laut menjadi 0 dan warna laut menjadi hitam.

3)      Mask agar nilai indeks darat menjadi 1. Klik Map calculation > isi Expression dengan maskdarat1/maskdarat1 agar darat menjadi bernilai indeks 1. Isi Output Raster Map dengan maskdarat2 > pilih Image pada Domain.

4)      Ketika klik show ganti angka pada Stretch menjadi 0 dan 1 > Ok

5)      Gambar dibawah merupakan tampilan citra setelah klik show.

·                     Mask agar nilai indeks laut menjadi 1 dan darat menjadi 0.

A.    Mask untuk membuat nilai indeks laut menjadi 1. Klik Map calculation > isi Expression dengan maskdarat2-1 > isi Output Raster Map dengan masklaut1 > pilih Value pada Domain > klik show

B.    Berikut adalah tampilan pada citra. Pada gambar menunjukkan nilai indeks laut -1.0 hal ini merupakan hal yang wajar karena nilai indeks yang diinginkan berkisar -1 hingga 1.

C.    Mask untuk membuat nilai indeks darat menjadi 0. Klik Map calculation > isi Expression dengan masklaut1/masklaut1 > isi Output Raster Map dengan masklaut2 > pilih Image pada Domain > klik Show.

D.    Saat klik show isi 0 dan 1 pada Stretch

E.    Dibawah ini adalah tampilan pada citra yang menunjukkan nilai indeks darat menjadi 0.

2. Hasil

      a. Hasil mask darat (nilai indeks darat menjadi 1 dan laut menjadi 0)

b. Hasil mask laut (nilai indeks laut menjadi 1 dan darat menjadi 0)

3. Kesimpulan

Untuk membuat indeks vegetasi dan mask pada citra, langkah yang dilakukan membutuhkan operasi hitungan matematika seperti tambah, kurang, kali dan bagi agar citra yang ditampilkan sesuai dengan yang diinginkan.

LAPORAN PRAKTIKUM 2

IDENTIFIKASI DAN KLASIFIKASI VISUAL

Disusun oleh :

Nuning Khairunnisa

230210140028

PROGRAM STUDI ILMU KELAUTAN

JURUSAN MANAJEMEN SUMBERDAYA PERAIRAN

UNIVERSITAS PATTIMURA

AMBON

2016

1.      Tujuan

a.       Mengetahui objek citra pada Landsat 7 ETM/TM khususnya penutupan lahan dan kegunaan lahan

b.      Mengidentifikasi citra visual

c.       Mempelajari proses respon objek pada berbagai band spektral yang diamati :   pengamatan band tunggal dan band komposit

d.      Mempengaruhi teknik komposit warna dalam mengidentifikasi objek

2.      Dasar Teori
      2.1 Obyek berkaitan dengan Band Spektral
           Citra adalah representasi, kemiripan atau imitasi dari suatu obyek atau benda. Citra dinyatakan sebagai suatu fungsi kontinyu dari intensitas cahaya pada bidang dua dimensi. Salah satu resolusi dalam citra yaitu resolusi spektral. Resolusi spektral diartikan sebagai dimensi dan jumlah daerah panjang gelombang yang sensitif terhadap sensor, misalnya citra Landsat TM memiliki resolusi sebesar 7-11 band, dimana masing-masing band memiliki rentang panjang gelombangnya masing-masing. Band disebut juga Channel atau saluran, suatu alat spektrum elektromagnetik yang dirancang untuk kepentingan misi tertentu pada sebuah pengindera. 

• sebuah pengindera sekurang-kurangnya memiliki satu saluran
• Sekumpulan data berisi nilai-nilai yang disimpan dalam suatu file yang menggambarkan spektrum elektromagnetik tertentu
• sekumpulan data berisi hasil proses (penisbahan, penambahan, dll) band-band yang lain.

Citra multispektral Landsat dengan resolusi spasial 30m memiliki beberapa band yang krakteristiknya berbeda-beda :
1. Band 1 : 0.45-0.52 band biru ini memiliki informasi yang tinggi terhadap tubuh air jadi sangat sesuai untuk penggunaan lahan, tanah dan vegetasi.
2. Band 2 : 0.52-0.60 band hijau ini memiliki informasi mengenai vegetasi selain cocok untuk penggunaan lahan, jalan dan air namun sesuai pula untuk diskriminasi dan assesmen vegetasi. Dimana tanaman-tanaman yang kurang sehat dapat diketahui karena absorbsi cahaya merah oleh klorofil menurun atau refleksi pada daerah merah naik sehingga menyebabkan daun berwarna kuning.
3. Band 3 : 0.63-0.69 band merah ini memiliki informasi mengenai perbedaan antara vegetasi dan non vegetasi, misalnya dapat dilihat adanya perbedaan antara vegetasi dengan tanah khususnya pada daerah urban.
4. Band 4 : 0.76-0.90 band inframerah dekat ini mempunyai informasi mengenai varietas tanaman serta adanya perbedaan antara unsur air dengan unsur tanah. Oleh karena itu dapat dilihat garis pantai dengan jelas.
5. Band 5 : 1.55-1.75 band inframerah gelombang pendek ini memiliki informasi mengenai perbedaan warna antara tanah terbuka dengan obyek lainnya. Band ini sesuai untuk studi kandungan air tanah, air pada tanaman, formasi batuan dan lain sebagainya.
6. Band 6 : 10.40-12.50 band inframerah thermal ini mempunyai informasi tentang studi kandungan air tanah, dan dapat membedakan kelembaban tanah serta fenomena thermal.
7. Band 7 : 2.08-2.35 band inframerah gelombang pendek ini mempunyai informasi mengenai tanah terbuka dan sama halnya dengan Band 5 akan tetapi lebih mengacu pada studi geologi maupun formasi batuan.
sedangkan untuk Band 8 atau disebut band pankromatik memiliki resolusi spasial 15m.

     2.2 Teori Warna
      Komposit citra merupakan citra baru hasil dari penggabungan tiga saluran yang mampu menampilkan keunggulan dari saluran-saluran penyusunnya. Komposit citra digunakan karena keterbatasan mata manusia yang kurang mampu membedakan gradasi warna dan lebih mudah memahami dengan pemberian warna.

            Suatu pembentukan komposit citra dapat dibagai menjadi dua yaitu sebagai berikut :

1. Komposit warna asli yaitu gabungan dari warna merah, hijau dan biru.
2. Komposit warna tidak asli yang terbagi menjadi dua yaitu :
  a) Standar yang merupakan gabungan dari inframerah, merah dan hijau. Dianggap standar karena awalnya penginderaan jauh banyak digunakan dalam bidang kehutanan dan komposit tersebut lebih banyak menonjolkan obyek vegetasi.
   b) Tidak standar yaitu yang dapat dilakukan penggabungan dengan bebas.

3. Langkah Kerja

a.       Cara Akusisi citra

            Cara mengakusisi data yaiu data di download melalui situs GLCF, masukkan path dan row yang telah ditentukan untuk mendapatkan titik lokasi, lalu masukkan tanggal/bulan/tahun yang diinginkan, kemudian download citra, setelah di download kemudian data tersebut diekstrak.

b.      Masukkan citra yang telah diakuisisi ke software ILWIS

            Cara mengolah citra pada ilwis yaitu pilih Operation tree lalu klik pada Import dan Export pilih import map, setelah data diimport, import formatnya pilih Use GDAL, lalu isi kolom output file name dengan nama yang diinginkan, klik convert, show, selanjutnya klik ok, lakukan seterusnya pada band ke 2 – 7.

c.        Croping areal kerja

Pilih Finder, klik di Sub Map of Raster Map, lalu klik Coordinate atau Corner, isi kolom Raster Map pilih data yang sudah diakusisi, kemudian masukkan titik koordinat, isi output raster map, dan klik show, lakukan cara ini untuk mengcroping band selanjutnya.

Berikut merupakan kenampakan citra saat klik show

d.       Komposit warna

Komposit warna yang dibuat yaitu komposit 321, 432, 457, 542, 754. Untuk membuat komposit warna klik Operations, Image Processing lalu Color Composit. Kemudian input 3 band untuk masing-masing komposit. Lalu klik show untuk menunjukkan hasilnya. Lakukan langkah yang sama untuk komposit warna selanjutnya.

Hasil komposit 321

Komposit warna band spektral landsat 7 ETM

Ø  Band spektral 321

Ø  Band spektral 432

Ø  Band spektral 457

Ø  Band spektral 542

Ø  Band spektral 754

4.        Hasil dan Pembahasan

A.       Peta ETM

B.       Obyek Lahan Berbagai Komposit

a)      Komposit 321 (warna asli)

Pembahasan : komposit warna 321 merupakan perpaduan dari band 3, 2 dan 1 yang akan menampilkan warna asli dari citra. Dalam komposit ini, semua obyek yang terdapat pada citra akan terlihat dengan jelas. Obyek-obyek tersebut telah diklasifikasikan berdasarkan warna seperti pada table diatas.

b)      Komposit 432 (warna merah)

Pembahasan : komposit 432 merupakan komposit yang akan menghasilkan warna merah pada citra. Pada komposit ini akan terdapat beberapa obyek yang tidak terlihat seperti terumbu karang dan padang lamun. Hilangnya obyek tersebut dapat dikarenakan band merah tidak dapat menembus perairan sehingga keberadaan terumbu karang dan padang lamun tidak dapat terdeteksi. Kemudian obyek yang tidak terlihat dengan jelas yaitu pemukiman, pabrik dan sungai.

c)      Komposit 457 (warna jingga)

Pembahasan : komposit 457 akan menghasilkan warna jingga pada citra. Dalam komposit ini obyek yang tidak tampak yaitu pasir pantai, laut dangkal, terumbu karang dan padang lamun. Sedangkan obyek lainnya masih dapat teridentifikasi. Obyek hutan, pemukiman serta pabrik tidak nampak dengan jelas pada komposit ini.

d)      Komposit 542 (warna biru)

Pembahasan : pada komposit biru beberapa obyek yang semula tampak pada komposit hijau menjadi tidak terdekteksi pada komposit ini. Obyek-obyek tersebut yaitu laut dangkal, padang lamun, terumbu karang, pemukiman, serta pabrik. Pada komposit ini obyek hutan dan pasir pantai tidak terlalu terlihat dengan jelas.

 e)      Komposit 754 (warna hijau)

Pembahasan : pada komposit hijau obyek-obyek yang tidak dapat teridentifikasi diantaranya yaitu pemukiman, pabrik, terumbu karang dan padang lamun. Pada komposit hijau ini obyek pasir pantai tidak terlalu nampak.

5.        Kesimpulan

Kesimpulan dari hasil yang didapatkan dalam praktikum adalah setiap komposit warna mempunyai perbedaan pada citra yang dihasilkan. Salah satu hal yang menjadi penyebabnya yaitu intensitas cahaya, terdapat objek yang menyerap cahaya dan terdapat objek yang memantulkan cahaya. Faktor lainnya yaitu perbedaan band spektral akan menghasilkan respon yang berbeda pada tiap obyek, terdapat obyek yang akan terlihat jelas pada salah satu band spektral dan akan tidak terlihat pada band spektral lainnya.

6.        Daftar pustaka

https://wisuda.unud.ac.id/pdf/1204505071-3-BAB%20II.pdf

Ria, Mesriah. 2015. Kombinasi Band Dalam Citra Satelit Landsat. http://www.mataduniakami.id/2015/12/kombinasi-band-dalam-citra-satelit.html