PENGGABUNGAN CITRA

PENGGABUNGAN CITRAUNTUK MENINGKATKAN MUTU ANALISIS TUTUPAN LAHANOgi GumelarPusat Data LAPAN, Jl. Lapan 70 Pekayon, Pasar Rebo, Jakarta TimurEmail: ogumelar@yahoo.com

A B S T R A C T

There was a successful research that has been done about image fusion whereas the purpose is to increase land cover quality analytic. Even though the intensity of panchromatic will be affected by comparing its originality, but it has been proven that fusion technique have better quality result. The result is an improvement of image quality from resolution perspective with less changing any contrast differentiation for each band characteristic. A north district of Bali has been taken as an area of study because the selected area has a better morphological earth’s surface.Keywords: Landsat 7, SPOT, Brovey , Fusion 1)

I. PENDAHULUAN

Seperti diketahui, Indonesia memiliki berbagai sumber daya alam yang sangat kaya, baik dari segi sumber daya pertambangan, perairan, kehutanan maupun pertanian. Informasi mengenai sumber daya alam dapat diperoleh di instansi maupun organisasi yang terkait atau dengan langsung menganalisa data olahan citra satelit.Pada umumnya, citra satelit memiliki nilai kelebihan maupun kekurangan. Seperti halnya citra satelit SPOT yang mempunyai 1 “band” pankromatik dengan resolusi spasial tinggi, namun diketahui bahwa resolusi spektralnya rendah, sebaliknya untuk citra satelit LANDSAT 7 ETM memiliki 8 “band” dengan resolusi spektral per pikselnya tinggi, namun resolusi spasialnya justru rendah. Oleh karena itu, timbul pemikiran, bagaimana seandainya kedua citra satelit ini digabungkan, dengan harapan bahwa masing-masing kelemahan bisa terkompensasi, sehinga kita bisa mendapatkan data yang relatif lebih “baik” sifatnya, sehinga dengan data tersebut diolah untuk mendapatkan informasi yang lebih memadai. Tujuan utama adalah untuk mendapatkan citra satelit yang dapat memberikan data lebih ter “enhanced”, khususnya apabila digunakan untuk menganalisa tutupan lahan.

II. DASAR TEORIYang dimaksudkan dengan “band” dalam citra di sini adalah saluran panjang gelombang direkam oleh satelit, dimana masing-masing satelit memiliki perbedaan sensor perekaman.

2. 1 Penggabungan citra.Secara sederhana penggabungan citra secara definisi ada 3, yaitu : 7)2.1.1 Fusion adalah penggabungan antara dua citra atau lebih yang dijadikan menjadi suatu citra yang baru dengan menggunakan beberapa algoritma tertentu.2.1.2 Merging adalah penggabungan dengan pemahaman bahwa dua citra atau lebih yang dijadikan satu dengan teknik penajaman dan penormalan citra tertentu.2.1.3 Combination adalah penggabungan beberapa band dalam suatu citra multi untuk suatu tujuan tertentu.Adapun langkah-langkah penggabungan yang dimaksud, secara diagram alir bisa diilustrasikan seperti pada gambar 1.

Gambar 1. Diagram Alir langkah penggabungan citra

2. 2 DataData yang digunakan adalah citra multispektral Landsat 7 ETM tanggal 19 Agustus 2000 path/row 116/066 dengan citra pankromatik SPOT 2 tanggal 10 Agustus 2007 Knum/Jnum 303/366 serta citra SPOT 4 tanggal 29 Juli 2007. Area studi ini terletak pada batas geografi 8º09’11,79” – 8 º 12’40,3” LS dan 115 º 26’16,89” -115 º 30’10,3” BT.

2.3 Landsat 7Citra multi spektral Landsat dengan resolusi spasial 30m memiliki beberapa band yang karakteristiknya berbeda-beda: 3) 4)1. m: Band biru ini memiliki informasi yang tinggiBand 1 0.45 – 0.52 terhadap tubuh air jadi sangat sesuai untuk penggunaan lahan, tanah dan vegetasi.m: Band hijau ini memiliki informasi2. Band 2 0.52 - 0.60 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 kuningm: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.m:4. Band 4 0.76 – 0.90 Band inframerah dekat ini memiliki informasi mengenai varietas tanam-tanaman serta adanya perbedaan antara unsur air dengan unsur tanah, oleh karena itu dapat dilihat garis pantai dengan jelas.5. m: Band inframerah gelombang pendek ini memilikiBand 5 1.55 – 1.75 informasi mengenai perbedaan warna antara tanah terbuka dengan objek-objek lain. Band ini sesuai untuk studi kandungan air tanah, air pada tanam-tanaman, formasi batu-batuan dan geologi pada umumnya6. m: Band inframerah thermal ini memiliki informasiBand 6 10.40 -12.50 tentang studi kandungan air tanah, serta dapat membedakan kelembaban tanah dan fenomena-fenomena thermal.m:7. Band 7 2.08 – 2.35 Band inframerah gelombang pendek ini memiliki informasi mengenai tanah terbuka sama halnya dengan band 5 akan tetapi lebih mengacu pada studi geologi maupun formasi batu-batuan.

Sedangkan untuk band 8 atau sering disebut band pankromatik memilki resolusi spasial 15m. Citra Landsat yang digunakan dalam penelitian ini adalah citra Landsat ortho 14,25m dimana

sudah digabungkan antara multispektral dengan pankromatiknya serta kombinasi band yang digunakan hanya band 7, 4 dan 2.

2.4 SPOTUntuk citra SPOT-4 yang menggunakan empat kanal spektral resolusi spasial 20m dan panjang gelombang yang berbeda-beda m,m, Band 2 pada 0.61 - 0.68 yaitu Band 1 pada jangkauan 0.50 - 0.59 m, dan Band 4 pada inframerah gelombang pendekBand 3 pada 0.78 - 0.89 m. Citra pankromatik SPOT-4 direkam(Short Wave Infrared) 1.58 - 1.75 m) dengan resolusimenggunakan panjang gelombang tampak (0,51-0,71 spasial 10m, sedangkan untuk citra SPOT-2 menggunakan tiga kanal spektral sama yaitu band 1, 2 dan 3, dimana citra pankromatik SPOT-2 m) dengandirekam menggunakan panjang gelombang tampak (0,49-0,73 resolusi spasial 10m. 6)

2.5 Metoda penggabungan+ Citra Landsat 7 Citra Spot 4

Landsat 7 dengan Spot 4

Menggabungkan resolusi citra multi spektral Landsat dengan citra pankromatik SPOT dilakukan dengan metode tranformasi Brovey (menormalkan warna). Sebelum proses penggabungan dilakukan terlebih dahulu koreksi geometri terhadap SPOT dengan mengacu pada citra Landsat yang sudah terorthorektifikasi. Pengambilan titik kontrol tanah (Ground Control Point) berdasarkan pada analisa citra, maksudnya pengambilan secara acak berdasarkan obyek yang terlihat dimana posisi obyek tidak berubah (misal bangunan, bahu jalan, persimpangan, garis pantai, delta sungai, dan obyek lainnya yang tidak memiliki perubahan signifikan) pada kedua citra yang akan di sesuaikan (superimposed), akan tetapi pengambilan titik ini akan sulit ditentukan karena skala area yang dipilih tidak terlalu besar. Posisi titik tersebut diambil berdasarkan obyek yang terlihat pada skala 1:33.204.Pada tahap penyesuaian dapat dilakukan pengambilan citra dengan mayoritas area permukaan tanahnya cukup rata sehingga sebagian kecil saja daerah yang memiliki tingkat ketinggian yang berbeda seperti lembah, bukit atau gunung. Setelah dilakukan koreksi geometrik kemudian akan diambil kombinasi band 742 dari citra Landsat, kombinasi band 742 ini memang sesuai dengan identifikasi penutup lahan. Sedangkan untuk citra SPOT yang diambil hanya band pankromatiknya saja karena band tersebut akan digunakan untuk menajamkan batas-batas penutup lahan secara spasial pada citra Landsat.Setelah mendapatkan kedua citra tersebut kemudian dapat kita gabungkan dengan menggunakan Software ER Mapper 7.0, software ini memiliki resolution merge algorithm yang dapat menggabungkan antara citra multispektral landsat ortho resolusi spasial 14,25m dengan pankromatik SPOT resolusi 10m.

III. HASIL DAN PEMBAHASANDari hasil penggabungan citra SPOT dan LANDSAT 7 – ETM dapat digunakan untuk menganalisa areal luasan tutupan lahan di sebagian utara daerah Bali. Landsat 7 asli ditampilkan pada gambar a, penggabungan resolusi antara citra pankromatik SPOT-2 dengan citra multispektral Landsat 7 kombinasi 742 pada gambar b, sedangkan untuk citra pankromatik SPOT-4 dengan citra multispektral Landsat 7 kombinasi 742 pada gambar c.

Gambar a. Landsat 7, b. SPOT-2 gabungan dan c. SPOT-4 gabunganDari hasil yang didapat, terlihat bahwa resolusi Landsat 7 sudah membaik secara visual

terhadap batas-batas permukiman, garis pantai, areal pertanian, bentuk gunung, hutan, lekukan sungai. Misalnya untuk areal permukiman lebih terlihat membuat suatu blok jika dibandingkan dari citra Landsat aslinya, kemudian untuk areal vegetasi lebih terlihat kontras perbedaanya.Hasil gabungan kedua citra memiliki resolusi 10m tiap pixelnya, walau daerah laut terlihat berbeda dikarenakan awan tipis yang dimiliki SPOT-2 dengan SPOT 4 berbeda selain itu tanggal dan jenis sensor berbeda pula.

Kelebihan menggunakan cara penggabungan1. Didapatkannya citra yang lebih baik karena memiliki keunggulan dari citra Landsat dan SPOT.2. Walaupun Transformasi Brovey mempengaruhi sistem pewarnaan pada masing-masing input band dari Landsat 7 (RGB 742) tetapi tidak merubah perbedaan yang kontras pada setiap karakteristiknya serta resolusinya dapat menjadi lebih baik.3. Mendapatkan citra di suatu wilayah yang citranya tidak tersedia untuk penutup lahan (misal hanya ada landsat 5 saja yang tidak ada band pankromatik atau citra berawan, landsat 7 dengan (scan line corrector) slc off, keterbatasan data, efisiensi anggaran pembelian citra, atau hal lainnya).

Kelemahan menggunakan cara penggabungan1. Lebar cakupan (swath) yang berbeda antara kedua citra,2. Perbedaan tanggal mempengaruhi perbedaan sudut, kondisi alam dan posisi awan.3. Berkurangnya informasi spektral dari citra Landsat dikarenakan tingkat intensitas dari citra pankromatik SPOT.

IV. KESIMPULAN

Dari hasil penggabungan citra dapat disimpulkan bahwa :1. Alasan menggunakan citra Landsat 5 karena citra terbaru akan lebih mudah didapatkan serta menghindari adanya perbedan waktu perekaman. Selain itu perbedaan resolusi spasial dapat di restorasi lebih baik dengan menggunakan metode penggabungan ini.2. Adanya teknik-teknik gabungan lainnya (misal algoritma yang ada pada ER Mapper atau software pengolahan lainnya) dapat digunakan untuk mengoptimalkan kualitas dari citra yang digabungkan.3. Penggabungan antara citra resolusi tinggi (misal foto udara, ikonos atau quickbird) dengan citra multispektral (seperti SPOT atau Landsat) dapat digunakan sebagai pendukung dalam delineasi tutupan lahan.4. Penggunaan alternatif citra lainnya seperti citra ALOSKesimpulan ini berdasarkan analisis beberapa citra yang diperoleh sebagai penelitian jadi tidak berdasarkan keseluruhan citra Landsat dan SPOT serta kualitas citra yang berbeda-beda mempengaruhi analisa penelitian ini.

Ucapan Terima KasihPenulis mengucapkan terima kasih kepada segenap tim Pusdata LAPAN yang telah banyak membantu secara teknis maupun teoritis, rekan akademisi UI, Bapak Sunartoto Gunadi selaku pembimbing penulis serta rekan lain yang tidak dapat penulis sebutkan dalam tulisan ini.

Daftar Pustaka1) Jorge N´u˜nez, Xavier Otazu, Octavi Fors, Albert Prades, Vicen¸c Pal`a, and Rom´an Arbiol. 1999. Multiresolution-Based Image Fusion with Additive Wavelet Decomposition. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 37, NO. 3, MAY 1999, pp:1204-12112) Gonzalez, Rafael C, 2001. Digital Image Processing/Richards E Woods. Prentice Hall, Inc.3) Berita Inderaja Volume V, No.10, Desember 2006 PUSDATA LAPAN4) Berita Inderaja Volume VI, No.11, Juli 2007 PUSDATA LAPAN5) Penginderaan Jauh dan Interpretasi Citra. PUSDATA LAPAN dan UNNESS6) F. Sri Hardiyanti Purwadhi, 2001. Interpretasi Citra Digital. PT Gramedia Widiasarana Indonesia.7) Lillesand, T.M, Kiefer R.W., 1993. Penginderaan Jauh dan Interpretasi Citra. Yogyakarta;Gadjah Mada University Press.8) Sutanto, 1994. Penginderaan Jauh Jilid 1 dan 2. Yogyakarta:Gadjah Mada University Press.9) Lucien Wald, Some Terms of Reference in Data Fusion. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 37, NO. 3, MAY 1999. pp: 1190-1193

ER Mapper

I. PENDAHULUAN

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 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.

A. 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 lingkungano manajemen dan perencanaan kota dan daerah urbano manajemen sumber daya hutano eksplorasi mineralo pertanian dan perkebunano manajemen sumber daya airo manajemen sumber daya pesisir dan lautano oseanografi fisiko eksplorasi dan produksi minyak dan gas bumi

B. 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.

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 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 data2. Didukung dengan 250 format pencetakan data keluaran3. Visualisasi tiga dimensi4. Adanya fasilitas Dynamic Links5. 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 :

6. Terbatasnya format Pengeksport data7. Data yang mampu ditanganinya adalah data 8 bit.

C. 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.

1. 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.

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:

File data binary yang berisikan data raster dalam format BIL, tanpa file extension.

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:

File data dalam format ASCII berisikan data vektor File header dalam format ASCII dengan extension .erv

2. 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:

Pseudocolor Displays, menampilkan citra dalam warna hitam dan putih, biasanya hanya terdiri dari satu layer/band saja.

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.

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.

3. 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:

Registrasi, koreksi geometrik antara citra yang belum terkoreksi dengan citra yang sudah terkoreksi.

Rektifikasi, koreksi geometrik antara citra dengan peta4. 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.

5. 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:

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.

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.

Penajaman kontras, memperbaiki tampilan citra dengan memaksimumkan kontras antara pencahayaan dan

penggelapan atau menaikan dan merendahkan harga data suatu citra.

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.

Formula, membuat suatu operasi matematika dan memasukan nilai-nilai digital citra pada operasi matematika tersebut., misalnya Principal Component Analysis (PCA).

Klasifikasi, menampilkan citra menjadi kelas-kelas tertentu secara statistik berdasarkan nilai digitalnya. Contoh membuat peta penutupan lahan dari citra satelit Landsat-TM.

6. 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.

7. 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.

8. 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.

LAPORAN RESMI PRAKTIKUMPENGINDERAAN JAUH

MODUL IINTERFACE PERANGKAT LUNAK ER MAPPER 7.0

I. PENDAHULUAN1.1  Latar Belakang

              Penginderaan jauh adalah suatu ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala dengan cara menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji. Penerapan manfaat data informasi penginderaan jauh terutama foto satelit dianggap paling baik sampai saat ini  karena mempunyai tingkat resolusi yang amat tinggi serta sifat stereoskopisnya sangat baik. Pembagian citra penginderaan jauh (inderaja) bertujuan untuk menghasilkan peta tematik, dimana tiap warna mewakili sebuah objek, misalkan hutan, laut, sungai, sawah, dan lain-lain. Makalah ini mempresentasikan disain dan implementasi perangkat lunak untuk mengklasifikasi citra inderaja multispektral. Metode berbasis unsupervised yang diusulkan ini adalah integrasi dari metode feature extraction, hierarchical (hirarki) clustering, dan partitional (partisi) clustering. Feature extraction dimaksudkan untuk mendapatkan komponen utama citra multispektral tersebut, sekaligus mengeliminir komponen yang

redundan, sehingga akan mengurangi kompleksitas komputasi. Histogram komponen utama ini dianalisa untuk melihat lokasi terkonsentasinya pixel dalam feature space.

1.2  Tujuan              Adapun tujuan diadakannya praktikum penginderaan jauh adalah mahasiswa diharapkan mengerti dan memahami penggunaan Software ER Mapper  khususnya untuk melakukan:

   Penggabungan Citra   Croping Citra   Penajaman Citra, Komposit warna dan Teknik Interpretasi Visual   Reading Data Value   Geolink

  II. TINJAUAN PUSTAKA

2.1 Penginderaan Jauh                   Penginderaan jauh (atau disingkat inderaja) adalah pengukuran atau akuisisi data dari sebuah objek atau fenomena oleh sebuah alat yang tidak secara fisik melakukan kontak dengan objek tersebut atau pengukuran atau akuisisi data dari sebuah objek atau fenomena oleh sebuah alat dari jarak jauh, (misalnya dari pesawat, pesawat luar angkasa, satelit, kapal atau alat lain. Contoh dari penginderaan jauh antara lain satelit pengamatan bumi, satelit cuaca, memonitor janin dengan ultrasonik dan wahana luar angkasa yang memantau planet dari orbit. Di masa modern, istilah penginderaan jauh mengacu kepada teknik yang melibatkan instrumen di pesawat atau pesawat luar angkasa dan dibedakan dengan penginderaan lainnya seperti penginderaan medis atau fotogrametri. Walaupun semua hal yang berhubungan dengan astronomi sebenarnya adalah penerapan dari penginderaan jauh (faktanya merupakan penginderaan jauh yang intensif), istilah "penginderaan jauh" umumnya lebih kepada yang berhubungan dengan teresterial dan pengamatan cuaca (Anonim,2012).              Data 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 yaitu melalui

gelombang suara, gravitasi atau medan magnet (Sumaryono,1999).

2.2 Citra              Pemrosesan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknik-teknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan bagian tertentu dari gambar, membuat sebuah gambar yang baru dari beberapa bagian gambar yang sudah ada, dan beberapa teknik manipulasi gambar lainnya.  Suatu citra yang mempunyai kontras rendah dapat dihasilkan  dari sumber citra dengan proses pencahayaan atau penerangan yang rendah atau karena adanya kesalahan setting pada saat pengambilan citra berlangsung (Sutanto, 1986).              Penginderaan jauh memiliki beberapa bentuk yaitu foto udara ataupun citra satelit. Data penginderaan jauh tersebut adalah hasil rekaman obyek muka bumi oleh sensor. Data penginderaan jauh ini dapat memberikan banyak informasi setelah dilakukan proses interpretasi terhadap data tersebut (Sutanto, 1986).

              Interpretasi citra merupakan serangkaian kegiatan identifikasi, pengukuran dan penterjemahan data-data pada sebuah atau serangkaian data penginderaan jauh untuk memperoleh informasi yang bermakna. Sebuah data penginderaan jauh dapat diturunkan banyak informasi dari serangkaian proses interpretasi citra ini. Dalam proses interpretasi, obyek diidentifikasikan berdasarkan pada karakteristik berikut: :-Target dapat berupa fitur titik, garis, ataupun area.-Target harus dapat dibedakan dengan obyek lainnya (Dulbahri, 1985).              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:

  Pemantauan lingkungan  Manajemen dan perencanaan kota dan daerah urban  Manajemen sumber daya hutan   Eksplorasi mineral  Pertanian dan perkebunan   Manajemen sumber daya air  Manajemen sumber daya pesisir dan lautan   Oseanografi fisik   Eksplorasi dan produksi minyak dan gas bumi (Dulbahri, 1985).

Citra dapat dibedakan menjadi dua, yakni citra foto dan citra non foto.1. Citra Foto2. Citra Non Foto

Tabel (2.2) Perbedaan kedua citra tersebut adalah: (Sutanto, 1986).Pembeda Citra Foto Citra NonfotoSensor Kamera Non kamera.

Kamera yang detektornya bukan film

Detektor Film Pita magnetic, thermator, foto konduktor, foto voltaic, dsb.

Proses perekaman Fotografi/ Kimiawi ElektronikMekanisme perekaman

Serentak Parsial

Spektrum Elektromagnetik

Spektrum tampak dan perluasannya

Spektra tampak dan perluasannya, thermal, dan gelombang mikro

                                                           2.3 Satelit Landsat              Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972; yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999. Instrumen satelit-satelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia; dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30 meter. Program ini dulunya disebut Earth Resources Observation Satellites Program ketika dimulai tahun 1966, namun diubah menjadi Landsat pada tahun 1975. Tahun 1979, Presidential Directive 54 di bawah Presiden AS Jimmy Carter mengalihkan operasi Landsat dari NASA ke NOAA, merekomendasikan pengembangan sistem operasional jangka panjang dengan 4

satelit tambahan, serta merekomendasikan transisi swastanisasi Landsat. Ini terjadi tahun 1985 ketika EOSAT, rekan Hughes Aircraft dan RCA, dipilih oleh NOAA untuk mengoperasikan sistem Landsat dalam kontrak 10 tahun. EOSAT mengoperasikan Landsat 4 and 5, memiliki hak ekslusif untuk memasarkan data Landsat, serta mengembangkan Landsat 6 dan 7 (Lillesand, 1996).              Tahun 1989, transisi tersebut tak berakhir secara keseluruhan ketika pendanaan NOAA untuk program Landsat berakhir, dan NOAA menangani Landsat 4 dan 5 sebelum berakhir; namun Undang-undang Kongres AS menyediakan dana darurat untuk sisa tahun terakhir. Pendanaan ini terhenti lagi pada tahun 1990, dan sekali lagi Kongres menyediakan dana darurat untuk 6 bulan ke depan. Masalah pendanaan terjadi lagi tahun 1991, dan menghasilkan solusi serupa. Tahun 1992, berbagai upaya dilakukan untuk mengucurkan dana untuk operasi lanjutan Landsat, namun pada akhir tahun EOSAT mengentikan pengolahan data Landsar. Landsat 6 diluncurkan pada tanggal 5 Oktober 1993, namun mengalami kegagalan peluncuran. NASA akhirnya meluncurkan Landsat 7 pada tanggal 15 April 1999 (Howard, 1996). 2.4 Satelit Ikonos              Satelit Ikonos adalah satelit resolusi tinggi yang dioperasikan oleh GeoEye. Kemampuannya yang terliput adalah mencitrakan dengan resolusi multispektral 3,2 meter dan inframerah dekat (0,82mm) pankromatik. Aplikasinya untuk pemetaan sumberdaya alam daerah pedalaman dan perkotaan, analisis bencana alam, kehutanan, pertanian, pertambangan, teknik konstruksi, pemetaan perpajakan, dan deteksi perubahan. Mampu menyediakan data yang relefan untuk studi lingkungan. Ikonos menyediakan pandangan udara dan foto satelit untuk banyak tempat di seluruh dunia (Danoedoro, 1990).              Karaktreristik Satelit Ikonos:

         1.         Tanggal Peluncuran 24 September 1999 at Vandenberg Air Force Base, California, USA.         2.         Masa Operasi 7 tahun lebih.         3.         Orbit 98.1 derajad, sun synchronous.         4.         Kecepatan pada Orbit 7.5 km/detik.         5.         Kecepatan diatas bumi 6.8 km/detik.         6.         Kecepatan mengelilingi Bumi 14.7 kali tiap 24 jam.         7.         Ketinggian 681 kilometer (Low Earth Orbit).         8.         Resolusi pada Nadir 0.82 meter (panchromatic); 3.2 meter (multispectral )         9.         Resolusi 26° Off-Nadir 1.0 meter(panchromatic);4.0 meter (multispectral)       10.       Cakupan Citra 11.3 kilometer pada nadir; 13.8 kilometer pada 26° off-nadir.       11.       Waktu Melintas Ekuator 10:30 AM solar time       12.       Waktu Lintas Ulang 3 days at 40° latitude.       13.       Saluran Citra Panchromatic, blue, green, red, near IR (Davis, 1976).

2.5 ER Mapper 7.0              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 (Davis, 1976).              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 (Danoedoro, 1990).2.6 Teknik Interpretasi Visual              Penafsiran citra visual dapat didefiniskan sebagai aktivitas visual untuk mengkaji citra yang menunjukkan gambaran muka bumi yang tergambar di dalam citra tersebut untuk tujuan identifikasi obyek dan menilai maknanya ( howard, 1991 ).              Menurut Estes dan Simonett dalam Sutanto (1999) mengatakan bahwa interpretasi citra adalah perbuatan mengkaji foto udara atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Di dalam pengenalan objek yang tergambar pada citra ada tiga rangkaian kegiatan yang diperlukan yaitu deteksi, identifikasi, dan analisis. Deteksi adalah pengamatan atas adanya objek. Indentifikasi adalah upaya mencirikan objek yang telah dideteksi dengan meggunakan keterangan yang cukup, sedangakan analisis adalah tahap mengumpulkan keterangan lebih lanjut. Interpretasi citra dapat dilakukan secara visual maupun digital. Interpretasi visual dilakukan pada citra hardcopy ataupun citra yang tertayang pada monitor komputer. Menurut Howard dalam Suharyadi (2001) interpretasi visual adalah aktivitas visual untuk mengkaji gambaran muka bumi yang tergambar pada citra untuk tujuan identifikasi objek dan menilai maknanya (Spasiatma, 2004).              Prinsip pengenalan objek pada citra secara visual bergantung pada karakteristik atau atribut yang tergambar pada citra. Karakteristik objek pada citra digunakan sebagai unsur pengenalan objek yang disebut unsur-unsur interpretasi. Menurut Sutanto (1999) unsur-unsur interpretasi meliputi sebagai berikut :

1.      Rona atau warna (tone/color). Rona adalah tingkat kegelapan atau kecerahan objek pada citra, sedangkan warna adalah wujud yang tampak oleh mata. Rona ditunjukkan dengan gelap-putih. Pantulan rendah, ronanya gelap, pantulan tinggi ronanya putih.

2.      Bentuk (shape) adalah variabel kualitatif yang memberikan konfigurasi atau kerangka suatu objek. Bentuk merupakan atribut yang jelas sehingga banyak objek yang dapat dikenali berdasarkan bentuknya saja seperti bentuk memanjang lingkaran dan segiempat.

3.      Ukuran (size) adalah atribut objek yang antara lain berupa jarak, luas, tinggi, kemiringan lereng dan volume.

4.      Kekasaran (recture) adalah frekuensi perubahan rona pada citra atau pengulangan rona terhadap objek yang terlalu kecil untuk dibedakan secar individual.

5.      Pola (pattern) adalah hubungan susunan spasial objek. Pola merupakan ciri yang menandai objek bentukan manusia ataupun alamiah.

6.      Bayangan (shadow) adalah aspek yang menyembunyikan detail objek yang berada di daerah gelap.

7.      Situs (site) adalah letak suatu objek terhadap objek lain disekitarnya.8.      Asosiasi (association) adalah keterkaitan antara objek yang satu dan objek lainnya

(Sumaryono, 1999).2.7 RGB              Ada banyak model digunakan untuk mengukur dan menggambarkan warna. Model warna RGB didasarkan pada teori bahwa semua warna terlihat dapat dibuat dengan menggunakan warna-warna primer aditif merah, hijau dan biru. Warna-warna ini dikenal sebagai aditif utama karena ketika digabungkan dalam jumlah yang sama yang mereka hasilkan putih. Ketika dua atau tiga dari mereka yang dikombinasikan dalam jumlah yang

berbeda, warna lain yang dihasilkan. Misalnya, menggabungkan merah dan hijau dalam jumlah yang sama menciptakan kuning, hijau dan biru menciptakan cyan, dan merah dan biru menciptakan magenta (Anonim,2012).              Model RGB ini sangat penting untuk desain grafis karena digunakan dalam monitor komputer. Layar Anda membaca artikel ini ini menggunakan warna aditif untuk menampilkan gambar dan teks. Karena itu, ketika merancang situs web (dan proyek-proyek di layar lain seperti presentasi), model RGB digunakan karena produk akhir dilihat pada layar komputer (Anonim,2012).              RGB merupakan singkatan dari Red-Green-Blue, tiga warna dasar yang dijadikan patokan warna secara universal (primary colors). Dengan basis RGB, kita bisa mengubah warna ke dalam kode-kode angka sehingga warna tersebut akan tampil universal. RGB adalah model warna pencahayaan (additive color mode) dipakai untuk "input devices" seperti scanner maupun "output devices" seperti display monitor, warna2 primernya (Red, Blue, Green) tergantung pada teknologi alat yang dipakai seperti CCD atau PMT pada scanner atau digital camera, CRT atau LCD pada display monitor (Howard, 1996).              Setiap band mempunyai kegunaan dan kelebihan tersendiri ,untuk memilih kombinasi band yang baik diperlukan suatu iterasi atau percobaan dengan menggabungkan tiga band dalam kombinasi Red Green Blue (RGB). Kombinasi band 3, 2 dan 1 sebagai RGB akan menghasilkan tampilan gambar yang mendekati warna sebenarnya (true color), dan RGB dari band-band lainnya akan menghasilkan citra warna semu (false color) (Lillesand, 1996). Tabel Spectral Band dari ETM7 dan Kegunaannya

Band Panjang Gelombang

    Spektrum Karakteristik dan kegunaan

1 0.45 - 0.52 biru Penetrasi maksirrkim sangat berguna unntuk pemetaan bathy metry air dangkal,membedakan air dan vegetasi

2 0.52 - 0.60 hijau Berguna untuk penelitian kesehatan tanaman (plant vigor) dll

3 0.63 - 0.69 merah Penyerap refleksi khlorofil Sangat berguna untuk pemetaan vegetasi

4 0.76 - 0.90 infra merah dekat

Berguna untuk memperkirakan biomasa dan untuk pemetaan garis pantai.

51.55 - 1.70 infra merah

tengah Baik untuk membedakan kelembaban tanah dan cukup kontras dalam membedakan vegetasi dapat menembus awan tipis

6 10.4 - 12.5 infra merah termal

Pengambilan citra pada rnalam 'hari. Baik untuk memetakan perbedaan temperatur dan untuk estimasi kelembaban tanah

7 2.08 - 2.35 infra merah tengah

Rasio band 5 dengan band 7 cukup menolong untuk memetakan batuan lapukan hidrotermal yang berasosiasi denngan deposit mineral mineral.

8 pan chromatik Citra resolusi yang lebih tinggi dari band ETM lainnya (15 meter), sehingga kenampakan obyek lebih tajam. Kombinasi band 8, dengan band lainnya menghasilkan citra color composit yang lebih tajam

                               (Lillesand, 1996)2.8 Geo link              Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini berguna untuk visualisasi dari area geografik yang sama dengan

tipe image yang berbeda. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image yang lain. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus (Sutanto, 1986).              Geo link to window memiliki fungsi menghubungkan 2 citra kemudian dapat digerakkan bersama-sama. Geolink to screen memiliki fungsi menggabungkan beberapa citra yang berbeda pada window yang berbeda menjadi satu screen. (Sumaryono, 1999).

V. KESIMPULAN              Adapun kesimpulan yang didapat dari adanya praktikum penginderaan jauh menggunakkan software ER Mapper antara lain sebagai berikut :

  Software ER Mapper sangat berguna dalam berbagai aplikasi dan penggunaan analisa data digital citra untuk berbagai keperluan.

  Aplikasi dasar penggunaan software ER Mapper dalam penginderaan jauh antara lain dalam melakukan Penggabungan Citra, Croping Citra, Reading Data Value, Penajaman Citra, Komposit Warna dan Teknik Interpretasi Visual serta Geolink.

  Hasil Penggabungan Citra dari kota Cilacap didapatkan foto citra yang lebih akurat tingkat perbedaannya.

  Cropping citra dimaksudkan untuk memperbesar dan memperjelas suatu area tertentu dalam citra kota Cilacap agar lebih mudah dalam pengamatan.

  Penajaman citra dan komposit warna ini adalah metode yang digunakan untuk mempertajam warna dan memberi warna pada sebuah citra.

  Melalui software ER Mapper ini juga dapat dilakukan perhitungan luas suatu daerah juga jarak diantara dua daerah.

  Geolink berfungsi untuk memvisualisasikan dari area geografik yang sama dengan tipe gambar yang berbeda.

DAFTAR PUSTAKA

Anonim. Penginderaan Jauh dalam http://id.wikipedia.org/wiki/ ,  diakses pada tanggal 18 April 2012 Pukul 07:40

Anonim. RGB(Red Green Blue) dalam http://www.geomatika.its.ac.id, diakses pada tanggal 18 April 2012 Pukul 07:35

Danoedoro, P. 1990. Beberapa Teknik Operasi dalam Sistem Informasi Geografis.

Puspics UGM -  Bakosurtanal. Yogyakarta.

Davis. 1974. Information Technology, John Wiley and Sons. New York dalam    

http://bakornaspbp.go.id/html/citra_satelit/ - 11k.Diakses pada tanggal, 18 April 2012  Pukul. 07:00

Dulbahri, 1985. Interpretasi Citra Untuk survey Vegetasi. Puspics – Bakorsurtanal

– UGM, Yogyakarta.

Howard, J.A 1996. Penginderaan Jauh Untuk Sumberdaya Hutan, Teori dan Aplikasi. Terjemahan. Gadjah Mada University Press. Yogyakarta.

Lillesand dan Kiefer.1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press. Yogyakarta.

Spasiatma, Geomedia. 2004. Modul Pelatihan Er Mapper. Geomedia Sp. Yogyakarta.

Sumaryono. 1999. Pemanfaatan Penginderaan Jauh Untuk Pemantauan Reboisasi Di Sub DAS Roraya-Kendari dalam Prosiding Pertemuan Ilmiah Tahun Ke-8 MAPIN (Masyarakat Penginderaan Jauh Indonesia). Jakarta.

Sutanto, Prof, Dr, 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University Press. Yogyakarta.

Pengolahan citra adalah salah satu cabang dari ilmu informatika. Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra/gambar menjadi citra lain dengan menggunakan teknik tertentu.

Citra

Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling.

Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel. Contohnya adalah gambar/titik diskrit pada baris n dan kolom m disebut dengan piksel [n,m].

Sampling

Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinu.

Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan.

Proses sampling sering juga disebut proses digitisasi.

Kuantisasi

Ada kalanya, dalam proses sampling, warna rata-rata yang didapat di relasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 tingkatan warna abu-abu, maka nilai rata-rata yang didapat dari proses sampling harus diasosiasikan ke 16 tingkatan tersebut. Proses mengasosiasikan warna rata-rata dengan tingkatan warna tertentu disebut dengan kuantisasi.

Derau

Derau (Noise) adalah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan oleh gangguan fisis(optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra. bintik acak ini disebut dengan derau salt & pepper.

Banyak metode yang ada dalam pengolahan citra bertujuan untuk mengurangi atau menghilangkan noise.

Operasi pengolahan Citra

Operasi yang dilakukan untuk mentransformasikan suatu citra menjadi citra lain dapat dikategorikan berdasarkan tujuan transformasi maupun cakupan operasi yang dilakukan terhadap citra.

Berdasarkan tujuan transformasi operasi pengolahan citra dikategorikan sebagai berikut :

Peningkatan Kualitas Citra (Image Enhancement)

Operasi peningkatan kualitas citra bertujuan untuk meningkatkan fitur tertentu pada citra.

Pemulihan Citra (Image Restoration)

Operasi pemulihan citra bertujuan untuk mengembalikan kondisi citra pada kondisi yang diketahui sebelumnya akibat adanya pengganggu yang menyebabkan penurunan kualitas citra.

Berdasarkan cakupan operasi yang dilakukan terhadap citra, Operasi pengolahan citra dikategorikan sebagai berikut :

Operasi titik, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya hanya ditentukan oleh nilai piksel itu sendiri.

Operasi area, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya dipengaruhi oleh piksel tersebut dan piksel lainnya dalam suatu daerah tertentu. Salah satu contoh dari operasi berbasis area adalah operasi ketetanggaan yang nilai keluaran dari operasi tersebut ditentukan oleh nilai piksel-piksel yang memiliki hubungan ketetanggaan dengan piksel yang sedang diolah.

Operasi global, yaitu operasi yang dilakukan tehadap setiap piksel pada citra yang keluarannya ditentukan oleh keseluruhan piksel yang membentuk citra.

Alat bantu matematika

Alat bantu matematika yang sering dipakai dalam pengolahan citra adalah sebagai berikut :

Statistik inheren Konvolusi Transformasi Fourier Representasi Kontur

Algoritma

Berikut ini adalah algorima yang biasa dipakai dalam pengolahan citra. Algoritma dibawah ini dibagi menjadi beberapa kategori berdasarkan pendekatan yang dilakukan dalam memanipulasi citra asli.

Algoritma berbasis histogram

Algoritma kategori ini menggunakan histogram dari citra awal untuk menghasilkan citra baru.

Peregangan Kontras Ekualisasi histogram Filter Minimum Filter Median Filter Maksimum

Algoritma berbasis matematika

Algoritma pada kategori ini menggunakan piksel/beberapa piksel untuk menjadi masukan suatu fungsi matematik untuk menentukan nilai piksel pada citra hasil.

Biner

Operasi ini berbasis operasi boolean (AND,OR,NOT) untuk memanipulasi citra

Aritmetika

Operasi ini berbasis operasi Aritmatika ( penjumlahan, pengurangan, perkalian dan pembagian citra)

Geometri

Algoritma berbasis konvolusi

Konvolusi adalah salah satu proses filtering image yang sering dilakukan pada proses pengolahan gambar dengan menggunakan mask

Algoritma berbasis penurunan

Algoritma berbasis morfologi