Modul Er Mapper 5.5

BAB 1 PENGANTAR PENGOLAHAN CITRA DIGITAL UNTUK INVENTARISASI SUMBER DAYA ALAM DENGAN ER MAPPER Pada bab pertama ini dibahas secara umum beberapa pengertian dan konsep dasar yang saling terkait dalam pengolahan citra digital, perangkat lunak ER Mapper dan keunggulan-keunggulannya, serta data atau peta pendukung lain seperti peta topografi/Rupa Bumi Indonesia atau peta tematik tertentu (misalnya peta penggunaan lahan). 1.1. Citra Digital Citra adalah gambaran kenampakan permukaan (dekat permukaan) bumi, dan yang diperoleh melalui proses perekaman pantulan atau pancaran gelornbang elektrornagnetik secara serentak dengan sensor pelarik yang terpasang pada suatu wahana, baik itu pesawat udara maupun wahana ruang angkasa (sering disebut dengan satelit). Citra digital merupakan citra yang diperoleh, disimpan, dimanipulasi, dan ditampilkan dengan basis logika biner. Berbagai jenis citra seperti yang dimaksud di atas contohnya : citra SPOT, Landsat MSS, Landsat TM, Landsat ETM, Citra Radar (contoh: SIR-B, Radarsat), NOAA, GMS, MOS,1, NIMBUS, HCMM, SEASAT, IKONOS dan lain-lain. 1.2. Konsep Resolusi Konsep-konsep resolusi yang perlu diketahui dalam pengolahan citra digital karena terkait dengan citra yang akan diolah adalah resolusi resolusi spektral, resolusi radiometrik, dan resolusi temporal.

Resolusi spasial adalah ukuran terkecil objek yang masih dapat dideteksi oleh suatu sistern pencitraan. Sebagai contoh resolusi spasial citra Landsat TM 30 m (khusus saluran 6 resolusi spasialnya 120 m). Resolusi spektral adalah kemampuan suatu sistem optik elektronik unfuk membedakan informasi (objek) berdasarkan jumlah saluran spektralnya. Resolusi radiometrik adalah kemarnpuan sensor dalam rnencatat respon spektral objek. Resolusi temporal adalah kemampuan suatu sistem penginderaan jauh untuk rnerekam ulang daerah yang sama.

1.3. Pengolahan Citra Digital Pengolahan citra digital rnerupakan serangkaian perlakuan terhadap citra menggunakan teknik-teknik yang dikenal dalam bidang penginderaan jauh (digital image processing), dimana di dalamnya bisa saja terdapat proses restorasi citra (koreksi atmosferik dan koreksi geometrik), penajaman citra dan pemfilteran spasial, transformasi citra, klasifikasi citra, dan lain-lain serta output.

1.4. Perangkat Lunak ER Mapper ER Mapper adalah software pengolah citra digital yang saat ini telah banyak dipakai. ER Mapper telah mengalami perkembangan dari generasi ER Mapper β (betha) pada tahun 1990 sampai generasi ER Mapper 6.3 tahun 2003 ini. Pengembanganpengembangan yang telah dilakukan selama kurun waktu itu membuat software ER

Mapper memiliki fasilitas yang lebih lengkap dan semakin baik untuk pengolahan data digital penginderaan jauh dibanding versi sebelumnya. ER Mapper dapat dijalankan pada komputer dengan spesifikasi minimal: komputer PC/AT- dengan procesor pentium, RAM 24 Mb, dengan sistem operasi Windows 95 ke atas atau windows NT dan monitor warna beresolusi tinggi. ER Mapper juga dapat dijalankan pada sistem jaringan keria (network) dengan sistem operasi UNIX. ER Mapper dapat digunakan untuk menampilkan dan mengolah data raster, menampilkan dan mengedit data vektor, dan dapat dihubungkan dengan data dari Sistem Informasi Geografi (SiG), database management system (DBMS) dan sumber data lainnya. ER Mapper mengunakan suatu konsep pengolahan data yang dinamakan algoritma, dimana algoritma ini membuat semacam tahapan-tahapan mandiri dalam proses pengolahan citra. Tahapan-tahapan pengolahan citra dapat disimpan dan diedit dalam suatu file algoritma yang dapat digunakan untuk tahapan pengolahan data citra lainnya. ER Mapper didesain khusus untuk penanganan data-data yang berkaitan dengan masalah kebumian dan meliputi industri-industri yang bergerak di bidang kebumian pula. Berikut ini adalah bidang-bidang yang dapat menggunakan aplikasiaplikasi ER Mapper, antara lain: * Pemantauan lingkungan 3

* Manajemen dan perencanaan kota dan daerah urban * Manajemen sumber daya hutan * Layanan informasi dan manajemen pemanfaatan lahan * Eksplorasi mineral * Pertanian dan perkebunan * Manajemen sumber daya air * Manajemen sumber daya pantai dan laut * Oseanografi fisik * Eksplorasi dan produksi minyak dan gas bumi.

Pada ER Mapper, data citra digital disimpan dalam suatu penyimpanan elektronik sebagai suatu susunan data dua dimensi yang dinamakan piksel (picture element). Setiap piksel mewakill suatu area di permukaan bumi. Besarnya area yang diwakili oleh satu piksel ini tergantung sensor satelit yang digunakan, yaitu ada yang 10 m, 20 m, 30 m, dll. Ukuran / nilai-nilai ini disebut sebagai resolusi spasial dari sensor satelit yang dimaksud seperti yang dijelaskan di atas. Susunan dua dimensi data citra ini disebut sebagai format raster sehingga data citra digital sering juga disebut data raster. Perlu diketahui bahwa data raster tersusun dalam baris horisontal yang disebut lines dan kolom vertikal yang disebut sample.

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

1.5. Peta Pendukung Dalam Pengolahan Citra Digital Dalam pengolahan citra digital kita membutuhkan data atau peta lain sebagai sumber informasi spasial. Beberapa peta pendukung dalam pengolahan citra digital contohnya antara lain : •

Peta Topografi / Rupa Bumi Indonesia. Peta ini berfungsi sebagai peta referensi dalam proses rektifikasi citra. •

Peta Penggunaan Lahan

Pada proses klasifikasifikasi multispektral sering dijumpai obyek-obyek yang sulit untuk diidentifikasi. Peta penggunaan lahan yang telah ada dapat digunakan sebagai data acuan yang dapat membantu dalam pergenalan obyek di lapangan ini.

1.6. Konsep Dasar Interpretasi Citra Konsep dasar interpretasi citra sebetulnya didasarkan dari pola tanggapan spektral obyek-obyek di muka bumi terhadap beberapa julat (range) gelombang elektromagnetik yang berbeda. Ilustrasinya adalah sebagai berikut:

Software pengolah citra umumnya hanya mampu menampilkan data citra yang mempunyai beberapa band secara 3 dimensi, yaitu 3 band yang ditampilkan bersama-sama dalam mode warna RGB, yaitu ada band-band yang diproyeksikan pada warna merah (red), hijau (green) dan biru (blue). Untuk ‘membaca’ atau menginterpretasi tampilan warna RGB ini perlu memerlukan pengetahuan mengenai pola tanggapan spektral obyek seperti yang telah dijelaskan di atas dan pemahaman mengenai campuran warna seperti ilustrasi di bawah ini :

BAB II JENDELA UTAMA ER Mapper 5.5 2.1. Membuka Program ER Mapper 5.5 Ketika memulai program ER Mapper 5.5 (double klik shortcut

),

maka akan segera terlihat layar pembuka yang bisa disebut jendela utama. Dalam jendela utama ini terdapat menu bar dan dua jenis toolbar (standard dan common functions) yang tersaji sebagai berikut:

Title bar Menu bar Standard toolbar Common function toolbar

2.2. Fungsi Standard Toolbar dan Common Function Toolbar Berikut ini disajikan rincian ikon-ikon pada standard dan common function toolbar beserta fungsi-fungsinya Standard Toolbar New Image Window membuka jendela citra Open Algorthm Into Image Window membuka file algoritma (*.alg) ke jendela citra Copy Window and Algorithm mengcopy jendela citra

Save Algorithm menyimpan sebagai file algoritma Save Algorithm As menyimpan algoritma sebagai file lain / tertentu Save Algorithm As Dataset menyimpan algoritma sebagai dataset Save Algorithm As Virtual Dataset menyimpan algoritma sebagai dataset virtual Print mencetak hasil Run Algorithm (Go) mengeksekusi perintah Run Algorithm with 99 % clip on limits mengeksekusi tampilan citra dengan stretching 1 % Halt Processing (Stop) menghentikan proses

Common function toolbar Create Pseudocolor Algorithm membuat algoritma dengan mode warna pseudocolor Create Colordrape Algorithm membuat algoritma dengan pemberian warna tema dengan latar belakang kelas lereng Create RGB Algorithm membuat algoritma dengan mode warna red-green-blue Create Mosaic Algorithm membuat mosaik citra Annotate Vector Layer membuka dan mengedit peta / data vector View Algorithm for Image Windows

membuka jendela algoritma Load Datasets membuka file raster (*.ers) Edit Formula menerapkan formula Edit Filter (Kernel) menerapkan filtering Edit Realtime Sun Shade menerapkan efek penyinaran matahari pada citra Edit Transform Limits mengatur perentangan kontras warna (stretching) Set Zoom Mode memperbesar kenampakan citra Set Pointer Mode pointer Untuk menambahkan toolbar pada jendela utama ER Mapper, dapat dilakukan dengan mengaktifkan toolbar.-toolbar operasi yang terdapat pada menu Toolbars. Terdapat 14 jenis toolbar lagi yang ada selain yang tarnpil pada jendela utama ER Mapper meliputi toolbar untuk klasifikasi, geocoding, dll.

BAB III PROSES PENGOLAHAN CITRA DIGITAL DENGAN ER MAPPER 5.5

3.1 Mengimpor Data ER Mapper memiliki banyak fasilitas impor yang dapat dipergunakan untuk mengimpor antara lain data raster dan data vektor dalam berbagai format. Data citra yang dipergunakan dalam latihan ini adalah Landsat ETM daerah Ngawi, Jawa Timur saluran 1, 2, 3, 4, 5, dan 7 perekaman tahun 2001. Citra ini tersimpan dalam format LAN (*.lan) yaitu format baku software ERDAS 7.5. Data citra ini perlu dikonversi dulu ke dalarn format ER Mapper agar dapat diolah lebih lanjut: 1. Dari menu bar klik Utilities yang akan menampilkan berbagai jenis data yang dapat diimpor ke format ER Mapper.

2. Untuk contoh penggunaan, pilih Import Image Format kemudian pilih ERDAS 7.5 HEAD74. 3. Klik Import 4. Klik Import File / Device Name untuk memilih file yang akan diimpor, misal D:\Latihan\Citra\Ngawi_01.lan 5. Klik Output Dataset Name untuk menempatkan dataset hasil impor, misal D:\Latihan\Citra\Ngawi_01.ers 6. Kilk OK.

Koreksi Atmosferik dan Geometrik Citra Koreksi Atmosferik Istilah koreksi atmosferik muncul karena pembawa energi yaitu gelombang elektromagnetik harus melalui 2 kali medium atmosfer sebelum sinyal sampai ke sensor. Hal inilah yang mendasari adanya koreksi atmosferik. Hal yang diketahui bahwa metode atmosferik ini bermacam-macam, dari yang paling sederhana sampai yang paling rumit. Pada latihan ini akan dilakukan koreksi atmosferik sederhana menggunakan teknik penyesuaian histogram. Metode ini mengasumsikan jika citra yang dipakai ada kenampakan perairan maka seharusnya nilai air mendekati nol yang merupakan nilai minimum / terkecilnya. Jadi jika nilai minimumnya tidak nol misalnya 25 pada tertentu, maka nilai ini adalah tambahan / gangguan dari atmosfer pada band itu. Kemudian koreksinya adalah dengan mengurangkan data citra tsb

untuk masing-masing band dengan nilai minimum masing-masing band. Banyak kelemahan pada metode ini, tetapi untuk kepentingan pengenalan koreksi atmosferik maka diterapkan metode ini. Langkahnya adalah sbb:

Koreksi Geometrik Koreksi geometrik pada citra sering disebut juga sebagai rektifikasi. ERMapper akan rnerektifikasi atau membetulkan citra-citra dari suatu proyeksi peta yang diketahui ke yang lainnya. Kita dapat juga merektifikasi suatu citra yang tidak dalam proyeksi diketahui dengan mendefinisikan sejumlah bentuk atau tanda yang dapat diidentifikasi (Ground Control Points) dan menggunakannya untuk menentukan titik-titik ikat dari dataset. Rektifikasi citra ini bertujuan untuk mereferensikan citra ke sistem koordinat sebenarnya di permukaan bumi.

3.2. Membuka Dataset

1. Dari menu bar Klik File, pilih New atau klik

New pada toolbar. Suatu

window citra kosong ditampilkan di sudut kiri atas layar komputer. Pada bagian atas terdapat tulisan “Algorithm Not Yet Saved”.

2. Klik

Edit Algorithm pada Toolbar atau dari menu bar klik View dan

pilih Algorithm. Menu Algorithm ditampilkan.

3. Klik menu Layer pada jendela Algorithm lalu klik

Menu Raster Dataset ditampilkan.

Load Dataset.

4. Pilih direktori yang ingin di buka, dengan klik tab menu Volumes cari file

datanya. 5. Pilih file B1.tif kemudian klik OK atau klik dua kali pada nama dataset

tersebut. 6. Maka akan tampil layar seperti di bawah ini.

ER Mapper menampilkan citra di dalam window citra. Citra ditampilkan dalam color mode pseudocolor dan dalam tabel greyscale. Perhatikan juga bahwa pada band selection memperlihatkan B1: Greyscale. Ini berarti bahwa band 1 dataset Landsat-5 TM yang dipilh sedang ditampilkan. Cobalah untuk menampilkan algoritma citra pada band yang lain. Algoritma adalah bangunan dasar ER Mapper. Algoritma menyimpan semua informasi yang diperlukan untuk menampilkan data sebagai suatu citra. Informasi yang disimpan dalam sebuah algoritma meliputi sumber data, warna-warna yang digunakan untuk tampilan, dan tahapan-tahapan data secara detil.

3.3. Membuat Suatu Algoritma

1. Klik Pseudo Layer atau gambar

dengan band1

ganti nama

kemudian pilih Dupilicate atau

kemuidan ganti lagi namanya band2, band3, band4, band5, band6 dan band7.

2. Pilih band2 kemudian Klik

Load Dataset pada jendela Algorithm dan

pilih B2, kemudian klik OK this layer only.

3. Pilih band3 kemudian Klik

Load Dataset pada jendela Algorithm dan

pilih B3, kemudian klik OK this layer only.

4. Pilih band4 kemudian Klik

Load Dataset pada jendela Algorithm dan

pilih B4, kemudian klik OK this layer only.

5. Pilih band5 kemudian Klik

Load Dataset pada jendela Algorithm dan

pilih B5, kemudian klik OK this layer only.

6. Pilih band6 kemudian Klik

Load Dataset pada jendela Algorithm dan

pilih B6, kemudian klik OK this layer only.

7. Pilih band7 kemudian Klik

Load Dataset pada jendela Algorithm dan

pilih B7, kemudian klik OK this layer only. 8. Untuk memastikan semuanya telah benar pilih [Ps]: Default Surface.

9.

3.3. Memberi Label Algoritma 1. Dalam menu Algorithm, pilih text dalam Description (sebelumnya tertulis “No Description”). 2. Masukan catatan teks “Landsat-5 TM aceh_01” kemudian tekan Enter.

3.3. Menyimpan Algoritma 1. Dari menu bar klik File, pilih Save As atau klik

2. Pilih direktori yang akan disimpan,

Save Algorithm.

Kemudian pastikan Files of Type: ER Mapper Raster Dataset (.ers). Tinggalkan semua pilihan default kemudian klik OK.

3.4. Membuat Citra Komposit Warna RGB 1. Close semua layer window kecuali window ER Mapper.

2. Klik Open atau

pastikan Volume dan Directories tempat data

disimpan, kemudiian cari file aceh_01.ers yang kita buat tadi pada sub-bab sebelumnya. Klik Ok untuk membukanya.

3. Pilih Edit Alogarithm atau

sehingga muncul window seperti di bawah

ini:

4. Terlihat Layer aceh_01.ers terbagi dalam 3 (tiga) warna yaitu Red, Green dan Blue (RGB) yang masing masing bandnya 321.

5. Dari menu bar klik File, pilih Save As atau klik

Save Algorithm.

6. Beri nama file aceh_RGB.ers, kemudian pastikan Files of Type: ER Mapper Raster Dataset (.ers). 7. Pilih Output Type : RGB kemudian klik OK.

File telah siap dismpan lanjudkan dengan mengklik OK kembali untuk melanjudkan perintah yang lain. Dalam hal ini file sudah siap di buat dan dapat dipanggil kapan saja di butuhkan.

8. Untuk melihat Citra RGB yang kita buat lebih jelas lakukan zooming pada daerah yang ada laut dan pantai tetapi tidak berawan. Dengan menggunakan

tools : Zoom Tool, Zoom Box Tool

Geoposition Window

dan bisa juga dengan

.

9. Lakukan Refresh Citra dengan menggunakan tool

Refresh Image with

99% clip on limit. Sehingga terlihat bentuk citranya seperti di bawah ini:

10. Kemudian jikalau diiningkan untuk pindah-pindah bisa lakukan geser dengan

menggunakan Hand (Roam) Tool atau dengan ikon

pada daerah lain.

11. Bisa juga dilakukan kembali melihat keseluruhan citra dengan klik kanan pada tampilan Citra kemudian pilih Quick Zoom  Zoom to All Datasets.

3.5. Menampilkan Nilai Data Citra 1. Dari menu utama klik Edit Algorithm atau

atau Klik

, pilih Load Dataset

.

2. Klik dua kali nama file direktori yang diinginkan yaitu aceh_01.ers. 3. Dari menu bar klik View, pilih Cell Values Profiles. Menu Cell Values Profiles ditampilkan. Menu ini terdiri dari 3 buah window yang dapat dihidupkan-matikan setiap saat yaitu Signature, Neihbours, Value.

4. Pada toolbar klik

Pointer Tool. Set pointer tool memungkinkan

kita mengunakan penunjuk mouse untuk melihat data pikselperpiksel.

5. Tunjukan dengan penunjuk pointer ke dalam citra, klik pada pikselpiksel mana saja yang diinginkan. Menu Cell Values Profiles menampilkan harga-harga data di ke enam band dalam citra dimana lokasi citra ditunjuk.

3.6. Koreksi Atmosferik dan Geometrik Citra 3.6. Koreksi Atmosferik 3.6.1. Koreksi Atmosferik Metode Statistik 1. Pada jendela utama ER Mapper klik pada menu bar, pilih process lalu calculate statistics. Akan muncul window calculate statistics.

2. Pada window calculate statistics klik

dan arahkan pada file

aceh_01.ers. Lalu Ok

3. Setelah proses kalkulasi tekan Ok pada jendela konfirmasi proses kalkulasi. Tutup jendela-jendela calculate statistics yang tidak diperlukan. 4. Pada menu bar pilih view lalu Statistics dan klik Show Statistics. Akan muncul jendela Statistics Reports.

5. Pastikan file yang dipilih aceh_01 kemudian klik Display. Akan muncul window baru yang menunjukkan nilai-nilai statistik citra.

Catat nilai minimum tiap band lalu tutup jendela statistik yang tidak diperlukan lagi. 6. Pada jendela utama Er Mapper klik

Edit Algorithm.

7. Pada jendela algorithm rubah nama Pseudo Layer menjadi band1 kemudian klik ikon

duplicate sebanyak 6x untuk menghasilkan 6 layer.

8. Rubah nama tiap layer tersebut dari band1 sampai dengan band7 dengan mengklik pada layer tersebut dan menuliskan nama bandnya.

9. Setelah semua layer ternama masukkan data citranya satu-satunya pada tiap layer tersebut dengan cara menyorot pada tiap layer lalu klik B1:band1 pilih sesuai bandnya. 10. Lakukan hal ini untuk ke-6 layer yang telah dibuat tadi. 11. Setelah semua layer terisi band lengkap sorot layer band pertama yang akan

dikoreksi, lalu klik

Edit Formula. Pada jendela formula editor yang

muncul ketikkan formula sebagai berikut INPUT1-0 sehingga tampilan sebagai berikut:

Nilai 0 adalah nilai minimum dari band 1 yang telah dicatat tadi. 12. Klik Apply change

dan setelahnya klik Close.

13. Lakukan langkah 13 dan 14 untuk semua band / layer. Atur jendela-jendela yang terbuka sehingga memudahkan pekerjaan. 14. Setelah koreksi untuk tiap band selelai, dari jendela utama ER Mapper pilih File, lalu klik Save as Datasets.

15. Pada dialog yang muncul arahkan Output Dataset pada folder yang sama untuk memudahkan pencarian. Setelah itu pada jendela Save as Dataset klik Defaults lalu Ok. Hasil dari proses ini adalah data baru bernama aceh_02.ers yang diasumsikan telah bebas pengaruh atmosfer. 16. Buatlah algoritma baru yang menurut anda sendiri bagus untuk membedakan objek-objek di bumi seperti air, vegetasi, tanah, pemukiman, dan lain-lain dengan dataset yang telah dikoreksi atmosfer tadi seperti pada langkah 3,4. 3.6.2. Koreksi Atmosferik Metode Drag Subtract Piksel Seperti dijelaskan di atas metode Statistik adalah metode sangat sederhana dan terdapat banyak kelemahan. Oleh karena hal tersebut diatas maka kita coba satu metode lagi cukup akurat dan sering digunakan dalam koreksi Atmosferik Landsat

antara lain adalah metode Drag Substract Piksel. Nilai nol seharusnya untuk band 4 dan 5 yang digunakan pada perairan dalam, karena infra red (karena air berada pada panjang gelombang dekat sama menengah). Langkahnya sebagai berikut: 1. Dari menu utama klik Edit Algorithm atau

Klik

, pilih Load Dataset atau

.

2. Klik dua kali nama file direktori yang diinginkan yaitu aceh_01.ers. 3. Pada jendela algorithm rubah nama Pseudo Layer menjadi band1 kemudian klik ikon

duplicate sebanyak 6x untuk menghasilkan 6 layer.

4. Rubah nama tiap layer tersebut dari band1 sampai dengan band7 dengan mengklik pada layer tersebut dan menuliskan nama bandnya.

5. Setelah semua layer ternama masukkan data citranya satu-satunya pada tiap layer tersebut dengan cara menyorot pada tiap layer lalu klik B1:band1 pilih sesuai bandnya. Lakukan hal ini untuk ke-6 layer yang telah dibuat tadi.

6. Klik Create RGB Algorithm

pada Toolbar Forestry sehingga semua layer

berubah RGB.

7. Kemudian klik

Open Map Composition pilih Raster Region, untuk

Vector File kita telah membuat data vektor terlebih dahulu, tetapi pada kasus ini kita menggunakan Raster Region.

Klik OK untuk menjalankan perintah.

8. Muncul window Tools

9. Kemudian lakukan digitasi dengan memilih ikon

polygon, dan mulai

lakukan digitasi pada daerah laut dalam sebanyak 30 training area (30 Polygon secara merata). Perhatikan cari warna yang homogen, jangan kena awan tipis, pastikan yang didigit benar-benar laut karena berpengaruh nanti ke pada nilainya. Mulai mendigit polygon dan untuk mengakhirinya klik dua kali pada vertek dekat mau menutup polygon, Beri nama feature-feature yang telah didigit.

10. Digitasi menggunakan tools “abc” atau klik ikon

dengan meberi nama

setiap polygon r1, r2, r3, ..........r30.

11. Kemudian setelah selesai membuat 30 region lanjudkan dengan select semua region sehingga bisa dilhat dari window Map Composition Attribute, seperti dibawah ini

12. Pada window Tool, klik save sehingga muncul window seperti dibawah ini kemudian klik OK dan Close, lanjudkan dengan Close window Tool.

13. Pada jendela utama ER Mapper klik pada menu bar, pilih process lalu calculate statistics. Akan muncul window calculate statistics.

14. Pada window calculate statistics klik

dan arahkan pada file

aceh_01.ers. Lalu Ok

15. Setelah proses kalkulasi tekan Ok pada jendela konfirmasi proses kalkulasi. Tutup jendela-jendela calculate statistics yang tidak diperlukan. 16. Pada menu bar pilih view lalu Statistics dan klik Show Statistics. Akan muncul jendela Statistics Reports.

17. Pastikan file yang dipilih aceh_01 kemudian klik Display. Akan muncul window baru yang menunjukkan nilai-nilai statistik citra. 18. Pada Window utama pilih View  statistics  klik show statistic

19. Klik Display... pada window Statistics Report

20. Untuk hal ini biar lebih mudah dalam analisis selanjudnya kita pilih Show means summary dengan cara: Pada Window utama pilih View  statistics  Area Summary Reports  klik Means Summary Report  OK.

21. Kemudian klik Print/Save...

22. Klik File Only

23. Buat folder Statistik kemudian simpan dengan file Statistik di dalam folder Stattistik yang baru dibuat. 24. Buka Microsoft Exel baru kemudian pilih open file  folder Statistik  file statistik  Open. 25. Delet kolom-kolom yang lain kecuali klom Class/Region, Band4 dan Band5. Kemudian buat rata-ratanya.

26. inilah yang dipakai untuk factor koreksi radiometric avarage semua menggunakan metode dark pixel subtract. 27. Close window tersebut. Kemudian buka window baru dengan klik file  New, Open file aceh_01.ers. Buat ganti nama Pseudo layer dengan band1, kemudian copy dan paste sampai 7 serta ganti nama band1, band2,......,band7.\

28. Pilih ikon Emc2 pada window Algorithm, klik pada band1.

Koreksi atmosferik dilakukan untuk menghilangkan pengaruh partikelpartikel atmosfer yang meyebabkan nilai digital citra meningkat sebanding dengan kandungan partikel tersebut menuju suatu nilai digital tertentu. Koreksi dilakukan dengan menggunakan metode “dark pixel substrat”, yaitu mengkalibrasi nilai digital seluruh kanal dengan nilai kalibrasi yang diperoleh dari nilai digital kanal-kanal inframerah di daerah perairan dalam. Nilai terkoreksi atmosferik diperoleh dengan persamaan: Atmospherically corrected = Li - Lsi dimana :

Li = nilai piksel band-i Lsi = rerata nilai piksel perairan dalam band-i

Berikut adalah nilai kalibrasi dari data Landsat Kabupaten Berau :

Tabel Nilai Kalibrasi Koreksi Atmosferik Landsat Berau

Landsat 3 MSS Poin 1 2 3 4 5 6

1979 B3 0,026 0,026 0,026 0,027 0,026 0,026

Landsat 5 TM 1994 R58 B4 0,028 0,024 0,024 0,024 0,022 0,027

Landsat 7 ETM 2002

R59 B5 0,014 0,012 0,011 0,012 0,011 0,016

B4 0,022 0,023 0,025 0,022 0,024 0,025

B5 0,015 0,016 0,019 0,016 0,018 0,019

B4 0,018 0,024 0,027 0,026 0,028 0,035

B5 0,007 0,014 0,017 0,015 0,018 0,025

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 rerat

0,026 0,027 0,026 0,027 0,026 0,027 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,027 0,026 0,026 0,026 0,026 0,026 0,027 0,026 0,026

0,022 0,023 0,025 0,023 0,025 0,025 0,027 0,025 0,026 0,028 0,028 0,027 0,027 0,027 0,025 0,026 0,027 0,028 0,028 0,030 0,029 0,030 0,029 0,031 0,029 0,031 0,031 0,031 0,032 0,032 0,031 0,032 0,031 0,035

0,010 0,012 0,013 0,011 0,012 0,015 0,016 0,014 0,017 0,017 0,018 0,017 0,016 0,015 0,014 0,015 0,016 0,018 0,018 0,019 0,019 0,019 0,018 0,020 0,018 0,021 0,020 0,021 0,021 0,021 0,021 0,021 0,021 0,023

0,024 0,022 0,026 0,026 0,026 0,026 0,026 0,027 0,026 0,027 0,028 0,027 0,028 0,028 0,028 0,030 0,030 0,030 0,022 0,025 0,022 0,019 0,025 0,025 0,024 0,022 0,026 0,025 0,026 0,027 0,025 0,027 0,031 0,027

0,018 0,016 0,021 0,021 0,020 0,020 0,021 0,021 0,020 0,022 0,023 0,021 0,023 0,022 0,022 0,024 0,024 0,024 0,014 0,019 0,015 0,012 0,019 0,018 0,018 0,015 0,020 0,019 0,019 0,021 0,018 0,022 0,025 0,021

0,035 0,036 0,024 0,021 0,024 0,023 0,023 0,025 0,023 0,025 0,029 0,027 0,025 0,031 0,030 0,027 0,033 0,032 0,035 0,033 0,034 0,036 0,035 0,036 0,026 0,024 0,031 0,023 0,026 0,027 0,029 0,035 0,035 0,035

0,024 0,026 0,013 0,010 0,012 0,012 0,012 0,015 0,013 0,014 0,018 0,017 0,015 0,020 0,020 0,017 0,023 0,021 0,024 0,023 0,024 0,025 0,025 0,025 0,016 0,014 0,020 0,012 0,016 0,016 0,019 0,024 0,025 0,024

0,0262

0,0276

0,0166

0,0256

0,0195

0,0288

0,0183

a Sehingga diperoleh nilai faktor koreksi untuk masing-masing data yaitu : Landsat 3 MSS 1979 :Band 1 – 3 = 0.0262

Landsat 5 TM 1994 : R58

Band 1 – 4 = 0.0276 Band 5 : 0.0166

R59

Band 1 – 4 = 0.0256 Band 5 : 0.0195

Landsat 7 ETM 2002 :

Band 1 – 4 = 0.0288 Band 5 : 0.0183

Kemudian klik Apply Changes. Kemudian klik save pada window utama ER Mapper.