Saga Gis Tutorial Indo

Materi Pelatihan untuk SAGA GIS Tampilan dan Analisis dari Citra Satelit dengan fokus analisa pada daerah Nusa Tenggara Timur

1.1

Kupang, 5-9 Desember 2011

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Kata Pengantar ..................................................................................................................... 3 Pendahuluan ........................................................................................................................ 3 Apa itu SAGA ?............................................................................................................................... 4

Instal Software dan Data ...................................................................................................... 6 Pengenalan layout Saga GIS ................................................................................................. 8 Menampilkan Data Satelit (Display) ................................................................................... 12 Membuat Tampilan Suatu Peta .................................................................................................... 14 Menampilkan informasi atribut ................................................................................................... 16

Menggunakan Data Satelit ................................................................................................. 19 Tampilan Data Dasar .......................................................................................................... 22 Menampilkan Single Band ........................................................................................................... 23 Menampilkan multiple band ........................................................................................................ 26 Stretching dari gambar histogram ................................................................................................ 28

Pengolahan Data (Pre-processing) ..................................................................................... 31 Mengimpor Data ......................................................................................................................... 31 Proyeksi ulang data ..................................................................................................................... 32 Memotong Data Citra Satelit (Cutting imagery)............................................................................ 34

Pengertian dari Pemantulan Spektrum Cahaya (Spectral Relectance) ............................... 38 Profile Spektrum Cahaya.............................................................................................................. 38 Penandaan Spektrum Cahaya (Spectral Signature) ....................................................................... 40 Indeks Vegetasi Vegetation Indices .............................................................................................. 42

Citra dari Waktu yang Berbeda-beda (multi temporal) ..................................................... 45 Perubahan tutupan lahan di Babau- Teluk Kupang ....................................................................... 45 Kebakaran di Sumba .................................................................................................................... 47

Klasifikasi Citra (Image classification) ................................................................................. 48 Unsupervised Classification (Cluster Analysis) .............................................................................. 49 Mengklasifikasi ulang, untuk kelas tutupan lahan ........................................................................ 51 Assesing perubahan tutupan lahan diantara dua tanggal citra. .................................................... 54 Ekspor ke Data Vektor ................................................................................................................. 54

Mengekspor suatu tampilan Peta ...................................................................................... 56 Kontak dan Link .................................................................................................................. 57

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Kata Pengantar Kegiatan Pelatihan Remote Sensing ini dibiayai oleh the Australia Indonesia Institute berdasarkan proposal yang dibuat oleh Dr Bronwyn Myers, Frederika Rambu Ngana, S.Si, M.Eng dan Dr Karen Joyce. Materi pelatihan ini dikembangkan oleh Rohan Fisher dan diterjemahkan oleh Sarah Hobgen. Beberapa bagian dari tutorial ini telah diadaptasi dari website SAGA GIS dan dari Buku Panduan

SAGA (Volum 1) yang dibuat oleh Vern Cimmery. Terimakasih kami sampaikan kepada seluruh tim pengembang SAGA yang telah bekerja keras selama beberapa tahun ini untuk menghasilkan software yang sangat luar biasa ini sehingga kami dapat menggunakannya pada pelatihan ini.

Pendahuluan Penggunaan data satelit untuk pemetaan dan monitoring merupakan alat yang sangat penting untuk membantu keefektifan dan ketepatan waktu dalam manajemen sumber daya alam . Demikian pula, penerapan kebijakan lokal dalam interpretasi data satelit seringkali merupakan kunci untuk memahami pemetaan landscape (rupa muka bumi), pengamatan perubahan yang terjadi serta untuk menelusuri hasil-hasil dari manajemen Sumber Daya Alam yang berguna. Akhir-akhir ini, sebagian besar assessment data satelit dari sumber daya alam di Indonesia Timur dilakukan oleh pihak luar yang notabene bukan orang lokal. Namun, dengan pengembangan teknologi dan perubahan metode penelitian, muncullah kesempatan baru untuk penggunaan yang lebih luas dari teknologi satelit. Materi pelatihan ini telah dibuat sebagai bagian dari kerjasama yang berlangsung antara Universitas Charles Darwin (Darwin, Australia) dan Universitas Nusa Cendana (Kupang, Indonesia). Tujuan dari materi pelatihan ini adalah untuk memperkenalkan dasar-dasar metode menampilkan dan memproses citra satelit menggunakan software open source dan data satelit yang gratis sehingga memungkinkan pembelajaran yang berkelanjutan dan pengembangan penerapannya tanpa biaya untuk pembelian software dan data yang ber-lisensi. Melalui workshop ini, akan diberikan seri pembelajaran untuk melengkapi sesi latihan dengan menggunakan SAGA yang merupakan Software GIS Open Source. Kita juga akan belajar untuk menampilkan citra satelit dan data spasial, mendownload citra satelit yang gratis, memanipulasi dan menyelidiki data satelit serta melakukan klasifikasi gambar untuk pemetaan perubahan tutupan hutan. Menampilkan data satelit: kita akan menampilkan citra dari bermacam data satelit. Kita juga akan belajar bagaimana untuk menampilkan data satelit dan data dasar lainnya serta konsep dari resolusi data satelit. Mengakses data: Kita akan belajar bagaimana mencari dan mendownload data satelit yang gratis. Menampilkan data dasar: Kita akan belajar berbagai cara untuk menampilkan data satelit dan konsep dari contoh data raster.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Langkah awal pengolahan data : Kita menyiapkan data satelit kita untuk dianalisa dan dipelajari bagaimana mengimport data, proyeksi geografi dan memotong data. Memahami spektrum cahaya pemantulan : memahami bagaimana citra satelit menyatakan permukaan bumi sebagai kunci untuk pemprosesan lebih lanjut. Di sesi ini, kita akan belajar bagaimana untuk menampilkan tanda-tanda spektrum cahaya dari berbagai tipe tutupan lahan yang berbeda-beda dan bagaimana untuk menggunakan matematika dari raster untuk membuat indeks vegetasi dari vegetasi yang berbedabeda. Citra Multi-Temporal: Kita akan melihat contoh-contoh penggunaan data satelit dari Kabupaten Kupang dan Sumba Timur untuk monitoring perubahan tutupan lahan pada beberapa tahun dan beberapa musim. Klasifikasi citra: terakhir, kita akan petakan perubahan tutupan lahan meliputi daerah Kabupaten Kupang. Kita akan belajar bagaimana menggunakan unsupervised classifications (klasifikasi yang di lakukan oleh SAGA, tanpa dampingan dari kita)untuk pemetaan tutupan lahan menggunakan dua citra yang berbeda tanggal dan bagaimana untuk mengukur kuantitas dari perubahan peta. Kita akan juga belajar bagaimana untuk mengekspor peta kita ke dalam suatu presentasi atau laporan. Proyeksi geografis – Merupakan suatu metode yang digunakan untuk

merepresentasikan bidang 3 dimensi permukaan bumi kedalam sebuah bidang 2 dimensi, contohnya kedalam sebuah peta. Semua proyeksi peta akan mengubah bentuk permukaan dengan berbagai cara. Perubahan bergantung pada tujuan peta itu sendiri, beberapa perubahan dapat diterima dan beberapa perubahan lain tidak; karena itu ragam proyeksi peta muncul dalam rangka mempertahankan sifat bumi yang seperti bola dengan mengorbankan properti lainnya.

Apa itu SAGA ? SAGA adalah singkatan untuk System for Automated Geoscientific Analyses SAGA merupakan software Sistem Informasi Geografi (SIG)} SAGA telah didesain untuk implementasi yang mudah dan efektif dari algoritma spasial. SAGA menyediakan metode geosains yang komprehensip dan terus berkembang. SAGA menyediakan user interface yang mudah untuk digunakan dengan berbagai macam pilihan visualisasi. SAGA dijalankan dibawah Sistem Operasi Windows dan Linux. SAGA merupakan Free Open Source Software (FOSS) yaitu software Open Source yang gratis. Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

License issues SAGA merupakan Free Open Source Software (FOSS),yang berarti bahwa anda mempunyai kebebasan untuk menjalankan program untuk berbagai tujuan untuk mempelajari bagaimana program bekerja dan memodifikasinya Untuk meredistribusikan copi SAGA dengan bebas Untuk mengembangkan program dan memberikan hasil pengembangan progam tersebut ke masyarakat secara luas. Hampir sebagian besar source code SAGA telah berlisensi dibawah GNU General Public Licence atau GPL kecuali SAGA Application Programming Interface (API). GPL meminta agar segala pengembangan dari SAGA harus sesuai dengan lisensi tersebut, dengan kata lain pengembangan program harus juga merupakan Open Source. Siapa yang membuat SAGA? Pengembangan SAGA dimulai pada awal dari abad ke 3 atas ide dari sekelompok kecil peneliti pada Dept. of Physical Geography, Göttingen. Tahun 2007, pusat pengembangan SAGA pindah ke Hamburg, dimana beberapa dari mereka bekerja pada Dept. of Physical Geography, Göttingen. Untuk informasi lebih lanjut, silahkan buka website SAGA pada sesi Development.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Instal Software dan Data Untuk mengistal SAGA dan seluruh bawaan software ini pada pelatihan kali ini, anda cukup mengcopi isi dari DVD ini ke harddisk komputer anda, kami sarankan untuk menyimpannya ke drive C: atau pada drive data anda.

Anda akan melihat pada bagian atas dari folder berisi : data, documents, software dan working juga file exe untuk memulai software SAGA GIS dan dan link untuk membuka layar video dari tutorial.

Documents berisi manual untuk user dan beberapa presentasi yang dibuat oleh tim SAGA. Juga berisi materi pelatihan untuk workshop ini. SAGA-Tutorial - Isi dokumen ini Presentations : o berisi materi power Point yang dibuat oleh DR Karen Joyce dan Rohan Fisher. o Presentasi OLAF berisi sekumpulan presentasi yang sangat baik dikembangkan oleh

Dr. Olaf Conrad, salah satu tim pengembang SAGA. Saga Manuals. o Volum 1 merupakan tuntunan untuk mengetahui bagaimana SAGA bekerja. o Volume 2 berisi demonstrasi praktis bagaimana anda dapat menggunakan beberapa tool dari SAGA Folder VIDEO berisi video tutorial layar individu diakses melalui link video.html layar. Data berisi seluruh data spasial yang anda akan gunakan pada pelatihan ini. DEM berisi Model Digital Elevasi untuk NTT Project berisi beberapa semi konfigurasi proyek yang akan kita gunakan. SAT berisi seluruh data citra satelit. o Dalam folder satelit sub-folder diberi nama dengan jenis citra satelit mengandung (yaitu LANDSAT, MODIS, ALOS). Hal ini juga berisi 'archive' folder yang berisi citra LANDSAT untuk semua NTT didownload dari USGS. Jika folder ini kosong citra tambahan dapat dimuat dari dua DVD tambahan yang tersedia sebagai bagian dari lokakarya. Vector data berisi beberapa data garis untuk wilayah administrasi yang akan ditampilkan dengan citra satelit.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Software berisi SAGA GIS dan tool lainnya yang mungkin anda perlukan. Working merupakan tempat kosong dan harus digunakan untuk menyimpan data anda yang anda kerjakan pada kegiatan pelatihan ini. Saga GIS tidak memerlukan proses instalasi yang lebih lanjut namun anda mungkin dapat memindahkan software ini ke folder file program anda dan membuat suatu shortcut untuk link ke file executable pada desktop anda.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Pengenalan layout Saga GIS Ketika anda membuka SAGA, anda akan melihat layout berisi jendela berikut ini : Workspace: merupakan jendela dimana anda dapat menampilkan proses module dari data yang telah anda ambil dengan klik seluruh tab pada bagian bawah jendela, dan menampilkan peta yang anda telah buat dari data anda. Workarea: adalah tempat dimana gambar peta dan segala sesuatu yang berhubungan dengan data (table atribut, histogram, Plot) ditampilkan. Object Properties:jendela ini menampilkan dan mengijinkan anda untuk mengubah informasi dari data yang anda muat dan menampilkan peta. Message Window: menyediakan informasi mengenai semua proses yang sedang dijalankan oleh SAGA

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Masing-masing jendela ini dapat dibuka dan ditutup dari top menu dengan mengklik pada tombol yang sesuai.

Tab Workspace

Tab Modules

Modules merupakan suatu cara dimana seluruh fungsi dari proses di atur di SAGA SAGA datang dengan sekumpulan modul gratis yang komprehensip dan berkembang sebanyak 447 pada versi 2.07. Tidak semua modul memiliki tool untuk analisa dan pemodelan yang sangat rumit. Banyak modul yang menunjukkan operasi data yang sederhana. Namun beberapa modul lainnya menunjukkan sesuatu yang baru dalam bagian analisisnya. Seperti berikut ini : Data Import & Export Cartographic Projections & Georeferencing Numerous Raster & Vector Data Tools Image Processing Terrain Analysis Geostatistics Modul juga mudah diakses melalui top menu “Module” pada bagian drop down menu. Saya merekomendasikan agar anda menggunakan drop down menu ini untuk menjalankan modul SAGA karena modul-modul itu dikelompokkan kedalam wilayah proses logika sehingga mudah untuk diakses.

Data Tab

Data yang ditampilkan merupakan data raster (GRID), vektor atau tabel-tabel data yang telah anda buka. Seluruh data raster ditampilkan sebagai grid layer dalam suatu sistem grid. Suatu sistem grid mengelompokkan grid layer yang mempunyai ukuran grid sel yang sama, jumlah baris dan kolom yang sama dan semua itu meliputi daerah geografis yang sama. Secara umum, operasi spasial Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

ditampilkan pada grid dengan sistem grid yang sama.

Variasi dari segala tipe data raster dapat di impor ke SAGA namun ketika data raster tersebut disimpan maka data tersebut akan disimpan dalam format SAGA yaitu *.sgrd. Perubahan nama dari sistem grid atau grid layer dapat dilakukan pada jendela properti obyek. Ketika data vektor dibuka di Saga maka akan terbentuk layer baru dengan point (titik), line (garis) atau poligon. Klik kanan pada layer data untuk menampilkan data yang dimasukkan dan pilih show atau secara singkat double klik pada layer tersebut. Maka data tersebut akan terbuka di suatu jendela. Untuk menampilkan layer data pada jendela peta maka klik tab maps.

Tab Maps

Multi layer data dari sistem grid yang berbeda dapat ditampilkan dalam suatu peta layer tunggal: Layer-layer peta dapat di matikan dengan klik kanan pada suatu layer peta dan hilangkan tanda √ pada ‘show layer ‘ atau secara mudah dengan memilih layer dan tekan “enter”. Untuk melakukan pilihan Peta layer lainnya yang akan ditampilkan, maka klik dan pilih ‘move up’ untuk layer di atas atau ‘move down’ untuk layer dibawahnya. Tab Obyek Properti Tab Setting

Ada berbagai jenis layer data tergantung pada faktor-faktor yang dapat di edit dan di tampilkan sesuai parameter-parameter pada bagian “Setting”. Tab’Settings’ menyediakan users kesempatan untuk membuat pengaturan bagaimana layer data terlihat pada data dan pada jendela peta. Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Tab Description

Tab ini menunjukkan informasi (ukuran, proyeksi geografi) dari layer yang dipilih. Data ini tidak dapat diperbaiki/di edit.

Tab Legend

Menampilkan legend atau menunjukkan warna yang sedang digunakan untuk menampilkan nilai data dari layer terpilih.

Tab History

Jendela ini menampilkan proses yang sudah dilakukan untuk layer yang dipilih.

Attributes Tab

Menggunakan tool ( ) untuk menampilkan atribut informasi untuk sel grid yang dipilih pada suatu grid dari layer data atau atribut yang berhubungan dengan segala sesuatu dari vektor yang dipilih pada suatu shape/bidang layer data. Tool Area Kerja Cursor/Action tool –Untuk memilih titik-titik atau daerah Zoom –Zoom-zoom masuk atau keluar dari tampilan suatu peta Pan Tool –Untuk berpindah pada suatu tampilan peta Measuring tool - untuk mengukur Zoom to layer tools

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Menampilkan Data Satelit (Display) Pada bagian ini, kita akan melihat pada citra dari tiga satelit yang berbeda dengan perbedaan karakteristik spasial, spectral dan temporal (waktu citra tersebut). Satellite MODIS Landsat ALOS

Spatial 1km-250m 30m 2.5-10

Spectral 36 Bands 7 Bands 1,4 Bands

Temporal 2x/day Every 16 Days ++ On Request

Pertama-tama, buka proyek Satellite_data_LL.sprj pada folder Project.

Klik pada tab data untuk mengambil gambar/citra. Layer Grids menunjukkan ukuran geografis dari setiap sel (pixel), jumlah total pixel dan pada bagian kiri atas adalah koordinat geografis. Sebagai contoh, pada layer MODIS, nilai nya adalah 0.005; 5200 x 4200; 107.01 x 22.005.

Klik pada tab setting dalam properti obyek dari daerah . Ganti nama masing-masing layer untuk membuat mudah di ingat yang mana layer mengandung gambar/citra dari satelit tertentu.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Pilih suatu layer gambar/citra dan buka jendela properti obyek. Click on the description tab

Anda dapat melihat seluruh data ini dalam sistem koordinat geografi yaitu sistem world grid 84 (WGS 84), Bujur (Latitude) dan Lintang (Longitude).

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Membuat Tampilan Suatu Peta Ambil citra/gambar MODIS dan tampilkan petanya dengan double klik pada layer citra/gambar.

Maksimalkan ukuran layar dan klik zoom to full extent button ( jendela peta.

) yang terletak di bagian atas

Ketika anda memindahkan kursor keliling citra ini, anda dapat melihat di bagian bawah layar koordinat lokasi dan nilai merah , hijau dan biru dari citra ini.

Sekarang ambil layer polygon dari Kab_NTT_LL ke dalam peta tersebut dengan double klik pada layer. Ini merupakan data vector yang menunjukkan batasan kabupaten di NTT. Pilih peta MODIS_161011500m_234 tambahkan ke data vektor bukan pada peta baru.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Kemudian, buat warna transparan.

1 > Pilih tab settings pada jendela properti obyek (

)

2 > Atur nilai transparency ke 1 3 > Dan atur warna Unique Symbol ke putih (white) 4 >Klik Apply

Klik tab Maps untuk menampilkan layer peta.

Anda dapat melihat layer data membentuk peta.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Menampilkan informasi atribut

Untuk menampilkan informasi atribut masing-masing layer, pilih tab ( citra MODIS pada pohon peta >klik pada suatu titik di peta dengan kursor

)> pilih layer .

Untuk citra MODIS, nilai atribut nya merupakan jumlah dari nilai mutlak pixel. Kemudian pilih poligon data Kab_NTT dan klik dalam suatu daerah kabupaten tersebut. Untuk data Kab_NTT, kita dapat melihat informasi dari daftar atribut, pada contoh ini adalah informasi dari data jumlah penduduk dan jumlah tenaga kesehatan.

Lalu, ambil data Landsat, masukkan ke peta anda dengan memilih tab data > double klik pada layer data landsat > tambahkan itu ke peta MODIS. Dibawah jendela properti obyek, pastikan pada tab Settings, berada pada mode (Red, Green, Blue)

Klik kanan layer Kab_NTT dan pilih ‘Move to top’ untuk memindahkan layer itu ke atas sehingga kita dapat melihat seluruh data landsat.

Pada jendela properti obyek, ubah transparansi citra Landsat menjadi 50% dan klik APPLY sehingga kita dapat melihat seluruh citra MODIS. Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Ubah kembali ke transparansi 0%. Gunakan tool Zoom Landsat.

untuk melihat semakin dekat ke citra

Klik kanan (atau tekan enter) pada citra Landsat pada peta dan matikan pilihan untuk Show Layer. Perhatikan perbedaan ukuran pixel citra (Landsat 30m, MODIS 500m)

Klik kanan (atau tekan enter) pada layer citra Landsat pada tab Map dan tunjukkan file layer lagi. Sekarang, tambahkan citra ALOS AVNIR (ALOSAV_050708_143_LL) ke peta dari tab data. Di bawah jendela properti obyek pada tab Settings, pastikan mode yang ditampilkan adalah RGB (Red, green ,blue)

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sekali lagi, zoom dengan menggunakan tool zoom untuk melihat resolusi spasial dari citra ini (10 m) dibandingkan dengan citra Landsat dan MODIS. Kemudian, tambahkan citra ALOS PRISM (ALOSPRS_050708_143_LL) ke peta dari tab data. Ini merupakan citra dengan resolusi yang tinggi. Apa obyek terkecil di tanah yang dapat diketahui dari hasil citra-citra MODIS, Landsat dan ALOS?

Secara cepat melihat data dari sistem proyeksi lainnya Buka data Landsat UTM untuk tahun 2006 Data>SAT>LANDSATUTM>2006

Tampilkan citra proyeksi geografi ke Data Description

Apa yang terjadi jika Anda coba membuka dan menampilkan data ini, dengan data dalam format bujur/lintang?

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Menggunakan Data Satelit Sebagian dari data spasial dapat di download secara gratis dari internet termasuk citra satelit.

Untuk men-download citra Landsat, anda dapat mengambilnya dari laman download U.S. Geological Survey Landsat http://glovis.usgs.gov/ Pilih data set dari citra satelit yang anda ingin gunakan. Untuk citra terbaru, anda akan perlu menggunakan Landsat-TM 4-5. Gunakan menu drop-down Collection>Landsat Archive>Landsat 4-5 TM.

Pilih path/Row yang anda inginkan.

Anda akan melihat citra pada jendela display.

Anda akan perlu melihat ke seluruh citra dari semua tanggal/waktu yang sesuai dengan yang anda inginkan. Misalkan bebas dari cloud/awan, waktu yang tepat dari tahun yang diinginkan.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sekali anda telah menemukan suatu citra yang sesuai, anda dapat meng-klik Add dan nama citra itu akan terlihat pada Scene List. Jika scene yang dipilih mempunyai kotak kecil disampingnya maka itu berarti citra tersebut dapat di download segera jika tidak akan perlu beberapa proses dan pemberitahuan bahwa citra itu siap di download dan akan dikirim ke anda dalam waktu 2-3 hari setelah citra tesebut sudah siap.

Anda akan perlu untuk mendaftar ke server USGS untuk men-download data. Jika data anda sudah ada, maka anda harus men-download ke screen/layar:

Sekali anda telah berhasil mendownload data citra, maka anda perlu meng-ekstrak file data tersebut dengan menggunakan un-zip. Saya telah memasukkan software gratis 7-zip pada DVD tutorial untuk menolong anda melakukan un-zip. Selanjutnya, kita akan melihat data yang telah di-impor tersebut di SAGA.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Landsat scene path/row allocation untuk NTT Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Tampilan Data Dasar Pada pelatihan kali ini, kita akan belajar mengenai dasar-dasar menampilkan dan menavigasi citra satelit.

Pertama-tama, buka semua tujuh band untuk citra Landsat 5 Kupang (111-67) untuk tahun 2006 caranya : (data>sat>Landsat>11167>2000>LS5111167_10102006).

Data citra Landsat diberi nama dengan cara, bagian pertama adalah nomor Landsat (contoh L5), lalu Path (lintasan) dan Row (baris) dari citra tersebut (contoh 1111/67), diikuti oleh tanggal pengambilan (contoh 10/10/2006) dan pada bagian akhir merupakan nomor band (contoh band 1= _1). Klik pada tab Data ( ) dan tab Description ( ) kemudian pilih satu dari layer data yang terbuka untuk melihat informasi dari data tersebut. Catat bahwa citra ini berada pada proyeksi Universal Transverse Mercator (UTM), pada Zone 51 dengan ukuran sel (pixel) adalah 25 meter.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Menampilkan Single Band Sekarang kita mau lihat semua band dalam satu peta. Langkah pertama, pilih semua band di dalam data window > klik band utama, tekan dan tahan ‘Shift’ dan pilih band terakhir, lalu klik kanan dan pilih ‘Show’.

Memakai alat zoom ( ) di peta untuk mendekati citra sampai piksel-piksel kelihatan. Di tab Map, pilih layer citra paling atas dan di tab ‘Settings’ beri tanda centang pada ‘Show cell values’ dan klik ‘Apply’. Anda bisa melihat nilai dari setiap piksel.

Untuk melihat nilai dari band lain, matikan (tekan Enter) tampilan pada bagian atas tampilan layer dan pilih layer dibawahnya. Aktifkan ulang ‘Show cell values’ dengan klik tanda centang.

Hasil dari peta yang ditampilkan menunjukkan masing-masing band dalam jangkauan warna pelangi. Untuk dapat memahami bagaimana sistem display ini bekerja, kita perlu untuk melihat histogram dari suatu band dari citra:

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Grafik batang yang ditampilkan menunjukkan nilai pixel (nilai pemantulan) pada sumbu x dan jumlah pixel pada nilai tersebut di sumbu y. Warna dari masing-masing pixel ditampilkan dengan warna dari masing-masing bar/batang pada grafik tersebut.

Klik pada tab settings ) dan ubah tampilan warna dengan mengatur Graduated Color.

Anda akan melihat jendela dari percampuran warna. Kita ingin memilih warna abu-abu untuk menampilkan citra yang kita punya dengan meng-klik preset pada ‘grey scale’. Klik ‘Ok’ pada jendela percampuran warna lalu klik ‘Apply ‘ pada bagian bawah jendela settings.

Anda dapat melihat grafik histogram akan menunjukkan perubahan skala warna ke abu-abu .

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sekarang pindah ke tampilan peta ( ) dan non aktifkan (Pilih dan tekan Enter) semua layer yang di atas band yang kamu sudah ke tampilan skala abu-abu.

Kemudian ubah seluruh band dari citra anda untuk ditampilkan ke dalam skala warna abu-abu pada jendela setting. Hal ini akan mempermudah untuk melihat perbedaan diantara setiap band.

Setelah sudah berubah warna, memaksimalkan layar, lalu di tab Maps ( ) sembunyikan setiap layer, satu per satu.

Pikrikan perbedaan informasi yang ditunjukkan oleh masing-masing band, tentang rupa bumi.

Coba gunakan alat navigasi di toolbar bagian atas untuk zoom dan pan sekeliling citra. Coba memakai alat ukur untuk menukur jarak diantara dua titik di citra. Jarak (D) satuan meter ditamplikan di layar ujung bawah.

Berapa kilometer jauhnya dari pantai utara sampai pantai selatan Kabupaten Kupang?

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Menampilkan multiple band Biasanya citra satelit ditampilkan sebagai Red Green and Blue (RGB) composite (komposit/gabungan merah, hijau, biru). Komposit ini dapat tampil tiga band sekalian dan gambar semakin jelas, dan semakin bermanfaat. Band-band bisa di kombinasikan dengan banyak gabungan merah (R), hijau(G) dan biru (B) dalam berbagai cara. Misalnya untuk menampilkan citra dengan warna asli, seperti apa yang terlihat langsung oleh mata kita, kita dapat menandai Band 1 yang merupakan nilai pemantulan dari panjang gelombang biru sebagai warna biru, , Band 2 merupakan nilai pemantulan dari panjang gelombang hijau sebagai warna hijau, dan Band 3 merupakan nilai pemantulan dari panjang gelombang merah sebagai warna merah, (yaitu reflectance values dari wavelength merah) sebagai Red. Alternatif lain, kita dapat menggunakan kombinasi untuk menandai vegetasi menggunakan satu dari band yang mendekati infrared seperti: Band 3 merupakan nilai pemantulan dari panjang gelombang merah sebagai warna biru, , Band 4 yang merupakan nilai pemantulan dari panjang gelombang yang mendekati infrared sebagai warna hijau dan Band 7 yaitu nilai pemantulan dari panjang gelombang middle infrared sebagai merah.

Untuk membuat gabungan warna citra merah, hijau, biru maka pilih Modules>Grid>Visualisation>R GB Composite

Klik di ‘-‘ di samping setiap warna untuk memperkecil pilihan untuk setiap layer.

Pilih sistem grid yang kita inginkan (yang berisi Landsat) kemudian pilih Band 1 dari citra untuk biru (Blue), Band 2 untuk hijau (Green) dan Band 3 untuk merah (Red), untuk membuat tampilan gambar terlihat alami.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Di tab Data, anda akan melihat bahwa ada layer data baru telah terbentuk. Pilih itu dan ganti namanya di tab Settings untuk menjadi ‘Bands 123’. Ingat untuk klik ‘Apply’ (

)

Klik dobel di layer data yang baru, dan buka itu dalam jendela peta baru:

Sekarang coba untuk membuat suatu gabungan citra menggunakan kombinasi blue (biru)=3, green(hijau)=4, red(merah)=7 dan buka citra tersebut dip eta yang anda buat untuk kombinasi jendela band 1,2,3.

TIP: Modul yang baru dipakai, dapat diakses pada bagian bawah dari drop down menu ‘Modules’:

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Ketika anda membuat citra 3,4,7 atur ‘composite’ keluarannya ke ‘create’ sehingga hasilnya tidak tumpang tindih dengan keluaran gabungan citra sebelumnya.

Stretching dari gambar histogram Untuk meningkatkan manfaat informasi yang ditampilkan, maka kita dapat mengatur ulang tampilan data. Mari lihat data histogram untuk Band 4.

Kita dapat melihat dua histogram yang berbeda. Nilai rendah pada histogram mewakili nilai laut dalam citra, sedangkan nilai tinggi mewakili nilai pemantulan yang berasal dari lahan/tanah.

Anda dapat meng-klik kiri mouse, tahan dan drag pada salah satu bagian histogram untuk Zoom (diperbesar) sehingga dapat terlihat detailnya, seperti yang telah saya buat pada gambar disamping ini untuk nilai histogram dari lahan/tanah. Di histogram ini kita bisa melihat bahwa mayoritas nilai untuk lahan/tanah berada diantara 39 dan 96. Sekarang kita bisa temukan nilai pemantulan untuk tanah/lahan di Band 3 dan Band 7:

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Band 3 sebagian besar nilai lahan/tanah berada diantara 24 dan 58

Band 7 sebagian besar nilai lahan/tanah berada diantara 16 dan 62.

Sekarang mari kita tampilkan ulang citra tersebut dengan nilai tampilan yang baru. Buka module ‘RGB composite’ dan pilih ‘Value Preparation > User defined rescale’ untuk masing-masing layer dari Blue (biru), Green (hijau) dan Red (merah).

Atur ‘Rescale range’ disesuaikan dengan kebanyakan nilai yang dikumpulkan dari histogram tadi. Biarkan output-nya sebagai gabungan citra dengan layer Band 3,4,7.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Tampilkan hasilnya. Hasilnya harus menunjukkan lebih detail informasi lahan/tanah. Ulangi lagi tetapi kali ini tampilkan citra menggunakan nilai dari histogram laut. Coba beberapa kombinasi band yang berbeda. Informasi apakah yang dapat anda lihat dari citra laut tersebut?

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Pengolahan Data (Pre-processing) Dalam tutorial ini kita akan melakukan beberapa proses awal untuk mempersiapkan citra anda untuk dianalisa lebih lanjut. Pertama-tama, kita akan mengimpor beberapa citra-citra yang telah kit download dari USGS (Glovis). Kita akan membuat proyeksi lagi dari citra tersebut kedalam system koordinat yang cocok dengan data lain, kemudian dipotong sesuai dengan daerah yang dipelajari untuk analisa lebih lanjut.

Mengimpor Data Data hasil download dari USGS berformat Geo-tiff. Untuk mengimpor data tersebut ke SAGA kita menggunakan modul ‘GDAL:Import Raster’. GDAL adalah suatu library dari tool untuk konversi data geo yang mendukung bermacam-macam tipe data.

Dengan modul GDAL raster import kita akan mengimport data Landsat 2010 untuk path 111 row 67. Data ini di simpan di folder Data>SAT>Archive>111-67-Kupang>2010. Ambil semua file TIF dari folder ini:

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sekarang di tab Data ( ) anda dapat melihat semua Band citra yang diimpor tadi. Klik dobel di salah satu layer band yang diimpor tadi untuk dapat dilihat di Map Window (jendela peta). Jika anda memindah-mindahkan kursor pada citra, anda dapat melihat bahwa nilai Y (utara) ditampilkan sebagai suatu nilai negatif.

Proyeksi ulang data Nilai negatif ini, disebabkan oleh citra yang diimpor berada dalam proyeksi geografis yang salah. Jika anda membuka tab Description ( ) anda dapat melihat proyeksi ke WGS 84/UTM Zone 51N. Ini artinya citra ini sedang berada pada proyeksi Universal Transverse Mercator (UTM) di Zone 51 untuk Northern Hemisphere (N), atau belahan bumi Utara, sedangkan kita berada di belahan bumi selatan. Kita perlu memperbaiki ini dengan proyeksi kembali data tersebut ke Zone 51S (selatan) untuk Southern Hemisphere dengan tool Modules>Projection>Coordinate Transformation (LIST). Buka tool ini dan atur proyeksi yang benar melalui kotak dialog EPSG Code. Yang pertama pilih WGS 84 sebagai Geographic Coordinate System. Anda perlu untuk scroll down, pilihan WGS84 ada di bagian bawah sekali dari menu:

Kemudian pilih WGS84/UTM Zone 51S sebagai Coordinate System. Anda akan perlu untuk scroll down , pilihan ini juga di bagian bawah sekali:

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Pilih semua layer band yang diimpor sebagai grid asal/sumber. Lalu klik OK.

Kemudian anda akan diminta untuk konfirmasi sistem grid yang baru. Ubah ukuran sel menjadi 30 (meter) untuk mempermudah penggunaan selanjutnya. Klik OK dan tunggu untuk komputer selesaikan perubahan data baru.

Buka hasil proyeksi data di map window (jendela peta) yang baru dan lihat penjelasan informasi dari proyeksi dan nilai-nilai koordinat. Sekarang kita bisa tutup data lama dalam proyeksi yang salah. Klik kanan di Grid yang lama dan pilih ‘Close’:

Komputer akan bertanya jika kita memang ingin menghapus pilihan, klik ‘Yes’:

Kemudian kita akan ditanya kalau kita ingin menyimpan data yang akan ditutup. Jika kita hanya klik Okay, maka data akan ditutup tanpa disimpan.

Data lama tidak butuh disimpan, tetapi data baru dengan proyeksi yang benar harus disimpan. Jadi kita pertama-tama simpan proyek kita untuk menyimpan data baru dengan klik (File>Project>Save Project As), simpan ke folder ‘Working’, kemudian kita akan diminta untuk sekalian simpan layerlayer dari data proyeksi yang baru, dengan pilihan ‘Save All.’

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Memotong Data Citra Satelit (Cutting imagery) Sekarang kita ingin memotong data citra sesuai dengan wilayah yang diteliti untuk analisanya. Ada dua cara untuk memotong data di SAGA: menggunakan suatu luasan yang didefinisikan pada tampilan peta untuk memotong data atau menggunakan suatu luasan poligon. Metode pertama memakai tool Modules > Grid > Construction > Cutting Interactive. Buka tool ini dan pilih data baru yang sudah dalam proyeksi yang benar, dan Band 7 sebagai ‘input grid’, lalu tambahkan grid yang lain sebagai ‘Additional Grids’.

Klik Ok. Sekarang buka dalam map view, klik dobel pada band citra pada tab data untuk membuka tampilan peta jika belum terbuka. Gunakan tool kursor untuk membatasi wilayah yang mau di simpan. Bagian diluar kotaknya akan dipotong. Coba pilih wilayah sekitar Kabupaten Kupang.

Sebuah jendela baru akan muncul untuk konfirmasikan wilayah yang mau dipotong. Jika wilayah yang dipilih betul, klik Ok. Kalau tidak, klik cancel, dan pilih wilayah lain. Tool pemotongan akan terus melakukan pemotongan sampai kita menghentikkannya sehingga kita dapat melanjutkan untuk memilih lebih banyak wilayah yang akan di potong. Sekarang kita akan memotong suatu wilayah dari laut.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Untuk berhenti memotong lihat di menu Modules , lihat pada drop down menu dan klik di ‘Cutting Interactive’ di ujung bawah menu.

Gunakan tab Settings ( ) untuk merubah nama gridgrid yang baru dari ‘Lahan’ dan ‘Laut’ supaya lebih mudah diingat. Tampilkan masing-masing grid ini sebagai gabungan RGB (merah, hijau, biru). Lihat hasilnya. Tutup (Klik kanan dan pilih Close, jangan disimpan) wilayah yang baru saja anda potong, kita tidak ingin bekerja dengan ini lagi. Sekarang kita potong suatu wilayah untuk analisa selanjutnya. Sebagai contoh kita akan memotong citra dari suatu wilayah teluk Kupang untuk klasifikasi selanjutnya.

Sekarang klik kanan dan tutup citra yang baru saja dipotong, tetapi sekarang saat ditanya kalau mau simpan data set yang diubah, pilih ‘Save All’, dan simpan ke folder DATA>SAT>LANDSAT>11167_UTM>2010 supaya kita nanti dapat menggunakan data tersebut :

Sekarang kita akan memotong suatu wilayah Kabupaten. Pertama-tama buka data vektor administrasi Kabupaten Kupang, di Data>vector> Kab_kupang>KK_Kab.shp,KK_Kec.shp. Setelah ini dibuka, klik dobel di layer vektor di tab Data, dan tampilkan ke atas citra satelitnya, di map window (jendela peta).

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Kemudian gunakan tool Modules>Shapes>Grid>Spatial Extent> Clip Grid dengan Polygon. Atur KK_Kab sebagai input poligon, untuk memotong citra satelit anda ke wilayah Kabupaten Kupang.

Tampilkan data yang baru dipotong, tampilkan poligon ‘KK_kec.shp ‘ diatas citra satelit. Di tab Settings, atur warna ke putih (white) dan transparansi ke 1. Sekarang kita akan potong citra untuk satu Kecamatan. Dengan tool kursor, pilih salah satu kecamatan:

Klik kanan di layer ‘KK_kec.shp’ pada jendela tab data dan (1) pilih ‘Invert selection’ kemudian (2) ‘Delete selected parts’. Sekarang tinggal satu polygon dari satu kecamatan.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sekarang kalau kita ulangi menggunakan tool ‘Clip Grid” dengan ‘Polygons’ dan memakai layer ‘KK_kec.shp’ yang terbaru, kita akan mempunyai potongan data hanya untuk kecamatan yang dipilih saja. Memperkecilkan jumlah informasi (citra dan data) yang kita sedang kerjakan akan dapat mempermudahkan analisa berikut .

Citra dari Kec. Fatuleu Barat landsat 5 ditampilkan dengan band 3, 4, 7.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Pengertian dari Pemantulan Spektrum Cahaya (Spectral Relectance) Dalam tutorial ini kami akan melihat secara rinci perbedaan dari berbagai tipe tutupan lahan dalam memantulkan cahaya. Pemahaman ini penting untuk menganalisa dan mengklasifikasikan jenis tutupan lahan lebih lanjut.

Buka citra Landsat Kupang, yang sudah kita potong dan berubah warna dalam tutorial yang lalu DATA>SAT>LANDSAT>11167_UTM>2010 Gunakan tool RGB composite untuk membuat dan menampilkan suatu citra hasil gabungan warna.

Profile Spektrum Cahaya Pertama-tama kita akan melihat pada perbedaan respon dari spektrum cahaya berasal dari bermacam-macam tipe tutupan lahan menggunakan tool ‘Interactive profile’. Modules>Terrain Analysis>Profiles>Profile Interactive Buat gabungan layer RGB sebagai DEM atau layer dasar dan semua layer band citra lainnya sebagai ‘Input values’.

Perbesar citra dengan Zoom dan gunakan kursor untuk menggambar sebuah garis di antara batasan dari dua jenis tutupan lahan yang berbeda.

Lakukan hal ini dengan klik kiri sekali pada awal garis anda dan ulangi lagi ditempat yang anda inginkan garis itu berakhir.

Kalau garisnya sudah ada, di menu module pilih “Profiles *Interactive+’ dibagian bawah menu, dan hentikan prosesnya dengan klik pada Profiles interactive.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Jika anda klik dobel di layer titik profil ‘profile points’, untuk ditampil kan pada peta anda, maka anda bisa melihat piksel-piksel yang diwakili oleh data profile tersebut.

Untuk melihat nilai sel di garis profil yang telah dibuat tadi, klik kanan di layer ‘Profile points’ >pilih Attributes>diagram.

Supaya nilai atribut dapat ditampilkan, pilih Band dari citra dan berikan warna masingmasing yang sesuai, seperti berikut ini:

Untuk contoh ini, kita lihat profil dari hutan, melewati air, sampai pada MUDFLAT(pantai yang berlumpur) yang memiliki pemantulan sangat tinggi. Band yang mana yang memiliki nilai pemantulan yang paling tinggi di hutan? Panjang gelombang cahaya yang mana yang ditunjukkan oleh Band-band ini ?

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Penandaan Spektrum Cahaya (Spectral Signature)

Cara lain untuk melihat profil pemantulan spektrum cahaya dari berbagai jenis macam tutupan lahan digunakan tool ‘Grid Value Request’. Pilih menu Modules Grid>Tools>values>grid Value Request (Interactive).

Sebuah tabel baru akan muncul di jendela Data, yaitu Grid Values.

Pilih drop down Menu Window > Cascade supaya anda bisa melihat jendela tabel baru dan jendela peta (map window) anda.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Buka citra gabungan RGB di Map Window (jendela peta)dan gunakan kursor untuk pilih nilai-nilai piksel dari laut dalam, laut dangkal, hutan bakau, tanah kosong dan pegunungan hutan.

Klik kanan untuk menampilkan tabel layer dan simpan file format .dbf, di folder ‘working’ supaya kita bisa buka file tersebut di excel.

Buka Excel, dan buka file .dbf yang baru saja disimpan. Hapus column-column x,y dan tambahkan nama jenis tutupan lahan

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Membuat grafik garis dari penandaan spectrum cahaya untuk setiap jenis tutupan lahan: 140 120 100

laut dalam

80

laut dangkal

60

tanah kosong

40

bakau

20

hutan

0 B1

B2

B3

B4

B5

B7

Mulailah dengan suatu proyek baru dan tutup data sekarang.

Band mana yang bermanfaat untuk pemetaan hutan dan padang savana?

Indeks Vegetasi Vegetation Indices Pemakaian matematika raster untuk membuat kombinasi Band baru. Untuk membuat indeks vegetasi, sangatlah perlu untuk bekerja dengan data satelit yang telah dikalibrasi secara radiometric untuk menghilangkan perubahan pada respon spektral. Untuk pratek ini kita akan memakai data yang sudah saya kalibrasikan, dan juga saya potong pada wilayah yang kita inginkan . Dalam Folder Landsat > 111-67_UTM > 2009 > Calibrated ada citra 2009 yang sudah dikalibrasikan. Buka citra ini dan citra yang belum di kalibrasikan . Jika anda sekarang membuka beberapa band yang tidak dikalibrasi dan terkalibrasi di suatu jendela peta dan menggunakan tool Value Request (Interactive) (Grid>Tools>values>grid), maka kita dapat melihat perbedaan diantara nilai dari citra yang terkalibrasi dan yang tidak terkalibrasi.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Indeks vegetasi adalah kombinasi/campuran dari berberapa Band, untuk satu nilai dan dipakai untuk memperkirakan tutupan vegetasi, dan bahkan bisa sampai pada kecepatan tumbuh vegetasi di wilayah tersebut. Ada banyak indeks band kombinasi yang pernah dikembangkan, untuk informasi lebih lanjut dan rinci tentang indeks vegetasi dengan SAGA lihat SAGA User Guide Vol2 (p. 232 – 246).

Untuk contoh ini kita akan memakai Normalized Difference Vegetation Index. Indeks ini merupakan salah satu indeks yang sering dipakai untuk mengukur pertumbuhan vegetasi. Persamaannya NDVI seperti ini:

(NIR = Near Infra RED) Kita dapat memakai persamaan ini di SAGA menggunakan tool Grid Calculator (Modules>Grid>Calculus>Grid Calculator):

Buka Grid Calculator dan pilih Band 3 (RED atau merah) dan Band 4 (Near Infra Red atau mendekati infra red):

Sekarang buat persamaan untuk Band4-Band3/Band4+Band3. Pada kalkulator grid, grid pertama pada daftar adalah a dan nilai kedua adalah b sehingga rumusnya seperti berikut ini : (b – a)/(b+a). berikan nama NDVI pada hasil grid tersebut untuk memudahkan kita mengingatnya. Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Gunakan hasil NDVI untuk membuat suatu peta gabungan yang berwarna:

Hasilnya menunjuk dengan jelas menunjukkan perbedaan antara tanah kosong dengan daerah vegetasi.

Sekarang gunakan teknik interrogasi untuk spektral respon yang kita pelajari sebelumnya untuk melihat nilai NDVI bandingkan dengan Band lain untuk berberapa jenis tutupan lahan.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Citra dari Waktu yang Berbeda-beda (multi temporal) Salah satu fungsi citra satelit yang paling kuat adalah kemampuannya untuk monitoring perubahan tutupan lahan dari waktu ke waktu. Dalam tutorial ini kita akan membandingkan citra satelit selama berberapa tahun di wilayah Babau-Bipolo di Kabupaten Kupang untuk melihat perubahan tutupan lahan. Nanti kita juga akan melihat berberapa citra dalam satu tahun di Sumba Timur untuk melihat luasnya wilayah yang terbakar.

Perubahan tutupan lahan di Babau- Teluk Kupang Kita mulai dengan citra Kupang. Pertama-tama anda buka citra yang sudah saya potong untuk wilayah yang kita inginkan dari tahun 1989, 2000, 2006, 2009. Anda akan dapat menemukan citra ini imagery ini di folder Cut, didalam folder Data>SAT>LANDSAT>111-67UTM, dengan folder tanggal masingmasing. Perhatikan bahwa semua grid dapat dimuat dalam satu system grid yang sama, karena telah dipotong ke ukuran wilayah yang sama, dengan ukuran piksel yang sama.

Sekarang kita mau buat suatu citra komposit /gabungan RGB untuk masing-masing tanggal. GRID>VISUALISATION>RGB Composite Ingat : Kalau sudah pernah memakai modul RGB,dengan mudah kita dapat cari lagi secara cepat di ujung bawah menu modul . Gunakan kombinasi Band yang sama untuk setiap tanggal Atur output dari grid ke”create” sesudah membuat masing-masing gabungan output (setiap kali memakai alat RGB) Berikan nama setiap hasil gabungan dengan tahunnya masing-masing sehingga anda tidak bingung dikemudian waktu.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sekarang kita mau menampilkan citra komposit yang terbaru dalam satu Map window (jendela peta). Pilih semua gabungan citra baru> klik kanan>pilih show.

JIKA ANDA MENGALAMI MASALAH MENGATUR PROYEK INI, ANDA DAPAT MEMBUKA DATA-DATA YANG SUDAH DISIAPKAN DENGAN MEMBUKA PROJECT ‘BABAU-MULTIDATE’ DI DALAM FOLDER ‘PROJECT’.

Zoom ke daerah hutan Kupang. Bagaimana perubahan wilayah tersebut dari tahun ke tahun di sini?

Perubahan apa lagi yang anda bisa lihat di wilayah teluk Kupang ini? Perubahan yang mana yang jangka panjang, dan yang mana lagi yang hanya dari siklus harian, mingguan, tahunan atau siklus lainnya?

Anda juga bisa menambah citra tahun 2010 untuk wilayah ini yang sudah diproses dalam tutorial sebelumnya.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Kebakaran di Sumba Sekarang mari kita melihat kebakaran di Sumba Timur tahun 2005. Buka project Sumba_Api_2005 di folder Data>Projects. Citra ini dibuat dengan Band 6 (Thermal band) yang menunjukkan dengan sangat baik daerah yang terbakar karena adanya lahan kosong dan abu hitam yang memantulkan panas dengan sangat baik. Bekas kebakaran akan terlihat dengan warna merah pada landscape (rupa bumi).

Apa perubahan musim lainnya yang anda lihat?

Anda mungkin suka untuk mencoba kombinasi band lainnya untuk melihat hasil citra pada periode waktu seluruhnya. Seluruh band dapat diakses pada folder Data>SAT>LANDSAT>113-67>2005

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Klasifikasi Citra (Image classification) Dalam sesi workshop ini kita akan belajar methode mengklasifikasi (membagi wilayah ke kelas-kelas) citra satelit menurut jenis tutupan lahan. Kita melaksanakan pelajaran ini dengan dua citra dari wilayah hutan Bipolo, untuk dua tahun yang berbeda dengan tujuan melihat perubahan tutupan hutan.

Pertama-tama mari kita buka citra dari dua tahun yang berbeda dalam contoh ini: 1989 dan 2006 dari folder-folder Data>SAT>LANDSAT>113-67>1989/2006. Pakai citra yang sudah kita potong dalam sesi sebelumnya, karena itu menutupi hutan yang diteliti. Jika sudah muat data semua Band untuk dua tahun tersebut, buat komposit RGB, dan namakan layer komposit yang baru dengan tahun yang dipakai.

Kita paling tertarik dengan wilayah hutan Bipolo, jadi mari kita potong citra lagi supaya fokus hanya pada hutan tersebut. Gunakan tool Modules > Grid > Construction > Cutting Interactive dan potong semua grid ke wilayah hutan yang ditunjukkan oleh citra disebelah kanan ini. Klik kanan di Grid yang lama (besar) dan hapus itu, karena kita tidak membutuhkannya lagi untuk klasifikasi ini.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Unsupervised Classification (Cluster Analysis) Sekarang kita siap melakukan ‘unsupervised classification’ (mengklasifikasikan tanpa pengawasan). Di SAGA hal ini disebut sebagai suatu klasifikasi Cluster. Anda akan menemukan tool ini di Modules>Imagery>Classification>Cluster Analysis for Grids Buka tool ‘Cluster Analysis’ dan pilih semua grid Band untuk tahun 1989. Ini artinya semua nilai piksel dari semua band akan dipakai untuk menentukan ‘clusters’ (kumpulan piksel yang sama atau hampir sama).

Atur ’Minimum distance’ sebagai algoritma klasifikasi dan 10 sebagai jumah ‘cluster’ (kelas).

Tambahkan hasil klasifikasi cluster di suatu tampilan peta dengan grid-grid komposit RGB. Di Tab Legend ( ), pada jendela Object properties, anda dapat melihat daftar warna-warna yang mewakili kelasnya. Coba ulangi klasifikasi lagi dengan menggunakan hanya dua atau tiga grid band. Perhatikan, ada beberapa panjang gelombang cahaya (band citra satelit) yang lebih bisa membedakan jenis vegetasi atau tanah kosong, dibandingkan dengan yang lain.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Sebagai contoh, coba klasifikasikan dengan hanya band 3 dan band 4 saja (Red, NIR), yaitu band yang sudah kita pakai untuk citra NDVI.

Biarkan nama grid keluaran sama, sehingga hasil klasifikasi yang baru menggantikan klasifikasi yang sebelumnya. Coba klasifikasi dengan hanya menggunakan band-band Infra Red (4,5,7) atau dengan hanya menggunakan band ‘visible’ / sinar tampak (1,2,3). Gunakan Map View untuk membandingkan hasil klasifikasi dengan komposit/gabungan RGB.

Supaya hasil klasifikasi lebih jelas, anda bisa mengubah warna untuk setiap kelas yang ditampilkan dengan mengganti ‘lookup table’ di tab ‘Settings’:

Kemudian warna kelas dapat diubah secara manual, dan berikan nama untuk masing-masing kelas.

Lanjut dengan proses klasifikasi sampai anda puas dengan klasifikasi yang anda buat dimana dapat mewakili kondisi sesungguhnya. Untuk klasifikasi ini, saya menggunakan band 2,3,4 dan 7.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Mengklasifikasi ulang, untuk kelas tutupan lahan Sekarang kita bisa menggabungkan kelas, supaya hanya ada 3 kelas. Pada kasus ini, saya akan menentukan du akelas hutan yaitu kelas pertama (1) hutan lebat (thick forest) dan kelas lainnya (2) untuk hutan jarang (sparse forest) ;: 1 2 3

- Thick forest (Hutan padat) - Sparse forest (Hutan tipis/jarang) - Not forest (Bukan hutan)

Gunakan tool Module>Grid>Tools>Val ues>reclassify Grids: method > simple table. operator minClassification>Cluster Analysis for Grids. Kali ini pilih ‘input grid’ dari 2006. Untuk mengulang tabel ‘look-up’ dari kasifikasi terbaru anda, klik kanan di layer klasifikasi terbaru dan pilih Classification>create look up table. Setelah tabel look-up saya edit, hasil klasifikasinya akan seperti berikut ini:

Kemudian kita harus klasifikasi ulang grid ini. Untuk memastikan nilai kelas, anda harus ulangi lagi klasifikasi, pilih tab ‘Attributes’ (

) dan gunakan kursor untuk mengecek.

Sekali anda melakukan klasifikasi ulang, ubah namanya ke Forest Cover 2006, dan edit tabel lookupnya. Lalu klik kanan di layer klasifikasi baru untuk melihat histogramnya,kemudian buka tabelnya.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Assesing perubahan tutupan lahan diantara dua tanggal citra. Klik kanan di setiap tabel layer ‘Table’ dan ekspor tabel tersebut dalam format .dbf, supaya kita bisa buka di Excel.

Dengan menggabungkan di Excel data dari kedua file .dbf, kita bisa membuat grafik dari perubahan tutupan hutan. Supaya hasil lebih mudah di pahami, dalam contoh ini, saya mengkonversi luasnya dari meter per segi (m2) ke kilometer per segi (km2) dengan cara membagi luas dengan 1000000.

Pikirkan suatu wilayah di NTT, menurut kamu kira-kira di mana sudah terjadi banyak perubahan? Citra apa yang kamu butuhkan untuk memetakan dan mengukur perubahan tersebut?

Ekspor ke Data Vektor Mengeskpor layer klasifikasi dalam format vektor dapat sangat bermanfaat kalau filenya mau dibuka di software GIS lain dengan mudah. Cara paling mudah untuk melakukan hal ini adalah dengan

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

menggunakan tool Modules>Shapes>Grid>Vectorisation>Vectorising Grid Classes. Pilih layer klasifikasi tutupan hutan dan buat layer vektor untuk semua kelas “all clasess”.

Tambah hasil layer poligon ke Map view (jendela peta). Atur tampilan polygon di tab ‘Settings’ Type > Unique Symbol dan Color > White. Ubah ‘Transparency’ ke 1.

Hal ini mengijinkan anda untuk dapat melihat poligon klasifikasi anda yang menutupi citra komposit RGB yang mula-mula.

Jika anda klik kanan di layer vektor ,anda bisa ‘Save As’ (ekspor) file sebagai sebuah file shape yang dapat dipakai kemudian.

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Mengekspor suatu tampilan Peta Ada dua cara untuk mengeskpor peta anda untuk dicetak atau di pakai di laporan. Yang pertama langsung dari Map window, yang kedua dari ‘Map layout’.

Cara paling mudah adalah pilih menu ‘Map> Copy Map to Clipboard’. Petanya sudah di copy dan dapat di ‘paste’ di dokumen atau presentasi powerpoint, dll. Legenda dapat di copi dengan pilihan di bawah ‘Copy Legend to Clipboard’. Keduanya juga dapat disimpan sebagai file gambar seperti .jpg atau TIFF. Cara lainnya adalah dengan mengekspor sebagai ‘print layout’. Untuk akses ini klik di print layout di bagian atas menu.

Sekarang petanya ditampilkan dengan layout peta yang akan diprint. Di menu ‘Map layout’ settingsnya print page dapat diubah dan anda bisa lihat hasilnya di ‘print preview’.

Bagian-bagian dari layout peta dapat diubah di tab ‘Settings’, kalau layer peta dipilih lagi:

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute

Kontak dan Link Rohan Fisher, Research Associate - CDU Research Institute for the Environment and Livelihoods [email protected] Dr Karen Joyce CDU School of Environment and Life Sciences [email protected] Frederika Rambu Ngana, S.Si, M.Eng Faculty of Sciences and Engineering, University of Nusa Cendana [email protected]

Links: SAGA GIS http://www.saga-gis.org Australia Indonesia Institute http://www.dfat.gov.au/aii/ CDU - Research Institute for the Environment and Livelihoods http://riel.cdu.edu.au/ UNDANA http://www.undana.ac.id/

Remote Sensing for planning and good governance in Eastern Indonesia and Northern Australia supported by the Australian Government through the Australia-Indonesia Institute