LAPORAN PRAKTIKUM PENGINDRAAN JAUH
MENGGUNAKAN ENVI 4.5
Conita : 13611091
Ika Noviatul : 13611150
Asti Pridawati : 13611157
PROGRAM STUDI STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
2016
BAB I
PENDAHULUAN
Pengertian ENVI
ENVI (The Environment For Visualizing Images) merupakan suatu image processing system yang revolusioner yang dibuat oleh Research System, Inc (RSI). Dari permulaannya ENVI dirancang untuk kebutuhan yang banyak dan spesifik untuk mereka yang secara teratur menggunakan data penginderaan jauh dari satelit dan pesawat terbang. ENVI menyediakan data visualisasi dan analisis komprehensif yang menyuluruh dan analisis untuk citra dalam berbagai ukuran dan tipe, semuanya dalam suatu lingkungan yang mudah dioperasikan dan inovatif untuk digunakan.
Keuntungan dari penggunaan software ENVI
Satu dari kekuatan ENVI adalah pendekataan yang unik dalam pengolahan citra, mengkombinasikan teknik file-based dan band-based dengan fungsi yang interaktif. Ketika file data input dibuka, band (saluran) dari citra disimpan dalam sebuah daftar, dimana semua saluran bisa diakses oleh semua fungsi system. Jika multiple files dibuka, saluran dalam tipe data yang terpisah dapat diproses sebagai sebuah grup. ENVI menampilkan saluran tersebut dalam 8 atau 24 bit.
Grup tampilan ENVI terdiri dari Image window, Zoom window, dan Scroll window, semuanya bisa diubah ukurannya. ENVI menyediakan penggunanya dengan banyak kemampuan analisis yang interaktif dan unik, diakses dalam window tersebut.
Kemampuan multiple dynamic overlay ENVI memberikan kemudahan yaitu dapat membandingkan citra dalam multiple displays. Ekstraksi realtime dan spatial atau spectral profiling dari multiband dan data hyperspectral memberikan penggunaan cara baru dalam melihat data dengan dimensi yang tinggi. ENVI juga menyediakan tools interaktif untuk melihat dan menganalisis data vektor dan atribut Sistem Informasi Geografis (SIG). Kemampuan standar seperti perentangan kontras dan scatter plots dua dimensi adalah beberapa saja dari fungsi interaktif yang tersedia untuk pengguna ENVI.
ENVI mempunyai antarmuka visual yang baik serta menggabungkan secara komprehensif dengan algoritma pemrosesannya. ENVI memasukan semua fungsi dasar pengolahan citra dalam antarmuka pengguna grafis yang mudah. Beberapa dari fungsi tersebut antar lain transformasi data, filtering, klasifikasi, registrasi dan koreksi geometri, analisis spektral, dan radar. ENVI tidak membatasi jumlah saluran yang dapat diproses, sehingga data multispektral atau hiperspektral dapat digunakan.
ENVI dapat digunakan dalam area masalah pengolahan citra pada umumnya seperti input dari tipe data yang tidak standar, menampilkan dan menganalisis citra berukuran besar, dan ekstensi untuk kemampuan analisis (ada fungsi plug-in). Perangkat lunak memasukan perlengkapan untuk pengolahan citra dalam berbagai disiplin, dan mempunyai fleksibilitas untuk mengijinkan implementasi strategi analisis yang berbeda dari biasanya.
ENVI + IDL, ENVI, dan IDL
ENVI dibuat dalam bahasa Interactive Data Language (IDL®), bahasa pemrograman yang cukup ampuh dalam mengintegrasikan pengolahan citra. Fleksibilitas ENVI menggunakan kemampuan dari IDL, IDL harus ada untuk menjalankan ENV.
Gambaran fungsi-fungsi ENVI
ENVI menyederhanakan pengolahan yang interaktfi dan komprehensif untuk data set multi saluran yang besar, mengubah ukuran citra, mengeplot spektral dan library-nya, kemampuan menampilkan secara fleksibel dan geografis.
Pengolahan Citra
Kegunaan umum fungsi pengolahan citra termasuk transformasi data seperti transformasi principal component, band ratio, hue-saturation-value (HSV), perentangan, indeks vegetasi. Fungsi filtering termasuk convolution kernels untuk loww pass, high pass, median, directional dan penajaman tepi, serta filtering lainnya yang bisa dikostumisasi.
Pengolahan Data Hiperspektral
ENVI menyediakan perlengkapan untuk memproses data hiperspektral, termasuk perangkat pemetaan special yang digunakan oleh endmember citra atau library untuk linear spectral unmixing dan matched filtering. Pixel Purity IndexTM (PPITM) mengijinkan pengguna untuk mencari nilai spektral yang paling murni dalam citra untuk menentukan spectral endmembers. n-Dimensional visulizer yang unik dalam ENVI membentuk animasi yang interaktif menampilkan scatter plots dalam n-dimensions. Spectral Feature FittingTM dari data hiperspektral ke library spectra membantu dalam mengidentifikasi batuan, mineral, vegetasi, dan material lainnya. Spectral Analyst digunakan untuk mengidentifikasi material berdasarkan perbandingan dari spectral libraries. Fungsi Band Math dan Spectral Math yang fleksibel memudahkan pengguna untuk memasukan ekspresi matematika sesuai yang dibutuhkan.
Pengolahan SAR (Citra Radar)
ENVI juga memiliki kemampuan untuk pengolahan citra Radar secara komprehensif seperti antenna pattern correction, slant-to-ground range correction, adaptive dan texture filters, sampai dengan polarimetric analysis.
Pemetaan
ENVI pada akhirnya menyediakan perlengkapan untuk menghasilkan peta akhir, seperti konversi data ke format vektor SIG, layout peta.
ENVI menggunakan Graphical User Interface (GUI). ENVI menggunakan format data raster dan Ascii (text) sebagai header file. Data raster disimpan sebagai 'binary stream of bytes' berupa format Band Sequential (BSQ), Band Interleaved by Pixel (BIP) dan Band Interleaved by Line (BIL). ENVI juga mendukung berbagai tipe format lainnya seperti : byte, integer, long integer, floating-point, double-precision, complex dan double-precision complex.
ENVI memiliki tiga jendela utama yaitu The Main Display Window yaitu untuk menampilkan semua tampilan citra dalarn full resolution yang dibatasi oleh kotak pada scroll, The Scroll Window yaitu untuk menampilkan seluruh citra pada file, dan The Zoom Window yaitu untuk menampilkan perbesaran dari main display window yang dibatasi oleh kotak pada window. ENVI memiliki beberapa menu utama diantaranya adalah : File Management, Display Management, Interactive Display Functions, Basic Tools, Classification, Transform, Filters, Spectral Tools, Map Tools, Vector Tools, Topographic Tools, Radar Tools.
FUNGSI-FUNGSI PADA MENU ENVI :
File Management
Menu File pada menu utama ENVI digunakan untuk membaca file ke dalam ENVI, menetapkan pilihan, untuk keluar dari ENVI, dan fungsi manajemen program & file lain.
Display Management
Window menu untuk mengendalikan display dan plot window ENVI, termasuk memulai window (jendela) baru, memaksimalkan ukuran jendela, menghubungkan display window, dan menutup jendela. Available Bands List dan Available Vectors List untuk menampilkan bands dan layer vektor. Window menu juga digunakan untuk menampilan informasi lokasi kursor dan nilai piksel pada citra yang ditampilkan.
Interactive Display Functions
Lima menu nampak secara keseluruhan pada Main Image window: File, Overlay, Enhance, Tools dan Window. Menu ini secara bersama bernama Display menu bar. Display menu bar digunakan untuk mengakses operasi umum dan fungsi-fungsi interaktif.
Basic Tools
Menggunakan menu Basic Tools untuk mengakses berbagai fungsi dasar ENVI. Fungsi ini biasanya bermanfaat mengetahui tipe spesifik dari citra yang akan dianalisis. Fungsi seperti Region of Interest dapat digunakan pada multiple displays, sedangkan fungsi seperti Band Math menawarkan kemampuan proses umum citra. Fungsi Stretch Data adalah suatu contoh dari suatu fungsi yang menawarkan file-to-file contrast stretching.
Classification
ENVI menyediakan Kmeans dan Isodata untukmetodeklasifikasi unsupervised.
Klasifikasi supervised meliputi metode yang sederhana seperti parallelpiped, minimum distance, maximum likelihood, dan mahalonibis, sampai dengan Binary Encoding, Neural Net, dan Spectral Angle Mapper (SAM). Post klasifikasi termasuk clump, sieve, combine classes, dan perangkat tampilan klasifikasi yang interaktif.
Menggunakan menu Classification untuk mengakses fungsi klasifikasi ENVI. Fungsi ini meliputi supervised dan unsupervised classification, collecting endmembers, classifying previous rule images, menghitung class statistics dan confusion matrices, penerapan mayoritas dan analisis minoritas ke klasifikasi citra, clumping dan sieving classes, mengkombinasikan kelas, overlay kelas pada citra gray scale, menghitung daerah penyangga/buffer, menghitung segmentasi, dan pengeksporan kelas ke layer vektor.
Transform
Menggunakan menu Transforms untuk mengakses fungsi transformasi. Transforms adalah operasi pengolahan citra yang mengubah data ke data space yang lain, pada umumnya dengan menerapkan sebuah fungsi linear. Tujuan umum perubahan bentuk akan meningkatkan presentasi informasi. Citra yang telah diubah biasanya lebih mudah ditafsirkan (mudah diinterpretasi) dibanding data asli.
Filters
Menggunakan menu Filter untuk melaksanakan Convolution, Morphological, Texture, Adaptive, dan FFT Filtering. Filtering secara khas digunakan untuk meningkatkan gambaran citra dengan pemindahan spatial frequencies tertentu. Spatial frequency menguraikan variasi terang, atau DN, dengan jarak, dan citra berisi banyak spatial frequency berbeda. Sebagai contoh, memindahkan variasi frekwensi tinggi di dalam suatu citra menghasilkan suatu keluaran citra yang lebih lembut.
Spectral Tools
Menggunakan menu Spectral untuk mengakses tool khusus untuk meneliti citra multispectral dan hyperspectral dan tipe data spektral lain. Tool meliputi building, resampling, dan viewing spectral libraries; mengekstraksi irisan/slices spektral; melakukan/menyelenggarakan spectral math; menentukan spectral end members; visualisasi data spektral di (dalam) n dimensi; penggolongan spektral; spektral linier yang tidak mencampur; matched filtering; continuum removal; dan Spectral Feature Fitting.
Map Tools
Menggunakan menu Map untuk mengakses registrasi citra, orthorectification, koreksi geometris, dan mosaicking. Juga menggunakan menu Map untuk mengakses tool untuk mengkonversi koordinat peta dan memetakan proyeksi, untuk membangun proyeksi, untuk mengkonversi ASCII koordinat, dan untuk mengakses suatu utiliti GPS-LINK.
Vector Tools
Menggunakan menu Vector untuk membuka file vektor, menciptakan file vektor, mengatur file vektor, mengkonversi citra raster layer vektor, mengkonversi grid irregular points, dan mengkonversi ENVI Vector File ( EVF), annotation file ( ANN), dan region of interest ( ROI) ke format DXF.
Topographic Tools
Menggunakan menu Topographic untuk mebuka, menganalisis, dan hasil keluaran dari data ketinggian topografis digital. Menggunakan Modeling Topografis untuk mengkalkulasi suatu gambaran relief, slope, aspek/arah, dan berbagai lengkungan/curvature dari data topografis.
Radar Tools
Menggunakan menu Radar untuk mengakses tool standard dan advanced untuk analisa deteksi citra radar dan advance SAR system seperti JPL fully polarimetric AIRSAR dan SIR-C system. ENVI dapat memproses ERS-1, JERS-1, RADARSAT, SIR-C, XSAR, dan AIRSAR data dan SAR dataset. Sebagai tambahan, ENVI dirancang untuk menangani data radar yang didistribusikan dalam CEOS format, dan bisa menangani data dari sistem radar lainnya.
BAB II
DESKRIPSI KERJA
Pada praktikum kali ini praktikan melakukan intepretasi citra dengan menggunakan ENVI, berikut adalah langkah kerja yang dilakukan oleh praktikan:
Membuka citra dengan menggunakan ENVI
Menjalankan program ENVI melalui menu start > All programs > ENVI 4.5.
Membuka citra dengan memilih menu file > open image file.
Gambar 2.1 Membuka Citra melalui ENVI.
Memilih file smg dan smgp kemudian memilih tombol ok.
Gambar 2.2 Memilih file citra yang akan dibuka.
Kemudian muncul jendela available list.
Gambar 2.3 Jendela Available Bands
Memilih atau klik band 2 di smg pada jendela available band list kemudian klik button gray scale.
Gambar 2.4 band 2 pada smg
Klik button load band maka setelah itu muncul 3 jendela display citra, yaitu jendela scroll, jendela image, dan jendela zoom.
Gambar 2.5 jendela display citra
Membuka band 4 dengan cara sama pada langkah kerja ke 5, namun untuk menampilkannya pilih new display disebelah button load band. Setelah itu klik load band lalu muncul display citra dari band 4.
Gambar 2.6 display citra dari band 4.
Link display citra
Klik kanan di sembarang citra kemudian memilih link display.
Gambar 2.7 link display
Setelah itu muncul kotak dialog link display, pilih yes untuk display#1 dan display#2 dengan menekan button yang bergambar panah atas bawah. Lalu klik ok.
Gambar 2.8 kotak dialog link display
Statistik citra
Memilih smg pada jendela available bands kemudian klik kanan dan memilih Quick Stats. Muncullah hasil Quick Stats dari smg.
Gambar 2.9 quick stat
Gambar 2.10 statistics result smg
Memilih menu Basics Tools > Statistics > Compute Statistics.
Gambar 2.11 menu basics tools
Pada jendela Compute Statistics Input file memilih file smg yang ada pada kotak select input file. Kemudian klik button ok.
Gambar 2.12 compute statistics input file
Kemudian muncul jendela Compute Statistics Parameters, pada jendela ini praktikan mencentang covariance lalu klik button ok. Dan muncullah hasil statististiknya.
Gambar 2.13 compute statistics parameter
Gambar 2.14 statistics result smg
Pan - Sharpening
Memilih menu transform > image sharpening > Gram Schimdt Spectral Sharpening.
Gambar 2.15 menu transfoms
Kemudian muncul jendela Select low Spatial Resolution Multi band Input File, pada jendela ini pilih file smg yang ada pada kotak select input file lalu klik button ok.
Gambar 2.16 kotak dialog select low spatial resolution multi band input file
Setelah menekan button ok maka muncul kotak dialog Select High Spatial Resolution Pan Input Band, pada jendela ini praktikan memilih smgp band 1 lalu menekan button ok.
Gambar 2.17 select high Spatial resolution pan input band
Kemudian muncul kotak dialog Gram-Schmidt Spectral Sharpen Par… . Lalu pada Resampling memilih Nearest Neighbor. Setelah itu menyimpan file Pan-Sharpening dalam bentuk file dengan memilih file pada Output Result to kemudian menekan button choose untuk memilih lokasi penyimpanan. File disimpan dengan nama LANSAT 08-01-16.
Gambar 2.18 Gram-Schmidt Spectral Sharpen
Gambar 2.20 nama file LANSAT 08-01-16
Setelah memilih lokasi penyimpanan kemudian klik ok lalu penyimpanan terproses.
Gambar 2.21 running proses
Setelah proses penyimpanan selesai dan berhasil tersimpan, maka pada jendela available bands list muncul file LANSAT 08-01-16 yang terdiri dari 6 band yang telah di sharpening.
Gambar 2.21 available bands
Klasifikasi Multispektral
Untuk melakukan klasifikasi multispektral, praktikan menggunakan band 3, ban 2, dan band 1, maka dari itu pada jendela available band list praktikan memilih RGB color, kemudian memasukkan band 3 pada R, band 2 pada G, dan band 1 pada B. Setelah itu memilih new display lalu load band.
Gambar 2.22 klasifikasi multispektral
Setelah load band maka muncul citra peta RGB yang dihasilkan dari band 3, band 2, dan band 1.
Gambar 2.23 citra RGB band 3, band 2, dan band 1
Untuk mengambil sampel obyek dari citra RGB dapat dilakukan melalui menu overlay > Region of Interest.
Gambar 2.24 region of interest
Pada jendela #3ROI Tool, praktikan memilih radio button window zoom. Mengubah nama pada kolom ROI name dengan air_laut_jernih, memilih warna blue2 pada kolom color.
Gambar 2.25 #3ROI Tool
Mengarahkan kursor ke jendela scroll atau image, mengarahkan box ke obyek air yang sebelumnya diamati, pastikan posisinya tepat.
Mengarahkan kursor ke jendela zoom, memperbesar hingga citra dapat dilihat perpiksel. Menentukan kelompok piksel yang cenderung homogeny untuk obyek air laut jernih, mengambil sampel dengan membuat polygon, klik kanan dua kali untuk menutup polygon. Pengambilan sampel ini dilakukan sebanyak 2-3 kali.
Gambar 2.26 pengambilan sampel air laut jernih
Menambahkan daerah baru dengan memilih button new region untuk daerah air laut keruh, selanjutkan melakukan hal yang sama pada langkah kerja ke 25.
Gambar 2.27 pengambilan sampel air laut keruh
Menambahkan daerah baru dengan memilih button new region untuk daerah atap genteng, selanjutkan melakukan hal yang sama pada langkah kerja ke 25
Gambar 2.27 pengambilan sampel atap genteng
Menambahkan daerah baru dengan memilih button new region untuk daerah vegetasi dan tanah terbuka, selanjutkan melakukan hal yang sama pada langkah kerja ke 25
Gambar 2.28 pengambilan sampel vegetasi dan tanah terbuka
Setelah pengambilan obyek selesai kemudian praktikan memilih menu options > Compute ROI Separability… .
Gambar 2.29 #3 ROI Tool options
Pada jendela Select input file for ROI Separabilty praktikan memilih file smg pada kotak select input file lalu klik ok.
Gambar 2.30 select input file for ROI separability
Pada jendela ROI Separability Calculation memilih select all items lalu pilih ok.
Gambar 2.31 ROI Separability Calculation
Setelah memilih ok maka muncul hasil dari kalkulasi separabilitas citra yang telah di klasifikasi.
Gambar 2.32 ROI Separability Report
Menyimpan ROI dengan memilih menu file pada jendela ROI tool > save ROIs… .
Gambar 2.33 save ROIs
Memilih lokasi penyimpanan ROI.
Gambar 2.34 lokasi penyimoanan ROI
Kemudian muncul output histogram
Gamba 2.35 ROI statistic result smg
Memilih menu classification > supervised > Maximum Likelihood
Gambar 2.36 menu classifications - MLikehood
Pada jendela Classification Input File praktikan memilih smg pada kotak select input file lalu ok.
Gambar 2.37 kotak dialog classification Input file
Setelah memilih button ok maka muncul jendela Maximum Likelihood Parameters. Pada jendela ini praktikan memilih button select all items lalu memilih radio option output result to file kemudian memilih button choose pada enter output class filename. Pada output rule image pilih no.
Gambar 2.38 Maximum likelihood parameters
Membuka citra yang telah di supervised dengan memilih file SUPERVISED3 08-01-16 pada jendela available bands list kemudian memilih new display lalu load band.
Gambar 2.39 file SUPERVISED3 08-01-16
Uji Akurasi
Memilih menu classification > Post Classificatin > Confusion Matrix > Using Ground Truth ROIs.
Gambar 2.40 Using Ground Truth ROIs
Setelah itu muncul jendela Classification Input File, pada jendela ini praktikan memilih file smg pada kotak select input file lalu klik ok.
Gambar 2.41 Classification Input file
Pada jendela Classification Input File selanjutnya praktikan memilih file SUPERVISED3 08-01-16 lalu klik ok.
Gambar 2.42 Classification Input file SUPERVISED3 08-01-16
Muncul jendela Match Classes Parameters lalu klik ok.
Gambar 2.43 Match Classes Parameters
Pada jendela Confussion Matrix Parameters praktikan memilih rectangle option output confusion matrix pixel dan percent. Lalu pada report accuracy assessment praktikan memilih radio option yes. Dan kemudian klik ok.
Gambar 2.44 Confusion Matrix Parameters
Setelah memilih button ok maka muncullah hasil dari uji akurasi yang dilakukan oleh praktikan.
Gambar 2.45 result Class Confusion Matrix
Transformasi Indeks Vegetasi
Untuk melakukan transformasi indeks vegetasi dapat dilakukan melalui menu Basic Tools > Band Math.
Gambar 2.46 Band Math
Setelah itu muncul jendela Band Math, pada jendela ini parktikan menuliskan rumus kotak Enter an expression, setelah itu menekan button Add to list, maka rumus yang telah dituliskan akan kotak Previous Band Math Expression. Lalu klik ok.
Gambar 2.47 kotak dialog band math
Kemudian muncul jendela Variables to Bands Pairings, pada jendela ini praktikan mendefiniskan b4 dan b5 yang tertulis pada rumus sebelumnya. Praktikan menggunakan band 4 pada smg untuk B4 dan band 5 pada smg untuk B5, dengan cara memilih B4 pada kotak Variables used in expression lalu klik band 4 pada file smg, begitu halnya dengan B5.
Gambar 2.48 Variable to Band Pairings
Setelah itu muncul radio options output result to file lalu pilih choose untuk menentukan lokasi penyimpanan dan menyimpannya dengan nama file TRANSFORMASI 08-01-16. Lalu klik open.
Gambar 2.49 file TRANSFORMASI 08-01-16
Setelah proses penyimpanan berhasil maka file TRANSFORMASI 08-01-16 muncul pada jendela Available Band. Lalu praktikan menampilkan citra yang telah di transformasi dengan memilih file TRANSFORMASI 08-01-16 lalu memilih gray scale > new diplay > load band.
Gambar 2.50 transformasi citra yang akan dipilih
Setelah itu munculah 3 jendela citra hasil transformasi yang dilakukan oleh praktikan.
Gambar 2.51 gambar citra yang telah ditransformasi
Memilih menu overlay > Density Slice pada ciitra Band Math di display #7.
Gambar 2.52 Density Slice
Pada jendela Density Slice Band Choice praktikan memilih band math pada file TRANSFORMATION 08-01-16. Lalu klik ok.
Gambar 2.53 Density Slice Band Choice
Pada jendela Density Slice praktikan mengubah range yang ada pada kotak Range Density slice Ranges dengan memilih button edit range, lalu muncul jendela edit density slice range. Pada jendela tersebut praktikan memasukkan nilai range min dan range max. setelah selesai memasukkan range kemudian klik ok.
Gambar 2.54 Edit density slice range
Maka tampilan citra band math pada display#7 berubah menjadi seperti gambar di bawah ini.
Gambar 2.55 tampilan citra band math pada display#7
BAB III
PEMBAHASAN
Pada bab ini praktikan akan membahas apa yang telah dilakukan dan dihasilkan oleh praktikan pada bab yang sebelumnya. Berikut adalah pembahasannya:
Gambar diatas merupakan jendela available band list. Di dalam jendela ini terdapat menu file dan menu option. Jendela ini menampilkan file citra yang telah dibuka, pada gambar diatas dapat dilihat bahwa ada dua file yang dibuka, yaitu smg dan smgp. Pada file smg terdapat 1 band sedangkan dalam file smgp terdapat 6 band, yaitu band 1, band 2, band 3, band 4, band 5, dan band 6.
Gambar diatas merupakan hasil citra band 2 dari file smg, hasil citra yang ditampilkan berwarna hitam putih karena praktikan memilih gray sacle pada jendela available bands. Gambar diatas terdiri dari 3 jendela, yaitu jendela scroll, jendela image, dan jendela zoom. Jendela Scroll merupakan display keseluruhan citra sekaligus navigator. Jendela image merupakan perbesaran dari jendela scoll, sekaligus memuat beberapa menu informasi citra dan pengolahan sederhana, dll. Jendela zoom merupakan perbesaran dari jendela image, dimana kenampakan per piksel dapat dengan mudah diamati.
Gambar diatas merupakan hasil statistic dari citra smg, dapat dilihat pada gambar diatas, hasil statistic ini memunculkan nilai minimum, maximum, rata-rata, dan standar deviasi dari masing-masing band yang ada pada citra smg. Hasil statistic ini juga menapilkan histogram dari ke enam band.
Gambar diatas juga merupakan hasil statistic dari citra smg, dalam jendela ini juga menghasilkan hal yang sama pada hasil statistic citra yang sebelumnya. Bedanya pada hasil yang ini menampilkan juga hasil covariance antar band.
Gambar diatas merupakan jendela available bands yang telah ada citra smg yang di tajamkan citranya atau pan-sharpening. Dapat dilihat pada gambar diatas pada citra yang telah di pan-shaperning dengan nama LANSAT 08-01-16 terdapat 6 band yang masing-masing juga telah di pan-sharpening.
Gambar diatas merupakan tampilan citra RGB yang dihasilkan dari band 3, band 2, dan band 1. Hasil citra yang ditampilkan berwarna tidak seperti pada hasil citra yang sebelumnya hanya hitam putih saja, karena pada jendela available band praktikan memilih radio option RGB sehingga dapat menampilkan citra dengan warna. Band yang dipilih oleh praktikan adalah band 3 untuk R, band 2 untuk G, dan band 1 untuk B.
Gambar diatas merupakan klasifikasi multispectral yang dilakukan oleh praktikan terhadap citra smg. Disini praktikan membuat 5 klasifikasi dari citra smg, yaitu air laut jernih, air laut keruh, atap genteng, vegetasi dan tanah terbuka. Untuk melakukan klasifikasi terhadap air laut jernih praktikan melakukan pengambilan tiga kali sampel seperti yang dapat dilihat pada kolom polygon gambar dengan warna blue2. Praktikan melakukan pengambilan sampel sebanyak 3 kali juga untuk mengklasifikan air laut keruh dengan warna blue1. Sampel yang diambil oleh praktikan pada atap genteng adalah sebanyak 2 kali dengan warna red. Pengambilan sampel untuk mengklasifikasikan vegetasi dilakukan sebanyak 3 kali oleh praktikan dengan warna green1. Sedangkan untuk mengklasifikan tanah terbuka praktikan mengambil sampe sebanyak 2 kali dengan warna sienna3.
Gambar diatas merupakan hasil hari klasifikasi multispectral yang telah dilakukan oleh praktikan. Dari gambar diatas dapat kita lihat bahwa warna merah ternyata dominan pada citra tersebut. Warna merah tersebut mewakili atap genteng. Dari gambar tersebut juga terlihat bahwa vegetasi juga cukup mendominasi wilayah darat yang ditandai dengan warna hijau. Warna coklat pada gambar tersebut mewakili tanah terbuka yang ada pada hasil citra. Warna biru tua merupakan air laut jernih, sedangkan warna biru muda merupakan air laut keruh. Dengan menggunakan hasil citra yang sudah dikalsifikasi maka akan lebih mudah untuk mengintepretasi.
Dari gambar diatas dapat dilihat bahwa pengambilan sampel untuk pengklasifikasian daerah sudah baik karena nilai ROI yang lebih dari 1,7 yaitu 2.
Hasil yang ditunjukkan pada gambar diatas merupakan hasil uji akurasi terhadap pengklasifikasian citra yang telah dilakukan oleh praktikan. tingkat akurasi yang dihasilkan oleh praktikan dalam pengklasifikasian citra adalah sebesar 99,2366%.
Tranformasi yang dilakukan oleh praktikan dapat dilihat pada gambar diatas. Praktikan membuat range untuk transformasi, praktikan membuat 5 range. Range yang pertama yaitu 0,0-0,2 dengan warna green. Range yang kedua yaitu 0,2-0,4 dengan warna blue. Range yang ketiga yaitu 0,4-0,6 dengan warna yellow. Range yang keempat yaitu 0.6-0.8 dengan warna cyan. Range yang kelima yaitu 0.8-1.0.
Gambar diatas merupakan hasil dari transformasi citra smg yang telah dilakukan oleh praktikan.
BAB IV
PENUTUP
Dari apa yang telah dilakukan oleh praktikan dalam praktikum kali ini, maka praktikan dapat menyimpulkan beberapa hal sebagai berikut:
Pan-Sharpening pada citra smg menghasilkan citra dengan nama LANSAT 08-01-06 dengan 6 band yang masing-masing telah di pan-sharpening.
Klasifikasi multispectral yang dilakukan pada praktikum ini menghasilkan 5 klasifikasi daerah, yaitu air laut jernih, air laut keruh, atap genteng, vegetasi, dan tanah terbuka.
Uji akurasi pada citra smg yang telah diklasifikasi menghasilkan tingkat keakuratan 99,2366%.
Praktikan membuat range untuk transformasi, yaitu 5 range. Range yang pertama yaitu 0,0-0,2 dengan warna green. Range yang kedua yaitu 0,2-0,4 dengan warna blue. Range yang ketiga yaitu 0,4-0,6 dengan warna yellow. Range yang keempat yaitu 0.6-0.8 dengan warna cyan. Range yang kelima yaitu 0.8-1.0.
DAFTAR PUSTAKA
Atharamadhana, Fauziah. 2013. Laporan Lengkap praktikum INDERAJA_Q. http://fauziahforester.blogspot.co.id/2013/06/laporan-lengkap-praktikum-inderajaq.html Diakses pada jumat 08 Januari 2016 pukul 13.21
Ayuindra, Meylia. 2014. Transformasi NDVI. https://www.academia.edu/6230372/Transformasi_NDVI. Diakses pada jumat 08 Januari 2016 pukul 14.03
Citra Satelit. 2013. Tutorial Pan Sharpening. http://www.citrasatelit.com/tutorial-pan-sharpening . Diakses pada jumat 08 Januari 2016 pukul 14.12
Imron, Senna. 2015. Laporan praktikum pengindraan jauh acara vi. http://www.slideshare.net/imron_senna/laporan-praktikum-penginderaan-jauh-acara-vi . Diakses pada jumat 08 Januari 2016 pukul 14.19
Rebmoven., N. Olive. 2013. Praktikum Intrepretasi Citra Multispektral menggunakan ENVI 4.5 https://www.academia.edu/9724823/PRAKTIKUM_INTERPRETASI_CITRA_MULTISPEKTRAL_MENGGUNAKAN_ENVI_4.5 . Diakses pada jumat 08 Januari 2016 pukul 14.25
Sabria, Rara. 2012. Metode Pengindraan Jauh dan Intrepretasi Citra. http://rarasabria.blogspot.co.id/2012/10/metode-penginderaan-jauh-dan.html . Diakses pada jumat 08 Januari 2016 pukul 14.33
MasBeku. 2011. Sekarang, Envi ada didalam ArcGis. https://gisinbali.wordpress.com/2011/03/08/envi-4-8-dalam-arcgis/ . Diakses pada jumat 08 Januari 2016 pukul 14.41