Datayang dihasilkan dari akuisisi data LiDAR yaitu data dalam bentuk point cloud. Point cloud merupakan kumpulan titik yang mewakili bentuk atau fitur tiga dimensi (3D). Setiap titik memiliki koordinat X, Y, dan Z. Ketika terdapat banyak kumpulan point cloud yang disatukan, maka point cloud tersebut akan membentuk suatu permukaan atau objek
Mahasiswa/Alumni Universitas Pendidikan Indonesia29 April 2022 0908Halo Kusuma, jawaban untuk soal ini adalah B. Berikut adalah penjelasannya. Citra merupakan hasil dari penginderaan jauh, yaitu gambar suatu objek di permukaan bumi yang terekam oleh sistem penginderaan jauh. Citra dibedakan menjadi dua, yaitu citra foto fan citra nonfoto. Citra nonfoto adalah gambaran suatu objek yang dihasilkan dengan menggunakan sensor bukan kamera. Citra nonfoto terdiri dari beberapa jenis, salah satunya citra nonfoto berdasarkan wahana yang digunakan. Berdasarkan wahana yang digunakan, citra nonfoto dibedakan menajdi dua jenis, yaitu sebagai berikut 1. Citra dirgantara, yaitu citra nonfoto yang dibuat menggunakan wahana yang beroperasi di udara. Contohnya adalah citra inframerah thermal dan citra MSS Multispectral Scanner 2. Citra satelit, yaitu citra nonfoto yang dibuat menggunakan wahana yang mengorbit luar angkasa. Contohnya NOAA Amerika Serikat. Oleh karena itu, jawaban yang tepat adalah B. Semoga membantu ya!
Citra MSS (Multi Spektral Scanner), sensornya dapat menggunakan spektrum tampak maupun spektrum inframerah termal. Citra ini dapat dibuat dari pesawat udara. g. Wahana yang digunakan 1) Citra dirgantara (Airbone Image), yaitu citra nonfoto yang dibuat dengan wahana yang beroperasi di udara (dirgantara)
Penginderaan Jauh 39 a. Citra Citra dapat diartikan sebagai gambaran yang tampak dari suatu objek yang sedang diamati sebagai hasil liputan atau rekaman suatu alat pemantau. Sebagai contoh, memotret bunga di taman. Citra taman di halaman rumah yang berhasil dibuat merupakan citra taman tersebut. Proses pembuatan citra dengan cara memotret objek dapat dilakukan dengan arah horisontal maupun vertikal dari udara tampak atas. Hasil citra secara horisontal tampak sangat berbeda jika dibandingkan dengan hasil pemotretan dari atas atau udara. Gambar yang dicitra dengan arah horisontal menghasilkan citra tampak samping, sedangkan dengan arah vertikal menghasilkan citra tampak atas baik tegak maupun miring obliq. 1. Citra 2. obliq 3. Multispectral Scanner Data 4. Remote sensing Z oom a Gambar Contoh Citra Foto a Foto dari arah horisontal. b Foto dari udara vertikal. Sumber Dokumentasi Penerbit dan http Gambar Wahana Satelit Penginderaan Jauh Wahana satelit memiliki banyak keuntungan karena mampu mengambil gambar dalam cakupan wilayah yang jauh lebih luas. Sumber http b Menurut Hornby, citra adalah gambaran yang terekam oleh kamera atau alat sensor lain. Adapun menurut Simonet dkk, citra adalah gambar rekaman suatu objek biasanya berupa gambaran pada citra yang diperoleh melalui cara optik, elektro-optik, optik- mekanik, atau elektro -mekanik. b. Wahana Wahana diartikan sebagai kendaraan yang membawa alat pemantau. Wahana sering pula dinamakan mediator. Berdasarkan ketinggian peredarannya, posisi wahana dapat dikla sifikasikan menjadi tiga kelompok, yaitu sebagai berikut. 1 Pesawat terbang rendah sampai medium low to medium altitude aircraft ketinggian antara meter dari permukaan bumi. Citra yang dihasilkannya adalah citra foto foto udara. 2 Pesawat terbang tinggi high altitude aircraft dengan ketinggian sekitar meter dari permukaan bumi. Citra yang dihasilkannya adalah citra udara dan multispectral scanner data. 3 Satelit dengan ketinggian antara 400–900 km dari permukaan bumi. Citra yang dihasilkan adalah citra satelit. Di unduh dari 40 Geografi Membuka Cakrawala Dunia untuk Kelas XII 2. Sistem Penginderaan Jauh
Jumlahpekerjaan medan yang diperlukan di dalam interpretasi citra sangat beraneka dan bergantung pada (a) kualitas citra yang meliputi skala, resolusi, dan informasi yang harus diinterpretasi, (b) jenis analisis atau interpretasinya, (c) tingkat ketelitian yang diharapkan, baik yang menyangkut penarikan garis batas atau delineasi maupun
Halo Syifa, Kaka bantu jawab ya. Jawaban untuk soal ini adalah C. Berikut adalah penjelasan nya! Wahana merupakan alat atau wadah untuk menyimpan sensor atau alat perekam dari sistem penginderaan jauh, sehingga, wahana juga bisa disebut sebagai kendaraan bagi alat perekam. Berdasarkan ketinggian peredarannya, posisi wahana dapat diklasifikasikan menjadi tiga kelompok, yaitu sebagai berikut 1. Pesawat terbang rendah sampai medium low to medium altitude aircraft ketinggian antara meter dari permukaan bumi. 2. Pesawat terbang tinggi high altitude aircraft dengan ketinggian sekitar meter dari permukaan bumi. 3. Satelit dengan ketinggian antara 400–900 km dari permukaan bumi. Citra yang dihasilkan adalah citra satelit. Dengan demikian, jawaban yang tepat adalah C. Semoga membantu ya
9 Campbell : Penginderaan jauh adalah ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh. 10) Colwell : Penginderaaan Jauh yaitu suatu pengukuran atau perolehan data pada objek di permukaan bumi dari satelit atau instrumen lain di atas atau jauh dari objek yang diindera.
Sebagian studi dan pemanfaatan penginderaan jauh dilakukan menggunakan citra multispektral adalah citra yang dihasilkan dari sebuah sensor scanner multispektral, yang merekam pada pada julat gelombang , inframerah dekat, dan inframerah gelombang pendek yang direkam pada spektrum gelombang yang ini dicirikan dengan memiliki banyak saluran spektral biasa disebut band pada citranya dan dapat digunakan secara bersama-sama untuk membentuk citra multispektral seperti Landsat 8 dan Sentinel 2 banyak dimanfaatkan dalam berbagai bidang, meliputi bidang pertanian, kehutanan, batuan dan tanah, penilaian kualitas lingkungan dan perencanaan pembangunan penjelasan selengkapnya!Apa Itu Citra Multispektral?Berdasarkan jumlah saluran perekaman pada sensor, citra penginderaan jauh dibagi atas dua sistem yaitu sistem fotografik monospektral dan multispektral adalah sistem penginderaan jauh yang melibatkan perekaman pada panjang gelombang tampak, inframerah dekat, dan inframerah gelombang pendek yang direkam pada spektrum gelombang yang terpisah pada area yang multispektral merupakan hasil perekaman dari penginderaan jauh dengan sistem di setiap saluran biasa disebut band ini kemudian dapat digunakan secara bersama-sama untuk membentuk citra citra multispektral dapat memiliki jumlah band yang berbeda-beda, umumnya berkisar antara 4-15an band. Sebagai contoh, citra Landsat 8 memiliki 11 band, Sentinel 2 berjumlah 13 band dan SPOT 7 yang berjumlah 5 Citra MultispektralSetiap objek memiliki sifat dan karakteristik yang berbeda dalam memantulkan dan menyerap secara berbeda energi pada panjang gelombang yang yang diperoleh lebih spesifik dikarenakan banyaknya panjang gelombang yang diperoleh untuk memebedakan objek tertentu dengan kedetilan yang akan lebih mudah dikenali jika menggunakan rentang panjang geombang yang lebih vegetasi pada saluran hijau 0,5-0,6 μm lebih mudah dikenali daripada tanah karena pantulan vegetasi pada saluran hijau lebih tinggi daripada tanah. Sebaliknya pada saluran merah 0,6-0,7 μm pantulan tanah lebih tinggi sehingga obyek tanah lebih mudah dikenali daripada vegetasi pada saluran menggunakan beberapa band secara sekaligus, maka citra multispektral ini dapat digunakan untuk berbagai macam aplikasi seperti tutupan dan penggunaan lahan, kehutanan, kualitas air, serta bidang beberapa contoh pemanfaatan citra multispektral seperti Landsat 8 dan Sentinel 2Bidang kehutananMonitoring deforestasiMonitoring hotspot untuk deteksi titik karhutlaPemetaan kerepatan vegetasiBidang pertanianPemetaan kesehatan tanamanPrediksi produktifitas panenPemetaan kesesuaian lahan pertanianBidang perencanaan lahanPemetaan penutup dan penggunaan lahanPemantauan perubahan penutup dan penggunaan lahanBidang geologi dan tanahPemetaan jenis batuan permukaanPemetaan kandungan mineral tanahContoh-contoh Citra MultispektralContoh dari citra multispektral antara lainLandsat MSS, Landsat 5, Lansat 7, Landsat 8, Landsat 9Sentinel 2ModisWorldviewSPOT 1-7QuickBirdIkonosPlanetCiri-ciri citra multispektral adalah citra tersebut terbagi atas banyak band/ saluran contoh, citra Landsat 8 memiliki 11 saluran spektral dengan resolusi spasial yang berbeda-beda, yaituBand 1 Coastal Aerosol – µm; dengan resolusi spasial 30 mBand 2 Blue – µm; 30 mBand 3 Green – µm; 30 mBand 4 Red – µm; 30 mBand 5 Near-Infrared – µm; 30 mBand 6 SWIR 1 – µm; 30 mBand 7 SWIR 2 – µm; 30 mBand 8 Panchromatic PAN – µm; 15 mBand 9 Cirrus – µm; 30 mBand 10 TIRS 1 – µm 100 mBand 11 TIRS 2 – µm 100 mLandsat 8 diluncurkan pada 11 Februari 2013, memiliki dua sensor yaitu sensor Operational Land Imager OLI yang merekam band 1-9 dan Thermal Infrared Sensor TIRS yang merekam band 10 dan Landsat 8 area Kepulauan Karimun lainnya adalah citra Sentinel 2. Citra ini memiliki 13 band spektral yang terdiri dengan spesifikasiBand NumberCentral Wavelength nmBandwidth nmSpatial Resolution m144320602490651035603510466530105705152067401520778320208842115108a8652020994520601013753060111610902012219018020TCI*RGBComposite10Citra SENTINEL 2, Gunung Agung dan Gunung Batur, Bali, Indonesia. Sumber wikimediaCitra Multispektral Vs Citra HiperspektralPenginderaan jauh sistem multispektral dibedakan atas sistem multispektral, hiperspektral dan ultraspektral. Dasar dari pembagian ini adalah julat rentang panjang gelombang yang direkam pada setiap band dan banyaknya jumlah band yang dapat hiperspektral memiliki konsep yang sama dengan citra multispektral. Perbedaannya terletak pada penggunaan sensor dengan rentang panjang gelombang yang lebih sempit dibandingkan dengan sensor panjang gelombang yang lebih sempit ini membuat citra memiliki sensitifitas yang lebih baik terhadap pembedaan objek secara hiperspektral memiliki jumlah band mencapai puluhan hingga ratusan banyaknya. Contohnya citra Hyperion yang memiliki 220 dan KekuranganCitra multispektral memiliki keunggulan jika dibandingkan dengan citra foto udara maupun citra radar, antara lainMemiliki banyak saluran spektral sehingga mampu membedakan objek lebih rinci secara spektral sehingga banyak digunakan dalam berbagai kajianBanyak tersedia secara gratis dan dapat didownload dengan mudahJenis citra yang paling umum digunakan sehingga proses pengolahannya lebih mudahTutorial pemanfaatannya banyak tersedia sehingga proses pengolahan lebih mudah dipelajariProses interpretasi yang lebih mudah dibandingkan dengan citra radarMerekam suatu daerah secara berkala dalam rentang waktu yang lama misal landsat sejak 1972 sehingga sesuai untuk kajian kelemahan atau kekurangannya adalahDibutuhkan biaya yang tinggi untuk mendapatkan citra resolusi spasial sangat tinggiWaktu perekaman yang tetap, sulit untuk mendapatkan tanggal perekaman yang diinginkan,Tidak bisa mendapatkan waktu perekaman yang fleksibel, misal jika dibandingkan dengan foto udara di mana perekaman bisa sesuai permintaan/ kebutuhanSangat terpengaruh pada kondisi atmosfer seperti kabut dan Termal pada Citra MultispektralPada banyak citra multispektral, sensor scanner juga merekam objek pada panjang gelombang inframerah termal. Hasilnya, biasanya ada satu atau lebih band yang menghasilkan citra inframerah termal. Misalnya, band 6 pada Landsat 7 dan band 10-11 pada citra Landsat dengan saluran lainnya, saluran termal akan menangkap informasi suhu atau temperatur objek. Hal ini membuat kenampakan citra dan proses interpretasinya berbeda dengan saluran-saluran pada gelombang tampak atau saluran inframerah artikel ini kita sama-sama belajar mengenai citra multispektral, meliputipengertian dan karakteristikcontoh-contoh citrapemanfaatan citra multispektralkelebihan dan kelemahanmultispektral vs hiperspektralJika ada pertanyaan, silahkan dituliskan pada kolom artikel ini bermanfaat.
Citrayang dihasilkannya adalah citra foto (foto udara). Pesawat terbang tinggi (high altitude aircraft) dengan ketinggian sekitar 18.000 meter dari permukaan bumi. Citra yang dihasilkannya adalah citra udara dan multispectral scanner data. Satelit dengan ketinggian antara 400-900 km dari permukaan bumi. Citra yang dihasilkan adalah citra
ABSTRACK-The purpose ofthis study was todetermine the ability or potential to use a camera multispetral object identification and interpretation of coastal areas visually. Multispectral camera image is an image obtained from the unmanned aircraft vehicle. Multispectral camera consists of three spectral bands, namely Red, Green and NIR. To produce a combination of RGB used methods Bayern RGB filter array. The method used for the identification and interpretation of visual object is a method based on object keys of interpretation. Based on the interpretation keys, identification multispectral camera images can provide information spectral or spatial differences of each object on the coastal area is very clear. Discover the world's research25+ million members160+ million publication billion citationsJoin for free SEMINAR NASIONAL PENGINDERAAN JAUH2015 -560- Identifikasi dan Interpretasi Visual Citra Kamera Digital Multispektral untuk Objek Wilayah Pesisir Samsul Arifin1,*, Anwar Anas1, Nurwita Mustika Sari1, dan Dony Kushardono1 1Pusat Pemanfaatan Penginderaan Jauh – LAPAN *E-mail Samsul_lapan ABSTRAK- Tujuan penelitianini adalah untuk mengetahui kemampuan atau potensi kamera multispetral untuk pemanfaatan identifikasi dan interpretasi objek wilayah pesisir secara kamera multispectral merupakan citra yang diperoleh dari dengan wahana pesawat tanpa awak LSU. Kamera multispectral terdiri dari 3 band spektral, yaitu Red, Green dan NIR Untuk menghasilkan kombinasi RGB digunakan metode Bayern RGB filter array. Metode yang digunakan untuk identifikasi dan interpretasi objek adalah adalah metode visual berdasarkan kunci-kunci interpretasi kunci-kunci interpretasi, identifikasi citra kamera multispectral dapat memberikan informasi spectral atau spasial perbedaan setiap objek pada wilayah pesisir sangat jelas. Kata Kunci identifikasi, interpretasi, kamera multispektral, pesisir ABSTRACK - The purpose ofthis study was todetermine the ability or potential to use a camera multispetral object identification and interpretation of coastal areas visually. Multispectral camera image is an image obtained from the unmanned aircraft vehicle LSU. Multispectral camera consists of three spectral bands, namely Red, Green and NIR. To produce a combination of RGB used methods Bayern RGB filter array. The method used for the identification and interpretation of visual object is a method based on object keys of interpretation. Based on the interpretation keys, identification multispectral camera images can provide information spectral or spatial differences of each object on the coastal area is very clear. Keywords identification, interpretation, multispectral camera, coast 1. PENDAHULUAN Indonesia merupakan negara kepulauan yang terdiri dari sekitar pulau dengan panjang garis pantai kurang lebih km. Di sepanjang garis pantai ini terdapat wilayah pesisir yang relatif sempit tetapi memiliki potensi sumber daya alam hayati dan non-hayati; sumber daya buatan; serta jasa lingkungan yang sangat penting bagi kehidupan masyarakat. Potensi-potensi tersebut perlu dikelola secara terpadu agar dapat dimanfaatkan secara pesisir secara ekologis merupakan daerah pertemuan antara ekosistem darat dan laut. Ke arah darat meliputi bagian tanah, baik yang kering maupun yang terendam air laut, dan masih dipengaruhi oleh sifat-sifat fisik laut seperti pasang surut, ombak dan gelombang serta perembesan air laut. Ke arah laut mencakup bagian perairan laut yang dipengaruhi oleh proses alami yang terjadi di darat seperti sedimentasi dan aliran air tawar dari sungai maupun yang disebabkan oleh kegiatan manusia didarat seperti penggundulan hutan, pembuangan limbah, perluasan permukiman serta intensifikasi pertanian. Kamera digital multispectral merupakan teknologi yang diharapkan mampu merekam objek /sasaran dari ketinggian rendah dengan wahana pesawat LSU/LSA Lapan sebagai pelengkap dari citra satelit yang tertutup awan dan sebagai data alternative untuk memenuhi kebutuhan darurat Dony, Kushardono et al, 2014. Kamera ini pada dasarnya digunakan untuk vegetasi, akan tetapi pada penelitian ini dicoba untuk keperluan wilayah pesisir. Dengan memanfaatkan dan mengotimalkan band-band yang ada pada kamera multispectral penelitian ini bertujuan untuk mengkaji dan menganalisis kemampuan kamera multispectral dalam memberikan informasi untuk mengidentifikasi dan menginterpretasi wilayah pesisir. 2. METODE Data SEMINAR NASIONALPENGINDERAANJAUH2015 -561- Data yang digunakan adalah citra kamera multispectral yang dihasilkan dari sensor tuggal kamera digital. Data diakusisi tahun 2014 pada lokasi Indramayu, Jawa Barat dengan wahana pesawat LSU. Citra multispectral terdiri dari 3 band yaitu Red, Green dan Near Infra Red Bayer BE, 1976. Gambar 1. Citra Kamera Multispectral Metode Teknik kombinasi digunakan untuk membuat citra RGB yang mudah dikenali secara visual objek pada citra memiliki kemiripan warna objek alami. Dalam karya ilmiah dibuat berbagai kombinasi banda -band pada citra kamera digital multispektral, selanjutnya dipilih kombinasi RGB yang memiliki Natural Colour/True Colour Purwadhi SH et al, 2008. Pengkontrasan yang digunanakan adalah teknik kombinasi teknis histogram pada masing-masing filter warna. Metode analisis identifkasi dan interpretasi objek wilayah pesisir menggunakan analisis visual dengan mengoptimalkan teknik kombinasi RGB, pengkontrasan dan kunci-kunci interpretasi Lillesand TM, Keifer RW, 1979; 1990. 3. HASIL PEMBAHASAN Analisis Data Kamera yang digunakan adalah kamera digital dengan single sensor yang di desain untuk memotret reflektansi kanopi dari vegetasi karena dapat membaca cahaya tampak pada panjang gelombang 520 nm dan near-infrared dengan panajang gelombang 920 nm. Gambar dibawah menunjukkan respon dari sensor terhadap masing-masing band merah ,hijau dan biru. Filter pada band biru digunakan untuk mengukur nilai dari NIR Blue Curve sedangkan sensitifitas Hijau, Merah dan NIR setara dengan TM2, TM3 dan TM4 pada landsat Arthur RW , 1996. Gambar 2. Respon spektral pada kamera multispektral Keluaran dari kamera ini berupa data dengan format RAW 10 bit. Teknik bayer pattern digunakan untuk ekstraksi data raw menjadi R/G/NIR. Mosaik filter bayer merupakan color filter array CFA untuk menyusun RGB pada sensor foto Condat L ,2010. Identifikasi dan Interpretasi Visual Citra Kamera Digital Multispektral untuk Objek Wilayah PesisirArifin, S., et al. -562- Gambar 3. Bayer pattern Untuk mengkonversi image dari format ini ke RGB kita lakukan interpolasi dari dua nilai warna pada masing-masing pixel. Algoritma Freeman Median-based interpolation merupakan metode yang terbaik digunakan pada image yang bercak sedangkan algoritma Larosche-Prescott’s Gradient based interpolation dan Algortima Hamilton-Adam Adaptive color plane interpolation merupakan metode yang cocok digunakan pada image yang memiliki sisi/tepi yang tajam Ramanath et al, 2002. Median-based interpolation Metode ini terdapat dua step yaitu interpolasi linier dan median filter pada warna yang berbeda. Interpolasi linier digunakan untuk mengisi setiap photosite dengan tiga warna sedangkan median filter adalah merah tanpa hijau dan biru tanpa hijau. Image yang dihasilkan dari median filter digunakan bersamaan dengan sampel original bayer array untuk merecoveri sampel. Algoritma ini dapat digunakan dengan 3x3 neighborhood. Gradient based interpolation Metode ini umumnya digunakan di system kamera digital. Metode ini terdiri dari 3 step , pertama interpolasi chanel luminance hijau kedua dan ketiga interpolasi perbedaan warna merah tanpa hijau dan biru tanpa hijau. Interpolasi perbedaan warna digunakan untuk merekontruksi chanel chrominance merah dan biru. Metode ini memiliki keuntungan karena mata manusia lebih sensitive pada perubahan luminance. Adaptive color plane interpolation Metode ini merupakan modifikasi dari metode gradient based interpolation. Modifikasi yang dilakukan untuk mengakomodasi derivatives. Untuk data choromaticity merah dan biru dihasilkan dari rata-rata aritmatika sedangkan data luminance hijau dari derivative yang kedua. Optimasi Kombinasi RGB dan Pengkontrasan Citra Kombinasi band yang menghasilkan Warna Natural True Colour merupakan warna yang ideal diharapkan dalam identifikasi dan interpretasi visual, karena dalam kombinasi ini yang terlihat sudah seperti apa yang terlihat oleh mata. Fitur tanah muncul dalam warna yang sama dengan penampilan sistem visual manusia, vegetasi adalah hijau, ladang baru berwarna coklat dan kuning, jalan-jalan abu-abu, dan garis pantai berwarna putih. SEMINAR NASIONALPENGINDERAANJAUH2015 -563- Kamera multispektral memiliki 3 band yang terdiri dari band1 Green , band2 Red dan band3 Near Infra Red.. Beberapa kombinasi RGB dari ke 3 band tersebut , RGB optimal yang sesuai diinginkan yaitu warna natural True Colour adalah band2 Red, band1 Green dan band3 NIR. Pada filter merah digunakan pengkontrasan histogram linear, filter hijau pengkontrasan histogram autoclip dan filter warna biru digunakan pengkontrasan gausian equalize transform histogram. Indentifikasi dan Interpretasi Berdasarkan kombinasi dan pengkontrasan/penajaman citra kamera multispektral, maka objek wilayah pesisir di Indramayu umumnya terdiri dari tambak, vegetasi magrove, sawah dan permukiman. Objek yang dominan mengandung air seperti tambak dan sawah fase air merupakan objek yang sangat menarik diamati dan dikaji dengan menggunakan citra kamera digital multispektral. Pada penelitian ini disajikan beberapa contoh identifikasi dan interpretasi objek untuk di wilayah pesisir Indramayu. Tambak sebagian besar di wilayah pesisir dapat diidentifikasi berdasarkan data citra kamera multispektral menjadi 3 jenis tambak yaitu tambak ikan, udang dan garam. Ketiga tambak ini memiliki karakteristik spektral yang berbeda jika dilihat dari sudut pandang kunci-kunci interpretasi. Bentuk ketiga tambak berbetuk kotak/persegi, sedangkan ukuran besaran persegi berbeda-beda. Tambak ikan memiliki bentuk persegi dangan ukuran besar, tambak udang berbentuk persegi dengan ukuran sedang, sedangkan tambak garam berbentuk persegi berukuran lebih kecil. Kenampakan tekstur tambak ikan kasar, tambak udang halus dan terdapat bintik putih pada setiap pojok kotak, sedangkan tambak garam agak kasar. Kenampakan tekstur ini dipengaruhi adanya objek vegetasi pada tambak ikan, adannya kincir angin pada tambak udang dan air tanah pada tambak garam. Dari segi warna tambak dapat diidentifikasi dan diinterpretasi bahwa tambak ikan berwana biru sampai biru asin atau cyan, tambak udang biru sampai hitam dan tambak garam berwana abu-abu sampai putih. Kenampakan perbedaan warna ketiga tambak ini kemungkinan disebabkan oleh kadar garam air atau kedalaman air. Dari segi asosiasi tambak ikan terdapat vegetasi mangrove, tambak udang terdapat teknologi kincir angin dan tambak garam terdapat lahan penampungan garam dan infrastruktur jalan. Analisis di atas didasarkan kemampuan kamera multispektral yang memiliki resolusi spektral dan resolusi spasial yang tinggi. Tambak Ikan Tambak Udang Tambak Garam Gambar4. Identifikasi dan Interpretasi Tambak Vegetasi di wilayah pesisir pada penelitian ini yang cukup luas hanya terdapat vegetasi magrove,semak dan sawah. Dengan menggunakan citra kamera multispektral magrove terdapat di wilayah pesisir dengan bentuk tak beraturan, tektur kasar, benrtuk ada yang luas dan sempit memamjang dengan warna hijau sampai kuningberasosiasi dengan pantai. Sawah dilihat dari citra kamera multispektral memiliki bentuk kotak/persegi dengan tektur halus, ukuran sedang sampai besar, berasosiasi dengan permukiman dan sawah berwarana hitam-biru untuk sawah fase air, berwana hijau untuk sawah bervegetasi dan sawah berwarna cyan sampai putih dengan tektur kasar terdapat bintik-bintik hitam atau putih menunjukkan sawah fase bera. Vegetasi ladang/tegalan berdasarkan citra kamera multispektral dapat diidentifikasi dan diinterpretasi berbentuk kotak/persegi, ukuran kecil dengan tekstur alus. Identifikasi dan Interpretasi Visual Citra Kamera Digital Multispektral untuk Objek Wilayah PesisirArifin, S., et al. -564- Vegetasi Mangove Vegetasi Sawah Vegetasi Ladang/Tegalan Gambar5. Objek Vegetasi di Wilayah Pesisir Sawah Fase Air Sawah Fase Vegetasi Sawah Fase Bera Gambar Fase Sawah pada Citra Kamera Multispectral Berdasarkan hasil identifikasi dan interpretasi citra kamera multispectral permukiman di wilayah pesisir tidak jauh berbeda dengan pemukiman di wilayah daratan. Perbedaan antara permukiman kota dengan permukiman desa terletak pada ukuran atau luasan wilayah yang terbangun. Tekstur, rona, asosiasi antara kota dan desa tidak jauh berbeda. Permukiman pada citra kamera terlihat berwarna merah-magenta-putih dan memiliki tekstur kasar, terlihat jaringan jalan dan berasosiai dengan persawahan dan vegetasi tegalan/ladang. Permukiman Kota Kecamatan Pemukiman Desa Kampung Gambar 7. Kenampakan Permukiman pada Citra Kamera Multispectral Selain objek-objek umum di atas, citra kamera multispectral dapat digunakan untuk identifikasi dan interpretasi objek khusus yang lebih detil. Objek khusus yang dimaksud seperti pelabuhan, gudang, pabrik, gedung perkantoran dan pertokoan, fasilitas umum serta jaringan jalan dan sungai. SEMINAR NASIONALPENGINDERAANJAUH2015 -565- Contoh-contoh objek tersebut dapat dilihat pada gambar di bawah ini. Gedung Perkantoran Gedung Sarana Olah Raga Pasar dan Pertokoan Perumahan Teratur / Kavling Penampungan Hasil Panen Jaringan Jalan dan Sungai Gambar 8. Objek, Jaringan Jalan dan Sungai Detil pada Citra Kamera Multispectral 4. KESIMPULAN Citra kamera multispectral terdiri dari 3 band yaitu Band 1 Green, Band 2 Red dan Band 3 Near Infra Red. Band-band tersebut setara dengan band TM2, band TM3dan band TM4. Kombinasi RGB yang optimal untuk visualiasi objek pada penelitian ini kombinasi RGB band2 Red, band1 Green dan band3 NIR dengan pengkontrasan merah menggunakan histogram linear, hijau menggunakan histogram autoclip dan biru menggunakan gausian equalize. Citra kamera multispektral yang memiliki kemampuan resolusi spasial yang tinggi dan resolusi multispectral dapat digunakan untuk mengidentifikasi dan menginterpretasi objek di wilayah pesisir dengan metode visual berdasarkan kunci-kunci interpretasi. Identifikasi dan interpretasi objek dapat dilihat pada citra dengan mempertimbangkan perbedaan bentuk, ukuran, tekstur, warna dan asosiasi objek dengan objek lainnya secara detil. UCAPAN TERIMAKASIH Terimakasih kami ucapkan pada berbagai pihak yang telah banyak membantu baik material maupun spirituil sehingga penelitian dan tulisan ini dapat terselesaikan. Secara umum ucapat terimakasih kami ucapkan pada pihak Lapan baik pejabat struktural maupun pejabat fungsional. Harapan selanjutnya mohon saran dan masukan agar karya ilmiah ini lebih baik dan lebih sempurna. DAFTAR PUSTAKA Anomim, Agricultural Digital Camera User’s Guide Arthur, 1996. Fundamentals of Electronic Image Processing, SPIE Digital Labrary Bayer, 1976. Color Imaging Array,” Patent No. 3,971,065 Identifikasi dan Interpretasi Visual Citra Kamera Digital Multispektral untuk Objek Wilayah PesisirArifin, S., et al. -566- Dony, K., Anas, A., Maryanto, A., Utama, dan Winanto 2014. Pemanfaatan Data LSA LAPAN Surveillance Aircraft Untuk Mendukung Pemetaan Skala Rinci. Prosiding Seminar Nasional Penginderaan Jauh. Lillesand, dan Keifer, 1979. Remote Sensing and Image Interpretation. Third Edition. John Willey & Sons, Inc New York. Lillesand, dan Keifer, 1990. Penginderaan Jauh dan Interpretasi Citra. Terjemahan dari Remote Sensing and Image Interpretation oleh Dulbahri et al. Gadjah Mada University Press Yogyakarta. Condat, L. 2010. Color filter array design using random patterns with blue noise chromatic spectra “Image and Vision Computing, 281196–1202 Purwadhi, 2007. Penginderaan Jauh dan Aplikasinya. Bahan Bimtek Penginderaan Jauh. Pusat Data Penginderaan Jauh, LAPAN Jakarta. Purwadhi, dan Sanjoto, 2008. Pengantar Intepretasi Citra Penginderaan Jauh. LAPAN-UNES Jakarta. Ramanath, R., Synder, Bilbro, Sander, 2002. Demosaicking method for Bayer color array. Journal of Electronic Imaging 113306-315 Yuang. 2002. Image enhancement based on equal area dualistic sub-image histogram equalization method * Makalah ini telah diperbaiki sesuai dengan saran dan masukan pada saat diskusi presentasi ilmiah BERITA ACARA PRESENTASI ILMIAH SINAS INDERAJA 2015 Moderator Dr. Irawan Muripto Judul Makalah Identifikasi dan Interpretasi Visual Citra Kamera Multispektral untuk Objek Wilayah Pesisir. Pemakalah Samsul Arifin dkk, PUSFATJA - LAPAN Jam – Tempat Ball Room 3 Diskusi Syarief Budhiman PUSFATJA-LAPAN Kami berharap pemanfaatan dan penggunaannya dapat digunakan lebih detail ke arah pesisir, karena judul penelitian lebih ke konteks objek pesisir. Sehingga pemanfaatannya dapat digunakan untuk memantau sedimentasi, mangrove, tambak dan lain-lainnya. Jika melihat ke depan dari program kegiatan ini nantinya lebih ke arah konteks tata ruang, pemantauan padi, harapan kami hal tersebut juga dapat di implementasikan untuk kegiatan lainnya di bidang wilayah pesisir. Terdapat hal menarik, seperti yang tadi telah disampaikan bahwa penggunaan citra ini setara dengan data LANDSAT, hal ini belum di ungkapkan setaranya dalam hal apa? Mungkin dapat ditunjukkan dalam hal kesetaraan tersebut dengan menunjukkan range Band yang ada pada citra untuk dibandingkan dengan range Band pada citra LANDSAT Muchlisin Arief PUSFATJA-LAPAN Harus ada penjelasan lebih rinci terkait kesetaraan citra yang di gunakan dengan data LANDSAT dan perlu adanya pembanding terkait band dan panjang gelombang yang di gunakan. Jawaban Tindak lanjut dari penelitian ini adalah untuk wilayah pesisir. Terkait kesetaraan nantinya akan dilakukan analisis terkait dengan perbandingan Band dan panjang gelombang yang ada pada citra dengan data LANDSAT agar mendapat ukuran yang kuantitatif terkait dengan kesetaraan data yang diharapkan. Dony KushardonoWilayah Indonesia sangat luas dan sedang giatnya melakukan pembangunan, serta perlunya kecepatan menanggulangi bencana alam sehubungan lokasinya pada ring of fire, maka informasi geospasial tematik terbaru banyak dibutuhkan untuk perencanaan wilayah, pemantauan hasil pembangunan, pengelolaan sumberdaya alam, pelestarian lingkungan dan mitigasi bencana alam. Tersedianya informasi geospasial tematik yang cepat dari penginderaan jauh sangat dibutuhkan untuk mendukung sektor pembangunan dan mitigasi bencana alam di Indonesia. Dengan semakin berkembangnya teknologi penginderaan jauh berbarengan dengan berkembangnya teknologi pengolahan digital, interpretasi citra penginderaan jauh menggunakan teknik klasifikasi digital direkomendasikan untuk mendukung penyediaan informasi geospasial di Indonesia secara cepat dan lebih akurat. Pada buku ini disampaikan informasi geospasial yang dapat dihasilkan dari penginderaan jauh, pengembangan metode klasifikasi digital oleh kandidat untuk menghasilkan informasi geospasial yang baik, dan implementasi klasifikasi digital penginderaan jauh untuk percepatan penyediaan informasi geospasial di Indonesia. Laurent CondatWe propose two new types of random patterns with R, G, B colors, which allow to design color filter arrays CFAs with good spectral properties. Indeed, the chrominance channels have blue noise character- istics, a property which maximizes the robustness of the acquisition system to aliasing. With these new CFAs, the demosaicking artifacts appear as incoherent noise, which is less visually disturbing than the moiré structures characteristic of CFAs with periodic Ramanath Wesley SnyderGriff L. BilbroWilliam A. Sander IIIDigital Still Color Cameras sample the color spectrum using a monolithic array of color filters overlaid on a charge coupled device array such that each pixel samples only one color band. The resulting mosaic of color samples is processed to produce a high resolution color image such that the values of the color bands not sampled at a certain location are estimated from its neighbors. This process is often referred to as demosaicking. This paper introduces and compares a few commonly used demosaicking methods using error metrics like mean squared error in the PGB color space and perceived error in the CIELAB color space. C 2002 SPIE and WangQian ChenBaeomin ZhangHistogram equalization is a simple and effective image enhancing technique. But in some conditions, the luminance of an image may be changed significantly after the equalizing process, this is why it has never been utilized in a video system in the past. A novel histogram equalization technique, equal area dualistic sub-image histogram equalization, is put forward in this paper. First, the image is decomposed into two equal area sub-images based on its original probability density function. Then the two sub-images are equalized respectively. Finally, we obtain the results after the processed sub-images are composed into one image. The simulation results indicate that the algorithm can not only enhance the image information effectively but also preserve the original image luminance well enough to make it possible to be used in a video system directlyPemanfaatan Data LSA LAPAN Surveillance Aircraft Untuk Mendukung Pemetaan Skala RinciK DonyA AnasA MaryantoA A UtamaWinanto DanDony, K., Anas, A., Maryanto, A., Utama, dan Winanto 2014. Pemanfaatan Data LSA LAPAN Surveillance Aircraft Untuk Mendukung Pemetaan Skala Rinci. Prosiding Seminar Nasional Penginderaan Jauh dan Interpretasi Citra. Terjemahan dari Remote Sensing and Image Interpretation oleh Dulbahri et alT M LillesandR W KeiferLillesand, dan Keifer, 1990. Penginderaan Jauh dan Interpretasi Citra. Terjemahan dari Remote Sensing and Image Interpretation oleh Dulbahri et al. Gadjah Mada University Press Jauh dan AplikasinyaS H PurwadhiPurwadhi, 2007. Penginderaan Jauh dan Aplikasinya. Bahan Bimtek Penginderaan Jauh. Pusat Data Penginderaan Jauh, LAPAN Intepretasi Citra Penginderaan JauhS H PurwadhiB T SanjotoPurwadhi, dan Sanjoto, 2008. Pengantar Intepretasi Citra Penginderaan Jauh. LAPAN-UNES Jakarta.
eoLo0. dzw58zkw4c.pages.dev/431dzw58zkw4c.pages.dev/254dzw58zkw4c.pages.dev/476dzw58zkw4c.pages.dev/331dzw58zkw4c.pages.dev/436dzw58zkw4c.pages.dev/580dzw58zkw4c.pages.dev/345dzw58zkw4c.pages.dev/124
multispectral scanner data merupakan citra yang dihasilkan dari wahana