Jumat, 30 Maret 2012

ANALISIS DISPLAY CITRA


Mata Kuliah: Geomatika dan                          Hari/tanggal: Rabu, 29 Februari 2012
Inderaja Kehutanan                 Waktu          : 14.00-17.00 WIB


ANALISIS DISPLAY CITRA

Oleh:
KELOMPOK 1
1.      Jajang Roni A. Kholik              (E14090090)
2.      Nadya Susetya Ningtyas          (E14090071)

Dosen :
Dr. Nining Puspaningsih, M.Si.

Asisten :
1.      Sri Wahyuni                              (E14070017)
2.      Erry Maulana W                       (E14070122)
3.      Aditya Pradhana                      (E14070116)
4.      I Putu Arimbawa                      (E14070015)

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
2012

I.       METODOLOGI

1.1        Waktu dan Tempat Pelaksanaan
Praktikum Geometika dan Inderaja Kehutanan dengan judul materi Analisis Display Citra ini dilaksanakan pada hari Rabu tanggal 29 Februari 2012 mulai pukul 14.00-17.00 WIB yang bertempat di Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas Kehutanan, IPB.

1.2        Alat dan Bahan
Adapun alat yang digunakan pada praktikum ini adalah:
1.      Laptop
2.      Software ERDAS IMAGINE 9.1
3.      Microsoft word dan excel
Sedangkan bahan yang digunakan pada praktikum ini adalah:
1.      Alat tulis
2.      Data citra satelit Jakarta Utara

1.3        Cara Kerja
1.      Buka software ERDAS IMAGINE 9.1 pada layar komputer.
2.      Untuk analisis pertama, buka citra dan tentukan rasternya dalam bentuk gray scale (tingkat keabu-abuan).
3.      Tentukan 3 titik di citra (vegetasi, tanah kosong, dan air) contoh dibawah ini ditandai bulat warna putih pada masing-masing layer sehingga ada 6 layer yang ditentukan (tiap layer ada tiga titik).
4.      Perbesar titik tersebut hingga menjadi tampilan 1 pixel, lalu print screen ke microsoft word.
5.     
objek yang dipilih
 
Tampilkan warna citra tiap layer dan nilai pixel (DN) yang dipilih pada microsoft word.


 




6.      Untuk analisis kedua, caranya sama seperti analisis pertama hanya saja citra ditampilkan dalam tiga kombinasi warna (true colour) dan buat kombinasi band yang dipilih pada rasternya yaitu 5-4-2, 3-2-1, 4-3-2.
7.      Tentukan 3 titik di citra (vegetasi, tanah kosong, dan air) pada masing-masing kombinasi band sehingga ada 3 kombinasi (tiap kombinasi ada tiga titik).
8.      Perbesar titik tersebut hingga menjadi tampilan 1 pixel, lalu print screen ke microsoft word.
9.      Tampilkan warna citra tiap kombinasi yang dipilih pada microsoft word.
10.  Untuk mencari nilai OIF masing-masing kombinasi multi band, ambil data statistik dari tiap kombinasi multi band tersebut dan masukan ke dalam tabel microsoft excel untuk diolah nilainya dengan rumus yang ada.
DN            = covariant ij/ (SQRT (i)*SQRT (j))
OIF           = (S i + S j + S k)/(ABS (ij) + ABS (ik) + ABS (jk))








 





11.  Tampilkan setiap nilai OIF berdasarkan kombinasi multi band yang dibuat.
12.  Analisis setiap hasil yang didapat dengan dibuat tabel terlebih dahulu dan kemudian dilakukan pembahasan terhadap data yang dihasilkan.

II.    HASIL DAN PEMBAHASAN

2.1 Hasil

Tabel 1. Perbedaan Tone dan DN masing-masing band (single band) untuk analisis vegetasi, tanah kosong, dan air.
BAND/ LAYER
VEGETASI
TANAH KOSONG
AIR
1
102000
112000
89000
2
79000
82000
62000
3
66000
89000
48000
4
80000
46000
16000
5
75000
94000
13000
6
36000
76000
11000

Tabel 2. Perbedaan Tone pada masing-masing kombinasi band (multi band) untuk analisis vegetasi, tanah kosong, dan air.

KOMPOSIT
VEGETASI
TANAH KOSONG
AIR
3-2-1
5-4-2
4-3-2
Tabel 3. Perbedaan nilai OIF (Optimum Index Factor) pada masing-masing kombinasi (multi band) untuk analisis vegetasi, tanah kosong, dan air.
KOMPOSIT
NILAI OIF
3-2-1
4.639925
5-4-2
24.91193
4-3-2
5.480974







Tabel 4. Perhitungan nilai OIF (Optimum Index Factor) pada kombinasi multi band 5-4-2 untuk analisis vegetasi, tanah kosong, dan air.

band
1
2
3
4
5
6
7
1
10.509
6.389
11.296
5.147
10.69
-1.532
5.515
2
6.389
5.589
10.643
3.723
16.919
-0.382
8.618
3
11.296
10.643
29.895
5.566
65.329
1.673
33.014
4
5.147
3.723
5.566
23.339
13.21
-1.666
-0.591
5
10.69
16.919
65.329
13.21
261.367
12.649
122.734
6
-1.532
-0.382
1.673
-1.666
12.649
2.131
6.724
7
5.515
8.618
33.014
-0.591
122.734
6.724
65.004

band
1
2
3
4
5
6
7
std
1

0.833653
0.637301
0.328649
0.203973
-0.32373
0.211006
3.242
2
0.833653

0.823375
0.325975
0.442672
-0.11069
0.452136
2.364
3
0.637301
0.823375

0.210719
0.739063
0.209607
0.748909
5.468
4
0.328649
0.325975
0.210719

0.169136
-0.23623
-0.03231
4.831
5
0.203973
0.442672
0.739063
0.169136

0.535968
0.941607
16.167
6
-0.32373
-0.11069
0.209607
-0.23623
0.535968

0.571302
1.46
7
0.211006
0.452136
0.748909
-0.03231
0.941607
0.571302

8.062

OIF
5_4_2

24.91193
= (16.167+4.831+2.364)/(ABS(F15)+ABS(F13)+ABS(E13))

Tabel 5. Perhitungan nilai OIF (Optimum Index Factor) pada kombinasi multi band 3-2-1 untuk analisis vegetasi, tanah kosong, dan air.

band
1
2
3
4
5
6
7
1
7.677
4.418
8.768
0.925
7.05
0.062
5.396
2
4.418
4.669
9.624
2.761
10.875
0.265
7.941
3
8.768
9.624
27.449
8.89
33.559
0.748
22.911
4
0.925
2.761
8.89
13.246
20.945
0.081
11.463
5
7.05
10.875
33.559
20.945
89.812
1.337
54.642
6
0.062
0.265
0.748
0.081
1.337
0.457
1.154
7
5.396
7.941
22.911
11.463
54.642
1.154
39.566


band
1
2
3
4
5
6
7
std
1

0.737935
0.604006
0.091728
0.268489
0.033101
0.30961
2.771
2
0.737935

0.85012
0.351085
0.531068
0.181416
0.584255
2.161
3
0.604006
0.85012

0.466226
0.675894
0.211193
0.695216
5.239
4
0.091728
0.351085
0.466226

0.607255
0.032922
0.50072
3.639
5
0.268489
0.531068
0.675894
0.607255

0.208692
0.916639
9.477
6
0.033101
0.181416
0.211193
0.032922
0.208692

0.271385
0.676
7
0.30961
0.584255
0.695216
0.50072
0.916639
0.271385

6.29

OIF
3_2_1

4.639925
= (I14+I13+I12)/(ABS(D13)+ABS(D12)+ABS(C12))


Tabel 6. Perhitungan nilai OIF (Optimum Index Factor) pada kombinasi multi band 4-3-2 untuk analisis vegetasi, tanah kosong, dan air.

band
1
2
3
4
5
6
7
1
5.858
3.701
7.127
9.411
12.164
1.028
4.483
2
3.701
4.166
6.832
9.496
11.463
1.137
4.099
3
7.127
6.832
15.182
21.114
25.851
2.793
9.468
4
9.411
9.496
21.114
46.794
58.502
5.765
20.467
5
12.164
11.463
25.851
58.502
93.701
7.523
31.995
6
1.028
1.137
2.793
5.765
7.523
1.418
2.639
7
4.483
4.099
9.468
20.467
31.995
2.639
12.78

band
1
2
3
4
5
6
7
std
1

0.749178
0.755732
0.568416
0.519194
0.356681
0.518118
2.42
2
0.749178

0.85906
0.680121
0.580185
0.467803
0.561763
2.041
3
0.755732
0.85906

0.792156
0.685395
0.601961
0.679717
3.896
4
0.568416
0.680121
0.792156

0.883494
0.707728
0.836939
6.841
5
0.519194
0.580185
0.685395
0.883494

0.652651
0.92458
9.68
6
0.356681
0.467803
0.601961
0.707728
0.652651

0.61992
1.191
7
0.518118
0.561763
0.679717
0.836939
0.92458
0.61992

3.575

OIF
4_3_2

5.480974
= (I14+I13+I12)/(ABS(D13)+ABS(D12)+ABS(C12))












2. 2  Pembahasan

Praktikum analisis display citra dilakukan untuk mengamati berbagai penampakan tone dan nilai DN serta nilai OIF untuk masing-masing objek yaitu dalam hal ini adalah vegetasi, tanah kosong, dan air. Band yang digunakan pada praktikum ini adalah single band yaitu dengan menggunakan display grey scale (tingkat keabu-abuan). Sedangkan pada multi band dilakukan kombinasi band dengan komposit band 5-4-2, 4-3-2, dan band 3-2-1.
Berdasarkan pada tabel 1. mengenai perbedaan tone pada single band di atas, untuk display single band menghasilkan beberapa warna yang berbeda pada masing-masing layer atau band yang dipilih, misalnya: pada layer/band 1 untuk nilai vegetasi menghasilkan nilai DN sebesar 102000, tanah kosong sebesar 112000, dan air sebesar 89000 dengan warna yang sedikit ada perbedaan. Begitu pula pada layer yang lain (layer 2-6) juga menghasilkan nilai DN dan warna objek yang bervariasi. Namun, apabila di lihat dari display citra yang ada, band yang menghasilkan tone (warna) yang paling baik adalah band/layer nomor 5 dan nomor 6. Hal ini dikarenakan pada band/layer tersebut sudah mampu untuk dibedakan antara vegetasi, tanah kosong, dan air secara lebih jelas pada grey scale yaitu vegetasi berwarna abu-abu gelap, tanah berwarna abu-abu muda, dan air bewarna hitam gelap dengan nilai masing-masing objek pengamatan pada layer 5 adalah sebesar 75000 untuk vegetasi, 94000 untuk tanah kosong, dan 13000 untuk air. Sedangkan pada layer 6 masing-masing objek menghasilkan nilai DN sebesar 36000 untuk vegetasi, 76000 untuk tanah kosong, dan 11000 untuk air.
Selanjutnya, pada tabel 2. mengenai perbedaan tone pada masing-masing multi band yaitu menggambarkan nilai tone (tampilan warna) dari berbagai kombinasi band yang digunakan antara kombinasi 5-4-2, 4-3-2, dan 3-2-1, menunjukkan bahwa pada band warna asli (dasar) yaitu kombinasi band 3-2-1, objek vegetasi berwarna abu-abu, ungu muda untuk tanah kosong, dan coklat untuk warna air. Sedangkan pada kombinasi band warna palsu (komposit band 5-4-2), vegetasi ditunjukkan dengan warna hijau, tanah kosong berwarna ungu tua, dan air berwarna biru. Hal ini menunjukkan bahwa warna hijau vegetasi paling baik ditunjukkan apabila berada pada band 4 dan air pada band 2. Berbeda halnya pada kombinasi band warna palsu lainnya (komposit band 4-3-2), tone untuk vegetasi ditampilkan dengan warna merah, tanah kosong berwarna biru muda, dan air berwarna biru tua. Hal ini juga menunjukkan bahwa apabila kombinasi warna dibuat kombinasi posisi red pada band 4, maka setiap ada vegetasi akan ditampilkan dengan warna merah.
Apabila dibandingkan pada ketiga kombinasi multi band tersebut berdasarkan pada tabel 2 dan 3 di atas, maka yang paling baik untuk menampilkan perbedaan objek vegetasi, tanah kosong, dan air adalah pada komposit band 5-4-2. Hal ini dikarenakan pada tampilan display citra yang ditunjukkan, menghasilkan warna yang nyata seperti keadaan aslinya di lapangan yaitu: pada objek vegetasi akan berwarna hijau karena paling baik menunjukkan vegetasi adalah band 4, warna tanah kosong menunjukkan ungu tua karena pada band 5 tanah kosong tersebut akan lebih jelas ditampilkan, serta untuk objek air akan baik jika ditampilkan pada band 1, 2, dan 3 yaitu berwarna biru tua.
Begitu pula apabila dibandingkan berdasarkan nilai OIF yang didapat dari hasil perhitungan (seperti pada tabel 3, 4, 5, dan 6), kombinasi multi band yang paling baik menampilkan display citra adalah kombinasi 5-4-2 dengan nilai OIF sebesar 24.91193, kemudian kombinasi 4-3-2 dengan nilai OIF sebesar 5.480974, dan terakhir adalah kombinasi 3-2-1 dengan nilai OIF sebesar 4.639925. Hal ini menunjukkan bahwa apabila nilai OIF yang didapat semakin besar, maka kombinasi multi band tersebut akan semakin baik untuk menampilkan display citra yang ada terutama pada kegiatan praktikum ini digunakan untuk analisis vegetasi, tanah kosong, dan air.


III.    KESIMPULAN

Berdasarkan hasil analisis pada pembahasan yang telah dijelaskan, dapat dibuat beberapa kesimpulan yaitu sebagai berikut:
1.      Pada single band, layer/band yang paling baik menampilkan display warna citra adalah layer/band  5 dan 6 karena lebih jelas perbedaan warnanya, yaitu: vegetasi berwarna abu-abu gelap, tanah berwarna abu-abu muda, dan air bewarna hitam gelap dengan nilai DN masing-masing objek pengamatan pada layer 5 adalah sebesar 75000 untuk vegetasi, 94000 untuk tanah kosong, dan 13000 untuk air.
2.      Apabila dibandingkan pada ketiga kombinasi multi band tersebut, maka yang paling baik untuk menampilkan perbedaan objek vegetasi, tanah kosong, dan air adalah pada komposit band 5-4-2. Hal ini dikarenakan pada tampilan display citra yang ditunjukkan, menghasilkan warna yang nyata seperti keadaan aslinya di lapangan salah satunya pada objek vegetasi akan terlihat berwarna hijau.
3.      Berdasarkan nilai OIF yang didapat dari hasil, kombinasi multi band yang paling baik menampilkan display citra adalah kombinasi 5-4-2 dengan nilai OIF sebesar 24.91193.

Tidak ada komentar:

Posting Komentar

Powered By Blogger