LAPORAN PRAKTIKUM PENGINDRAAN JAUH

ACARA 3
PENGENALAN CITRA SATELIT
DAN KARAKTERISTIK SPEKTRAL OBJEK

Dosen Pengampu:
Ike Sari Astuti, S.P, M. Nat.Res.St., Ph.D.

Disusun oleh :
Nama : Adli Mulkan Aziz
NIM : 160721614415
Offering/Tahun : A/16
Asisten : Mohammad Irvan Aditya

S1 PENDIDIKAN GEOGRAFI
JURUSAN GEOGRAFI
FAKULTAS ILMU SOSIAL
UNIVERSITAS NEGERI MALANG
Oktober 2018
A. TUJUAN
1. Mahasiswa mampu mengidentifikasi karakteristik citra satelit meliputi
resolusi spasial, spektral, temporal, dan radiometrik
2. Mahasiswa mampu melakukan komposit warna citra satelit
3. Mahasiswa mampu mengidentifikasi karakteristik spektral beberapa objek
di permukaan bumi
4. Mahasiswa mampu membuat kurva spektral beberapa objek di permukaan
bumi

B. ALAT DAN BAHAN

1. Laptop
2. Software ENVI 5.3
3. Excel
4. Citra Landsat 8 OLI TRIS
5. Citra MODIS
6. Citra IKONOS

C. DASAR TEORI
Ada beberapa proses untuk menghasilkan citra, yaitu :
Pertama, Satelit mengirimkan citra ke stasiun bumi, citra akan di proses
dengan rangkaian L0, L1, L2, dan L3 di stasiun bumi. Kedua, Proses L0
adalah data citra yang dikirimkan oleh satelit ke stasiun bumi, citra L0 ini
masih belum jelas dan berbentuk titik -titik saja. Ketiga, dilanjutkan oleh
proses L1, hasil L1 adalah citra yang sudah diproses di L0 namun belum
dikoreksi geometric ataupun radiometrik. Keempat, proses L2, citra hasil L2
adalah citra yang sudah terkoreksi geometrik dan radiometrik dan sudah
berbentuk informasi spektral. Kelima, proses L3, citra L3 ini memuat
informasi detail yaitu gabungan yang mencakup koreksi radiometric,
kelembapan, koreksi awan, koreksi atmosferik, kesesuaian dengan jarak
matahari dan sesuai dengan survey lapangan.
Berdasarkan misinya, satelit penginderaan jauh dikelompokkan menjadi
dua macam, yaitu satelit cuaca dan satelit sumberdaya alam.
1. Citra satelit cuaca terdiri dari TIROS-1, GOES, NOAA AVHRR,
MODIS, DMSP
2. Citra satelit alam terdiri dari resolusi rendah, yaitu : SPOT, LANDSAT,
dan ASTER dan citra satelit resolusi tinggi, yaitu : IKONOS dan
QUICKBIRD
 Citra Landsat TM merupakan salah satu jenis citra satelit
penginderaan jauh yang dihasilkan dari system penginderaan jauh pasif.
Landsat memiliki 7 saluran dimana tiap saluran menggunakan panjang
gelombang tertentu. Satelit landsat adalah satelit dengan jenis orbit
sunsynkron (mengorbit bumi dengan hampir melewati kutub, memotong
arah rotasi bumi dengan sudut inklinasi 98,2  dan ketinggian orbitnya 705
km dari permukaan bumi. Luas liputan per scene 185 km x 185 km.
Landsat mempunyai kemampuan untuk meliput daerah yang sama pada
permukaan bumi pada setiap 16 hari, pada ketinggian orbit 705 km
(Sitanggang, 1999 dalam Ratnasari, 2000). Fungsi dari satelit landsat
adalah untuk pemetaan penutupan lahan, pemetaan penggunaan lahan,
pemetaan tanah, pemetaan geologi, dan pemetaan suhu permukaan laut.

Satelit SPOT (Systeme Pour I’observation de la terre) Satelit milik

perancis ini merupakan pengusung pengindera HRV (SPOT1,2,3,4) dan
HRG (SPOT5). Satelit ini mengorbit pada ketinggian 830 km dengan
sudut inklinasi 80 . HRVIR (Haute Resolution Visibel Infrared)
merupakan satelit SPOT yang memiliki keunggulan pada system
sensornya yang membawa 2 sensor identik. Masing-masing sensor dapat
diatur sumbu pengamatannya kekiri dan kekanan memotong arah lintasan
satelit merekam sampai 7 bidang liputan. Fungsi satelit SPOT adalah
untuk akurasi monitoring bumi secara global. Citra satelit ini dapat
digunakan dalam berbagai bidang seperti kehutanan, industri,
perencanaan, lingkungan, kelautan, ekologi dan lain sebagainya.

Setiap objek dipermukaan bumi memiliki karakteristik yang

berbeda-beda dalam merespon energi elektromagnetik. Ada yang memiliki
sifat lebih banyak dipantulkan (reflected), diserap (absorb), dipantulkan
(transmitted) , ataupun dihamburkan (scattered). Kurva refelektan
menunjukkan seberapa besar energi yang dipantulkan dari suatu fungsi
panjang gelombang (Temfli, et al: 2009).

Reflektan dari vegetasi sangat tergantung dari karakteristik dan

struktur daunnya. besarnya energi yang dipantulkan pada suatu panjang
 gelombang tergantung dari pigmen daun, ketebalan dan komposisi, serta
kadar air di dalammnya (Temfli, et al: 2009). Pada kondisi ideal dimana
vegetasi sehat reflektan dari gelombang biru dan merah akan rendah
karena lebih banyak diserap oleh tumbuhan (terutama oleh klorofil).
Sementara itu untuk proses fotosintesis tumbuhan akan banyak
memantulkan gelombang hijau.

Air memiliki sifat menyerap (absorb) dan meneruskan

(transmitted) terhadap energi elegtromagnetik, sehingga dibandingkan
dengan vegetasi dan tanah air memiliki reflektansi yang sangat sedikit.
Vegetasi mungkin mampu memantulakn sampai 50% energi
elktromagnetik, tanah 30-40%, sementara itu air hanya mencapai 10%
(Temfli, et al: 2009). Air mereflektansikan energi elegtromagnetik di
rentang visible dan sedikit di NIR, sementara pada panjang gelombang
1.2µm energi terserap. Seperti vegetasi, air juga memiliki karateristik
reflektan yang bedabeda tergantung kondisi yang mempengaruhu,
misalnya tingkat kekeruhan dan vegetasi yang berada di perairan

D. LANGKAH KERJA
1. Membuka file citra pada aplikasi ENVI 5.3
a. Buka aplikasi ENVI 5.3

b. Kemudian buka file citra Landsat pada menu File > Open As >
Landsat > GeoTIFF with Metadata
c. Cari pada direktori penyimpanan, dan klik ‘open’ pada citra yang akan
dibuka

d. Akan muncul citra seperti ini (True Color)

e. Untuk mengganti komposit warna citra dengan klik kanan pada bagian
layer citra yang akan diganti kemudian pilih ‘Change RGB Bands’

f. Kemudian klik tiga band secara acak pada saluran yang akan
dikompositkan untuk menjadikan komposit citra false color, lalu klik
‘OK’

g. Sehingga komposit warna citra akan berubah menjadi ‘false color’

2. Membuat Kurva Spektral
a. Klik ikon ‘Region of Interest’ (ROI) pada tools aplikasi ENVI 5.3

b. Akan muncul tools ROI, kemudian pilih rectangle untuk membuat

ROI ukuran 10x10 pixel pada beberapa objek, diantaranya
pemukiman, hutan, sawah, tanah, tubuh air, semak-semak, dan awan.

c. Jika semua objek telah dibuat ROI, maka simpan filenya pada menu
file > Save As
d. Centang semua objek ROI yang akan disimpan lalu klik ‘OK’

e. Untuk melihat ekstraksi nilai statistik ROI, klik ‘Compute Statisitcs’

pada tampilan tools ROI. Dan akan muncul tampilan statistik ROI
pemukiman
f. Simpan nilai statistik ROI pada setiap objek pada menu File > Export
to Text File

g. Membuka aplikasi Microsoft Excel, kemudian menuju menu ‘Data’

dan klik ‘Get Data from Text’, dan import file text statistik ROI yang
sebelumnya telah disimpan
h. Akan muncul tampilan Text Import Wizard, klik next hingga finish
dan OK.

i. Akan muncul data teks statistik pada kolom Microsoft Excel, buatkan
sheet baru dan lalukan pada setiap objek ROI yang sudah dibuat
sebelumnya.
 j. Analisis nilai Mean pada setiap objek statistik ROI, kemudian
rangkum keseluruhan nilai mean ROI pada sheet baru.

k. Buat tabel spektral objek

Objek B1 B2 B3 B4 B5 B6 B7
Pemukiman 10.202 9.455 8.733 8.618 11.230 12.116 10.763
Tubuh Air 9.273 8.366 7.490 6.432 5.695 5.160 5.084
Awan 22.887 23.102 22.824 23.353 27.973 23.970 19.863
Hutan 8.611 7.766 7.079 6.194 14.358 9.035 6.607
Sawah 9.374 8.504 8.009 7.132 15.894 10.320 7.209
Semak-semak 9.325 8.435 7.832 6.848 17.659 10.150 7.028
Tanah 10.142 9.536 9.223 9.435 13.702 14.142 10.827

l. Kemudian membuat kurva spektral menggunakan data mean tersebut

pada excel. Insert > Line or Area Chart > 2Dline
 m. Sesuaikan warna pada masing masing objek pada kurva spektral

E. HASIL DAN PEMBAHASAN

1. Tabel Identifikasi Karakteristik Citra
a. Landsat 8 OLI TRIS
Resolusi Resolusi Resolusi Resolusi
Band
Spasial Temporal Spectral Radiometrik
1 30 x 30m 16 hari 0,43-0,45 μm 16 bit
2 30 x 30m 16 hari 0,45-0,51 μm 16 bit
3 30 x 30m 16 hari 0,53-0,59 μm 16 bit
4 30 x 30m 16 hari 0,64-0,67 μm 16 bit
5 30 x 30m 16 hari 0,85-0,88 μm 16 bit
6 30 x 30m 16 hari 1,57-1,65 μm 16 bit
7 30 x 30m 16 hari 2,11-2,29 μm 16 bit
8 15 x 15m 16 hari 0,5-0,68 μm 16 bit
9 30 x 30m 16 hari 1,36-1,38 μm 16 bit
10 100x100m 16 hari 10,6-11,19 μm 16 bit
11 100x100m 16 hari 11,5-12,51 μm 16 bit

b. MODIS

Resolusi Resolusi Resolusi Resolusi

Band
Spasial Temporal Spectral Radiometrik
1 250 x 250m 2 hari 0,620-0,670 μm 12 bit
2 250 x 250m 2 hari 0,841-0,876 μm 12 bit
3 500 x 500m 2 hari 0,459-0,479 μm 12 bit
4 500 x 500m 2 hari 0,545-0,565 μm 12 bit
5 500 x 500m 2 hari 1,230-1,250 μm 12 bit
6 500 x 500m 2 hari 1,628 - 1,652 μm 12 bit
7 500 x 500m 2 hari 2,105 - 2,155 μm 12 bit
8 1000 x 1000m 2 hari 0,405 - 0,420 μm 12 bit
9 1000 x 1000m 2 hari 0,438 - 0,448 μm 12 bit
10 1000 x 1000m 2 hari 0,483 - 0,493 μm 12 bit
11 1000 x 1000m 2 hari 0,526 - 0,536 μm 12 bit
12 1000 x 1000m 2 hari 0,546 - 0,556 μm 12 bit
13 1000 x 1000m 2 hari 0,662 - 0,672 μm 12 bit
14 1000 x 1000m 2 hari 0,673 - 0,683 μm 12 bit
15 1000 x 1000m 2 hari 0,743 - 0,753 μm 12 bit
16 1000 x 1000m 2 hari 0,862 - 0,877 μm 12 bit
17 1000 x 1000m 2 hari 0,890 - 0,920 μm 12 bit
18 1000 x 1000m 2 hari 0,931 - 0,941 μm 12 bit
19 1000 x 1000m 2 hari 0,915 - 0,965 μm 12 bit
20 1000 x 1000m 2 hari 3,660 - 3,840 μm 12 bit
21 1000 x 1000m 2 hari 3,929 - 3,989 μm 12 bit
22 1000 x 1000m 2 hari 3,929 - 3,989 μm 12 bit
23 1000 x 1000m 2 hari 4,020 - 4,080 μm 12 bit
24 1000 x 1000m 2 hari 4,433 - 4,498 μm 12 bit
25 1000 x 1000m 2 hari 4,482 - 4,549 μm 12 bit
26 1000 x 1000m 2 hari 1,360 - 1,390 μm 12 bit
27 1000 x 1000m 2 hari 6,535 - 6,895 μm 12 bit
28 1000 x 1000m 2 hari 7,175 - 7,475 μm 12 bit
 29 1000 x 1000m 2 hari 8,400 - 8,700 μm 12 bit
30 1000 x 1000m 2 hari 9,580 - 9,880 μm 12 bit
31 1000 x 1000m 2 hari 10,780 - 11,280 μm 12 bit
32 1000 x 1000m 2 hari 11,770 - 12,270 μm 12 bit
33 1000 x 1000m 2 hari 13,185 - 13,485 μm 12 bit
34 1000 x 1000m 2 hari 13,485 - 13,785 μm 12 bit
35 1000 x 1000m 2 hari 13,785 - 14,085 μm 12 bit
36 1000 x 1000m 2 hari 14,085 - 14,385 μm 12 bit

c. IKONOS
Resolusi Resolusi Resolusi Resolusi
Band
Spasial Temporal Spectral Radiometrik
Pankromatik 1x1m 1 hari 0,45 - 0,90 μm 11 bit

Multispektral 1 4x4m 3 hari 0,45 – 0,53 μm 11 bit

Multispektral 2 4x4m 3 hari 0,52 – 0,61 μm 11 bit

Multispektral 3 4x4m 3 hari 0,64 – 0,72 μm 11 bit

Multispektral 4 4x4m 3 hari 0,77 – 0,88 μm 11 bit

Ketiga citra tersebut masing-masing memiliki perbedaan dan ciri khas

tersendiri, baik dalam jenisnya maupun fingsinya. Masing-masing citra pasti
memiliki perbedaan dalam resolusi spektral, spasial, temporal maupun
radiometrik. Hal tersebut tergantung pada fungsi kegunaan yang dapat diperoleh
dari masing-masing citra.

2. Komposit Citra ‘True color’ dan ‘False color’

a. Landsat 8 OLI TRIS
 True Color False Color

b. MODIS

True Color False Color

c. IKONOS

True Color False Color

Ketiga citra ini di buka melalui program ENVI 5.3 dan muncul
tampilan suatu citra tersebut dengan warna sebenarnya (True color), hal ini
merupakan gambar citra yang belum ditambahkan komposit warna RGB
(Red, Blue, Green) dan yang Nampak hanya warna yang gelap,
kemungkinan waktu pengambilan citra dilakukan pada malam hari sehingga
sulit untuk mengetahui hasil citra tersebut apakah daratan, lautan, tertutup
vegetasi dan lain sebagainya. Kemudian praktikan mulai mencoba untuk
mengganti komposit warna pada citra tersebut. Cara mengganti komposit
warna tersebut dengan klick kanan layer manager citra kemudian pilih
change RGB Bands. lalu akan tampil pilihan change bands. Secara
berurutan klick dari bawah ke atas Near Infrared, Red dan Green maka
warna citra sebelumnya akan berbeda dengan yang sudah diberi komposit
warna RGB. Citra akan berwana merah dan ada juga yang hitam atau gelap,
disini dapat kita ketahui bahwa citra menampilkan banyak pantulan atau
 pengembalian sensor oleh objek yang ada. Pantulan ini diberikan besar oleh
objek yang berwarna hijau dan warna yang tidak hijau seperti daerah
pemukiman atau perkotaan akan berwara coklat gelap. Maka dapat kita
simpulkan bahwa ketiga citra yang disaji memiliki banyak vegetasi yang
menutupi topografi di daerah tersebut dan hal ini merupakan False color.

3. Tabel karakteristik Spektral Objek

Objek B1 B2 B3 B4 B5 B6 B7
Pemukiman 10.202 9.455 8.733 8.618 11.230 12.116 10.763
Tubuh Air 9.273 8.366 7.490 6.432 5.695 5.160 5.084
Awan 22.887 23.102 22.824 23.353 27.973 23.970 19.863
Hutan 8.611 7.766 7.079 6.194 14.358 9.035 6.607
Sawah 9.374 8.504 8.009 7.132 15.894 10.320 7.209
Semak-semak 9.325 8.435 7.832 6.848 17.659 10.150 7.028
Tanah 10.142 9.536 9.223 9.435 13.702 14.142 10.827

4. Kurva Spektral Objek

Dapat terlihat perbedaan resolusi spektral pada masing masing

objek, nilai resolusi awan memiliki nilai resolusi spektral paling tinggi.
Artinya semakin banyak resolusi cahaya yang dipantulkan kembali ke
satelit. Sebaliknya nilai objek tubuh air memiliki nilai resolusi spektral
paling rendah, karena karakteristik tubuh air yang tidak dapat banyak
cahaya yang dipantulkan.

F. KESIMPULAN
Berdasarkan hasil dan pembahasan praktikum didapatkannhasil kesimpulan
sebagai berikut:
1. ENVI 5.3 merupakan program yang dibuat untuk membuka dan memberi
komposit warna pada citra satelit. Program memang dirancang sedemikian
rupa agar dapat dengan mudah mengetahui objek objek yang ada pada
topografi citra tersebut.
2. False color akan di dapatkan jika peletakkan komposit RGB tidak sesuai
dengan band yang semestinya dan sebaliknya, jika komposit diletakkan
sesuai pada bansnya makan akan menghasilnya True color
3. False color bukan berarti warna yang benar-benar salah, melainkan warna
tersebut sesuai dengan sensor yang diberikan pada satelin menuju objek
pada topografi dan sensor tersebut dipantulkan kembali oleh objek kepada
satelit, ada yang memiliki energi pantulan cukup tinggi dan juga ada yang
lemah sehingga dapat membedakan warna warna yang kembali pada
satelit.
4. Masing-masing citra pasti memiliki perbedaan dalam resolusi spektral,
spasial, temporal maupun radiometrik. Hal tersebut tergantung pada fungsi
kegunaan yang dapat diperoleh dari masing-masing citra.
5. Dapat terlihat perbedaan resolusi spektral pada masing masing objek, nilai
resolusi awan memiliki nilai resolusi spektral paling tinggi. Artinya
semakin banyak resolusi cahaya yang dipantulkan kembali ke satelit.
Sebaliknya nilai objek tubuh air memiliki nilai resolusi spektral paling
rendah, karena karakteristik tubuh air yang tidak dapat banyak cahaya
yang dipantulkan.

SUMBER :
https://selfaseptianiaulia.wordpress.com/2013/05/17/pertemuan-1-macam-
macam-jenis-citra-satelit-dan-penggunaannya-serta-menggabungkan-band-
pada-landsat/
http://aziz-mukhsin.blogspot.co.id/2015/06/pengenalan-citra-satelit.html