ACARA III

PEMBACAAN NILAI SPEKTRAL CITRA SATELIT LANDSAT 8

A. Tujuan
1. Mampu menentukan pengambilan sepuluh sampel nilai spektral air jernih, air
keruh, lahan terbangun, lahan kosong, vegetasi rapat, dan vegetasi jarang.
2. Mampu membuat kurva spektral dari tiap objek yang diamati.
3. Meganalisis bentukan kurva spektral tiap objek pengamatan dan bandingkan
dengan kurva standar.

B. Alat dan Bahan

1. Citra Landsat 8
2. Envi 5,3
3. Notebook/Laptop
4. Microsoft Excel

C. Dasar Teori
Penggunaan beberapa spektral sekaligus sangat membantu proses
pengenalan objek melalui proses perbandingan kenampakan antar saluran.
Mengingat bahwa citra yang dihasilkan adalah citra digital maka proses analisis
selanjutnya lebih efisien bila dilakukan secara digital menggunakan komputer.
Proses manual (penglihatan manusia) akan dengan mudah dapat membedakan
suatu objek dengan objek lainnya, berdasarkan pola spektral yang terekam sebagai
nilai kecerahan, dan juga berdasarkan pola spasialnya. Namun cara ini kurang
efisien, akurat dan melelahkan khususnya untuk wilayah liputan yang luas.
Bantuan komputer untuk melakukan identifikasi objek berdasarkan ciri-ciri
spektral pada beberapa saluran spektral sekaligus sangatlah bermanfaat. Inilah
yang disebut dengan proses klasifikasi otomatis.
Pada proses klasifikasi secara manual, penafsiran berusaha
membandingkan kenampakan visual objek berdasarkan rona dan warna pada citra.
Ukuran objek yang dapat diamati dibatasi oleh kemampuan mata dan media
pengambar (dalam hal ini ukuran mata pena). Pada klasifikasi multispektral,
ukuran objek dibatasi oleh resolusi spasial yang secara praktis dinyatakan dalam
ukuran piksel.
Rona dan warna yang berbeda mencerminkan informasi objek yang
berbeda baik secara kelompok maupun individu. Pada foto udara skala besar
pengenalan objek dapat dilakukan tanpa harus melakukan identifikasi nilai
spektral objek yang dimaksud, sebab informasi objek tampak jelas.
Pengenalan objek menggunakan pola spektral lebih cocok jika
diaplikasikan pada data penginderaan jauh digital dengan resolusi spasial yang
rendah sampai menengah. Sedangkan citra yang memiliki resolusi spasial tinggi
dalam hal interpretasi lebih mudah dilakukan secara digital dengan pengamatan
visual yang berbantukan pada komputer dan software untuk analisis citra.
Setiap benda/obyek memiliki karakteristik tersendiri dalam interaksinya
dengan energi elektromagnetik. Karakteristik yang penting dalam hal ini adalah
yang berkaitan dengan pantulannya, karena yang direkam oleh sensor adalah
energi pantulan tersebut. Benda/obyek yang banyak memantulkan energi akana
tergambar cerah, sedangkan yang pantulannya sedikit akan tegambar gelap.
Karakteristik ini disebut karakteristik spektral yang ada pada gambar hitam putih
tercermin dengan tingkat keabuan (greytone) atau rona.
Obyek yang terekam pada citra dikenali berdasarkan ciri-cirinya. Ciri
pengenalan obyek meliputi ciri spectral, ciri spasial, dan ciri temporal. Ciri
spectral yang sering digunakan untuk penginderaan jauh terbagi menjadi tiga
jenis, yaitu pantulan pada spectrum gelombang pendek, pancaran pada spectrum
inframerah termal, dan pancaran dan pantulan pada spectrum gelombang mikro.
Gelombang pendek yang dapat digunakan untuk penginderaan jauh
hingga saat ini adalah spectrum ultraviolet dekat (0,3-0,4 μm) spectrum tampak
(0,4-0,7 μm), spektrum inframerah dekat (0.7-1.5 μm), dan spectrum inframerah
tengah (1,5-3,0 μm). Yang paling banyak digunakan dalam penginderaan jauh
adalah spectrum tampak dan inframerah dekat hingga λ = 0,9 μm atau λ = 1,1 μm.
Kecerahan rona obyek pada citra bergantung pada besarnya energy yang dapat
dipantulkan oleh obyek yang dipengaruhi oleh jenis obyek, panjang geombang
yang digunakan, dan kondisi obyek.
1. Jenis obyek
 Setiap obyek memiliki sifat khusus dalam memantulkan energi yang
mengenainya. Justru melalui cri khusus ini maka obyek yang terekam pada
citra dapat dikenali. Ciri khusus ini pada umumnya berbeda bagi tiap benda.
Meskipun demikian, ada juga benda-benda yang berbeda, tetapi nilai
spektralnya sama atau hampir sama. Itulah sebabnya maka dalam interpretasi
citra sangat dianjurkan tidak menggunakan satu ciri saja, tetapi harus
menggunakan beberapa ciri yang masing-masing mengarahkan ke satu
kesimpulan.
2. Panjang gelombang
Besarnya pantulan tiap obyek mencirikan obyek tersebut untuk mengenalinya
pada citra. Untuk tiap obyek, besarnya pantulan berbeda pada panjang
gelombang yang berbeda. Besarnya pantulan yang berbeda pada tiap panjang
gelombang ini dapat digambarkan dengan kurva pantulan.
3. Kondisi benda
Kondisi benda harus diperhatikan secara cermat dalam interpretasi citra,
karena kondisi benda sangat besar pengaruhnya terhadap nilai pantulannya.
Depada benda yang sama dapat menghasilkan nilai pantulan yang berbeda
pada kondisi yang berbeda. Kondisi ini meliputi:
a. Umur
b. Kelembaban
c. Warna
d. Saat perekaman

Landsat-8
Landsat-8 adalah satelit Landsat seri terbaru yang diluncurkan pada
tanggal 11 Februari 2013, dan merupakan satelit kedelapan dalam program
Landsat Pada awalnya disebut Landsat Data Continuity Mission (LDCM), adalah
sebuah kolaborasi antara NASA dan Geological Survey Amerika Serikat (USGS).
NASA menyediakan pengembangan rekayasa sistem misi dan akuisisi kendaraan
peluncuran, sementara USGS disediakan untuk pengembangan sistem darat dan
melakukan operasi misi terus-menerus. Landsat-8 direncanakan mempunyai
durasi misi selama 5-10 tahun, dilengkapi dua sensor yang merupakan hasil
pengembangan dari sensor yang terdapat pada satelit-satelit pada program Landsat
sebelumnya. Kedua sensosr tersebut yaitu Sensor Operational Land Manager
(OLI) yang terdiri dari 9 Band serta Sensor InfraRed Sensor (TIRS) yang terdiri
dari 2 band.
Karakteristik band Landsat 8
Panjang Resolusi
Band Spektral Gelombang Spasial Kegunaan dalam pemetaan
(µ) (meter)
Band 1 – Coastal Aerosol 0,43 – 0,45 30 Penelitian Coastal dan Aerosol
Band 2 – Blue 0,45 – 0,51 30 Bathymetric mapping, distinguishing soil from
vegetation and deciduous from coniferous
vegetation
Band 3 – Green 0,53 – 0,59 30 Emphasizes peak vegetation, which is useful for
assessing plant vigor
Band 4 – Red 0,64 – 0,67 30 Discriminates vegetation slopes
Band 5 – Near InfraRed 0,85 – 0,88 30 Emphasizes biomass content and shorelines
Band 6 – Short Wavelength InfraRed 1,57 – 165 30 Discriminates moisture content of soil and
vegetation; penetrates thin clouds
Band 7 – Short Wavelength InfraRed 2,11 – 2,29 30 Improved moisture content of soil and
vegetation and thin cloud penetration
Band 8 – Panchromatic 0,50 – 0,68 15 15 meter resolution, sharper image definition
Band 9 – Cirrus 1,36 – 1,38 30 Improved detection of cirrus cloud
contamination
Band 10 – Long Wavelength InfraRed 10,60 – 11,19 100 100 meter resolution, thermal mapping and
estimated soil moisture
Band 11 – Long Wavelength InfraRed 11,50 – 12,51 100 100 meter resolution, Improved thermal
mapping and estimated soil moisture

D. Langkah Kerja
Untuk memahami tentang pola spektral pada citra Landsat ETM+ dapat
dilakukan dengan menggunakan perangkat komputer/notebook dan software
ENVI 5.3 Adapun langkah-langkah yang harus dilakukan antara lain sebagai
berikut :
1. Buka program ENVI 5.3 dengan cara clik Start > All Programs >ENVI 5.3 >

ENVI atau double click icon pada Desktop.

2. Setelah di click nantinya akan muncul tampilan awal menu ENVI 5.3 seperti
gambar dibawah ini :

Tampilan Program ENVI 5.3

3. Selanjutnya buka data citra satelit yang akan diidentifikasi dengan cara clik
menu File > Open Image File > telusuri data citra yang disimpan sesuai folder
dimana kita menyimpannya > pilih komposit band > clik Open

Tampilan data Landsat 8 saluran wilayah Malang

4. Setalah data kita buka selanjutnya muncul kotak dialog ”Available Band
List”, kotak dialog ini menyajikan file peta yang dibuka sekaligus
saluan/Band citra.

Kotak dialog Available Band List dan citra yang dibuka pada saluran 1

5. Pada kotak dialog tersebut pilih band > cek Gray Style > Click Load Band,
sehingga akan muncul gambar citra pada tampilan ENVI sebagaimana
gambar berikut
 Tampilan citra satelit pada ENVI setelah di Load Band

6. Setelah data saluran/Band 1 dibuka, untuk untuk menambah tampilan citra

dengan saluran/band lainnya click button ”Display #1” pada kota dialog
”Available Band List” > pilih New Display > click File > Open Image File >
pilih Band 2 > click Open

Tampilan New Display 2/baru yang belum ditampilkan data citranya

7. Untuk menampilkan citra Band 2 click band yang dimaksud kemudian pilih
Gray Scale dan Load Band, seperti langkah pada nomor 5.
8. Demikian juga untuk menampilkan saluran/Band 3,4,5, sampai dengan 10
dapat dilakukan sebagaimana langkah pada point 6, sampai semua band citra
Landsat 8 dibuka.
9. Setelah semua saluran/Band dibuka maka pada kotak dialog “Available Band
List” akan muncul seperti gambar dibawah ini. Untuk memudahkan proses
identiifikasi tutupan lahan, ditambahkan satu Display dengan tampilan
komposit 432.
 Tampilan semua saluran landsat 8
10. Langkah selanjutnya adalah menggabungkan setiap saluran agar dapat
diketahui nilai spektral objek secara bersamaan, langkah ini disebut dengan
Link. Lakukan dengan cara : click menu Tool pada salah Dispaly, contohnya
“#Band 11:komposit band.” > pilih Link > pilih Link Displays.

Cara melakukan link pada tampilan citra masing-masing saluran/Band

11. Selanjutnya akan muncu kotak dialog “Link Displays” sebagaimana gambar
dibawah. Pada kotak dialog tersebut semua saluran/Band yang dibuka
muncul. Ini menunjukan bahwa semua saluran telah siap di Link kan dengan
cara click button OK. Untuk memudahkan interpretasi objek, pada bagian
Link Size/Position pilih Display #11 yang merupakan komposit citra 432.
 Tampilan Link Display yang memuat saluran/Band yang siap di Link kan

12. Setelah semua citra terlinkkan perubahan pada gerakan salah satu tampilan
citra akan diikuti oleh semua saluran/Band sesuai dengan gerakan citra
pilihan Link Size/Position.

Tampilan lokasi citra yang sudah terlinkkan dimana antara window saluran/Band 1 sampai 11
menunjukkan lokasi yang sama

13. Setelah semua saluran/Band citra sudah dilinkkan, kemudian untuk

mngetahui nilai spektral suatu objek lakukan langkah berikut : click menu
Tool > Cursor Location/Value...
 Cara menampilkan menu Cursor Location/Value...
14. Pada contoh berikut ini digunakan objek air laut, dimana pada tiap
saluran/Band menunjukkan nilai spektral yang berbeda-beda sebagaimana
pada kotak dialog “Cursor Location/Value” berikut ini :

Tampilan kotak dialog “Cursor Location/Value” yang menunjukkan nilai piksel objek air laut
pada tiap saluran/Band

15. Pada tampilan data tersebut menunjukkan bahwa pada tiap saluran suatu
objek memiliki nilai spektral yang berbeda-beda. Catat sebanyak 3 nilai pixel
untuk tiap objek pengamatan.
16. Untuk membuat kurva nilai spektral hasil pembacaan nilai piksel buka
program Microsoft Excel dan masukkan nilai spektral objek tersebut dengan
cara membuat kolom spektral dan nama objek seperti contoh dibawah ini.
BAND OBJECT
(mm) 1 Coastal 9 10 11 PICT
2 Blue 3 Green 4 Red 5 NIR 6 SWIR 7 SWIR
Aerosol CIRRUS LWIR LWIR (Composit
OBJECT 432)
9875 8799 7045 6229 5678 5240 5157 5023 26292 23313
Air
Jernih 9889 8819 7051 6243 5676 5244 5160 5032 26251 23278
9917 8822 7081 6265 5694 5273 5165 5038 26241 23293
Rerata 9894 8813 7059 6246 5683 5252 5161 5031 26261 23295

Penyajian data menggunakan Microsoft Excel

17. Kemudian buat grafik pantulan spektral menggunakan menu Insert > Line.
Masukkan data nilai piksel dan nama saluran melalui toolbar Select Data

18. Dengan demikian kurva pantulan spektral masing-masing objek dapat

diketahui.

E. Hasil
1. Tabel nilai spektral per saluran dari objek air jernih, air keruh, lahan
terbangun, lahan kosong, vegetasi rapat, dan vegetasi jarang (jadikan
lampiran).
2. Kurva nilai spektral dari tiap objek yang diamati, yaitu : air jernih, air
keruh, lahan terbangun, lahan kosong, vegetasi rapat, dan vegetasi jarang
(jadikan lampiran).

F. Laporan
Buatlah laporan yang terdiri dari : Tujuan, Alat dan Bahan, Dasar Teori,
Langkah Kerja (disertai print screen), Hasil Praktikum, Pembahasan,
Kesimpulan dan Daftar Rujukan.

G. Penilaian
Dalam setiap satuan acara praktikum, penilaian dilakukan dengan melihat
pada :
1. Ketepatan isi tiap bagian laporan
2. Kerapian laporan
3. Ketepatan teori yang digunakan
4. Orisinalitas isi laporan (setiap laporan yang terbukti copy paste dinilai ”C”)
5. Kualitas hasil praktikum
6. Kualitas isi pembahasan hasil praktikum
7. Ketepatan waktu pengumpulan laporan
8. Rujukan (buku, jurnal, dsb.) yang digunakan dalam menyusun laporan
maupun pembahasan.
Tabel penilaian isi laporan praktikum pada tiap bagian
No. Bagian Laporan Interval Nilai
1 Tujuan 0-5
2 Alat dan Bahan 0-5
3 Dasar Teori 0-5
4 Langkah kerja 0-10
5 Hasil Praktikum 0-25
6 Pembahasan 0-35
7 Kesimpulan 0-10
8 Daftar Rujukan 0-5
Jumlah 100

Catatan: Setiap laporan yang terlambat jangka waktu pengumpulan dikurangi 5

nilai per minggunya.