laporan [fixed] muhammad wahid a14140022

7/24/2019 Laporan [FIXED] Muhammad Wahid A14140022

http://slidepdf.com/reader/full/laporan-fixed-muhammad-wahid-a14140022 1/23

LAPORAN PRAKTIKUM

PENGINDERAAN JAUH DAN INTERPRETASI CITRA

Hari/Tanggal : Rabu/ 7 Oktober 2015

Waktu : 13.00-16.00

Dosen Praktikum : Ibu Khursatul Munibah

Asisten Praktikum :

1. Zahra Kartika (A14110026)

2. Arroyan (A14110071)

3. Meilani K S A S (A14110085)

Interpretasi Visual Penggunaan/Penutupan Lahan

Dengan Software Arcgis

Muhammad Wahid

A14140022

BAGIAN PENGINDERAAN JAUH DAN INFORMASI SPASIAL

DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN

FAKULTAS PERTANIAN, IPB

2015



I. Tujuan

a. Mampu menggunakan software Arcgis serta penerapannya.

b. Mampu melakukan interpretasi citra secara visual dengan bantuan software.

c. Mengenal variasi tipe penggunaan dan penutupan lahan.

II. Alat dan Bahan

a. Seperangkat personal computer/ laptop yang sudah terinstall aplikasi

Arcgis.

b.

Citra berbagai daerah untuk Alos dan Landsat daerah Cijeruk, Kramat Jati.

c. Admin dari masing-masing citra Alos dan Landsat daerah Cijeruk, Kramat

Jati.

d. Citra vegetasi Sumber Jaya.

e. Admin dari vegetasi Sumber Jaya.



III. Langkah Kerja

Langkah kerja deliniasi/digitasi citra dengan aplikasi Arcgis 9.3

1.Buka aplikasi Arcgis 9.3 dari desktop atau start menu komputer.

2.Pada bagian Tool klik ikon add



3. Pada bagian browse pilih folder yang berisi file *.img yang merupakan citra

yang sudah dibagikan sebagai tugas.

4.tambahkan file citra *.img



5. Berikutnya tambahkan admin *.shp dengan cara add data seperti langkah

sebelumnya

6.Maka akan muncul tampilan seperti ini . Untuk menampilkan citra klik 2 kali

pada kotak warna dibawah file admin .



7. pada bagian symbol selector pilih hollow.

8. pada kotak warna ubah warna serta ukuran outline seterlihat mungkin.



9. Maka akan terlihat seperti ini lalu pada editor tool klik dan pilih start editing.

10. pada bagian edit task pastikan menggunakan Cut Polygon .



11. Jika sudah pilih select feature dan klik pada daerah yang akan di digitasi.

12. Maka skect tool akan katif dan bisa digunakan.



13.Mulai digitasi citra dari arah luar tepi admin.

14.Jika sudah selesai maka akan tampil seperti ini.



15.Pada editor tool pilih stop editing.

16. lalu klik kanan pada layer admin dan pilih open attribute table.



17. Klik Option lalu pilih klik add field

17. Pada kotak dialog add field isikan nama field dan jenis masukan ( text sebagai

jenis masuakn ).



18.Setelah itu akan muncul seperti ini.

19. Pada editor tool klik start editing lagi.



20. Klik ikon select feature

21. Dengan cara meng klik daerah yang akan diberi nama ( diaktifkan ) maka akan

muncul kotak warna biru sel aktif pada open atribute lalu isikan nama/identifikasi

dari hasil deliniasi.



22. isikan sampai tidak ada sel yang belum terisi. Jika sudah pada editor klik stop

editing.

23. maka akan muncul kotak dialog save edit klik yes. Selesai

24.langkah yang sama dilakukan untuk digitasi citra peri urban dan vegetasi.

*NB digitasi dilakukan pada skala 1:12000 baik pada Peri urban dan Rural.

Pada digitasi guna membandingkan hasil digunakan kombinasi band pada tiap

citra yang ditampillan. Skala yang digunakan hingga interppreter terlihat jelas.



IV. Hasil dan Data

a. Hasil dan data citra alos cijeruk ( Rural )

Tabel atrribute.



b. Hasil dan data citra landsat cijeruk ( Rural )

Tabel atribut



c. Hasil dan data citra vegetasi kombinasi band 123 Sumberjaya

Tabel atribut



d. Hasil dan data citra vegetasi kombinasi band 432 sumberjaya.

Tabel atribut



e. Hasil dan data citra alos kramat jati ( Peri Urban)

Tabel atribut



f. Hasil dan data citra landsat kramat jati ( Peri Urban )

Tabel atribut



V. Pembahasan

Ada banyak jenis citra dalam sistem penginderaan jauh. Citra tersebut

seperti Landsat , Alos , Ikonos , Quickbird dan masih banyak lagi. Masing-masing

citra satelit banyak dimanfaatkan dalam berbagai bidang berbasis lahan dan

keruangan misalnya dalam bidang kajian penutupan lahan dan/atau penggunaan

lahan ( Wahyuni 2014). Setiap citra dalam penginderaan jauh mempunyai fungsi

serta karakteristik yang berbeda satu sama lain. Satelit Alos ( Andvanced land

Observing Satelite ) merupakan salah satu satelit yang membawa sensor radar yang

diluncurkan oleh pemerintah Jepang dengan resolusi spasial 10 m , temporal 2 hari

( Antono 2013). Terapan interpretasi citra Landsat telah dilakuakn dalam berbagai

bidang disiplin ilmu seperti pertanian , botani , kartografi , teknik sipil, pantauan

lingkungan ,kehutanan ,geografi, geologi, geofisika, analisis sumbedaya lahan,

planologi, oseanografi , dan analisis sumberdaya air(Lillesand , Kiefer 1979 ). Citra

landsat sebagai satelit penginderaan jauh untuk deteksi sumberdaya alam telah

beroperasi sejak 1972 dengan resolusi temporal 16 hari. Landsat mempunyai sensor

pengindera pada spektrum cahaya tampak, inframerah reflektif dan inframerah

thermal. Kanal biru/hijau pada landsat cocok untuk kedalaman laut terhadap

polutan ( 0-10 km). Inframerah dekat atau reflektif responsif terhadap lahan , batuan

dan vegetasi serta inframerah thermal cocok untuk suhu permukaan bumi , hasil

dari ketiga kombinasi tersebut akan menghasilkan banyak informasi terkait

penutupan dan penggunaan lahan ( Kusumowidagdo 2002).

Citra rural yang diamati adalah citra rural untuk daerah Cijeruk . Citra

diamati dengan citra Alos dan landsat sebagai pembanding. Hasil deliniasi dengan

citra Alos menghasilkan banyak polygon dibandingkan dengan citra landsat pada

skala perbesaran yang sama yaitu 1:12000. Hal itu karena citra alos mempunyai

karakteristik yang lebih bagus untuk mendeteksi penutupan lahan/penggunaan

lahan. Meskipun citra landsat mempunyai resolusi spektral lebih bagus dibanding

citra alos , namun saat penggunaan citra landsat data yang diambil akan kurang

jelas/tidak akurat akibat adanya penutupan awan/asap. Untuk mengatasi hal

tersebut citra Alos mempunyai sistem penginderaan jauh radar yang tanpa

terpengaruh waktu , adanya awan ataupun asap ( Syarif 2011 ). Dalam analisis citra

peri urban juga menunjukan hasil yang lebih jelas pada Alos dibanding pada



landsat. Peri urban yang fokus pada pemukiman serta bangunan serta pabrik-pabrik

industri. Dalam hal ini citra alos pun menghasilkan lebih banyak polygon karena

faktor yang sama dengan citra rural diatas, ditambah lagi pasti banyak faktor

pengganggu berupa fog atau asap industri yang mengganggu hasil dari citra landsat.

Dalam analisis vegetasi ,citra yang digunakan adalah untuk daerah

sumberjaya. Kombinnasi yang digunakan adalah band 123 dan band 432 sebagai

dua pembanding. Hasil menunjukan analisis kombiinasi band 432 leih mudah

digunakan untuk analisis vegetasi. Citra landsat 432 merupakan citra yang

menonjolkan kenampakan objek vegetasi. Objek selain vegetasi tetap terlihat,

namun pada pengelasan klasifikasi, objeek lain belum tentu mendapatkan level

yang tinggi. Pada komposit Landsat 432 maka representasi RGB akan setel dengan

band 4 (inframerah dekat) untuk merah, 3 (merah) untuk hijau, dan band 2 (hijau)

untuk biru. Objek yang paling banyak memantulkan gelombang inframerah dekat

maka akan tampak pada citra dengan warna merah (Kurniati 2010). Sedang pada

kombinasi band 123 tidak terlalu banyak untuk membedakan vegetasi yang ada.

Polygon pada kombinasi 123 lebihh banyak dibanding band 432 meskipun hasilnya

tak sejelas/banyak variasi seperti kombinasi band 123.Pada band 123 justru lebih

jelas dalam membedakan lahan tanpa vegetasi dan hutan/vegetasi lingkup sempit.

VI. Kesimpulan

Berdasar hasil praktikum setiap citra,kombinasi band mempunyai

karakteristik serta fungsi yang berbeda-beda. Hasil analisis citra baik rural , peri

urban dan vegetasi dapat ditarik kesimpulan bahwa dalam pemanfaatan citra Alos

lebih bagus atau banyak mendapatkan polygon dibanding citra landsat. Faktor

pengotor berupa awan/asap dapat mempengaruhi citra tanpa sensor radar seperti

landsat. Band 432 merupakan ( False Composite Colour ) menangkap sinyal

inframerah yang dipantulkan oleh klorofil tanaman/vegetasi. Vegetasi dengan

kombinasi band 432 juga menghasilkan polygon yang lebih banyak dibanding

kombinasi band 123.



VII. Daftar Pustaka

Antono T H. 2013 . Analisis vegetasi menggunakan citra ALOS AVNIR-2 untuk

mengestimasi serapan karbon . Jurnal Statistika .No 2 (13) : 109-117.

Kurniati E . 2010 . Perentangan kontras citra landsat komposit 432 untuk analisis

penutup lahan dengan pendekatan pola pantulan spektral ( Studi kasus

pesisir utara Jawa Tengah ). Jurnal Geografi. No 1 (10 ):1-10.

Kusumowidagdo M . 2002 . Reklamasi lahan Singapura :permaslahan bagi

Indonesia. Berita Inderaja. No 2 ( 1) : 3-8.

Lillesand T M , Kiefer R W.1979. Remote Sensing and Image Interpretation.

Madison ( US) : John Willey Sons.

Syarif I N. 2011 . Perbandingan Penafsiran Visual Antara Citra Alos Palsar

Resolusi 50 M Dengan Citra Landsat Resolusi 30 M Dalam

Mengidentifikasi Pentupan Lahan ( Studi Kasus Di Kabupaten Bogor ,

Kabupaten Sukabumi Dan Kabupaten Cianjur ) . [SKRIPSI]. Institut

Pertanian Bogor : Bogor.

Wahyuni I N . 2014 . Pemanfaatn citra Alos palsar dalam menduga biomasa hutan

alam: studi kasus di taman nasional bogani nani wartabone . Jurnal

Wasian.No 1 (1) : 15-21.

laporan [fixed] muhammad wahid a14140022

Documents