BAB I

PENDAHULUAN
1.1 Latar Belakang
Penginderaan jauh telah menjadi teknik yang dipandang sangat penting untuk
dikuasai oleh para pengelola sumber daya alam. Ilmu-ilmu terapan seperti pertanian,
perkebunan, kehutanan, perikanan, pertambangan, tata kota, dan lain-lain akan lebih mudah
jika dalam pengelolaannya menggunakan data penginderaan jauh. Bahkan menjadi sangat
tidak efisien jika melakukan inventarisasi, survei penggunaan lahan, survei bangunan
mengunakan cara pengukuran langsung di lapangan secara keseluruhan. Namun bukan hal
yang bijaksana pula jika hanya mengandalkan data penginderaan jauh tanpa melakukan
checking lapangan.
Sekarang telah dikenal berbagai aplikasi yang menggambarkan kondisi permukaan
bumi pada berbagai lokasi di belahan dunia. Aplikasi untuk kegiatan pertanian, kehutanan,
perkebunan, pertambangan, dan lain-lain sangat tergantung pada data penginderaan jauh.
Aplikasi sehari-hari yang digunakan seperti GoogleEarth, Google Maps, Yahoo Maps,
Bhuvan, ArcGIS Explorer dan aplikasi lainnya yang bersifat menampilkan data permukaan
bumi pada dasarnya juga sangat bergantung dari pengolahan data penginderaan jauh citra
satelit.
Data penginderaan jauh memerlukan pengolahan untuk dapat digunakan sebagai
sumber informasi suatu wilayah. Pengolahan data penginderaan jauh meliputi image
preprocessing/prapengolahan citra (misalnya impor data, koreksi radiometrik, penajaman
citra, koreksi geometrik, mosaik citra, pemotongan citra), processing/pengoahan citra
(misalnya pembuatan training area, klasifikasi citra, matriks konfusi), post processing/
pasca pengolahan citra (misalnya pembuatan layout atau komposisi peta, menampilkan
data di program GIS (Geographic Information System), raster to vector, ekspor data, dan
lain-lain). Urutan pemrosesan tidak berlaku mutlak, artinya bisa jadi kebutuhan pengolahan
data hanya sampai pada tahapan mosaic citra dan kemudian dilanjutkan dengan on screen
digitizing menggunakan program GIS seperti Arcview, ArcGIS, MapWindow, MapInfo,dan
lain-lain atau tanpa klasifikasi citra sama sekali di program pengolahan citra. Namun
sebelum data diolah oleh program GIS, data citra satelit harus diolah terlebih dahulu
menggunakan program pengolah citra. Program pengolahan data citra satelit diantaranya
Multispec dan ER Mapper.
1.2 Maksud dan Tujuan Praktikum
Adapun maksud dari pelaksanaan praktikum ini adalah sebagai berikut:
Agar mahasiswa mengerti penggunaan aplikasi pengolah citra (image processing
software) yaitu Multispec dan ER Mapper
Agar mahasiswa memahami fungsi-fungsi dasar yang ada pada software Multispec dan
ER Mapper

LAPORAN PRAKTIKUM 1 PENGINDERAAN JAUH

PENGENALAN MULTISPEC DAN ER MAPPER

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

BAB II
DASAR TEORI

2.1 Format Citra

Image biasanya berbentuk persegi panjang, dimana secara visualisasi dimensi
ukurannya dinyatakan sebagai lebar x tinggi. Ukuran image dinyatakan dalam titik atau
pixel (pixel=picture element), satuan panjang (mm atau inci = inch). Citra memiliki
beberapa format diantaranya:
2.1.1. Band Sequential (BSQ)
Pada format BSQ, citra yang dihasilkan dari setiap elemen disimpan sebagai
file yang terpisah. Urutan penyimpanan data pun dilakukan dengan mulai dari baris
pertama saluran 1, baris kedua, baris ketiga,.,baris terakhir. Data ini disimpan sebagai
berkas (file) saluran 1. Kemudian mulai lagi dari baris pertama, untuk saluran 2, sampai
dengan baris terakhir. Jadi, pada sistem 4 saluran, dihasilkan 4 berkas citra.
2.1.2. Band Interleaved by Line (BIL)
Pada format BIL, penyimpanan dilakukan mulai dari baris pertama saluran 1,
kemudian dilanjutkan dengan baris pertama saluran 2,baris pertama saluran baris
kedua saluran n. Begitu seterusnya, sampai baris terakhir saluran n selesai disimpan.
Dengan format BIL, seluruh data citra pada n saluran akan disimpan sebagai satu
berkas. Format BIL ubtuk saluran tunggal (n=1), dengan demikian, akan sama dengan
format BSQ.
2.1.3. Band Interleaved by Pixel (BIP)
Pada prinsipnya, format BIP ini mempunyai kemiripan dengan format BIL.
Hanya saja, selang selingnya bukan lagi per baris melainkan pixel. Penyimpanan
dimulai dari pixel pertama (pojok kiri atas) baris pertama saluran 1, pixel pertama
saluran 2,..., pixel pertama baris pertama saluran n. Begitu seterusnya, sampai pada
pixel terakhir baris terakhir saluran 1, pixel terakhir baris terakhir saluran 2,,pixel
baris terakhir saluran n. Sama halnya dengan BIL, di sini seluruh data citra pada n
saluran disimpan sebagai satu berkas.
2.1.4. Run Length Encoding (RLE)
Pada BSQ, BIL dan BIP, perubahan format hanya menghasilkan perubahan
sitematika penyimpanan data citra multisaluran, tanpa ada perubahan ukuran (jumlah
byte) data. Pada format RLE, jumlah byte citra dapat dimampatkan, tanpa mengurangi
kandungan informasinya. Karenaformat penyimpanannya berbeda jauh dari formatformat yang lain, Aronoff (1989) membedakan struktur data RLE dari struktur data
raster.
Prinsip penyimpanan data dengan format ini adalah mengekspresikan kembali
jumlah pixel yang berurutan dengan nilai yang sama, sebagai suatu pasangan nilai.
Apabila pada satu baris pelarikan terdapat bebearapa pixel dengan nilai sama, maka
nilai-nilai ini tidak perlu setiap kali disimpan sebagai byte terpisah. Oleh karena itu,
citra yang mewakili kenampakan obyek dengan nilai relative homogen (tubuh air jernih
dan dalam, misalnya) akan dapat disimpan dengan lebih efisien dan dengan ukuran byte
yang lebih kecil.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

2.2 Pengenalan Multispec

2.2.1. Definisi
MultiSpec adalah sistem perangkat lunak analisis data yang diterapkan
untuk Macintosh dan Komputer Windows. Software ini bisa didownload di
http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/MultiSpecWin32z.exe. MultiSpec
ditujukan untuk analisis multispektral data gambar, seperti yang dari seri Landsat
Bumi satelit observasi atau data hyperspectral seperti dari AVIRIS, MODIS,
Hyperion, dan lainnya sistem yang berisi banyak band. Konsep pengolahan Data
dengan Multispec
Analisis (dimensi yang lebih rendah) data gambar konvensional
multispektral dapat mengikuti salah satu dari sejumlah pendekatan dan langkahlangkah pengolahan sebagai berikut:
1.
Data Ulasan
Hal ini untuk mendapatkan korelasi umum dengan satu set data,
kualitas dan karakteristik umum, setidaknya sebagian, dengan melihat Data
di multiband B / bentuk gambar W dan warna IR . Demikianlah beberapa
jenis gambar display.
2.
Kelas Definition
Definisi kelas material yang akan diidentifikasi atau set kelas yang
akan membedakan. Beberapa cara kuantitatif mendefinisikan karakteristik
kelas tertentu yang menarik diperlukan. Seringkali hal ini dilakukan oleh
peneliti dengan contoh kecil dari pixel dari data itu sendiri, sebagai wakil dari
kelas. Proses analisis kemudian menjadi ekstrapolasi dari sampel. Ini disebut
sampel pelatihan atau sampel desain.
3.
Fitur Penentuan
Fitur khusus untuk digunakan dalam analisis harus diidentifikasi atau
dihitung. Hal ini mungkin hanyalah sebuah proses pemilihan subset optimal
band spektral yang tersedia, atau mungkin ada beberapa proses perhitungan
untuk menggabungkan band dalam beberapa cara yang berguna.
4.
Analisis
Algoritma analisis spesifik diterapkan pada set data untuk membawa
identifikasi atau diskriminasi yang diinginkan.
Meneliti warna dari Satellite Imagery
o True Color Images
Band ini menggambarkan sebuah image yang akan nampak oleh mata manusia.
Red 3 (the visible red band)
Green 2 (the visible green band)
Blue 1 (the visible blue band)

o False Color Images

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

Hasil kombinasi band lain yang tidak nampak oleh mata manusia. Images ini
dinamakan false colour images. Band-band dibawah ini mengikuti infra red
aerial colour photographs:
Red 4 (the near Infra red band)
Green 3 (the visible red band)
Blue 2 (the visible green band)
Vegetasi yang memantulkan energi infrared akan terlihat merah cerah dengan
kombinasi band tersebut. Ini berguna untuk mengidentifikasi hutan. Komcinasi
band tersebut khusus digunakan untuk memisahkan pohon dan rerumputan.
Pohon-pohon konifer atau pohon-pohon yang selalu berdaun hijau akan
Nampak dengan warna hijau gelap, pohon yangdaunnya berguguran akan
Nampak hijau sedang, dan rerumputan akan Nampak hijau terang atau hijau
kekuning-kuningan.
Red 5 (the mid Infra red band)
Green 4 (the near Infra red band)
Blue 2 (the visible green band)
2.2.3 Bidang penggunaan aplikasi Multispec
Tujuan utama dari sistem ini adalah untuk membuat algoritma baru yang
dihasilkan dari penelitian menjadi analisis data hyperspectral mudah dan tersedia bagi
orang lain untuk mencoba seperti universitas dan pendidikan K - 12, dan di pemerintah
dan sektor komersial. Aplikasi penggunaannya diantaranya adalah sebagai berikut :
Pengoalahan citra
Bidang pertanian dan perkebunan
Bidang pertahanan
Multispec bands dan kegunaannya
Band
Principal applications
Blue visible light
Pemetaan air dekat pantai, pemetaan tipe hutan,
membedakan antara tanah dan vegetasi, dan
mengidentifikasi obyek buatan manusia seperti jalan dan
bangunan (cultural features).
Green visible light
Membedakan tipe vegetasi, Menentukan kesehatan
vegetasi, dan mengidentifikasi cultural features.
Red visible light
Membedakan antara jenis vegetasi yang berbeda dan
mengidentifikasi cultural features.
Near-Infrared energy
Menentukan tipe vegetasi dan kesehatan vegetasi serta
untuk melihat perbatasan air.
Mid-infrared energy
Untuk distinguishing/membedakan salju dari awan dan
menentukan kandungan vegetasi dan kelembaban tanah.
Thermal-infrared energy Menentukan suhu relative dan banyak kelembabab tanah.
Mid-Infrared energy
Membedakan antara mineral dan tipe tanah serta
(longer wavelength than mengetahui berapa banyak kelembaban vegatasi yang
band 5)
tersimpan.
Reference: Lillesand, Thomas M. & Kiefer, Ralph W. (1987), Remote Sensing and Image Interpretation. 2nd
Edition. New York: John Wiley and Sons. P. 567.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

2.3 Pengenalan ER Mapper

ER Mapper adalah perangkat lunak pengolahan data citra atau satelit (geographic
image processing product). ER Mapper dapat dijalankan pada workstation dengan sistem
operasi UNIX dan computer PC dengan sistem operasi windows NT dan windows 95. ER
Mapper dapat menampilkan dan mengolah data raster, menampilkan dan mengedit data
vektor, dan menghubungkan dengan data dari Sistem Informasi Geografik (SIG), sistem
manajemen basis data (database management) atau dengan sumber lainnya.
ER Mapper menggunakan suatu konsep pengolahan data yang dinamakan
algoritma, dimana algoritma memisahkan data citra dari tahapan-tahapan pengolahan citra
(image processing). Tahapan-tahapan pengolahan citra dapat disimpan dan diedit didalam
suatu file algoritma yang dapat digunakan untuk tahapan pengolahan data citra lainnya.
ER Mapper didesain khusus untuk pengolahan data masalah-masalah kebumian,
penerapan ER Mapper juga meliputi industri-industri yang bergerak dibidang kebumian.
Berikut ini adalah bidang-bidang yang dapat menggunakan aplikasi-aplikasi ER Mapper
yaitu:
o Pemantauan lingkungan
o Manajemen dan perencanaan kota dan daerah urban
o Manajemen sumber daya hutan
o Layanan informasi dan manajemen pemanfaatan lahan
o Eksplorasi mineral
o Pertanian dan perkebunan
o Manajemen sumber daya air
o Manajemen sumbar daya pantai dan laut
o Oseanografi fisik
o Eksplorasi dan produksi minyak dan gas bumi
Pengolahan data image memerlukan komputer untuk memanipulasi data citra yang
disimpan dalam suatu format digital. Tujuan dari pengolahan data citra adalah untuk
meningkatkan arti dari data geografik sehingga menjadi lebih bermanfaat, penuh dengan
informasi dan pemecahan masalah bagi para pemakainya. Suatu data image tersimpan
sebagai suatu susunan dua dimensi atau grid yang dinamakan sebagai pixel (picture
element) dimana masing-masing pixel mewakili suatu area di permukaan bumi secara
spasial (keruangan). Susunan dua dimensi atau grid ini dinamakan juga sebagai raster
sehingga data citra sering juga dinamakan sebagai data raster. Data raster tersusun dalam
baris horisontal yang disebut lines dan kolom vertikal yang disebut sample.
2.3.1. Pengantar Pengolahan Data Er Mapper
a. Impor Data
Langkah pertama dalam pengolahan citra adalah mengimpor data yang ingin
digunakan dengan ER Mapper. Jenis-jenis data tersebut mungkin disimpan dalam tape
magnetik, CD-ROM, disket, zip drive. Ada dua jenis data utama yang diimpor ke dalam
ER Mapper , yaitu data raster dan data vektor. ER Mapper mempunyai banyak format
impor, meliputi EOSAT Landsat TM dan MSS, SPOT, format-format standard seperti
DXF, BIL, ASCII, dan Landmark. Sebelum mengimpor suatu data, dibutuhkan informasi
tentang data tersebut, antara lain :

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

1.
2.
3.
4.
5.
6.

Media dataset, seperti tape CCT

Nama program impor ER Mapper yang digunakan
Nama file yang akan diimpor
Jumlah band (kanal), sel dan baris dalam dataset
Jenis sensor
Proyeksi peta dan geodetic datum
Data raster adalah salah satu jenis data masukan untuk pengolahan data. Data
raster meliputi data citra satelit, foto udara, digital terrain model (DTM), data seismik
dan geofisika. Pada saat mengimpor sebuah file data raster citra (dengan menggunakan
program pengimpor ER Mapper), ER Mapper mengkonversikan data tersebut dan
membuatnya menjadi dua buah file, yaitu :
File data binari yang mengandung data raster dalam format BIL (Binary Interleaved
by Line).
Kepala file data ASCII dengan ekstension .ers.
Data vektor adalah salah satu jenis data masukan yang disimpan dalam bentuk
garis-garis, titik-titik, dan poligon-poligon. Produk perangkat lunak Sistem Informasi
Geografik (SIG) menggunakan struktur data vektor, sebab lebih efisien untuk
mempresentasikan obyek-obyek spasial (keruangan) diskrit seperti jalan (garis), lokasi
(titik), atau lingkupan wilayah (poligon). Penempelan data vektor diatas data raster suatu
citra, sebagai contoh sebuah penempelan jaringan jalan di atas citra satelit pada suatu
wilayah. Pada saat mengimpor sebuah file data vektor (dengan menggunakan program
pengimpor ER Mapper), dimana akan mengkonversikan data tersebut dan
membuatnyamenjadi dua buah file, yaitu :
o File data ASCII yang mengandung data vektor
o Kepala file data ASCII dengan ekstension .erv.
b. Tampilan Citra
Setelah mengimpor data citra maka tahapan berikutnya adalah menampilkan citra
ke layar komputer untuk mengevaluasi kualitas dan geografi daerah citra. Jika datanya
berkualitas jelek atau daerah yang diinginkan tidak tercakup, dimungkinkan memutuskan
untuk tidak meneruskan pengolahan data tersebut dan mencoba menampilkan data citra
lainnya yang lebih baik.
Ada beberapa cara yang bisa dipakai untuk melihat tampilan citra, yaitu
pseudocolor, red-green-blue (RGB), hue-saturation-intensity (HIS), dimana semuanya
dinamakan sebagai tampilan komposisi warna. Dalam ER Mapper pemilihan warna
untuk tampilan data raster dinamakan dengan color mode.
c. Algoritma
Algoritma adalah bangunan dasar dalam ER Mapper. Algoritma menyimpan
semua informasi yang diperlukan untuk menampilkan data sebagai suatu citra. Informasi
yang disimpan dalam sebuah algoritma meliputi sumber data, warna-warna yang
digunakan untuk tampilan, tahapan-tahapan pengolahan data secara detail.
Algoritma adalah suatu konsep yang revolusioner yang memisahkan data dari
pengolahan data. Semua integrasi data, pilihan-pilihan pengolahan data lainnya terdapat
dalam file-file algoritma. Semua ini dibuat dan diedit oleh ER Mapper, dimana ER

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

Mapper mengandung berbagai jenis algoritma pengolahan data. Window algoritma

digunakan untuk menampilkan dan mengubah data asli.
d. Baris Data
Algoritma dapat terdiri dari satu atau lebih baris untuk data raster dan vektor.
Sebagai contoh, suatu algoritma mempunyai baris tunggal yang memperlihatkan suatu
dataset Digital Terrain Map. Contoh lainnya adalah algoritma yang terdiri dari tiga buah
baris, dimana setiap baris terdiri dari informasi tujuh buah band dataset landsat yang bisa
dipilih.
Baris klasifikasi dapat digunakan untuk mengklasifikasi suatu dataset. Dataset
klasifikasi adalah suatu dataset raster khusus yang area gridnya telah dibagi menjadi
wilayah-wilayah yang berbeda. Wilayah atau kelas tersebut diidentifikasi oleh harga
data, untuk contoh, 1 mempresentasikan wilayah laut dan 2 mempresentasikan
wilayah hutan. Pada algoritma dapat memasukkan baris-baris klasifikasi untuk
masing-masing wilayah atau kelas tersebut.
Baris anotasi digunakan untuk melihat dan mengedit dataset vektor yang
disimpan dalam format .erv. Baris anotasi juga dapat digunakan untuk melihat dan
mengedit data ARC/INFO dan wilayah-wilayah latihan untuk klasifikasi.
e. Filter
Filter spasial adalah suatu aplikasi umum yang diterapkan pada data raster citra
untuk menajamkan citra guna meningkatkan interpretasi visual. Filter spasial disebut
juga sebagai operasi lokal dalam pengolahan citra sebab filter spasial merubah harga
setiap pixel dalam dataset sesuai dengan harga-harga pixel disekitarnya.
Filter spasial dapat dibagi menjadi tiga kategori utama, yaitu :
Low pass filter atau filter lolos rendah, adalah filter yang menekan frekuensi rendah
untuk meratakan keluaran noise pada citra atau menghilangkan spike pada data citra.
Filter lolos rendah terkadang disebut juga sebagai filter smoothing atau filter
averaging.
High pass filter atau filter lolos tinggi, adalah filter yang menekan frekuensi tinggi
untuk menajamkan penampakan linier pada citra seperti jalan, patahan, lingkungan
air dan tanah. Filter lolos tinggi terkadang disebut juga sebagai filter sharpening
karena secara umum digunakan untuk menajamkan citra secara detail tanpa
mempengaruhi bagian dari frekuensi rendah citra.
Edge detection filter, adalah filter yang menekan pinggir-pinggir di sekeliling suatu
obyek atau penampakan dalam suatu citra untuk memudahkan dalam analisis. Filter
edge detection biasanya membuat suatu citra dengan latar belakang abu-abu dan
hitam, dan garis putih yang mengelilingi pinggir obyek atau penampakan dalam suatu
citra.
Jenis-jenis filter yang ingin digunakan dari kumpulan filter yang ada di ER
Mapper dapat dipilih seperti filter untuk averaging, edge enhancement, geophysical
operation, laplacian, noise removal, sharpening, threshold, mediani, gradient. Juga
dapat mendefinisikan dan memasukkan filter-filter khusus yang dibuat sendiri. Filter
dapat digunakan untuk meningkatkan tampilan citra, menajamkan citra, meratakan dan
menghilangkan noise atau bising.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

f. Transformasi (Histogram)
Transformasi adalah teknik peningkatan kontras warna dan cahaya dari suatu
citra sehingga memudahkan untuk interpretasi dan analisis citra. Histogram adalah suatu
tampilan grafik dari distribusi frekuensi relatif dalam suatu dataset. Suatu dialog box
transformasi akan menampilkan histogram data masukan dan data keluaran setelah
ditransformasi, dan garis transformasi.
g. Formula
Sejumlah formula untuk mengkombinasikan data band-band suatu citra terdapat
dalam ER Mapper, yang meliputi formula untuk analisis prinsipal komponen,
transformasi tasseled cap, transformasi brovey, rasio band dan differencing. Formula
terdiri dari bentuk umum dan spesifik. Formula umum tidak mengspesifikasikan datasetdataset, band-band dan region-region.
Formula digunakan umumnya untuk proses data multi spektral atau multi band.
Penentuan jenis-jenis informasi dengan kombinasi band-band dengan berbagai cara,
seperti rasio, differences dan prinsipal komponen. Data
band tunggal dapat
menggunakan formula sebagai suatu alternatif untuk transformasi, pendefinisian warna
atau untuk pengolahan suatu wilayah spesifik suatu dataset. ER Mapper juga mempunyai
banyak formula umum untuk membuat klasifikasi supervised, indeks vegetasi dan
prinsipal komponen.
h. Integrasi Data
ER Mapper adalah perangkat lunak yang mengintegrasikan data dengan
sempurna yang sanggup menggabungkan data raster, data vektor dan data tabular dari
sistem basis data. Ada 90 program impor raster dan 100 program impor vektor untuk
mengimpor data dalam suatu format umum yang dapat diintegrasikan. Untuk formatformat yang sering digunakan atau popular dalam pengimporan data, penggunaan
penghubung dinamis untuk mencari secara langsung format atau sistem data eksternal.
Sebagai contoh, data diakses dan diintegrasikan dengan data raster citra secara langsung
dari system informasi geografik, seperti GenaMap, ARC/INFO atau Microststion, atau
dari sistem basis data seperti Oracle.
i. Mosaik Citra
Mosaik adalah suatu penggabungan secara tempelan dua atau lebih citra yang
digunakan untuk membuat suatu area citra yang representatif dan kontinyu. ER Mapper
secara mudah membuat mosaik-mosaik citra, sebab citra-citra tersebut telah berada
dalam algoritma pengolahan data yang sama dengan posisi-posisi geografik yang benar
atau sesuai satu dengan lainnya. Hal ini berarti bahwa diperlukan menuliskan semua citra
menjadi satu dalam satu disk file yang besar untuk memproses citra-citra tersebut.
j. Penajaman Citra
Penajaman citra membantu berbagai jenis operasi pengolahan citra yang
digunakan dalam proses data image untuk membantu proses interpretasi visual sehingga
memiliki informasi yang berarti bagi pemakai. Dalam ERMapper, operasi penajaman
citra sangat dimudahkan oleh konsep pengolahan data algoritma. Hampir semua jenis
operasi penajaman citra dapat diaplikasikan dalam bentuk yang baik guna memberikan
tampilan yang interaktif tanpa menulis file-file temporal di disk. Jenis-jenis operasi
penajaman citra meliputi :

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

Penggabungan citra (data fusion), mengkombinasikan citra-citra yang sama dengan

kualitas yang berbeda untuk membantu dalam proses interpretasi. Sebagai contoh,
penggabungan citra Landsat TM dengan SPOT Pan untuk mengkombinasikan
informasi spectral TM dengan Spasial SPOT Pan secara detail.
Color draping, menempelkan satu jenis data citra di atas data lainnya untuk membuat
suatu kombinasi tampilan sehingga memungkinkan untuk menganalisis dua atau
lebih variabel. Sebagai contoh, citra peta vegetasi di-colordraping di atas citra
airborne magnetik pada area yang sama.
Penajaman kontras, meningkatkan tampilan citra dengan memaksimumkan kontras
antara pencahayaan dan penggelapan atau menaikkan dan merendahkan harga data
suatu citra.
k. Dynamic Links
Penghubung dinamis adalah fasilitas khusus dari ER Mapper yang
memungkinkan untuk menghubungkan data dalam format-format file eksternal dan
menempilkan data sebagai raster citra tanpa membutuhkan file-file pengimpor.
Penghubung dinamis dapat menghubungkan raster, vektor, dataset tabular sehingga
dapat mengakses dan mengintegrasikan semua informasi geografik. ER Mapper
menyediakan penghubung dinamis untuk beberapa produk dan format file-file yang
popular, dan prosedurnya didokumentasikan dengan sempurna sehingga dapat dibuat
hubungan yang diinginkan untuk beberapa jenis produk atau format lain yang diinginkan.
Beberapa jenis penghubung dinamis meliputi :
Penghubung ke produk-produk GIS, seperti ARC/INFO dan GenaMap. Penghubung
ke GIS sering digunakan untuk menempelkan data vektor, seperti jaringan jalan,
lingkupan wilayah atau tata guna lahan.
Penghubung ke produk-produk basis data, seperti data tabular dari produk-produk
basis data seperti Oracle. Penghubung ke data tabular sering digunakan untuk
menampilkan symbol-simbol lokasi georeferensi, seperti kota-kota, lokasi-lokasi
sumur bor. Penghubung ke format-format file eksternal, seperti anotasi, data vektor,
data lainnya yang disimpan dalam
format PostScript, DXF, DGN.
l. Klasifikasi
Klasifikasi data adalah suatu proses dimana semua pixel dari suatu citra yang
mempunyai penampakan spektral yang sama akan diidentifikasikan. Sebagai contoh,
suatu citra Landsat TM dengan tujuh buah informasi band dapat diklasifikasi untuk
mengidentifikasi lingkupan hutan atau tata guna lahan. Terdapat sejumlah pilihan untuk
membuat suatu klasifikasi, dapat dipilih jenis keluaran yang diinginkan dan juga
pengolahan data yang diinginkan. Dalam proses klasifikasi kitaakan membuat suatu
dataset klasifikasi atau suatu algoritma dari tiap-tiap baris yang mempresentasikan suatu
kelas.
Klasifikasi supervised dan unsupervised biasanya digunakan untuk
mengklasifikasi keseluruhan suatu dataset menjadi kelas-kelas. Kelas-kelas dapat
mengidentifikasi area perkebunan, mineral, urban, sebagai contoh, kelas a1 mungkin
mengidentifikasi pixel-pixel yang memiliki kelas air sambal kelas a5 mungkin

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

10

mengidentifikasi pixel-pixel yang memiliki kelas vegetasi. Suatu dataset klasifikasi

biasanya diperlihatkan dengan menggunakan suatu tampilan baris klasifikasi dalam
algoritma. Tampilan baris klasifikasi dapat menampilkan banyak kelas, dengan warna
yang berbeda-beda untuk masing-masing kelas.
m. Klasifikasi Supervised (Klasifikasi Terawasi)
Klasifikasi supervised dipergunakan apabila mempunyai pengetahuan yang
cukup dari dataset dan pada posisi atau area mana suatu wilayah atau kelas-kelas tersebut
berada di lapangan. Klasifikasi supervised memerlukan kelas-kelas yang
mengspesifikasikan wilayah-wilayah yang diinginkan. Suatu wilayah dapat diidentifikasi
dengan menggambarkan suatu wilayah latihan dengan menggunakan sistem anotasi dan
menyimpannya dalam dataset raster. Tiap-tiap wilayah merupakan wilayah vektor tetapi
direlasikan sebagai dataset raster dan disimpan dalam kepala file dataset raster.
Untuk contoh, bisa didefinisikan wilayah-wilayah untuk kelas air, vegetasi,
urban dengan menggambar wilayah latihannya, dengan menggambarkan poligonpoligon pada area dengan karakteristik-karakteristik spektral tertentu. Klasifikasi
supervised kemudian akan mencari semua pixel dengan karakteristik-karakteristik
spektral yang sama, sesuai dengan yang telah didefinisikan.
n. Klasifikasi Unsupervised (Klasifikasi Tak Terawasi)
Penggunaan klasifikasi unsupervised dilakukan ketika mempunyai sedikit
informasi tentang suatu dataset. Klasifikasi unsupervised memulai mengklasifikasi dari
kelas-kelas atau wilayah-wilayah yang spesifikasi atau dari jumlah nominal kelas.
Klasifikasi unsupervised secara sendiri akan mengategorikan semua pixel menjadi kelaskelas dengan penampakan spektral atau karakteristik spektral yang sama. Hasil
klasifikasi dipengaruhi oleh parameter-parameter yang ditentukan dalam dialog box
klasifikasi unsupervised. Klasifikasi unsupervised akan menghitung secara statistik
untuk membagi seluruh dataset menjadi kelas-kelas sesuai dengan jumlah kelas yang
diinginkan.
Biasanya hasil-hasil klasifikasi unsupervised harus diinterpretasi dengan
menggunakan keadaan data yang sebenarnya di lapangan untuk menentukan kelas-kelas
yang mempresentasikan area atau wilayah sebenarnya di lapangan. Dari informasi ini
dimungkinkan bias memutuskan untuk mengkombinasikan atau menghapus kelas-kelas
yang diinginkan. Diperlukan juga untuk memberi warna dan nama untuk masing-masing
kelas.
o. Rektifikasi
ER Mapper akan merektifikasi atau membetulkan citra-citra dari satu proyeksi
peta yang diketahui ke yang lainnya. Dapat juga merektifikasi suatu citra yang tidak
dalam proyeksi yang diketahui dengan mendefinisikan sejumlah bentuk atau tanda yang
dapat diidentifikasi (Ground Control Points) dan menggunakannya untuk menentukan
titik-titik tumpuan atau ikat dari dataset.
Ada tiga alasan utama kenapa perlu merektifikasi sebuah dataset. Pertama
adalah keinginan untuk membandingkan dataset terhadap datasetlainnya; kedua adalah
mereferensikan dataset ke sistem koordinat sebenarnyapada permukaan bumi; atau ketiga
adalah mengkonversi dataset.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

11

Alasan pertama adalah membandingkan dataset-dataset. Dimana dapat

menempelkan dua atau lebih citra jika citra-citra tersebut berada dalam system koordinat
yang sama. Jika citra-citra tersebut tidak berada dalam system koordinat yang sama maka
dimungkinkan harus merotasi citra tersebut, mentransformasinya dari satu proyeksi peta
ke proyeksi lainnya atau menggunakan pendekatan dengan data RAW dimana citra-citra
tersebut mempunyai ciri-ciri yang teridentifikasikan.
Alasan kedua adalah georeferensi citra terhadap sistem koordinat pada
permukaan bumi. Data image sering mengandung kesalahan dalam geometri akibat
pergerakan peralatan scanner (penyapuan), karakteristik sensor, lengkungan permukaan
bumi atau sebab-sebab lainnya. Koreksi dapat dilakukan terhadap citra-citra dengan
mengidentifikasi korespondensi titik-titik, yang dikenal sebagai titik-titk kontrol dalam
dataset dan peta. Titik-titik kontrol ini digunakan untuk memperbaiki keseluruhan citra;
hal inilah yang disebut sebagai rektifikasi atau warping.
Alasan ketiga adalah resample. Resample adalah salah satu bentuk konversi
dataset. Jika kita mengspesifikasikan sudut rotasi sebagai nilai nol, hanya akan meresample dataset, tidak merotasikannya. Ini hanya memungkinkan untuk meningkatkan
resolusi suatu citra dengan meresamplenya menjadi suatu dataset dengan ukuran sel yang
lebih kecil.
p. Komposisi Peta
Komposisi peta memungkinkan untuk mempresentasikan citra-citra secara
professional dan penuh arti. Kualitas kartografik peta pada ER Mapper dapat membuat
grid, bar skala, blok titel, panah arah utara, logo perusahaan, legenda, legenda klasifikasi.
Penggunaan fasilitas anotasi dan komposisi peta. ER Mapper untuk membuat peta citra
yang berkualitas yang mengandung data raster, vektor dan tabular. Anotasi
memungkinkan untuk menggambar secara langsung di layar computer dengan
menggunakan fasilitas teks, garis, poligon dan lain-lain, mengspesifikasikan warna,
bayangan, model garis, simbol-simbol.
q. Pencetakan (Hard Copy)
Hasil keluaran citra dengan menggunakan peralatan-peralatan percetakan atau
printer yang meliputi printer berwarna, film, printer hitam putih dan format grafik.
Pilihan percetakan membutuhkan suatu algoritma yang mendefinisikan semua data dan
pengolahannya dengan catatan hanya algoritma-algoritma yang telah disimpan yang
dapat dicetak. Jika telah mengedit suatu algoritma maka hanya algoritma yang terakhir
kali disimpan yang akan dicetak, bukan algoritma yang sedang dijalankan.
Ketika mencetak maka ada dua ukuran yang perlu diperhatikan, yaitu ukuran
algoritma adalah ukuran yang diinginkan dari keseluruhan keluaran citra; ukuran
pencetakan atau hardcopy adalah ukuran kertas dari peralatan percetakan. Kedua ukuran
tersebut tidak perlu sama. Jika ukuran algoritma lebih besar daripada ukuran halaman
peralatan percetakan maka ER Mapper dengan sendirinya akan mencetak potonganpotongan dari keseluruhan ukuran keluaran citra yang ingin hasilkan.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

BAB III
PELAKSANAAN PRAKTIKUM

12

3.1. Langkah-langkah Pengenalan MultiSpec

3.1.1. Display and Inspection of Image Data

Buka program Multispec melalui icon desktop

Pilih menu File >> Open Image

atau melalui Start Menu

Gambar 3.1 Membuka file .lan

Sebuah dialog box akan terbuka untuk memilih satu file data yang ingin digunakan.
Pilih ag020522_DPAC_cd.lan

Gambar 3.2 Dilaog Box Open

Dalam segmen ini (709 lines x 1501 columns of pixels) 3-channel image dari DPAC
yang diambil pada 22 Mei 2002.Selanjutnya dialog box akan muncul set display
specifications for untuk memilih di antara berbagai pilihan untuk tampilan gambar.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

13

Gambar 3.3 Dialog box Set Display Specification for

Untuk pengaturan default type 3-Channel Color, Channels Red 3 Green 2 Blue 1,
Stretch Linier, Min-max Clip 2% of Tail. Klik OK
Langkah ini mungkin tidak terjadi untuk semua situasi . Jika histogram data yang
sebelumnya belum dihitung dan disimpan ( dalam file .sta ), dialog box lain akan
disajikan memungkinkan. Pilihan daerah yang akan dihitung histogramnya,
sehingga nilai-nilai data channel dapat benar untuk warna layar . Pilihan default
yang ada dalam dialog box. Pilih OK untuk mulai histogramming tersebut.

Gambar 3.4 Dialog box Set Histogram Specifications

Setelah histogram dari semua saluran sudah dihitung, informasi akan disimpan ke
sebuah file bernama " ag020522_DPAC_cd.sta " sehingga mereka tidak harus
menghitung ulang ketika dibutuhkan lagi. (Catatan bahwa jika file .sta sudah ada
dengan nama default, dialog box akan menimpa file .sta yang ada atau menyimpan
ke lokasi yang berbeda)

Gambar 3.5 File .sta

Kemudian akan muncul tampilan pertama sebagai berikut:

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

14

Gambar 3.6 Tampilan file .lan

Perhatikan bahwa tepat di atas image window di Toolbar ada dua kotak kecil dengan
besar dan kecil " gunung " seperti ini
. Kotak tersebut adalah gambar
zooming buttons yang memungkinkan seseorang untuk zoom in ( gunung besar )
atau zoom out ( gunung kecil ) dari skala gambar saat ini. Di sebelah kiri tombol
zooming ada tombol lain yang menunjukkan X1 dalam bentuk berwarna abu-abu.
Tombol ini memungkinkan seseorang untuk pergi ke X1 pembesaran secara
langsung. Beberapa pilihan lain adalah menekan ' Ctrl ' sambil zoom untuk
mengubah langkah zoom faktor 0,1 bukannya 1. Dengan kata lain, faktor zoom akan
berubah dari 1.0 to 1,1-1,2 dll bukannya 1 , 2 , 3 , dll.

Gambar 3.7 Memilih area yang akan dizoom

Ketika dapat membuat pilihan dalam gambar dengan klik kiri tahan di image
window, drag untuk pilih persegi panjang, dan kemudian melepaskan tombol kiri
mouse. Jika area yang dipilih ada di gambar, zooming apapun akan berpusat pada
area yang dipilih jika memungkinkan. Hapus pilihan menggunakan tombol
"Delete".

Gambar 3.8 Tampilan hasil zoom in

Pilih menu Processor >> Display Image. Ubah Type menjadi Side by Side
Channels. Kemudian klik OK

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

15

Gambar 3.9 Menampilkan image dengan type Side by Side Channels

Gambar 3.10 Tampilan image Side by Side Channels

Image window di atas akan ditampilkan ( setelah zoom out ) yang menunjukkan ketiga
channel ditampilkan dalam side - by-side . Perhatikan bahwa daerah vegetasi di channel 3
lebih terang dari daerah yang sama di channel 1 dan 2. Tampilan side-by-side channel
adalah cara yang baik untuk memverifikasi bahwa channel yang terdaftar benar. Dengan
kata lain, lokasi yang sama pada gambar di lokasi pixel yang sama di semua channel. Untuk
melakukan hal ini, pilih area di satu saluran dekat persimpangan lapangan. Hal ini pada
area yang dipilih akan ditarik di semua channel. Kemudian dapat memverifikasi bahwa
area yang dipilih adalah di lokasi yang sama di setiap channel.

Redisplay dengan mengembalikan type

channels Red 3, Green 2, Blue 1.

menjadi 3-Channels Color dengan

Gambar 3.11 Mengembalikan image dengan type 3 Channel Color

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

16

Gambar 3.12 Hasil redisplay 3 Channel Color

Coordinates View dapat menampilkan koordinat lokasi dan area tertentu pada
gambar di bagian atas gambar yang ditunjukkan oleh kursor (mouse). Untuk
menampilkan Coordinates View pilih View >> Coordinate View atau bisa dengan
memilih Window >> Show Coordinate View

Gambar 3.13 Memunculkan Coordinates View

Setelah muncul tanda centang pada sisi kiri tulisan Coordinates View maka akan
seperti gambar berikut:

Gambar 3.14 Tampilan Coordinates View

Jika informasi koordinat peta dapat menampilkan koordinat sebagai peta unit.
Gunakan menu popup di sisi kiri dari koordinat tampilan untuk memilih unit peta.
Wilayah seleksi dapat ditampilkan sebagai jumlah pixel atau dalam satuan acres,
hektar, dll menggunakan tombol popup di sebelah kiri " Skala ". Skala gambar juga
akan ditampilkan. Untuk mengubah spesifikasi koordinat image pilih Edit>Image
Map Parameters

Gambar 3.15 Mengubah Map Coordinate Specification

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

Ubah Units menjadi meter, Grid Coordinate System menjadi UTM dengan Zone
16 dan DatumWGS 84 lalu klik OK

17

Gambar 3.16 Dialog box Map Coordinate Specifications

Tampilan 1-Channel Thematic display berguna untuk menampilkan " produk " jenis
image seperti MODIS NDVI atau salah satu dari banyak produk MODIS lainnya.
Untuk memunculkan display type 1-Channel Thematic dengan mengganti type
dengan 1-Channel Thematic kemudian klik OK

Gambar 3.17 Memunculkan image dengan Channel Thematic

Lalu akan muncul tampilan image seperti berikut:

Gambar 3.18 Tampilan 1-Channel Thematic

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

18

3.1.2. Image Enhancement

Membuka Aplikasi MultiSpec dan gambar berjudul "ag020522_DPAC_cd.lan".
Buka gambar jika belum ditampilkan di jendela citra multispektral menyusul
pedoman yang diberikan dalam latihan 1 (Tampilan dan Pemeriksaan Data Gambar
dengan MultiSpec). Satu dapat mengontrol peningkatan citra di jendela citra
multispektral dengan menetapkan lima pilihan yang berbeda di bagian dialog box
Set Display Specifications for pada bits of color, stretch, Min-max, Treat 0 as, dan
Number of dislay levels.

Gambar 3.19 Set Display Specifications saat membuka image

"Bits of color" default adalah 24 dan "Number of display levels" default adalah 256
untuk jumlah maksimum warna mungkin ada. Hal ini dapat menyesuaikan dengan
nilai-nilai yang lebih rendah jika ingin melihat apa yang mempengaruhi.

Gambar 3.20 Set Display Specifications dengan Bits of color 8

Gambar dibawah ini menggambarkan tingkat 256 layar per channel (jutaan warna)
di sebelah kiri dan 2 layar tingkat per channel (8 warna) di sebelah kanan.

Gambar 3.21 Tampilan image dengan Bits of color 24 dan 8

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

19

Treat '0' as pengaturan data yang menyebabkan nilai 0 akan ditampilkan sebagai
hitam. Namun, jika 0 sebenarnya merupakan latar belakang atau 'tidak ada data',
seseorang mungkin ingin memilih opsi latar belakang menyebabkan 0 di semua
saluran yang akan ditampilkan sebagai putih. Gambar di bawah ini
mengilustrasikan 0 yang diperlakukan sebagai hitam di sebelah kiri dan 0 sebagai
putih di sebelah kanan.

Gambar 3.22 Set Display Specifications dengan Treat 0 as White

Gambar 3.23 Tampilan image dengan Treat 0 as White

Stretch dan Min-Max biasanya digunakan untuk meningkatkan berbagai bagian

gambar. Ini mengendalikan proses dimana setiap nilai data yang mungkin dalam
data gambar ditugaskan untuk semua tingkatan display yang mungkin terjadi.
Ada tiga pilihan untuk Stretch: Linear, Equal Area dan Gaussian. Dalam kasus
stretch Linear, interval skala abu-abu yang sama spasi selama rentang data,
sedangkan pilihan Equal Area Stretch menyebabkan interval skala abu-abu diatur
sehingga setiap interval mewakili tentang jumlah pixel yang sama. Meskipun
nonlinear, yang terakhir ini memberikan kontras maksimum. Pemilihan Gaussian
menyebabkan distribusi jumlah pixel ditugaskan untuk interval skala abu-abu untuk
mewakili kurva Gaussian. Jika salah satu memegang 'Option' key ke bawah (versi
Mac) atau tombol 'mouse kanan bawah (versi Windows) sebelum klik pada
peningkatan popup menu dengan tombol kiri, jumlah standar deviasi dapat diubah
dan data akan cocok untuk pemilihan Gaussian. Standarnya adalah 2 3.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

20

Gambar 3.24 Tampilan image dengan Stretch Linier, Equal Area dan Gaussian

Min-maxes pilihan memungkinkan untuk memilih nilai data awal dan akhir
histogram gambar yang akan digunakan untuk menempatkan pixel dalam interval
skala abu-abu ditentukan oleh opsi Stretch. "All Range" pilihan untuk opsi ini akan
menyebabkan data nilai terendah dalam gambar, 0 untuk 8-bit data yang unsigned,
menjadi nilai data yang pertama ditampilkan untuk nilai terendah display (black)
dan 255 menjadi nilai data terakhir yang ditampilkan untuk nilai tertinggi display
(white). Namun, jika rentang aktual data hanya 50 sampai 150, maka data hanya
akan diwakili oleh abu-abu tidak hitam putih; tidak akan ada banyak kontras dalam
gambar.
Persentase clip pilihan akan menyebabkan seleksi dimulai dan akhir nilai data untuk
saluran tertentu untuk mewakili nilai-nilai data di mana 2 persen dari mereka dalam
histogram berada di luar kisaran yang dipilih. Tujuan dari pilihan ini adalah untuk
mengurangi kemungkinan bahwa sedikit nilai data outlier ekstrim dalam gambar
akan mempengaruhi peningkatan display. Pilihan ini biasanya menghasilkan
tampilan data yang memiliki kontras yang lebih baik.
Pemilihan Used Specified menyajikan dialog box (seperti gambar dibawah) untuk
mengatur persentase clip selain 2%. Ini juga dapat mengatur nilai min-max untuk
meregangkan tingkat abu-abu di. Min data aktual dan nilai-nilai max dihitung dari
histogram termasuk dalam dialog box.

Gambar 3.25 Set Display Specifications dengan Min-Max Used Specified

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

21

Gambar 3.26 Set Specifications for Display Enhancement dengan 2% clip

Gambar 3.27 Set Specifications for Display Enhancement dengan 4% clip

Gambar 3.28 Tampilan image dengan 2% clip, 4% clip dan 6% clip

3.2. Pengenalan perintah di ER Mapper

3.2.1. Pengenalan fungsi-fungsi perintah di ER-Mapper
Title Bar

Toolbar

Menu Bar

Gambar 3.29 GUI (Graphical User Interface) ER Mapper

Menu bar merupakan barisan perintah berupa menu seperti menu File, Edit,
View, Toolbar, Process, Utilities, Windows dan Help

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

a. Menu File

22

Gambar 3.30 Menu File

New atau tombol

data citra

digunakan membuka jendela kosong untuk menampilkan

Gambar 3.31 Image window

Open atau tombol

digunakan untuk menampilkan file ers atau alg yang
dipilih dalam Image window. Setelah memilih menu File-Open akan muncul
dialog box seperti gambar berikut:

Kembali ke direktori
sebelumnya

Maju ke direktori
yang dipilih

Gambar 3.32 Dialog box Open

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

23

Tekan OK untuk menampilkan file terpilih dan menutup Dialog box

Tekan Apply untuk menampilkan file yang terpilih dan tetap membuka Dialog
box
Tekan Cancel untuk membatalkan dan menutup Dialog box
Open into New Surface digunakan untuk membuka data citra pada algorithm
surface pada image window yang sama
Open from Virtual Dataset digunakan untuk membuka data pada virtual dataset
Add into Current Surface digunakan untuk menambah data citra pada algorithm
surface yang aktif
Close untuk menutup Image window yang aktif

Save atau tombol

untuk menyimpan Algoritma yang dibuat

Save As atau tombol

untuk menyimpan Algoritma yang dibuat ke dalam
file baru
Save As Compressed Image digunakan untuk menyimpan dalam bentuk yang
terkompresi
Save Image to Clipboard digunakan untuk menyimpan dalam bentuk clipboard
yang dapat dilakukan paste pada program lain, misalnya MS Word, dan lainlain
Page Setup digunakan untuk mengatur dan menentukan Ukuran dan warna latar
hardcopy serta mengatur skala hardcopy
Page Setup Wizard digunakan untuk mengatur halaman yang akan dicetak
menggunakan wizard
Print digunakan untuk melakukan proses pencetakan
Exit digunakan untuk keluar dan menutup program ER Mapper
b. Menu Edit

Gambar 3.33 Menu Edit

Annotate vector layer digunakan untuk membuka dan mengedit vector .erv
Edit/Create Regions, untuk mengedit atau menciptakan region pada data
berformat .ers. biasanya dilakukan untuk membuat training area dan memotong
citra berdasarkan poligon
Edit ARC/INFO Coverage digunakan untuk mengedit dan membuat vector
berformat Arc/Info. Biasanya untuk On Screen Digitizing
Edit Class.Region Color and Name, untuk mengedit tampilan warna dan nama
Kelas atau Region yang sudah ada
Preferences digunakan untuk mengatur preferences ER Mapper

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

c. Menu View

24

Gambar 3.34 Menu View

Normal digunakan untuk menampilkan tampilan normal citra (2D)

3D Perspective digunakan untuk menampilkan citra secara 3D Perspective
(harus terdapat DEM/Digital Elevation Model)
3D Flytrough digunakan untuk menampilkan citra secara 3D Flytrough (harus
terdapat DEM/Digital Elevation Model)
Algorithm atau tombol
, untuk menampilkan Algoritm dialog box.
Quick Zoom terdiri dari sub menu berikut:

Gambar 3.35 Quick Zoom

Previous Zoom, untum menampilkan perbesaran citra sebelumnya

Zoom In, untuk memperbesar tampilan citra
Zoom Out, untuk memperkecil tampilan citra
Zoom to All Dataset, untuk menampilkan seluruh citra
Zoom to Current Dataset, untuk memperbesar data citra yang aktif pada
layer di algorithmnya
Zoom to All Raster Dataset, untuk memperbesar seluruh data raster dalam
tampilannya
Zoom to All Vector Dataset, untuk memperbesar pada seluruh data vector
dalam tampilan

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

25

Zoom to Page Extents, untuk memperbesar seluruh halaman pada saat

pengaturan komposisi peta
Zoom to Page Contents, untuk membesarkan pada kandungan halaman
pada saat pengaturan komposisi peta
Set Geolink to None, untuk menghilangkan Geolink yang ada
Set Geolink to Window, untuk mengaktifkan Geolink antara satu Image
window dengan Image window yang lain
Set Geolink to Screen, untuk mengatur geolink to screen
Set Geolink to Overview Zoom, untuk mengatur Geolink to overview zoom
Set Geolink to Overview Roam, untuk mengatur geolink to overview roam
Geoposition digunakan untuk melakukan pengaturan geoposition
Statistics terdiri dari sub menu berikut:

Gambar 3.36 Statistics

Show Statistics, untuk menampilkan nilai statistic dataset citra

Confusion matrix, untuk menampilkan matrik konfusi antara citra yang
sudah diklasifikasi dengan citra referensi
Area Summary Report, untuk menampilkan luasan area citra baik sebelum
atau sesudah klasifikasi
Means Summary report, untuk menampilkan rata-rata nilai pixel citra baik
sebelum atau sesudah klasifikasi
Standard Deviation Summary Report, untuk menampilkan standard deviasi
nilai pixel citra baik sebelum maupun sesudah klasifikasi
Scattergrams, untuk menampilkan Scattergram dialog box yang berfungsi
menunjukkan sebaran masing-masing kelas yang dibuat terhadap nilai pixel
Traverse digunakan untuk melihat intensitas citra sepanjang polyline yang
dibuat
Batch Engine Script Control digunakan untuk penggunaan Bahasa
pemrograman pada ER Mapper
Cell Values Profile, untuk menampilkan nilai Digital Number (DN) pixel yang
dipilih pada tiap band. Untuk memilih pixel digunakan Pointer Mode dengan
mengklik tombol

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

26

Gambar 3.37 Dialog box Cell Value Profile

Cell Coordinate, untuk menampilkan koordinat pixel yang dipilih. Untuk

memilih pixel digunakan Pointer Mode dengan mengklik tombol

Gambar 3.38 Cell Coordinates

d. Menu Toolbar
Menu Toolbar berfungsi untuk menampilkan tombol-tombol yang akan
memudahkan penggunaan program aplikasi ini. Tombol yang tampil sesuai nama
Toolbar yang dipilih. Toolbar yang bisa dipilih adalah seperti pada gambar berikut:

Gambar 3.39 Menu Toolbar

Standards digunakan untuk mengaktifkan Toolbar Standad. Secara Default

sudah aktif
Common Function digunakan untuk mengaktifkan Toolbar Common Function.
Secara default sudah aktif
Annotation digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
Annotation
Aster digunakan untuk mengaktifkan Toolbar yang berkaitan dengan Aster

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

27

Batch Processing digunakan untuk mengaktifkan Toolbar yang berkaitan

dengan Batch Processing
Classification digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
Classification
Compression digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
kompresi data (Compression)
Forestry digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
aplikasi kehutanan
DEM digunakan untuk mengaktifkan Toolbar yang berkaitan dengan anlisa
DEM (Digital Elevation Model)
Geophysic digunakan untuk mengaktifkan Toolbar yang brkaitan dengan
analisa geofisika
GIS digunakan untuk mengaktifkan Toolbar yang berkaitan dengan analisa GIS
Mineral digunakan untuk mengaktifkan Toolbar yang berkaitan dengan analisa
mineral
Oil and Gas digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
analisa minyak bumi dan gas
Radar Common digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
analisa radar
Radar Filter digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
filter radar
Remote Sensing digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
analisa penginderaan jauh
Web Publishing digunakan untuk mengaktifkan Toolbar yang berkaitan dengan
piblikasi web
Wizard digunakan untuk mengaktifkan Toolbar berbagai macam wizard
e. Menu Process
Menu Process terdiri dari:

Gambar 3.40 Menu Process

Raster Cells to Vector Polygons, untuk mengubah format sel raster ke dalam
bentuk format vector
Polygon >> Region Conversation, untuk mengubah file vector polygon (.erv)
ke dalam regiondalam file (.ers) atau sebaliknya
Calculate Statistic, untuk menghitung nilai statistik suatu data set

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

28

Gambar 3.41 Dialog box Calculate Statistics

Isikan text box Dataset dengan nama file dataset yang akan dihitung, atau bisa
juga dengan menekan tombol
untuk mencari nama file dataset
Isikan text box Sumpling Interval dengan angka tertentu untuk menghitung nilai
per pixel
Beri tanda centang pada Force Recalculate Stats
Classification, berfungsi untuk melakukan klasifikasi terhadap dataset. Pada
menu ini terdapat beberapa sub menu yaitu:
Supervised Classification, untuk melakukan klasifikasi terbimbing
ISOClass Unsupervised Classification, untuk melakukan klasifikasi tak
terbimbing
View Scattergram
Edit Class/Region Color and Name
Geocoding Wizard digunakan untuk melakukan proses image geocoding (image
transformation, rectification, orthorectification, dan lain-lain)
Gridding Wizard digunakan untuk membuat DEM dari data ASCII .txt
Digitizer digunakan untuk melakukan digitasi dengan digitizer
Radar Common digunakan untuk proses analisa radar
Radar filter digunakan untuk memproses filter-filter yang digunakan pada radar
Fourier Transformation digunakan untuk melakukan analisa Foulrier
f. Menu Utilities
Menu Utilities terdiri atas:

Gambar 3.42 Menu Utilities

Import ASCII and Binary Grids digunakan untuk mengimpor data berformat
ASCIIdan Binary (BIL, BSQ, BIP)
Import Graphic Formats digunakan untuk mengimpor data berformat grafik
Import Gridding Formats digunakan untuk mengimpor data berformat grid

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

29

Import Image Formats digunakan untuk mengimpor data dari software lain
(Erdas, Microbrian, PCI, dan lain-lain)
Import SAR Imagery digunakan untuk mengimpor data dari radar
Import Satellite Imagery digunakan untuk mengimpor data multispectral satelit
berbagai sensor
Import Schumberger Formats digunakan untuk mengimpor data berformat
schlumberger
Import Vector and GIS Formats digunakan untuk mengimpor data vector
Export Graphic Formats digunakan untuk mengekspor data ke dalam format
grafik
Export Raster digunakan untuk menekspor data ke dalam format raster lain
Export Vector and GIS Formats digunakan untuk mengekspor data vector (.erv)
ke dalam format lain (Autocad dan Esri shapefile)
Toolbar digunakan untuk membuat dan mengedit Toolbar
Batch script, berkaitan dengan Bahasa pemrograman ER Mapper
File Maintenance digunakan untuk mengedit konfigurasi algorithm, dataset,
formula dan filter
Licensing, berkaitan dengan lisensi ER Mapper
User Menu digunakan untuk mengedit file header dataset
Machine Configuration Report digunakan untuk melakukan laporan konfigurasi
sistem
Slide Show digunakan untuk melihat slide show ER Mapper
g. Menu Windows
Menu Windows terdiri dari:

Gambar 3.43 Menu Windows

Menu ini berfungsi untuk menampilkan Image window yang telah

ditampilkan sebelumnya
h. Menu Help
Menu Help terdiri dari:

Gambar 3.44 Menu Help

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

30

Menu ini berfungsi untuk memberikan bantuan kepada pemakai apabila

pemakai tidak dapat mengoperasikan perintah pada program ER Mapper.
i. Menu PopUp
Menu PopUp akan tampil dengan cara klik kanan pada image window yang
aktif. Menu-menu yang ada pada menu PopUp terdiri dari:

Gambar 3.45 Menu PopUp

Stop processing, untuk menghentikan proses

Refresh Image, untuk merefresh tampilan citra
Clip, untuk melakukan clip/refresh citra denganpenajaman
Quick Zoom, untuk melakukan berbagai macam zooming
File, untuk melakukan berbagai perintah diantaranya New, Open, Copy
Window and Algorithm, Save, Save As, Save Image to Clipboard, Page Setup,
Print dan Close.
Hand, untuk melakukan penggeseran citra
Zoom, untuk melakukan perbesaran atau pengecilan
Zoom box tool, untuk melakukan pembesaran pada area tertentu
Pointer, untuk mengganti kursor menjadi pointer
Algorithm, untuk membuka dialog box Algorithm
Cell Value Profile, untuk membuka dialog box Cell Values Profile
Cell Coordinate, untuk membuka dialog box Cell Coordinate
3.2.2. Fungsi Export/Import Data
a. Import Data
Tahapan-tahapan dalam mengimpor suatu format data ke dalam format data
yang dikenali oleh ER Mapper adalah sebagai berikut:
Pada menu Utilities pilih format data yang akan diimpor
Pilih Import Image Formats untuk mengimpor data citra

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

31

Gambar 3.46 Memilih import image formats

Kemudian pilih format data citra berasal. Klik Import. Kemudian akan muncul
gambar dialog box sebagai berikut:

Gambar 3.47 Memilih file yang akan diimpor

Isikan text box Import File/Device Name untuk data citra yang akan diimpor atau
bisa juga dengan menekan tombol
untuk mencari nama file dataset
Isikan Output Dataset text box untuk nama file hasil impor
Isikan Geodetic Datum text box untuk datum citra yang diimpor. Misalnya WGS84

Gambar 3.48 Dialog box Datum Chooser

Isikan Map Projection text box untuk proyeksi citra yang diimpor. Misalnya
UTM;SUTM48

Gambar 3.49 Dialog box Projection Chooser

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

32

Kemudian klik OK untuk memulai proses.

b. Export Data
Tahapan dalam export data ke dalam format lain adalah sebagai berikut:
Pada menu Utilities pilih Export Raster

Gambar 3.50 Memilih export Raster

Kemudian akan ditampilkan beberapa sub menu. Pilih salah satu sub menu, lalu
akan muncul dialog box sebagai berikut:

Gambar 3.51 Dialog box Export XYZ_ASCII_grid

Pilih dataset yang akan diekspor pada text box Dataset to Export
Beri nama file dan direktori hasil ekspor
Isikan Line Range untuk banyaknya baris yang akan diekspor
Isikan Cell Range untuk banyaknya kolom yang akan diekspor
Klik OK untuk memulai proses
3.2.3. Algorithm
Algorithma merupakan elemen dasar dari program ER Mapper dalam
melakukan pengolahan data. Pengolahan data dalam algorithma meliputi penajaman
citra, filtering, formula, citra komposit, dll. Proses dalam algorithma terpisah dari
dataset yang digunakan. Sehingga dimungkinkan untuk memanipulasi data tanpa
mengubah dataset original. Untuk menampilkan Algorithm Dialog box pilih menu
View dan klik Algorithm atau klik tombol
berikut:

. Setelah itu akan muncul gambar

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

33

Refresh Image
Duplicate

Layer Mode

Band Chooser Filter

Color Mode

Edit Formula
Edit Transform Limit

Dataset Chooser
Gambar 3.52 Algorithm

Pada Tab Pages terdapat pilihan antara Coordinate System, Surface dan Layer.
Untuk Surface terdapat 2 pilihan yaitu color mode dan color table. Color mode dalam
ER Mapper ada 3 yaitu Pseudocolor, Red Green Blue (RGB) dan Hue-SaturationIntensity

Gambar 3.53 Surface pada dialog box Algorithm

Color table hanya aktif untuk pilihan Color Mode Pseudocolor. Terdapat
banyak pilihan warna semu pada color table diantaranya adalah ampphase, azimuth,
blue, brown green, contour, dan lain-lain.

Gambar 3.54 Raster Layer pada dialog box Algorithm

Cara memunculkan raster layer yaitu dengan klik kanan pada layer. Terdapat
10 raster layer yang ada pada ER Mapper yaitu: pseudo, red, green, blue, hue,
saturation, intensity, height, class display, classification. Intensity layer dapat aktif
pada color mode Pseudocolor, RGB atau HIS. Intensity layer dapat digunakan untuk
image fusion dengan resolusi yang lebih tinggi. Class Display digunakan untuk

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

34

klasifikasi, sedangkan classification untuk thematic layer. View mode 3D dapat aktif
bila salah satu layernya adalah layer intensity atau height DEM.
3.2.4. Fungsi Geoposition
Pilih View >> Geoposition maka akan muncul dialog box sebagai berikut:

Gambar 3.55 Algorithm Geopositian untuk Zoom image

Untuk menghubungkan citra satu dengan citra lainnya dengan sistem proyeksi yang
sama tekan Geolink maka akan muncul beberapa mode Geolink seperti berikut:

Gambar 3.56 Algorithm Geopositian untuk Geolink

Gambar 3.57 Algorithm Geopositian untuk extent

Gambar 3.58 Algorithm Geopositian untuk menentukan center of image

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

35

Gambar 3.59 Algorithm Geopositian mengenai mouse info

3.2.5. Menampilkan Image

Jalankan program ER Mapper

Dari menu File pilih Open atau klik pada icon

Gambar 3.60 Membuka image

o Klik Volume pilih E:\Lecture\Semester 5\Penginderaan Jauh\AsistensiIndraja\Pertemuan 2\Data Tugas Responsi Indraja\
LE71140632000234SGS00_B1234567.ers

Gambar 3.61 Memilih direktori image disimpan

Akan muncul tampilan seperti berikut:

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

36

Gambar 3.62 Tampilan awal image window dari image yang dibuka

Ubah tampilan menjadi RGB dengan klik tombol

Gambar 3.63 Image window pada mode color RGB

3.2.6. Saving Data

Klik kanan pada image window. Pilih File > Save As

Gambar 3.64 Menyimpan image

Arahkan pada direktori penyimpanan dan tentukan nama file (misal:

LE71140632000234SGS00_B1234567_.ers) Kemudian klik OK

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

37

Gambar 3.65 Dialog box Save As

Pada Dialog box Save As ER Mapper Dataset, pilih output type: Multilayer dan
Null Value: 0. Klik OK

Gambar 3.66 Dialog box Save As ER Mapper Dataset

Lalu pemrosesan saving citra akan berjalan

Gambar 3.67 Loading penyimpanan image

Setelah saving selesai maka akan muncul dialog seperti berikut:

Gambar 3.68 Penyimpanan image selesai

Maka saving citra telah selesai dilakukan.

3.2.7. Fungsi Copy Window
Copy Window berfungsi untuk mengandakan image window yang aktif
dengan klik tombol
berikut:

. Maka image window akan digandakan seperti gambar

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

38

Gambar 3.69 Tampilan image window setelah diduplikasi

3.2.8. Fungsi ECW

Enhanced Compressed Wavelet (ECW) merupakan salah satu fungsi yang ada
pada ER Mapper yang berfungsi memperkecil ukuran file citra dengan tetap
mempertahankan kualitar citranya. Langkah-langkah dalam melakukan kompresi citra
adalah sebagai berikut:

Pilih menu File > Save As Compressed Image.. kemudian akan muncul ECW
JPEG 2000 Compression Wizard.

Gambar 3.70 Dialog box ECW JPEG 2000 Compression Wizard

Pilih format hasil keluaran citra. Terdapat 2pilihan yakni ECW dan JPG2000. Pada
pilihan select input image (or mosaic) to compress terdapat pilihan:
o Use the current algorithm window: kompresi secara langsung terhadap
image window yang sedang aktif
o Select input image to compress: kompresi terhadapfile yang disimpan
dalam harddisk
o Batch compress multiple image: kompresi terhadap beberapa citra pada
suatu direktori
Pilih Select input image to compress untuk melakukan kompresi citra. Setelah itu
klik Next.
Pilihlah input file citra yang akan dikompresi dan tentukan outputnya. Dan pilihlah
Choose custom compression setting. Kemudian klik Next

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

39

Gambar 3.71 Dialog box Select input/output files

Pilih tipe kompresi yang diinginkan. Terdapat 3 pilihan yakni Greyscale,

Multiband, dan Color (RGB). Pilih multiband untuk melakukan kompresi terhadap
semua band dalam satu data set. Pilih greyscale untuk mengkompresi single band.
Pilih Color untuk melakukan kompresi citra dengan band tertentu (natural color,
maupun warna semu)

Gambar 3.72 Dialog box Compression Type

Menentukan kualitas kompresi citra yang diinginkan. Rasio kompresi akan

menentukan besarnya file yang akan dihasilkan dalam proses kompresi. Dalam hal
ini rasio yang dipilih adalah 25. Kemudian klik Next.

Gambar 3.73 Dialog box Compression Quality

Mengatur resolusi output yang diinginkan. Pilih Let the compressor set the output
resolution. Kemudian klik Next.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

40

Gambar 3.74 Dialog box Output Resolution Method

Klik tombol Compute Summary information kemudian akan muncul hasil

perhitungan ER Mapper terhadap hasil kompresi yang akan dihasilkan.

Gambar 3.75 Dialog box Compression Summary

Kemudian klik Finish untuk memulai proses kompresi citra

Gambar 3.76 Loading Compression Image

Setelah citra selesai dikompresi akan muncul dialog box yang menerangkan hasil
akhirnya.

Gambar 3.77 Compression Image selesai

Dari keterangan tersebut, citra telah dikompres menjadi 35.4 MB dari data 1.85 GB
dengan rasio kompresi sebesar 53.4:1. Hasil akhir dari citra terkompresi terdiri dari
3 file, yakni berformat ecw, ers, dan eww dengan nama yang sama
Untuk membuka citra hasil kompresi dapat dilakukan menggunakan program ER
Mapper, ERViewer, ArcView, MapWindow maupu ArcGIS

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

BAB IV. PENUTUP

41

4.1 Kesimpulan
Dari pelaksanaan praktikum ini dapat ditarik beberapa kesimpulan diantaranya:
Citra satelit yang didownload melalui situs tertentu harus diolah terlebih dahulu
menggunakan aplikasi pengolahan citra (image processing software) untuk
dilakukan koreksi geometrik maupun radiometrik.
Fungsi-fungsi dasar pada multispec yang dipelajari pada praktikum ini adalah:
o Display and inspection of image data yaitu dengan menampilkan diplay type 3Channels Color, Side by Side Channels dan 1-Channels Thematic, menampilkan
fungsi zoom serta cara memunculkan coordinates view.
o Edit Enhancement yaitu menampilkan image dengan bits of color 24 dan 8,
menampilkan image dengan stretch Linier, Equal Area dan Gaussian,
manampilkan image dengan treat 0 as white/black, memodifikasi min-max
menggunakan used specified.
Fungsi-fungsi dasar pada ER Mapper yang dipelajari pada praktikum ini adalah:
o Fungsi-fungsi perintah pada menu bar ER Mapper yaitu menu File, Edit, View,
Toolbar, Process, Utilities, Windows, Help dan PopUp
o Fungsi Export Data untuk mengubah file image dari format data tertentu ke
bentuk .ers sedangkan Import Data untuk mengubah file image dari bentuk .ers
ke format data lainnya
o Alghorithm untuk menyimpan proses-proses yang telah dilakukan dalam image
processing dan dapat menjadi template bagi data yang lain untuk proses yang
sama
o Fungsi Geoposition berisi fungsi zoom, fungsi Geolink, extent, center dan mouse
info
o Cara menampilkan image dari data yang telah disimpan
o Menyimpan Data dari image yang sudah diproses
o Fungsi Copy Window untuk menggandakan image window
o Fungsi ECW untuk mengkompresi ukuran data image relative besar menjadi lebih
kecil dengan kualitas yang sama
4.2 Saran
Adapun saran-saran untuk praktikum ini adalah sebagai berikut:
Untuk memperdalam pemahaman mengenai fungsi-fungsi yang ada pada Multispec dan
ER Mapper sebaiknya dilakukan praktikum yang lebih mendalam mengenai
pengolahan citra

Untuk melakukan praktikum yang lebih mendalam mengenai pengolahan citra

sebaiknya diawali dengan pengumpulan sumber-sumber atau informasi (tutorial)
sebanyak-banyak.

LAPORAN PRAKTIKUM | PENGINDERAAN JAUH | PENGENALAN MULTISPEC DAN ER MAPPER

DAFTAR PUSTAKA

42

BAKOSURTANAL, MREP Project. 1996. Pengenalan ERMapper

DHARMA. Perth, Western Australia 6005.

5.2, PT. INDICA

CAHYONO, A.B. 1999. Remote Sensing Course, MIT for NRM, SEAMEO - BIOTROP,
Bogor.
DANOEDORO, P. 1996. Pengolahan Citra Digital Teori dan Aplikasinya dalam Bidang
Penginderaan Jauh, Fakultas Geografi, Universitas Gadjah Mada.
HANDIKA PUTRA, ERWIN. 2011. Penginderaan Jauh dengan ERMapper. Yogyakarta :
Graha Ilmu
HARDIYANTI, F.S.P, 2001. Interpretasi Citra Digital, Grassindo.
JENSEN, J.R. 1986. Introductory Digital Image Processing, Prentice Hall Series.
LILLESAND, T.M and KIEFER, R.W. 1994. Remote Sensing And Image Interpretation, Third
Edition, John Willey.
http://sharing-ebook.blogspot.com/2011/10/macam-macam-format-citra-digital.html
Diakses pada tanggal 21 November 2014 pukul 9.50