4. HASIL DAN PEMBAHASAN
4.4 Hasil Penyaringan Data Citra Satelit ALOS PALSAR
4.4.2 Hasil Penyaringan Gamma ( Filter Gamma)
Pada Gambar 14 menunjukkan tiga macam ukuran jendela pengamatan filter
frost. Gambar di atas merupakan salah satu perwakilan contoh tampilan hasil
penyaringan citra. Ketiga grafik pada Gambar 14 b mewakili informasi nilai
intensitas hambur balik obyek dengan satuan dB pada sumbu y dan pada sumbu x
berupa jumlah data piksel pengamatan. Nilai intensitas hambur balik obyek pada
citra hasil penyaringan frost pada polarisasi HH memiliki nilai kisaran sebesar -
32,5 s.d. -20 dB untuk ukuran pengamatan 3x3, -32 s.d. -21 dB untuk jendela
pengamatan 5x5 dan -32 s.d. -22,5 dB untuk jendela pengamatan 7x7.
Berdasarkan tampilan grafik pada ketiga gambar tersebut, dapat dilihat bahwa
semakin besar ukuran jendela pengamatan dalam menentukan suatu obyek di citra
maka tampilan grafik akan lebih halus yang tampak pada masing–masing puncak
dan memiliki nilai selang kelas lebih kecil sehingga memudahkan pengamat untuk
membaca dan menentukan nilai hambur balik obyek pengamatan untuk tahap
segmentasi berikutnya.
Penentuan jenis penyaringan pada tahap pengolahan citra ALOS PALSAR
didasarkan pada dua faktor, yaitu (1) tingkat kejernihan atau kejelasan visualisasi
citra hasil penyaringan dan (2) tingkat kehalusan pola grafik nilai hambur balik
obyek pengamatan pada citra. Berdasarkan Gambar 14 dapat dilihat bahwa hasil
penyaringan citra frost 7x7 menghasilkan tampilan citra paling jelas dan halus
baik secara visual maupun grafik nilai intensitas hambur balik.
4.4.2 Hasil Penyaringan Gamma (Filter Gamma)
Metode penyaringan kedua pada penelitian ini yaitu filter gamma 3x3, 5x5
5x5 7x7
Gambar 15 a menunjukkan visualisasi citra hasil penyaringan gamma
dengan ukuran jendela pengamatan 3x3, 5x5 dan 7x7, dapat dilihat bahwa
tampilan citra tampak semakin bertambah halus pada puncak grafik seiring
bertambahnya ukuran jendela pengamatan. Tampilan grafik pada Gambar 15 b
menunjukkan bahwa semakin besar ukuran jendela pengamatan maka puncak
grafik akan terlihat lebih halus dan jelas. Pada tampilan pertama Gambar 15 b,
dapat dilihat bahwa pola puncak grafik yang dihasilkan oleh gamma 3x3 memiliki
tampilan yang kasar dan kurang jelas untuk diamati nilai hambur balik yang
dimiliki oleh setiap obyek. Pada tampilan grafik 7x7, nilai hambur balik pada
puncak grafik dari obyek pengamatan terlihat lebih halus dan teratur sehingga
mempermudah pengamat dalam menentukan selang nilai intensitas hambur balik
obyek.
Penggunaan ukuran jendela pengamatan pada tahapan penyaringan
memberikan informasi bahwa ukuran jendela pengamatan dalam tahap
penyaringan data mempengaruhi hasil visualisasi dan nilai hambur balik obyek
pengamatan. Kelebihan penggunaan ukuran jendela pengamatan yang semakin
besar yaitu semakin akurat dan jelas data yang dihasilkan. Namun berdasarkan
pengamatan jendela pengamatan juga memiliki batas toleransi maksimal untuk
menghasilkan nilai intensitas hambur balik, karena ukuran jendela pengamatan
yang telah melewati batas maksimum akan menghasilkan citra dengan visualisasi
yang tidak jelas atau kabur. Kekurangan yang dimiliki oleh data dengan ukuran
jendela yang besar yaitu semakin besar kapasitas penyimpanan data dan semakin
Penentuan jenis data citra hasil penyaringan yang akan digunakan untuk
tahapan klasifikasi dan analisis tekstur dilakukan dengan cara dua citra hasil
penyaringan antara metode yang berbeda yang menunjukkan informasi nilai
intensitas hambur balik obyek terbaik dari masing-masing metode penyaringan
yang telah diuji cobakan. Berdasarkan analisis hasil penyaringan citra antara dua
metode, diperoleh informasi bahwa hasil penyaringan filter frost 7x7 dan
gamma7x7 merupakan metode terbaik yang mewakili masing-masing metode
dalam menghasilkan informasi visual dan nilai hambur balik yang jelas terhadap
obyek yang diamati. Gambar 16 di bawah ini merupakan perbandingan hasil
penyaringan metode frost dan gamma berupa tampilan grafik
Gambar 16. Perbandingan Tampilan Grafik Nilai Hambur Balik Obyek Metode Penyaringan Frost 7x7 dan Gamma 7x7
Gambar 16 menunjukkan bahwa kedua grafik nilai hambur balik yang
balik obyek dengan pola dan tingkat kehalusan yang sama. Hal ini dapat terjadi
karena filter gamma memiliki fungsi penyaringan yang menyerupai dengan fungsi
filter frost yaitu meminimalisir speckle ketika menghasilkan visualisasi obyek
dengan nilai frekuensi yang tinggi. Speckle pada citra radar tampak sebagai
tekstur dari butiran pasir pada gambar. Hal ini disebabkan oleh pembentukan yang
tidak teratur dan keikutsertaan yang merusak dari gabungan nilai hambur balik
yang kembali dihamburkan oleh obyek yang dapat terjadi pada setiap resolusi sel
pengamatan (CCRS, 2005). Oleh karena itu dibutuhkan bahan pembanding lain
dari kedua data tersebut yaitu berupa tampilan nilai intensitas hambur balik dalam
tabulasi (Tabel 7). Tabel 7 di bawah ini merupakan salah satu contoh nilai HH
yang terekam. Tabel di bawah ini menunjukkan selisih perbedaan yang kecil dari
hasil ekstraksi nilai intensitas (dB) dengan dua metode yang berbeda dimana nilai
hambur balik pada metode filter gamma lebih besar dibandingkan frost.
Tabel 7. Contoh Perbandingan Nilai Intensitas Hambur Balik Penyaringan Dua Filter
Berdasarkan Tabel 7, dapat dilihat selisih nilai hambur balik antara metode
frost dan gamma mencapai 0,0312 s.d. 0,0038 dB. Oleh karena itu dibutuhkan
data penguat pengambil keputusan mengenai jenis penyaringan yang terbaik untuk F7_HH G7_HH SELISIH_HH -26.676 -26.686 -0.0095 -26.734 -26.741 -0.007 -26.762 -26.766 -0.0041 -26.779 -26.78 -0.0014 -26.695 -26.694 0.0008 -26.605 -26.603 0.0027 -26.431 -26.427 0.0038 -26.185 -26.181 0.0036 -25.936 -25.932 0.0032 -25.717 -25.721 -0.0033
pengolahan citra radar berupa perbandingan tingkat kehalusan dan tingkat
kejelasan secara visual (Gambar 17).
a
b
Gambar 17. Perbandingan Tampilan Citra Metode Penyaringan (a) Frost 7x7 dan (b) Gamma 7x7
Kedua tampilan citra secara sekilas memiliki tingkat kejelasan dan
kehalusan yang sama dan cukup tinggi, hal ini akan memudahkan pengamat
dalam langkah pengidentifikasian obyek yang teramati. Namun apabila
diperhatikan lebih mendalam tampak pada citra gamma 7x7 tampilan citra terlihat
lebih jelas dibandingkan frost 7x7 khususnya pada bagian tepian obyek. Hal yang
mendukung pengambilan keputusan data penyaringan gamma 7x7 sebagai data
acuan adalah fungsi dari metode penyaringan gamma yang menyaring data citra
dengan mengasumsikan adanya gangguan data secara ganda. Hasil visualisasi ini
menjadi landasan dalam penentuan keputusan tipe penyaringan yang digunakan
dalam tahap pengolahan data citra radar sehingga nilai hambur balik dapat
diekstrak dari citra tersebut. Percobaan pengolahan citra dengan tipe penyaringan
frost dan gamma menunjukkan bahwa visualisasi citra pada hasil penyaringan
gamma lebih jelas dibandingkan hasil penyaringan citra frost. Maka tahapan
ekstraksi nilai hambur balik obyek pada citra dapat dilakukan dengan
4.5 Analisa Tekstur Data Citra Satelit ALOS PALSAR
Tekstur didefinisikan sebagai distribusi spasial dari derajat keabuan di
dalam sekumpulan piksel yang berdekatan dalam proses pengolahan data digital
(Ganis Y et.al, 2008). Analisis tekstur merupakan tahapan penting yang perlu
dilakukan dalam identifikasi obyek yang berada pada citra. Analisis ini dilakukan
setelah tahapan penyaringan nilai citra atau dikenal sebagai SAR image adaptive
speckle filtering. Nilai koefisien statistik yang dihasilkan pada adaptive speckle
filtering memiliki sifat yang sensitif terhadap pola atau tekstur obyek beserta nilai
speckle noisenya, namun nilai tersebut tidak memberikan informasi yang lebih
jelas mengenai tekstur obyek tersebut secara langsung ataupun informasi yang
terbatas mengenai hubungan antara nilai frekuensi tinggi (speckle). Selain itu nilai
hambur balik yang dihasilkan pada tahapan penyaringan pertama memiliki nilai
selang yang cukup besar, hal ini dapat menjadi halangan dalam penentuan nilai
selang antar kelas untuk diaplikasikan dalam tahap klasifikasi obyek tumpahan
minyak. Oleh karena itu tahapan analisa secara statistik tingkat kedua perlu
dilakukan demi melengkapi pemulihan nilai hambur balik pada citra radar
termasuk di dalamnya tingkat kekasaran dari obyek yang teramati dan nilai
resolusi yang dijadikan sebagai contoh yang berhubungan dengan suatu
fenomena.
Analisa tekstur pada citra dapat dikelompokkan ke dalam tiga kategori yaitu
secara struktural, statistika dan gabungan antara struktural dengan statistika (Tan,
2001). Metode yang digunakan pada penelitian ini yaitu metode Grey Level Co-