Andy Indradjad 1*), Noriandini Dewi Salyasari1, dan Rahmat Arief1
1Pusat Teknologi dan Data Penginderaan jauh LAPAN
*)E-mail: [email protected]
ABSTRAK - Data penginderaan jauh dapat mengalami kerusakan yang disebabkan oleh kerusakan sensor, ataupun kondisi atmosfir.Salah satu contoh kerusakan yang terjadi pada data citra penginderaan jauh adalah pada data Aqua Modis band 6 yang mengalami kegagalan sensor sehingga terdapat banyak informasi yang hilang. Teknik rekonstruksi informasi yang hilang pada data penginderaan jauh telah banyak dikembangkan dalam beberapa dekade terakhir.
Penulisan ini bertujuan memberikan gambaran mengenai metode rekonstruksi informasi yang hilang. Metode yang digunakan dalam merekonstruksi informasi adalah dengan menggunakan metode berbasis spasial. Terdapat berbagai macam metode berbasis spasial, salah satunya adalah dengan menggunakan metode interpolasi NaN. Pada bagian hasil akan menunjukkan kemampuan metode interpolasi NaN dalam merekonstruksi data Aqua MODIS band 6 yang rusak.
Kata kunci: data rekonstruksi, modis band 6, aqua
ABSTRACT - The data of remote sensing might be broken caused by sensor or atmosphere condition. One of the damage occurs in Band 6 Aqua Modis was a sensor failure so there was a lot of missing information. The technique of reconstruction of the missing information has been developed within a last decade. This paper aims to provide the description about the technique of reconstruction of the missing information. The method used to reconstruct information was spatial method. One of the method used for fixing spatial base was NaN interpolation method. The result of this method will be observed in reconstruction of the broken of data Aqua Modis Band 6.
Keywords: reconstruction data,modis band 6, aqua
1. PENDAHULUAN
Pada tahun 2013, Lembaga Penerbangan dan Antariksa Nasional (LAPAN)telah meningkatkan kapasitas stasiun bumi dan menerima (akuisisi) data satelit resolusi rendah, menengah dan tinggi untuk seluruh Indonesia seperti: Terra/Aqua, NPP, Landsat-7, LDCM, SPOT-5, SPOT-6, SPOT-7 melalui stasiun bumi satelit penginderaan jauh Parepare (Pusfatja,2015). Data satelit penginderaan jauh resolusi rendah yang dapat diperoleh secara gratis dari satelit Terra/ Aqua, sudah lama dimanfaatkan di Indonesia untuk pemantauan cuaca, kebakaran hutan, kekeringan lahan melalui kehijauan tanaman, hingga prediksi zona potensi penangkapan ikan (Kushardono,dkk, 2014).
Melihat pemanfaatan data citra resolusi rendah begitu penting, maka diharapkan dengan data resolusi rendah yang dihasilkan oleh LAPAN dapat memberikan informasi yang jelas dan akurat juga. Salah satu data citra resolusi rendah adalah data citra MODIS yang terdiri dari 36 band spektral yaitu visible to infrared dengan panjang gelombang 0.415µm hingga 14.235 µm. Sedangkan nadir resolusi spasial terdiri dari 1000 m, 500m sampai dengan 250m. Data citra penginderaan jauh MODIS tidak hanya dapat dimanfaatkan untuk lahan, laut dan udara tetapi juga pada aplikasi, interdisiplin dan pengetahuan lingkungan (V.V.Salomonson dkk, 2006).
Band-band yang terdapat pada titik nadir resolusi spasial 250 m terdiri dari band 1-2 dengan 40 detektor/band, sedangkan pada resolusi spasial 500 m terdiri dari band-band 3-7 (20 detektor / band), dan 1000m untuk band-band 8-36 (10 detektor / band). Band 1-19, dan 26 adalah Reflective Solar Bands (RSB)) dan yang lainnya adalah band yang memancarkan thermal (TEB). 36 band spektral didistribusikan, menurut panjang gelombang mereka pada empat focal plane assemblies (FPAs): terdiri data visible (VIS), near infrared (NIR), short- and mid-wave infrared (SMIR), dan long-wave infrared (LWIR ) (Xiong dkk, 2004).
Teknik Rekonstruksi Informasi yang Hilang untuk Reflektan Aqua MODIS Band 6 (Indradjad, A., dkk.)
-289-
Sedangkan untuk data citra resolusi rendah MODIS, pada citra satelit Aqua terdapat kerusakan pada salah satu nilai spektralnya yaitu pada band 6. Spesifikasi data citra MODIS dan Signal Noise Ratio dapat dilihat pada Gambar 1.Kerusakan band 6 Aqua MODIS diakibatkan 15 dari 20 detectors di panjang gelombang (1.628–1.652 µm) tidak dapat difungsikan atau terdapat noise. Noise diakibatkan adanya kerusakan sensor yang tidak efektif pada gelombang tersebut dan adanya pengaruh keadaan atmosfer. Kerusakan pada nilai spektral band 6 Aqua MODIS mengakibatkan adanya stripping. Hal tersebut merupakan masalah yang serius, dikarenakan stripping menyebabkan beberapa bagian atau informasi citra menjadi hilang, dan mengakibatkan hasil pemanfaatan tidak optimal (Wang, dkk, 2006).
Tabel 1. Spesifikasi Citra MODIS dan Signal Ratio
Band Central
Pada Gambar 1 dapat dilihat pahwa kerusakan pada band 6 Aqua MODIS tampak menyeluruh pada data citra. Dari 20 detector yang terdapat pada citra hanya terdapat 5 detector yang valid sehingga diperlukan adanya rekonstruksi citra. Rekonstruksi citra band 6 Aqua MODIS adalah pembangunan ulang atau penyusunan ulang untuk mendapatkan output citra resolusi rendah Aqua MODIS yang lebih baik dengan melakukan proyeksi setalah diketahui nilai pergerakan piksel dari proses registrasi. Proyeksi ini dilakukan dengan proses perhitungan untuk memperoleh nilai piksel yang belum diketahui atau menyempurnakan nilai yang sudah diketahui (Frederick, 2005).
Untuk merekonstruksi informasi yang hilang dari data citra penginderaan jauh merupakan salah satu isu hingga saat ini. Karena setiap piksel yang ada pada data penginderaan jauh sangat bernilai. Untuk itu dibutuhkan metode yang dapat memperkirakan nilai-nilai yang telah hilang dari piksel yang tersisa. Berbagai macam metode ditawarkan. Yang pertama menggunakan metode berbasis spasial yaitu metode tanpa menggunakan tambahan informasi dari citra lainnya. Metode yang kedua adalah berbasis nilai spektral yang mengekstrak informasi dari nilai spektral lainnya, jadi menggunakan informasi band lain dalam satu citra untuk merekonstruksi data. Metode yang ketiga adalah berbasis temporal yang menggunakan bantuan data lain yang diterima pada posisi yang sama dengan waktu yang berbeda/time series. Dan yang terakhir adalah menggunakan metode hybrid yaitu dengan menggabungkan dari tiga pendekatan metode yang sebelumnya.
Dalam makalah ini, akan dibuat penulisan dari hasil penelitian merekonstrusi informasi yang hilang pada band 6 Aqua MODIS dengan menggunakan metode berbasil spasial.
Metode berbasis spasial yang akan dicoba adalah metode interpolasi dengan menggunakan pengaruh nilai NaN.Nantinya hasil dari penelitian dari metode interpolasi itu akan dibandingkan dengan data asli yang
Gambar 1. Kegagalan Sensor pada Aqua MODIS Band 6
Seminar Nasional Penginderaan Jauh -2016
-290-
telah diberi simulasi error dan diharapkan metode tersebut dapat dengan tepat mengembalikan informasi yang hilang dan dapat berfungsi secara operasional dan sesuai dengan kebutuhan.
2. METODE
Metode yang digunakan dalam merekonstruksi informasi yang hilang dalam makalah ini adalah metode yang berbasis spasial.Salah satu metode spasial yang digunakan adalah metode interpolasi. Dalam bagian ini akan dijelaskan secara rinci mengenai metode spasial –interpolasi.
2.1 METODE SPASIAL
Metode berbasis spasial merupakan salah satu metode yang sangat tradisional. Pada intinya metode ini adalah sebuah metode yang tidak menggunakan alat bantu atau sumber informasi lainnya dalam merekonstruksi informasi yang hilang. Metode berbasis spasial akan menggunakan bagian dari dirinya untuk melakukan perbaikan. Perbaikan data tersebut dengan melakukan pendekatan bahwa informasi yang hilang dan data yang tersisa berada pada struktur statistik dan geomatik yang sama (Shen dkk, 2015). Metode berbasis spasial akan memanfaatkan korelasi dari informasi lokal dan non lokal yang ada di dalamnya.
Metode ini dapat juga dimanfaatkan dalam pengolahan data citra penginderaan jauh. Karena kurangnya referensi dalam menggunakan metode spasial, maka tujuan dari metode spasial ini pada intinya adalah kehalusan transisi antar bagian dalam citra seperti wilayah tepi yang berhubungan, tidak kabur dan tekstur yang konsisten.
2.2 METODE INTERPOLASI
Salah satu metode spasial yang paling banyak digunakan dalam proses pengolahan adalah metode interpolasi. Metode interpolasi memegang peranan penting dalam manipulasi data citra digital. Interpolasi berarti melakukan proses pendekatan dalam pemetaan piksel-piksel data citra hingga memungkinkan terjadi perubahan. Pemetaan dalam hal ini berusaha untuk mendapatkan hasil yang terbaik dari piksel-piksel yang ada di sekitarnya. Hasil dari metode interpolasi akan sangat bervariasi bergantung dengan data input dan metode yang digunakan. Dalam konteks penginderaan jauh, interpolasi merupakan proses estimasi nilai piksel pada area yang tidak diukur untuk keperluan rekonstruksi data citra. Interpolasi spasial mempunyai dua asumsi yaitu atribut yang bersifat kontinu dan atribut yang saling berhubungan. Kedua asumsi tersebut dapat berimplikasi pada logika bahwa pendugaan atribut data dapat dilakukan berdasarkan data dari lokasi-lokasi di sekitarnya dan nilai pada piksel-piksel yang berdekatan akan lebih mirip daripada nilai piksel-piksel yang berjauhan (Syaeful, 2013).
Algoritma yang biasa digunakan dalam metode interpolasi kali ini adalah dengan menggunakan metode interpolasi linier. Interpolasi linier adalah jenis interpolasi yang paling sederhana. Pada intinya interpolasi linier akan menghitung titik tengah antara dua titik. Interpolasi linier memiliki keuntungan yaitu proses pengolahan yang cepat dan mudah (Hadi, 2016).
Interpolasi linier menerapkanurutan dari titik-titik hasil garis polygonal dimana setiap garis lurus menghubungkan dua titik berturut-turut. Oleh Karena itu setiap titik (P;Q) diinterpolasi secara independent dengan menggunakan rumus sebagai berikut:
P(t) = (1-t). P + t.Q……….. (1) Dimana t adalah variasi dari 0 sampai 1 (Gomes A, 2010).
Metode interpolasi linier yang digunakan adalah dengan menggunakan cara menghubungkan antar titik-titik data dengan NaN sehingga lebih banyak disebut dengan metode interpolasi NaN. Interpolasi NaN menawarkan beberapa pendekatan yang berbeda yang dapat memberikan timbal balik dalam akurasi, kecepatan dan memori yang dibutuhkan untuk menjalankan metode ini. Semua metode yang ada pada interpolasi NaN didasarkan pada aljabar linier dan PDE diskrit. Pendekatan yang digunakan dapat membangun sistem untuk melakukan perubahan pada setiap nilai array yang tidak diketahui dan merubahnya kepada nilai yang diketahui. Pada kasus array yang memiliki ukuran yang kecil, metode ini cukup cepat dan efisien.
Adapun rincian metode interpolasi-NaN yang digunakan adalah sebagai berikut dan proses metode ini digambarkan pada Gambar 2:
1. Input Data Error: Data yang menjadi input dalam metode ini adalah data hasil akuisisi yaitu data reflektan band 6 Aqua MODIS.
Teknik Rekonstruksi Informasi yang Hilang untuk Reflektan Aqua MODIS Band 6 (Indradjad, A., dkk.)
-291-
2. Penentuan NaN Data: Menetukan terlebih dahulu nilai data yang error dan menggantinya dengan nilai NaN.
3. Pendekatan Matematis: Dilakukan penyelesaian dengan menghitung beda turunan parsial pada baris dan kolom data citra yang akan dikoreksi
4. Interpolasi: Melakukan penyelesaian dengan mengganti data NaN dari hasil perhitungan matematis dari nilai-nilai piksel di sekitarnya.
5. Data Hasil Koreksi: Data hasil rekonstruksi menggunakan metode interpolasi NaN
3. HASIL DAN PEMBAHASAN
Data yang digunakan dalam makalah ini adalah data band 6 Aqua MODIS pada tanggal 31 Mei 2016.
Data tersebut nantinya akan diolah dengan menggunakan metode interpolasi NaN. Namun untuk mendapatkan nilai Peak Signal to Noise Ratio (PSNR) maka diperlukan data benar yang disimulasikan error.
Untuk itu digunakan data band 6 Terra MODIS pada lokasi yang sama dan tanggal yang sama dengan band 6 Aqua MODIS yaitu pada tanggal 31 Mei 2016. Dari hasil uji coba rekonstruksi data menggunakan interpolasi NaN pada simulasi error band 6 Terra MODIS, didapatkan hasil seperti pada Gambar 3.
Sedangkan hasil interpolasi NaN pada band 6 Aqua MODIS didapatkan hasil seperti pada Gambar 4. PSNR untuk simulasi error digambarkan pada Tabel 2. Dari hasil yang didapatkan, metode interpolasi-NaN mampu secara efektif melakukan rekonstruksi informasi yang hilang pada data citra penginderaan jauh yang terdapat error di dalamnya. Untuk data band 6 Aqua MODIS yang memiliki tingkat kesalahan yang tinggi dalam area yang luas juga dapat diperbaiki dan menghasilkan data yang benar menggunakan metode interpolasi NaN.
Namun mengingat nilai PSNR yang didapat masih terbilang kecil, maka diperlukan kajian yang lebih dalam lagi dengan membandingkan dengan metode spasial atau spektral lainnya.
Gambar 3. Band 6 Terra MODIS. (a) Reflektan Band 6 Terra, (b) Simulasi Error Band 6 Terra dan (c) Hasil Interpolasi NaN
(a) (b) (c)
Input Data Error
Penentuan NaN Data
Pendekatan
Matematis Interpolasi Data Hasil Koreksi
Gambar 2. Alur Metode Interpolasi NaN
Seminar Nasional Penginderaan Jauh -2016
-292-
Tabel 2. Nilai PSNR Data Band 6 Terra MODIS terhadap Data Asli
File PSNR
(Peak Signal-to-Noise Ratio) Data Simusi Error 29.18 Data Hasil Koreksi 44.29
4. KESIMPULAN
Tidak semua data resolusi rendah memiliki kualitas yang bagus. Salah satunya adalah data AQUA MODIS yang memiliki kegagalan sensor di salah satu nilai spektralnya di band 6, sehingga mengakibatkan adanya stripping dalam jumlah yang besar pada citra. Hal itu tentu mempengaruhi informasi yang akan dihasilkan. Dengan menggunakan metode interpolasi NaN pada data citra tersebut, didapatkan hasil yang efektif untuk merekonstruksi informasi yang hilang pada band 6 Aqua MODIS. Namun dengan masih kecilnya nilai PSNR pada data simulasi error sebesar 44.29, maka perlu dilakukan kajian yang lebih dalam lagi akan metode-metode rekonstruksi informasi yang hilang lainnya,sehingga didapatkan kualitas data yang bagus dan dapat menghasilkan informasi yang akurat kepada pengguna.
5. UCAPAN TERIMAKASIH
Ucapan terimakasih ditujukan kepada Tim Stasiun Bumi Pusat Teknologi dan Data LAPAN akan partisipasinya dalam kegiatan operasional penerimaan data resolusi rendah. Data resolusi rendah Aqua dan Terra MODIS digunakan dalam kajian metode yang terdapat dalam makalah ini.
DAFTAR PUSTAKA
Frederick, W.,Ralph, T.H., Eamon, B.B., (2005).Super-Resolution Image Synthesis usingprojections onto Convex Sets in the Frequency Domain. IS&T/SPIE Symposium on Electronic Imaging, Conference on Computational Imaging.
Vol. 5674. San Jose. hal. 479-490.
Gomes, A., (2010). Geometric Computing. Interpolation Method, diunduh 7 Juni 2016 dari http://www.di.ubi.pt/~agomes/tcg/lectures/04-lecture.pdf
Hadi, S., (2016). Metode Interpolasi dan Implementasinya Dalam Citra Digital, diunduh 6 Juni 2016 dari https://www.researchgate.net/publication/264846311
Hadi, S.B., (2013). Metode Interpolasi Spasial Dalam Studi Geografi. Geomedia, 11(2). Jurusan Pendidikan Geografi FIS UNY.
Kushardono, D., Syarif, B., Trisakti, B., Suwarsono, Maryanto,A., Widipaminto, A., Khomarudin, R.M., Winanto.
(2014). Menentukan Spesifikasi Sensor Satelit Penginderaan Jauh Nasional Berdasarkan Informasi Kebutuhan Pengguna. Prosiding Seminar Nasional Penginderaan Jauh.Bogor, Indonesia
Pusat Pemanfaatan Penginderaan Jauh,Tim. (2015). Sistem Pemantuan Bumi Nasional: Pusat Pemanfaatan Penginderaan Jauh.LAPAN
Gambar 4. Band 6 Aqua MODIS. (a) Reflektan Band 6 Aqua, (b) Hasil Interpolasi NaN
Teknik Rekonstruksi Informasi yang Hilang untuk Reflektan Aqua MODIS Band 6 (Indradjad, A., dkk.)
-293-
Shen,H., Li, X., Cheng, Q., Zeng, C., Yang, G., dan Huifang, L., Zhang, L., (2015). Missing Information Reconstruction of Remote Sensing Data: A Technical Review.IEEE Geoscience and Remote Sensing Magazine.
Salomonson,V.V., Barnes,W.L., Xiong,X., Kempler,S., dan Masuoka,E. (2002). An overview of the Earth Observing System MODIS instrument and associated data systems performance, in Proc. ARSS, pp. 1174–1176.
Wang,L., Qu,J., Xiong, X., Hao, Xianjun., Xie, Yong, C., dan Nianzeng. (2006). A New Method For Retrieving Band 6 of Aqua MODIS. IEEE Geoscience and Remote Sensing Letters, 3(2).
XiongX., ChiangK., Erives, H., Che, N., Sun, J., Isaacman, T. A., dan Salomonson,V.V., (2004).Status of Aqua MODIS on-orbit calibration and characterization.SPIE 5570, Sensors, Systems, and Next- Generation Satellites VIII, 317 doi:10.1117/12.564940
*) Makalah ini telah diperbaiki sesuai dengan saran dan masukkan pada saat diskui presentasi ilmiah BERITA ACARA
PRESENTASI ILMIAH SINASINDERAJA 2016 Moderator : Dr. Rahmat Arief, Dipl.Ing.
Judul Makalah : Teknik Rekonstruksi Informasi yang Hilang untuk Reflektan Aqua MODIS Band 6 Pemakalah : Andy Indradjad (LAPAN)
Diskusi :
Pertanyaan: Budhi Gustiandi (LAPAN)
1. Apakah bisa menggabungkan data yang rusak dengan data yang tidak rusak dari tanggal yang berbeda?
Pertanyaan: Dr. Rahmat Arif, Dipl.Ing. (LAPAN)
2. Apakah bisa dijelaskan metode lain selain interpolasi untuk memperbaiki citra?
Jawaban:
1. Bisa, Karena dengan menggunakan metode penggabungan data secara time series. Bahkan dengan band yang lain juga bisa.
2. Karena ini kegiatan awal, maka dimulai dari yang simple.