-560-
Identifikasi dan Interpretasi Visual Citra Kamera Digital Multispektral
untuk Objek Wilayah Pesisir
Samsul Arifin1,*), Anwar Anas1, Nurwita Mustika Sari1, dan Dony Kushardono1 1Pusat Pemanfaatan Penginderaan Jauh – LAPAN
*)E-mail: Samsul_lapan@yahoo.com
ABSTRAK- Tujuan penelitianini adalah untuk mengetahui kemampuan atau potensi kamera multispetral untuk pemanfaatan identifikasi dan interpretasi objek wilayah pesisir secara visual.Citra kamera multispectral merupakan citra yang diperoleh dari dengan wahana pesawat tanpa awak (LSU). Kamera multispectral terdiri dari 3 band spektral, yaitu Red, Green dan NIR Untuk menghasilkan kombinasi RGB digunakan metode Bayern RGB filter array. Metode yang digunakan untuk identifikasi dan interpretasi objek adalah adalah metode visual berdasarkan kunci-kunci interpretasi objek.Berdasarkan kunci-kunci interpretasi, identifikasi citra kamera multispectral dapat memberikan informasi spectral atau spasial perbedaan setiap objek pada wilayah pesisir sangat jelas.
Kata Kunci : identifikasi, interpretasi, kamera multispektral, pesisir
ABSTRACK - The purpose ofthis study was todetermine the ability or potential to use a camera multispetral object
identification and interpretation of coastal areas visually. Multispectral camera image is an image obtained from the unmanned aircraft vehicle (LSU). Multispectral camera consists of three spectral bands, namely Red, Green and NIR. To produce a combination of RGB used methods Bayern RGB filter array. The method used for the identification and interpretation of visual object is a method based on object keys of interpretation. Based on the interpretation keys, identification multispectral camera images can provide information spectral or spatial differences of each object on the coastal area is very clear.
Keywords: identification, interpretation, multispectral camera, coast
1. PENDAHULUAN
Indonesia merupakan negara kepulauan yang terdiri dari sekitar 17.504 pulau dengan panjang garis pantai kurang lebih 81.000 km. Di sepanjang garis pantai ini terdapat wilayah pesisir yang relatif sempit tetapi memiliki potensi sumber daya alam hayati dan non-hayati; sumber daya buatan; serta jasa lingkungan yang sangat penting bagi kehidupan masyarakat. Potensi-potensi tersebut perlu dikelola secara terpadu agar dapat dimanfaatkan secara berkelanjutan.Wilayah pesisir secara ekologis merupakan daerah pertemuan antara ekosistem darat dan laut. Ke arah darat meliputi bagian tanah, baik yang kering maupun yang terendam air laut, dan masih dipengaruhi oleh sifat-sifat fisik laut seperti pasang surut, ombak dan gelombang serta perembesan air laut. Ke arah laut mencakup bagian perairan laut yang dipengaruhi oleh proses alami yang terjadi di darat seperti sedimentasi dan aliran air tawar dari sungai maupun yang disebabkan oleh kegiatan manusia didarat seperti penggundulan hutan, pembuangan limbah, perluasan permukiman serta intensifikasi pertanian.
Kamera digital multispectral merupakan teknologi yang diharapkan mampu merekam objek /sasaran dari ketinggian rendah dengan wahana pesawat (www.tetracam.com) LSU/LSA Lapan sebagai pelengkap dari citra satelit yang tertutup awan dan sebagai data alternative untuk memenuhi kebutuhan darurat (Dony, (Kushardono et al, 2014). Kamera ini pada dasarnya digunakan untuk vegetasi, akan tetapi pada penelitian ini dicoba untuk keperluan wilayah pesisir. Dengan memanfaatkan dan mengotimalkan band-band yang ada pada kamera multispectral penelitian ini bertujuan untuk mengkaji dan menganalisis kemampuan kamera multispectral dalam memberikan informasi untuk mengidentifikasi dan menginterpretasi wilayah pesisir.
2. METODE
2.1 Data
-561-
Gambar 1. Citra Kamera Multispectral 2.2 Metode
Teknik kombinasi digunakan untuk membuat citra RGB yang mudah dikenali secara visual objek pada citra memiliki kemiripan warna objek alami. Dalam karya ilmiah dibuat berbagai kombinasi banda -band pada citra kamera digital multispektral, selanjutnya dipilih kombinasi RGB yang memiliki Natural Colour/True Colour (Purwadhi SH et al, 2008). Pengkontrasan yang digunanakan adalah teknik kombinasi teknis histogram pada masing-masing filter warna. Metode analisis identifkasi dan interpretasi objek wilayah pesisir menggunakan analisis visual dengan mengoptimalkan teknik kombinasi RGB, pengkontrasan dan kunci-kunci interpretasi (Lillesand TM, Keifer RW, 1979; 1990).
3. HASIL PEMBAHASAN 3.1 Analisis Data
Kamera yang digunakan adalah kamera digital dengan single sensor yang di desain untuk memotret reflektansi kanopi dari vegetasi karena dapat membaca cahaya tampak pada panjang gelombang 520 nm dan near-infrared dengan panajang gelombang 920 nm. Gambar dibawah menunjukkan respon dari sensor terhadap masing-masing band (merah ,hijau dan biru). Filter pada band biru digunakan untuk mengukur nilai dari NIR (Blue Curve) sedangkan sensitifitas Hijau, Merah dan NIR setara dengan TM2, TM3 dan TM4 pada landsat (Arthur RW , 1996).
Gambar 2. Respon spektral pada kamera multispektral
Keluaran dari kamera ini berupa data dengan format RAW 10 bit. Teknik bayer pattern digunakan untuk ekstraksi data raw menjadi R/G/NIR. Mosaik filter bayer merupakan color filter array (CFA) untuk menyusun RGB pada sensor foto (Condat L ,2010).
-562-
Gambar 3. Bayer pattern
Untuk mengkonversi image dari format ini ke RGB kita lakukan interpolasi dari dua nilai warna pada masing-masing pixel. Algoritma Freeman (Median-based interpolation) merupakan metode yang terbaik digunakan pada image yang bercak sedangkan algoritma Larosche-Prescott’s (Gradient based interpolation) dan Algortima Hamilton-Adam (Adaptive color plane interpolation) merupakan metode yang cocok digunakan pada image yang memiliki sisi/tepi yang tajam (Ramanath et al, 2002).
Median-based interpolation
Metode ini terdapat dua step yaitu interpolasi linier dan median filter pada warna yang berbeda. Interpolasi linier digunakan untuk mengisi setiap photosite dengan tiga warna sedangkan median filter adalah merah tanpa hijau dan biru tanpa hijau. Image yang dihasilkan dari median filter digunakan bersamaan dengan sampel original bayer array untuk merecoveri sampel. Algoritma ini dapat digunakan dengan 3x3 neighborhood.
Gradient based interpolation
Metode ini umumnya digunakan di system kamera digital. Metode ini terdiri dari 3 step , pertama interpolasi chanel luminance (hijau) kedua dan ketiga interpolasi perbedaan warna (merah tanpa hijau dan biru tanpa hijau). Interpolasi perbedaan warna digunakan untuk merekontruksi chanel chrominance (merah dan biru). Metode ini memiliki keuntungan karena mata manusia lebih sensitive pada perubahan luminance.
Adaptive color plane interpolation
Metode ini merupakan modifikasi dari metode gradient based interpolation. Modifikasi yang dilakukan untuk mengakomodasi derivatives. Untuk data choromaticity (merah dan biru) dihasilkan dari rata-rata aritmatika sedangkan data luminance (hijau) dari derivative yang kedua.
3.2 Optimasi Kombinasi RGB dan Pengkontrasan Citra
Kombinasi band yang menghasilkan Warna Natural (True Colour) merupakan warna yang ideal diharapkan dalam identifikasi dan interpretasi visual, karena dalam kombinasi ini yang terlihat sudah seperti apa yang terlihat oleh mata. Fitur tanah muncul dalam warna yang sama dengan penampilan sistem visual manusia, vegetasi adalah hijau, ladang baru berwarna coklat dan kuning, jalan-jalan abu-abu, dan garis pantai berwarna putih.
-563- 3.3 Indentifikasi dan Interpretasi
Berdasarkan kombinasi dan pengkontrasan/penajaman citra kamera multispektral, maka objek wilayah pesisir di Indramayu umumnya terdiri dari tambak, vegetasi magrove, sawah dan permukiman. Objek yang dominan mengandung air seperti tambak dan sawah fase air merupakan objek yang sangat menarik diamati dan dikaji dengan menggunakan citra kamera digital multispektral. Pada penelitian ini disajikan beberapa contoh identifikasi dan interpretasi objek untuk di wilayah pesisir Indramayu.
Tambak sebagian besar di wilayah pesisir dapat diidentifikasi berdasarkan data citra kamera multispektral menjadi 3 jenis tambak yaitu tambak ikan, udang dan garam. Ketiga tambak ini memiliki karakteristik spektral yang berbeda jika dilihat dari sudut pandang kunci-kunci interpretasi. Bentuk ketiga tambak berbetuk kotak/persegi, sedangkan ukuran besaran persegi berbeda-beda. Tambak ikan memiliki bentuk persegi dangan ukuran besar, tambak udang berbentuk persegi dengan ukuran sedang, sedangkan tambak garam berbentuk persegi berukuran lebih kecil. Kenampakan tekstur tambak ikan kasar, tambak udang halus dan terdapat bintik putih pada setiap pojok kotak, sedangkan tambak garam agak kasar. Kenampakan tekstur ini dipengaruhi adanya objek vegetasi pada tambak ikan, adannya kincir angin pada tambak udang dan air tanah pada tambak garam. Dari segi warna tambak dapat diidentifikasi dan diinterpretasi bahwa tambak ikan berwana biru sampai biru asin atau cyan, tambak udang biru sampai hitam dan tambak garam berwana abu-abu sampai putih. Kenampakan perbedaan warna ketiga tambak ini kemungkinan disebabkan oleh kadar garam air atau kedalaman air. Dari segi asosiasi tambak ikan terdapat vegetasi mangrove, tambak udang terdapat teknologi kincir angin dan tambak garam terdapat lahan penampungan garam dan infrastruktur jalan. Analisis di atas didasarkan kemampuan kamera multispektral yang memiliki resolusi spektral dan resolusi spasial yang tinggi.
Tambak Ikan Tambak Udang Tambak Garam
Gambar4. Identifikasi dan Interpretasi Tambak
Vegetasi di wilayah pesisir pada penelitian ini yang cukup luas hanya terdapat vegetasi magrove,semak dan sawah. Dengan menggunakan citra kamera multispektral magrove terdapat di wilayah pesisir dengan bentuk tak beraturan, tektur kasar, benrtuk ada yang luas dan sempit memamjang dengan warna hijau sampai kuningberasosiasi dengan pantai. Sawah dilihat dari citra kamera multispektral memiliki bentuk kotak/persegi dengan tektur halus, ukuran sedang sampai besar, berasosiasi dengan permukiman dan sawah berwarana hitam-biru untuk sawah fase air, berwana hijau untuk sawah bervegetasi dan sawah berwarna cyan sampai putih dengan tektur kasar terdapat bintik-bintik hitam atau putih menunjukkan sawah fase bera.
Vegetasi ladang/tegalan berdasarkan citra kamera multispektral dapat diidentifikasi dan diinterpretasi berbentuk kotak/persegi, ukuran kecil dengan tekstur alus.
-564-
Vegetasi Mangove Vegetasi Sawah Vegetasi Ladang/Tegalan
Gambar5. Objek Vegetasi di Wilayah Pesisir
Sawah Fase Air Sawah Fase Vegetasi Sawah Fase Bera
Gambar 6.Kenampakan Fase Sawah pada Citra Kamera Multispectral
Berdasarkan hasil identifikasi dan interpretasi citra kamera multispectral permukiman di wilayah pesisir tidak jauh berbeda dengan pemukiman di wilayah daratan. Perbedaan antara permukiman kota dengan permukiman desa terletak pada ukuran atau luasan wilayah yang terbangun. Tekstur, rona, asosiasi antara kota dan desa tidak jauh berbeda. Permukiman pada citra kamera terlihat berwarna merah-magenta-putih dan memiliki tekstur kasar, terlihat jaringan jalan dan berasosiai dengan persawahan dan vegetasi tegalan/ladang.
Permukiman Kota Kecamatan Pemukiman Desa Kampung
Gambar 7. Kenampakan Permukiman pada Citra Kamera Multispectral
Selain objek-objek umum di atas, citra kamera multispectral dapat digunakan untuk identifikasi dan interpretasi objek khusus yang lebih detil. Objek khusus yang dimaksud seperti pelabuhan, gudang, pabrik, gedung perkantoran dan pertokoan, fasilitas umum serta jaringan jalan dan sungai.
-565-
Gedung Perkantoran Gedung Sarana Olah Raga Pasar dan Pertokoan
Perumahan Teratur / Kavling Penampungan Hasil Panen Jaringan Jalan dan Sungai Gambar 8. Objek, Jaringan Jalan dan Sungai Detil pada Citra Kamera Multispectral
4. KESIMPULAN
Citra kamera multispectral terdiri dari 3 band yaitu Band 1 (Green), Band 2 (Red) dan Band 3 (Near Infra Red). Band-band tersebut setara dengan band TM2, band TM3dan band TM4. Kombinasi RGB yang optimal untuk visualiasi objek pada penelitian ini kombinasi RGB band2 (Red), band1 (Green) dan band3 (NIR) dengan pengkontrasan merah menggunakan histogram linear, hijau menggunakan histogram autoclip dan biru menggunakan gausian equalize.
Citra kamera multispektral yang memiliki kemampuan resolusi spasial yang tinggi dan resolusi multispectral dapat digunakan untuk mengidentifikasi dan menginterpretasi objek di wilayah pesisir dengan metode visual berdasarkan kunci-kunci interpretasi. Identifikasi dan interpretasi objek dapat dilihat pada citra dengan mempertimbangkan perbedaan bentuk, ukuran, tekstur, warna dan asosiasi objek dengan objek lainnya secara detil.
UCAPAN TERIMAKASIH
Terimakasih kami ucapkan pada berbagai pihak yang telah banyak membantu baik material maupun spirituil sehingga penelitian dan tulisan ini dapat terselesaikan. Secara umum ucapat terimakasih kami ucapkan pada pihak Lapan baik pejabat struktural maupun pejabat fungsional. Harapan selanjutnya mohon saran dan masukan agar karya ilmiah ini lebih baik dan lebih sempurna.
DAFTAR PUSTAKA
Anomim, Agricultural Digital Camera User’s Guide www.tetracam.com
Arthur, R.W. (1996). Fundamentals of Electronic Image Processing, SPIE Digital Labrary
-566-
Dony, K., Anas, A., Maryanto, A., Utama, A.A., dan Winanto (2014). Pemanfaatan Data LSA (LAPAN Surveillance Aircraft) Untuk Mendukung Pemetaan Skala Rinci. Prosiding Seminar Nasional Penginderaan Jauh. Lillesand, T.M., dan Keifer, R.W. (1979). Remote Sensing and Image Interpretation. Third Edition. John Willey &
Sons, Inc: New York.
Lillesand, T.M., dan Keifer, R.W. (1990). Penginderaan Jauh dan Interpretasi Citra. Terjemahan dari: Remote Sensing and Image Interpretation oleh Dulbahri et al. Gadjah Mada University Press: Yogyakarta.
Condat, L. (2010). Color filter array design using random patterns with blue noise chromatic spectra “Image and Vision Computing, 28:1196–1202
Purwadhi, S.H. (2007). Penginderaan Jauh dan Aplikasinya. Bahan Bimtek Penginderaan Jauh. Pusat Data Penginderaan Jauh, LAPAN: Jakarta.
Purwadhi, S.H., dan Sanjoto, B.T. (2008). Pengantar Intepretasi Citra Penginderaan Jauh. LAPAN-UNES: Jakarta.
Ramanath, R., Synder, W.E., Bilbro, G.L., Sander, W.A. (2002). Demosaicking method for Bayer color array. Journal of Electronic Imaging 11(3):306-315
Yuang. (2002). Image enhancement based on equal area dualistic sub-image histogram equalization method
*) Makalah ini telah diperbaiki sesuai dengan saran dan masukan pada saat diskusi presentasi ilmiah BERITA ACARA
PRESENTASI ILMIAH SINAS INDERAJA 2015 Moderator : Dr. Irawan Muripto
Judul Makalah : Identifikasi dan Interpretasi Visual Citra Kamera Multispektral untuk Objek Wilayah Pesisir. Pemakalah : Samsul Arifin dkk, PUSFATJA - LAPAN
Jam : 09.20 – 09.45 Tempat : Ball Room 3 Diskusi :
Syarief Budhiman (PUSFATJA-LAPAN)
Kami berharap pemanfaatan dan penggunaannya dapat digunakan lebih detail ke arah pesisir, karena judul penelitian lebih ke konteks objek pesisir. Sehingga pemanfaatannya dapat digunakan untuk memantau sedimentasi, mangrove, tambak dan lain-lainnya. Jika melihat ke depan dari program kegiatan ini nantinya lebih ke arah konteks tata ruang, pemantauan padi, harapan kami hal tersebut juga dapat di implementasikan untuk kegiatan lainnya di bidang wilayah pesisir.
Terdapat hal menarik, seperti yang tadi telah disampaikan bahwa penggunaan citra ini setara dengan data LANDSAT, hal ini belum di ungkapkan setaranya dalam hal apa? Mungkin dapat ditunjukkan dalam hal kesetaraan tersebut dengan menunjukkan range Band yang ada pada citra untuk dibandingkan dengan range Band pada citra LANDSAT
Muchlisin Arief (PUSFATJA-LAPAN)
Harus ada penjelasan lebih rinci terkait kesetaraan citra yang di gunakan dengan data LANDSAT dan perlu adanya pembanding terkait band dan panjang gelombang yang di gunakan.
Jawaban
Tindak lanjut dari penelitian ini adalah untuk wilayah pesisir. Terkait kesetaraan nantinya akan dilakukan analisis terkait dengan perbandingan Band dan panjang gelombang yang ada pada citra dengan data LANDSAT agar mendapat ukuran yang kuantitatif terkait dengan kesetaraan data yang diharapkan.
