ANALISIS &
INTERPRETASI CITRA
INTERPRETASI CITRA
Adalah kegiatan mengkaji citra dengan maksud untuk mengidentifikasi obyek dan menilai arti pentingnya obyek.
Pengenalan obyek pada citra, dilakukan dengan
penyidikan karakteristik obyek yang terekam pada citra, yaitu :
▪ Karakteristik Spektral : tercermin dalam tingkat kecerahan/ rona
▪ Karakteristik Spasial : tercermin dalam bentuk, ukuran, bayangan, tekstur, pola, situs, asosiasi
▪ Karakteristik Temporal: terkait dengan umur dan saat perekaman
TAHAPAN PENGENALAN OBYEK
1. DETECTION :
Penentuan ada / tidaknya obyek pada citra 2. IDENTIFICATION :
Pengejaan ciri-ciri obyek yang terekam pada citra 3. RECOGNITION :
Penarikan kesimpulan obyek berdasarkan
pengejaan ciri-ciri obyek yang terekam
Landsat TM
Landsat MSS
FU Pan Colour Meteosat
Ikonos
PADA TAHAP PENGENALAN AKHIR, DIGUNAKAN AZAZ
“KONVERGENSI BUKTI” (CONVERGING EVIDENCE/
CONVERGENCE OF EVIDENCE)
Contoh :
BENTUK : POLA : UKURAN : SITUS :
(Tajuk berbentuk (Tidak (Tinggi > 10 M) Muara
bintang) Teratur) Sungai
Kelapa
Kelapa Sawit Nipah
Nipah Enau
Enau
Enau Sagu
Sagu SAGU
Sagu
Dilakukan secara digital
Kebanyakan interpretasi dan identifikasi obyek di dalam RS dilakukan secara visual dan manual, dengan human interpreter.
Dilakukan secara Visual
A.Interpretasi Visual & Digital
B. Elements of Visual Interpretation
Recognizing targets = kunci untuk interpretasi dan ekstraksi informasi.
Unsur Interpretasi Citra : merupakan
karakteristik obyek yang tergambar pada
citra dan digunakan untuk pengenalan obyek Unsur Interpretasi citra :
▪ Tone & Colour (unsur interp primer)
▪ Shape, size, texture (unsur interp sekunder)
▪ Pattern, shadow (unsur interp tersier)
▪ Site, association (unsur interp kerumitan tertinggi)
Tone Menunjukan tingkat kecerahan (relative brightness or colour) suatu obyek pada citra
Faktor yang mempengaruhi rona : karakteristik obyek, bahan yang digunakan,
pemrosesan emulsi, cuaca, dan letak obyek
Shape Merupakan variabel kualitatif yang memerikan konfigurasi
atau kerangka suatu obyek (Lo, 1976)
Menunjukan bentuk umum,
struktur, outline dari obyek
individu. Mis: urban, hutan,
persawahan, dll.
Atribut obyek a.l berupa jarak, luas, tinggi, lereng, volume
Ukuran obyek pd citra merupakan fungsi skala. Perlu diketahui ukuran relatif suatu obyek thdp obyek lain, termasuk ukuran absolutnya, untuk membantu interpretasi
Size
Pattern Refers to the spatial arrangement of visibly discernible objects.
Merupakan ciri yang menandai
sebagian besar obyek man made
features, dan beberapa natural
features
Adalah susunan dan frekuensi perubahan rona pada citra
(tekstur sering dinyatakan dalam : halus, sedang, kasar)
Texture
Tekstur kasar, perbedaan rona
tinggi, terjadi perubahan tajam pada grey scale untuk luasan yang relatif sempit.
Smooth textures, umumnya menggambarkan
permukaan yang uniform, rata (misal aspal, padang rumput, dll).
Obyek dengan permukaan tidak seragam dan struktur tidak teratur akan menghasilkan tekstur kasar , mis:
forest canopy.
CONTOH :
- SAWAH, AIR (LAUT) BERTEKSTUR HALUS
- PERMUKIMAN, BERTEKSTUR SEDANG-KASAR
Shadow membantu
interpretasi karena bisa memberikan ide tentang profil dan ketinggian relatif obyek.
Shadow
Shadow is also useful for enhancing or identifying topography and landforms, particularly in radar imagery.
Tetapi, shadow juga bisa mengurangi interpretasi, karena daerah yang terkena shadow relatif
tersembunyi.
Merupakan keterkaitan antara obyek yg satu dengan obyek lain
Membantu mengenal hubungan dengan obyek lain yang lokasinya relatif berdekatan, untuk
mempermudah identifikasi.
Association
MERUPAKAN CIRI OBYEK DLM KAITAN DENGAN LINGKUNGAN SEKITARNYA
MENUNJUKKAN LETAK OBYEK TERHADAP BENTANG DARAT
(CONTOH : SITUS PERMUKIMAN
MEMANJANG, UMUMNYA DI BETING GISIK) Site
Site Site
Site
UJI KETELITIAN INTERPRETASI CITRA
A , B , C , D = K E L A S O B Y E K D I L A P A N G A N
A ’ , B ’ , C ’ , D ’ = K E L A S O B Y E K H A S I L I N T E R P R E T A S I
A ’ A = K E L A S O B Y E K A Y A N G
D I I N T E R P R E T A S I A ’ A ’ B = K E L A S O B Y E K B Y A N G
Karakte ristik
Uji Lapangan/Ground Truth
Total Inter pretasi
Total Kesalahan
(A) (B) (C) (D)
In ter pre tasi
A’ A’A A’B A’C A’D A A-A’A
B’ B’A B’B B’C B’D B B-B’B
C’ C’A C’B C’C C’D C C-C’C
D’ D’A D’B D’C D’D D D-D’D
Total lap. A B C D sampel salah
% benar A’A/A B’B/B C’C/C D’D/D rerata % benar
% komisi A-A’A
A
B-B’B
B
C-C’C
C
D-D’D
D rerata % komisi
1. % ketelitian kelas A = A’A
A
2. % komisi kelas A = A – A’A
A
Ketelitian diterima apabila rerata % benar >
80% dan rerata komisi < 20%.
UJI KETELITIAN INTERPRETASI CITRA
UJI KETELITIAN INTERPRETASI CITRA
KETELITIAN PLANIMETRIS CITRA PJ
FOTO UDARA VERTIKAL
SLAR CITRA LANDSAT
▪ Proyeksi sentral
▪ Distorsi : topografi (relief
displacement) &
kedudukan kamera yang miring (tilt)
▪ Kesalahan dapat dikoreksi dengan rektifikasi
(sederhana &
diferensial)
▪ Skala tergantung tinggi terbang
▪ Citra SLAR dapat disjikan secara langsung
tergantung pada jarak dari wahana yang digunakan (slant range) Distorsi :
▪ Relief displacement ke arah garis nadir (garis di bawah jalur terbang)
▪ Distorsi akibat gerak pesawat sehingga menimbulkan“Pitch”
(sudut), “Role” (putaran),
“Yaw” (beraalih arah), dan
“Crab” (kemiringan pesawat)
1. Kesalahan Sistematis (disebabkan konfigurasi sistem), berupa :
▪ Distorsi scanner/penyiam (tepi penyiam jaraknya ke bumi lebih jauh daripada saat scanner menyiam di bagian tepat di bawahnya)
▪ Gerakan cermin yang tidak konstan
▪ Satelit bergerak di atas permukaan bumi, sehingga akhir garis scanning sedikit lebih maju dibandingkan saat awal scanning
▪ Kesalahan sistematis dapat diantisipasi dalam pemrosesan citra
2. Kesalahan Non Sistematis (kesalahan acak disebabkan perubahan posisi pesawat)
▪ Rotasi bumi di bawah satelit memotong jalan satelit yang menyebabkan kemencengan citra
▪ Variasi kecepatan satelit, karena orbit yang tidak seluruhnya sirkuler
▪ Perbedaan ketinggian, lengkungan, perubahan arah
& perbedaan sudut
▪ Keslahan non sistematis dikoreksi dari orbit satelit dan data yang diterima dari satelit
