LAPORAN PRAKTIKUM MATA KULIAH PENGINDERAAN JAUH
POKOK BAHASAN MINGGU 8: ORTHOREKTIFIKASI CITRA SATELIT RESOLUSI TINGGI (CSRT) MENGGUNAKAN PCI GEOMATICA
Disusun Oleh :
Soraya Dhiya Syifa (121230059)
PROGRAM STUDI TEKNIK GEOMATIKA
FAKULTAS TEKNOLOGI INFRASTRUKTUR DAN KEWILAYAHAN INSTITUT TEKNOLOGI SUMATERA
2023
A. MATA ACARA PRAKTIKUM
Adapun praktikum penginderaan jauh yang dilaksanakan pada : Hari dan Tanggal : Kamis, 2 November 2023
Tempat : LABTEK OZT lt.3 M6
Waktu : 13.00 – 15.45 WIB
B. TUJUAN PRAKTIKUM
Adapun tujuan dari praktikum ini adalah:
1. Mahasiswa mampu melakukan proses orthrotektifikasi.
2. Mahasiswa mampu mengoprasikan software PCI Geomatica.
3. Mahasiswa mampu melakukan analisis proses orthorektifikasi.
C. ALAT DAN BAHAN
Alat dan bahan yang digunakan pada praktikum ini adalah:
1. Laptop.
2. Citra.
3. Software PCI Geomatica
D. LANDASAN TEORI 1. Penginderaan Jauh
Penginderaan Jauh adalah disiplin yang menggabungkan ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena dengan menganalisis data yang dikumpulkan oleh alat tanpa harus berkontak langsung dengan objek, daerah, atau fenomena yang sedang diselidiki. Di berbagai negara, Remote Sensing memiliki berbagai nama, seperti Teledetection dalam bahasa Perancis, Fernerkundung dalam bahasa Jerman, Sensoriamento Remota dalam bahasa Portugis, Distantionaya dalam bahasa R usia, dan Perception Remota dalam bahasa Spanyol (R. C.
Olsen, 2007).
2. Filtering Citra
Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi
visual. Meskipun sebuah citra kaya akan informasi, namun sering kali citra yang dimiliki mengalami penurunan mutu, misalnya mengandung cacat atau noise. Tentu saja citra semacam ini menjadi lebih sulit untuk diinterpretasikan karena informasi yang disampaikan oleh citra tersebut menjadi berkurang.
Untuk mengatasi noise tersebut perlu dilakukan usaha untuk memperbaiki kualitas citra itu. Salah satunya adalah dengan filtering citra baik secara linear maupun secara non-linear. Mean filter merupakan salah satu filtering linear yang berfungsi untuk memperhalus dan menghilangkan noise pada suatu citra yang bekerja dengan menggantikan intensitas nilai pixel dengan rata-rata dari nilai pixel tersebut dengan nilai pixel-pixel tetangganya.
Median filter adalah salah satu filtering non-linear yang mengurutkan nilai intensitas sekelompok pixel, kemudian mengganti nilai pixel yang diproses dengan nilai mediannya. Median filter telah digunakan secara luas untuk memperhalus dan mengembalikan bagian dari citra yang mengandung noise yang berbentuk bintik putih (Syarifuddin, 2018).
3. Orthorektifikasi
Orthorektifikasi adalah proses koreksi geometrik citra satelit atau foto udara untuk memperbaiki kesalahan geometrik citra yang bersumber dari pengaruh topografi, geometri sensor dan kesalahan lainnya.
Orthorektifikasi merupakan suatu proses koreksi yang bertujuan untuk memperbaiki distorsi geometri yang disebabkan oleh karakteristik sensor, arah penginderaan, dan pergeseran relief sehingga arah penginderaan memiliki proyeksi perspektif (LAPAN, 2010). Kondisi ini dapat terjadi pada citra satelit yang pada kenyataannya memiliki variasi topografi tinggi, seperti lembah hingga gunung serta berbukit-bukit. Pada dasarnya koreksi orthorektifikasi adalah bertujuan mengubah citra yang memiliki arah penginderaan bersifat proyeksi perspektif menjadi proyeksi orthogonal (LAPAN, 2010). Hasil dari orthorektifikasi adalah citra tegak (planar) yang mempunyai skala seragam di seluruh bagian citra. Orthorektifikasi sangat penting untuk dilakukan apabila citra akan digunakan untuk
memetakan dan mengekstrak informasi dimensi, seperti lokasi, jarak, panjang, luasan, dan volume (Bambang Septiana, 2017).
E. LANGKAH KERJA
1. Bukalah software PCI Geomatica kemudian pilih OrtoEngine.
2. Kemudian akan tampil seperti gambar dibawah
3. Setelah itu pilih file lalu klik new
4. Lalu isi filename, name, dan deskripsi kemudian klik OK.
5. Kemudian output projection pilih UTM, earth modelnya WGS 1984 Zona 49S.
6. Untuk menampilkan tif maka pilih assemble files pada tools
7. Selanjutnya atur rows2 dan columns 2 sesuai file RC yang dipilih.
8. Pada processing step pindah ke GCP Collection dan pilih GCP manual
9. Kemudian akan tampil open image, kemudian pilih foto hasil assemble tadi.
Kemudian open image untuk melihat foto
10. Pada ground control source pilih menu PIX/Text File setelah itu pada sample format pilih IXY> apply format> OK.
11. Kemudian akan muncul GCP text file
12. Kemudian lakukan pengisian image line, pixel, X, Y, dan untuk Z isi dengan nilai 0 pada masing-masing GCP yang disediakan datanya (ada didalam excel) lalu klik New Point dan masukkan semua data GCP tersebut seperti gambar dibawah ini.
13. Jika sudah close lalu buka residual reportnya untuk melihat hasil lengkap dari nilai residual. Berikut adalah hasil dari nilai residual.
14. Kemudian masuk ke ortho generation. Pada processing step pilih ortho generation kemudian pilih schedule ortho generation.
15. Kemudian pada orthophoto image pilih lokasi penyimpanan dan format TIFF agar dapat dibuka di arcgis.
16. Lakukan proses generates orthos lalu tunggu sampai 100%
17. Setelah selesai maka akan menghasilkan
F. HASIL DAN PEMBAHASAN 1. Hasil
Proses Hasil
Pansharpening
Orthogeneration
Setelah menyelesaikan tahapan ortorektifikasi, langkah berikutnya adalah melakukan evaluasi untuk memeriksa hasilnya. Evaluasi ini dimaksudkan untuk memastikan bahwa gambar yang telah diortorektifikasi memiliki ketepatan geometrik yang tinggi sehingga dapat dipergunakan dalam berbagai keperluan seperti pemetaan, pemantauan lingkungan, atau analisis lainnya. Dalam proses ortorektifikasi, beberapa aspek yang perlu diperhatikan termasuk penilaian kesalahan geometrik, koreksi titik kontrol (GCP), analisis akurasi spasial, dan aplikasi tujuan.
Evaluasi kesalahan geometrik diperlukan untuk mengidentifikasi distorsi atau pergeseran yang mungkin terjadi pada gambar setelah proses ortorektifikasi. Ini melibatkan perbandingan antara gambar ortorektifikasi dengan citra aslinya, serta penghitungan kesalahan yang mungkin timbul.
Jika terdapat kesalahan dalam proses ortorektifikasi, perlu dilakukan koreksi pada data titik kontrol (GCP) yang digunakan. Hal ini dapat melibatkan peninjauan ulang data GCP dan penyesuaian parameter ortorektifikasi.
Setelah memastikan akurasi dan kualitas gambar ortorektifikasi, gambar tersebut siap digunakan untuk berbagai keperluan seperti pemetaan, pemantauan perubahan lingkungan, pemodelan 3D, atau analisis lainnya sesuai dengan kebutuhan proyek atau penelitian yang sedang dilakukan. Oleh karena itu, penting untuk melakukan evaluasi yang cermat terhadap hasil ortorektifikasi dan analisis yang dilakukan, karena kesalahan dalam proses tersebut dapat berdampak signifikan pada hasil akhir.
2. Hasil RMSE
Kemudian hasil nilai RMSE yang saya dapatkan adalah X bernilai 83.58 dan nilai Y bernilai 87.47.
3. Apa yang dimaksud dengan Ortorektifikasi dan georeferensi dalam pemrosesan citra satelit? Lalu mengapa ortorektifikasi penting dalam analisis citra satelit?
• Ortorektifikasi
Orthorektifikasi adalah proses koreksi geometrik citra satelit atau foto udara untuk memperbaiki kesalahan geometrik citra yang bersumber dari pengaruh topografi, geometri sensor dan kesalahan lainnya. Orthorektifikasi merupakan suatu proses koreksi yang bertujuan untuk memperbaiki distorsi geometri yang disebabkan oleh karakteristik sensor, arah penginderaan, dan pergeseran relief sehingga arah penginderaan memiliki proyeksi perspektif (LAPAN, 2010). Kondisi ini dapat terjadi pada citra satelit yang pada kenyataannya memiliki variasi topografi tinggi, seperti lembah hingga gunung serta berbukit-bukit. Pada dasarnya koreksi orthorektifikasi adalah bertujuan mengubah citra yang memiliki arah penginderaan bersifat proyeksi perspektif menjadi proyeksi orthogonal (LAPAN, 2010). Hasil dari orthorektifikasi adalah citra tegak (planar) yang mempunyai skala seragam di seluruh bagian citra.
• Georeferensi
Georeferensi merupakan proses penataan data atau informasi dengan lokasi geografis tertentu pada peta atau dalam sistem koordinat geografis. Dalam konteks ini, data tersebut bisa berupa gambar, teks, atau bahkan data numerik. Melalui georeferensi, kita dapat memberikan makna dan kegunaan lebih pada data tersebut dengan mengaitkannya dengan posisi geografis yang tepat di permukaan bumi. Proses georeferensi melibatkan identifikasi titik- titik kontrol yang memiliki koordinat geografis pada peta atau citra, yang kemudian dihubungkan dengan data yang awalnya tidak
memiliki informasi geografis yang jelas. Hasilnya adalah data geografis yang siap digunakan untuk analisis spasial, pemetaan, navigasi, perencanaan wilayah, dan berbagai aplikasi lainnya.
Georeferensi memegang peranan krusial dalam sistem informasi geografis (SIG) dan pengolahan citra satelit, karena memungkinkan penggabungan data dari berbagai sumber serta pemahaman terhadap keterkaitan antara fenomena di dunia nyata dengan lokasinya dalam peta atau sistem koordinat geografis.
• Mengapa Orthorektifikasi Penting Dalam Analisis Citra Satelit?
Pentingnya proses ortorektifikasi dalam analisis citra satelit sangat besar karena membantu menghasilkan data yang akurat dan dapat dipercaya untuk berbagai keperluan aplikasi. Ketepatan spasial memiliki signifikansi yang besar, terutama dalam menganalisis citra satelit untuk kegiatan pemetaan, pemantauan lingkungan, dan evaluasi perubahan pada permukaan tanah. Ketika gambar tidak menjalani proses ortorektifikasi, kemungkinan terjadinya kesalahan geometri seperti distorsi sudut, perpindahan objek, dan variasi skala pada data dapat menyebabkan ketidakakuratan dalam pengukuran, identifikasi fitur, serta analisis permukaan tanah. Melalui ortorektifikasi, citra satelit dapat diubah menjadi representasi geometris yang akurat dari permukaan bumi, sehingga memastikan bahwa data yang dihasilkan memiliki akurasi spasial yang optimal.
G. SUMBER PUSTAKA
Bambang Septiana, A. P. (2017). Analisis Perbandingan Hasil Orthorektifikasi Metode Range Doppler Terrain Correction Dan Metode Sar Simulation Terrain Correction Menggunakan Data Sar Sentinel – 1. Jurnal Undip, 3-4.
Muhammad Ulin Nuha, S. M. (2024). Modul Praktikum Penginderaan Jauh. Lampung Selatan: Teknik Geomatika.
R. C. Olsen, R. C. (2007). Remote Sensing From Air And Space. United States Of America: The International Society For Optical Engineering.
Syarifuddin, S. N. (2018). Nalisis Filtering Citra Dengan Metode Mean Filter Dan Median Filter. Jurnal Inikom, 2.
Utami, A. T. (2017). Implementasi Metode Otsu Thresholding Untuk Segmentasi Citra Daun. Jurnal Um, 4.
