PELATIHAN PEMANFAATAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI DALAM MENDUKUNG KEGIATAN PENELITIAN DAN PUBLIKASI

PELATIHAN PEMANFAATAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI DALAM MENDUKUNG KEGIATAN PENELITIAN DAN PUBLIKASI

ILMIAH

BAYU PRAYUDHA PUSAT RISET OSEANOGRAFI BADAN RISET DAN INOVASI NASIONAL

SISTEM INFORMASI GEOGRAFI

DEFINISI SIG:

Sistem berbasis komputer yang mampu menangani data bereferensi geografi mulai dari proses

input, pengelolaan, manipulasi, analisis,

^serta

penyajian

data (Aronoff, 1989)

Alat untuk

pengumpulan, penyimpanan, pemanggilan kembali data, serta penyajian data keruangan

(spasial) dari dunia nyata (

real

world) (Burrough, 1986)

Alat analisis

dengan kemampuan teknologinya untuk melakukan

pengumpulan data, penyimpanan, dan analisis yang berbasis

komputer

(Suyarso, 2019)

TIDAK HANYA SEKEDAR MEMBUAT PETA !!! ^-->

Peta sebagai sarana visualisasi --> prosesnya melalui serangkaian analisis

http://intosaijournal.org/using-gis-to-monitor- public-works/figure-1-gis-layers/

SISTEM INFORMASI GEOGRAFI

Data Spasial --> data

pengukuran, pencatatan, dan pencitraan

terhadap suatu unsur

keruangan

yang berada di bawah, pada, atau di atas permukaan Bumi dan posisi keberadaannya mengacu pada sistem koordinat nasional.

Informasi Geospasial --> informasi mengenai

aspek fisik

(antopogenik dan bentukan alam) dan

administratif

dari sebuah

objek geografis.

(Perpres No. 27 Tahun 2014; Suyarso, 2019).

http://intosaijournal.org/using-gis-to-monitor- public-works/figure-1-gis-layers/

SISTEM INFORMASI GEOGRAFI

Jenis Data:

◼ Vektor --> representasi

titik, garis, poligon

^-->

fenomena/fitur yang bersifat diskrit/tegas, mis: batas administrasi, jalan, bangunan, dermaga, dan sungai.

Format: *.shp, *.tab, *.dxf, *.arc

◼ Raster --> fitur direpresentasikan dalam kumpulan

piksel

(elemen terkecil gambar/grid) --> fenomena/fitur yang bersifat gradasi, mis: suhu perairan,

kedalaman/elevasi, tanah, dan tutupan vegetasi.

Format: *.tiff/GeoTiff, *.dat, *.erd, *.img, *.erw, *.jp2 Data --> lokasi (

spasial

) dan deskriptif (

atribut

⁾

Sumber data spasial --> survei lapangan (GPS), penginderaan jauh, peta analog

Sumber data atribut --> data statistik, laporan, hasil wawancara, dll

Sumber Gambar: Suyarso, 2019 (Buku Teknik Eksplorasi Sumber Daya Pesisir (Terumbu Karang & Mangrove) berbasis Geospasial)

WHAT IS A MAP ?

“A representation, normally to scale ^and on a flat medium , of a selection of material or abstract features on, or in relation to the surface ^{of the Earth” (ICA,}

1998)

It contains the information of location, spatial

relationships ^{between various features, and}

attribute of geographic features as well

MAPS ARE FLAT BUT THE EARTH SURFACES ARE CURVED

TIGA JENIS PROYEKSI YANG UMUM DIGUNAKAN

Conic

Projection Cylindrical Projection

Planar

Projection

PERMUKAAN BUMI TIDAK RATA…

SISTEM KOORDINAT

Geographic

Reference System -

RGRS

SISTEM KOORDINAT

Universal Transverse Mercator (UTM) System

SUMBER PETA

• Pengukuran lapangan

• ^{Foto Udara}

• Citra Satelit

• Data Sekunder (scanning peta, peta hardcopy, data

sosek, dll)

APLIKASI SIG

Mapping

Measurement Monitoring

Modelling

4M

PEMETAAN

Teknik yang umum digunakan:

◼

Digitasi

◼

Interpolasi

◼

Klasifikasi/Klaster

◼

Pemodelan

PEMETAAN

PENGUKURAN

• Jarak

• Arah/sudut

• Perimeter

• Luas

• Volume

• Kemiringan lereng

PEMANTAUAN

FRAGMENTASI MANGROVE

West of

SAL East of SAL

The mangrove trees community has been losing the aggregation → became fragmented, particularly in the West of SAL → indicated by the decline of ai and area_mn, and the increase of enn_mn

The nypa and understory has become more aggregated →

indicated by the increase of ai and area_mn, and the sharply decrease of enn_mn

The mangrove trees community in the East of SAL is relatively stable

→ has not fragmented yet

Mangrove trees

shifting pattern Mangrove trees

shifting pattern

West East

PEMODELAN

PENGINDERAAN JAUH

Penginderaan jauh:

Ilmu

dan

seni

untuk mendapatkan

informasi

dari suatu objek, daerah, atau fenomena melalui

analisis data

yang didapatkan dari perangkat

tanpa kontak langsung

dengan objek, daerah, atau

fenomena yang dikaji tersebut (Lillesand et al.

, 2004)

Sistem penginderaan jauh:

◼ Aktif --> sumber energi dan sensor pada sistem perangkat yang sama

◼ Pasif --> sumber energi dan sensor berbeda sistem/perangkat

Sumber: Buku “Remote Sensing and Image Interpretation” (Lillesand et al., 2004)

PENGINDERAAN JAUH

https://gisgeography.com/remote-sensing-earth-observation-guide/#chapter3

PENGINDERAAN JAUH

Mata manusia memiliki

kemampuan untuk menangkap sinar pada

spektrum

tampak

^(visible).

Spektrum tampak -->

gelombang elektromagnetik pada julat panjang gelombang

± 400 - 700 nm

.

1 m = 10² cm = 10³ mm = 10⁶ µm = 10⁹ nm

Sumber: Anonim

PENGINDERAAN JAUH

Interaksi energi elektromagnetik dengan

atmosfer

^:

• Dihamburkan (

atmospheric scattering

)

• Diserap (

absorption

) --> uap air, CO₂, dan ozone

Tipe hamburan di atmosfer:

• Rayleigh

--> Ø molekul atau partikel di atmosfer

< λ elektromagnetik (molekul nitrogen dan oksigen)

• Mie

^--> Ø molekul atau partikel di atmosfer = λ elektromagnetik (debu, asap, dan molekul air)

• Non-selective

--> Ø molekul atau partikel di atmosfer > λ elektromagnetik --> tetes air dan partikel debu ukuran besar

Sumber:

http://gsp.humboldt.edu/OL M/Courses/GSP_216_Onlin e/lesson2- 1/atmosphere.html

Sumber: https://www.nrcan.gc.ca/maps-tools- publications/satellite-imagery-air-photos/remote- sensing-tutorials/introduction/interactions- atmosphere/14635

PENGINDERAAN JAUH

Interaksi energi elektromagnetik dengan objek permukaan bumi:

• Dipantullkan (

Reflected

)

• Diserap (

Absorbed

⁾

• Diteruskan (

Transmitted

⁾

E_R(λ) = E_I(λ) - [E_A(λ) + E_T(λ)]

Besaran pantulan spektral objek:

Sumber: Buku “Remote Sensing and Image Interpretation” (Lillesand et al., 2004)

= Pantulan spektral

x 100%

PENGINDERAAN JAUH

Irradiance vs Radiance vs Reflectance

Irradiance --> Energi yang

datang

Radiance --> Energi yang

dipantulkan

Reflectance -->

Persentase energi

yang dipantulkan kembali

PENGINDERAAN JAUH

Sumber: http://www.gpem.uq.edu.au/cser- rstoolkit

High spatial res. --> Planetscope, Quickbird, IKONOS, SPOT-6/7

Meidum spatial res. --> Landsat series, Sentinel-2, ALOS

Low spatial res. --> MODIS

Resolusi Spasial

PENGINDERAAN JAUH

Sumber: https://landsat.gsfc.nasa.gov/wp-

content/uploads/2015/06/Landsat.v.Sentinel-2.png

Resolusi Spektral

PENGINDERAAN JAUH

Sumber:

https://webapp.agron.ksu.edu/agr_social/

m_eu_article.throck?article_id=1596&eu_

id=249

PEROLEHAN DATA CITRA SATELIT

Deteksi energi elektromagnetik:

• Photographically

--> memanfaatkan

reaksi kimia

pada permukaan

film

light-sensitive untuk mendeteksi serta merekam variasi energi, contoh film pada kamera analog

• Electronically

--> memanfaatkan

sensor

yang menghasilkan

sinyal elektrik

sebagai representasi variasi

energi yang di deteksi, contoh sensor pada kamera digital, atau sensor satelit

DN (Digital Number) --> Representasi piksel

yang menggambarkan variasi energi Sumber: Buku “Remote Sensing and Image Interpretation” (Lillesand et al., 2004)

PEROLEHAN DATA CITRA SATELIT

Sumber unduhan data citra satelit:

• http://earthexplorer.usgs.gov/ atau http://glovis.usgs.gov/ atau

https://landsatlook.usgs.gov (Landsat series, Sentinel)

• https://sentinel.esa.int/web/sentinel/sentinel-data- access (Sentinel)

• Cloud computation, contoh: Google Earth Engine Katalog data citra satelit LAPAN:

https://inderaja-

catalog.lapan.go.id/application_data/default/index.html (SPOT series, Pleiades, ALOS, TerraSAR-X,

Worldview, IKONOS, Quickbird, Rapideye, Geoeye) Hi-res --> PP Nomor 11 Tahun 2018

PRA-PEMROSESAN

Kalibrasi

radiansi dan reflektan --> metadata citra (xml, mtl, txt)

Koreksi

radiometri

dilakukan untuk memperbaiki kualitas visual citra akibat dari gangguan atmosfir, iluminasi cahaya, serta gangguan pada respon alat (Lillesand et al. 2004)

DN (Raw Data)

At-Sensor

Radiance ToA SR

Kalibrasi Top of Atmospheric (ToA):

• Konversi nilai radiance ke ToA reflectance

• Informasi --> jarak matahari - bumi, solar zenith angel, exoatmospheric irradiance

Koreksi Surface Reflectance (SR):

• Koreksi atmosferik, membutuhkan informasi kondisi atmosfer pada saat perekaman

• DOS (Dark Object Substraction) --> umum digunakan

KOMPOSIT CITRA

◼ Mata mempunyai keterbatasan dalam melihat (gelombang tampak)

Komposit citra

◼ penggabungan 3 saluran pada citra penginderaan jauh

sehingga mampu menampilkan obyek permukaan bumi lebih

baik

KOMPOSIT CITRA

Komposit dibagi menjadi 2

◼ Komposit warna asli (Red, Green, Blue)

◼ Komposit warna semu

Misal :

Air mempunyai pantulan tinggi di biru Vegetasi pantulan tinggi di inframerah

Sumber:

https://images.app.goo.gl/f27JAKFuLwAU 7NNx9

BIRU HIJAU MERAH

TRUE COLOR

TRUE COLOR 432

FALSE COLOR 564

FALSE COLOR

543

INTERPRETASI CITRA

Kurva respon pantulan tanah dan vegetasi hasil pengukuran di lapangan (Jensen, 2014)

INTERPRETASI CITRA

Kunci

Interpretasi Citra

Sumber:

Anonim

KLASIFIKASI CITRA DIGITAL

Jenis Klasifikasi Citra Digital:

• Unsupervised

classification --> pixel

clustering

(K-Means, Isodata)

• Supervised

classification --> membutuhkan piksel

training (ROI)

, contoh algoritma:

maximum likelihood, minimum distance,

mahalanobis distance, SVM, ANN, random forest

• Object-based

image analysis (OBIA) -->

menggunakan

segmentasi

sebagai dasar

klasifikasi (dibentuk berdasarkan informasi spasial, misal: informasi spektral, tekstur, bentuk, ukuran, jarak, elevasi, kedalaman, dll)

Sumber: Giri et al., 2007

KLASIFIKASI CITRA DIGITAL

Sumber: Buku “Remote Sensing and Image Interpretation” (Lillesand et al., 2004)

CLOUD COMPUTING

Google Earth Engine

• Akses melalui internet dan tak berbayar

• Menyediakan

kapasitas memory

yang besar (petabyte)

• Relatif

mudah

dan

cepat

--> script sudah tersedia -->

https://developers.google.com/earth- engine/image_visualization

• Menyediakan

dataset spasial

yang cukup melimpah

• Upload

dan

download

data

OPEN SOURCE

QGIS

• Aplikasi tak berbayar dan

offline

• Plugin

cukup banyak dan selalu berkembang

• Mendukung berbagai

format data

• Relatif mudah digunakan (

GUI-based

)

• Cross-platform

--> windows, linux, ios

• Kapasitas pemrosesan sangat tergantung pada

kapasitas komputer

• Keterbatasan pada

data

yang sangat

besar

Aplikasi sejenis lainnya:

GRASS, ILWIS, SAGA GIS, GeoDa

OPEN SOURCE

R

• Aplikasi tak berbayar dan offline

• Package

cukup banyak dan selalu berkembang

• Berbasis

statistik

--> mendukung analisis spasial terutama

pemodelan

• Butuh effort untuk memahami bahasa peng

kode

an

• Kurang

user-friendly

TERIMA KASIH