Mohon tunggu...
MARHAN ROBIYANNOR
MARHAN ROBIYANNOR Mohon Tunggu... Mahasiswa - mahasisiwa

hobi membaca

Selanjutnya

Tutup

Ilmu Alam & Tekno

Analisis Jenis Citra dan Unsur-Unsur Pembentuknya

20 Maret 2024   14:06 Diperbarui: 20 Maret 2024   14:17 149
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Penginderaan jauh adalah ilmu dan seni untuk mendapatkan informasi tentang objek, daerah, atau fenomena dengan analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji. Penginderaan jauh menggunakan data yang diperoleh dari alat seperti kamera spasi, radar, dan sensor lainnya. Ini memungkinkan untuk menganalisis informasi tentang perubahan permukaan bumi, keadaan lingkungan, dan gejala berbahaya seperti kebakaran, kebocoran pipa, dan aktivitas vulkanik. Penginderaan jauh juga berguna dalam pemetaan daerah, pengelolaan lahan, dan pengembangan khususnya.

Citra satelit adalah salah satu contoh dari penginderaan jauh, yang memungkinkan untuk menggambarkan benda yang tidak tampak secara langsung dan menggambarkan informasi tentang permukaan bumi, seperti penggunaan lahan, distribusi sumber daya alam, dan gejala berbahaya. 

Citra satelit juga berguna dalam pemetaan daerah bencana, seperti kebakaran. Penggunaan lahan adalah unsur penting dalam perencanaan wilayah, dan penginderaan jauh berguna dalam menyediakan informasi tentang penggunaan lahan, seperti perubahan penggunaan lahan dan pemetaan penggunaan lahan. Penginderaan jauh juga berguna dalam pengelolaan sumber daya alam, seperti hutan, bahan tambang, dan sumber daya air. 

Penginderaan jauh atau remote sensing adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan sutu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji.

Penginderaan jauh memanfaatkan berbagai perangkat seperti kamera, radiometer, penyiam (scanner), atau sensor lainnya yang diangkut oleh suatu wahana (platform). Data citra penginderaan jauh dapat digunakan untuk memantau area perkebunan, memahami dinamika dan struktur bentang lahan, dan mengetahui tingkat ketelitian citra Quickbird dalam pemetaan penggunaan lahan. Terdapat dua jenis citra penginderaan jauh yang umum digunakan yaitu citra foto dan non-foto.

  • Citra Foto

>Foto pankromatik: Foto yang dibuat menggunakan seluruh spektrum tampak mata, mulai dari warna merah hingga ungu.


>Foto udara ultraviolet: Foto yang dibuat menggunakan spektrum ultraviolet dekat dengan panjang gelombang 0,29.

>Foto jenis ini biasanya digunakan untuk mendeteksi tumpahan minyak di laut, mendeteksi sumber daya air, mendeteksi jaringan aspal, dan sebagainya.

  • Citra Non-Foto

>Citra inframerah thermal: Citra non-foto yang dibuat menggunakan spektrum inframerah thermal. Citra ini biasanya digunakan dalam bidang geologi, pertanian, hidrologi, perkotaan, dan sebagainya.

>Citra gelombang mikro: Citra yang dibuat menggunakan spektrum gelombang mikro. Kenampakan obyek pada citra gelombang mikro dihasilkan melalui sistem pasif, yaitu dengan memanfaatkan sumber tenaga alamiah atau matahari.

>Citra stereo: Pasangan citra dari sudut pandang yang berbeda yang digunakan untuk menciptakan efek tiga dimensi. Jenis citra penginderaan jauh ini digunakan dalam pemetaan topografi dan pembuatan model digital permukaan.

Lalu bagaimanakah perbandingan dari tiap jenis citra penginderaan jauh tersebut? Disini saya akan mencoba menganalisis beberapa jenis citra penginderaaan jauh. Yaitu Citra landsat-5, Citra Landsat-8, dan Citra Sentinel-2. Dan data yang akan digunakan sebagai sample adalah interpretasi citra di Wilayah Kabupaten Tegal. Nantinya akan di analisis terkait jenis citra, kekurangan serta kelebihan citra dan unsur-unsur pembentuk citra tersebut.

 

  • Citra Landsat-5

Citra Landsat 5 adalah gambar permukaan bumi yang ditangkap oleh satelit Landsat 5. Satelit ini diluncurkan pada tahun 1984 oleh NASA dan USGS [ lembaga survei geologi Amerika Serikat] sebagai bagian dari program Landsat. Program Landsat ini bertujuan untuk mengumpulkan data citra permukaan bumi secara berkelanjutan. Landsat 5 mengumpulkan citra menggunakan sensor yang bisa menangkap pantulan cahaya matahari pada panjang gelombang tertentu. Dengan sensor ini, Landsat 5 bisa menangkap informasi permukaan bumi dalam beberapa spektrum cahaya, tidak hanya spektrum cahaya tampak yang bisa dilihat mata manusia. Informasi spektrum inilah yang kemudian disusun menjadi citra berwarna.

Kelebihan :

> Tujuh Band Spectral: Citra Landsat-5 memiliki tujuh band spectral, yang memungkinkan untuk membantu dalam mengidentifikasi dan mengkategorikan berbagai macam objek di permukaan bumi, seperti tanah, tumbuhan, dan air.

> Resolusi Spasial dan Temporal: Citra Landsat-5 memiliki resolusi spasial yang tinggi, yang memungkinkan untuk melihat detail objek di permukaan bumi dengan lebih jelas. Sistem orbit Circular, Sun-Synchronous, near-polar orbit pada ketinggian 705 km dan sistem path/row Worldwide Reference System-2 (WRS-2) memungkinkan untuk memiliki data temporal selama 16 hari.

> Kemampuan Penginderaan Jauh: Citra Landsat-5 memiliki kemampuan penginderaan jauh yang tinggi, yang memungkinkan untuk mengumpulkan data dari jauh dan dengan tingkat ketelitian yang tinggi

> Resolusi Temporal Moderat: Citra Landsat-5 memiliki resolusi temporal moderat, yang cukup baik untuk pemantauan perubahan.

>Penggunaan dalam Penelitian: Citra Landsat-5 telah digunakan dalam berbagai penelitian, seperti pengumpulan data dengan teknik penginderaan jauh dan pengolahan citra secara digital untuk mengklasifikasi tingkat kerapatan vegetasi

>Penggunaan dalam Pemantauan: Citra Landsat-5 telah digunakan dalam pemantauan dan pengelolaan lingkungan, seperti mengidentifikasi tingkat kerapatan vegetasi dan mengklasifikasi kelas kerapatan vegetasi pada tahun 2009

>Kemampuan Untuk Analisis: Citra Landsat-5 memiliki kemampuan untuk analisis unsur interpretasi, seperti menggunakan formula NDVI (Normalized Difference Vegetation Index) untuk mengklasifikasi tingkat kerapatan vegetasi

>Penggunaan dalam Pengembangan: Citra Landsat-5 telah digunakan dalam pengembangan sistem informasi geografis (GIS) dan pengelolaan data geografis.

Kekurangan :

>Berbasis Landsat dan SPOT, sehingga tidak tersedia dalam menu baku di sisi pengguna.

>Klasifikasi multispektral standar berdasarkan resolusi spasial sekitar 20-30 meter seringkali dianggap kurang halus untuk Model-model dengan knowledgebased techniques (KBT) yang berbasis Landsat dan SPOT.

>Resolusi spasial sedang, yaitu 30 meter untuk band-band tertinggi

Lalu berdasarkan citra landsat-5 yang telah diambil tersebut, kemudian teridentifikasi lah interpretasi unsur-unsur citranya sebagai berikut:

Identifikasi unsur unsur interpretasi citra Landsat-5/Dokpri
Identifikasi unsur unsur interpretasi citra Landsat-5/Dokpri
  • Citra Landsat-8

Citra Landsat 8 adalah citra penginderaan jauh yang dihasilkan oleh satelit Landsat 8, yang memiliki dua sensor, Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS), yang menyediakan resolusi spasial 30 meter (visible, NIR, SWIR), 100 meter (thermal), dan 15 meter (pankromatik). Satelit ini memiliki orbit Sun-Synchronous orbit pada ketinggian 705 km dan memiliki resolusi temporal selama 16 hari. Citra Landsat 8 digunakan untuk mengetahui dan melihat perkembangan vegetasi lahan, penutup lahan, jenis litologi, studi tentang aerosol, dan berbagai keperluan penelitian.

Citra Landsat-8/Dokpri
Citra Landsat-8/Dokpri

Kelebihan :

>Resolusi Spasial dan Spektral: Landsat 8 memiliki resolusi spasial yang bervariasi, dari 15 meter hingga 100 meter, serta dilengkapi dengan 11 saluran spektral dengan resolusi spektral yang bervariasi.

>Kuantifikasi 12-bit: Landsat 8 memiliki kuantifikasi 12-bit, yang memungkinkan untuk mengumpulkan data dengan kualitas yang lebih baik dan lebih tinggi

>Landsat 8 dilengkapi dengan dua instrumen sensor, Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS), yang memiliki performa yang lebih baik dibandingkan dengan generasi sebelumnya

>Data Time Series: Landsat 8 memiliki data citra time series dengan cakupan wilayah yang luas, yang memungkinkan untuk mengumpulkan data citra yang meluas dan sering

>Penyimpanan Data: Landsat 8 mengumpulkan 400 scenes citra atau 150 kali lebih banyak dari Landsat 7 dalam satu hari perekamannya, yang memungkinkan untuk mengumpulkan data citra yang lebih meluas dan lebih sering

Kekurangan :

>Keterbatasan dalam penetrasi awan dan kabut: Seperti kebanyakan citra satelit optik, Landsat 8 terbatas dalam penetrasi awan dan kabut, yang mengakibatkan penyimpangan pada data yang diperoleh

>Jumlah "band" yang ditangkap: Landsat 8 memiliki lebih sedikit "band" yang ditangkap dibandingkan dengan Landsat 5 dan Landsat 7, yang mungkin mengakibatkan kekurangan dalam kemampuan untuk melakukan pemantauan dan pengklasifikasi.

>Resolusi temporal: Landsat 8 memiliki resolusi temporal yang lebih panjang, yaitu tidak lebih dari 16 hari, yang lebih lama dibandingkan dengan Landsat 7 yang memiliki resolusi temporal 16 hari.

>Kekurangan dalam kemampuan citra termal: Landsat 8 memiliki kedua saluran termal pada citra satelit yang memiliki kelebihan dan kekurangan masing-masing, sehingga perlu dilakukan penelitian dan pengujian terperinci untuk mengetahui kemampuan citra termal yang tepat

Identifikasi unsur unsur interpretasi citra Landsat-8/Dokpri
Identifikasi unsur unsur interpretasi citra Landsat-8/Dokpri
  • Citra Sentinal-2

Citra Sentinel-2 adalah citra hasil penginderaan jauh yang dikembangkan oleh European Space Agency (ESA) dan terdiri dari dua satelit konstelasi, yaitu Sentinel-2A dan Sentinel-2B. Sentinel-2 merupakan satelit resolusi menengah dengan resolusi spasial 10 meter, 20 meter, dan 60 meter, yang dapat digunakan untuk pengamatan operasional seperti peta tutupan lahan, peta deteksi perubahan lahan, dan variabel geofisika. Produk Sentinel-2 yang tersedia di Pustekdata Data Sentinel-2 L1C terdiri dari 13 band spektral dengan rincian sebagai berikut: resolusi spasial 10 meter sebanyak 4. band, resolusi spasial 20 meter sebanyak 6 band, dan resolusi spasial 60 meter sebanyak 3 band. Sentinel-2 dapat digunakan untuk tema-tema seperti perencanaan ruang, monitoring agro/lingkungan, air, hutan dan vegetasi, carbon dan sumberdaya alam, serta hasil pertanian secara global.

Citra Sentinel-2/Dokpri
Citra Sentinel-2/Dokpri

Kelebihan :

>Resolusi Spasial Tinggi: Citra Sentinel-2 memiliki resolusi spasial tinggi, yaitu 10 meter untuk band multispektral dan 60 meter untuk band pankromatik . Resolusi spasial tinggi ini memungkinkan untuk melihat detail objek di permukaan bumi dengan lebih jelas.

>Resolusi Temporal Moderat: Sentinel-2 memiliki satelit kembar yang saling mengisi, sehingga data citra dapat diperoleh setiap 5 hari sekali. Resolusi temporal moderat ini cukup baik untuk pemantauan perubahan lingkungan.

>Luas Cakupan: Citra Sentinel-2 memiliki luas cakupan yang cukup besar, sebesar 290 km. Luas cakupan ini memungkinkan untuk melihat area yang lebih luas dengan satu citra.

>Variabel Geofisika: Citra Sentinel-2 dapat digunakan untuk pengamatan operasional seperti peta tutupan lahan, peta deteksi perubahan lahan, dan variabel geofisika

>13 Band Spektral: Sentinel-2 Multispectral Instrument (MSI) mempunyai 13 band spektral, yang memungkinkan untuk melakukan analisis lebih detail dari lingkungan

>Penggunaan Terpadu: Citra Sentinel-2 dapat digunakan untuk berbagai keperluan, seperti perencanaan ruang, monitoring agro/lingkungan, air, hutan dan vegetasi, carbon dan sumberdaya alam, serta hasil pertanian secara global

Kekurangan:

>Citra Sentinel-2 rentan terhadap tutupan awan, yang dapat menghambat pengambilan gambar permukaan bumi.

>Di daerah tropis seperti Indonesia, tutupan awan yang tinggi dapat menjadi kendala dalam pemanfaatan citra Sentinel-2.

>Sentinel-2 memiliki waktu revisi 5 hari, yang berarti citra terbaru suatu wilayah hanya tersedia setiap 5 hari sekali.

>Untuk aplikasi yang membutuhkan pemantauan yang lebih sering, seperti monitoring perubahan lahan yang cepat, Sentinel-2 mungkin tidak cukup memadai.

>Kualitas data Sentinel-2 dapat terpengaruh oleh berbagai faktor, seperti kondisi atmosfer dan kalibrasi sensor. Hal ini dapat menyebabkan ketidakakuratan dalam interpretasi data.

>Resolusi spasial 10 meter Sentinel-2 mungkin tidak cukup untuk membedakan objek kecil di permukaan bumi. Hal ini dapat menjadi kendala untuk aplikasi tertentu, seperti pemetaan detail vegetasi atau bangunan.

Identifikasi unsur unsur interpretasi citra Sentinel-2/Dokpri
Identifikasi unsur unsur interpretasi citra Sentinel-2/Dokpri

Berdasarkan hasil identifikasi yang telah dilakukan, didapatkan beberapa hal yang tentunya menjadi kelemahan dan kekurangan dari masing-masing jenis citra. Namun jika dilihat secara keseluruhan, warna menjadi hal yang sangat penting dalam hal interpretasi pada citra. Selain itu resolusi dari citra yang tinggi juga lebih memudahkan dalam kegiatan peng interpretasian terhadap citra.

HALAMAN :
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun