4.2 Koreksi Geometrik
Langkah setelah koreksi radiometrik adalah koreksi geometrik. Nilai RMS yang diperoleh pada penelitian ini adalah 0.03 artinya pergeseran titik di lapangan adalah 0.03
30 meter yaitu sebesar 0.9 meter. Nilai ini masih kurang dari nilai maksimal yang diperbolehkan untuk
Landsat-7 ETM
+
yaitu 15 meter sehingga hasil koreksi geometrik dikatakan teliti.
4.3 Pembatasan Wilayah Penelitian Image Cropping
Citra digital Satelit Landsat-7 ETM
+
mempunyai luas liputan 185kmx185km yang meliput sebagai wilayah Jakarta dan Teluk Jakarta. Untuk mempermudah proses
pengolahan citra dan mengurangi memori penyimpanan dalam computer, maka dilakukan pemotongan citra
image cropping.
4.4 Pemisahan Obyek Laut dan Bukan Laut Image Masking
Penelitian ini difokuskan pada wilayah laut saja sehingga obyek bukan laut harus dihilangkan. Tahapan ini diperlukan agar obyek bukan laut tidak memberikan kontribusi
dalam analisis data pada tahap selanjutnya. Pemisahan obyek dilakukan dengan cara memberikan nilai nol untuk obyek bukan laut. Citra hasil
masking ini disimpan menjadi dataset yang digunakan pada pengolahan selanjutnya. Perbedaan antara citra sebelum
masking dan setelah masking dapat dilihat pada Gambar 12. Pada
citra setelah
masking terdapat obyek hitam di tengah perairan dangkal. Obyek tersebut merupakan daratan yang telah diberi nilai nol
null value sehingga pengolahan citra selanjutnya hanya memperhatikan obyek air saja.
4.5 Transformasi dengan Algoritma Van Hengel dan Spitzer
4.5.1 Penentuan arah rotasi citra
Tahap awal dalam pengolahan citra menggunakan algoritma Van Hengel dan Spitzer adalah menentukan konstanta arah rotasi citra r dan s untuk masing-masing
kombinasi yang dihitung dari nilai varian dan kovarian dari masing-masing nilai digital yang mempunyai nilai kedalaman lapang. Hasil perhitungan nilai varian disajikan dalam Tabel
6, sedangkan nilai kovarian disajikan dalam Tabel 7.
Gambar 12 a Citra RGB 321 sebelum masking; b Citra RGB 321 setelah masking.
a
b
Tabel 6 Hasil perhitungan nilai varian band 1, band 2 dan band 3 Landsat-7 ETM
+
Obyek Nilai Varian
Band 1 57.73271
Band 2 110.5816
Band 3 46.72252
Tabel 7 Hasil perhitungan nilai kovarian band 1, band 2 dan band 3 Landsat-7 ETM
+
Band 1 Band 2
Band 3 Band 1
57.48911 77.22758
41.03687 Band 2
77.22758 110.115
61.72953 Band 3
41.03687 61.72953
46.52538 Nilai varian dan kovarian digunakan untuk mencari nilai u
r
dan u
s
dan selanjutnya digunakan untuk mencari nilai konstanta r dan s sesuai dengan persamaan 3.4-3.7.
Contoh perhitungan nilai u
r
dan u
s
sehingga menghasilkan nilai konstanta r dan s dapat dilihat pada Lampiran 3.
Secara keseluruhan nilai konstanta untuk seluruh kombinasi citra masukkan dapat dilihat pada Tabel 8.
Tabel 8 Nilai konstanta arah rotasi citra r dan s Kombinasi Citra
Konstanta r Konstanta s
U
r
r U
s
s Band 123
1.0897 1.1996
o
1.2727 1.2378
o
Band 132
1.2727 1.2378
o
1.0897 1.1996
o
Band 213
1.0897 1.1996
o
1.2741 1.2381
o
Band 231
1.2741 1.2381
o
1.0897 1.1996
o
Band 312
1.2727 1.2378
o
1.2741 1.2381
o
Band 321
1.2741 1.2381
o
1.2727 1.2378
o
Dari perhitungan dapat dilihat bahwa nilai konstanta r dan s berkisar antara 1.1996° - 1.2381°. Nilai ini menunjukkan arah rotasi yang nantinya akan digunakan dalam algoritma
Van Hengel dan Spitzer.
4.5.2 Pengolahan Algoritma Van Hengel dan Spitzer
Hasil pengolahan citra dengan menggunakan algoritma Van Hengel dan Spitzer untuk satu kombinasi citra masukan akan menghasilkan citra baru yang dinyatakan dalam
Y1, Y2 dan Y3. Citra Y1 merupakan citra yang nilai pikselnya menunjukkan nilai kedalaman relatif sedangkan citra Y2 dan Y3 hanya merupakan hasil sampingan dari
pengolahan dan belum diketahui informasi apa yang terkandung di dalam nilai pikselnya. Nilai digital kedalaman relatif pada masing-masing citra dengan menggunakan algoritma
Van Hengel dan Spitzer dapat dilihat pada Lampiran 4. Untuk mendapatkan nilai kedalaman air yang sebenarnya, maka nilai piksel citra
kedalaman air relatif Y1 dilakukan analisa regresi dengan data kedalaman air dari titik sampel di lapang. Kedalaman air yang terkoreksi sebagai sumbu X dan kedalaman relatif
sebagai sumbu Y. Persamaan regresi yang diperoleh dipergunakan untuk mentransformasi seluruh nilai piksel citra kedalaman air relatif menjadi nilai piksel citra
yang menunjukkan kedalaman absolut kedalaman yang sebenarnya. Sehingga nilai piksel citra baru sudah merefleksikan besarnya nilai kedalaman air yang dicari dengan
satuan meter. Tabel 9 menunjukkan persamaan kedalaman absolut yang ditransformasi dari persamaan regresi, sedangkan grafik persamaan regresi dan koefisien determinasi
selengkapnya dapat dilihat pada Gambar 13. Tabel 9 Persamaan regresi linear sederhana dan persamaan untuk penentuan kedalaman
absolut Kombinasi
Band Persamaan Regresi Linear
Sederhana R
2
r Persamaan untuk
Kedalaman Absolut Z 123
y = -2.59x + 43.20 0.67
-0.82 Z=43.20-KR2.59
132 y = -3.52x + 55.54
0.76 -0.87
Z=55.54-KR3.52 213
y = -2.58x + 43.19 0.67
-0.82 Z=43.19-KR2.58
231 y = -2.92x + 47.82
0.79 -0.89
Z=47.82-KR2.92 312
y = -3.62x + 56.65 0.78
-0.88 Z=56.65-KR3.62
321 y = -3.15x + 50.62
0.80 -0.90
Z=50.62-KR3.15 Untuk memudahkan pembacaan hasil estimasi kedalaman laut melalui citra, maka
hasil pengolahan tersebut disajikan dalam bentuk peta. Peta estimasi kedalaman laut dengan algoritma Van Hengel dan Spitzer dapat dilihat pada Gambar 14.
39
y = -3.1496x + 50.615 R
2
= 0.8042
10 20
30 40
50 60
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0
kedalaman lapang m ni
la i di
gi ta
l 3
2 1
y = -2.917x + 47.815 R
2
= 0.7952
5 10
15 20
25 30
35 40
45 50
55
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0
kedalaman lapang m ni
la i di
gi ta
l 2
3 1
y = -3.622x + 56.65 R
2
= 0.7828
10 20
30 40
50 60
70
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0
kedalaman lapang m nil
a i digit
a l 3
1 2
y = -3.5217x + 55.542 R
2
= 0.7635
10 20
30 40
50 60
70
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0
kedalaman lapang m ni
la i di
gi ta
l 1
3 2
y = -2.5854x + 43.189 R
2
= 0.675
10 20
30 40
50 60
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0
kedalaman lapang m ni
la i di
gi ta
l 2
1 3
y = -2.5861x + 43.201 R
2
= 0.675
10 20
30 40
50 60
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0
kedalaman lapang m n
il a
i di gi
ta l 1
2 3
Gambar 13 Grafik persamaan regresi dan koefisien determinasi kedalaman relatif algoritma Van Hengel dan Spitzer.
40
Gambar 14 Peta estimasi kedalaman laut menggunakan algoritma Van Hengel dan Spitzer.
SEBARAN KEDALAMAN ALGORITMA
VAN HENGEL DAN SPITZER 321
Datum: WGS 84 UTM Zone 48 S
4.6 Pembuatan Model dengan Nilai Digital Asli
4.6.1 Penentuan koefisien korelasi
Langkah pertama dalam penyusunan model adalah penentuan koefisien korelasi r antara peubah-peubah bebas nilai digital
digital numberDN dan peubah tidak bebas kedalaman lapang atau z_lapang. Koefisien korelasi ini akan menentukan peubah bebas
mana yang mempunyai korelasi tidak erat sehingga dapat dihilangkan dalam pembentukan model. Hasil koefisien korelasi ditunjukkan pada Tabel 10.
Tabel 10 Koefisien korelasi antar peubah bebas Landsat-7 ETM
+
Band 1 Band 2
Band 3 Band 4
Band 5 Band 7
Band 2
0.97 Band
3 0.79
0.86 Band 4
0.36 0.38
0.57 Band 5
0.18 0.20
0.35 0.54
Band 7 0.22 0.23 0.24 0.32 0.26
Z_lapang -0.90 -0.88 -0.72 -0.32 -0.19 -0.23
Berdasarkan Tabel 10 di atas, Landsat-7 ETM
+
mempunyai korelasi tinggi pada pada
band 1 dan band 2 sebesar 0.97, band 1 dan band 3 sebesar 0.79 dan band 2 dan band 3 sebesar 0.86. Kesimpulannya band 1, band 2 dan band 3 mempunyai korelasi
yang erat. Band yang mempunyai koefisien korelasi erat tidak bisa digabungkan dalam
satu kandidat model karena band-band tersebut bersifat multikolinear artinya band-band
tersebut akan dapat saling meniadakan dalam menerangkan peubah tak bebas kedalaman lapang.
4.6.2 Komponen utama pembentuk model
Analisis selanjutnya yaitu dengan melakukan analisis komponen utama Principal
Componen AnalysisPCA. Analisa ini bertujuan untuk menentukan band mana saja yang berpengaruh pada pembentukan model kedalaman. Hasil analisa komponen utama
ditunjukkan pada Tabel 11.
Tabel 11 Komponen utama pembentuk model pada Landsat-7 ETM
+
Eigenanalysis of the Correlation Matrix Eigenvalue 3.326
1.258 0.795
0.433 0.169
0.019 Proportion 0.554
0.210 0.132
0.072 0.028
0.003 Cumulative 0.554
0.764 0.897
0.969 0.997
1.000 Variable PC1
PC2 PC3
PC4 PC5
PC6 b1
0.481 -0.367 0.059
-0.147 0.500 0.599
b2 0.496
-0.356 0.038 -0.142 0.135
-0.767 b3
0.506 -0.135
-0.114 0.106 -0.808 0.222
b4 0.376
0.439 -0.237 0.729
0.274 -0.059
b5 0.271
0.606 -0.381
-0.643 0.038 0.001
b7 0.229
0.401 0.884
-0.052 -0.053 0.006
4.6.3 Kandidat model
Kandidat model diperoleh dari regresi antara nilai kedalaman perairan lapang sebagai variabel tak bebas y dan nilai-nilai digital sebagai variabel bebas x. Hasil
regresi dapat dilihat pada Tabel 12. Tabel 12 Kandidat model penduga kedalaman
Kandidat Model
Band 1 R
2
Band 2 R
2
Band 3 R
2
Linear y = -0.37x + 14.54
0.81 y = -0.26x + 13.57
0.77 y = -0.35x + 12.80
0.53 Logaritmik
y= -7.27Lnx + 28.45 0.83
y = -6.03Lnx + 25.84 0.77
y= -5.92Lnx + 23.16 0.56
Power y = 175.98x
-1.13
0.81 y = 117.86x
-0.94
0.76 y = 82.55x
-0.94
0.57 Eksponential
y = 21.07e
-0.06x
0.84 y = 18.03e
-0.04x
0.81 y = 16.24e
-0.06x
0.58
Pada Tabel 12, terlihat kandidat model band 1 mempunyai koefisien determinasi
R
2
antara 0.81-0.84, kandidat model band 2 mempunyai koefisien determinasi R
2
antara 0.77-0.81, dan kandidat model
band 3 mempunyai koefisien determinasi R
2
antara 0.53- 0.58. Kandidat model terkuat yaitu pada
band 1 yang mempunyai koefisien determinasi paling tinggi dibandingkan dengan
band-band lainnya.
4.6.4 Pemilihan model terbaik
Untuk memilih model terbaik perlu dilakukan analisis residual untuk memeriksa apakah asumsi-asumsi yang mendasari model regresi terpenuhi. Asumsi-asumsi tersebut
antara lain: kenormalan normality, keacakan randomness, kehomogenan ragam
homoscedasticity. Rangkuman hasil analisis residual dapat dilihat pada Tabel 13. Hasil selengkapnya tentang analisis regresi dan analisis residual dapat dilihat pada Lampiran 5.
Tabel 13 Rangkuman hasil analisis residual kandidat model band 1
Kandidat Model
Band 1 R
2
Kenormalan Sisaan
Keacakan Sisaan
Kehomogenan Ragam
Linear y = -0.37x + 14.543
0.81 √
√ √
Logaritmik y= -7.27Lnx + 28.45
0.83 √
√ √
Power y = 175.98x
-1.13
0.81 √
√ √
Eksponential y = 21.07e
-0.06x
0.84 √
√ √
Dari Tabel 13 di atas dapat dilihat bahwa analisis residual memberikan hasil yang sama terhadap semua kandidat model sehingga pemilihan model terbaik dengan melihat
kandidat model yang memiliki R
2
terbesar. Kesimpulannya adalah persamaan bentuk eksponential dengan nilai R
2
=0.84 dengan persamaan y=21.07e
-0.06x
merupakan model. Model ini bisa menerangkan keragaman nilai peubah Y sebesar 84. Citra hasil
pengolahan dengan model terbaik ditampilkan dalam Gambar 15.
44
Gambar 15 Peta estimasi kedalaman laut menggunakan Model Nilai Digital Asli.
SEBARAN KEDALAMAN MODEL
NILAI DIGITAL ASLI
Datum: WGS 84 UTM Zone 48 S
4.7 Galat Error Model Nilai Digital Asli dengan Algoritma Van Hengel dan Spitzer
Penghitungan kedalaman dengan survei echo sounder maupun dengan
penginderaan jauh tetap akan menimbulkan galat error terhadap kedalaman yang
sebenarnya. Tabel 14 dibawah ini menunjukkan rata-rata galat error pada masing-
masing kelas kedalaman. Tabel 14 Rata-rata dan selang galat
error pada masing-masing kelas kedalaman Kelas Kedalaman
m Algoritma Van Hengel dan Spitzer
321 Model Nilai Digital Asli
Kisaran Rata-rata
Kisaran Rata-rata
3 0-100
46 1-87
30 3-6 0-100
38 1-55
20 6-9 1-74
17 0-59
14 9-12 0-22
8 1-33
10 12-15 1-20
14 4-25
14 Grafik antara kedalaman lapang Z
L
, estimasi kedalaman dengan algoritma Van Hengel dan Spitzer 321 Z
VH321
serta estimasi kedalaman dengan model nilai digital terbaik Z
NDA
dapat dilihat pada gambar 16. Grafik nilai galat error pada estimasi dengan
algoritma Van Hengel dan Spitzer serta estimasi dengan model kedalaman nilai digital asli dapat dilihat pada Gambar 17. Perbandingan nilai kedalaman lapang dan estimasi
kedalaman dengan algoritma Van Hengel dan Spitzer serta model nilai digital asli terbaik pada masing-masing titik kedalaman dan nilai galat
error dapat dilihat pada Lampiran 6.
46
0.0 2.0
4.0 6.0
8.0 10.0
12.0 14.0
16.0 18.0
20.0
1 11
21 31
41 51
61 71
81 91
101 111
121 131
141 151
161 171
181 191
201 211
221 231
Titik Ke
d a
la m
a n
ZL ZVH321
ZNDA
Gambar 16 Grafik kedalaman lapang Z
L
, estimasi kedalaman dengan Model Van Hengel dan Spitzer 321Z
VH321
dan estimasi kedalaman dengan Model Nilai Digital Asli Z
NDA
.
47
Gambar 17 Galat e rror estimasi kedalaman dengan Model Van Hengel dan Spitzer 321 dan estimasi kedalaman dengan Model Nilai Digital Asli
dalam persen .
20 40
60 80
100
ZL 2.2
3.8 4.3
5.9 7.5
7.7 8.5
9.4 10.0
10.9 11.9
Z Lapang m Ga
la t
E rro
r
eVH321 eNDA
2 ZL
3 4
5 6
7 8
9 10
11 12
PULAU PARI
5. PEMBAHASAN
Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu
memberikan informasi yang cepat khususnya untuk informasi yang bersifat spasial. Hal tersebut didukung dengan penggunaan data penginderaan jauh dan dirumuskan dalam
suatu perencanaan serta strategi pengolahan data yang sesuai dengan tujuan pemanfaatannya.
Data penginderaan jauh khususnya data citra satelit memiliki beberapa keunggulan terutama dalam hal cakupan spasial dan kekontinuitasan data rekaman yang
lebih baik dibandingkan dengan data penginderaan jauh yang lain. Data penginderaan jauh ini membutuhkan perlakuan khusus untuk mengekstrak informasi yang diinginkan.
Perlakuan khusus ini lebih sering disebut dengan teknik pengolahan citra Danoedoro 1996.
Pengolahan citra mempunyai tujuan untuk mendapatkan citra baru dari citra asli perekaman satelit. Citra baru yang dihasilkan dapat dianalisis lebih lanjut guna
memperoleh informasi tertentu sesuai dengan tujuan pemanfaatannya. Pengolahan citra dilakukan dalam beberapa tahapan diantaranya yaitu prapemrosesan citra digital yang
bertujuan untuk memperbaiki kualitas citra agar mempunyai kualitas lebih baik dari citra asli baik secara geometrik maupun radiometrik. Selanjutnya pengolahan citra disesuaikan
dan diarahkan dengan tujuan yang diharapkan. Pada penelitian ini hanya menggunakan 6 dari 8
band yang terdapat pada Landsat-7 ETM
+
yaitu band 1- band 5 dan band 7. Pemilihan band karena band 1-band 5
dan band 7 mempunyai resolusi spasial 30 meter x 30 meter, berbeda dengan band 6
yang mempunyai resolusi spasial 120 meter x 120 meter sedangkan band 8 band
pankromatik mempunyai resolusi spasial 15 meter x 15 meter.
5.1 Koreksi Radiometrik
Koreksi radiometrik citra dilakukan untuk memperbaiki kualitas visual citra dan sekaligus memperbaiki nilai-nilai piksel yang tidak sesuai dengan pancaran spektral obyek
yang sebenarnya Guindon 1984 yang diacu dalam Jensen 1986. Koreksi radiometrik ini
biasanya mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan
Kategori