117
HASIL PEMBAHASAN
4.1 Analisis Citra Digital
Sebelum menganalisis suatu citra, dilakukan beberapa persiapan diantaranya adalah pengumpulan data yang berkaitan dengan penelitian. Data yang paling utama dalam
penelitian ini adalah Citra Landsat daerah penelitian. Citra Landsat diperoleh dari SEMEO BIOTROP yang terletak di daerah Bogor. Setelah citra diperoleh, tahapan selanjutnya
adalah konversiformat data. Hal ini berguna untuk membantu peneliti dalam proses selanjutnya.
4.1.1 Koreksi Geometrik
Akurasi koreksi geometrik citra diperoleh berdasarkan nilai Root Mean Square Error
RMS-error. Nilai RMS-error rata-rata hasil koreksi geometrik Citra Landsat-5- TM+1997 dengan peta rupa bumi adalah Tabel 1.
Akurasi yang baik adalah jika tepat objek dan nilai RMS-error kurang dari satu yang menunjukan bahwa penyimpangan pergeseran objektitik pada citra tidak melebihi
satu piksel 30x30 meter. Penyimpangan posisi citra dapat terjadi karena perekaman citra satelit oleh sensor
sering mengalami distorsi, pergeseran secara alami dari objek selama perekaman maupun ketidakakuratan proses digitasi pada Peta Rupabumi.
Tabel 3 Nilai RMS-error hasil Koreksi geometrik Citra Landsat -7-ETM+ 2006 dengan peta Rupabumi
118
GCP Cell X X
Cell Y Y Easting X
Northing Y RMS
1 1113.15 18.79 705545.61E 9302036.29N
0.23 2 5000.53 10.1 696391.01E
9302151.92N 0.37
3 1420.78 1202.05 710201.87E 9284247.71N
0.38 4 803.76 903.59 700946.41E
9288716.53N 0.27
5 35.18 1119.01 689444.84E
9285436.12N 0.27
6 45.39 1083.13 689594.44E
9285992.12N 0.19
7 34.56 763.02 689428.27E 9292096.48N
0.22 8 28.38 679073
689339.76E 9292096.48N
0.13 9 245.24 134.43 692562.10E
9300258.94N 0.17
RMS- Error Rata-rata 0.276
Tabel 4 Nilai RMS-error hasil koreksi geometrik Citra Landsat-5-TM+1997 dengan Citra Landsat-7-ETM+2001
GCP Cell X X
Cell Y Y Easting X
Northing Y RMS
1 2437.85 5587 710201.43E 9302532.37N
0.15 2 2535.96 5471.96 713591.23E
9282251.92N 0.19
3 2198.48 5024 705537.29E 9183257.71N
0.17 4 1776 5148 687458.81E
9234716.73N 0.10
5 1724 544.11 713072.84E
9885490.12N 0.25
6 1799.99 5538 702873.83.E 9245552.12N
0.19 7 2488 5259.09
690345.21E 9143096.38N
0.22 8 2131.99 5157 765847.34E
9292016.40N 0.18
9 1768.04 5586 693432.32E 9100228.04N
0.16
RMS- Error Rata-rata 0.161
4.1.2 Interpretasi Visual Citra Landsat
119 Setiap objek yang terdapat pada citra memiliki kenampakan yang khas, kombinasi
band yang digunakan dalam membantu pengenalan objek adalah 542 RGB berdasarkan nilai OIF Lampiran 1 dan 2. Kombinasi band 542 RGB pada citra landsat memiliki
kekontrasan yang tinggi dimana objek-objek yang terdapat dalam citra dapat dengan mudah dibedakan karena kualitas citra komposit dan hasilnya lebih baik Gambar 4.1 dan 4.2.
Rumus Nilai OIF
3
OIF =
∑
Sk
k
=
1 3
∑
ab
s
rj
j
=
1
Ket : Sk
: Standard deviasi untuk band k abs rj : Nilai absolut dari koefisient korelasi diantara 3 band yang dinilai
Interpretasi objek pada citra dilakukan dengan menggabungkan unsur-unsur interpretasi diantaranya rona, ukuran, bentuk, tekstur, pola dan situs. Selain itu peta
topografis dan informasi lapang dapat dijadikan referensi dalam interpretasi objek.
48
Gambar 4.1 Citra Landsat-5- TM Tahun 1997 Kotamadya Depok Kombinasi Band 542 RGB
48
Gambar 4.2 Citra Landsat-7- ETM Tahun 2006 Kotamadya Depok Kombinasi Band 542 RGB
48 Interpretasi objek pada citra dilakukan dengan menggabungkan unsur-unsur
interpretasi diantaranya rona, ukuran, bentuk, tekstur dan pola. Selain itu peta topografis dan informasi lapang pra-analisis dapat dijadikan referensi dalam interpretasi objek.
4.1.3 Penentuan Daerah Contoh Training Area
Kategori