Data Penginderaan Jauh Digital Interpretasi Citra Penginderaan Jauh

hari, tetapi dengan liputan yang sangat luas. Satelit jenis ini disebut singkron bumi geo-synchronus satellite karena posisi relatif tetap di atas permukaan bumi. Satelit singkron matahari sun-synchronous satellite sering pula disebut sebagai satelit berorbit polar karena mengorbit bumi dengan hampir melewati kutub, memotong arah rotasi bumi. Hampir semua satelit sumberdaya termasuk satelit singkron matahari, misalnya Landsat, SPOT, ERS dan JERS, IKONOS, Quickbird, Alos, Terra dan Aqua. Satelit NOAA National Oceanic and Atmospheric Administration yang sebenarnya merupakan satelit cuaca, juga melakukan orbit singkron matahari. Sesuai dengan namanya, satelit singkron matahari selalu bergerak memotong arah rotasi bumi dengan melalui atau hampir melalui kutub sehingga dapat meliput hampir seluruh bagian permukaan bumi. Oleh karena itu, satelit ini akan selalu berada di atas wilayah yang sama di permukaan bumi pada waktu lokal yang sama pula. Ketinggian orbit satelit jenis ini berkisar dari 600 km sampai dengan sekitar 1000 km, jauh rendah dibandingkan satelit geostasioner Danoedoro, 2012:67.

2.2.3 Data Penginderaan Jauh Digital

Data penginderaan jauh digital Citra digital direkam dengan menggunakan sensor non-kamera, antara lain scanner, radiometer, spectrometer. Detektor yang digunakan dalam sensor penginderaan jauh adalah detektor elektronik dengan menggunakan tenaga elektromagnetik yang luas, yaitu spektrum tampak, ultraviolet, inframerah dekat, inframerah thermal, dan gelombang mikro. Citra digital dibentuk dari elemen-elemen gambar atau pixel Picture element yang menyatakan tingkat keabuan pada gambar. Informasi yang terkandung dalam pixel tersebut bersifat diskrit yaitu mempunyai ukuran presisi tertentu Purwadhi, 2001:48. Setiap citra digital penginderaan jauh satelit yang dihasilkan oleh setiap sensor mempunyai sifat khas datanya. Sifat khas data tersebut dipengaruhi oleh sifat orbit satelit, sifat dan kepekaan sensor penginderaan jauh terhadap panjang gelombang elektromagnetik, jalur transmisi yang digunakan, sifat sasaran objek, dan sifat sumber tenaga radiasinya. Sifat orbit satelit dan cara operasi sistem sensornya dapat mempengaruhi resolusi dan ukuran pixel datanya. Sistem perekaman data penginderaan jauh dengan menggunakan sensor satelit dapat dibedakan dalam dua bagian yaitu sistem pasif dan sistem aktif. Kedua sistem tersebut sangat berpengaruh terhadap sistem, prosedur, dan metode pengolaan datanya. Komponen dasar pengambilan data penginderaan jauh sistem pasif meliputi sumber tenaga, atmosfer, interaksi tenaga dengan objek permukaan bumi, sensor, sistem pengolahan data, dan berbagai penggunaan data. Sumber tenaga diambil dari matahari atau sumber lain. Salah satu data penginderaan jauh sistem pasif adalah data satelit Landsat.

2.2.4 Interpretasi Citra Penginderaan Jauh

Interpretasi atau penafsiran citra penginderaan jauh merupakan perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Interpretasi citra penginderaan jauh dapat dilakukan dengan dua cara yaitu interpretasi secara manual dan interpretasi secara digital Purwadhi, 2001:25. Interpretasi secara manual adalah interpretasi data penginderaan jauh yang mendasarkan pada pengenalan cirikarakteristik objek secara keruangan. Karakteristik objek dapat dikenali berdasarkan 9 unsur interpretasi yaitu bentuk, ukuran, pola, bayangan, ronawarna, tekstur, situs, asosiasi dan konvergensi bukti. Interpretasi secara digital adalah evaluasi kuantitatif tentang informasi spektral yang disajikan pada citra. Dasar interpretasi citra digital berupa klasifikasi citra pixel berdasarkan nilai spektralnya dan dapat dilakukan dengan cara statistik. Dalam pengklasifikasian citra secara digital, mempunyai tujuan khusus untuk mengkategorikan secara otomatis setiap pixel yang mempunyai informasi spektral yang sama dengan mengikutkan pengenalan pola spektral, pengenalan pola spasial dan pengenalan pola temporal yang akhirnya membentuk kelas atau tema keruangan spasial tertentu.

2.3 Citra Landsat

Dokumen yang terkait

PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK PENDUGAAN POTENSI PERESAPAN AIR DAS WEDI KABUPATEN KLATEN-BOYOLALI

0 2 14

ANALISIS POTENSI KEKERINGAN GEOMORFOLOGI MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Analisis Potensi Kekeringan Geomorfologi Menggunakan Sistem Informasi Geografis Di Kabupaten Purworejo.

0 3 13

ANALISIS POTENSI KEKERINGAN GEOMORFOLOGI MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Analisis Potensi Kekeringan Geomorfologi Menggunakan Sistem Informasi Geografis Di Kabupaten Purworejo.

2 8 14

ESTIMASI POTENSI LIMPASAN PERMUKAANPENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS Estimasi Potensi Limpasan Permukaan Menggunakan Penginderaan Jauh dan Sistem Informasi Geografis di Daerah Aliran Sungai Serang.

0 6 16

ANALISIS TINGKAT RAWAN KEKERINGAN LAHAN SAWAH DENGAN PEMANFAATAN PENGINDERAAN JAUH DAN Analisis Tingkat Rawan Kekeringan Lahan Sawah dengan Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografis di Kabupaten Sragen Tahun 2014.

0 5 20

ANALISIS TINGKAT RAWAN KEKERINGAN LAHAN SAWAH DENGAN PEMANFAATAN PENGINDERAAN JAUH DAN Analisis Tingkat Rawan Kekeringan Lahan Sawah dengan Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografis di Kabupaten Sragen Tahun 2014.

2 7 16

PENDAHULUAN Analisis Tingkat Rawan Kekeringan Lahan Sawah dengan Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografis di Kabupaten Sragen Tahun 2014.

2 9 27

TINGKAT KERENTANAN BANJIR DENGAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS Tingkat Kerentanan Banjir Dengan Penginderaan Jauh Dan Sistem Informasi Geografis Daerah Aliran Sungai Juwana Di Kabupaten Pati Jawa Tengah.

0 1 13

ESTIMASI DISTRIBUSI SPASIAL KEKERINGAN LAHAN DI KABUPATEN TUBAN MENGGUNAKAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS

0 0 6

PENENTUAN LOKASI TEMPAT PEMBUANGAN AKHIR SAMPAH DI KABUPATEN KLATEN MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS

0 2 7