Metode penelitian Pengolahan citra satelit .1 Pengolahan citra awal Pre processing

3.3 Survei lapang

Survei lapang yang dilakukan pada tanggal 20-26 Oktober 2007 bertujuan untuk mengetahui kondisi daerah penelitian sekaligus verifikasi pemetaan. Survei dilakukan pada 10 daerah pesisir utara Kabupaten Sikka. Posisi dan koordinat titik pengamatan selengkapnya disajikan pada Lampiran 1. Titik pengamatan tersebut merupakan daerah bekas tsunami dengan tingkat kerugian materi dan korban jiwa yang cukup besar akibat Tsunami 1992. Pengamatan yang dilakukan waktu survei lapang adalah melihat dan melakukan pengamatan terhadap kondisi pemukiman pesisir, kondisi sarana prasarana penting, ekosistem mangrove dan kondisi perairan yang dapat dilihat pada Lampiran 2.

3.4 Metode penelitian

Pada penelitian ini dilakukan pengintegrasian data penginderaan jauh dan SIG. Alur penelitian ini meliputi input data data citra, survei lapang dan data sekunder yang terkumpul, pemrosesan dan analisis. Selanjutnya dilakukan penyusunan basis data baik spasial maupun non spasial berdasarkan data yang terkumpul, lalu dibuat peta-peta tematik baik untuk parameter kerawanan dan parameter kerentanan. Keseluruhan parameter tersebut berformat raster dan kemudian dioverlay dengan menggunakan metode Weighted Overlay. Selanjutnya dilakukan proses reklasifikasi untuk menentukan tingkat kelas resiko tsunami dengan menggunakan metode Cell Based Modelling seperti terlihat pada diagram alir penelitian Gambar 11. Diterima Tidak Diterima Gambar 11. Diagam alir penelitian 3.5 Pengolahan citra satelit 3.5.1 Pengolahan citra awal Pre processing Langkah awal dalam pengolahan citra adalah melakukan penggabungan band dilanjutkan dengan pemotongan citra croppingsubset dengan tujuan untuk membatasi area penelitian. Setelah pemotongan citra, dilakukan proses pemulihan citra image restoration yang bertujuan untuk memulihkan data citra yang mengalami distorsi akibat proses-proses di atmosfer. Distorsi yang terjadi pada citra dapat dipulihkan dengan melakukan koreksi radiometrik dan koreksi geometrik. Data kegempaan Mulai Koreksi Radiometrik Koreksi Geometrik Terumbu karang dan derivat Vegetasi mangrove Komposit citra Data spasial Kab. Sikka Cropping citra Pengumpulan data Citra Landsat 7ETM 2006 Data Batimetri Basis data spasia l Selesai Pemodelan spasial Cell Based Modelling Konsultasi pakar Peta tingkat resiko tsunami Verifikasi editing Parameter resiko tsunami Koreksi radiometrik dilakukan untuk menghilangkan faktor-faktor yang menurunkan kualitas citra. Metode koreksi radiometrik yang digunakan adalah penyesuaian histogram histogram adjustment. Teknik ini didasarkan pada pengurangan nilai digital number sebesar bias dari masing-masing band. Nilai bias adalah nilai digital number minimum pada setiap band. Nilai bias diasumsikan sama dengan besarnya pengaruh atmosfer terhadap gelombang cahaya. Pada metode ini ditetapkan bahwa respon spektral terendah pada setiap band nilainya adalah nol, sesuai dengan bit coding sensor. Apabila nilai terendah pixel bukan nol, maka nilai penambah tersebut dianggap sebagai hamburan atmosfer. Oleh karena itu, dilakukan pengurangan nilai digital setiap pixel pada semua band sesuai dengan besarnya nilai penambah, sehingga nilai minimum pada semua band sama yaitu nol. Secara matematis, koreksi pengaruh atmosfer dengan pengaturan histogram dapat dilihat pada Persamaan 3 berikut. bias DN DN asli input ijk terkoreksi output ijk   ................................. 3 dimana: DN = Nilai digital number i = Baris j = Kolom k = Input nilai Bias = Nilai digital terendah Selanjutnya dilakukan koreksi geometrik yang bertujuan untuk memperbaiki distorsi posisi atau letak objek agar mempunyai koordinat yang benar. Distorsi ini dapat disebabkan oleh beberapa faktor diantaranya adalah variasi tinggi satelit, ketegakan dan kecepatan satelit Lillesand dan Kiefer, 1990. Koreksi geometrik dilakukan dengan metode rektifikasi, yaitu menggunakan Ground Control Points GCPs dengan distribusi penyebaran titik lokasi harus merata. Pada koreksi ini, perubahan posisi pixel juga mencakup perubahan informasi spektralnya. Untuk mengatasi hal ini maka diperlukan interpolasi nilai spektral selama transformasi geometri. Proses interpolasi ini disebut resampling. Algoritma pada koreksi ini meliputi algoritma relokasi pixel sekaligus algoritma interpolasi nilai spektral. Untuk relokasi pixel, algoritma berupa fungsi polynomial dan untuk interpolasi nilai spektral dipakai nearest neighbour karena tidak mengubah nilai spektral. Setelah rektifikasi akan diperoleh posisi citra yang sesuai dengan koordinat sebenarnya di bumi real world coordinate system. Citra Landsat yang digunakan pada penelitian ini sudah dikoreksi baik secara geometri maupun radiometrik. Akan tetapi, untuk keakuratan data dilakukan koreksi ulang terhadap citra tersebut.

3.5.2 Penajaman citra Image Enhancement

Proses penajaman citra dapat didefinisikan sebagai pemilihan manipulasi kontras kenampakan suatu citra sehingga informasi tersebut dapat lebih mudah diinterpretasikan untuk suatu tujuan tertentu. Penajaman citra bertujuan untuk meningkatkan informasi yang ada dalam citra dengan meningkatkan kekontrasan citra. Penajaman citra dilakukan dengan menggunakan komposit warna colour composite dan algoritma yang sesuai dengan objek yang ingin diperjelas informasinya. Pada penelitian ini penajaman citra dilakukan untuk mengetahui kondisi ekosistem pesisir.

3.5.2.1 Penajaman citra untuk terumbu karang

Terumbu karang merupakan ekosistem pesisir yang penting sebagai peredam energi gelombang tsunami. Pemetaan terumbu karang Gambar 12 dilakukan dengan pendekatan algoritma Lyzenga 1978 yang dikenal dengan ”standart exponential attenuation model” yang sering digunakan dalam pemetaan-pemetaan terumbu karang Engel, 1988 in Siregar et al., 1995. Algoritma Lyzenga menggunakan band 1 dan band 2 karena kedua band ini diasumsikan memiliki penetrasi yang baik ke kolom air. Persamaan algoritma Lyzenga tersebut yaitu : 2 ln 1 ln TM kj ki TM Y   .................................................. 4 dimana : Y = citra hasil ekstraksi TM1 = band 1 Landsat 7ETM+ TM2 = band 2 Landsat 7ETM+ kikj = koofisien atenuasi, yang diperoleh dari : = 1 2   a a dengan, 2 1 var 2 2 1 TM TM Co VarTM VarTM a   ......…………………. 5 Gambar 12. Diagram alir pengolahan citra untuk pemetaan ekosistem pesisir Citra Landsat 7ETM+ 2006 corrected and cropped Citra hasil penerapan algoritma Peta tematik terumbu karang dan derivatnya Komposit 421 Training area  Hitung nilai varian band 1 dan band 2  Hitung covar band 12  Hitung nilai a  Hitung nilai kikj Penajaman dengan algoritma Lyzenga : Ln TM1+kikj ln TM2 Klasifikasi Training area Komposit 543 Citra klasifikasi supervised Peta tematik vegetasi mangrove Vegetasi mangrove

3.5.2.2 Penajaman citra untuk ekosistem mangrove

Pada penelitian ini dilakukan juga pemetaan ekosistem mangrove, karena mangove merupakan vegetasi pantai yang berperan penting dalam meredam energi gelombang tsunami. Pada komposit citra 453, vegetasi mangrove akan terlihat berwarna merah. Hal ini karena klorofil dalam daun mangrove menyerap dengan kuat sinar merah dan memantulkan kuat sinar infra merah Earth Observatory NASA, 2007. Setelah dilakukan training area, terbentuk kelas mangrove. Berdasarkan pengolahan data dapat diketahui sebaran dan juga luasan mangrove di Kabupaten Sikka. Selain data terumbu karang dan mangrove, secara visual pada citra dengan komposit citra 321 bisa didapatkan juga data keberadaan pulau-pulau kecil penghalang. Ekosistem pesisir dan pulau penghalang merupakan data pendukung penting dalam mengurangi tingkat resiko tsunami di suatu daerah.

3.6 Klasifikasi citra