Abs r
j
: nilai absolut koefisien korelasi antara tiap dua dari tiga kanal. Citra Landsat dengan 6 kanal dapat diperoleh kombinasi 3 tiga kanal
sebanyak C
3 6
= 6 3 6-3 = 20. Menurut Jensen 1986 dari 20 kombinasi tersebut hasil yang terbaik untuk interpretasi citra adalah yang memiliki nilai OIF
tinggi. Namun Danoedoro 1996 mengemukakan bahwa bentuk kombinasi yang memakai kanal 1 atau spektrum biru sebaiknya tidak digunakan untuk tujuan
interpretasi obyek, karena kanal 1 mengandung hamburan yang tinggi sehingga dapat meningkatkan variasi nilai spektral atau meningkatkan nilai OIF. Berdasarkan
pertimbangan tersebut maka pada penelitian ini dilakukan perhitungan OIF untuk enam kanal citra Landsat, dan dipilih kombinasi yang mempunyai nilai OIF tertinggi
selain kombinasi dengan kanal 1. Kombinasi dengan nilai tertinggi ini dapat menyajikan keragaman warna
paling banyak sehingga informasi obyek-obyek dapat diidentifikasi secara optimal. Keragaman warna terbanyak dari tiga kanal, untuk resolusi radiometrik 8 bit, adalah
sebesar 2
8 3
= 16.777.216 warna. Kombinasi tiga kanal yang terpilih digunakan untuk membuat citra komposit warna dengan memasukkan setiap kanal ke dalam
filter merah, hijau, dan biru. Dari kombinasi 3 kanal terpilih, didapatkan P
3 3
= 3 3-3 = 6 kemungkinan tampilan citra komposit berwarna. Keenam tampilan citra komposit ini berbeda
dalam warna, tetapi jumlah warna atau jumlah kisaran nilai digitalnya tetap sama. Dengan kata lain, tingkat kedetailan informasi keenam citra komposit adalah sama.
Dalam hal ini, pada dasarnya kombinasi kanal yang optimal ditentukan oleh terain, iklim, dan sasaran interpretasi Sabin, 1997.
3.4.2 Penajaman
Penajaman citra dilakukan sebagai tahap lanjutan setelah diperoleh fusi multispektral terseleksi. Penajaman citra meliputi semua operasi yang
menghasilkan citra ‘baru’ dengan kenampakan visual dan karakteristik spektral berbeda Danoedoro, 1996. Pada tahap ini beberapa jenis penajaman dianalisis
dan kemudian dipilih jenis penajaman terbaik. Kisaran nilai digital setiap obyek diketahui pada saat proses penajaman citra dikerjakan.
Pada pengolahan data penginderaan jauh dikenal dua jenis penajaman, yaitu penajaman spektral atau kontras dan penajaman spasial atau filtering. Penajaman
spektral adalah manipulasi citra dengan merentangkan histogram untuk mendapatkan kecerahan citra. Cara ini disebut juga operasi titik, karena di dalam
62
pemrosesan citra, operasi transformasi warna atau kecerahan dipakai pada setiap piksel titik dari suatu set data independen untuk diaplikasikan pada seluruh piksel
lainnya. Proses penajaman spektral dilakukan dengan memakai model penajaman yang ada pada perangkat lunak ER-MAPPER 6.4., yang meliputi transformasi linier,
transformasi autoclip, transformasi level-slice, equalisasi histogram, equalisasi gaussian, transformasi logaritmik, transformasi exponential, dan transformasi nilai
aktual. Setiap transformasi ini menghilangkan 0,5 di kanan dan kiri histogram. Proses penajaman spasial atau filtering dibagi jadi tiga jenis, meliputi low
pass filter, high pass filter , dan edge detection filter. Filter yang pertama digunakan
untuk menghaluskan kenampakan citra dan filter yang kedua digunakan untuk menonjolkan perbedaan antar obyek atau perbedaan nilai, kondisi, atau sifat antar
obyek Danoerdoro, 1996. Filter yang kedua ini biasa digunakan untuk menajamkan detail tanpa berpengaruh pada bagian frekuensi rendah dari citra.
Adapun filter yang ketiga dipakai untuk menajamkan obyek-obyek yang terletak di sekitar tepi pada citra ER-MAPPER 5.5, 1997. Untuk penajaman spasial low pass
filter, dipakai tiga jenis yaitu average 7 x 7, average 3 x 3, dan average diagram.
Untuk penajaman spasial high pass filter dipilih tiga algoritma yaitu sharpen-2, sharpen-11, sharpedge,
sedangkan untuk penajaman spasial edge detection filter dipilih tiga bentuk algoritma yaitu different, gradien in the x direction, dan gradien in
the y direction. Algoritma-algoritma yang ada pada ketiga jenis penajaman spasial tersebut
kemudian diterapkan pada model-model penajaman spektral yang telah diseleksi sebelumnya. Hasil dari proses-proses penajaman ini kemudian diseleksi dan dipilih
satu yang memiliki tampilan visual paling jelas untuk setiap model pulau kecil. Data SPOT-4 dan QuickBird diolah untuk mendapatkan citra komposit
dengan proses penajaman seperti yang dilakukan pada citra Landsat. Citranya digunakan sebagai pendukung dan pembanding analisis obyek-obyek di pulau kecil
dan ekosistem laut.
3.4.3 Fusi multispasial