Interpretasi Visual pada Berbagai Jenis Data Penginderaan Jauh (Foto Udara, Citra Landsat, Citra Alos)

Pengolahan data citra satelit atau dikenal dengan klasifikasi citra adalah proses identifikasi pixel dari citra berdasarkan kesamaan sifat-sifat dan mengelompokannya kedalam kelas-kelas serta memberikan label (misalnya nama habitat) untuk kelas-kelas tersebut. Hasil akhir dari klasifikasi adalah sebaran suatu obyek atau kenampakan- kenampakan lain yang menjadi perhatian (Ardyansah, 2007).

Estes dan Simonett (1975) dalam Sutanto (1992) mengatakan bahwa interpretasi citra merupakan perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Pengalaman sangat menentukkan hasil interpretasi, karena persepsi pengenalan objek bagi orang2 yang berpengalaman biasanya lebih konstan atau dengan kata lain pengenalan objek yang sama pada berbagai bentuk citra akan selalu sama. Misalkan pada citra A dianggap sebuah pemukiman, maka pada citra B atau C pun tetap bisa dikenal sebagai pemukiman walaupun agak sedikit berbeda dalam penampakannya.

Ada tiga hal penting yang perlu dilakukan dalam proses interpretasi, yaitu deteksi, identifikasi dan analisis. Deteksi citra merupakan pengamatan tentang adanya suatu objek, misalkan pendeteksian objek disebuah daerah dekat perairan. Identifikasi atau pengenalan merupakan upaya mencirikan objek yang telah dideteksi dengan menggunkan keterangan yang cukup, misalnya mengidentifikasikan suatu objek berkotak2 sebagai pemukiman. Sedangkan analisis merupakan pengklasifikasian berdasarkan proses induksi dan deduksi, seperti penambahan informasi bahwa pemukiman tersebut adalah pemukiman perkotaan, karena lokasinya berada di wilayah perkotaan.

Interpretasi citra penginderaan jauh dapat dilakukan dengan dua cara yaitu interpretasi secara manual dan interpretasi secara digital. Dalam kegiatan praktikum pada saat ini dilakukan Interpretasi secara manual, dimana Interpretasi manual itu merupakan Interpretasi data penginderaan jauh yang mendasarkan pada pengenalan ciri/karakteristik objek secara keruangan. Karakteristik objek dapat dikenali berdasarkan 9 unsur interpretasi yaitu bentuk, ukuran, pola, bayangan, rona/warna, tekstur, situs, asosiasi dan konvergensi bukti.

Proses Perekaman Reflektansi oleh Sensor

Metode interpretasi citra yang digunakan adalah metode interpretasi secara visual melalui digitasi on-screen. Pengenalan obyek merupakan bagian vital dalam interpretasi citra. Untuk itu identitas dan jenis obyek pada citra sangat diperlukan dalam analisis memecahkan masalah yang dihadapi. Karakteristik obyek pada citra dapat digunakan untuk mengenali obyek yang dimaksud dengan unsur interpretasi. Unsur interpretasi yang dimaksud disini adalah :

A.  Rona dan warna

Rona dan warna merupakan unsur pengenal utama atau primer terhadap suatu obyek pada citra penginderaan jauh. Fungsi utama adalah untuk identifikasi batas obyek pada citra. Penafsiran citra secara visual menuntut tingkatan rona bagian tepi yang jelas, hal ini dapat dibantu dengan teknik penajaman citra (enhacement) . Rona merupakan tingkat/gradasi keabuan yang teramati pada citra penginderaan jauh yang dipresentasikan secara hitam-putih. Permukaan obyek yang basah akan cenderung menyerap cahaya elektromagnetik sehingga akan nampak lebih hitam disbanding obyek yang relative lebih kering.

Warna merupakan wujud yang yang tampak mata dengan menggunakan spectrum sempit, lebih sempit dari spectrum elektromagnetik tampak (Sutanto, 1986). Contoh obyek yang menyerap sinar biru dan memantulkan sinar hijau dan merah maka obyek tersebut akan tampak kuning. Dibandingkan dengan rona , perbedaaan warna lebih mudah dikenali oleh penafsir dalam mengenali obyek secara visual. Hal inilah yang dijadikan dasar untuk menciptakan citra multispektral.

B.  Bentuk

Bentuk dan ukuran merupakan asosiasi sangat erat. Bentuk menunjukkan konfigurasi umum suatu obyek sebagaimana terekam pada citra penginderaan jauh. Bentuk mempunyai dua makna yakni :

1). bentuk luar / umum

2). bentuk rinci atau sususnana bentuk yang lebih rinci dan spesifik.

C.  Ukuran

Ukuran merupakan bagian informasi konstektual selain bentuk dan letak. Ukuran merupakan atribut obyek yang berupa jarak , luas , tinggi, lereng dan volume (sutanto, 1986). Ukuran merupakan cerminan penyajian penyajian luas daerah yang ditempati oleh kelompok individu.

D.  Tekstur

Tekstur merupakan frekuensi perubahan rona dalam citra (Kiefer, 1979). Tekstur dihasilkan oleh kelompok unit kenampkan yang kecil, tekstur sering dinyatakan kasar,halus, ataupu belang-belang (Sutanto, 1986). Contoh hutan primer bertekstur kasar, hutan tanaman bertekstur sedang, tanaman padi bertekstur halus.

E.  Pola

Pola merupakan karakteristik makro yang digunakan untuk mendiskripsikan tata ruang pada kenampakan di citra. Pola atau susunan keruangan merupakan ciri yang yang menandai bagi banyak obyek bentukan manusia dan beberapa obyek alamiah. Hal ini membuat pola unsure penting untuk membedakan pola alami dan hasil budidaya manusia. Sebagai contoh perkebunan karet , kelapa sawit sanagt mudah dibedakan dari hutan dengan polanya dan jarak tanam yang seragam.

F.  Bayangan

Bayangan merupakan unsure sekunder yang sering embantu untuk identifikasi obyek secara visual , misalnya untuk mengidentifikasi hutan jarang, gugur daun, tajuk (hal ini lebih berguna pada citra resolusi tinggi ataupun foto udara)

G. Situs

Situs merupakan konotasi suatu obyek terhadap factor-faktor lingkungan yang mempengaruhi pertumbuhan atau keberadaan suatu obyek. Sirtus bukan ciri suatu obyek secara langsung, teapi kaitanya dengan faktor lingkungan.

H. Asosiasi (korelasi)

Asosiasi menunjukkan komposisi sifat fisiognomi seragam dan tumbuh pada kondisi habita yang sama. Asosiasi juga berarti kedekatan erat suatu obyek dengan obyek lainnya. Contoh permukiman kita identik dengan adanya jaringan tarnsportasi jalan yang lebih kompleks dibanding permukiman pedesaan. Konvergensi bukti Dalam proses penafsiran citra penginderaan jauh sebaiknya digunakan unsure diagnostic citra sebanyak mungkin. Hal ini perlu dilakukan karena semakin banyak unsure diagnostic citra yang digunakan semakin menciut lingkupnya untuk sampai pada suatu kesimpulan suatu obyek tertentu. Konsep ini yang sering disebut konvergensi bukti. Sebagai contoh dapat dilihat pada gambar dibawah ini :

Konsep Kovergensi (Sutanto, 1986)

Konsep konvergensi ini dapat diterapkan pada proses penafsiran citra Landsat Tm7+ dimana para penafsir memulai pertimbangan umu dilanjutkan ke pertimbangan khusus pada suatu obyek.

Dalam proses pengolahan data penginderaan jauh ini melakukan Interpretasi pada citra Kabupaten Bogor Barat dan Kabupaten Bogor.  Terdapat 3 (tiga) citra yang digunakan, pertama citra hitam putih (sudah dalam bentuk digital) dengan skala 1 : 50.000. Bentuk foto udara ditunjukkan sebagai berikut :

Hasil Scanning Foto Udara

Data yang kedua adalah citra landsat 7 dengan resolusi spasil 30m, citra landsat bebeda dengan foto udara, dimana proses perekaman data dilakukan secara muti spektral, itu artinya di dalam citra tersebt terdapat beberapa saluran dengan penggunaan tertentu. Bentuk citra landsat ditunjukkan sebagai berikut: 

Citra Landsat

Sedangkan data citra ke tiga yang digunakan dalam praktikum ini adalah Citra ALOS dengan resolusi spasial 10m. Bentuk citra alos ditunjukkan sebagai berikut :

Citra ALOS NVIR

1)      Hasil Interpretasi Foto Udara

Interpretasi foto udara di deteksi berdasarkan warna yang tampak pada citra, foto udara rona yang ada biasanya adalah hitam, putih atau kelabu. Dari gradasi warna yang tampak pada citra memudah proses klasifikasi terhadap foto udara.

Bentuk gambar yang terdapat pada foto udara berupa polygon-poligon yang tidak beraturan ukuran besar, kecil dengan tekstur kasar, halus, dan sedang (Hutan bertekstur kasar, belukar bertekstur sedang dan semak bertekstur halus). Pola aliran sungai menandai struktur geologis. Permukiman dikenali dengan pola yang teratur, perkebunan, sawah, dan tegalan dibedakan dari hutan atau vegetasi lainnya dengan polanya yang teratur. Situs permukiman pada memanjang pada pinggir beting sepanjang tepi jalan, persawahan, banyak terdapat di daerah dataran rendah

Berdasarkan dari kunci-kunci interpretasi tersebut diatas, kemudian diperoleh hasil interpretasi dengan 6 (enam) kelas tipe tutupan lahan, 1). Hutan, 2). Lahan terbuka, 3). Pemukiman, 4). Perkebunan, 5). Pertanian, 6). Tubuh air.  

Hasil Interpretasi Foto Udara

2)      Hasil Interpretasi Citra Landsat

Interpretasi citra satelit landsat TM7+ didasarkan pada deteksi dan identifikasi obyek dipermukaan bumi dengan mengenali obyek-obyek tersebut melalui unsur-unsur utama spectral dan spasial serta kondisi temporalnya. Proses interpretasi pada citra landsat lebih mudah dari foto udara, karena citra landsat mengkombinasikan beberapa band sehingga nantinya diperoleh warna yang optimum, meskipun dalam kenyataannya resolusi landsat 7 masih rendah, akan tetapi dengan penggunaan kombinasi band 5-4-2 (contoh gambar 2), sudah cukup membantu untuk memperoleh informasi tutupan lahan yang lebih detil dari foto udara. Dari kombinasi band 5-4-2 diperoleh 7 kelas penutupan lahan, 1). Pemukiman, 2). Perkebunan, 3). Sawah, 4) Kebun campuran, 5). Hutan, 6). Pertanian, 7). Gunung kapur. 

Hasil Interpretasi Citra Landsat

3)      Hasil Interpretasi Foto Alos NVIR

Interpretasi citra satelit Alos NVIR sama dengan Landsat 7, dimana interpretasi yang dilakukan berdasarkan pada deteksi dan identifikasi obyek dipermukaan bumi dengan mengenali obyek-obyek tersebut melalui unsur-unsur utama spectral dan spasial serta kondisi temporalnya. Akan tetapi Citra Alos mempunyai kelebihan dibandingkan dengan Landsat, dimana resolusi spasilnya lebih tinggi yaitu 10m, sehingga kenampakan objek di permukaan bumi lebih detil. Oleh karena itu, kunci-kunci dari interpretasi dapat dibedakan secara jelas, contohnya adalah kenampakan bangunan industry dan bandara atang sutandi.

Berdasarkan kombinasi yang dilakukan, diperoleh kombinasi band yang paling  optimum pada citra Alos, yaitu 3-4-2, sehingga diperoleh 10 kelas penutupan lahan, 1). Pemukiman, 2). Perkebunan, 3). Sawah, 4) Kebun campuran, 5). Hutan, 6). Pertanian, 7). Tubuh air, 8). Bandara, 9). Kebun raya, 10). Industri. 

Hasil interpretasi visual pada citra Alos NVIR dapat dilihat pada Gambar berikut :

Hasil Interpretasi Citra ALOS NVIR

Berdasarkan interpretasi yang dilakukan pada Foto udara, Citra Landsat dan Citra ALOS disimpulkan bahwa :

1. Perbedaan resolusi pada data penginderaan jauh sangat berpengaruh dalam proses interpretasi visual/manual, hal ini dikarenakan semakin tinggi resolusi suatu data penginderaan jauh, maka kenampakan obyek akan semakin detil.
2. Dari ketiga data penginderaan jauh yang di gunakan, citra ALOS merupakan data yang paling ideal, hal tidak terlepas dari resolusi yang melekat pada tersebut yaitu 10m, sehingga unsur-unsur interpretasi pada citra alos dapat dikenali berdasarkan warna dan rona, bentuk, ukuran, pola, tekstur, banyangan, asosiasi dan situs.  Sedangkan pada foto udara dan landsat kenampakan obyek hanya berdasarkan rona dan warna, tekstur dan bentuk untuk obyek tertentu.

Tweet