P. 1
Cara Download Citra

Cara Download Citra

|Views: 144|Likes:

More info:

Published by: Belathea Chastine Hutauruk on Apr 12, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

09/22/2015

pdf

text

original

Cara Download Citra Landsat

November 10, 2012belajargeomatikaLeave a commentGo to comments

Rate This United States Geological Survey (USGS) merupakan tambang emas bagi para pencari data sains geospasial secara gratis. Kita dapat mendownload berbagai macam citra satelit seperti landsat, Terra dan Aqua. Biasanya, citra yang kita dapatkan di internet telah diproses secara lanjut untuk menciptakan citra dengan kualitas yang bagus. Namun sayangnya, data tersebut dibatasi hanya untuk penelitian ilmiah. Untungnya, USGS menyediakan citra-citra tersebut namun dengan kualitas yang tidak sebagus citra yang telah diproses. Untuk mendownload data dari situs USGS, kita perlu melengkapi pendaftaran untuk akun gratis. Bila kita telah memiliki sebuah akun, gunakan akun tersebut. Setelah melakukanpendaftaran, lakukan log in dengan menggunakan username dan password yang kita gunakan pada saat mendaftar tadi. Kita dapat menutup jendela log in, tapi jangan log out dulu sampai proses download data selesai. Download Data Landsat menggunakan USGS Global Visualiation Viewer (GloVis) Glovis merupakan suatu tool untuk menampilkan, menyeleksi dan memesan data dari berbagai koleksi citra satelit yang dimiliki USGS. Keuntungan dari situs ini adalah tersedianya data untuk seluruh spectral yang diproduksi oleh si satelit. Glovis memungkinkan kita untuk melakukan peninjauan terhadap scene yang kita inginkan ( dan delapan scene lain yang mengelilinginya) dengan memasukkan nomor path dan row atau lintang dan bujur dari kenampakan yang ingin kita download. Scene Information menunjukkan Scene-ID, persentase tutupan awan dan identifikasi lebih lanjut berdasarkan tanggal pengambilan. Berikut rincian tahapannya:

Lakukan registrasi terlebih dahulu di https://earthexplorer.usgs.gov/register/

Gambar 1. Tampilan registrasi di Earth Explorer USGS

 

Kemudian aktivasi akun melalui link yang dikirim ke email pendaftaran. Setelah registrasi berhasil, masuklah ke http://glovis.usgs.gov/ untuk memilih area dan data citra yang akan di download. (memerlukan aplikasi Java)

lakukan pemilihan kriteria seperti tutapn awan maksimal (Max. Pemilihan data citra   Pilih koleksi yang tersedia. Cloud) dan waktu pengambilan citra.Gambar 2. Kemudian pilihlah jenis data citra yang akan didownload dengan mengklik Collection yang ada di pojok kiri atas. misalnya L7 SLC-on (1999-2003). Lalu klik Add > Send to Cart . Tampilan halaman download citra   Pemilihan lokasi dapat dilakukan baik dengan menggunakan peta yang tersedia di kiri atas. ataupun dengan memasukkan nomor row dan path atau koordinat lintang dan bujur dari lokasi yang akan di download. Gambar 3.

Konfigurasi download  Lalu kita akan diarahkan ke link lain untuk melakukan login.Gambar 4. Loginlah menggunankan akun yang telah diregister sebelumnya. Maka akan muncul tampilan berikut Gambar 7. Klik Sign In. (Penulis memakai IDM) . Pemilihan jenis data yang didownload   Pilihlah data yang akan didownload sesuai dengan kriteria yang Anda butuhkan. Gambar 5. Persiapan Download  Klik pada gambar yang ada di sebelah kanan. Halaman Log In USGS  Kemudian akan muncul tampilan berikut Gambar 6. Tunggu sampai proses download selesai.

TIF) landsat band_10 (nomor 2).0 dan data citra landsat diperoleh dari tutorial sebelumnya (CARA MENGISI GAP (GAP FILL) LANDSAT 7 (SLC-OFF)) Berikut langkah-langkahnya : 1. Proses Download  Download berhasil.wordpress.Open) atau lewat icon "open file" (nomor 1). citra dengan format TIFF dan dalam band masing-masing telah tersedia. Terus pilih file (. http://belajargeomatika. Buka file (File .Gambar 8. Jalankan software Ermapper : 2.com/2012/11/10/cara-download-citra-landsat/ CARA MENGGABUNGKAN BANDS CITRA LANDSAT Software yang digunakan adalah Ermapper 7. seteleh itu klik tombol "OK" (nomor 3) .

. sehingga sekarang ada 9 buah "Pseudo layer". sorot (klik) "Pseudo Layer" (nomor 1). lalu klik icon "Duplicate"(nomor 2) sebanyak 8 kali. maka selanjutnya akan muncul tampilan layar "Algorithm" 4.Hasilnya seperti berikut ini : 3. Klik icon "Edit Algorithm" (nomor 1). Pada bagian "Pseudocolor".

.5.Klik layer "Band_10" (nomor 1) .TIF . Lakukan pengaturan Dataset untuk semua band. sebagai berikut : .TIF .Band_20 : Dataset diarahkan ke file L71127061_06120100524_B20_reg_filled. Adapun cara pengaturannya adalah sebagai berikut : . dst. Band_20. akan membuka Tampilan "Raster Dataset" seperti di bawah ini : . seperti gambar di bawah ini : 6.dan seterusnya.. Rename semua "Pseudo Layer" menjadi Band_10.Band_10 : Dataset diarahkan ke file L71127061_06120100524_B10_reg_filled.Klik icon "Load Dataset" (nomor 2). Pada tahap ini..

sehingga diperoleh hasil akhir seperti berikut ini : 7. misalnya :"L71127061_06120100524.Klik tombol "OK this layer only" (nomor 4) Lakukan cara diatas untuk Band_20 sampai Band_80.Pada Tampilan "Raster Dataset" Pilih file "L71127061_06120100524_B10_reg_filled. Save "Algorithm" diatas. caranya : .ers" (nomor 3) .ers)" (nomor 2) .Pada bagian "Files of type" pilih "ER Mapper Raster Dataset (.Klik tombol "OK" (nomor 4) .Ketikkan nama filenya di bagian "Save as:".Klik icon "Save" (nomor 1) ..TIF" (nomor 3) .

Pada tampilan berikutnya.ers") . 8. Sekarang pada tampilan utama "ER Mapper".ers ("L71127061_06120100524. klik "OK" Tunggu proses saving file . kita buka file .. Tutup layar "Algorithm" dan layer file yang tadi dibuka. klik "OK".. Setelah selesai...

Klik tombol "OK" (nomor 4) Hasilnya. komposisi/setting band "RGB Algorithm" adalah "RGB 321".ers" (nomor 3) . sebagai berikut : 9.yang sudah disave di langkah 7.Pilih file"L71127061_06120100524. pada Tampilan utama "ER Mapper". contohnya seperti gambar berikut ini : . klik icon "Create RGB Algorithm" Secara default. caranya : . Untuk mengatur penggabungan warna Band-nya.Klik icon "Load Dataset" (nomor 1) .Pada bagian "Files of type" pilih "ER Mapper Raster Dataset (.ers)" (nomor 2) .

Red Layer diset ke Band_50 (nomor 2) . kita tinggal meng-Edit Algorithm-nya di "ER Mapper".Klik icon "Edit Algorithm" pada layar utama "ER Mapper". sehingga hasilnya menjadi seperti ini : .Red Layer diset ke Band_30 .Green Layer diset ke Band_40 (nomor 3). dan . seperti berikut: Perhatikan arah tanda panah dari gambar diatas (RGB 321): . langkahnya adalah : .Untuk mengubah ke komposisi warna band yang lain. Contoh apabila kita ingin mengatur warna band ke "RGB 542".Blue Layer diset ke Band_10 Maka untuk mengubah algorithm ke "RGB 542".Blue Layer diset ke Band_20 (nomor 4). dan .Green Layer diset ke Band_20. caranya seperti berikut ini : . lalu akan tampil layar "RGB Algorithm" default (RGB 321).Delete "Pseudeo Layer" (nomor 1) .

Suatu dataset klasifikasi biasanya diperlihatkan dengan menggunakan suatu tampilan baris klasifikasi dalam algoritma. mineral. Kelas-kelas dapat mengidentifikasi area hutan. Sebagai contoh suatu citra Landsat TM dengan tujuh buah informasi band dapat diklasifikasi untuk mengidentifikasi lingkupan hutan atau tata guna lahan. kita dapat memilih jenis keluaran yang diinginkan dan juga pengolahan data yang diinginkan.html TEKNIK KLASIFIKASI. dengan warna yang berbeda-beda untuk masingmasing kelas. ANALISIS CITRA SATELIT MENGGUNAKAN ERMAPPER Klasifikasi data adalah suatu proses dimana semua pixel dari suatu citra yang mempunyai penampakan spektral yang sama akan diidentifikasikan.com/2011/03/cara-menggabungkan-bands-citra-landsat. Klasifikasi data unsupervised memulai mengklarifikasi dari kelas-kelas atau wilayah-wilayah yang kita .Coba klik icon "Refresh Images". Unsupervised Classification (Klasifikasi Tidak Terbimbing) Kita menggunakan klasifikasi unsupervised ketika kita mempunyai sedikit informasi tentang dataset kita. Dalam proses klasifikasi kita akan membuat suatu data set klasifikasi atau suatu algoritma dari tiap-tiap baris yang mempresentasikan suatu kelas. perkebunan. Tampilan baris klasifikasi dapat menampilkan banyak kelas. Kita mempunyai sejumlah pilihan untuk membuat suatu klasifikasi. urban. Klasifikasi supervised dan unsupervised biasanya digunakan untuk mengklasifikasi keseluruhan suatu dataset menjadi kelas-kelas.blogspot. maka hasilnya seperti gambar di bawah ini : @NY280111 http://pecethea.

Jendela status proses Gambar 4. kemudian pilih ISOCLASS Unsupervised Classification. Ubah unlabelled name menjadi nama kelas yang kita inginkan. Proses ini diulang-ulang sambil mensave dan me-refress hasilnya sehingga dapat terlihat perubahan warnanya pada kotak image. dan warnanya dirubah menjadi biru. disini diberikan 15. Jendela informasi proses telah selesai Hasil klasifikasi ditampilkan dengan mengklik . Misalnya kelas unlabelled 1 s/d 3 menjadi kelas Air.Seperti yang telah didiskusikan di kelas. alu klik Refress Gambar 7. kemudian akan muncul kotak Auto-generate colors Gambar 6. Kemudian ke 15 kelas ini harus kita gabung lagi menjadi jumlah kelas yang lebih kecil lagi yang sesuai dengan yang kita inginkan. kemudian ubah Pseudo Layer dengan mengklik kanan menjadi Class Display Layer. Gambar 5. Menu Pilihan ISOCLASS Unsupervised Classification. Jendela pengeditan kelas Warna image akan berubah dari greyscale menjadi warna yang menyerupai komposit warna RGB 542 Klik Load kembali pada file yang sama pada kotak Algorithm. disini diberikan 4. nilai tertinggi yang bisa dimasukkan adalah 255. Misalnya dari 15 kelas ini akan diperkecil menjadi 5 kelas (Air. Biasanya hasil-hasil klasifikasi unsupervised harus diinterpretasi dengan menggunakan data yang sebenarnya di lapangan untuk menentukan kelas-kelas yang mempresentasikan area atau wilayah sebenarnya di lapangan. Pada menubars pilih Process kemudian pilih Classification. Klik OK Supervised Classification (Klasifikasi Terbimbing) Klasifikasi terbimbing adalah merupakan metode klasifikasi yang lebih memuaskan. Masukkan nilai Maximum number of classes. Masukkan nilai Maximum iterations. disini diberikan nilai 100. Dari informasi ini mungkin kita bisa memutuskan untuk mengkombinasikan atau menghapus kelas-kelas yang diinginkan. Kemudian pada menubars pilih Edit kemudian pilih Edit Class/Region Color and Name…. Dengan mengklik lalu simpan namanya. Image atau gambar tersebut belum dapat memberikan informasi tentang kelas-kelas obyek yang ada. Awan. Klasifikasi unsupervised akan menghitung secara statistik untuk membagi dataset menjadi kelas-kelas sesuai dengan jumlah kelas yang kita inginkan. Gambar 2. Pada kotak Edit Class/Region Details klik . dengan memberikan warna yang menyerupai warna komposit warna. Klik OK Gambar 3. Kita perlu juga untuk memberi warna dan nama untuk masing-masing kelas. Klik Save. semak belukar. dalam contoh diatas diberikan warna RGB 542 (yang tampil 321 karena file ini diambil dari band 542 tetapi disimpan dengan format tiff sehingga band ditampilkan dalam layer 321 yang artinya sama dengan band 542) . dimana jumlah kelas akan sama dengan Maximum number of classes yang kita berikan atau kurang dari nilai tersebut. Akan muncul kotak Edit Class/Region Details. nilai tertinggi yang bisa dimasukkan 9999. Klasifikasi unsupervised secara sendiri akan mengatagorikan semua pixel menjadi kelas-kelas dengan menampakan spektral atau karateristik spektral yang sama. Untuk melihat perubahan warnanya dapat juga dengan cara mensave image menjadi Algorithm. kemudian samakan warnanya. Lahan Terbuka. hutan). Kemudian klik Full Saturation menjadi seperti contoh diatas. Jendela Auto-generate colors Kotak ini membantu kita untuk memberikan warna pada kelas-kelas yang ada.5. pilih file yang akan diklasifikasikan Input Band pilih All Klik pada Output Dataset. masukan nama file baru sebagai file hasil klasifikasi unsupervised. Jendela Algoritm untuk mengatur Kelas Klasifikasi Akan muncul image dengan warna greyscale (keabuan). Masukkan nilai Maximum standart deviations. Gambar 1. Klik lalu klik Close. analyst harus menggunakan data lapangan untuk memutuskan/mengontrol tipe penutupan . Jendela dialog Input dan Output klasifikasi Unsupervised Klik pada Input Dataset. Hasil klasifikasi dipengaruhi oleh parameter-parameter yang kita tentukan dalam kotak dialog klasifikasi unsupervised.spesifikasikan atau dari jumlah nominal kelas.

Gambar 14. Ujilah plot spektral untuk mengontrol tingkat keterpisahan antar kelas. buat komposit warnanya supaya memudahkan dalam membedakan objek yang akan dikelaskan. Klasifikasi supervised memerlukan kelas-kelas yang menspesifikasikan wilayah-wilayah yang diinginkan. Gambar 11. Jendela New Map Composition Kemudian klik OK. Komposit yang umum digunakan adalah RGB 542 Kemudian dari menubars pilih Edit kemudian pilih Edit/Create Regions… Gambar 8. Kembangkan scheme klasifikasi yang mempunyai minimal 7 kelas. Jendela Pesan penyimpanan region Lakukan proses yang sama untuk obyek-obyek yang lain. lakukan klasifikasi terbimbing menggunakan teknik parallelepiped. Menu Pilihan Klasifikasi Superfised . minimun distance to means dan maximum likelihood. Pada kotak Algorithm akan muncul Region Layer (Outline). D:\Remote Sensing\Samarinda. Buatlah plot spektral untuk keseluruhan kelas. maka polygon akan menutup. Kemudian klik akan muncul kotak Map Composition Attribute. Kursor akan berubah menjadi . Kemudian klik OK. ERMapper akan memproses Calculate Statistics. Jendela Dialog Map Composition Attribute Ketikan nama kelasnya. Menu proses Calculate Statistics Gambar 15.lahan yang benar untuk areal citra. Buka file yang akan diklasifikasikan. kemudian kita membuat polygon dengan mengklik kiri untuk memulai polygon dan seterusnya lalu diakhiri dengan mengklik kiri dua kali. sesuai dengan yang telah kita definisikan. Kembangkan training area dan buatlah signature statistik untuk training area. Kemudian klik Setelah itu save region ke dalam file. dengan menggambarkan poligon-poligon pada area dengan karakteristik-karakteristik spektral tertentu. Gambar 13. vegetasi. urban dengan menggambar wilayah latihannya. Klik untuk memulai pengambilan polygon training area. Kemudian pada menubars pilih Process lalu pilih Calculate Statistics…. Jendela Dialog status konfirmasi Klik OK Akan muncul massage yang menandakan polygon tersebut telah tersimpan dalam file.Setelah semua obyek terwakili melalui polygon training area. Jendela Pemilihan Dataset Klik pada Dataset. Kemudian akan muncul kotak Tools. Kita menggunakan klasifikasi terbimbing apabila kita mempunyai pengetahuan yang cukup dari dataset dan pada posisi atau area mana suatu wilayah atau kelas-kelas tersebut berada dilapangan. Gambar 10. kemudian pada kotak di samping Force Recalculate stats klik sehingga seperti contoh diatas. Gambar 16. Untuk aktifitas ini. maka buat polygon pada daerah air.ers. Misalnya kelas pertama adalah Air. Akan muncul Gambar 12. kemudian pilih Supervised Classification. Untuk contoh kita bisa mendefinisikan wilayah-wilayah untuk kelas air. Ujilah histogram training area. Tools Region Layer Dari kotak Tools ini kemudian kita membuat polygon training area yang mewakili obyek-obyek yang akan kita kelaskan. Menu Pilihan Edit/Create Region Akan muncul kotak New Map Composition Gambar 9. kemudian pilih file yang tadi telah kita training area Isikan nilai 1 pada Subsampling interval. Kita dapat mendefinisikan suatu wilayah dengan menggambarkan suatu wilayah latihan dengan menggunakan sistem anotasi dan menyimpannya dalam dataset raster. Klasifikasi ini dilakukan dengan menggambar training area untuk masingmasing tipe penutupan lahan yang harus dipisahkan pada klasifikasi dan menggunakan karakteristik spektral masing-masing area untuk mengklasifikasi citra. Klik OK Pada menubars pilih Process kemudian pilih Classification. misal: Air. Klasifikasi supervised kemudian akan mencari semua pixel dengan karakteristik-karakteristik spektral yang sama. kemudian klik Close pada kotak Tools. Pilihlah klasifikasi yang terbaik.

pilih file yang telah di calculate statistics. panah arah utara. Menu Anotation Tools Klik Map Rectangle untuk memulai komposisi peta. Seperti contoh berikut ini. Gambar 24. Menu Pilihan Area Summary Repport Gambar 21. Jendela Penambahan Layer Vektor Klik Icon Annotation dengan Annotation Layer disorot dan akan muncul kotak New Map Composition. Acre dan Mil persegi. Dari dialog box Algorithm pilih Edit pilih Add Vector Layer dan pilih Annotation/Map Composition. Maka di Algorithm akan bertambah 1 layer yaitu Annotation Layer. bar skala. dengan mengatur Borders kita dapat menempatkan image dimana saja.Gambar 17. pilihan size beragam kita bebas memilih kertas yang akan digunakan. lalu pilih Area Summary Report Gambar 20. kemudian akan muncul kotak Map Object Select seperti diatas Kemudian pilih Category: Grid. Klik OK Gambar 18. blok titel. Jendela Dialog selesai dengan sukses Untuk menampilkan hasil klasifikasi. Drag gambar LL kedalam citra yang akan kita beri anotasi. poligon. ERMapper akan memproses klasifikasi. vektor dan tabular. Klik Apply dan OK bila sudah sesuai dengan yang kita inginkan. legenda. Menu Pemilihan dataset Klik pada Input Dataset. Pilih Size kerta A4 – landscape. kemudian klik OK Maka akan muncul luasan pada setiap kelas dalam satuan Hectare. Set Scale 1:160000. Posisikan image (warna biru/kotak dalam) sesuai dengan posisi kertas (warna merah/kotak luar). Hasil perhitungan luas Anotasi / Komposisi Peta Komposisi peta memungkinkan kita untuk mempresentasikan citra-citra secara profesional dan penuh arti. Gambar 22. logo perusahaan. Anotasi memungkinkan untuk menggambar secara langsung dilayar komputer dengan menggunakan fasilitas teks. Jendela Pengeditan kelas Klasifikasi <> MENGHITUNG LUASAN DARI SETIAP KELAS Pertama-tama file yang berisikan kelas–kelas yang akan kita hitung luasannya kita Calculate Statistics terlebih dahulu. Kita dapat menggunakan fasilitas anotasi dan komposisi peta ER Mapper untuk membuat peta citra yang berkualitas yang mengandung data raster. Kemudian dari menubars pilih View kemudian Statistics. Kemudian klik OK. Klik new window Buka file hasil klasifikasi Gambar 19. jika sudah selesai akan ada jendela informasi yang menyatakan Supervised Classification finished successfully. Maka akan muncul kotak sebagai berikut: Gambar 23. Kilometer persegi. garis. Dari menu File. tetapi dapat lebih besar dari nilai aslinya. kemudian klik OK akan muncul Annotation Tools box seperti gambar berikut ini Gambar 25. Gambar 26. Jendela dialog Area Summary Repport Pilih file yang akan kita hitung luasannya. pilihan ini memungkinkan kita untuk membuat skala peta yang cukup dengan kertas. pilih gambar dengan huruf LL (Latitude Longitude/Lintang Bujur). Jendela Map Object select . Kualitas kartografik peta pada ER Mapper dapat membuat grid. pilih Page Setup. EN (Easting Northing/UTM). dan lain-lain. Input Band pilih All Pada Output Dataset beri nama dengan menambahkan akhiran _class pada nama file input. skala tidak bisa lebih kecil dari default/nilai aslinya. Pengaturan Halaman Set Background Color dengan warna putih Pilih Constrains: Auto Vary Borders. legenda klasifikasi.

maka klik Hardcopy Control Files.bmp. Icon legenda klasifikasi Pada kotak Map Object Attributes. kemudian buat kotak pada peta dimana tulisan tersebut akan ditempatkan. misalnya hetobmp D:\Remote Sensing\peta. kemudian klik pada objek yang akan di pindahkan. Save Annotasi yang kita buat tadi dengan klik tanda disket pada Tools Box. klik .. Size tulisan dapat dirubah dengan merubah angkanya. Hapus Tulisan pada kolom Label: dan tekan Enter. Apabila citra hasil anotasi peta akan di print ke Hardcopy. Gambar 30. Ubah Left Labels Orientation menjadi Vertical Up. klik Fit Grid supaya grid masuk kedalam citra. maka kemudian klik Print.com/about/ .Pada kotak Map Object Attributes. Tulisan hetobmp jangan dihilangkan. Jendela Map Object Attributes Kemudian masukkan panah utara dan scale bar. Untuk menuliskan judul serta keterangan-keterangan lain. Kemudian atur Grid Spacing X dan Y nya supaya tulisan posisi geografisnya terlihat. Kemudian pilih Category: Legend_Item. kemudian klik pula Fit page to output device. Untuk membawa tulisan atau gambar. Kemudian klik Setup Ubah $ERMTMP/ermhe. dengan mencari pada Category. Gambar 28. Load data pada Classified Raster File. untuk memasukan legenda pilih Classification Legend atau gambar: Gambar 27.Jendela dialog pencetakan Gambar diatas adalah bila akan langsung di print dari ER Mapper. Layout Peta yang Siap dicetak Pencetakan / Printing Open komposisi peta yang telah kita buat Pada menubars pilih File kemudian pilih Print. klik dengan mouse kiri dan drag objek ketempat yang diinginkan. kemudian klik Fast Preview menjadi . sedangkan Top Labels Orientation menjadi Horizontal Right. klik . pilih vector dan beri nama Berikut contoh peta yang sudah jadi: Gambar 29.bmp pada Filter Program menjadi direktori dan nama file baru kita. http://anton2005.wordpress.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->