Pengolahan Citra

BAB I

PENDAHULUAN

I.1 Latar Belakang

Teknologi penginderaan jauh adalah suatu kegiatan pengamatan obyek atau suatu daerah tanpa melalui kontak langsung dengan obyek tersebut. Definisi tersebut adalah definisi ideal dalam suatu kegiatan pengamatan daerah tertentu yang pada kenyataannya kita selalu membutuhkan data lapangan untuk verifikasi data yang kita hasilkan melalui penginderaan jauh. Tetapi kita dapat mengamati wilayah yang luas dalam waktu yang relatif singkat, sehingga biaya yang kita keluarkan seharusnya lebih murah bila dibandingkan dengan melakukan kegiatan pengamatan secara langsung pada wilayah yang sama.

Penginderaan jauh sudah semakin berkembang hari demi hari serta semakin dibutuhkan untuk kepentingan yang lebih luas. Guna mendapatkan hasil dari data penginderaan jauh yang sesuai dengan yang diharapkan, tentu kita harus mengetahui pula cara menggunakan software (piranti lunak) untuk memproses data tersebut. Software yang ada saat ini cukup banyak dan beragam, diantaranya adalah Idrisi, Erdas Imagine, PCI, ER Mapper dan lain-lain. Masing-masing software bersaing menawarkan kemudahan penggunaan (user friendly) dan keunggulan lainnya, serta juga bersaing dalam penawaran harga. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit. ER Mapper dapat dijalankan pada workstation dengan sistem operasi UNIX dan komputer PCs (Personal Computers) dengan sistem operasi Windows 95/98 dan Windows NT.

Citra penginderaan jauh dapat pula disajikan menggunakan computer dalam bentuk larik piksel, dimana masing-masing piksel berhubungan dengan nilai digital yang merepresentasi tingkat kecerahan piksel tersebut pada citra. Data seperti ini disebut dengan data format digital. Interpretasi visual dapat pula dilakukan dengan mengamati citra digital pada layer komputer.

BAB II

PEMBAHASAN

II.1  Pengolahan Citra Digital

Pengolahan citra digital merupakan pengolahan gambar dua dimensi oleh komputer digital, tetapi dalam konteks yang lebih umum merupakan pengolahan semua data dua dimensi. Bidang ini tercatat mulai berkembang pada awal tahun 1921, pada waktu itu sebuah foto pertama kalinya berhasil ditransmisikan secara digital melalui kabel laut pada tahun 1960 sejalan dengan perkembangan yang pesat pada teknologi komputer.

Istilah citra pada umumnya digunakan dalam bidang pengolahan citra diartikan sebagai suatu fungsi kontinu dari intensitas cahaya f (x,y) dalam bidang dua dimensi, dengan  (x,y) menyatakan suatu koordinat, dan nilai f pada setiap titik (x,y) menyatakan intensitas atau tingkat kecerahan atau derajat keabuan (brightness/ graylevel). Suatu citra digital adalah suatu citra kontinu yang diubah ke dalam bentuk diskrit.

Suatu citra digital dapat dianggap sebagai suatu array dari bilangan yang dipresentasikan oleh sejumlah bit–bit, dengan indeks baris dan kolomnya menyatakan koordinat sebuah titik pada citra tersebut dan nilai masing – masing elemennya menyatakan intensitas cahaya pada titik tersebut. Titik pada sebuah citra digital sering disebut sebagai image element (elemen citra), picture element (elemen gambar), pixel atau pel

Proses yang dilakukan dengan sebuah sistem jenis ini dapat dibagi menjadi tiga tahap :

1.      Proses digitalisasi.

2.      Proses pengolahan data.

3.      Proses penampilan data.

Suatu citra yang diberikan dalam bentuk transparasi, slide, foto atau peta pertamakali didigitalisasi dengan menggunakan digitizer seperti scanner,  frame grabber dan disimpan sebagai suatu matrik dari digit biner (bit) dalam memori komputer. Citra yang digitisasi kemudian dapat diproses lebih lanjut dan atau ditampilkan melalui monitor beresolusi tinggi.

Proses pengolahan data dilakukan oleh komputer yang dapat berupa suatu mikrokomputer sederhana (microprocessor based computer) sampai kepada komputer besar (mainframe computer), tergantung jumlah data serta jenis pengolahannya. Mengingat bahwa data yang terdapat pada suatu citra sangat besar jumlahnya,  maka masalah kecepatan pengolahan komputer serta kapasitas memori (mass storage) menjadi amat penting.

Proses penampilan data merupakan salah satu segi yang sangat penting dalam sistem ini, karena bagaimanapun juga pada akhirnya citra hasil olahan harus dinilai oleh mata manusia melalui peragaan citra pada suatu penampil (display). Penampil yang digunakan biasanya berupa suatu graphic monitor atau printer / plotter

II.2  Model Citra Digital

Telah dikemukakan bahwa citra merupakan suatu fungsi intensitas dalam bidang dua dimensi. Karena intensitas yang dimaksud berasal dari suatu sumber cahaya dan cahaya adalah suatu bentuk energi,  maka berlakulah keadaan dimana fungsi intensitas terletak diantara : 

0 < f (x,y)<  ………….. (2.1)

Pada  hakekatnya yang dilihat oleh mata terdiri dari berkas – berkas cahaya yang dipantulkan oleh benda sekitar. Jadi secara alamiah f (x,y) merupakan fungsi dari sumber cahaya yang menerangi obyek  i(x,y), serta jumlah cahaya yang dipantulkan oleh obyek r (x,y). dengan demikian  f (x,y) dapat dinyatakan sebagai :

            f(x,y) = i(x,y). r (x,y) ………………… (2.2)

dengan : 0 < i(x,y) <  (iluminasi sumber cahaya)

               0 < r(x,y) < 1   (koefisien pantul obyek)

intensitas f dari persamaan diatas akan disebut sebagai derajat keabuan atau gray scale (l) dengan l terletak diantara [1]

dengan demikian : [1]

selang () diatas sering disebut sebagai skala keabuan (gray scale).

II.3 Sampling dan Kuantisasi

Agar dapat direpresentasikan secara numerik sebuah citra harus digitalisasi, baik terhadap ruang (koordinat (x,y)) maupun terhadap skala keabuanya (f( x,y)). Proses digitalisasi koordinat (x,y) dikenal sebagai  pencuplikan citra (image sampling),  sedangkan proses digitalisasi skala keabuan f (x,y) disebut sebagai “ kuantisasi derajat keabuan “ (gray level quantization).

Sebuah citra kontinu f (x,y) akan didekati oleh cuplikan – cuplikan yang seragam jaraknya dalam matriks NxN.  Nilai elemen – elemen matriks dinyatakan derajat keabuan citra,  sedangkan posisi elemen tersebut (dalam baris dan kolom) menyatakan koordinat titik – titik (x,y) dari citra.

       f(0.0)      f(0.1)   ….    f(0,N-1)

                   f(1,0)      …..      …..   f(1,N-1)

f(x,y) =       ……       …..      …..   …..

                   ……        …..     …..    …..

                   f(N-1,0)   ….      …..    f(N-1,N-1)

Bentuk matrik seperti diatas dikenal sebagai suatu citra digital.

Dengan alasan untuk memudahkan penerapan, dalam prakteknya kebanyakan diambil jumlah pencuplikan pada baris (N) dan kolom (N) sebagai bilangan pangkat dua dengan jarak cuplikan yang seragam. Jadi diambil :

  …………..  ; n = bilangan bulat positif

dengan alasan serupa , maka lazimnya skala keabuan [0,L] dibagi dalam G selang , dengan panjang selang yang sama.

 ……………  ; m = bilangan bulat positif

bila hal ini diterapkan , maka penyimpanan sebuah citra digital akan membutuhkan sejumlah b bit dengan

  b = N x N x m ………….

Sebagai contoh untuk penyimpanan suatu citra berukuran 512 x 512 pixel dengan 256 derajat keabuan diperlukan jumlah bit sebanyak 512 x 512 x 8 bit ~ 2.048.000 bit.

Banyak jenis pencuplikan  lainnya yang dapat dilakukan, asalkan pencuplikan masih mempunyai jumlah cuplikan terbatas dan citra aslinya dapat direkonstruksi kembali berdasarkan citra tersebut.

II.4 Elemen Dasar Suatu Citra

Elemen – elemen citra yang dimaksud adalah sebagai berikut :

1. Pixel (picture element)

Gambar yang bertipe bitmap tersusun dari pixel –pixel,  pixel disebut juga dengan dot. Berbentuk bujur sangkar dengan ukuran relatif kecil yang merupakan penyusun atau pembentuk gambar bitmap.

Banyaknya pixel tiap satuan luas tergantung pada resolusi yang digunakan keanekaragaman warna pixel tergantung pada bit depth yang dipakai. Semakin banyak jumlah pixel tiap satuan luas, semakin baik kualitas gambar yang dihasilkan dan tentu semakin besar ukuran filenya.

2. Bit depth

Bit depth (kedalaman warna) /pixel depth/color depth. Bit depth menentukan berapa banyak informasi warna yang tersedia untuk ditampilkan / dicetak dalam setiap pixel, semakin besar nilainya semakin bagus kualitas gambar yang dihasilkan , tentu ukuranya juga semakin besar

3. Resolusi

Resolusi adalah jumlah pixel persatuan luas yang ada disuatu gambar. Satuan pixel sering dipakai adalah dpi (dot per inch)/ppi (pixel per inch). Satuan dpi menentukan jumlah pixel yang ada setiap satu satuan luas. Yang dalam hal ini adalah satu inch kuadrat. Resolusi sangat berpengaruh pada detil dan perhitungan gambar.

4. Kecerahan dan Kontras

Yang dimaksud dengan kecerahan (brightness) adalah intensitas yang terjadi pada satu titik citra. Dan lazimnya pada sebuah citra , kecerahan ini merupakan kecerahan rata – rata dari suatu daerah lokal. Sistem visual manusia mempu menyesuaikan dirinya dengan “tingkat kecerahan“ (brightness level) dengan jangkauan ( dari yang terendah sampai tertinggi)

Batas penyesuaian gelap (terendah) disebut dengan scotopic threshold, sedangkan batas penyesuaian terang (tertinggi) disebut dengan glare thresthold  sebagai contoh scotopic  threshold terasa pada mata kita setelah lampu kita padamkan (terang ke gelap). Sementara glare threshold kita rasakan setelah kita keluar dari gedung bioskop (gelap ke terang)

Untuk menentukan kepekaan kontras (contrast sensitivity) pada mata manusia, dilakukan cara pengukuran sebagai berikut. Pada suatu bidang gambar dengan intensitas B, kita perbesar intensitas objek lingkaran sehingga intensitasnya menjadi B+. Pertambahan intensitas () ini dilakukan sampai mata kita dapat mendeteksi perbedan ini. Dengan demikian kepekaan kontras dinyatakan dalam rasio weber sebagai /B. dari hasil percobaan , diperoleh bahwa mata manusia memiliki rasio weber 2 % untuk bermacam-macam nilai B.

a.       Acuity

Yang dimaksud acuity disini adalah kemampuan mata manusia untuk merinci secara detail bagian – bagian pada suatu citra (pada sumbu visual)

b.      kontur

yang dimaksud dengan kontur (countour) adalah suatu keadaan pada citra dimana terjadi perubahan intensitas dari suatu titik ke titik tetangganya. Dengan perubahan intensitas inilah mata manusia sanggup mendeteksi pinggiran atau kontur suatu benda.

c.       Warna

Warna (color) adalah reaksi yang dirasakan oleh sistem visual mata manusia terhadap perubahan panjang gelombang cahaya. Setiap warna memiliki panjang gelombang sendiri – sendiri. Warna merah memiliki panjang gelombang () yang paling tinggi, sedangkan warna violet mempunyai panjang gelombang paling rendah.

d.      Bentuk

Pada umumnya citra yang dibentuk oleh mata merupakan citra 2 dimensi , sedangkan objek yang diamati biasanya 3 dimensi. Kesulitannya banyak benda 3 dimensi setelah diproyeksikan ke bidang 2 dimensi kelihatan sama. 

e.       Tekstur

Pada hakekatnya sistem visual manusia tidak menerima informasi citra terpisah pada setiap titik, tetapi suatu citra dianggapnya sebagai satu kesatuan. jadi definisi kesamaan objek perlu dinyatakan dalam bentuk kesamaan dari satu himpunan parameter citra (brightness, color , size ,dll) atau dengan kata lain dua buah citra tidak dapat disamakan hanya dengan satu parameter saja. 

f.       Waktu dan pergerakan

Respon suatu sistem visual tidak hanya berlaku pada faktor ruang, tetapi juga pada faktor waktu. Sebagai contoh bila gambar diam ditampilkan bergantian secara cepat , maka kita akan mendapatkan kesan melihat gambar yang bergerak. Contoh gambar untuk film kartun.

g.      Deteksi dan pengenalan

Dalam deteksi serta mengenali suatu citra, sering tidak hanya sistem visual kita yang bekerja, tetapi juga seluruh ingatan yang kita miliki. Contoh, apabila kita melihat seseorang wanita dari samping, kita mungkin menafsirkanya sebagai wanita muda tapi setelah melihat muka sebenarnya kita terkecoh dan sebaliknya.

II.5  Peningkatan kualitas citra

Perbaikan citra biasanya dilakukan pada awal proses pengolahan citra. Proses ini dilakukan guna menghasilkan kualitas citra yang lebih baik untuk diolah pada tahap selanjutnya. Kualitas suatu citra dipengaruhi oleh empat faktor utama yaitu :

1. Pencahayaan

            Pencahayaan berhubungan dengan cahaya atau sumber cahaya yang terdapat disekitar lingkungan sistem. Secara langsung masalah pencahayaan mempengaruhi kualitas citra yang diperoleh. Teknik pencahayaan yang baik akan menghasilkan citra yang baik atau tidak mengandung derau yang berlebihan. Hal ini penting untuk pemrosesan selanjutnya di bagian pengolahan citra, sehingga dihasilkan informasi yang akurat mengenai obyek dan lingkungan sistem pada umumnya.

2. Pemfokusan obyek

            Pemfokusan obyek terkait erat dengan lensa kamera yang digunakan sebagaimana diketahui, lensa merupakan peralatan optik yang berfungsi mengumpulkan cahaya yang dipantulkan oleh obyek dan juga daerah sekitarnya. Pemfokusan obyek akan menentukan ketajaman atau kejelasan citra yang diperoleh.

3. Kuantitas pendeteksi obyek

Pada sebuah kamera, pendeteksi obyek berupa dioda – dioda yang peka terhadap cahaya. Dioda – dioda ini memiliki kemampuan mendeteksi muatan cahaya dan mengkonversikannya menjadi muatan listrik. Disamping itu dioda – dioda akan membentuk array citra. Semakin banyak dioda yang menyusun array citra, resolusi citra yang mampu dihasilkan akan semakin besar, berarti kualitas citra semakin baik pula.

4. Frekuensi sampling

            Faktor ini berhubungan dengan periode dan frekuensi sampling itu sendiri. Periode sampling merupakan waktu yang diperlukan untuk proses pengambilan sample citra analog. Sedangkan frekuensi sampling adalah banyaknya sample citra yang diambil dalam satu periode sampling. Frekuensi sampling untuk satu periode harus tepat agar citra yang dihasilkan dapat diidentifikasi dengan baik . frekuensi sampling sangat menentukan kualitas citra yang terbentuk pada proses digitalisasi ini. Frekuensi sampling yang berlebihan atau sebaliknya sangat kurang akan berdampak pada kejelasan citra.

            Disamping keempat faktor umum diatas, ada beberapa faktor lain yang menyebabkan suatu citra banyak mengandung derau yaitu permukaan obyek, latar belakang obyek yang tidak rata, sudut pandang pengambilan citra dan kekontrasan antar obyek dengan latar belakangnya. Derau yang terlalu besar menyebabkan unsur – unsur obyek dalam suatu citra sulit untuk diperoleh.

            Terkait dengan perangkat lunak yang digunakan, kualitas citra dapat ditingkatkan dengan dua metoda yang sederhana yaitu mengatur nilai contras dan brigthness. Kombinasi yang tepat antara kedua variabel tersebut dapat meningkatkan kualitas citra yang terbentuk, sehingga proses identifikasi unsur – unsur obyek dapat dilakukan dengan baik.  

II.6 Persepsi Visual

Pengolahan citra maupun pengenalan citra, keduanya tidak terlepas dari masalah persepsi visual yaitu masalah apa yang dapat dilihat oleh mata manusia itu sendiri. Mata manusia merupakan bagian dari sistem visual manusia.

Cahaya diketahui sebagai suatu radiasi elektromagnetik yang berada pada band panjang gelombang spectrum elektromagnetik yang relatif sempit yaitu 350 nm – 780 nm. Suatu sumber cahaya fisik dikarakteristikan oleh laju energi yang dipancarkan pada panjang gelombang spectrum tertentu. Cahaya yang memasuki sistem visual manusia dapat berasal dari sumber cahaya sebenarnya atau dari cahaya yang terpantul dari suatu obyek, atau dari cahaya yang diteruskan oleh suatu obyek. Besarnya distribusi energi spectrum cahaya yang berasal dari cahaya yang diteruskan oleh suatu obyek adalah :

  ………………….(1)

dan yang berasal dari cahaya yang dipantulkan oleh suatu obyek

 ………………….(2)

dimana mempresentasikan distribusi energi spectral dari cahaya yang dipancarkan dari sumber cahaya, dan masing – masing adalah transmissivitas dan reflectivitas dari suatu obyek yang bergantung pada panjang gelombang cahaya.

II.7 Persepsi Warna

Warna merupakan salah satu elemen dasar suatu citra yang berkaitan erat dengan sistem visual manusia. Warna adalah reaksi yang dirasakan oleh sistem visual mata manusia terhadap perubahan panjang gelombang cahaya. Studi mengenai warna sangat penting karena dengan warna, informasi yang lebih banyak dari suatu obyek dapat diperoleh.

Setiap warna memiliki panjang gelombang masing – masing. Warna merah memiliki panjang gelombang () yang paling tinggi, warna violet memiliki panjang gelombang yang paling rendah. Demikian pula kumpulan cahaya (berkas) dengan panjang gelombang berbeda juga akan memberikan reaksi yang lain.

Atribut warna yang diterima adalah brightness (intensitas),  hue dan saturation. Brightness atau intensity menyatakan besarnya intensitas cahaya yang diterima. Hue adalah atribut cahaya yang membedakan sebagai contoh cahaya yang berwarna merah dari cahaya yang berwarna hijau atau kuning. Untuk sumber cahaya monokromatik, perbedaan hue akan tampak sebagai perbedaan panjang gelombang. Saturasi adalah aspek dari persepsi yang memperlihatkan variasi warna putih yang ditambahkan ke suatu cahaya monokhromatik. Representasi persepsi warna dengan didasarkan pada ketiga atribut di atas ditunjukkan pada gambar 2.1

 

                                       White

 

                                           

                                                                        Hue

 

                        G                                 R        Saturation       

                                        B

                                        B                    Brightness

 

                                   Black

Gambar 2.1 Presentase  Persepsi Warna

Brightness (W) pada gambar 2.1 tersebut akan bervariasi sepanjang sumbu vertical , hue () menunjukkan sudut keliling lingkaran dan saturasi (S) berubah sepanjang jarak radial. Suatu warna tertentu akan merupakan sebuah titik pada ruang yang ditunjukkan pada gambar 2.1 tersebut dan dinyatakan dalam besarnya nilai-nilai W, , dan S.

II.8   Koordinat Warna

Sebagaimana telah diuraikan bahwa suatu warna [C] dapat dibentuk dengan harga tristimulus untuk suatu set warna – warna utama, dan juga dapat dinyatakan dengan harga – harga kromatisitas  dan intensitasnya. Terdapat banyak sistem koordinat warna , tetapi pada uraian hanya akan dibahas mengenai koordinat warna yang digunakan dalam tugas akhir ini yaitu sistem koordinat warna RGB.

 Sistem koordinat warna utama RGB

Sistem koordinat warna utama RGB merupakan sistem koordinat warna yang berdasarkan pada teori trikomatik. Sistem koordinat warna RGB ini direpresentasikan dengan tiga buah sumbu yang saling tegak lurus satu sama lain. Masing – masing sumbu tersebut mempresentasikan komponen warna utama Red ,Green dan Blue (merah, hijau dan biru). Suatu warna tertentu akan menempati titik tertentu pada sistem koordinat tersebut, dimana letak titik itu ditentukan kadar warna – warna merah , hijau dan biru yang menyusun warna tersebut.

II.9 Aplikasi Pengolahan Data Citra

Pengolahan data citra adalah bagian penting untuk dapat menganalisa informasi kebumian melalui data satelit penginderaan jauh.  Aplikasi-aplikasi yang dapat diterapkan melalui pengolahan data citra antara lain:

·         pemantauan lingkungan

·         manajemen dan perencanaan kota dan daerah urban

·         manajemen sumber daya hutan

·         eksplorasi mineral

·         pertanian dan perkebunan

·         manajemen sumber daya air

·         manajemen sumber daya pesisir dan lautan

·         oseanografi fisik

·         eksplorasi dan produksi minyak dan gas bumi

II.10 PENGOLAHAN DATA CITRA 

Pengolahan data citra merupakan suatu cara memanipulasi data citra atau mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan yang kita harapkan.  Adapun cara pengolahan data citra itu sendiri melalui beberapa tahapan, sampai menjadi suatu keluaran yang diharapkan.  Tujuan dari pengolahan citra adalah mempertajam data geografis dalam bentuk digital menjadi suatu tampilan yang lebih berarti bagi pengguna, dapat memberikan informasi kuantitatif suatu obyek, serta dapat memecahkan masalah.

Data digital disimpan dalam betuk barisan kotak kecil dua dimensi yang disebut pixels (picture elements).  Masing-masing pixel mewakili suatu wilayah yang ada dipermukaan bumi. Struktur ini kadang juga disebut raster, sehingga data citra sering disebut juga data raster. Data raster tersusun oleh baris dan kolom dan setiap pixel pada data raster memiliki nilai digital (gambar 1).

 

Gambar Struktur Data Raster

Data yang didapat dari satelit umumnya terdiri beberapa bands (layers) yang mencakup wilayah yang sama.  Masing-masing bands mencatat pantulan obyek dari permukaan bumi pada panjang gelombang yang berbeda.  Data ini disebut juga multispectral data. Di dalam pengolahan citra, juga dilakukan penggabungan kombinasi antara beberapa band untuk mengekstraksi informasi dari obyek-obyek yang spesifik seperti indeks vegetasi, parameter kualitas air, terumbu karang dan lain-lain.

·         ER Mapper mengembangkan metode pengolahan citra terbaru dengan pendekatan yang interaktif, dimana kita dapat langsung melihat hasil dari setiap perlakuan terhadap citra pada monitor komputer.  ER Mapper memberikan kemudahan dalam pengolahan data sehingga kita dapat mengkombinasikan berbagai operasi pengolahan citra dan hasilnya dapat langsung terlihat tanpa menunggu komputer menuliskannya menjadi file yang baru. Cara pengolahan ini dalam ER Mapper disebut Algoritma.

 

Gambar Pengolahan Citra Menggunakan ER Mapper

Keunggulan utama ER Mapper adalah kemampuannya untuk menghemat tempat pada hard disk komputer serta metode pengolahan data yang interaktif dimana  setiap hasil proses dapat langsung dilihat tampilannya pada monitor.  Hal ini membuat waktu pengolahan menjadi lebih cepat.

Beberapa kekhususan lain yang dimiliki ER Mapper adalah:

·         didukung dengan 130 format pengimpor data

·         didukung dengan 250 format pencetakan data keluaran

·         visualisasi tiga dimensi

II.10.1 Prosedur Pengolahan Data Citra

Prosedur pengolahan data citra diawali dengan mengimport data sampai dengan hasil akhir dalam bentuk cetakan (printing).

A.     Import Data

Langkah pertama dalam pengolahan citra adalah mengimport data satelit yang akan digunakan ke dalam format ER Mapper. Dua bentuk utama data yang diimport ke dalam ER Mapper adalah data raster dan vektor.

Data raster adalah tipe data yang menjadi bahan utama kegiatan pengolahan citra.  Contoh data raster adalah citra satelit dan foto udara.  Pada saat mengimport data raster, ER Mapper akan membuat dua files yaitu:

·         File data binary yang berisikan data raster dalam format BIL, tanpa file extension.

·         File header dalam format ASCII dengan extension .ers

Data vektor adalah data yang terseimpan dalam bentuk garis, titik dan poligon.  Contoh data vektor adalah data yang dihasilkan dari hasil digitasi Sistem Informasi Geografis (SIG) seperti jalan, lokasi pengambilan sampel atau batas administrasi.  ER Mapper juga akan membuat dua file hasil dari mengimport data vektor:

·         File data dalam format ASCII berisikan data vektor

·         File header dalam format ASCII dengan extension .erv

B.      Menampilkan Citra

Setelah proses mengimpor data, selanjutnya adalah menampilkan citra tersebut.  Hal ini dilakukan untuk mengetahui kualitas dari data yang digunakan. Di dalam ER Mapper, cara menampilkan citra disebut Color Mode.  Ada beberapa cara untuk menampilkan citra:

·         Pseudocolor Displays, menampilkan citra dalam warna hitam dan putih, biasanya hanya terdiri dari satu layer/band saja.

·         Red-Green-Blue (RGB), menampilkan citra melalui kombinasi tiga band, setiap band ditempatkan pada satu layer (Red/Green/Blue), cara ini disebut juga color composite.  Contoh: False Color Composite RGB 453.

·         Hue-Saturation-Intensity (HIS), menampilkan citra melalui kombinasi tiga band, setiap band ditempatkan pada satu layer (Hue/Saturation/Intensity), cara ini biasanya digunakan bila kita menggunakan dua macam data yang berbeda, misalkan data Radar dengan data Landsat-TM.

C. Rektifikasi Data

Data raster umumnya ditampilkan dalam bentuk “raw” data dan memiliki kesalahan geometrik.  Untuk mendapatkan data yang akurat, data tersebut harus dikoreksi secara geometrik kedalam sistem koordinat bumi.  Ada dua proses koreksi geometrik:

·         Registrasi, koreksi geometrik antara citra yang belum terkoreksi dengan citra yang sudah terkoreksi.

·         Rektifikasi, koreksi geometrik antara citra dengan peta

Dalam ER Mapper sendiri terdapat empat tipe pengoperasian rektifikasi:

·         Image to map rectification,

·         Image to image rectification,

·         Map to map transformation, yaitu mentrasformasikan data yang terkoreksi menjadi datum/map projection yang baru.

·         Image rotation, memutar citra menjadi beberapa derajat.

Urutan dalam proses rektifikasi, pertama adalah menetukan titik kontrol (GCP), kemudian setelah itu melakukan prose rektifikasi, serta mengevaluasi hasil rektifikasi.

D.     Mosaik Citra

Mosaik citra adalah proses menggabungkan/menempelkan dua atau lebih citra yang tumpang tindih (overlapping) sehingga menghasilkan citra yang representatif dan kontinyu.  Dalam ER Mapper proses ini dapat dilakukan tanpa membuat suatu file yang besar, kecuali bila kita ingin menyimpannya menjadi file tersendiri.

E.      Penajaman Citra

Proses penajaman citra dilakukan untuk mempermudah pengguna dalam menginterpretasikan obyek-obyek yang ada pada tampilan citra. ER Mapper mempermudah pengguna melakukan berbagai macam proses penajaman citra tanpa perlu membuat file-file baru yang hanya akan membuat penuh disk komputer. 

Jenis-jenis operasi penajaman citra meliputi:

·         Penggabungan Data (Data fusion), menggabungkan citra dari sumber yang berbeda pada area yang sama untuk membantu di dalam interpretasi. Contoh data Landsat-TM dengan data SPOT.

·         Colodraping, menempelkan satu jenis data citra di atas data yang lainya untuk membuat suatu kombinasi tampilan sehingga memudahkan untuk menganalisa dua atau lebih variabel.  Contoh citra vegetasi dari satelit di colordraping di atas citra foto udara pada area yang sama.

·         Penajaman kontras, memperbaiki tampilan citra dengan memaksimumkan kontras antara pencahayaan dan penggelapan atau menaikan dan merendahkan harga data suatu citra.

·         Filtering, memperbaiki tampilan citra dengan mentransformasikan nilai-nilai digital citra, seperti mempertajam batas area yang mempeunyai nilai digital yang sama (enhance edge), menghaluskan citra dari noise (smooth noise), dll.

Kita dapat memilih jenis-jenis filter yang ingin digunakan dari kumpulan filter yang ada di ER Mapper, seperti filter untuk averaging, edge enhancement, laplacian, noise removal, sharpening, threshold, median, gradient. Kita juga dapat mendefinisikan dan memasukkan filter-filter khusus yang kita buat sendiri.

·         Formula, membuat suatu operasi matematika dan memasukan nilai-nilai digital citra pada operasi matematika tersebut., misalnya Principal Component Analysis (PCA).

·         Klasifikasi, menampilkan citra menjadi kelas-kelas tertentu secara statistik berdasarkan nilai digitalnya.  Contoh membuat peta penutupan lahan dari citra satelit Landsat-TM.

F.      Dynamic Links

Penghubung dinamik adalah fasilitas khusus ER Mapper yang membuat pengguna dapat langsung menampilkan data file eksternal pada citra tanpa perlu mengimportnya terlebih dahulu.  Data-data yang dapat dihubungkan termasuk kedalam format file yang populer seperti ARC/INFO, Oracle, serta standar file format seperti DXF, DGN dll.

G.    Komposisi Peta

Komposisi peta memungkinkan pengguna untuk mempresentasikan citra-citra secara profesional dan penuh arti.  Kualitas kartografik peta pada ER Mapper dapat membuat grid, legenda, bar skala, panah arah utara, logo perusahaan, legenda klasifikasi.

                                               

H.     Pencetakan

Pengguna dapat menghasilkan keluaran suatu citra dengan menggunakan peralatan pencetakan atau printer yang meliputi printer berwarna, film, printer hitam putih dan format grafik. Pilihan pencetakan membutuhkan suatu algoritma yang mendefinisikan semua data dan pengolahannya dengan catatan hanya algoritma yang telah disimpan yang dapat dicetak. Pastikan kita telah menyimpan algoritma kita sebelum mencetaknya.

I.              Menu Utama ER Mapper

Menu utama ER Mapper  muncul langsung setelah kita membuka ER Mapper. Menu utama ini mempunyai dua komponen utama yaitu menu bar dan  tombol toolbar (toolbar buttons) (gambar 3).

Gambar 3. Menu Utama ER Mapper

·         Menu bar, tempat pilihan perintah yang akan digunakan pada pengolahan citra, untuk memilih perintah pada menu bar, klik nama pada menu bar, kemudian pilih perintah yang akan dijalankan.

·         Tombol toolbars, tempat menampilkan pilihan perintah umum secara cepat, untuk menjalankannya hanya klik pada tombol perintah yang diinginkan..

·         Tool tips, untuk mengetahui fungsi tombol tersebut, letakkan pointer di atas tombol yang ingin diketahui, kemudian akan muncul kalimat (tool tips) yang memberitahukan fungsi tombol tersebut

Ada 14 toolbars yang dapat diaktifkan selain toolbar standar (standard toolbar) dan toolbar fungsi umum (common function toolbar).  Semuanya dapat diaktifkan dan disembunyikan dengan meng-klik Toolbar menu pada menu bar.

II.10.2 Kotak Dialog ER Mapper

Pada saat memilih suatu perintah atau menekan tombol pada toolbar, sering muncul kotak dialog yang mengharuskan kita untuk mengisi pada kotak kosong atau memilih file, atau memilih option yang disediakan ER Mapper dengan meng-klik Scroll bar (panah geser).

Tempat text (klik untuk menempatkan cursor)

Daftar pilihan (klik untuk membuka)

      

Gambar Contoh Kotak Dialog ER Mapper

II.            Kotak Dialog Memilih File

Ketika kita memilih untuk membuka atau menyimpan dataset, algoritma atau file lain, ER Mapper akan menampilkan kotak dialog pemilihan file.  Jendela utama menampilkan daftar direktori atau file-file pada direktori aktif.

Direktori aktif

Klik untuk memilih data dan kotak tetap terbuka

File yang dipilih (diberi highlight)

Klik untuk memilih data dan menutup kotak

Tipe file

Klik untuk memindahkan  satu level direktori

Menu bar

 

Kotak Dialog Pemilihan File ER Mapper

Pada menu kotak dialog pemilihan file diatas, memiliki fungsi:

·         History Menu, merubah direktory aktif, berisi daftar direktori yang telah dibuka, berurutan dari yang baru dibuka paling atas dan yang lama sebelah bawah.

·         Special Menu, untuk merubah direktori awal (home direktori), atau untuk menandakan atau tidak  direktori.

·         View Menu, Mengurutkan isi direkori berdasarkan nama, tanggal dirubah atau tanggal dibuat.

·         Volumes Menu, Untuk mengakses ke disk drive.

·         Directories Menu, Untuk merubah direktori yang dibuat sistem manager komputer.

BAB III

PENUTUP

III.1 Kesimpulan        

              Adapun kesimpulan yang dapat ditarik  adalah :

a.       Pengolahan data citra merupakan suatu cara memanipulasi data citra atau mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan yang kita harapkan.

b.   Aplikasi pengolahan data citra adalah pemantauan lingkungan, manajemen dan perencanaan kota dan daerah urban, manajemen sumber daya hutan, eksplorasi mineral, pertanian dan perkebunan, manajemen sumber daya air, manajemen sumber daya pesisir dan lautan, oseanografi fisik, eksplorasi dan produksi minyak dan gas bumi

III.2 Saran

Adapun sarannya adalah pengolahan peta dengan pencitraan sangat memudahkan dalam pembuatan peta jadi sebaiknya pengolahan peta dengan menggunakan citra terus ditingkatkan