MEMOTONG CITRA,KOREKSI RADIOMETRIK DAN KOREKSI GEOMETRIK.

A. Cropping Citra

pemotongan citra (cropping citra) merupakan cara pengambilan area tertentu yang akan diamati (area of interest) dalam citra, yang bertujuan untuk mempermudah penganalisaan citra dan memperkecil ukuran penyimpanan citra. Dalam proses pengolahan citra, biasanya tidak secara keseluruhan Scence dari citra yang kita gunakan. Untuk mendapatkan daerah yang kita inginkan kita dapat memotong (cropping) citra tersebut. (Risti Arhatin, 2010: 17).
Cropping citra dapat digunakan untuk data spasial maupun data spektral. Pemotongan citra dapat dilakukan berdasarkan titik koordinat, jumlah pixel atau hasil zooming daerah tertentu. 

Pemotongan atau cropping citra dilakukan untuk mendapatkan daerah penelitian dengan maksud untuk dapat melakukan pengolahan data yang lebih terfokus, terinci dan teroptimal. Dengan ekspetasi menghasilkan citra yang representatif dan kontinu. Pemotongan citra memiliki nilai utilitas lainnya, yaitu memperkecil daerah yang akan  dikaji sesuai dengan area of interest. Pemotongan citra dapat dilakukan sesuai dengan bentuk poligon yang diinginkan seperi pembatasan wilayah kabupaten, kecamatan atau desa. Pemotongan citra merupakan pemotongan yang telah diolah secara kontinu agar dapat mereduksi kesalahan di dalam proses pengolahan data penginderaan jauh di software ENVI. Bahkan, teknik pemotongan atau cropping citra dapat menyederhanakan area penelitian para pengguna data hasil penginderaan jauh. Sehingga, cropping citra (pemotongan citra) dapat bermanfaat untuk mempermudah kinerja seseorang ketika sedang melakukan pengamatan citra, terutama dalam membatasi region atau wilayah tertentu.
 A.  Koreksi Radiometrik

Koreksi radiometrik dilakukan untuk memperbaiki kualitas visual dan memperbaiki nilai- nilai pixel yang tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya (Risti Arhatin, 2010: 9). Kesalahan radiometrik adalah kesalahan perekaman nilai pantulan sinar matahari akibat faktor atmosfer, kerusakan sensor, arah dan intensitas cahaya matahari, pengaruh topografi, dan lain- lain. Efek dari kesalahan ini membuat nilai piksel yang ditampilkan oleh citra satelit bukanlah nilai murni pantulan yang sebenarnya, akan tetapi nilai pantulan yang dipengaruhi kesalahan radiometrik (Andree Ekadinata et al, 2008: 48). Sejalan dengan pendapat tersebut, menurut Wahyu Supriatna dan Sukartono (2002: 5) mengatakan bahwa koreksi radiometrik merupakan tahap awal pengolahan data sebelum analisis dilakukan untuk suatu tujuan seperti untuk identifikasi liputan lahan pertanian. Proses koreksi radiometrik mencakup koreksi- koreksi efek- efek yang berhubungan dengan sensor untuk meningkatkan (enhancement) setiap piksel (picture element) dari citra, sehingga objek yang terekam mudah diinterpretasikan atau dianalisis untuk menghasilkan data yang benar dan sesuai dengan keadaan di lapangan. Menurut Andree Ekadinata et al (2008: 48- 49) mengatakan  bahwa koreksi radiometrik adalah proses untuk meniadakan gangguan (noise) yang terjadi akibat pengaruh atmosferik maupun karena pengaruh sistematik perekaman citra. Koreksi radiometrik sendiri memiliki berbagai macam metode untuk melakukan koreksi radiometric pada citra satelit. Metode yang paling sederhana adalah metode DOS (Dark Object Substraction) yaitu mengasumsikan bahwa nilai digital objek tergelap di permukaan bumi haruslah nol. Nilai digital pada masing- masing saluran (band) disebuah citra satelit tidak selalu nol. Koreksi radiometrik menggunakan DOS dengan asumsi dapat mengurangi nilai digital pada masing- masing kanal sehingga didapatkan nilai nol untuk objek dengan pantulan rendah. Jika y adalah nilai spectral masing- masing piksel dan kisarannya adalah y_min – y_max maka koreksi radiometrik menggunakan DOS adalah:

y_koreksi = y - y_min

Misalnya saluran (band) 1 di citra Landsat memiliki rentang nilai antara 25- 230. Nilai minimum 25 merupakan kesalahan karena nilai seharusnya adalah nol. Koreksi radiometrik dilakukan dengan persamaan sebagai berikut:

Nilai piksel terkoreksi = nilai piksel – 25

Nilai piksel merupakan hasil bit coding informasi spectral dari obyek bayangan di permukaan bumi. Informasi spectral ini mencapai detector pada sensor dalam bentuk radiansi spectral dengan satuan miliWatt cm^-2sr^-1µm^-1. Secara teoritik, pada suatu sistem penginderaan jauh ideal, nilai pantulan spectral yang terekam di detector. Namun pada spectrum tampak dan perluasannya (0,36 – sekitar 0,9 µm), informasi spectral obyek di permukaan bumi biasanya mengalami bias, karena ada hamburan dari obyek lain di atmosfer, khususnya partikel debu, uap air dan gas triatomik. Dengan adanya bias maka diperlukan koreksi untuk memperbaiki nilai piksel supaya sesuai dengan yang seharusnya. Rumus umum koreksi nilai piksel pada setiap scene adalah dengan mengurangi setiap nilai citra yang akan dikoreksi dengan nilai bias (Abdur Rahman, 2011: 24):

BV­_terkoreksi = BV_ahli – bias

Pencarian nilai bias dapat dilakukan dengan beberapa cara, antara lain dengan penyesuaian histogram (histogram adjustment), penyesuaian regresi, kalibrasi bayangan (shadow calibration), dan metode pencar (metode bronsveld). Selain metode DOS masih banyak metode lain yang dapat digunakan untuk melakukan koreksi radiometrik. Berikut pendeskripsian mengenai metode- metode tersebut, yaitu koreksi relatif, koreksi absolut dan koreksi atmosfer:

a.  Koreksi relatif merupakan proses koreksi radiometrik yang dilakukan pada citra dengan sensor yang sama akan tetapi direkam pada waktu yang berbeda. Proses koreksi dilakukan dengan membangun korelasi berdasarkan nilai spektral pada lokasi- lokasi yang tidak mengalami perubahan di kedua citra tersebut. Koreksi ini biasanya dilakukan untuk dalam proses pemetaan tutupan lahan multiwaktu (time series).

b.  Koreksi absolut merupakan koreksi radiometric yang mengubah kembali nilai digital menjadi nilai pantulan sinar matahari yang sebenarnya. Faktor- faktor yang dipertimbangkan dalam koreksi ini adalah mencakup sudut elevasi matahari, jarak bumi- matahari dan sebagainya.

c.  Koreksi atmosfer merupakan salah satu algoritma koreksi radiometrik yang relatif baru. Koreksi ini dilakukan dengan mempertimbangkan berbagai parameter atau indikator atmosfer dalam proses koreksi termasuk faktor musim dan kondisi iklim di lokasi perekaman citra (misalnya tropis, sub-tropis dan lain- lain). Secara umum dapat dikatakan bahwa koreksi atmosfer merupakan pengembangan dari koreksi absolut. Kelebihannya adalah pada kemampuannya untuk memperbaiki gangguan atmosfer seperti kabut tipis, asap, dan lain- lain.

Pemulihan Citra (Image Restoration)

Pemulihan atau perbaikan hasil citra digital dilakukan untuk mengembalikan hasil potret citra yang sesuai dengan kenampakan aslinya di muka bumi. Langkah yang dilakukan dapat meliputi cropping citra (pemotongan citra), koreksi geometrik dan koreksi radiometrik. Berikut pendeskripsian ketiga hal tersebut:

B.    Cropping Citra

Pemotongan citra (cropping citra) merupakan cara pengambilan area tertentu yang akan diamati (area of interest) dalam citra, yang bertujuan untuk mempermudah penganalisaan citra dan memperkecil ukuran penyimpangan citra.  Dalam proses pengolahan citra, biasanya tidak secara keseluruhan scene  dari citra kita gunakan, untuk mendapatkan daerah yang kita inginkan kita dapat memotong (cropping) citra tersebut (Risti Arhatin, 2010: 17). Cropping citra dapat digunakan untuk data spasial maupun data spektral. Pemotongan citra dapat dilakukan berdasarkan titik koordinat, jumlah pixel atau hasil zooming daerah tertentu.

Pemotongan atau cropping citra dilakukan untuk mendapatkan daerah penelitian dengan maksud untuk dapat melakukan pengolahan data yang lebih terfokus, terinci dan teroptimal. Dengan ekspetasi menghasilkan citra yang representatif dan kontinu. Pemotongan citra memiliki nilai utilitas lainnya, yaitu memperkecil daerah yang akan  dikaji sesuai dengan area of interest. Pemotongan citra dapat dilakukan sesuai dengan bentuk poligon yang diinginkan seperi pembatasan wilayah kabupaten, kecamatan atau desa. Pemotongan citra merupakan pemotongan yang telah diolah secara kontinu agar dapat mereduksi kesalahan di dalam proses pengolahan data penginderaan jauh di software ENVI. Bahkan, teknik pemotongan atau cropping citra dapat menyederhanakan area penelitian para pengguna data hasil penginderaan jauh. Sehingga, cropping citra (pemotongan citra) dapat bermanfaat untuk mempermudah kinerja seseorang ketika sedang melakukan pengamatan citra, terutama dalam membatasi region atau wilayah tertentu.

C.  Koreksi Radiometrik

Koreksi radiometrik dilakukan untuk memperbaiki kualitas visual dan memperbaiki nilai- nilai pixel yang tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya (Risti Arhatin, 2010: 9). Kesalahan radiometrik adalah kesalahan perekaman nilai pantulan sinar matahari akibat faktor atmosfer, kerusakan sensor, arah dan intensitas cahaya matahari, pengaruh topografi, dan lain- lain. Efek dari kesalahan ini membuat nilai piksel yang ditampilkan oleh citra satelit bukanlah nilai murni pantulan yang sebenarnya, akan tetapi nilai pantulan yang dipengaruhi kesalahan radiometrik (Andree Ekadinata et al, 2008: 48). Sejalan dengan pendapat tersebut, menurut Wahyu Supriatna dan Sukartono (2002: 5) mengatakan bahwa koreksi radiometrik merupakan tahap awal pengolahan data sebelum analisis dilakukan untuk suatu tujuan seperti untuk identifikasi liputan lahan pertanian. Proses koreksi radiometrik mencakup koreksi- koreksi efek- efek yang berhubungan dengan sensor untuk meningkatkan (enhancement) setiap piksel (picture element) dari citra, sehingga objek yang terekam mudah diinterpretasikan atau dianalisis untuk menghasilkan data yang benar dan sesuai dengan keadaan di lapangan. Menurut Andree Ekadinata et al (2008: 48- 49) mengatakan  bahwa koreksi radiometrik adalah proses untuk meniadakan gangguan (noise) yang terjadi akibat pengaruh atmosferik maupun karena pengaruh sistematik perekaman citra. Koreksi radiometrik sendiri memiliki berbagai macam metode untuk melakukan koreksi radiometric pada citra satelit. Metode yang paling sederhana adalah metode DOS (Dark Object Substraction) yaitu mengasumsikan bahwa nilai digital objek tergelap di permukaan bumi haruslah nol. Nilai digital pada masing- masing saluran (band) disebuah citra satelit tidak selalu nol. Koreksi radiometrik menggunakan DOS dengan asumsi dapat mengurangi nilai digital pada masing- masing kanal sehingga didapatkan nilai nol untuk objek dengan pantulan rendah. Jika y adalah nilai spectral masing- masing piksel dan kisarannya adalah y_min – y_max maka koreksi radiometrik menggunakan DOS adalah:

y_koreksi = y - y_min

Misalnya saluran (band) 1 di citra Landsat memiliki rentang nilai antara 25- 230. Nilai minimum 25 merupakan kesalahan karena nilai seharusnya adalah nol. Koreksi radiometrik dilakukan dengan persamaan sebagai berikut:

Nilai piksel terkoreksi = nilai piksel – 25

Nilai piksel merupakan hasil bit coding informasi spectral dari obyek bayangan di permukaan bumi. Informasi spectral ini mencapai detector pada sensor dalam bentuk radiansi spectral dengan satuan miliWatt cm^-2sr^-1µm^-1. Secara teoritik, pada suatu sistem penginderaan jauh ideal, nilai pantulan spectral yang terekam di detector. Namun pada spectrum tampak dan perluasannya (0,36 – sekitar 0,9 µm), informasi spectral obyek di permukaan bumi biasanya mengalami bias, karena ada hamburan dari obyek lain di atmosfer, khususnya partikel debu, uap air dan gas triatomik. Dengan adanya bias maka diperlukan koreksi untuk memperbaiki nilai piksel supaya sesuai dengan yang seharusnya. Rumus umum koreksi nilai piksel pada setiap scene adalah dengan mengurangi setiap nilai citra yang akan dikoreksi dengan nilai bias (Abdur Rahman, 2011: 24):

BV­_terkoreksi = BV_ahli – bias

Pencarian nilai bias dapat dilakukan dengan beberapa cara, antara lain dengan penyesuaian histogram (histogram adjustment), penyesuaian regresi, kalibrasi bayangan (shadow calibration), dan metode pencar (metode bronsveld). Selain metode DOS masih banyak metode lain yang dapat digunakan untuk melakukan koreksi radiometrik. Berikut pendeskripsian mengenai metode- metode tersebut, yaitu koreksi relatif, koreksi absolut dan koreksi atmosfer:

d. Koreksi relatif merupakan proses koreksi radiometrik yang dilakukan pada citra dengan sensor yang sama akan tetapi direkam pada waktu yang berbeda. Proses koreksi dilakukan dengan membangun korelasi berdasarkan nilai spektral pada lokasi- lokasi yang tidak mengalami perubahan di kedua citra tersebut. Koreksi ini biasanya dilakukan untuk dalam proses pemetaan tutupan lahan multiwaktu (time series).

e.  Koreksi absolut merupakan koreksi radiometric yang mengubah kembali nilai digital menjadi nilai pantulan sinar matahari yang sebenarnya. Faktor- faktor yang dipertimbangkan dalam koreksi ini adalah mencakup sudut elevasi matahari, jarak bumi- matahari dan sebagainya.

f.   Koreksi atmosfer merupakan salah satu algoritma koreksi radiometrik yang relatif baru. Koreksi ini dilakukan dengan mempertimbangkan berbagai parameter atau indikator atmosfer dalam proses koreksi termasuk faktor musim dan kondisi iklim di lokasi perekaman citra (misalnya tropis, sub-tropis dan lain- lain). Secara umum dapat dikatakan bahwa koreksi atmosfer merupakan pengembangan dari koreksi absolut. Kelebihannya adalah pada kemampuannya untuk memperbaiki gangguan atmosfer seperti kabut tipis, asap, dan lain- lain.

Share On: