Aplikasi Citra landsat pada GIS

Penginderaan Jauh
Penginderaan jauh merupakan ilmu dan seni untuk memperoleh tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji. Komponen dasar suatu sistem pengindearaan jauh lokal ditunjukkan dengan adanya suatu sumber tenaga yang seragam, atsmosfer yang tidak mengganggu, sensor sempurna, serangkaian interaksi yang unik antara tenaga dengan benda di muka bumi, sistem pengolahan data tepat waktu, berbagai penggunaan data.

penginderaan jauh merupakan suatu teknik untuk mengumpulkan informasi mengenai obyek dan lingkungannya dari jarak jauh tanpa sentuhan fisik. Tujuan utama penginderaan jauh adalah untuk mengumpulkan data sumberdaya alam dan lingkungan. Biasanya teknik ini menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna membuahkan data yang bermanfaat untuk aplikasi di bidang pertanian, arkeologi, kehutanan, geografi, geologi, perencanaan, dan bidang-bidang lainnya.

keberhasilan terapan penginderaan jauh meningkat cukup berarti dengan menggunakan pendekatan multi pandang (multiple view) untuk pengumpulan data. Cara ini dapat meliputi penginderaan multi tingkat (multi stage) dimana data suatu daerah kajian dikumpulkan dari berbagai tinggi terbang. Dapat pula dengan penginderaan multispektral (multi spectral) dimana data diperoleh pada beberapa saluran spektral secara bersama-sama. Atau dapat juga dengan penginderaan multi waktu (multi temporal) dimana data suatu daerah dikumpulkan dengan lebih dari satu tanggal pemotretan..

Citra Landsat
Satelit penginderaan jauh yang sering digunakan adalah untuk melihat penutupan lahan adalah satelit Landsat. Citra landsat komposit warna cocok digunakan untuk menduga cakupan lahan dan penggunaannnya. Salah satu sensor dari satelit landsat adalah sensor TM (Thematic Mapper), yang memiliki resolusi spasial 30 x 30 meter dengan karakteristik tertentu.

Klasifikasi citra menurut Lillesand dan Kiefer (1990), dibagi ke dalam dua klasifikasi yaitu klasifikasi terbimbing (supervised classification) dan klasifikasi tidak terbimbing (unsupervised classification). Proses pengklasifikasian klasifikasi terbimbing dilakukan dengan prosedur pengenalan pola spektral dengan memilih kelompok atau kelas-kelas informasi yang diinginkan dan selanjutnya memilih contoh-contoh kelas (training area) yang mewakili setiap kelompok, kemudian dilakukan perhitungan statistik terhadap contoh-contoh kelas yang digunakan sebagai dasar klasifikasi.

Pada klasifikasi tidak terbimbing, pengklasifikasian dimulai dengan pemeriksaan seluruh pixel dan membagi kedalam kelas-kelas berdasarkan pada pengelompokkan nilai-nilai citra seperti apa adanya. Hasil dari pengklasifikasian ini disebut kelas-kelas spektral. Kelas-kelas spektral tersebut kemudian dibandingkan dengan kelas-kelas data referensi untuk menentukan identitas dan nilai informasi kelas spektral tersebut.

Penggunaan Citra Landsat TM Pada Sistem Informasi Geografis
Citra satelit dan foto udara merupakan hasil dari penginderaan jauh yang dapat diintegrasikan ke dalam SIG dengan beberapa cara. Cara pengintegrasian tersebut dapat ditempuh dengan foto udara discan, digitasi peta rupa bumi, menggunakan perangkat lunak pengolah citra dan datanya dikonversi ke dalam format SIG, atau langsung menggunakan perangkat lunak SIG seteah citra di digeoreferensi. Hasilnya dapat berupa data ektor maupun data raster.

Data vektor adalah objek yang diwakili oleh titik-titik, garis dan poligon yang mempunyai sistem koordinat kartesius, sedangkan data raster berupa satuan homogen terkecil yang disebut piksel, setiap piksel menyatakan luasan perrmukaan bumi suatu lokasi. Pemilihan citra satelit dan model data yang akan digunakan tergantung kepada kebutuhan pengguna SIG. Semakin tinggi resolusi dari citra yang ada maka akan semakin baik kenampakan data spasial yang dihasilkan.

Saat ini semakin banyak sistem satelit penginderaan jarak jauh yang telah membuat kemajuan yang sangat spektakuler di bidang penginderaan jauh, sehingga menghasilkan data input untuk SIG. Data input SIG dapat beragam jenis formatnya. Salah satu contohnya adalah informasi yang diperoleh melalui pemanfaatan penginderaan jauh baik berupa hasil interpretasi foto udara maupun dari penerapan metode citra digital yang dikonversikan ke dalam teknologi SIG. Dengan berbasis kepada georeference dalam SIG, dimungkinkan adanya penggabungan beragam informasi, baik data spasial maupun deskriptif.

Data digital yang diterima dari penginderaan jauh melalui satelit dan yang diperoleh langsung dari terapan klasifikasi citra satelit secara digital biasanya berbentuk format raster. Sementara data input SIG melelui digitasi berbentuk vektor. Dengan teknologi SIG, perbedaan tersebut dapat dimanfaatkan dalam menganalisis penutupan dan penggunaan lahan di Daerah Aliran Sungai (DAS).

Satelit yang dapat menghasilkan peta citra diantaranya adalah Lansat TM. Data Landsat TM diolah dengan menggunakan software ERDAS Imagine versi 8.5. Langkah pertama yang dilakukan dalam menganalisis citra adalah dengan mengadakan koreksi-koreksi dari citra tersebut dengan menggunakan peta rupa bumi digital yang telah dibuat terlebih dahulu. Koreksi geometris dengan menggunakan peta acuan ini hanya dilakukan pada salah satu data citra Landsat TM. Koreksi untuk citra yang lain dilakukan dengan cara koreksi dari citra ke citra. Proses resampling nilai digital citra asli ke dalam citra terkoreksi menggunakan metode nearest neighbourhood interpolation.Penentuan lokasi penelitian (cropping) dilakukan pada kawasan yang akan kita lakukan kajian, misalnya DAS.

Untuk tahapan selanjutnya adalah melakukan klasifikasi secara digital dengan menggunakan Klasifikasi Tak Terbimbing (Unsupervised Classification) dan Klasifikasi Terbimbing (Supervised Classification) berdasarkan kunci interpretasi penutupan/penggunaan lahan yang telah dimodifikasi. Penutupan/penggunaan lahan tersebut yakni: hutan, perkebunan, sawah, semak belukar, ladang/tegalan, build up, lahan kosong, air, awan dan bayangan awan.
(Dari berbagai sumber).