II TINJAUAN PUSTAKA

2.1 Penginderaan jauh Penginderaan jauh didefinisikan sebagai proses perolehan informasi tentang suatu obyek tanpa adanya kontak fisik secara langsung dengan obyek tersebut (Rees,2001; Elachi,2006). Informasi diperoleh dengan cara deteksi dan pengukuran berbagai perubahan yang terdapat pada lahan dimana obyek berada. Proses tersebut dilakukan dengan cara perabaan atau perekaman energi yang dipantulkan atau dipancarkan, memproses, menganalisa dan menerapkan informasi tersebut. Informasi secara potensial tertangkap pada suatu ketinggian melalui energi yang terbangun dari permukaan bumi, yang secara detil didapatkan dari variasi-variasi spasial, spektral dan temporal lahan tersebut (Landgrebe,2003). Variasi spasial, spektral dan temporal memberikan tambahan informasi yang saling melengkapi. Sebaran bentukan garis lurus yang membentuk jalurjalur memberikan informasi terdapatnya suatu aktifitas dilokasi tersebut. Bentukan-bentukan teratur yang menyerupai rumah menambah informasi bahwa lokasi tersebut juga menjadi tempat tinggal. Dua informasi tersebut berasal dari adanya variasi spasial obyek pada citra. Warna merah kecoklatan memperjelas pembedaan kumpulan obyek rumah dengan lokasi lahan bertutupan vegetasi yang berwarna hijau. Tambahan informasi ini berasal dari adanya variasi spektral yang dapat secara detil menambah akurasi identifikasi obyek. Perubahan jumlah obyek pada satu lokasi yang terdapat pada dua atau lebih citra akan memberikan informasi tentang pertumbuhan fenomena di lokasi tersebut. Informasi pada suatu lokasi yang sama dari dua citra yang berbeda waktu perekamannya memberikan informasi multi temporal. Informasi multi temporal ini sangat bermanfaat dalam menganalisis perubahan fenomena yang terjadi pada rentang waktu tertentu di lokasi tersebut.(Roberts,1985)

2.2. Citra Citra merupakan masukan data atau hasil observasi dalam proses penginderaan jauh. Penginderaan Jauh atau Remote Sensing didefinisikan sebagai ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena tersebut. (Dulbahri, 1985) Citra dapat diartikan sebagai gambaran yang tampak dari suatu obyek yangs edang diamati, sebagai hasil liputan atau rekaman suatu alat pemantau atau sensor, baikoptik, elektrooptik, optik-mekanik maupun elektromekanik. Citra memerlukan proses interpretasi atau penafsiran terlebih dahulu dalam pemanfaatannya. (Estes, 1975) Citra Satelit merupakan hasil dari pemotretan/perekaman alat sensor yang dipasang pada wahana satelit ruang angkasa dengan ketinggian lebih dari 400 km dari permukaan bumi. (Estes, 1975) 2.3 Satelit Lansat Satelit lansat merupakan salah satu satelit yang digunakan untuk mengamati permukaan bumi. Satelit ini dikenal sebagai satelit sumber daya alam karena fungsinya adalah untuk memetakan potensi sumber daya alam dan memantau kondisi lingkungan. ( lillesand, 1973) Landsat pada awalnya disebut dengan nama ERTS-1 (Earth Resource Technology Satellite) yang diluncurkan pada tanggal 23 juli 1972 yang mengorbit hingga 6 Januari 1978 teat sebelum peluncuran ERTS-B. Tanggal 22 Juli 1975, NASA secara resmi menangani program ERTS menjadi program Landsat sehingga ERTS-1 berubah menjadi Landsat 1 dan ERTS-B berubah menjadi Landsat 2. Landsat 2 berhenti beroperasi pada tahun 1981. Landsat 3 diuncurkan pada tanggal 5 Maret 1978 dan berhenti beroperasi pada tahun 1983. Landsat 4 diluncurkan pada Juli 1982 dan landsat 5 pada maret 1984. Landsat 4 berhenti beroperasi pada tahun 1993. Landsat 6 gagal mencapai orbit

karena terjadi kecelakaan yang dicoba diluncurkan pada tanggal 5 Oktober 1993. Landsat 7 diluncurkan pada tanggal 15 April 1999. (Lintz,1976) 2.4 ER Mapper 7.0 ER Mapper 7.0 adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit. Masih banyak perangkat lunak yang lain yang juga dapat digunakan untuk mengolah data citra, diantaranya adalah Idrisi, Erdas Imagine, PCI dan lain-lain. Masing-masing perangkat lunak mempunyai keunggulan dan kelebihannya sendiri. ER Mapper dapat dijalankan pada workstation dengan sistem operasi UNIX dan komputer PCs (Personal Computers) dengan sistem operasi Windows 95 ke atas dan Windows NT. 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. (Griffin,1979) 2.5 RGB (Red,Green and Blue) Model warna RGB adalah model warna berdasarkan konsep penambahan kuat cahaya primer yaitu Red, Green dan Blue. Dalam suatu ruang yang sama sekali tidak ada cahaya, maka ruangan tersebut adalah gelap total. Tidak ada signal gelombang cahaya yang diserap oleh mata kita atau RGB (0,0,0). Apabila kita menambahkan cahaya merah pada ruangan tersebut, maka ruangan akan berubah warna menjadi merah misalnya RGB (255,0,0), semua

benda dalam ruangan tersebut hanya dapat terlihat berwarna merah. Demikian apabila cahaya kita ganti dengan hijau atau biru. Apabila kita melanjutkan percobaan memberikan 2 macam cahaya primer dalam ruangan tersebut seperti (merah dan hijau), atau (merah dan biru) atau (hijau dan biru), maka ruangan akan berubah warna masing-masing menjadi kuning, atau magenta atau cyan. Warna-warna yang dibentuk oleh kombinasi dua macam cahaya tersebut disebut warna sekunder. (Purwadi,2001) 2.6 Teknik interpretasi Teknik adalah alat khusus untuk melaksanakan metode. Teknik dapat pula diartikan sebagai cara melakukan sesuatu secara ilmiah. Teknik interpretasi citra dimaksudkan sebagai alat atau cara khusus untuk melaksanakan metode penginderaan jauh. Teknik juga merupakan cara untuk melaksanakan sesuatu secara ilmiah. Sesuatu itu tidak lain ialah interpretasi citra. Bahwa interpretasi citra dilakukan secara ilmiah, kiranya tidak perlu diragukan lagi. Interpretasi citra dilakukan dengan metode dan teknik tertentu, berlandaskan teori tertentu pula. Mungkin kadang-kadang ada orang yang menyebutnya sebagai dugaan, akan tetapi berupa dugaan ilmiah (scientific guess). (Adler,1996) 2.7 Satelit Ikonos Satelit Ikonos adalah satelit resolusi tinggi yang dioperasikan oleh Geo Eye berasal dari bawah Lockheed Martin Corporation sebagai Commercial Remote Sensing System (CRSS) satelit. Pada April 1994 Lockheed diberi salah satu lisensi dari US Department of Commerce untuk satelitkomersial citra resolusi tinggi. Pada tanggal 25 Oktober 1995 perusahaan mitra Space Imaging menerima lisensi dari Komisi Komunikasi Federal (FCC) untuk mengirimkan telemetri dari satelit di Bumi delapan-gigahertz band Exploration Satellite Service. Sebelum memulai, Space Imaging mengubah nama untuk satelit Ikonos. Ikonos berasal dari bahasa Yunani yang berarti "gambar". Pada awalnya dua satelit direncanakan untuk operasi. Peluncuran Ikonos-1 pada tahun 1999 gagal ketika pay load hadiah dariAthena roket,

gagal untuk memisahkan dan mencegah satelit mencapai orbit. Lalu, Ikonos-2 yang semula direncanakan untuk diluncurkan pada 2000, berhasildiluncurkan pada 24 September 1999 dari Space Launch Complex 6 (SLC-6) diVandenberg Air Force Base di California. Sensor pencitraan panchromatic dan multispectral. Satelit ini memiliki kutub, lingkaran, matahari-sinkron 681km orbitdan keduanya sensor memiliki petak lebar 11 km. Beratnya adalah 1600 pound (720kg). Pada November 2000 Lockheed Martin menerima"Best of What's New" Grand Award dalam kategori Penerbangan &Ruang Angkasa dari majalah Popular Science. Space Imaging diakuisisi oleh orbimage pada bulan September 2005. Perusahaan ini kemudian diganti namanyamenjadi Geo Eye. (Spasitama, 2004) 2.8 Geolinking Geolinking sangat berbeda dengan Geopositioning. Geopositioning adalah menyebutkan secara spesifik posisi dan cakupan dari sebuah image dalam ruang koordinat geografis. Hal ini bisa berguna untuk membuat peta yang mencakup suatu area tertentu. Sedangkan geolinking adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini bisa sangat berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda atau algorithm pemrosesan yang berbeda, dan banyak aplikasi lain. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image lain. (Sutanto, 1986)

III MATERI DAN METODE

3.1 Waktu dan tempat Waktu Hari/tanggal Tempat : Pukul 13:00 WIB selesai : Selasa, 16 September 2013 :Lab.Komputasi Tengah 3.2 Materi Adapun materi praktikum Penginderaan jauh kali ini adalah dasar Interface perangkat lunak ER Mapper 7.0, praktikum ini dilakukan dengan memanfaatkan citra Landsat daerah Cilacap dan juga analisis citra IKONOS pada tahun 2005 dan 2009 terhadap perubahan daerah Semarang utara dan sekitarnya. 3.3. Metode 3.3.1 Penggabungan citra
1.

Gedung

Kelautan

lantai

2,

Universitas Diponegoro Tembalang,Semarang Jawa

Menggabungkan Citra Buka Software Er Mapper 7.0, pilih Floating dan Finish. Maka akan muncul tampilan sebagai berikut

Gambar 1. Tampilan awal ER Maper 7.0

Gambar 2. Menu dan icon Er Mapper 7.0

Klik icon Edit algoritm seperti ditunjukkan gambar diatas Setelah itu maka akan muncul tampilan dibawah berikut

Gambar 3. Edit algoritm Kemudian untuk penggabungan citra algoritma. lalu ganti description menjadi Nama dan Nim, kemudian duplikat Pseudolayer nya sebanyak 6 kali dengan mengklik icon

Duplicate (

) dan ganti nama pseudo layer menjadi band1-

band7. Band 6 dilewati karena dalam kondisi Thermal. Maka hasilnya akan seperti gambar berikut.

Gambar 4. Mengisi band dengan citra digital Lalu Klik load data sheet, Lalu buka data penginderaan jauh di penyimpanan D: yang telah disimpan sebelumnya,jumlahnya sama dengan Band yang dibutuhkan. kemudian, sesuaikan data B1_B7 ke Band1-Band7. Band 6 dilewatkan.

Gambar 5. Pengisian Bands

Gambar 6. Menu pilihan citra yang akan di isikan pada tiap band

Gambar 7. Setelah semua citra di isikan pada band yang sesuai Saat memilih Load dataset pada Band 1-7. Klik This layer only untuk masing-masing Band, maka akan muncul tampilan layer seperti berikut.

Gambar 8. Tampilan salah satu citra landsat

 Lalu klik save

Gambar 9. Save hasil penggabungan citra Saat melalukan save as, pilih Er Mapper raster datasets dengan ekstensi (.ers)

Gambar 10. Menu penyimpanan

Gambar 11. Data tersimpan

2. Cropping data citra

Klik lagi Icon Edit algoritm, kemudian duplikat pseudo layer dengan cara yang sama dengan yang diatas hingga dhasilkan sejumlah 6 Band. Dan ganti Description dengan nama dan NIM kita.

Gambar 12. Mengisi band untuk cropping Isikan seluruh band 1 hingga 7 dengan melewati band 6 dengan menggunakan data citra yang telah disimpan. Sehingga akan muncul tampilan seperti berikut pada algoritmnya.

Gambar 13. Hasil dari citra

 Unuk melakukan Cropping pada tampilan algoritm tersebut , gunakan icon Zoom box tool diinginkan . Dan zoom pada tempat yang

Gambar 14. Menu untuk melakukan cropping Maka akan menghasilkan tampilan seperti berikut

Gambar 15. Setelah selesai cropping Lalu save dengan nama crop_Cilacap12.ers , kemudian klik default lalu pilih Ok.

Gambar 16. Menyimpan hasil cropping

Gambar 17 a. klik default dan Ok

Gambar 17b. setelah selesai menyimpan.

3. Penajaman citra

Klik kembalik icon menu Edit Algoritm, untuk membuka file pilih menu Edit dan pilih Open into new surface. Maka akan muncul tampilan seperti berikut ini.

Gambar 18. Menajamkan citra

Gambar 19. Hasil cropping dibuka lagi Lalu klik contras enhancemen 99 % sehingga tampilannya menjadi. Sebagai berikut

Gambar 20. Edit algoritm

Gambar 21. Hasil penajaman citra Kemudian untuk mencerahkan tampilan pada layer klik icon RGB

Gambar 22. Menu RGB

Gambar 23. Setelah RGB

Gambar 24. Hasil RGB Lalu klik refresh

Gambar 25. Refresh image Kemudian pseudo layer pada algoritm di cut

Gambar 26. Pseudo layer di hapus Kemudian klik save as ekstensi (.ers) dan beri nama cilacap13 dengan

Gambar 27. Menyimpan hasil penajaman warna

Gambar 28. Save as

4. Reading data value

Buka file cilacap13.ers yang telah disimpan sebelumnya.

Gambar 29. Reading data value

Gambar 30. Membuka hasil penajaman warna

Gambar 31 hasil RGB

 Kemudian RGB kembali citranya

Gambar 32. RGB Lalu crooping daerah yang dicitra dengan zoom box tool pada tempat yang diinginkan seperti;

Gambar 33. Menu zooming

Gambar 34. Hasil zooming Kemudian smoothing pada layar algoritm di unchecklist sperti gambar berikut, makan tampilan layer akan seperti di bawah ini.

Gambar 35a. Menu RGB

Gambar 35b. Hasil RGB

 Lalu klik view cell value profil ,kemudian ganti pointers tools, lalu klik di sembarang citra pada layer, begitu juga untuk view cell coordinate lalu close.

Gambar 36. Cell values profile

Gambar 37. Menu cell values profile

Gambar 38. Koordinat posisi citra Kemudian klik kanan pada layer dan klim zoom to all data sheet untuk mengembalikan ke bentuk semula

Gambar 39. Zoom to all datasets

5. Menghitung jarak dan luas

Setelah dikembalikan pada bentuk semula melalui zoom to all data sheet, lakukan cropping dengan zoom box tool pada daerah yang sama,namun sebelumnya smoothing diaktifkan kembali. Lalu Klik Edit pada task bar,lalu pilih annotate vector layer, kemudian klik Ok sehingga muncul tabel ER Mapper status lalu pilih close maka akan muncul tampilan tools baru.

Gambar 40. Annotate vector layer

Gambar 41. vector

Gambar 42. New map composition a. Menghitung Panjang ( Polyline ) Klik polyline pada tools untuk melihat panjang /jarak daerah tersebut yg dicitrakan pada layer lalu klik edit object extent sehingga dapat diketahui panjang daerah yang dicitrakan.

Gambar 43. Map composition extents dari polyline

b. Menghitung Luasan ( Polygon ) Sama seperti polyline, maka untuk polygon, Klik polygon untuk melihat panjang / jarak daerah tersebut yg dicitrakan pada layer lalu klik edit object extent sehingga dapat diketahui panjangnya.

Gambar 44. Luasan dengan polygon

Gambar 45. Map composition extents dari polygon

6. Geolink

Klik icon Edit Algorithm dan lakukan penggandaan dengan mengklik icon Copy Window. Maka akan terdapat dua window kosong.

Gambar 46. Menu copy window

Gambar 47a. hasil copy

Gambar 47b. hasil copy Buka file melalui icon Load Dataset. Untuk window pertama, buka file berupa citra data satelit IKONOS 2005.ers, Sedangkan untuk window kedua, buka file citra data satelit IKONOS 2009.ers.

Gambar 48. Citra satelit bandara ahmad yani 2005

Gambar 49. Citra IKONOS Ahmad yani 2009 Lalu klik RGB untuk member kecerahan pada citra.

Gambar 50. Menu RGB

Gambar 51. Citra yang sudah RGB a. Geolink Kemudian untuk layer satelit IKONOS 2005 dan 2009, masing masing di klik kanan-zoom geolink to window.

Gambar 52. Set geolink to window 2005

Gambar 53. set geolink to window 2009

Lalu klik hand tools untuk menggeser- geser peta untuk mlihat perubahan yang terjadi dari tahun 2005-2009.

Gambar 54. Hasil geolink to window Kemudian klik kanan set geolink to none untuk menonaktifkan efek ke-2 layer tersebut, untuk melanjutkan proses selanjutnya.

Gambar 55. Geolink to none 2005

Gambar 56. Geolink to none 2009

B. Geolink to Screen Pada layer satelit 2009 di klik sembarang, lalu klik copy window untuk mengcopy layer 2009 sehingga akan muncul 4 layer.

Gambar 57. Copy window

Gambar 58. Hasil copy window 2009

Gambar 59. Hasil copy window Lalu pada masing masing layer, klik kanan quick zoom lalu pilih set geolink to screen.

Gambar 60. Set geolink to screen

Maka tampilan nya akan seperti ini.

Gambar 61. Hasil geolink to screen C. Geolink to Roam Sebelumnya pada ketiga layer, klik kanan, pilih Quick Zoom, kemudian Set Geolink to None. Lalu selanjutnya,klik kanan pada layer 2005 kemudian zoom set geolink to overview roam , lalu geser geser layernya untuk melihat perubahan yang terjadi dari tahun 2005 sampai ke tahun 2009 melalui penggeseran koordinatnya.

Gambar 62. Geolink to data roam lalu amati perubahan yang terjadi pada daerah bandara semarang dan sekitarnya pada tahun 2005 sampai 2009.

IV HASIL DAN PEMBAHASAN

4.1 Hasil 4.1.1 Penggabungan citra

Gambar 63a. Menu edit algoritm

Gambar 63b. hasil penggabungan citra

4.1.2 Cropping citra

Gambar 64. Hasil cropping citra 4.1.3 Penajaman citra

Gambar 65. Hasil penajaman citra

Gambar 66. Menu Algoritm saat diberi RGB 4.1.4 Reading data value

Gambar 67. Hasil RGB

Gambar 68. Hasil Cell values profile

Gambar 69. Hasil cell coordinates 4.1.5 Menghitung jarak dan luas 4.1.5.1 Cara Polyline

Gambar 70. Hasil pengukuran panjang polyline

Gambar 71. Hasil Map composition extents polyline 4.1.5.2 Cara Polygon

Gambar 72. Hasil pengukuran luas dengan polygon

Gambar 73. Nilai composition extents polygon 4.1.6 Geolink

Gambar 74. Hasil geolink

4.1.6.1 Geolink to Window

Gambar 75. Hasil geolink to window 4.1.6.2 Geoling to Screen

Gambar 76. Hasil geolink to screen

4.1.6.3 Geoling to data roam

Gambar 77. Hasil geolink to data roam 4.2 Pembahasan Dalam praktikum perdana inderaja ini hal yang dilakukan adalah mengenai pengenalan interface software ER Mapper versi 7.0. Dalam praktikum ini, praktikan menggunakan data citra digital daerah Cilacap yang terdiri dari 7 buah citra digital daerah yang berbeda, supaya hasil dari penampakan citra Digital lebih akurat dan terlihat jelas perbedaanya. Cropping data citra Digital Cilacap dilakukan untuk mendapatkan gambar

citra yang lebih besar sehingga gambar pada citra akan tampak lebih jelas dan akurat . 4.2.1 Penggabungan Citra Dalam penggabungan citra dijelaskan bagaimana cara menajamkan warna dengan menggunakan icon yang telah di instruksikan diatas dan juga melakukan penggabungan citra. Komposisi warna ini terdiri dari beragai band-band. Pada satelit Landsat mempunyai beberapa band yaitu band 1, band 2 band 3, band 4, band 5, dan band 7. Dimana dari masingmasing band tersebut mempunyai warna, sifat, dan karakteristik yang berbeda-beda. Untuk mendapatkan hasil kombinasi yang baik maka dalam melakukan kombinasi tidak serta merta melakukan kombinasi, malinkan kita harus mengetahui sifat dan karakteristik dari tiap-tiap band. 4.2.2 Cropping Citra Cropping citra dilakukan untuk untuk memperbesar atau memperjelas suatu objek/citra agar tampak lebih mendetail. Cropping citra juga berguna untuk melihat suatu vegetasi pada citra. Untuk menghitung suatu luasan objek yang akan kita hitung dibutuhkan ketelitian dalam melakukan digitasi pada objek tersebut. Karena jika kita melakukan kesalahan sedikitpun dalam melakukan digitasi maka data luasannya pun akan tidak valid. 4.2.3 Penajaman citra Penajaman citra dilakukan dengan tujuan untuk mengetahui bentukan detail dari suatu citra landsat, dengan melakukan penajaman seperti yang ditunjukkan dengan metode

sebelumnya, maka hasil dari citra yang sebelumnya kurang jelas akan tampak lebih terang, hal ini dilakukan agar mempermudah titik-titik dari suatu objek yang ingin diamati. 4.2.4 Reading data value. Reading data value disini berguna untuk mengetahui data value dari suatu citra dalam bentuk piksel-piksel yang blur. Kita dapat mengetahui ukuran piksel dan juga koordinat dari piksel tersebut. 4.2.5 Menghitung jarak dan luas wilayah Dari data citra yang telah kita proses seelumnya, kita dapat mengetahui jarak antar titik dan juga luas dari bidang citra, dengan mengetahui jarak antar titik ini kita dapat mengetahui jarak dari tiap point of objects dan kita juga dapat mengetahui luas dari citra digital tersebut. Untuk mengetahui jarak antar titik digunakan icon polyline dan polygon untuk mengetahui luasnya seperti yang telah di jabarkan pada materi dan metode sebelumnya. Keduanya akan menampilkan nilai dalam bentuk panjang,area dalam satuan meter dan miles. 4.2.6 Geolink Geolink berguna sebagai linking dari bentu geo suatu citra digital. Geolink disini terbagi atas tiga macam. Yaitu: 1. Geolink to window, berguna sebagai linking dari citra yang telah di-copy dan kemudian terintegrasi dalam window nya masing-masing. Sehingga ketika kita menggerakan salah satu window, maka seluruh windows akan melakukan gerakan yang sama

2. Geolink to screen, adalah geolinking yang berguna sebagai integrasi dari seluruh windows kedalam satu window atau screen. Sehingga ketika kita menggerakkan satu window, makan windows yang lain seakan menyatu dan tampilan citra pun hanya satu screen dari seluruh window yang lain. 3. Geolink to data Roam, berguna untuk membandngkan data roam dari tiap cita, dari sini kita sapa melihat perbandingan roam dari citra digital pada tahun 2005 dan juga tahun 2009 yang akan tampak jelas dengan cara kita menggerakkan kursor pada titik yang ingin kita bandingkan.

V. KESIMPULAN
1. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit dan menganalisis informasi kebumian termasuk untuk mengetahui perubahan dari kenampakkan citra suatu wilayah 2. Penginderaan jauh merupakan suatu ilmu dan seni untuk memperoleh informasi tentang objek suatu daerah dengan cara memancarkan gelombang elektromagnetik dengan panjang gelombang tertentu kemudia menganalisis data yang diperoleh data secara langsung terhadap objek atau daerah yang dikaji. 3. Interpretasi visual pada citra satelit, digunakan untuk identifikasi dan pengenalan objek pada citra untuk keperluan revisi peta, dimana hasil interpretasi yang baik membutuhkan pengetahuan yang cukup mengenai karakteristik citra yang digunakan dan tujuan yang diharapkan. 4. Salah satu jenis citra adalah Citra Landsat, dimana pemanfaatan data Citra Landsat dipadukan dengan data di lapangan, pada intinya dapat memberikan fasilitas kemudahan yang lebih, maksudnya lebih efisien dan akurat dalam menganalisis suatu daerah,pulau dan lainnya. 5. Dari praktikum kali ini praktikan dapat melihat dengan jelas bahwa terjadi berbagai perubahan yang secara nyata dari suatu wilayah setiap tahunnya terkhususnya terhadap penggunaan tanah dari suatu daerah dengan tujuan proyek industri atau rumah tangga.

DAFTAR PUSTAKA
D.D. Roberts, Y. Yamaguchi, and R.P. Lyon, Calibration of Airborne Imaging Spectrometer Data to Percent Reflectance Using Field Spectral Measurements, Proc.
Nineteenth Int.

Dulbahri, 1985. Interpretasi Citra Untuk survey Vegetasi. Puspics Bakorsurtanal UGM, Yogyakarta Estes J.E dan D.S. Simonett. 1975. Fundamental of Image Interpretatation : Manual of remote Sensing, vol 1, First Edition. R.G. Revees: ed-in-chief, American Society of Fotogrammetry, Falls Chourch, Virginia. Lillesand and Kiefer, 1993. Remote Sensing And Image Interpretation, Jhon Villey and Sons, New York. Lillesand, T.M dan R.W. Kiefer. 1990. Penginderaan Jauh dan interpretasi Citra. Penerj. Dulbahri, et al. Gadjah Mada University Press. Yogayakarta Lintz, J.Jr and D.S. Simonett. 1976, Remote Sensing of Environmental. AddisonWesley Publishing Comp. London. Lo, C.P, 1986. Penginderan Jauh Terapan, UIPress, Jakarta. M.K. Griffin, H. K. Burke, J. Vail, S.M. Adler-Golden, and M. Matthew, Sensitivity of Atmospheric Compensation Model Retrievals to Input Parameter Specification, Proc. AVIRIS Earth Science and Applications Workshop, Pasadena, Calif., 1999, JPL Publication 99-17.

Purwadi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. PT. Grasindo. Jakarta S.M. Adler-Golden, A. Berk, L.S. Bernstein, S. Richtsmeier, P.K. Acharya, M.W.