KUALITAS DATA CITRA LANDSAT ETM PADA PERUBAHAN GUNA LAHAN RTH DENGAN MENGGUNAKAN SCATTERGRAM (Studi Kasus: Pemukiman Kotamadya Surabaya)


Oleh:
Teguh Hariyanto1), Abdul Wahid Hasyim2),,M. Taufik1), Haryo Sulistyarso3)
teguh_hr@geodesy.its.ac.id, https://awhasyim.wordpress.com/,
taufik_srmd@yahoo.com, fiefa07@yahoo.com

Dosen Pasca Sarjana Teknik Sipil FTSP-ITS, bidang Penginderaan Jauh
Jurusan Perencanaan Wilayah dan Kota Universitas Brawijaya Malang, sedang menempuh S3 Penginderaan Jauh di Institut Teknolologi Sepuluh Nopember (ITS) Surabaya,
Dosen Pasca Sarjana Teknik Sipil FTSP-ITS, bidang PWK

Abstraksi

Pantulan spectral dan panjang gelombang dapat menunjukkan dan membedakan material permukaan lahan misalnya: air, lahan kering, dan tumbuhan. Spectral adalah daya pisah objek berdasarkan besar spektrum elektromagnetik yang digunakan untuk perekaman data dan mempengaruhi besarnya radiometrik (derajat keabuan).
Citra Landsat ETM (Enhanced Thematic Mapper) memiliki keunggulan saluran pankromatik (0,50-0,90) μm dengan resolusi 15x15m dari citra Landsat TM (Thematic Mapper) pendahulunya, namun memiliki kemampuan relatif sama pada saluran-salurannya, yaitu menggunakan panjang gelombang tampak (visible), inframerah dekat (NIR), inframerah pendek (MIR), dan inframerah termal (TIR). Berdasarkan pantulan materi (spectrum) dan panjang gelombangnya, perubahan guna lahan pada tutupan lahan (land cover) dapat diinformasikan melalui salah satu saluran terkuatnya diantara 7 saluran (band) yang ada. Seperti pada website http://landsat.gsfc.nasa.gov (2011), bahwa citra landsat saluran 1, 2, dan 3 dinyatakan mampu mendeteksi bangunan buatan (man-made feature identification) dibanding saluran lainnya.
Menggunakan metode klasifikasi Maximum Likelihood dan teknik overlay pada SIG diperoleh hasil klasifikasi pemukiman tahun 2002 seluas 63,16 Km², dan tahun 2009 seluas 79,30 Km², atau terjadi perluasan pemukiman seluas 16,15 Km² (20,36%) dan merubah guna lahan ruang terbuka hijau (RTH) seluas 3,4 Km².

Kata kunci: Kualitas Data Citra, Perubahan Guna Lahan, Scattergram

1. Pendahuluan
1.1 Latar Belakang

Tidak selalu perekaman data citra menghasilkan kualitas citra yang prima, oleh sebab itu pada citra Landsat ETM yang akan digunakan terdapat informasi, salah satunya adalah besar prosentase tutupan awan pada citra yang selanjutnya tergantung pilihan apakah akan digunakan atau tidak. Pada penelitian ini dipilih citra Landsat ETM dengan tutupan awan dibawah 10% agar tidak terlalu banyak informasi yang hilang dan mendekati kondisi tutupan lahan sebenarnya.
Seiring dengan pertumbuhan penduduk yang 1.5% tiap tahun hingga tahun 2009 telah mencapai jumlah penduduk 3 jutaan jiwa. Dampak langsungnya kebutuhan pertumbuhan pemukiman mengalami kemajuan yang pesat mengikuti pertambahan jumlah penduduk. Melalui teknologi penginderaan jauh dan SIG, perubahan guna lahan berupa kawasan pemukiman baru sejak tahun 2002 hingga 2009 dapat teridentifikasi.
Kota Surabaya yang memiliki luas 335.4Km², merupakan kota terbesar ke dua memiliki daya tarik bagi pendatang sebagai pusat bisnis, perdagangan, industri, dan pendidikan di kawasan Indonesia timur, yang tidak jarang akhir-akhir ini mengalami permasalahan perkotaan akibat beban kota yang meningkat. Disusulah pertanyaan penelitian berikut; Bagaimanakah pertumbuhan pemukiman dan perubahan guna lahannya sejak tahun 2002 hingga 2009, berdasarkan data citra Landsat ETM?

1.2 Maksud dan Tujuan
Maksud dari penelitian ini adalah memanfaatkan data citra Landsat ETM dengan tutupan awan < 10% untuk menghasilkan klasifikasi dan memperoleh informasi perubahan guna lahan pada pemukiman lebih akurat.
Tujuan dari penelitian ini adalah mengetahui pertambahan luas pemukinan terhadap perubahan guna lahan RTH, dan kualitas data citra yang digunakan.

1.3 Lingkup Pembahasan
Menganalisis klasifikasi pemukiman terhadap kualitas data citra yang digunakan dengan menggunakan scattergram.
Melanjutkan penelitian yang dilakukan (M.Taufik, dkk, 2011) dengan menghitung perubahan guna lahan RTH tahun 2002 pada kawasan pemukiman tahun 2009.

2. Dasar Teori
2.1 Pertumbuhan Pemukiman dan Perubahan Guna Lahan

Kota yang tumbuh dan semakin besar membutuhkan pemukiman yang semakin tinggi seiring dengan bertambahnya kegiatan akibat jumlah penduduk yang meningkat. Seperti dalam sejarah kota-kota di Amerika yang tumbuh karena pengaruh PemDa setempat dan dikuasai oleh sekelompok atau golongan yang berkepentingan terhadap pengembangan pemukiman; banyak penduduk, berarti banyak tawaran kerja, dan akan banyak pembangunan pemukiman: (Eben Fodor, 2001)
…… more people, more jobs, and more real estate development….. Local democracy has-been dominated by "growth coalitions," composed of individuals and enterprises with a direct stake in real estate development.
Kebutuhan pemukiman yang tinggi menjadi tekanan sosial-ekonomi dalam kehidupan diperkotaan yang akan mempengaruhi kecepatan perubahan dan pola ruang guna lahan ( Peter H. Verburga,b, Paul Schota, Martin Dijsta, A. Veldkampb, 2002, Johara T Jayadinata, 1999).

2.2 Deteksi Material Tutupan Lahan
Teknologi penginderaan jauh sangat bergantung pada pantulan spectral dan panjang gelombang yang dapat menunjukkan dan membedakan material tutupan lahan misalnya: air, lahan kering, dan tumbuhan. Selanjutnya dikembangkan untuk mengenali material lain yang lebih beragam tergantung kebutuhannya. Spectral adalah daya pisah objek berdasarkan besar spektrum elektromagnetik yang digunakan untuk perekaman data dan mempengaruhi besarnya radiometrik (derajat keabuan). Pada gambar 1, terdapat hubungan antara pantulan spectrum (reflectance %) terhadap panjang gelombang (wavelenght μm) yang menunjukkan jenis tutupan lahannya. Kisaran panjang gelombang dan pantulan spectrum yang tidak tetap menunjukkan kadar perubahan tutupan lahan yang berbeda sehingga menjadi celah pada penelitian ini untuk diamati.


Gambar 1. Nilai Pantulan Spectral (%) terhadap 3 material: Tumbuhan, Lahan kering, dan Air.
(Sumber: Brandt Tso, Paul Mather, 2009)

2.3 Menggunakan Scattergram
Salah satu cara melihat kualitas data citra secara statistik yang berformat grafik dapat menggunakan scattergram. Scattergram merupakan teknik atau cara menilai kualitas data dan karakteristik sebaran (lokasi) contoh latihan atau contoh kawasan (training area) didalam suatu citra secara geografis (ErMapper, 2006) pada sebuah plot X-Y dengan menunjukkan nilai data antara hubungan dua buah band pada suatu citra.
Karakterisitik tiap band memiliki keunggulan berbeda satu dengan lainnya sesuai dengan kapasitas panjang gelombang () yang mampu direkamnya. Saluran (band) pada citra Landsat ETM memiliki karakteristik sebagai berikut http://landsat.gsfc.nasa.gov (2011);
Band 1: 0.45 – 0.52 μm (biru). Digunakan untuk memetakan kawasan pesisir, tanah/ membedakan jenis tanaman, klasifikasi hutan, dan identifikasi buatan manusia (bangunan, jalan dll.).
Band 2: 0.52 – 0.60 μm (hijau). membedakan jenis dan memantau kesehatan tanaman, identifikasi buatan manusia.
Band 3: 0.63 – 0.69 μm (merah) Identifikasi jenis tanaman, identifikasi buatan manusia
Band 4: 0.76 – 0.90 μm (inframerah dekat). Memantau kelembaban tanah, tanaman, tubuh air (sungai, tambak, danau, dll)
Band 5: 1.55 – 1.75 μm (inframerah pendek). Memantau kadar air pada tanaman
Band 6: 10.4 – 12.5 μm (inframerah termal). Indentifikasi suhu permukaan, memantau; tanaman rusak, kelembaban tanah, awan, gunung berapi
Band 7: 2.08 – 2.35 μm (inframerah pendek). Identifikasi mineral dan jenis batuan, kadar air pada tanaman.


Gambar Karakteristik Band

3. Metodologi
3.1 Lokasi Penelitian

Sebagai kota terbesar di Jawa Timur, Kota Surabaya menghadapi berbagai tuntutan pembangunan mengingat jumlah penduduk yang berkisar 3 juta jiwa dengan tingkat pertumbuhan penduduk 1.5%/tahun menjadikan kegiatan perkotaan semakin meningkat (http://www.surabaya.go.id/dispenduk/?view=artikel&id=1, 2010). Salah satu kebutuhan pembangunan adalah pemukiman guna memenuhi kebutuhan mendasar hidup di kota. Kebutuhan perluasan pemukiman meningkat seiring dengan pertumbuhan penduduk. Pertimbangan lain dipilihnya Kota Surabaya sebagai tujuan lokasi penelitian adalah ketersediaan data citra Landsat 7 ETM tahun 2002 dan 2009

3.2 Alat dan Bahan
PC Intel(R) Core (TM)2 Duo, E4600 @ 2.4 Ghz
GPSMap 60 Csx
Software Mapsource v 6.15.1
ErMapper v7.1
ArcGIS 9.3 dan ArcView 3.3
Citra Landsat 7 ETM tahun 2002 dan 2009

3.3 Metode
Menggunakan klasifikasi terawasi berdasarkan kemiripan maksimum (Maximum Likelihood) pada tiap piksel yang tidak dikenalnya. Melalui perhitungan statistik (rerata variance/covariance), fungsi probabilitas (Bayesian), contoh latihan (training area/ sites) setiap piksel dipastikan masuk dalam kelas yang mana (Brandt Tso, Paul Mather, 2009). Ditulis dengan formula sebagai berikut:

Dimana, nilai Pr (probability) dari w_j (bobot terpilih yang terbesar j) pada vektor x.

3.4 Pengolahan Citra Landsat 7 ETM
Penelitian ini merupakan bagian dari penelitian lain (M. Taufik, dkk, 2011), dengan tahapan kegiatan sedikit berbeda pada uji scattergram (gambar 3.1).


Gambar 3.1 Proses pengolahan Citra

3.5 SLC- OFF Pada Citra Landsat ETM Tahun 2009
Untuk mengisi data citra yang hilang (filling scan gap) sekitar 22% pada piksel dengan tepat, digunakan metode dengan asumsi,
Y≈GX+B
dimana,
Y= bagian utama yang terkena SLC off
G= pengisian histrogram pada citra utama yang terhapus
X= bagian citra pengisi (SLC on)
B= data bias histogram pada citra utama yang terhapus
Seperti yang dilakukan pada citra yang direkam tahun 2009, gambar 3.2a menunjukkan garis-garis hitam sangat jelas yang merupakan data hilang. Pada proses ini proyeksi dan pemotongan wilayah studi (subset) dilakukan setelah pengisian data (gap filling) seperti pada gambar 3.2b.


Gambar 3.2. SLC Off Landsat 7 ETM+ tahun 2009 (a) dan Hasil Gap Filling (b)

4. Hasil dan Diskusi
4.1 Kelas Pemukiman di Perkotaan

Pemukiman merupakan salah satu faktor fasilitas kebutuhan yang harus dipenuhi sebagai elemen perkotaan (Djoko Sujarto,1982; dalam AWHasyim, 1995). Ketertarikan tinggal di perkotaan menjadi sangat kuat (pull forces) karena berbagai kemudahan ditawarkan, antara lain: pusat hiburan, pusat komersial, pusat pendidikan, tempat kerja, transportasi, dll. Dirumuskan sebagai berikut (François Durand-Dastès, 2007): Pada rumus tersebut mengasumsikan terdapat sejumlah Intensitas (I) saling hubung antara 2 kawasan i dan j yang merupakan hasil dari sekumpulan Populasi (P) yang berbanding terbalik dengan Jaraknya (d).

Melalui teknologi penginderaan jauh dilakukan pemilihan kawasan latihan atau sering disebut contoh latihan (training area) pada tahap awal klasifikasi untuk mengetahui besar pertumbuhan pemukiman. Kelas-kelas lain dibuat sesuai tutupan lahan sebagai faktor lain selain pemukiman, seperti pada tabel 4.1.

Tabel 4.1 Luas Kelas Tahun 2002 dan 2009

4.2 Kualitas Data Citra dan Perubahan Guna Lahan
Sebelum dilakukan uji kualitas data citra terlebih dahulu dilakukan penghitungan statistik pada data citra agar diketahui hubungan kekerabatan antar band, jika tidak dapat terjadi kesalahan persepsi terhadap hubungan antar band yang seharusnya memiliki potensi pengaruh. Band yang digunakan adalah 1,2,3,4,5,dan7, band 6 tidak digunakan dalam penelitian ini. Diperoleh hubungan pengaruh antar band sebagai berikut (dipilih korelasi mendekati 1).

Tabel 4.2 Band Berkorelasi Kuat

Selanjutnya diuji menggunakan scattergram pada tutupan lahan pemukiman tahun 2002 dan 2009 seperti pada gambar 4.1. Setelah dilakukan uji terhadap band-band terkuat berpengaruh. Gambar 4.1 (A) kelas pemukiman pada citra Landsat ETM tahun 2002 sangat dipengaruhi band-1, sedangkan pada tahun 2009 kelas pemukiman sangat dipengaruhi band-5 terhadap sebaran pikselnya yang ditandai batas ellips.


Gambar 4.1 (A) Kelas Pemukiman Oleh Band 1 Tahun 2002, (B) Kelas Pemukiman Oleh Band 5 Tahun 2009.

Perubahan guna lahan terjadi sebagai akibat perluasan pemukiman tahun 2002 seluas 63,16 Km² (gambar 4.2.A) menjadi 79,30 Km² (gambar 4.2.B) pada tahun 2009 atau terjadi peningkatan sebesar 20,36% (gambar 4.2.Cdan D) atau seluas 16,15 Km² . Kebutuhan lahan untuk kegiatan pemukiman tersebut mengakibatkan terjadinya perubahan guna lahan RTH (Ruang Terbuka Hijau) seluas 3,4 Km² (gambar4.2. E dan F).


Gambar 4.2 Tutupan Lahan Pemukiman dan Perubahan Guna Lahan RTH


Gambar 4.3 Penjelasan Gambar D dan F

5. Kesimpulan
Kualitas data citra Landsat ETM, saat dilakukan uji pada training area pemukiman menunjukkan data citra tahun 2002 sesuai dengan karakter yang dimiliki band1 (0.45 – 0.52 μm), sedangkan data citra tahun 2009 pada kelas yang sama menunjukkan sebaran piksel dipengaruhi oleh band5 (1.55 – 1.75 μm) yang memiliki karakter mendeteksi kandungan air pada vegetasi. Dapat disebabkan adanya gangguan pada besar pantulan obyek (reflectance) yang diterima oleh sensor perekam. Gangguan dapat berupa tutupan awan ataupun cuaca (Forster, B.C., 1985), pada citra Landsat ETM 2009 terdapat tutupan awan sebesar 6.7%.
Berdasarkan pola sebaran umumnya, perluasan pemukiman (gambar 4.2.Cdan D) mengikuti ketersediaan prasarana jalan, hal tersebut akan sangat jelas terlihat apabila dilakukan overlay pada peta prasarana jalan tahun 2002. Beberapa kawasan baru dengan prasana jalan baru juga tampak bila dipadukan dengan ketersedian prasarana jalan tahun 2009.
Terdapat perubahan guna lahan RTH tahun 2002 yang cukup besar dari luas 57,46 Km² menjadi 35,35 Km² atau terjadi kehilangan seluas 22,12 Km². Perluasan pemukiman sebesar 16,15 Km² mengakibatkan perubahan guna lahan RTH seluas 3,4 Km², atau perubahan guna lahan RTH sebesar 56%-nya (12.3 Km²) diakibatkan oleh perluasan pembangunan prasarana jalan baru 38.87 Km² pada riset sebelumnya (M.Taufik, dkk. 2011) sehingga terjadi perubahan guna lahan RTH 8.9 Km² ditambah perubahan guna lahan RTH akibat perluasan pemukiman 3,4 Km².

6. Daftar Pustaka
Abdul Wahid Hasyim, (1995), Penetapan Faktor-Faktor Pengaruh Terhadap Peningkatan Harga Tanah, Tesis S2, PWK-ITB, Bandung
Brandt Tso, Paul Mather, (2009), Classification Methods For Remotely Sensed Data, Taylor & Francis Group, LLC
Eben V. Fodor, (2001), Better Not Bigger: How to Take Control of Urban Growth and Improve Your Community, New Society Publishers.
Forster, B.C., 1985, Principal And Rotated Component Analysis Of Urban Surface Reflectance, Photogrammetric Engineering and Remote Sensing, 51, 475–477.
————-, (1988-2006), ER Mapper and ER Storage software and documentation is proprietary to Earth Resource Mapping Ltd.. Earth Resource Mapping Ltd.
Jayadinata, T. J. (1999), Tata Guna Tanah dalam Perencanaan Pedesaan, Perkotaan, dan Wilayah. Penerbit ITB. Bandung.

17 Comments

Filed under GIS, GPS, lahan kota, Land Price, Land Use Pattern, Land Value, Lokasi, Manajemen Lahan, Remote Sensing, Urban land management, Urban Planning

17 responses to “KUALITAS DATA CITRA LANDSAT ETM PADA PERUBAHAN GUNA LAHAN RTH DENGAN MENGGUNAKAN SCATTERGRAM (Studi Kasus: Pemukiman Kotamadya Surabaya)

  1. indra

    mw tanya ne mas,.
    gimana cara menghilangkan data yang bergaris seperti gambar 3.2 (citra lansat),.
    dan bisa gak menghilangkan nya dengan argis,.
    mohon bantuan nya,.

    email : indra_UNJA@yahoo.com

    • Halo Mas Indra. Pada prinsipnya Gap Filling diasumsikan sbb:

      Y≈GX+B

      dimana,

      Y= bagian utama yang terkena SLC off
      G= pengisian histrogram pada citra utama yang terhapus
      X= bagian citra pengisi (SLC on)
      B= data bias histogram pada citra utama yang terhapus

      Untuk memproses gap filling salah satunya menggunakan ENVI seperti langkah2 yang dijelaskan pada alamat berikut:
      http://landsat.usgs.gov/fill_in_the_gaps_in_my_SLC_off_image.php

      Menggunakan argis? terus terang saya belum pernah mencobanya. Saya sarankan menggunakan ENVI saja jarena langkah2nya dapat diikuti dan banyak yang telah menggunakan.

      Ok, selamat mencoba. Salam.

  2. artikelnya menambah pengetahuan saya yang masih sangat minim tentang splikasi RS dan GIS, terimakasih!

  3. ade

    bagus mas artikelnya..
    sekalian mau tanya, misalkan kita mau memetakan wilayah menggunakan meode RS dan GIS prosesnya (langkah prosedurnya) gimana ya? terimakasih..

    • Terimakasih mas/mbak Ade kunjungannya. Secara umum untuk memetakan suatu wilayah menggunakan metode RS dan GIS, adalah: 1.Pada RS: Lakukan pengolahan citra sesuai fokus pengamatan (permasalahan), 2. Pada GIS: Membuat peta tematik berdasarkan hasil pengolahan citra. Langkah secara detil dijelaskan pada referensi RS/GIS yang mudah ditemui berupa softcopy gunakan mesin pencari untuk membantunya. Semoga membantu, salam.

  4. Ardiyanto Max

    Maaf pak Saya Ardy Mahasiswa Pascasarjana Univ. Brawijaya jurusan Pengelolaan Sumberdaya, Lingkungan, dan Pembangunan latarbelakang S 1 saya Planologi ITN saya sangat tertarik dengan beberapa tulisan pak. Rencana Tesis saya adalah mencoba lakukan perbandingan perubahan lahan Kota (Lokasinya belum pasti tapi tertarik juga di Kota surabaya, dengan degradasi Lingkungan, jadi mencoba melakukan perbandingan tingkat perubahan lahan selama beberapa tahun dengan status lingkungan khususnya ketersediaan air, dan iklim perkotaan. mohon bimbingan dan masukan.

  5. Ardiyanto Max

    Outpunnya nanti sy ingin nnti bisa keluar perbandingan perubahan lahan dengan degradasi itu untuk memprediksikan atau memperkirakan jika nanti terjadi perubahan lahan lagi maka ketersediaan air dan perubahan iklim (mungkin jg ada penambahan spek lain yg bsa mengalami degradasi dari konversi lahan tersebut pak) akan mengalami penurunan seberapa besar, makan perlu perlindungan atau mungkin rekomendasi perbaiakan melalui penyediaan dll,,,

  6. Ardiyanto Max

    Lokasi alternatif Kota Malang

    • Salam kenal pak Ardi, saya juga warga pasca UB mungkin suatu saat kita bertemu..:). Mengenai rencana riset perubahan terhadap land use suatu kota, beberapa hal yang harus diperhatikan, adalah: jenis/tipe kota, waktu (t) pengamatan (t1-tn), dan metode (salah satunya menggunakan RS/GIS). Dari hasil tersebut dapat diteruskan untuk menghasilkan output yang diinginkan misalnya prediksi, variabel pengaruh dlsb…sangat tergantung tujuan risetnya…Semoga dapat memberikan gambaran awal. Salam.

  7. Ardiyanto Max

    Iya Pak makasih.. saya rencananya melakukan perbandingan dengan degradasi lingkungan… jadi bisa manakar dalam periode tertentu dengan tingkat perubahan lahan hijau dengan luasan tertentu, terjadi degradasi lingkungan (yang signifikan dipengaruhi oleh ketersediaan lahan hijau misalnya jumlah air, dan kualitas udara serta suhu udara dll, bagaimana, untuk memperkirakan jika terjadi perubahan lahan dg jmlah tertentu makan dapat dipredisikan akan terjadi kerusakan lingkungan dan mungkin kalo memungkina melakukan evaluasi secara ekonomis juga pak. mohon bantuan arahannya pak. terima kasih pak….

  8. Malau

    Mas.,., saya Malau,, mau tanya,bagaimana caranya menghapus haze (awan tipis) pada citra…?? mohon pencerahannya.,.
    terima kasih

    • Salam kenal mas Malau. Awan memang merupakan hambatan pada proses pengolahan citra. seperti yang kita ketahui pada sistem penginderaan jauh (PJ), dikenal ada 2: pasif dan aktif. Pada PJ pasif yang menggunakan sumber tenaga matahari (siang hari) memang rentan terhadap hambatan awan, oleh karena itu cuaca cerah menjadi pertimbangan pada perekaman citra. Ada juga teknik masking yang digunakan untuk mengatasi hambatan awan pada wilayah yang tertutupi awan, dengan cara memotong dan menggantinya dengan citra pada tanggal berbeda yang terbebas awan. Namun cara tersebut tidak sederhana, dan tetap harus dilakukan kalibrasi radiometrik agar hasil klasifikasi dapat menyatu dengan citra sebelumnya. Teknik masking ini tidak serta merta dikatakan penghilang hambatan awan, tetapi sekedar memanipulasi citra saja. Saran saya, untuk memperoleh hasil sempurna klasifikasi adalah selektif terhadap rendahnya prosentase dan sebaran tutupan awan pada wilayah studi, sehingga penanganannya lebih mudah. Salam…

  9. sri

    salam kenal mas,saya sri saya sedang tugas akhir jurusan saya IT,kebetulan saya dapat judul dr penguji yang sekaligus pembimbing saya ttg neraca sumber daya alam dengan citra landsat,karena dari awal saya diarahkan ke arview tp ditengah jalan saya disarankan untuk pake er mapper dan saya sama sekali tidak mengerti ttg aplikasi tsb,apa yang harus saya lakukan mohon bantuannya.
    citra yg digunakan landsat tm7 thn 2000 dan 2005

  10. Salam kenal juga ibu Sri. Terimakasih kunjungan ke blog sederhana saya ini. Mengenai aplikasi ArcView dan Er-Mapper memiliki beda kegunaan satu sama lain. ArcView merupakan aplikasi GIS/SIG (Sistem Informasi Geografis) yang secara sederhana diartikan sebagai alat manajemen data (penyimpanan data dan dapat dipanggil kembali bila diperlukan), memanipulasi dan untuk menganalisis data. Tentunya data-data tersebut bereferensi geografi. Sedangkan Er-Mapper adalah perangkat atau alat pengolah citra agar diperoleh hasil yang diharapkan dalam hal ini data yang digunakan adalah Landsat.
    ArcView sendiri sebenarnya mampu untuk mengolah citra namun ada beberapa keterbatasan, sehingga hasil olahan citra tidak sebaik atau seakurat Er-Mapper. Dalam prosesnya untuk menghasilkan analisis yang baik dilakukan gabungan 2 aplikasi tersebut (bahkan lebih bagi yang sudah profesional). Langkah pengerjaannya: 1 lakukan pengolahan citra dulu, 2. baru lakukan pengelolaan datanya (GIS). Tentunya syarat-syarat lain dipenuhi. Semoga uraian singkat ini dapat menjawab pertanyaan ibu. Mengenai citra landsat produk 2000 dan 2005, ada beda perlakuan karena produk citra diatas bulan Mei tahun 2003 terdapat kerusakan/ kegagalan sehingga beberapa bagian citra tidak terbaca. Smoga tugas akhir (thesiskah ??..) berjalan lancar.

    Salam

  11. Plan 08 USTJ

    terima kasih sob,, berjuang trus,,,.!!!

  12. vick

    boleh minta data shp nya?

    butuh banget buat tugas GIS kampus

    terimakasih sebelumnya

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s