SlideShare a Scribd company logo
INTERPRETASI
CITRA
(1)
PERTEMUAN KE-4
Program Studi Teknik Geologi
FTG – UNPAD
2019
Oleh:
TIM DOSEN REMOTE SENSING
Susunan berjenjang unsur interpretasi citra
(Estes et al., 1983)
Rona dan Warna
Tingkat kegelapan atau tingkat kecerahan obyek
pada citra
Warna merupakan ujud yang tampak oleh mata
dengan menggunakan spektrum sempit, lebih
sempit dari spektrum tampak
Warna berdasarkan pantulan spektrum (a) tampak biru karena
memantulkan saluran biru dan (b) tampak kuning karena
menyerap sinar biru
BIRU
KUNING
(a) (b)
B B
H H
M M
SINAR PUTIH
Cara pengukuran rona
Kualitatif
kuantitatif
Putih
kelabu-putih
Kelabu
kelabu-hitam
hitam
PENGUKURAN RONA SECARA KUANTITATIF:
Opasitas (O) atau Transmisi (T)  sifat
tembus cahaya
Film disinari lampu berkekuatan 100 unit. Pada bagian A yang jernih,
misalnya sinar menembus film sebesar 10 unit. Pada bagian B yang
gelap, sinar menembus film sebesar 1 unit.
Maka TA = 10/100 = 0,10 = 10%, sedang TB = 1/100 = 1%.
Besarnya opasitas berbanding terbalik terhadap transmisinya. Jadi,
OA = 1/ TA & OB = 1/TB.
OA = 1/0,1 = 10, sedang OB = 1/0,01= 100.
Contoh:
Kenyataan: gradasi transmisi maupun opasitas tidak selaras
dengan kesan yang tertangkap oleh mata.
Dikembangkan cara pengukuran rona yang lebih selaras
dengan kesan mata.
Densiti (density)
D = log O = log 1/T
Transmisi (%) T O D
100
50
25
10
1
0,01
1,000
1,500
0,250
0,100
0,010
0,001
1
2
4
10
100
1000
0,00
0,30
0,60
1,00
2,00
3,00
Hubungan Nilai
Transmisi, Opasitas & Densiti
Alat pengukur  densitometer
Pengukuran densiti pada film digunakan
densito-meter transmisi & untuk densiti pada
citra yang dicetak di atas kertas menggunakan
densitometer pantulan.
Tiap jenis densitometer terdiri atas:
• Densitometer titik (spot densitometer)
• Densitometer penyiaman (scanning
densitometer).
densiti citra pada beberapa bagian
densiti seluruh citra
Rona pada citra dipengaruhi oleh
5 faktor, yaitu:
(a) karakteristik obyek,
(b) bahan yang digunakan,
(c) pemrosesan emulsi,
(d) cuaca, dan
(e) letak obyek.
Karakteristik obyek yang mempengaruhi
rona ialah:
1. Permukaan kasar cenderung menimbul-
kan rona gelap pada foto karena sinar
datang mengalami hamburan 
mengurangi sinar yang dipantulkan.
2. Warna obyek gelap cenderung menim-
bulkan rona gelap.
3. Obyek basah/lembab cenderung me-
nimbulkan rona gelap.
4. Pantulan obyek, misalnya air tampak
gelap dan batuan kapur tampak cerah.
OBYEK ALBEDO (%)
TANAH
Pasir halus
Tanah hitam, kering
Tanah hitam, lembab
Tanah cerah
Endapan lava
Granit
Batuan kapur
Pasir putih
37
14
8
25-30
16
31
36
25-40
AIR
Salju kering, jernih, padat, baru
Salju lama
Es laut
Lembaran es, tertutup air
Ladang pepohonan tertutup salju
Air dengan elevasi matahari:
90o
60
30o
20o
10o
5o
3o
86-95
45-70
36
26
33-40
2
2,2
6
13,4
35,8
60
90
VEGETASI
Belukar gurun pasir
Hutan musim
Hutan pinus
Padang rumput
Rawa
20-29
16-23
14
12-13
10-14
Nilai albedo, tanah,
air, dan vegetasi
(Schanda, 1976; Barrett dan Curtis, 1976
yang mengutip dari Lockwood (1974);
dalam Sutanto, 1920; hal. 128)
UV BIRU HIJAU MERAH INFRAMERAH
Perak halid
Ortokromatik
Pankromatik
Inframerah
Modified infrared
True infrared
JENIS FILM KEPEKAAN
0,3 0,4 0,5 0,6 0,7 0,8 0,9 μm
Kepekaan berbagai emulsi
(Paine, 1981; Kilford, 1973; dalam Sutanto, 1992)
Emulsi dapat diproses dengan hasil:
redup (mat), setengah redup (semi
mat), & gilap (glossy).
• Cetakan gilap menguntungkan karena
ronanya lebih cerah, tetapi sukar
ditulisi.
• Cetakan redup bersifat mudah
ditulisi.
• Cetakan setengah redup mempunyai
sifat antara, yaitu ronanya cukup
cerah dan masih agak mudah ditulisi.
Dalam perjalanan mencapai sensor, sinar
dipengaruhi oleh hamburan:
• Ketinggian hingga 4,5 km  hamburan ‘Mie’,
• Ketinggian hingga 9 km  hamburan ’Rayleigh’,
• Hamburan nonselektif  butir gas di atmosfer,
asap, awan & butir butir air.
Letak obyek &
waktu pemotretan
letak lintang dan bujur,
ketinggian tempat, atau
letak terhadap obyek
lainnya
Pagi, siang, sore,
atau malam
Cretcher & Balentine (1968) :
ada 2 cara mengukur warna ►
• cara integral
• cara analitik
Pengukuran warna gabungan yang dibuahkan
oleh lapisan-lapisan zat warna tanpa memisah-
kannya satu-persatu.
Pengukuran densiti pada tiap panjang gelom-
bang bagi tiap lapis zat warna.
Contoh pengenalan obyek berdasarkan
rona
• Air tampak berona gelap pada foto pankromatik. Air
tampak cerah bila dangkal, deras alirannya, keruh,
atau gabungan di antaranya.
• Pada foto inframerah air tampak gelap meskipun
dangkal, disebabkan serapan oleh air pada
spektrum inframerah lebih besar dari serapan oleh
air pada spektrum tampak (Lillesand dan Kiefer,
1979).
• Tanaman karet, bakau & sagu  gelap pada foto
pankromatik.
• Tanaman berdaun kecil-kecil (beringin, dll.)
 cerah pada foto inframerah.
• Atap seng & asbes yang masih baru tampak
dengan rona putih, atap sirap berona hitam.
Genting yang masih baru tampak kelabu
cerah pada foto pankromatik maupun foto
inframerah hitam putih, genting lama berkisar
dari kelabu - kelabu hitam.
Contoh pengenalan obyek berdasarkan
Bentuk:
• Gedung sekolah berbentuk huruf I, L, U, empat
segi panjang.
• Tajuk pohon palma  bintang, tajuk pohon pinus
 kerucut & tajuk bambu  bulu-bulu.
• Gunungapi  kerucut, bentuk kipas alluvial
seperti segi tiga yang alasnya cembung.
• Batuan resisten  topografi kasar berlereng terjal
bila pengikisan telah berlangsung lanjut.
• Bekas meander sungai yang terpotong dapat
dikenali  bagian rendah berbentuk tapal kuda
Ukuran ialah atribut obyek berupa jarak,
luas, tinggi, lereng, dan volume. Karena
ukuran obyek pada citra merupakan fungsi
skala, maka di dalam memanfaatkan
ukuran sebagai unsur interpretasi citra
harus selalu diingat skalanya.
Tekstur adalah frekuensi perubahan rona
pada citra (Lillesand dan Kiefer, 1979)
atau pengulangan rona kelompok
obyek yang terlalu kecil untuk
dibedakan secara individual (Estes dan
Simonett, 1975).
Tekstur sering dinyatakan dengan kasar,
halus, dan belang-belang.
Contoh pengenalan obyek berdasarkan
tekstur:
• Hutan bertekstur kasar, belukar
bertekstur sedang, semak bertekstur
halus.
• Tanaman padi bertekstur halus,
tanaman tebu bertekstur sedang, dan
tanaman pekarangan bertekstur kasar .
• Permukaan air yang tenang bertekstur
halus
Contoh pengenalan obyek berdasarkan pola:
• Pola pengaliran  struktur geologi & litologi.
• Trellis  struktur lipatan.
• Pola pengaliran yang padat  peresapan air kurang 
pengikisan berlangsung efektif.
• Dendritik  jenis tanah / batuan homogen + sedikit /
tanpa pengaruh lipatan & patahan pada endapan
lunak, tufa vokanik & endapan tebal gletser yang telah
terkikis (Paine, 1981).
• Permukaan transmigrasi  pola teratur, ukuran & jarak
rumah seragam  menghadap ke jalan.
• Kebun karet, kebun kelapa, kebun kopi mudah
dibedakan dari hutan / vegetasi lainnya dengan pola
serta jarak tanam teratur.
• Cerobong asap, menara, tangki minyak, dan
bak air yang dipasang tinggi lebih tampak
dari bayangannya.
• Tembok stadion, gawang sepak bola, dan
pagar keliling lapangan tenis pada foto
skala 1:5.000 lebih tampak dari bayangan.
• Lereng terjal tampak lebih jelas dengan
adanya bayangan.
Contoh pengenalan obyek dengan
bayangan sebagai penciri utama:
Definisi Situs
1) Letak suatu obyek terhadap obyek lain di sekitarnya
(Estes dan Simonett, 1975). Monkhouse (1974)
menyebutnya situasi. Van Zuidam (1979), situasi
disebut situs geografi  tempat kedudukan suatu
daerah terhadap sekitarnya.
2) Letak obyek terhadap bentang darat (Estes dan
Simonett, 1975), misalnya situs suatu obyek di
rawa, di puncak bukit yang kering, di sepanjang tepi
sungai, dsb. Van Zuidam (1979)  situs topografi,
yaitu letak suatu obyek terhadap daerah sekitarnya.
• beda tinggi,
• kecuraman lereng,
• keterbukaan terhadap sinar,
• keterbukaan terhadap angin, &
• ketersediaan air permukaan / air tanah.
Situs dalam pengertian (2) berupa unit
terkecil dalam suatu sistem wilayah morfo-
logi yang dipengaruhi oleh faktor, seperti:
Asosiasi  keterkaitan antara obyek yang satu
dengan obyek lain terlihatnya suatu obyek
pada citra sering merupakan petunjuk bagi
adanya obyek lain.
Contoh:
- Stasiun kereta api berasosiasi dengan jalan
kereta api yang bercabang.
- Lapangan sepak bola berasosiasi dengan
gawang.
- Gedung sekolah ditandai adanya lapangan olah
raga di dekatnya.
konvergensi bukti (converging evidence /
convergence of evidence)

More Related Content

Recently uploaded

Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs KonsekuensiAksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
sabir51
 
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaModul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Fathan Emran
 
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Fathan Emran
 
Powerpoint Materi Menyusun dan Merencanakan Modul Ajar
Powerpoint Materi Menyusun dan Merencanakan Modul AjarPowerpoint Materi Menyusun dan Merencanakan Modul Ajar
Powerpoint Materi Menyusun dan Merencanakan Modul Ajar
MashudiMashudi12
 
materi penyuluhan kesehatan reproduksi remaja
materi penyuluhan kesehatan reproduksi remajamateri penyuluhan kesehatan reproduksi remaja
materi penyuluhan kesehatan reproduksi remaja
DewiInekePuteri
 
Seminar Pendidikan PPG Filosofi Pendidikan.pdf
Seminar Pendidikan PPG Filosofi Pendidikan.pdfSeminar Pendidikan PPG Filosofi Pendidikan.pdf
Seminar Pendidikan PPG Filosofi Pendidikan.pdf
inganahsholihahpangs
 
Pemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptxPemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptx
ssuser4dafea
 
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKANSAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
NURULNAHARIAHBINTIAH
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
ananda238570
 
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Fathan Emran
 
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata anginMedia Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
margagurifma2023
 
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdfTokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Mutia Rini Siregar
 
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdfPpt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
fadlurrahman260903
 
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOKPENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
GusniartiGusniarti5
 
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARUAKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
junaedikuluri1
 
Modul Ajar Informatika Kelas 7 Fase D Kurikulum Merdeka
Modul Ajar Informatika Kelas 7 Fase D Kurikulum MerdekaModul Ajar Informatika Kelas 7 Fase D Kurikulum Merdeka
Modul Ajar Informatika Kelas 7 Fase D Kurikulum Merdeka
Fathan Emran
 
Aksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamiiAksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamii
esmaducoklat
 
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdfKisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
indraayurestuw
 
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdekaKKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
irvansupriadi44
 
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
AdePutraTunggali
 

Recently uploaded (20)

Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs KonsekuensiAksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
 
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaModul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
 
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
 
Powerpoint Materi Menyusun dan Merencanakan Modul Ajar
Powerpoint Materi Menyusun dan Merencanakan Modul AjarPowerpoint Materi Menyusun dan Merencanakan Modul Ajar
Powerpoint Materi Menyusun dan Merencanakan Modul Ajar
 
materi penyuluhan kesehatan reproduksi remaja
materi penyuluhan kesehatan reproduksi remajamateri penyuluhan kesehatan reproduksi remaja
materi penyuluhan kesehatan reproduksi remaja
 
Seminar Pendidikan PPG Filosofi Pendidikan.pdf
Seminar Pendidikan PPG Filosofi Pendidikan.pdfSeminar Pendidikan PPG Filosofi Pendidikan.pdf
Seminar Pendidikan PPG Filosofi Pendidikan.pdf
 
Pemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptxPemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptx
 
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKANSAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
 
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
 
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata anginMedia Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
Media Pembelajaran kelas 3 SD Materi konsep 8 arah mata angin
 
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdfTokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
 
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdfPpt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
 
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOKPENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
PENDAMPINGAN INDIVIDU 2 CGP ANGKATAN 10 KOTA DEPOK
 
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARUAKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
AKSI NYATA TRANSISI PAUD-SD : PENGUATAN DI TAHUN AJARAN BARU
 
Modul Ajar Informatika Kelas 7 Fase D Kurikulum Merdeka
Modul Ajar Informatika Kelas 7 Fase D Kurikulum MerdekaModul Ajar Informatika Kelas 7 Fase D Kurikulum Merdeka
Modul Ajar Informatika Kelas 7 Fase D Kurikulum Merdeka
 
Aksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamiiAksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamii
 
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdfKisi-kisi PAT IPS Kelas 8 semester 2.pdf
Kisi-kisi PAT IPS Kelas 8 semester 2.pdf
 
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdekaKKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
 
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
 

Featured

Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
Expeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
Pixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
marketingartwork
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
Skeleton Technologies
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
Christy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
Vit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
MindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Applitools
 

Featured (20)

Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 

Interpretasi Citra (1).pdf

  • 1. INTERPRETASI CITRA (1) PERTEMUAN KE-4 Program Studi Teknik Geologi FTG – UNPAD 2019 Oleh: TIM DOSEN REMOTE SENSING
  • 2. Susunan berjenjang unsur interpretasi citra (Estes et al., 1983)
  • 3. Rona dan Warna Tingkat kegelapan atau tingkat kecerahan obyek pada citra Warna merupakan ujud yang tampak oleh mata dengan menggunakan spektrum sempit, lebih sempit dari spektrum tampak
  • 4. Warna berdasarkan pantulan spektrum (a) tampak biru karena memantulkan saluran biru dan (b) tampak kuning karena menyerap sinar biru BIRU KUNING (a) (b) B B H H M M SINAR PUTIH
  • 6. PENGUKURAN RONA SECARA KUANTITATIF: Opasitas (O) atau Transmisi (T)  sifat tembus cahaya Film disinari lampu berkekuatan 100 unit. Pada bagian A yang jernih, misalnya sinar menembus film sebesar 10 unit. Pada bagian B yang gelap, sinar menembus film sebesar 1 unit. Maka TA = 10/100 = 0,10 = 10%, sedang TB = 1/100 = 1%. Besarnya opasitas berbanding terbalik terhadap transmisinya. Jadi, OA = 1/ TA & OB = 1/TB. OA = 1/0,1 = 10, sedang OB = 1/0,01= 100. Contoh:
  • 7. Kenyataan: gradasi transmisi maupun opasitas tidak selaras dengan kesan yang tertangkap oleh mata. Dikembangkan cara pengukuran rona yang lebih selaras dengan kesan mata. Densiti (density) D = log O = log 1/T
  • 8. Transmisi (%) T O D 100 50 25 10 1 0,01 1,000 1,500 0,250 0,100 0,010 0,001 1 2 4 10 100 1000 0,00 0,30 0,60 1,00 2,00 3,00 Hubungan Nilai Transmisi, Opasitas & Densiti
  • 9. Alat pengukur  densitometer Pengukuran densiti pada film digunakan densito-meter transmisi & untuk densiti pada citra yang dicetak di atas kertas menggunakan densitometer pantulan. Tiap jenis densitometer terdiri atas: • Densitometer titik (spot densitometer) • Densitometer penyiaman (scanning densitometer). densiti citra pada beberapa bagian densiti seluruh citra
  • 10. Rona pada citra dipengaruhi oleh 5 faktor, yaitu: (a) karakteristik obyek, (b) bahan yang digunakan, (c) pemrosesan emulsi, (d) cuaca, dan (e) letak obyek.
  • 11. Karakteristik obyek yang mempengaruhi rona ialah: 1. Permukaan kasar cenderung menimbul- kan rona gelap pada foto karena sinar datang mengalami hamburan  mengurangi sinar yang dipantulkan. 2. Warna obyek gelap cenderung menim- bulkan rona gelap. 3. Obyek basah/lembab cenderung me- nimbulkan rona gelap. 4. Pantulan obyek, misalnya air tampak gelap dan batuan kapur tampak cerah.
  • 12. OBYEK ALBEDO (%) TANAH Pasir halus Tanah hitam, kering Tanah hitam, lembab Tanah cerah Endapan lava Granit Batuan kapur Pasir putih 37 14 8 25-30 16 31 36 25-40 AIR Salju kering, jernih, padat, baru Salju lama Es laut Lembaran es, tertutup air Ladang pepohonan tertutup salju Air dengan elevasi matahari: 90o 60 30o 20o 10o 5o 3o 86-95 45-70 36 26 33-40 2 2,2 6 13,4 35,8 60 90 VEGETASI Belukar gurun pasir Hutan musim Hutan pinus Padang rumput Rawa 20-29 16-23 14 12-13 10-14 Nilai albedo, tanah, air, dan vegetasi (Schanda, 1976; Barrett dan Curtis, 1976 yang mengutip dari Lockwood (1974); dalam Sutanto, 1920; hal. 128)
  • 13. UV BIRU HIJAU MERAH INFRAMERAH Perak halid Ortokromatik Pankromatik Inframerah Modified infrared True infrared JENIS FILM KEPEKAAN 0,3 0,4 0,5 0,6 0,7 0,8 0,9 μm Kepekaan berbagai emulsi (Paine, 1981; Kilford, 1973; dalam Sutanto, 1992)
  • 14. Emulsi dapat diproses dengan hasil: redup (mat), setengah redup (semi mat), & gilap (glossy). • Cetakan gilap menguntungkan karena ronanya lebih cerah, tetapi sukar ditulisi. • Cetakan redup bersifat mudah ditulisi. • Cetakan setengah redup mempunyai sifat antara, yaitu ronanya cukup cerah dan masih agak mudah ditulisi.
  • 15. Dalam perjalanan mencapai sensor, sinar dipengaruhi oleh hamburan: • Ketinggian hingga 4,5 km  hamburan ‘Mie’, • Ketinggian hingga 9 km  hamburan ’Rayleigh’, • Hamburan nonselektif  butir gas di atmosfer, asap, awan & butir butir air.
  • 16. Letak obyek & waktu pemotretan letak lintang dan bujur, ketinggian tempat, atau letak terhadap obyek lainnya Pagi, siang, sore, atau malam
  • 17. Cretcher & Balentine (1968) : ada 2 cara mengukur warna ► • cara integral • cara analitik Pengukuran warna gabungan yang dibuahkan oleh lapisan-lapisan zat warna tanpa memisah- kannya satu-persatu. Pengukuran densiti pada tiap panjang gelom- bang bagi tiap lapis zat warna.
  • 18. Contoh pengenalan obyek berdasarkan rona • Air tampak berona gelap pada foto pankromatik. Air tampak cerah bila dangkal, deras alirannya, keruh, atau gabungan di antaranya. • Pada foto inframerah air tampak gelap meskipun dangkal, disebabkan serapan oleh air pada spektrum inframerah lebih besar dari serapan oleh air pada spektrum tampak (Lillesand dan Kiefer, 1979). • Tanaman karet, bakau & sagu  gelap pada foto pankromatik.
  • 19. • Tanaman berdaun kecil-kecil (beringin, dll.)  cerah pada foto inframerah. • Atap seng & asbes yang masih baru tampak dengan rona putih, atap sirap berona hitam. Genting yang masih baru tampak kelabu cerah pada foto pankromatik maupun foto inframerah hitam putih, genting lama berkisar dari kelabu - kelabu hitam.
  • 20.
  • 21. Contoh pengenalan obyek berdasarkan Bentuk: • Gedung sekolah berbentuk huruf I, L, U, empat segi panjang. • Tajuk pohon palma  bintang, tajuk pohon pinus  kerucut & tajuk bambu  bulu-bulu. • Gunungapi  kerucut, bentuk kipas alluvial seperti segi tiga yang alasnya cembung. • Batuan resisten  topografi kasar berlereng terjal bila pengikisan telah berlangsung lanjut. • Bekas meander sungai yang terpotong dapat dikenali  bagian rendah berbentuk tapal kuda
  • 22. Ukuran ialah atribut obyek berupa jarak, luas, tinggi, lereng, dan volume. Karena ukuran obyek pada citra merupakan fungsi skala, maka di dalam memanfaatkan ukuran sebagai unsur interpretasi citra harus selalu diingat skalanya.
  • 23. Tekstur adalah frekuensi perubahan rona pada citra (Lillesand dan Kiefer, 1979) atau pengulangan rona kelompok obyek yang terlalu kecil untuk dibedakan secara individual (Estes dan Simonett, 1975). Tekstur sering dinyatakan dengan kasar, halus, dan belang-belang.
  • 24. Contoh pengenalan obyek berdasarkan tekstur: • Hutan bertekstur kasar, belukar bertekstur sedang, semak bertekstur halus. • Tanaman padi bertekstur halus, tanaman tebu bertekstur sedang, dan tanaman pekarangan bertekstur kasar . • Permukaan air yang tenang bertekstur halus
  • 25. Contoh pengenalan obyek berdasarkan pola: • Pola pengaliran  struktur geologi & litologi. • Trellis  struktur lipatan. • Pola pengaliran yang padat  peresapan air kurang  pengikisan berlangsung efektif. • Dendritik  jenis tanah / batuan homogen + sedikit / tanpa pengaruh lipatan & patahan pada endapan lunak, tufa vokanik & endapan tebal gletser yang telah terkikis (Paine, 1981). • Permukaan transmigrasi  pola teratur, ukuran & jarak rumah seragam  menghadap ke jalan. • Kebun karet, kebun kelapa, kebun kopi mudah dibedakan dari hutan / vegetasi lainnya dengan pola serta jarak tanam teratur.
  • 26. • Cerobong asap, menara, tangki minyak, dan bak air yang dipasang tinggi lebih tampak dari bayangannya. • Tembok stadion, gawang sepak bola, dan pagar keliling lapangan tenis pada foto skala 1:5.000 lebih tampak dari bayangan. • Lereng terjal tampak lebih jelas dengan adanya bayangan. Contoh pengenalan obyek dengan bayangan sebagai penciri utama:
  • 27. Definisi Situs 1) Letak suatu obyek terhadap obyek lain di sekitarnya (Estes dan Simonett, 1975). Monkhouse (1974) menyebutnya situasi. Van Zuidam (1979), situasi disebut situs geografi  tempat kedudukan suatu daerah terhadap sekitarnya. 2) Letak obyek terhadap bentang darat (Estes dan Simonett, 1975), misalnya situs suatu obyek di rawa, di puncak bukit yang kering, di sepanjang tepi sungai, dsb. Van Zuidam (1979)  situs topografi, yaitu letak suatu obyek terhadap daerah sekitarnya.
  • 28. • beda tinggi, • kecuraman lereng, • keterbukaan terhadap sinar, • keterbukaan terhadap angin, & • ketersediaan air permukaan / air tanah. Situs dalam pengertian (2) berupa unit terkecil dalam suatu sistem wilayah morfo- logi yang dipengaruhi oleh faktor, seperti:
  • 29. Asosiasi  keterkaitan antara obyek yang satu dengan obyek lain terlihatnya suatu obyek pada citra sering merupakan petunjuk bagi adanya obyek lain. Contoh: - Stasiun kereta api berasosiasi dengan jalan kereta api yang bercabang. - Lapangan sepak bola berasosiasi dengan gawang. - Gedung sekolah ditandai adanya lapangan olah raga di dekatnya.
  • 30. konvergensi bukti (converging evidence / convergence of evidence)