Selain foto udara, citra satelit resolusi tinggi CSRT saat ini merupakan data dasar yang digunakan untuk pemetaan Rupabumi Indonesia RBI skala 1 Meski digunakan untuk menghasilkan peta pada level skala yang sama, namun foto udara dan CSRT memiliki perbedaan spesifikasi terkait kualitas geometriknya. Penelitian ini bertujuan untuk mendapatkan gambaran mengenai kemampuan data CSRT dan foto udara, sehingga bisa menjadi salah satu landasan dalam membuat kebijakan terkait. Aspek yang dikaji adalah ketelitian geometrik CSRT dan foto udara dari sisi resolusi dan akurasi posisi. Data CSRT yang digunakan adalah citra hasil orthorektifikasi, yaitu wilayah Bolaang Mongondow Timur, Ambon, Sumba Timur, Morowali, Kualatanjung, dan Gorontalo, sedangkan data foto udara yang digunakan adalah wilayah Palu dan Bogor. Sebagai perbandingan hasil digunakan acuan standar di negara lain seperti American Society for Photogrammetry and Remote Sensing ASPRS dan National Technical Document For Establishing Cartographic Base in India. Hasil penelitian menunjukkan ketelitian geometri CSRT berada pada skala 1 kelas 2 dan 3, sedangkan ketelitian foto udara berada pada skala 1 kelas 1. Secara resolusi, foto udara 2-4 kali lebih detail dari CSRT. Meski demikian, CSRT memiliki keunggulan yaitu cakupan footprint yang jauh lebih luas daripada foto udara, sehingga dalam keperluan praktis CSRT lebih sering digunakan untuk menghasilkan data RBI skala besar dibandingkan foto udara. Discover the world's research25+ million members160+ million publication billion citationsJoin for free Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017 125 Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar Geometric Accuracy Comparison between High Resolution Satellite Imagery and Aerial Photo for Large Scale Topographic Mapping Danang Budi Susetyo*, Agung Syetiawan, Jali Octariady Badan Informasi Geospasial *E-mail ABSTRAK - Selain foto udara, citra satelit resolusi tinggi CSRT saat ini merupakan data dasar yang digunakan untuk pemetaan Rupabumi Indonesia RBI skala 1 Meski digunakan untuk menghasilkan peta pada level skala yang sama, namun foto udara dan CSRT memiliki perbedaan spesifikasi terkait kualitas geometriknya. Penelitian ini bertujuan untuk mendapatkan gambaran mengenai kemampuan data CSRT dan foto udara, sehingga bisa menjadi salah satu landasan dalam membuat kebijakan terkait. Aspek yang dikaji adalah ketelitian geometrik CSRT dan foto udara dari sisi resolusi dan akurasi posisi. Data CSRT yang digunakan adalah citra hasil orthorektifikasi, yaitu wilayah Bolaang Mongondow Timur, Ambon, Sumba Timur, Morowali, Kualatanjung, dan Gorontalo, sedangkan data foto udara yang digunakan adalah wilayah Palu dan Bogor. Sebagai perbandingan hasil digunakan acuan standar di negara lain seperti American Society for Photogrammetry and Remote Sensing ASPRS dan National Technical Document For Establishing Cartographic Base in India. Hasil penelitian menunjukkan ketelitian geometri CSRT berada pada skala 1 kelas 2 dan 3, sedangkan ketelitian foto udara berada pada skala 1 kelas 1. Secara resolusi, foto udara 2-4 kali lebih detail dari CSRT. Meski demikian, CSRT memiliki keunggulan yaitu cakupan footprint yang jauh lebih luas daripada foto udara, sehingga dalam keperluan praktis CSRT lebih sering digunakan untuk menghasilkan data RBI skala besar dibandingkan foto udara. Kata kunci ketelitian geometrik, CSRT, foto udara, peta rupabumi, akurasi, resolusi ABSTRACT - Beside aerial photo, high resolution satellite imagery nowadays is basic data to create a topographic map in scale 15,000. Although it is used to produce a map in same scale level, aerial photo and high resolution satellite imagery have different specifications in geometric accuracy. This research aims to gets an idea of data capabilities of high resolution satellite imagery and aerial photo, so it can be one of reason in making the related policy. The aspects studied are the geometric accuracy of high resolution satellite imagery and aerial photo from resolution and position accuracy. High resolution satellite imagery used are orthorectified images, they are East Bolaang Mongondow, Ambon, East Sumba, Morowali, Kualatanjung, and Gorontalo, while aerial photos used are Palu and Bogor area. As a comparison for the result, we use the standard in other countries such as American Society for Photogrammetry and Remote Sensing ASPRS and National Technical Document For Establishing Cartographic Base in India. The result shows that geometric accuracy of high resolution satellite imagery is on scale 15,000 class 2 and 3, while aerial photo accuracy is on scale 15,000 class 1. In the resolution, aerial photo 2-4 times more detail than high resolution satellite imagery. Nevertheless, high resolution satellite imagery has superiority in wider footprint coverage, so in practical necessities high resolution satellite imagery more often used to produce large scale topographic map than the aerial photo. Keywords geometric accuracy, high resolution satellite imagery, aerial photo, topographic map, accuracy, resolution 1. PENDAHULUAN Selain foto udara, citra satelit resolusi tinggi CSRT saat ini merupakan data dasar yang digunakan untuk pemetaan Rupabumi Indonesia RBI skala 1 Data citra satelit yang digunakan beragam, mulai dari Quickbird, Worldview, hingga Pleiades. CSRT yang digunakan adalah citra satelit yang memiliki resolusi spasial lebih baik dari 0,65 meter dengan sudut pengambilan data sebesar ≤ 20° tegak lurus terhadap bumi. Citra satelit juga harus dilengkapi dengan informasi parameter orbit satelit dan parameter sensor dengan tutupan awan ≤ 10% dari keseluruhan data citra. Citra satelit dianggap merupakan solusi yang paling tepat saat ini untuk mempercepat penyelenggaraan peta dasar 2D tanpa kontur di Indonesia karena cakupan data CSRT lebih luas dan ketersediaan data yang lebih memadai. Saat ini, kegiatan pemetaan dasar menggunakan data CSRT sudah mulai banyak dilakukan, baik yang diselenggarakan langsung oleh BIG maupun yang diajukan oleh Pemerintah Daerah. Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar Susetyo, dkk. 126 Di sisi lain, meski digunakan untuk menghasilkan peta dasar pada level skala yang sama, namun foto udara dan CSRT memiliki perbedaan spesifikasi terkait kualitas geometriknya. Resolusi CSRT berkisar antara 0,3-0,6 m, sedangkan resolusi orthofoto yang diproduksi oleh BIG adalah 0,15 m. Selain itu, secara akurasi CSRT juga menghasilkan ketelitian yang lebih rendah dibandingkan dengan foto udara. Perbedaan spesifikasi tersebut tentu berpengaruh terhadap peta dasar yang dihasilkan, seperti dari akurasi posisi dan tingkat kedetailan objeknya. Penelitian ini bertujuan mendapatkan gambaran mengenai kemampuan data CSRT dan foto udara untuk menghasilkan peta RBI skala besar. Parameter yang digunakan adalah akurasi posisi dan resolusi spasial dari kedua data tersebut. Hasil penelitian ini dapat menjadi salah satu pertimbangan para pembuat kebijakan untuk dalam penentuan data dasar untuk pemetaan RBI skala besar. 2. METODE Data CSRT yang digunakan adalah citra satelit wilayah Bolaang Mongondow Timur, Ambon, Sumba Timur, Morowali, Kualatanjung, dan Gorontalo yang kemudian dilakukan proses orthorektifikasi. Proses orthorektifikasi dilakukan dengan mengacu pada Ground Control Point GCP yang diukur menggunakan perangkat GPS geodetik. Penentuan titik GCP tersebar secara merata dengan komposisi yang optimal sesuai dengan cakupan citra masing-masing wilayah. Evaluasi ketelitian citra dilakukan dengan menggunakan Independent Check Point ICP yang diukur bersamaan saat proses GCP di lapangan. Hasil evaluasi ketelitian ini digunakan untuk mendapatkan nilai ketelitian geometri citra yang sudah terorthorektifikasi berdasarkan SNI Ketelitian Peta Dasar. Ketelitian tersebut kemudian dibandingkan dengan ketelitian foto udara hasil triangulasi udara aerial triangulation/ AT dengan data yang digunakan adalah foto udara wilayah Palu. Area penelitian difokuskan pada wilayah pemukiman padat, dengan GCP sejumlah 3 titik dan ICP sejumlah 4 titik. Uji akurasi juga dilakukan pada dua model yang berbeda ketika titik tersebut tercakup dalam dua model. Contoh titik ICP dalam bentuk premark dan TTG Titik Tinggi Geodesi dapat dilihat pada Gambar 1. a b Gambar 1. ICP berupa a premark, b TTG Selain ketelitian geometri, resolusi spasial juga dibandingkan. Foto udara dan CSRT sama-sama digunakan untuk menghasilkan peta RBI skala 1 namun resolusi kedua data tersebut berbeda, yang pada akhirnya dapat berpengaruh pada level of detail dari peta yang dihasilkan. Perbandingan kedua aspek tersebut kemudian dikaitkan dengan standar ketelitian peta di Indonesia, yaitu SNI Ketelitian Peta Dasar. Standar peta dasar di negara lain seperti American Society for Photogrammetry and Remote Sensing ASPRS dan National Technical Document For Establishing Cartographic Base in India digunakan sebagai referensi perbandingan. 3. HASIL DAN PEMBAHASAN Akurasi Standar ketelitian horizontal untuk peta dasar di Indonesia terdapat pada Tabel 1, yang bersumber dari SNI Ketelitian Peta. Ketelitian dibagi menjadi tiga kelas, dengan kelas 1 adalah tingkat ketelitian tertinggi, sebaliknya kelas 3 adalah tingkat ketelitian terendah. Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017 127 Tabel 1. Ketelitian Peta Dasar Berdasarkan SNI Ketelitian Peta Ketelitian Kelas 1 Kelas 2 Kelas 3 Horizontal 0,2 mm x bilangan skala 0,3 mm x bilangan skala 0,5 mm x bilangan skala Vertikal 0,5 x interval kontur 1,5 x ketelitian kelas 1 2,5 x ketelitian kelas 1 Ketelitian geometri data CSRT Bolaang Mongondow Timur, Ambon, Sumba Timur, Morowali, Kualatanjung, dan Gorontalo dapat dilihat pada Tabel 2. Seperti disebutkan pada tabel tersebut, ketelitian horizontal yang dihasilkan berada pada kisaran angka 1,4 m hingga 2,2 m. Berdasarkan SNI Ketelitian Peta Dasar, data Kualatanjung dikategorikan memenuhi ketelitian peta RBI skala 1 di kelas 2 ketelitian horizontal berada pada range 1-1,5 m, sedangkan data CSRT wilayah lainnya berada di ketelitian skala 1 kelas 3 ketelitian horizontal berada pada range 1,5-2,5 m. Tabel 2. Hasil Ketelitian Horizontal Pengolahan Data CSRT di Beberapa Wilayah Penelitian Wilayah Ketelitian Horizontal m Bolaang Mongondow Timur 1,824 Ambon 2,254 Sumba Timur 2,095 Morowali 1,931 Kualatanjung 1,435 Gorontalo 1,613 Sementara AT yang dilakukan pada foto udara untuk wilayah Palu menghasilkan ketelitian 0,786 m dengan residu masing-masing titik disajikan pada Tabel 3. Keseluruhan model hasil AT menunjukkan selisih nilai kurang dari 1 meter. Tabel 3. Hasil Uji Akurasi AT Model Titik ΔX ΔY 180050_180051 CP18 180051_180052 CP18 200030_200031 CP19 190032_190033 TTG700 190033_190034 TTG700 200038_200039 TTG701 Melalui perbandingan tersebut, dapat dilihat bahwa foto udara memberikan ketelitian horizontal di bawah 1 m dan sesuai dengan ketelitian peta RBI masuk di kategori skala 1 kelas 1, sedangkan CSRT berada pada level ketelitian skala 1 kelas 2 dan 3. Artinya, meski sama-sama bisa digunakan untuk pemetaan skala 1 hasil penelitian ini menyatakan kualitas geometri foto udara lebih baik dibandingkan CSRT. Hasil ini sejalan dengan beberapa penelitian tentang ketelitian geometri CSRT yang pernah dilakukan oleh BIG. Pengujian yang dilakukan pada citra wilayah Surabaya dan Tasikmalaya didapatkan ketelitian masing-masing 2,0335 m dan 2,0365 m dengan menggunakan DEM TerraSAR-X Octariady dkk., 2016. Penelitian lainnya mengambil studi area wilayah Bali dengan membandingkan ketelitian orthorektifikasi menggunakan GCP dan tanpa GCP orthosistematis. Hasilnya, ketelitian orthorektifikasi menggunakan GCP mencapai 2,3515 m, sedangkan citra orthosistematis mencapai 5,1203 m Widyaningrum dkk., 2016. Perbandingan berbagai metode orthorektifikasi juga pernah diuji pada citra wilayah Lombok tepatnya Gili Trawangan, Gili Meno, dan Gili Air, dengan ketelitian yang dihasilkan adalah 1,92744 m menggunakan Toutin Model, 1,50011 m menggunakan RPC dari vendor, dan 1,81887 m menggunakan RPC dari GCP Octariady dkk., 2016. Penelitian yang dilakukan di negara lain dapat menjadi perbandingan. Penelitian lainnya oleh Tang dkk. 2016 menyatakan citra Worldview-1 dengan metode direct space intersection memiliki RMSEx dan RMSEy Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar Susetyo, dkk. 128 masing-masing sebesar 1,39 m dan 0,99 m, sehingga RMSExy adalah 1,7 m dan ketelitian yang dihasilkan adalah 2,58 m. Ketelitian citra Quickbird pernah diuji oleh Amato dkk. 2004, dengan RMSExy di beberapa lokasi mencapai 1-5 m dan ketelitiannya mencapai 1,5-7,5 m. Melalui beberapa referensi tersebut, dapat dilihat bahwa untuk mencapai ketelitian peta RBI skala 1 dengan menggunakan data CSRT masih diperlukan effort yang cukup besar. Sistem kelas pada ketelitian peta dasar di Indonesia salah satunya mengacu pada ASPRS Accuracy Standards for Large-Scale Maps tahun 1990. Dokumen tersebut menyebutkan akurasi peta dapat didefinisikan pada akurasi spasial yang lebih rendah, yaitu dua kali dari kelas 1 untuk kelas 2, tiga kali dari kelas 1 kelas 3, dst. Perbedaan setiap kelas juga dituangkan dalam Draft for Review ASPRS Accuracy Standards for Digital Geospatial Data yang dirilis pada tahun 2013 untuk menyesuaikan teknologi pemetaan terbaru, dinyatakan bahwa kelas 1 direkomendasikan untuk survei akurasi tinggi seperti keperluan engineering, kelas 2 untuk standar pemetaan akurasi tinggi, dan kelas 3 untuk visualisasi dengan akurasi yang rendah. Artinya, meski menggunakan sistem kelas, penggunaan peta untuk setiap kelas sudah diatur dengan jelas. Meski demikian, dalam dokumen terbaru ASPRS, yaitu ASPRS Positional Accuracy Standards for Digital Geospatial Data, sistem kelas sudah tidak digunakan. ASPRS menyatakan sistem kelas sudah tidak relevan lagi dengan teknologi saat ini. Artinya, SNI Ketelitian Peta yang menggunakan sistem kelas juga perlu dipertimbangkan untuk merujuk pada perubahan standar yang dikeluarkan oleh ASPRS. Penyesuaian tersebut dapat berupa menghilangkan sistem kelas agar ketelitian peta absolut untuk setiap skala. Namun dapat kita lihat ketelitian horizontal CSRT tidak pernah masuk pada skala 1 kelas 1, sehingga jika tujuannya untuk percepatan, maka sistem kelas masih diperlukan. Jika demikian, maka SNI sebaiknya mencantumkan perbedaan masing-masing kelas, sehingga ada batasan-batasan dalam menggunakan masing-masing kelas seperti yang dinyatakan dalam draft for review ASPRS 2014. Acuan standar lain yang digunakan dalam penelitian ini adalah National Technical Document for Establishing Cartographic Base in India. Dokumen tersebut tidak merekomendasikan CSRT untuk pemetaan dasar skala 1 Dapat dilihat pada Tabel 4, CSRT baru bisa digunakan untuk pemetaan skala 1 atau lebih kecil. Bagian lain dalam dokumen tersebut juga menyebutkan skala 1 atau lebih besar tidak memungkinkan menggunakan satelit dengan resolusi 0,5 m sehingga harus menggunakan foto udara. Pernyataan tersebut diperkuat dengan Tabel 5. Artinya, India tidak merekomendasikan penggunaan CSRT untuk pemetaan dasar skala 1 Melalui perbandingan-perbandingan tersebut, penggunaan CSRT untuk pemetaan RBI skala 1 dapat dilihat dari dua sisi. Pertama, kualitas geometri CSRT berada di bawah foto udara, sehingga memungkinkan adanya perbedaan spesifikasi peta yang dihasilkan dari kedua data tersebut. Standar di India juga tidak merekomendasikan penggunaan CSRT untuk peta dasar skala 1 namun ASPRS dapat menjembatani permasalahan tersebut. Sistem kelas masih dapat digunakan, namun harus ada pernyataan yang menerangkan perbedaan dari masing-masing kelas tersebut secara tegas. Terlebih dengan cakupan footprint yang jauh lebih luas dari foto udara, CSRT merupakan alternatif paling realistis saat ini untuk memenuhi ketersediaan peta RBI skala 1 Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017 129 Tabel 4. Perbandingan Antara LiDAR, CSRT, dan Foto Udara Menurut National Technical Document for Establishing Cartographic Base in India Features LIDAR High Resolution Satellite Stereo Aerial Photogrammetry/Photo Scale Contour Interval Contour Generation m 1 1 m 1 2 m 1 5 m Geoeye, Worldview and Ikonos 1m and below 1 and Above 10 m and Above Target Map Scale 3D Feature Extraction 1500 Feature Collection possible, but for Higher accuracy images are required 1 11000 1 12500 1 15000 1 17500 and Above Geoeye and Worldview 1 and Above Base Map creation 1500 Feature Collection possible, but for Higher accuracy images are required 1 11000 1 12500 1 15000 1 17500 and Above Geoeye and Worldview 1 and Above Output Resolution Ortho Photo Generation m 1 m 1 m 1 1 m LiDAR alone will generate DEM's Geoeye, Worldview and Ikonos 1m and below 1 and Above m Geoeye, Worldview, Ikonos, Cartosat1 and below 5 m and Above Many Satellites Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar Susetyo, dkk. 130 Tabel 5. Perbandingan Antara GSD Foto Udara dan CSRT Menurut National Technical Document for Establishing Cartographic Baperbandse in India GSD Target Map Scale Comparisons Aerial Satellite AT GSD 10 cm 1500 m Not Good 1 m Not Good AT GSD 20 cm 1 m Not Good 1 m Not Good 1 m Not Good 1 m Not Good 1 m Not Good AT GSD 50 cm 1 m m 1 m m 1 m m 1 m m 1 m m Resolusi Berkaitan dengan resolusi, belum ada aturan resmi mengenai korelasi resolusi spasial dan skala peta yang dihasilkan. SNI Ketelitian Peta hanya mengatur tentang akurasi, tidak membahas GSD Ground Sample Distance atau resolusi yang disyaratkan. Spesifikasi foto udara yang dituangkan dalam Kerangka Acuan Kerja KAK Pemotretan Udara Digital yang dikeluarkan oleh BIG menyatakan GSD yang disyaratkan untuk pemotretan skala 1 adalah 15 cm. Data lainnya, yaitu CSRT, menggunakan beberapa jenis citra, seperti Quickbird resolusi 0,6 m, Worldview-2 resolusi 0,5 m, Worldview-3 resolusi 0,3 m, dan Pleiades resolusi 0,5 m. Meski tidak disebutkan dalam KAK, resolusi orthofoto yang dihasilkan oleh BIG juga menggunakan angka 15 cm. Meski demikian, secara istilah GSD tidak sama dengan resolusi spasial. Draft for review ASPRS tahun 2013 menyebutkan GSD adalah dimensi linear dari footprint piksel di tanah pada foto sumber; sedangkan ukuran piksel adalah ukuran tanah dalam satu piksel pada produk orthofoto setelah proses rektifikasi dan resampling. Artinya, GSD lebih berkaitan dengan akuisisi data, sedangkan ukuran piksel lebih kepada hasil produknya. Dokumen ASPRS 2014 juga menguatkan dengan menyatakan GSD tidak boleh lebih dari 95% dari ukuran piksel orthofoto yang dihasilkan. Jika merujuk pada spesifikasi yang dikeluarkan oleh ASPRS, seharusnya ukuran piksel pada orthofoto yang dihasilkan oleh BIG lebih rendah dari 15 cm, namun pada kenyataannya ukuran piksel pada orthofoto yang dihasilkan sama dengan GSD yang ditentukan pada saat akuisisi. Oleh karena itu, teriminologi GSD untuk pemetaan di Indonesia dapat dianggap sama dengan resolusi spasial. Karena disini GSD dianggap sama dengan resolusi, maka ada gap antara data dasar foto udara dengan CSRT yang sama-sama digunakan untuk pemetaan skala 1 Foto udara memiliki resolusi 0,15 m, sedangkan CSRT antara 0,3-0,6 m, atau foto udara sekitar 2-4 kali lebih detail daripada CSRT. Gambar 2 adalah contoh data orthofoto wilayah Bogor, dimana pada gambar tersebut dapat dilihat bahwa resolusi spasialnya adalah 0,15 m. Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017 131 Gambar 2. Resolusi Orthofoto BIG Data Foto Udara Bogor Dalam tabel yang dikeluarkan oleh ASPRS Tabel 6, angka 15 cm berada dalam 7 interval. Sesuai dengan tabel tersebut, untuk GSD 15 cm, skala peta yang sesuai adalah antara 1600 sampai 1 di kelas 1. Untuk skala 1 kelas 1, dibutuhkan GSD sebesar 50-100 cm. Tabel 6. Ketelitian Horizontal Dalam ASPRS 2014 ASPRS 2014 Equivalent to map scale in Equivalent to map scale in NMAS Horizontal Accuracy Class RMSEx and RMSEy cm RMSEr cm Horizontal Accuracy at the 95% ConfidenceLevel cm Approximate GSD of Source Imagery cm ASPRS 1990 Class 1 ASPRS 1990 Class 2 to 125 1 116 to 150 125 132 to 1100 150 163 to 1200 1100 1127 to 1300 1150 1190 to 1400 1200 1253 1500 1250 1317 to 1600 1300 1380 to 1700 1350 1444 to 1800 1400 1507 to 1900 1450 1570 to 11000 1500 1634 to 11100 1550 1697 to 11200 1600 1760 to 11800 1900 11,141 to 12400 11200 11,521 Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar Susetyo, dkk. 132 ASPRS 2014 Equivalent to map scale in Equivalent to map scale in NMAS Horizontal Accuracy Class RMSEx and RMSEy cm RMSEr cm Horizontal Accuracy at the 95% ConfidenceLevel cm Approximate GSD of Source Imagery cm ASPRS 1990 Class 1 ASPRS 1990 Class 2 to 13000 11500 11,901 to 14000 12000 12,535 to 16000 13000 13,802 to 18,000 14000 15,069 to 110,000 15000 16,337 to 112,000 16000 17,604 to 120,000 110000 121,122 to 140000 120000 142,244 Kaitan antara ukuran piksel produk akhir atau orthofoto-nya dan skala peta dituliskan pada Tabel 7. Ukuran piksel 15 cm cocok digunakan untuk menghasilkan peta skala 1 sedangkan untuk peta skala 1 cukup menggunakan ukuran piksel orthofoto sebesar 60 cm. Resolusi CSRT yang berkisar antara 0,3-0,6 m cocok digunakan untuk menghasilkan peta skala 1 sampai 1 sehingga masih dapat digunakan untuk pemetaan RBI skala 1 Tabel 7. Hubungan Ukuran Piksel dengan Skala dan Ketelitian Menurut ASPRS Common Orthoimagery Pixel Sizes Associated Map Scale ASPRS 1990 Accuracy Class Associated Horizontal Accuracy According to Legacy ASPRS 1990 Standard RMSEx and RMSEy cm RMSEx and RMSEy cm cm 150 1 2-pixels 2 4-pixels 3 6-pixels cm 1100 1 2-pixels 2 4-pixels 3 6-pixels cm 1200 1 2-pixels 2 4-pixels 3 6-pixels 5 cm 1400 1 2-pixels 2 4-pixels 3 6-pixels cm 1600 1 2-pixels Seminar Nasional Penginderaan Jauh ke-4 Tahun 2017 133 Common Orthoimagery Pixel Sizes Associated Map Scale ASPRS 1990 Accuracy Class Associated Horizontal Accuracy According to Legacy ASPRS 1990 Standard RMSEx and RMSEy cm RMSEx and RMSEy cm 2 4-pixels 3 6-pixels 15 cm 11,200 1 2-pixels 2 4-pixels 3 6-pixels 30 cm 12,400 1 2-pixels 2 4-pixels 3 6-pixels 60 cm 14,800 1 2-pixels 2 4-pixels 3 6-pixels 1 meter 112,000 1 2-pixels 2 4-pixels 3 6-pixels 2 meter 124,000 1 2-pixels 2 4-pixels 3 1, 6-pixels 5 meter 160,000 1 1, 2-pixels 2 2, 4-pixels 3 3, 6-pixels Kembali merujuk pada standar ASPRS 2014, jika parameternya resolusi, CSRT dapat digunakan untuk pemetaan skala 1 Berkaitan dengan foto udara yang resolusinya 2-4 kali lebih baik dari CSRT, ada pertimbangan lain yang juga perlu diperhatikan, yaitu operator pada umumnya diasumsikan memerlukan minimal 3 piksel untuk mengenali sebuah objek. Misalkan, jika ada objek berukuran 0,5 m x 0,5 m, maka di CSRT objek tersebut hanya berada pada 1 piksel, sedangkan pada foto udara 3 piksel. Sebagai tambahan, dalam ASPRS 2014, ketelitian yang disyaratkan dalam AT adalah Untuk ketelitian GCP RMSExGCP atau RMSEyGCP = 1/4 * RMSExMap atau RMSEyMap Untuk ketelitian AT RMSExAT atau RMSEyAT = ½ * RMSExMap atau RMSEyMap Atau dengan kata lain, data yang digunakan untuk acuan dalam memproses data selanjutnya harus memiliki ketelitian 2 kali lebih baik dari data awalnya. Berangkat dari konsep tersebut, dapat diasumsikan ketelitian skala 1 sebesar 1 m memerlukan data dengan resolusi 0,5 m. Untuk melihat sebuah objek dalam ukuran 0,5 m x 0,5 m, jika diperlukan 3 piksel, maka resolusi spasial yang disyaratkan sebesar 15 cm. Namun asumsi ini belum merujuk pada penelitian yang lebih mendalam, sehingga jika ingin dipaparkan lebih jauh mengenai resolusi yang tepat untuk skala 1 dan korelasinya terhadap data yang digunakan saat ini foto udara dan CSRT perlu dilakukan kajian yang lebih jauh mengenai pengaruh resolusi spasial terhadap level of detail dari peta yang dihasilkan. 4. KESIMPULAN Secara ketelitian horizontal, foto udara memberikan ketelitian horizontal di bawah 1 m dan sesuai dengan ketelitian peta RBI masuk di kategori skala 1 kelas 1, sedangkan CSRT berada pada level ketelitian skala 1 kelas 2 dan 3. Artinya, meski sama-sama bisa digunakan untuk pemetaan skala 1 hasil penelitian Perbandingan Ketelitian Geometrik Citra Satelit Resolusi Tinggi dan Foto Udara untuk Keperluan Pemetaan Rupabumi Skala Besar Susetyo, dkk. 134 ini menyatakan kualitas geometri foto udara lebih baik dibandingkan CSRT. Standar di India juga tidak merekomendasikan penggunaan CSRT untuk peta dasar skala 1 namun ASPRS dapat menjembatani permasalahan tersebut. Sistem kelas masih dapat digunakan, namun harus ada pernyataan yang menerangkan perbedaan dari masing-masing kelas tersebut secara tegas. Secara resolusi, CSRT dapat digunakan untuk pemetaan skala 1 Berkaitan dengan foto udara yang resolusinya 2-4 kali lebih baik dari CSRT, ada pertimbangan lain yang juga perlu diperhatikan, yaitu operator pada umumnya diasumsikan memerlukan minimal 3 piksel untuk mengenali sebuah objek. Misalkan, jika ada objek berukuran 0,5 m x 0,5 m, maka di CSRT objek tersebut hanya berada pada 1 piksel, sedangkan pada foto udara 3 piksel. 5. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada Kepala Bidang Penelitian BIG, Dr. Ibnu Sofian yang sudah memberikan bimbingannya terkait penelitian ini. Ucapan terima kasih juga kami berikan kepada Pusat Pemetaan Rupabumi dan Toponim BIG yang sudah memfasilitasi terkait data dan peralatan yang digunakan dalam penelitian ini. 6. DAFTAR PUSTAKA Amato, R., Dardanelli, G., Emmolo, D., Franco, V., Brutto, M. Lo, Midulla, P., Villa, B. 2004. Digital Orthophotos At a Scale of 1 5000 From High Resolution Satellite Images. In XXth ISPRS Congress. Istanbul. Retrieved from American Society for Photogrammetry and Remote Sensing ASPRS. 1990. ASPRS Accuracy Standards for Large-Scale Maps. American Society for Photogrammetry and Remote Sensing ASPRS. 2013. ASPRS Accuracy Standards for Digital Geospatial Data- DRAFT – V. 12. American Society for Photogrammetry and Remote Sensing ASPRS. 2014. ASPRS Positional Accuracy Standards for Digital Geospatial Data. Photogrammetric Engineering & Remote Sensing. Badan Standardisasi Nasional. 2015. SNI Ketelitian Peta Dasar. Jakarta. National Disaster Management Authority Government of India. 2005. National Technical Document for Establishing Cartographic Base in India. New Delhi. Retrieved from Octariady, J., Widyaningrum, E., & Fajari, K. 2016. Ortorektifikasi Citra Satelit Resolusi Tinggi Menggunakan Berbagai Metode Ortorektifikasi. In Seminar pp. 1–6. Depok. Octariady, J., Widyaningrum, E., & Prihanggo, M. 2016. Pengaruh Ketelitian DEM Terhadap Ketelitian Citra Terortorektifikasi pada Permukaan Datar dan Miring Studi Kasus Kota Surabaya dan Kota Tasikmalaya. In Seminar Nasional Penginderaan Jauh. Depok. Tang, S., Wu, B., & Zhu, Q. 2016. Combined Adjustment of Multi-resolution Satellite Imagery for Improved Geo-positioning Accuracy. ISPRS Journal of Photogrammetry and Remote Sensing, 114, 125–136. Widyaningrum, E., Fajari, M., & Octariady, J. 2016. Accuracy Comparison of VHR Systematic-ortho Satellite Imageries Against VHR Orthorectified Imageries Using GCP. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives, 2016–JanuaJuly, 305–309. ... The determination of the trekking route was preceded by topographical analysis, quite intensive and in-depth interviews, initial observations, and the deployment of the Mapping Team using geospatial and cartographic data [9][10] [11][12] [13], signs/directions, legends, symbols based on satellite imagery [12] [14] [15] [16][17] [18], enriched through the Strava application, Google Earth and the Global Positioning System/GPS [12]. ...... Dari hasil evaluasi geometrik nilai ketinggian vertikal diperoleh akurasi sebesar 0,589 meter, nilai tersebut lebih kecil dari nilai ambang batas terendah yakni 1 meter lihat tabel 3 sehingga mengacu pada Perka BIG No. 15 Tahun 2014 nilai tersebut telah memenuhi nilai ketelitian geometri pada skala 1 kelas 1. Tabel 5 menyajikan contoh perhitungan ketelitian vertikal sesuai dengan Perka Ketelitian BIG. Secara ketelitian horizontal, foto udara juga memberikan ketelitian horizontal di bawah 1 meter Susetyo, Syetiawan, & Octariady, 2017 ...ABSTRAK Pada umumnya banjir terjadi pada daerah yang memiliki bentuk lahan relief datar dan landai. Daerah rawan banjir diidentifikasi dari karakter wilayahnya berdasarkan bentuk lahan, seperti dataran aluvial, lembah aluvial, kelokan sungai, rawa-rawa dan daerah rendah atau cekungan merupakan daerah yang rentan terkena banjir. Data DEM digunakan untuk mengetahui karakteristik kondisi fisik daerah bersangkutan. Untuk itu pemanfaatan data Digital Elvation Model DEM yang teliti digunakan untuk memberikan gambaran bentuk lahan yang terbentuk. Data DEM yang digunakan pada penelitian ini menggunakan data DEM dari satelit terraSAR-X dan DEM hasil ekstraksi dari pemotretan udara menggunakan kamera metrik. Tujuan penelitian adalah melakukan evaluasi penggunaan data DEM dari TerraSAR-X dan DEM hasil ekstraksi foto udara untuk menghasilkan deliniasi daerah bahaya banjir. Data DEM tersebut akan dibandingkan dengan hasil pengukuran tinggi menggunakan metode GNSS levelling. Metode GNSS levelling dilakukan untuk memperoleh informasi ketinggian dari pengamatan satelit GNSS Global Navigation Satellite System. Ketinggian selanjutnya dikonversi ke tinggi orthometrik menggunakan data undulasi Geoid global EGM 2008. Hasil penelitian menunjukkan bahwa nilai hasil uji akurasi DEM TerraSAR-X memiliki tingkat ketelitian 7,716 m sementara akurasi DEM foto udara adalah 0,589 m. Berdasarkan hasil uji akurasi maka DEM TerraSAR-X bisa digunakan untuk membuat peta bahaya banjir pada skala 1 sementara DEM foto udara bisa digunakan untuk membuat peta bahaya banjir pada skala 1 Penggunaan DEM yang teliti akan meningkatkan ketelitian dari model banjir yang Muda Setiawan Heri JunediMohd. ZuhdiFloods are the most common disasters in almost all places, including Indonesia and Jambi City in particular. Areas that are directly exposed to the threat of flooding are in the Watershed. Land conversion is one of the causes of flooding in the Kenali Kecil watershed. This study uses the standard SNI 81972015 regarding the Flood Hazard Mapping Method 150,000 and 125,000 scale. The approach used is landscape analysis, which emphasizes the process of forming natural systems on the earth's surface. This study aims to analyze and produce a map of the level of flood vulnerability in the Kenali Kecil watershed area. The data needed in this study are ten days of rainfall data, slope data and land cover data. Slope data was obtained from DEMNas data processing and land cover data was obtained from manual digitizing of Google Earth's High-Resolution Satellite Imagery data. Data processing uses ArcMap software with scoring and overlay techniques. The results showed that the Kenali Kecil watershed had a dendritic pattern with an area of km2 and located in 5 villages, namely Bagan Pete, Kenali Besar, Penyengat Rendah, Mendalo Darat and Pematang Gajah. The basic rainfall of the Kenali Kecil watershed is mm, the slope is mostly >4% and the land cover is mostly residential. Based on the SNI 81972015 procedure and the results of the scoring and overlay process with ArcMap, the flood susceptibility level of the Kenali Kecil watershed is at a medium hazard level of km2 and a height of km2 ini, citra satelit resolusi sangat tinggi digunakan dalam berbagai macam aplikasi, terutama pemetaan skala besar. Sebelum dapat digunakan, citra satelit tersebut harus diorthorektifikasi terlebih dahulu. Data Digital Surface Model DSM dan Ground Control Point GCP adalah dua data utama yang diperlukan saat melakukan orthorektifikasi. Perbedaan data DSM yang digunakan akan menghasilkan perbedaan nilai ketelitian horizontal pada kedua citra tegak hasil orthorektifikasi. Pada penelitian ini digunakan dua jenis DSM yaitu SRTM dan Terrasar-X. Ketelitian vertikal dari SRTM adalah 90 m sedangkan ketelitian vertikal dari Terrasar-X adalah 12,5 m. Penelitian ini berlokasi di Wilayah Buli, Kabupaten Halmahera Timur, Provinsi Maluku. Terdapat tiga sensor citra satelit yang digunakan yaitu Pleiades, Quickbird dan Worldview-2 yang digunakan pada lokasi penelitian. Total GCP yang digunakan adalah 33 titik, tiap titiknya diukur dengan melakukan pengamatan geodetik dan memiliki ketelitian horizontal ≤15 cm dan ketelitian vertikal ≤30 cm. Ketelitian horizontal dari citra tegak satelit resolusi sangat tinggi diperoleh dengan melakukan uji terhadap Independent Check Point ICP. Total ICP yang digunakan adalah 12 titik, tiap titik ICP diukur dengan metode dan standar yang sama dengan titik GCP. Ketelitian horizontal dengan Circular Error CE 90 dari citra tegak satelit menggunakan data SRTM adalah 18,856 m sedangkan ketelitian horizontal dengan Circular Error CE 90 dari citra tegak satelit menggunakan data Terrasar-X adalah m . Hasil dari penelitian ini membuktikan bahwa ketelitian vertikal data DSM yang digunakan memberikan pengaruh pada citra tegak satelit hasil orthorektifikasi tersebut. Mengacu pada Peraturan Kepala BIG nomor 15 tahun 2014, citra tegak satelit hasil orthorektifikasi menggunakan data Terrasar-X sebagai DSM memenuhi ketelitian horizontal peta dasar kelas 3 skala 1 sedangkan citra tegak satelit hasil orthorektifikasi menggunakan data SRTM sebagai DSM tidak dapat memenuhi ketelitian horizontal peta dasar skala besar. Kata kunci orthorektifikasi, DSM, ketelitian horizontal
Produkdari penginderaan jauh secara garis besar dapat dibedakan menjadi 2 (dua) yaitu citra foto dan non foto. Citra foto disebut juga foto udara yang proses perekamanya menggunakan kamera dengan wahana pesawat. Sedangkan citra non foto lebih dikenal dengan citra satelit yang proses perekamannya menggunakan sensor non kamera dengan sistem penyiaman (scaning) yang menggunakan wahana satelit. Perbedaan karakteristik keduanya sebagaimana Tabel 1 di bawah ini.
SEORANG PENGGUNA TELAH BERTANYA 👇 Jelaskan perbedaan citra foto udara dengan citra satelit INI JAWABAN TERBAIK 👇 Inilah perbedaan antara foto udara dan citra satelit. Gambar foto udara Ini adalah cara memotret yang berasal dari suatu daerah dan berasal dari ketinggian tertentu, yaitu di alam atmosfer dengan menggunakan bentuk kamera. Misalnya memotret menggunakan pesawat terbang, helikopter, dan balon udara. Keuntungan menggunakan foto udara adalah Anda dapat membuat gambar yang lebih detail. Citra satelit Ini adalah sesi foto suatu daerah melalui penggunaan satelit di mana operasi yang dilakukan dari luar angkasa akan dilakukan. Jadi dari citra satelit itu sendiri memiliki tingkat resolusi yang tinggi dengan resolusi spasial 50 cm. Maka hasil foto satelit sendiri tidak akan sedetail mungkin dengan foto udara. Belajarlah lagi 1. Materi Penjelasan Perbedaan Citra Udara dan Citra Satelit ——————————————————- Detail tanggapan Kelas 9 Folder IPS Bab Bab 8 – Peta Bentuk dan Pola Bumi Kode Kata kunci Citra, Foto, Satelit
Satelittersebut adalah satelit komunikasi yang tidak memiliki sensor untuk memotret suatu area. Satelit sumberdaya alam sendiri menghasilkan citra yang merupakan gambar ataupun foto sebuah objek. Selanjutnya objek tersebut perlu mengalami proses interpretasi citra satelit atau pengenalan objek tersebut.
Foto Udara Dan Citra Satelit A. Foto Udara Foto Udara Kota Banda Aceh Skala 1 Foto Udara Jakarta Foto Udara Kelurahan Koang Jaya Foto Udara Tugu Malang B. Citra Satelit Citra Satelit Quickird Kota Semarang 13 Mei 2009 Citra Satelit Kota Surabaya Citra Satelit Kota Padang Citra Satelit Quickbird Kota New York Citra Satelit Lumpur Lapindo Sidoarjo, Jawa Timur Citra Satelit Bandara Soekarno-Hatta, Jakarta Iklan
Terlebihdengan citra satelit beresolusi tinggi, hasil yang diberikan hampir mendekati foto udara. Saat ini telah dipasarkan citra satelit beresolusi tinggi seperti IKONOS (4 m dan 1 m), Quickbird (2.44 m dan 0,61 m) dan World View (0.46 m). (foto udara dan citra satelit) dengan cakupan yang sangat luas dalam waktu yang relatif singkat.
Foto udara merupakan hasil pemotretan suatu wilayah dari ketinggian tertentu dalam lingkungan atmosfer menggunakan wahana pesawat atau drone, sedangkan citra satelit adalah pemotretan suatu wilayah di permukaan bumi menggunakan wahana satelit yang dioperasikan dari ruang angkasa. Foto udara memiliki resolusi yang lebih detail apabila dibandingkan dengan resolusi citra satelit. Beberapa kelebihan foto udara diantaranya foto udara menghasilkan gambar atau citra foto yang lebih detail dengan resolusi 15 cm, tidak terkendala awan karena diterbangkan dibawah awan, tetapi foto udara juga memiliki beberapa kekurangan seperti tergantung dari cuaca dan factor angin dalam pengoperasiannya, hasil foto/citra terdiri dari scene-scene kecil yang sangat banyak. Dari segi biaya, foto udara lebih mahal dibandingkan citra satelit karena adanya biaya operasional pesawat, biaya tim ke lapangan dan lain-lain. Citra Satelit penginderaan jauh adalah gambaran kenampakan dipermukaan bumi yang direkam melalui sebuah wahana satelit Penginderaan Jauh. Beberapa keuntungan menggunakan citra satelit adalah citra satelit mampu merekam wilayah yang sulit dijangkau oleh foto udara, citra satelit merupakan teknik tercepat dalam memetakan daerah bencana seperti gempa bumi, banjir, letusan gunung berapi, citra satelit menggambarkan objek yang lengkap dan sesuai kenampakan sebenarnya dan biaya pembelian citra satelit lebih terjangkau apabila dibandingkan dengan foto udara. Hasil foto udara perkebunan sawit
Citrapenginderaan jauh dibedakan menjadi citra foto dan citra nonfoto. Yang termasuk citra nonfoto adalah . (Soal UN 2009) a. ultraviolet, inframerah, dan sistem termal b. sistem termal, sistem satelit, dan sistem radar c. inframerah, sistem termal, dan sistem radar d. ultraviolet, inframerah, dan sistem radar e. sistem satelit, sistem termal, dan inframerah Mapel Geografi,
Foto Udara dan Citra Satelit DAPATKAN DATA CITRA SATELIT RESOLUSI SANGAT TINGGI WORLDVIEW-3 BESERTA PENGOLAHAN DAN MAPPING DENGAN HARGA YANG KOMPETITIF DI MAP VISION INDONESIA UNTUK INFORMASI LEBIH LANJUT DAPAT MENGHUBUNGI KAMI PADA NOMOR TELEPON WA/SMS/TELEPON 0878 2292 5861 E-MAIL mapvisionindonesia Foto udara adalah pengambilan foto di udara menggunakan wahana yang dapat bergerak di udara. Mulanya wahana yang digunakan dalam memperoleh foto udara yaitu sebuah balon udara dan pesawat terbang, namun seiring perkembangan teknologi, saat ini beragam wahana dapat digunakan untuk mendapatkan sebuah foto udara. dimana yang saat ini marak digunakan yakni penggunaan wahana berupa Unmanned Aerial Vehicles UAV atau drone. Dahulu penggunaan foto udara lebih banyak digunakan untuk kepentingan militer, dan mulai ramai dipakai oleh kalangan sipil setelah Perang Dunia II selesai. BACA JUGA 1. Apa Itu Foto Udara? 2. Apa Itu Citra Satelit? 3. Penginderaan Jauh 4. Pengertian Citra Satelit 5. Citra Penginderaan Jauh Sejarah Awal Foto Udara Gaspard-Felix Tournachon dikenal juga dengan sebutan Nadar seorang fotografer yang awalnya berprofesi sebagai novelis dan karikaturnis, merupakan orang pertama yang mengambil foto udara menggunakan wahana berupa balon udara, yang dilakukan pada tahun 1858. Namun sayangnya foto udara pertama dan juga foto-foto udara lain hasil jepretan Nadar sudah tidak dapat ditemukan. Saat ini hasil jepretan awal foto udara yang masih bisa disaksikan adalah karya James Wallace Black dan Samuel Archer King yang berjudul “Boston, as the Eagle and the Wild Goose See It” yang diambil pada tanggal 13 Oktober 1860 di atas ketinggian 630 meter dari Kota Boston, Amerika Serikat. Selanjutnya pengambilan foto udara menggunakan wahana yang lain terus berkembang, seperti penggunaan layang-layang yang dilakukan seorang meteorologis asal Inggris bernama ED Archibald pada tahun 1882. Pada tahun yang sama, Cecil Shadbolt, melakukan pengambilan foto udara dengan menggunakan wahana berupa balon gas. Pada tanggal 24 April 1909, penggunaan wahana yang lebih berat dibandingkan udara digunakan pertama kalinya, dengan menyematkan kamera gambar bergerak untuk kepentingan pembuatan film bisu berdurasi pendek yang berjudul “Wilbur Wright und seine Flugmaschine”. Sejarah Penggunaan Foto Udara untuk Pemetaan Veteran Perang Dunia I, Francis Wills dan Claude Graham White, mendirikan perusahaan fotografi udara komersial pertama di Inggris pada tahun 1919 yang mereka beri nama Aerofilm, Ltd. Perusahaan tersebut pada tahun 1921, melakukan foto udara vertikal untuk kepentingan survei dan pemetaan, serta selama tahun 1930-an, Aerofilm menjadi perusahaan pelopor ilmu fotogrametri pemetaan dari foto udara. Di negara kita, Indonesia, penggunaan foto udara untuk survei pemetaan telah mulai dilakukan oleh beberapa lembaga pada awal 1970-an Danoedoro, 2012. Namun ketika bangsa kita tengah mulai penggunaan foto udara untuk pemetaan, negara maju malah mulai mengembangkan satelit sumber daya alam sebagai wahana untuk mendapatkan data penginderaan jauh. Jenis Foto Udara Berdasarkan Sumbu Kamera Berdasarkan tingkat kemiringan sumbu kamera, foto udara dibagi menjadi 3 jenis yaitu Foto Udara Vertikal Pada jenis foto udara vertikal, posisi sumbu kamera tegak lurus vertikal atau maksimal sudut kemiringannya 3 derajat dengan area yang hendak dipotret. Jenis Foto Udara VertikalSumber Gambar Foto udara jenis ini banyak digunakan untuk pemetaan karena skala dan objek yang dipotret mempunyai bentuk cenderung tetap serta tidak menutup objek area lain dibandingkan jenis foto udara lain. Contoh Tampilan Foto Udara VertikalSumber Foto Udara Miring Rendah Low Oblique Jenis Foto Udara Miring RendahSumber Gambar Untuk jenis foto udara miring rendah, sumbu kamera membentuk sudut kemiringan antara 3 derajat hingga 30 derajat dengan area yang dipotret. Contoh Tampilan Foto Udara Miring Rendah Kenampakan Horizon Pada Foto Ini Tidak DitunjukkanSumber Foto Udara Miring Tinggi High Oblique Sumbu kamera pada jenis foto udara miring tinggi membentuk sudut kemiringan antara lebih dari 30 derajat hingga 55 derajat dengan area yang dipotret. Jenis Foto Udara Miring TinggiSumber Gambar Kelebihan jenis foto udara miring, baik yang miring rendah ataupun tinggi, dapat memotret area dalam cakupan yang lebih luas dibandingkan dengan jenis foto udara vertikal, namun kelemahannya skala dan ukuran objek yang dipotret tidak tetap, sehingga pengukuran dimensi objek menjadi lebih sulit dibandingkan foto udara vertikal. Contoh Tampilan Foto Udara Miring Tinggi yang Memperlihatkan CakrawalaSumber Citra Satelit Pada saat negara kita, Indonesia, di tahun 1970-an mulai memanfaatkan foto udara untuk kegiatan survei-pemetaan sumber daya, maka di negara-negara yang maju, mereka mulai mengembangkan satelit sumber daya alam untuk mendapatkan data penginderaan jauh. Hal ini bermula dari Program Landsat yang sangat legendaris di tahun 1972, yang hingga kini masih terus berjalan dan telah memasuki seri ke 8 Satelit Landsat 8, bahkan pada tahun 2021 mendatang, rencananya akan meluncur seri ke 9 Satelit Landsat 9. Dan saat ini telah banyak sekali satelit sumber daya alam selain Program Satelit Landsat yang tengah beroperasi di luar angkasa dengan beragam spesifikasi yang dimilikinya. Satelit-satelit sumber daya alam tersebut menghasilkan citra satelit yang merupakan gambaran permukaan bumi dengan beragam resolusi spasial dan resolusi spektral. Dan berikut ini beberapa contoh data citra satelit optis yang dihasilkan oleh satelit sumber daya alam dengan sensor pasif sumber tenaga berasal dari matahari 1. Citra Satelit WorldView-3 Citra Satelit WorldView-3 Wilayah Candi Borobudur – Jawa Tengah dalam Skala 1 1000 Citra satelit yang dihasilkan oleh Satelit WorldView-3 merupakan citra satelit dengan kenampakan paling detail saat ini, dengan resolusi spasial mencapai 30 cm m pada keadaan nadir untuk citra satelit pada band pankromatik. Selain itu, Satelit WorldView-3 saat ini dapat dibilang sebagai satelit sumber daya alam komersial paling canggih untuk kategori satelit penghasil citra dengan resolusi spasial sangat tinggi, karena selain dibekali 1 band pankromatik dengan resolusi spasial 30 cm pada posisi nadir dan 8 band multispektral dengan resolusi spasial meter, pada satelit ini juga terdapat 8 band pada spektrum elektromagnetik Short Wave Infra Red SWIR, serta 12 band multispektral untuk Clouds, Aerosols, Vapors, Ice, & Snow CAVIS. Keberadaan band SWIR pada Citra Satelit WorldView-3 bermanfaat untuk menghasilkan citra satelit yang bebas dari berbagai gangguan yang menghalangi tampilan objek pada citra satelit seperti kabut, haze, serta awan tipis. Selain dari hal tersebut, hadirnya band SWIR juga dapat untuk melihat titik api aktif yang terekam oleh satelit. Visible & SWIR pada Data Citra Satelit WorldView–3 Sedangkan untuk sensor CAVIS yang terdiri dari 12 band bertujuan untuk menghasilkan citra satelit dengan tampilan yang lebih bersih dari awan, kabut, dan berbagai gangguan lain di atmosferik, serta menampilkan warna yang selaras seamless antar data citra satelit yang mencakup sebuah wilayah. CAVIS 2. Citra Satelit Pleiades–1A & Pleiades–1B Data Olahan Citra Satelit Pleiades–1A Warna Natural Kota Cilegon – Banten Skala 1 Satelit Pleiades-1A & Pleiades-1B merupakan satelit “kembar” dari vendor Airbus Defence & Space. Disebut kembar karena spesifikasi satelit sama persis dan sama-sama menghasilkan citra satelit dengan resolusi spasial kelas 50 cm hasil resampling pada spektrum elektromagnetik cahaya tampak visible dan inframerah dekat near infrared. Saat ini Citra Satelit Pleiades-1A & Pleiades-1B merupakan kompetitor terberat bagi citra satelit resolusi spasial sangat tinggi dari perusahaan Maxar Technologies. 3. Citra Satelit SPOT–6 & SPOT–7 Data Olahan Citra Satelit SPOT 6 Warna Natural Wilayah Kalimantan Barat Skala 1 Selain Satelit Pleiades-1A & Pleiades-1B, perusahaan Airbus Defence & Space juga memiliki satelit kembar lain yakni Satelit SPOT-6 dan SPOT-7. Untuk Satelit SPOT-6 dan SPOT-7, kedua satelit tersebut menghasilkan citra satelit dengan resolusi spasial kelas 150 cm m, pada spektrum elektromagnetik cahaya tampak visible dan inframerah dekat near infrared. Saat ini, Citra Satelit SPOT-6 dan SPOT-7 banyak digunakan untuk berbagai aplikasi karena tingkat resolusi spasial yang tinggi dengan harga yang terjangkau untuk area yang luas. 4. Citra Satelit KOMPSAT–3A Citra Satelit KOMPSAT–3A wilayah Ferrari World, Abu Dhabi – Tanggal Perekaman 26 Oktober 2015Image Copyright KARI, SIIS Negara Ginseng, Korea Selatan, ternyata memiliki satelit sumber daya alam yang menghasilkan citra satelit dengan resolusi sangat tinggi yakni Satelit Korea Multi-Purpose Satellite KOMPSAT. Salah satu seri Satelit KOMPSAT yang masih beroperasi adalah Satelit KOMPSAT-3A yang menghasilkan citra dengan resolusi spasial kelas 40 cm m, pada spektrum elektromagnetik cahaya tampak visible dan inframerah dekat near infrared. Dan berikut beberapa citra satelit lain yang dihasilkan dari satelit sumber daya alam silahkan klik pada masing-masing link untuk informasi lebih lanjut terkait citra satelit tersebut Pleiades Neo WorldView Legion WorldView-4 GeoEye-1 Landsat 8 Kelebihan dan Kelemahan Foto Udara dan Citra Satelit Sebelumnya telah dibahas mengenai foto udara dan juga citra satelit optis dengan sensor pasif. Lalu apa kelebihan dan kekurangan foto udara dibandingkan citra satelit?, berikut penjelasannya Saat ini, data citra satelit optis dengan sensor pasif yang mempunyai resolusi spasial tertinggi untuk kepentingan komersial yakni Citra Satelit WorldView-3 dengan resolusi spasial mencapai 30 cm pada posisi nadir, dan jika tidak ada kendala maka pada tahun 2020 ini akan mengorbit juga Satelit Pleiades Neo yang akan menghasilkan citra dengan resolusi spasial mencapai 30 cm pada posisi nadir, serta pada tahun 2021 mendatang akan mengangkasa Satelit WorldView Legion yang akan menghadirkan citra dengan resolusi spasial 29 cm pada posisi nadir. Maka untuk saat ini dan beberapa tahun mendatang citra satelit dengan resolusi spasial tertinggi yang dijual secara komersial kepada umum yakni 29 cm dan 30 cm. Hal ini berbeda dengan foto udara yang dihasilkan oleh drone atau UAV, dimana resolusi spasial yang dihasilkan lebih tinggi dibandingkan data citra satelit yang tersedia saat ini dapat mencapai 1 cm. Resolusi spasial sebuah foto udara yang dihasilkan tergantung sensor kamera yang digunakan serta penempatan ketinggian terbang drone tersebut. Namun walau mempunyai tingkat resolusi spasial yang lebih rendah dibandingkan data foto udara, data citra satelit mempunyai keunggulan dari sisi tingkat akurasinya bahkan tanpa penyertaan titik kontrol lapangan sekalipun terutama untuk area yang datar, berhubung saat ini kebanyakan data citra satelit komersial terutama yang termasuk dalam kategori citra satelit resolusi sangat tinggi dan tinggi sudah dibekali data titik kontrol bawaan dari pihak vendor yang bernama Rational Polynomial Coefficient RPC. RPC merupakan data model titik kontrol yang terdiri dari 20 titik, yang biasa digunakan dalam proses orthorektifikasi data citra satelit. Selain itu, data citra satelit mempunyai keunggulan dari sisi jumlah resolusi spektral. Saat ini, sebagian besar data citra satelit yang memiliki resolusi spasial sangat tinggi mempunyai 4 band yang masuk dalam spektrum elektromagnetik cahaya tampak visible dan juga inframerah dekat near infrared, beberapa bahkan mempunyai lebih dari 4 band seperti Citra Satelit WorldView-2 yang terdiri dari 8 band multispektral, dan juga Citra Satelit WorldView-3 yang tidak hanya memiliki 1 band pankromatik dan 8 band multispektral, akan tetapi juga memiliki 8 band multispektral Short Wave Infra Red SWIR dan 12 band Cloud, Aerosol, Vapors, Ice, and Snow CAVIS. Untuk data citra satelit lain terutama biasanya yang mempunyai resolusi spasial lebih rendah, malah mempunyai tingkat resolusi spektral lebih tinggi lagi. Sebagai contoh untuk data Citra Satelit Landsat 8 yang mempunyai resolusi spasial tertinggi 15 meter band pankromatik terdiri dari 11 band yang berasal dari 2 sensor yang dimilikinya ataupun contoh lainnya seperti Citra Satelit Sentinel-2A yang memiliki 13 band. Dan bahkan beberapa citra satelit mempunyai ratusan band yang sudah termasuk kategori citra satelit hyperspectral seperi Citra Satelit Hyperion. Keberadaan jumlah band yang banyak pada sebuah data citra satelit sangat bermanfaat untuk analisis lebih lanjut dari data citra satelit, seperti keberadaan band thermal pada Citra Satelit Landsat 8 bermanfaat untuk melakukan estimasi temperatur permukaan suatu wilayah, kemudian kehadiran band–band inframerah dekat dan band cahaya tampak, dapat digunakan untuk mengetahui tingkat kerapatan vegetasi, tingkat kesehatan sebuah tanaman, dan lain sebagainya, melalui pengolahan Normalized Difference Vegetation Index NDVI. Selain itu, keunggulan foto udara yang dihasilkan oleh drone daripada citra satelit adalah tampilan foto udara yang dapat bebas awan karena penempatan ketinggian drone dapat diatur di bawah keberadaan awan tebal yang dapat menutupi objek di area pemotretan. Sedangkan data citra satelit optis yang menggunakan sensor pasif akan sangat tergantung kondisi cuaca di area perekaman tersebut. Jika ketika satelit melakukan perekaman di sebuah area yang ternyata terdapat awan tebal yang menutupi objek-objek yang terdapat pada area perekaman, maka awan tebal tersebut akan ikut terekam dan akan muncul pada citra satelit yang dihasilkan, sehingga menutupi objek dan mempersulit seorang interpreter untuk melakukan intepretasi objek yang berada di area perekaman. Sebenarnya terdapat juga data citra satelit dengan menggunakan sensor aktif sumber tenaga berasal dari sensor tersebut, salah satunya yaitu citra satelit dengan menggunakan teknologi Radio Detection and Ranging RADAR yang mampu “menembus awan” dan menghasilkan citra yang bebas awan. Akan tetapi penggunaan citra RADAR lebih ditujukan untuk memperoleh data topografi dibandingkan untuk melihat berbagai objek yang berada di permukaan bumi, karena tampilan objek pada citra RADAR hasil perekaman berbeda tampilannya dengan citra satelit optis dengan sensor pasif, dimana objek lebih sulit diidentifikasi pada citra RADAR. Namun walau begitu, kendala keberadaan awan pada data citra satelit optis dengan sensor pasif dapat disiasati dengan proses pengolahan. Untuk keberadaan awan tipis seperti kabut atau asap, dapat direduksi atau dihilangkan dengan pengolahan koreksi atmosferik, contohnya seperti yang terlihat di bawah ini Data Original Citra Satelit WorldView–2 Area Perekaman Tertutupi Asap Asap pada Data Citra Satelit WorldView-2 Hasil Olahan Warna Natural Haze Removal Plus Enhancement Telah Hilang Ataupun dapat menggunakan band SWIR pada data citra satelit yang mempunyai band tersebut, ataupun penggunaan band SWIR & CAVIS pada Citra Satelit WorldView-3, namun dengan tingkat resolusi spasial yang lebih rendah dibandingkan dengan Citra Satelit WorldView-3 pada band–band cahaya tampak visible dan juga inframerah dekat near infrared. Tampilan Data Citra Satelit WorldView–3 Warna Natural Spektrum Visible/Cahaya TampakC Maxar Technologies Tampilan Data Citra Satelit WorldView-3 Menggunakan Kombinasi Band SWIRC Maxar Technologies Tampilan Data Citra Satelit WorldView–3 Kombinasi Band SWIR Pada Area Yang TerbakarC Maxar Technologies Tampilan Data Citra Satelit WorldView-3 Pada Band Ke 8 SWIR Hampir Bebas AsapC Maxar Technologies Tampilan Data Citra Satelit WorldView-3 Menggunakan Band SWIR, Dimana Tingkat Area yang Terbakar Dapat Terlihat JelasC Maxar Technologies Untuk lebih lengkapnya, Anda dapat membaca postingan berikut ini Melihat yang Tidak Terlihat Menggunakan SWIR Sedangkan untuk keberadaan awan tebal pada data citra satelit, dapat disiasati dengan proses yang diberi nama cloud remove. Cloud remove merupakan istilah untuk menggantikan tampilan awan di sebuah lokasi yang berada pada sebuah data citra satelit dengan data citra satelit lain yang kondisinya tidak terdapat keberadaan awan di lokasi tersebut. Untuk memudahkan pemahaman mengenai cloud remove, Anda dapat melihatnya pada beberapa contoh di bawah ini Menghilangkan Awan Pada Data Citra Satelit Sebelum dan Sesudah Proses Cloud Remove & Colour Balancing Data Original Citra Satelit WorldView–1 & WorldView–2 Wilayah Merangin – Jambi Data Citra Satelit WorldView–1 & WorldView–2 Hasil Olahan Orthorektifikasi + Cloud Remove + Mosaick + Enhance Wilayah Merangin – Jambi Idealnya data citra satelit yang digunakan sebagai data pengganti mempunyai tanggal perekaman serta tingkat resolusi spasial yang sama dengan data citra satelit yang keberadaan awannya hendak dihilangkan. Kalaupun ternyata data penggantinya tidak tersedia sesuai dengan kondisi ideal tersebut, maka hendaknya tanggal perekaman serta tingkat resolusi spasialnya tidak berbeda jauh atau jomplang dengan data citra satelit yang akan digantikan, sehingga nantinya kondisi penggunaan lahan pada area perekaman masih sesuai dengan kondisi yang terekam pada data citra satelit utama. Untuk kelemahan dari data foto udara yaitu secara rata-rata biaya perekaman untuk mendapatkan data foto udara lebih tinggi dibandingkan data citra satelit. Jika menggunakan pesawat terbang untuk melakukan perekaman, dan kita tidak mempunyai wahana tersebut, maka kita harus mengeluarkan biaya untuk sewa pesawat terbang plus biaya untuk pilot, dan pembiayaan lainnya. Selain itu kita harus mengurus perizinan untuk mengambil pemotretan di area pemotretan serta mematuhi berbagai aturan ketika melakukan pemotretan. Jika menggunakan wahana seperti drone yang dilakukan oleh kita sendiri yang posisinya jauh dari lokasi kita berada, maka selain pengurusan perizinan beserta aturan yang harus dipatuhi ketika melakukan pemotretan, kita juga harus mengeluarkan biaya akomodasi serta berbagai biaya lain yang tidak terduga selama di lapangan. Selain itu, pengambilan foto udara menggunakan wahana dengan bobot yang ringan semisal drone, faktor cuaca juga sangat berpengaruh. Kecepatan angin yang terlalu kencang di area pemotretan, akan membuat pergerakan drone menjadi tidak stabil, sehingga foto hasil perekaman menjadi kurang baik. Kecepatan penyediaan data foto udara juga lebih lambat dibandingkan data citra satelit, karena harus melakukan pengurusan perizinan di area pemotretan, waktu yang diperlukan untuk berangkat ke lokasi pemotretan, memastikan terlebih dahulu kondisi cuaca pada area pemotretan sudah ideal, serta resiko kegagalan pemotretan karena drone mengalami kerusakan ketika melakukan pemotretan, yang membuat proses pemotretan diundur. Sedangkan data original citra satelit yang sudah tersedia pada database, saat ini dapat diterima dalam hitungan hari bahkan jam, tanpa harus melakukan pengurusan perizinan dan pergi ke lokasi perekaman. Anda cukup duduk manis di rumah atau kantor Anda, maka dalam waktu yang tidak lama data original citra satelit sudah bisa dapat Anda terima. Selain itu, untuk area yang cukup luas, pengolahan data foto udara memakan waktu yang cukup lama terutama untuk proses ortho mosaick penggabungan data-data foto udara hasil pemotretan untuk mendapatkan tampilan utuh area pemotretan, karena akan terdiri dari banyak data foto udara berhubung dalam satu pemotretan, luasan area yang terportret tidaklah luas. Berbeda dengan hasil perekaman satelit sumber daya alam yang dapat mencakup area dalam sekali perekaman berkisar ratusan hingga ribuan kilometer persegi, sehingga jumlah scene/tile ukuran yang digunakan dalam sekali perekaman sebuah satelit data citra satelit yang mencakup area yang luas jauh lebih sedikit dibandingkan dengan data foto udara. Begitu juga komputer yang digunakan untuk pengolahan data foto udara memerlukan spesifikasi yang lebih tinggi dibandingkan untuk pengolahan data citra satelit, berhubung begitu banyak data foto udara yang harus diolah menjadi satu kesatuan dengan ukuran file yang besar. Kesimpulan Telah diterangkan mengenai foto udara dan citra satelit, juga kelebihan dan kekurangannya. Anda yang memerlukan data penginderaan jauh, dapat memilih apakah data citra satelit atau foto udara yang sesuai dengan spesifikasi yang diinginkan beserta budget yang dimiliki. *** Semoga postingan ini bermanfaat, dan sampai jumpa pada postingan kami berikutnya. Insya Allah. POSTINGAN MENARIK LAINNYA 1. [Tutorial] Cara Download Peta RBI Gratis 2. [Tutorial] Download Data DEM SRTM Langsung di QGIS 3. [Tutorial] Mengetahui Suhu Permukaan Laut dari Citra Satelit MODIS Menggunakan QGIS 4. [Tutorial] Download Data OSM di QGIS 5. [Tutorial] Melakukan Georeferensi di QGIS
6GKrxpH. t1vfswb4qx.pages.dev/843t1vfswb4qx.pages.dev/793t1vfswb4qx.pages.dev/729t1vfswb4qx.pages.dev/166t1vfswb4qx.pages.dev/676t1vfswb4qx.pages.dev/922t1vfswb4qx.pages.dev/600t1vfswb4qx.pages.dev/709
foto udara dan citra satelit
