PCD - Tugas Klasifikasi Supervised

pertama panggil 3  band citra saja, lalu composite-kan ketiga band itu dengan
Data Management tools > Raster > Raster Processing > Composite Band . kemudian masukan ke tiga band yang di add tadi ke input raster lalu pilih destinasi outputnya lalu OK .

 

setelah memasukkan input raster nya hasil nya akan seperti ini.

 

Lalu crop dengan peta pasirjambu dengan cara Spatial Analyst tools > extraction > extract by mask . 

masukan polygon contoh sebaran guna lahan di kota bandung hanya sebagai sampe.

lalu tetap di arctoolbox pilih spatial analyst tools > multivariate > Create Signature. pada input raster masukan hasil ekstraksi tadi dan pada feature sample data masukan Shapefile polygon sebagai sampel.

terakhir spatial analyst tools > multivariate >Maximum likehood Classifications.
dan hasilnya akan seperti ini, tergantung ketika kita membuat jenis fungsi lahannya banyak warna nya pun akan beragam

 
 Sekian., sangat disangatkan mohon maaf sebesar2 nya apabila ada kekurangan dari saya.,

Wassalam..

 

Pembuatan Peta Urban Heat Island di kota Bandung

>  buka aplikasi Arc-MAP kemudian masukan peta yang akan digunakan ( add data ), pilih band 10. Sebelumnya hitung terlebih dahulu untuk mengetahui Input Raster or Constant Value 2 dengan melihat dari MTL yang diperoleh memalui hasil extract file download Peta Citra.Yaitu:
Qcal (Quatizeed_Cal_Min_Band_10) = 1 X ML (Radiance _Minimum_Band_10  ) = 0.10033
>  Setelah itu buka Arctoolbox cari Spatial Analysis tools > Math > Times, input Raster or Constant Value 1 = Band10, Output Raster = 1a.tif. 
>  lalu masukan data raster Kota Bandung pada Input Raster or Constant Value 1 dan angka 0,0003342 pada Input Raster or Constant Value 2, untuk output disarankan menggunakan angka atau huruf karena output yang keluar akan banyak dan agar tidak membingungkan seperti angka 1 atau huruf a.
 >   tetap pada Arctoolbox > Spatial Analysis Tools > Math > Plus. Masukan input raster or constant value 1 = 1A , Input Raster or Constant Value 2 = 1 dan Output Raster = 2a.tif
> Arctoolbox > Spatial Analysis Tools > Math > Devide, Input Raster or Constant Value 1 = 774,89 (input angka)

Input Raster or Constant Value 2 = 2 (hasil analisis plus )

Output Raster = 3 hasil dri analiis

 >  Arctoolbox > Spatial Analysis Tools > Math > Plus, Input Raster or Constant Value 1 = 3 (Hasil analisis Devide) Input Raster or Constant Value 2 = 1 (input Angka) Output Raster = 4 ( Hasil Analisis) 
>  Arctoolbox > Spatial Analysis Tools > Math > Ln. Masukkan Input Raster or Constant Value 1 = 3a, Input Raster or Constant Value 2 = 1 dan Output Raster = 4a.tif
>  Masih Buka Arctoolbox > Spatial Analysis Tools > Math > Devide, Masukkan Input Raster or Constant Value  = 4a, Output Raster = 5a.tif
>  Input Raster or Constant Value 1 = 6 (hasil analisis devide) Input Raster or Constant Value 2 = 273 ( ⁰Kelvin)  Output Raster = , klik kanan pada raster 7 > properties > symbology > classified. untuk merubah simbol pada peta sesuai dengan ketentuan. 

proses dalam pembuatan UHI

Layouting peta Urban Heat Island

Apabila ada kekurangan mohon dimaafkan atas kekhilafan proses rinci nya tidak di paparkan dengan sempurna,. Terimakasih

Denny Teguh - 10070311039 Praktikum PCD "Klasifikasi Citra Unsupervised "

1.      1.    Buka arcgis.., lalu buka data raster band 1- 3..

Setelah terbuka lakukan komposit band dengan cara buka arc toolbox pilih data management tools – raster – raster processing – composite bands.

Di dalam input masukan data raster ke 3 bands. Lalu oke,, tunggu smapai muncul data layer seperti di bawah :

2. Setelah melakukan raster processing, lakukan daerah deliniasi sesuai dengan daerah yang dibutuhkan untuk analisis.. contohnya Kecamatan Ciwidey, dan saya lakukan batasKecamatan Ciwidey

3. Setelah buka arc toolbox kembali lalu pilih spatial analysist tools – extraction – extract by mask ganti nama contoh Composite masukan data seperti di bawah lalu OK

4. setelah terpotong yg daerah kita saja yang muncul lalu lakukan tahap selanjutnya.
5. Lalu buat data iso dengan cara buka arc toolbox lalu pilih spatial analysist tools – multivariate – iso cluster.

Masukan data seperti di bawah dan dalam number of classes masukan 3-6 saja cukup. Simpan datanya dmana anda mau, (jangan lupa yah) Tunggu sampai ada tanda ceklis di pojok kanan bawah. berdoa saja berhasil :D

6. Setelah itu buka arc toolbox lalu pilih spatial analysist tools – multivariate – maximum likehood classificaation. Ingat di "Input Signature Raster" nya masukkan data yang tadi anda save "Iso Cluster" jika anda teman" berhasil akan muncul seperti gambar di bawah guys.

7.   Tahap terakhir yaitu merubah data raster menjadi shp polygon dengan cara arc toolbox – conversion tools – from raster – raster  to polygon. :)

Selamat Mencoba :)

Denny Teguh G. (PLanologi 2011)

Tugas Praktikum Pengolahan Citra Digital "VISUAL TITIK-TITIK SURVEY PADA CITRA SATELIT KOTA BANDUNG"

Setelah melalu tahap Memasukkan data titik Survey pada citra Satelit Kota Bandung. mendapatkan gambar seperti di bawah ini :

agar peta terlihat lebih jelas dapat di zoom to layer

dan hasilnya akan lebih jelas seperti :

10070311039 - Tugas Praktikum PCD "Compisite Band Landsat"

  

No	Nama Kombinasi	Kombinasi Band	Contoh
1	Color Infraread	5,4,3
2	Natural Color	4,3,2
3	False Color	7,6,4
4	False Color	6,5,4
5	False Color	7,5,3
6	Natural Color	3,2,1
7	Natural Color	7,4,2

 

 Compositte Band Landsat

Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972; yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999. Instrumen satelit-satelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia; dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30 meter.

        Nama satelit Landsat 5 dan Landsat 7 ETM+

        Jumlah Kamera 7

        Produk yang dihasilkan 7 band (spektrum warna)

        Lama pemesanan 1 hari

        Perbedaan Landsat 5 dan Landsat 7 adalah dalam jumlah band.

        Pola pengambilan citra Satelit mengelilingi bumi secara polar dan mengambil citra bumi secara terpola, dimana bumi dibagi habis kedalam grid-grid yang dikenal dengan nama Path & Row.

        Skala maksimum yang dapat dihasilkan (setelah diolah) 1:15.000 ~ dengan trik tertentu.

        Harga Citra Landsat dari :

·      Biotrop Bogor : US$ 25,00 s/d US$ 600,00 (tergantung tahun & Arsip BTIC) ditambah handling fee US$ 10,00 (per paket pembelian).

·      LAPAN Pasar Rebo Jakarta Rp 3.500.000,- (arsip) dan yang baru US$ 600,00.

        Catatan Landsat 7 ETM+ mulai Nopember 2003 telah mengalami kerusakan permanen pada bagian SLC (Single Line Collector) secara permanen yang menyebabkan citra yang dihasilkan bergaris-garis putih (secara teknis tidak dapat digunakan sempurna). Pilihan lain pengganti citra ini adalah ResourceSat-1 milik India atau Aster Milik Jepang.

Gambar 

Band formasi 4-5-3

Gambar 

Band formasi 3-2-1

Komposit band 3,2,1 merupakan true color compositeatau warna sebenarnya yang ada di permukaan bumi (natural color) sedangkan komposit band 4,5,3 merupakan false color compositeatau warna yang bukan sebenarnya yang ada di permukaan bumi.    

• Vegetasi (Objek Area)

Pada komposit band 3,2,1 tutupan vegetasi ditunjukan dengan warna hijau atau bisa dikatakan sesuai dengan warna yang tampak jika dilihat dengan mata sedangkan pada komposit band 4,5,3 tutupan vegetasi dtandai dengan warna jingga.

• Lahan Terbangun (Objek Area)

Pada komposit band 3,2,1 lahan terbangun ditandai dengan warna asli sesuai keadaan di lapangan. Dari citra diatas dapat dilihat bahwa warna dari lahan terbangun adalah warna coklat sesuai dengan warna genting rumah/bangunan. Pada komposit band 4,5,3 lahan terbangun ditandai dengan warna biru mudah dengan rona cerah. Kelebihan dari kompositband 4,5,3 untuk interpetasi lahan terbangun adalah dari ronanya. Semakin cerah rona dari warna biru maka lahan terbangun yang ada semakin padat, sedangkan semakin gelap rona dari warna biru maka lahan terbangun yang ada semakin jarang.

•  Jalan (objek garis)

1.    Pada komposit band 3,2,1 kenampakan objek garis berupa jalan tidak dapat dilihat dan diindentifikasi. Objek jalan yang tampak pada komposit band 3,2,1 telihat tersamarkan oleh objek area berupa lahan terbangun jadi tidak dapat dibedakan satu sama lainnya.

2.    Pada komposit band 4,5,3 kenampakan objek garis berupa jalan terlihat cukup jelas dan dapat dibedakan dengan kenampakan objek area berupa lahan terbangun. Jalan ditunjukan dengan sebuah garis melintang dengan warna biru berona gelap

Gambar 

Band formasi 5-4-3

Seperti kombinasi 451, kombinasi ini memberikan pengguna dengan sejumlah besar informasi dan kontras warna. Vegetasi sehat adalah hijau terang dan tanah yang mauve. kombinasi ini berguna untuk studi vegetasi, dan secara luas digunakan dalam bidang manajement kayu dan serangan hama.

Gambar 

Band formasi 4-3-2

standar "false color" komposit. Vegetasi muncul dalam nuansa merah, daerah perkotaan adalah cyan biru, dan tanah bervariasi dari gelap ke cokelat terang. Es, salju dan awan putih atau cyan terang. Pohon akan tampak merah gelap dari pohon besar. Ini adalah kombinasi band yang sangat populer dan berguna untuk studi vegetasi, pemantauan drainase dan pola tanah dan berbagai tahap pertumbuhan tanaman. Umumnya, warna merah tua menunjukkan daun yang luas dan / atau vegetasi yang rimbun sementara merah lebih ringan menandakan padang rumput atau daerah jarang vegetasi. Daerah perkotaan padat penduduk diperlihatkan dengan warna biru terang. Band kombinasi TM ini memberikan hasil yang sama dengan warna inframerah pada photo udara tradisional.

Gambar 

Band formasi 6-5-4

dari gambar ini pengamatan puncak pantulan vegetasi pada saluran hijau yang terletak diantara dua saluran penyerapan. Pengamatan ini dimaksudkan untuk membedakan jenis vegetasi dan untuk membedakan tanaman sehat terhadap tanaman yang tidak sehat ataupun Juga untuk identifikasi jenis tanaman.

Gambar 

Band formasi 7-6-4

terlihat gambar yang lebih kontras dan lebih jelas ini di gunakan untuk Studi kota, penajaman batas linier, analisis tata ruang.

Gambar 

Band formasi 7-5-3

Band ini kombinasi juga menyediakan warna "alami" rendisi sementara juga menembus partikel atmosfer, asap dan kabut. Vegetasi muncul dalam nuansa hijau gelap dan terang selama musim tanam, fitur perkotaan berwarna putih, abu-abu, cyan atau ungu, pasir, tanah dan mineral muncul dalam berbagai warna. Penyerapan hampir lengkap dari Mid-IR band dalam air, es dan salju memberikan garis pantai didefinisikan dengan baik dan sumber air disorot dalam gambar. Salju dan es   muncul sebagai biru gelap, air hitam atau biru tua. Permukaan yang panas seperti kebakaran hutan dan gunung berapi kaldera menjenuhkan band Mid-IR dan muncul dalam nuansa merah atau kuning. Satu aplikasi tertentu untuk kombinasi ini adalah pemantauan kebakaran hutan.

Gambar 

Band formasi 7-4-2

Kombinasi ini juga menyediakan warna "alami" , dan  juga dapat menembus partikel atmosfer dan asap. Vegetasi yang sehat akan menjadi hijau terang dan dapat menjenuhkan di musim pertumbuhan berat, padang rumput akan tampak hijau, merah muda daerah merupakan tanah tandus, orange dan cokelat merupakan daerah jarang bervegetasi. Vegetasi kering akan orange dan air akan berwarna biru. pasir, tanah dan mineral yang disorot dalam berbagai warna. Band Kombinasi ini memberikan citra mencolok untuk daerah gurun. Hal ini berguna untuk studi geologi, pertanian dan lahan basah. Jika ada kebakaran di gambar ini mereka akan tampak merah. Kombinasi ini digunakan dalam aplikasi pengelolaan kebakaran untuk analisis titik api. Daerah perkotaan muncul dalam berbagai warna magenta. Padang rumput muncul sebagai hijau muda. Bintik-bintik cahaya hijau di dalam kota menunjukkan tutupan lahan berumput - taman, kuburan, lapangan golf. Zaitun hijau untuk warna cerah-hijau biasanya menunjukkan kawasan hutan dengan hutan pinus yang hijau gelap.