Laporan NDVI&Tasseled Cap
-
Upload
siti-rini-rahmayanti -
Category
Documents
-
view
237 -
download
0
Transcript of Laporan NDVI&Tasseled Cap
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 1/18
Laporan Praktikum 9 Hari/tanggal: Kamis, 3 Desember 2015
Pengindraan Jauh dan Waktu Praktikum: 13.30-16.30
Interpretasi Citra Dosen: Dr. Ir. Khursatul Munibah M.Sc.
Asisten: Novi Anggriani (A14110047)
Indah Purnama Sari (A14110083)
Transformasi (NDVI & Tasseled Cap)
Nama: Siti Rini Rahmayanti
NRP: G24120075
Kelompok 6
LABORATORIUM PENGINDERAAN JAUH DAN INFORMASI SPASIAL
DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2015
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 2/18
Metodologi
Melakukan transformasi data citra melalui menu indices
Menentukan nilai NDVI pada lokasi yang ditentukan
Melakukan transformasi Tasseled Cap
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 3/18
Hasil Praktikum
Tabel 1 Nilai NDVI objek laut dalam
LokasiKoordinat
Nilai PrintscreenX Y
1 837874.46 -573051.06 -0.133
2 671913.82 -547486.41 -0.143
3 782135.15 -557125.54 -0.161
4 824011.4 -591491.13 -0.144
5 833.683.53 -64180.35 -0.137
Rataan -0.144
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 4/18
Tabel 2 Nilai NDVI objek laut dangkal
LokasiKoordinat
Nilai PrintscreenX Y
1 798479.76 -679081.47 -0.15
2 773753.3 -662317.77 -0.182
3 737711.34 -651421.36 -0.159
4 706698.5 -653516.82 -0.193
5 660179.23 -658126.84 -0.208
Rataan -0.178
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 5/18
Tabel 3 Nilai NDVI objek perkotaan
LokasiKoordinat
Nilai PrintscreenX Y
1 661017.41 -686625.13 0.211
2 671494.72 -684529.67 0.155
3 666465.61 -687463.32 0.206
4 679876.57 -681596.02 0.165
5 712146.7 -687044.23 0.133
Rataan 0.174
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 6/18
Tabel 4 Nilai NDVI objek sawah
LokasiKoordinat
Nilai PrintscreenX Y
1 814405.28 -702131.56 0.401
2 813986.18 -693749.71 0.477
3 804766.15 -695426.08 0.496
4 789678.82 -699197.91 0.478
5 728910.4 -678662.38 0.365
Rataan 0.4434
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 7/18
Tabel 5 Nilai NDVI objek hutan
LokasiKoordinat
Nilai PrintscreenX Y
1 674009.28 -718476.17 0.538
2 676523.83 -716799.8 0.561
3 745674.1 -730210.76 0.584
4 751122.3 -723924.37 0.668
5 806861.61 -734820.77 0.521
Rataan 0.5744
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 8/18
Tabel 6 Nilai NDVI objek kebun campuran
LokasiKoordinat
Nilai PrintscreenX Y
1 796834.3 -724343.46 0.617
2 779620.6 -724343.46 0.522
3 770400.56 -720152.54 0.454
4 765790.54 -722667.09 0.486
5 733520.42 -725600.74 0.524
Rataan 0.5206
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 9/18
Tabel 7 Nilai NDVI objek lahan kering
LokasiKoordinat
Nilai PrintscreenX Y
1 737711.34 -718057.07 0.279
2 736034.97 -710932.5 0.228
3 746093.19 -695426.08 0.15
4 784649.71 -710932.5 0.26
5 818596.2 -717218.89 0.211
Rataan 0.2256
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 10/18
Tabel 8 tingkat kejelasan objek setelah dilakukan transformasi NDVI
LD LDk PK SV HT KC LK
LD 3 1 1 1 1 1
LDk 1 1 1 1 1
PK 3 3 3 3
SV 3 3 3
HT 3 3
KC 3
LK
Tabel 9 tingkat kejelasan objek setelah dilakukan transformasi tasseled cap
LD LDk PK SV HT KC LK
LD 2 1 1 1 1 1
LDk 1 1 1 1 1
PK 1 1 1 1
SV 1 2 1
HT 2 1
KC 1
LK
Gambar 1 Scattered plot nilai brightness dan greeness setiap objek permukaan
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 G r e e n e s s
Brightness
Laut Dalam
Laut Dangkal
Perkotaan
Sawah
Hutan
Kebun Campuran
Lahan Kering
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 11/18
Tabel 10 nilai brightness, greeness, dan wetness pada setiap objek
KelasKoordinat
Brightness Greeness Wetness Printscreenx y
Laut Dalam 782135.2 -557125.5 0.176 -0.097 0.047
Laut Dangkal 737711.3 -651421.4 0.218 -0.113 0.056
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 12/18
Perkotaan 666465.6 -687463.3 0.371 -0.095 -0.142
Sawah 804766.2 -695426.1 0.368 0.065 -0.056
Hutan 745647.1 -730210.8 0.233 0.033 -0.028
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 13/18
Kebun
Campuran770400.6 -720152.5 0.347 0.024 -0.078
Lahan Kering 746093.2 -695426.1 0.492 -0.103 -0.244
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 14/18
Gambar 2 Scattered plot nilai brightness dan wetness setiap objek permukaan
Gambar 3 Scattered plot nilai brightness dan NDVI setiap objek permukaan
Gambar 4 Scattered plot nilai greeness dan wetness setiap objek permukaan
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 W e t n e s s
Brightness
Laut Dalam
Laut Dangkal
Perkotaan
Sawah
Hutan
Kebun Campuran
Lahan Kering
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 N D V I
Brightness
Laut Dalam
Laut Dangkal
Perkotaan
Sawah
Hutan
Kebun Campuran
Lahan Kering
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 W e t n e s s
Greeness
Laut Dalam
Laut Dangkal
Perkotaan
Sawah
Hutan
Kebun Campuran
Lahan Kering
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 15/18
Gambar 5 Scattered plot nilai brightness dan NDVI setiap objek permukaan
Gambar 6 Scattered plot nilai wetness dan NDVI setiap objek permukaan
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 N D V I
Greeness
Laut Dalam
Laut Dangkal
Perkotaan
Sawah
Hutan
Kebun Campuran
Lahan Kering
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 N D V I
Wetness
Laut Dalam
Laut Dangkal
Perkotaan
Sawah
Hutan
Kebun Campuran
Lahan Kering
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 16/18
Pembahasan
Transformasi NDVI merupakan salah satu teknik yang telah digunakan
secara luas untuk berbagai aplikasi penginderaan jauh (Liang 2004). Normalizes
Vegetation Index (NDVI) merupakan metode standar yang digunakan untuk
membandingkan tingkat kehijauan vegetasi atau membadingkan kandungan
klorofil pada tumbuhan. NDVI merupakan indeks vegetasi sederhana namun
memiliki sensifitas yang paling tinggi terhadap perubahan kerapatan tajuk vegetasi
dibanding indeks vegetasi lainnya (Wibowo et al. 2010). Tanaman memilliki
kemampuan menyerap cahaya merah oleh klorofil serta pemantulan cahaya infra
merah dekat oleh mesofil pada daun akan membuat nilai kecerahan yang diterima
pada kedua band tersebut akan jauh berbeda. Perbandingan keduanya mampu
menyajikan tingkat kehijauan tumbuhan yang biasa kita kenal dengan NDVI
(Pragoyo 2007).
Transformasi NDVI menggunakan data citra Landsat 7 milik kelompok 1,yang telah dikoreksi radiometrik. Berdasarkan tabel 1 - 8, diperoleh nilai rataan
NDVI untuk laut dalam sebesar – 0.14 , laut dangkal -0.18, sedangkan untuk objek
bervegetasi sawah memiliki nilai rataan NDVI sebesar 0.44, kebun campuran 0.52,
serta hutan tropis 0.57, pada wilayah daratan non-vegetasi seperti perkotaan dan
lahan kering memiliki nilai rataan 0.17 dan 0.2. Berdasarkan data tersebut terlihat
bahwa nilai NDVI terendah pada objek laut dangkal dan nilai NDVI tertingi pada
hutan, nilai tersebut berbanding lurus dengan kerapatan suatu objek, semakin rapat
suatu objek, semakin tingi pula nilai NDVI nya. Hal ini sesuai dengan Waas et al.
(2010) yang menyatakan bahwa nilai NDVI kurang dari 0 mengindikasikan badanair, es, dan salju, serta NDVI untuk wilayah bervegetasi diatas 0.1. Berdasarkan
tabel 9 dapat diketahui bahwa setelah dilakukan transformasi NDVI antara objek
badan air dan daratan dapat dibedakan dengan jelas secara visual, namun untuk laut
dalam dan laut dangkal tidak dapat dibedakan dengan jelas, hal ini pun terjadi pada
objek yang berada di daratan, antara sawah vegetasi, perkotaan, kebun campuran,
lahan kering dan hutan tidak dapat dibedakan jika dilakukan analisis secara visual.
Hal ini dikarenakan hasil transformasi NDVI menyajikan data dengan rona abu
hingga hitam, sehingga gradasi warna antara objek dengan nilai yang berbeda tidak
dapat dibedakan secara jelas. Hasil transformasi NDVI tidak bisa dilakukan analisis
secara visual, melainkan harus analisis secara numerik.
Transformasi Tasseled Cap merupakan formula matematik untuk
menghitung tingkat kecerahan (brightness), kehijauan (greenness), dan
kelembaban (wetness) dari angka-angka digital di setiap band pada citra Landsat.
Nilai-nilai dalam tasseled cap dapat digunakan untuk menganalisis kekeringan
(Shofiyati et al. 2007). Transformasi Tasseled Cap mempunyai beberapa
keunggulan diantaranya: menyediakan informasi yang baik untuk daerah pertanian
karena mampu memisahkan area vegetasi pada lahan kering dan lahan basah,
mampu mendefinisikan data spektral citra yang berhubungan dengan karakteristik
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 17/18
fisik obyek di permukaan bumi, digunakan pada daerah dimana gangguan atmosfer
sangat besar, misalnya kabut, awan, dan bayangan awan (Wihantika et al. 2006).
Berdasarkan tabel 9 diketahui bahwa hasil transformasi tasseled cap dapat
dilakukan analisis secara visual, hal ini karena setiap objek dapat dibedakan dengan
jelas, namun untuk objek laut dalam dengan laut dangkal, hutan dengan sawah
vegetasi, serta kebun campuran dengan hutan kurang dapat dibedakan secara visual.
Berdasarkan tabel 10 terlihat bahwa nilai kecerahan tertinggi terdapat pada objek
lahan kering (0.492) , dan nilai kecerahan terendah terdapat pada objek laut dalam
(0.176). Nilai indeks kehijauan tertinggi terdapat pada objek hutan (0.033), dan
nilai indeks kehijauan terendah terdapat pada objek laut dangkal (-0.113). Nilai
indeks kebasahan tertinggi terdapat pada objek laut dangkal (0.056) dan indeks
kebasahan terendah terdapat pada objek lahan kering (-0.244). Bila data tersebut
dilihat lebih lanjut pada gambar 1 – 6 dapat dilihat bahwa untuk objek laut dalam
dan laut dangkal memiliki nilai brightness dan greeness terendah dibandingkanobek yang lainnya, namun memiliki nilai wetness tertingi diantara objek yang
lainnya. Hal ini dapat diketahui bahwa badan air memiliki kemampuan untuk
menyerap cahaya tinggi sehingga cenderung gelap, tidak mengandung vegetasi,
serta memiliki tingkat kelembaban rendah. Hal ini berbeda dengan objek vegetasi
(sawah, hutan, dan kebun campuran) yang cenderung memiliki nilai brightness,
greeness, dan wetness menengah diantara objek lainnya. Berdasarkan data tersebut
dapat diketahui bahwa objek bervegetasi cenderung memantulkan cahaya, serta
mengandung kelembaban yang cukup untuk tanaman. Objek perkotaan dan lahan
kering memiliki nilai brightness yang cukup tinggi dan nilai greeness dan wetness yang cukup rendah. Hal ini menunjukkan bahwa untuk lahan kering dan lahan
terbangun memiliki kemampuan memantulkan cahaya yang baik, tidak
mengandung vegetasi serta memiliki kemampuan yang cukup rendah. Indeks
Kecerahan memberikan informasi bahwa permukaan cerah dipantulkan lebih tinggi
dari pada permukaan yang lembab, warna hijau merupakan pantulan dari
permukaan tanah yang cerah sehingga dapat diinterpretasikan bahwa wilayah
wilayah tersebut merupakan daerah yang mempunyai tingkat kelembaban rendah
(Raharjo 2010). Analisis tasseled cap menggunakan kombinasi band 1, 2, 3. Hal
ini sesuai dengan band yang gunakan, sensor merah menggunakan band 1, sensor
hijau menggunakan band 2, serta sensor biru menggunakan band 3.
7/23/2019 Laporan NDVI&Tasseled Cap
http://slidepdf.com/reader/full/laporan-ndvitasseled-cap 18/18
Kesimpulan
NDVI merupakan nilai yang mampu menggambarkan tingkat kehijauan
tumbuhan, tanaman memilliki kemampuan menyerap cahaya merah oleh klorofil
serta pemantulan cahaya infra merah dekat oleh mesofil sehingga digunakan band
NIR dan band merah. Nilai NDVI berbanding lurus dengan kerapatan suatu objek,
semakin rapat suatu objek, semakin tingi pula nilai NDVI nya, NDVI terendah pada
objek laut dangkal dan nilai NDVI tertingi pada hutan. Transformasi Tasseled Cap
merupakan formula matematik untuk menghitung tingkat kecerahan (brightness),
kehijauan (greenness), dan kelembaban (wetness) dari angka-angka digital di setiap
band pada citra Landsat. Badan air memiliki kemampuan untuk menyerap cahaya
tinggi sehingga cenderung gelap, tidak mengandung vegetasi, serta memiliki
tingkat kelembaban rendah. Objek bervegetasi cenderung memantulkan cahaya,
serta mengandung kelembaban yang cukup untuk tanaman. Objek perkotaan dan
lahan kering memiliki kemampuan memantulkan cahaya yang baik, tidakmengandung vegetasi serta memiliki kemampuan yang cukup rendah.
Daftar Pustaka
Liang S. 2004. Quantitative Remote Sensing of Land Surface. New Jersey(US): John
Wiley & Sons, Inc.
Pragoyo T. 2007. Aplikasi SIG untuk memahami fenomena tutupan lahan dengan
citra satelit. Jurnal Teknik Lingkungan. 8(2): 137-142.Raharjo P D. 2010. Teknik pengindraan jauh dan sistem informasi geografis untuk
identifikasi potensi kekeringan. Makara Teknologi. 14(2): 97-105.
Shofiyati R, Kuncoro D. 2007. Inderaja untuk mengkaji kekeringan di lahan
pertanian. Informatika Pertanian. 16(1): 923-936.
Waas H J D, dan Nababan B. 2005. Pemetaan dan analisis index vegetasi mangrove
di pulau saparua, maluku tengah. Jurnal Ilmu dan Teknologi Kelautan
Tropis. 2(1): 50-58.
Wibowo H, Hadi M P, Suharyadi. 2010. Transformasi NDVI untuk estimasi nilai
koefisien aliran kasus DAS Citarum Hulu. Limnotek . 17(2): 138-146.
Wihantika K, dan Agus A. 2006. Analisis perubahan luas pertanian lahan kering
menggunakan transformasi tasseled cap, studi kasus: Puncak, Jawa Barat.
Jurnal Infrastruktur dan Lingkungan Binaan. 2(1): 29-35.