KOREKSI GEOMETRIK CITRA SATELIT

Sebelum citra satelit digunakan lebih lanjut, terlebih dahulu perlu dilakukan proses perbaikan terhadap kualitas citra satelit. Perbaikan kualitas citra dilakukan melalui proses fusi, yang bertujuan untuk mempertajam tampilan citra dan menutupi informasi yang hilang. Proses fusi dilakukan dengan cara penggabungan dua data citra, yaitu citra pankromatik dan citra multispektral agar diperoleh citra berwarna dengan resolusi spasial yang sama dengan kanal pankromatiknya, karena pada umumnya band multispektral memiliki resolusi spasial lebih rendah dari kanal pankromatiknya (Rudianto 2011).

Dalam pelaksanaan pemetaan fotogrametri dibutuhkan titik-titik yang diketahui dan memiliki referensi koordinat tanah lokasi dimana pengukuran dilaksanakan. Titik-titik ini disebut dengan Ground Control Point atau titik kontrol. Ground Control Point (GCP) berfungsi sebagai titik sekutu yang menghubungkan antara sistem koordinat peta dan sistem koordinat foto (Hendy  2014). Dari GCP inilah nantinya peta foto akan memiliki koordinat yang sesuai dan terikat dengan wilayah pengukuran tersebut. Pengukuran GCP biasanya menggunakan pengukuran terestris dan harus terikat dengan base station yang digunakan sebagai premark pada saat pesawat melakukan pemotretan udara (Husna 2016).

Root Mean Square Error (RMSE) dari titik-titik GCP untuk suatu pengolahan fotogrametri adalah nilai yang sangat penting karena menunjukan seberapa teliti pengolahan yang telah dilaksanakan. Nilai RMSE ini ditunjukan dalam satuan meter. Sebelum ditentukan nilai RMSE, suatu pengolahan memiliki nilai residual pada masing-masing titik kontrol (GCP) dan tie point. Nilai residual adalah selisih dari nilai koordinat pengamatan dan hasil perataannya. Nilai residual tidak hanya merefleksikan kesalahan dalam titik titik kontrol (GCP) dan tie point, tetapi juga digunakan untuk mempertimbangkan kualitas dari model matematika. Dengan kata lain, residual tidak hanya memperlihatkan kesalahan pada titik mana yang butuh dikoreksi melainkan dapat juga mengindikasikan titik-titik mana yang buruk dan mengetahui apakah hasil pengolahan telah sesuai dengan sistem titik kontrol tanah atau belum. Dalam pengolahan fotogrametri digital, data residual maupun RMSE disajikan dalam log file setelah melakukan tahap adjustment (Husna 2016).

Hasil hitungan koreksi geometrik ditunjukkan oleh harga Root Mean Square Error (RMSE), artinya semakin kecil nilai RMSE maka semakin baik pula ketelitiannya. Toleransi nilai RMSE hasil hitungan koreksi geometrik pada peta citra umumnya ditentukan menggunakan asumsi sebesar: 0.5xRS. Untuk citra Quickbird dengan RS=0.68 meter, maka toleransi yang diijinkan yaitu: ≤ 0,34 meter. Adapun untuk citra Ikonos dengan RS=1.0 meter, maka toleransi yang diijinkan yaitu  ≤ 0.5 meter (Rudianto 2011).

DAFTAR PUSTAKA

Hendy G. 2014. Skripsi :Pembuatan Model Tiga Dimensi Candi Gebang Menggunakan Metode Fotogrametri Jarak Dekat. Yogyakarta : Universitas Gadjah Mada.

Husna.2016.  Penggunaan Parameter Orientasi Eksternal (Eo) Untuk Optimalisasi Digital Triangulasi Fotogrametri Untuk Keperluan Ortofoto.Jurnal Geodesi Undip. Vol 5(4):178-187.

Leksono, B.E, dan Susilowati, Y., (2008). The Accuracy Improvement of Spatial Data for Land Parcel and Building Taxation Objects by Using The Large Scale Ortho Image Data, FIG Working Week, Stockholen, Sweden.

Indarto.2009. Identifikasi dan Klasifikasi Peruntukan Lahan Menggunakan Citra Aster. Jurnal Media Teknik Sipil.. Vol 9(1):1-8.

Maspiyanti F. 2013. Klasifikasi Fase Pertumbuhan Padi Berdasarkan Citra  Hiperspektral dengan Modifikasi Logika Fuzzy  (paddy growth stages classification based on  hyperspectral image using modified fuzzy logic). Jurnal Penginderaan Jauh.Vol 10 (1): 41-48.

Somantri L.2008. Pemanfaatan Teknik Penginderaan Jauh untuk Mengidentifikasi Kerentanan dan Resiko Banjir. Jurnal Gea. Vol 8(2): 1-6.

Rudianto B.2011.  Analisis Pengaruh Sebaran Ground Control Point terhadap Ketelitian Objek pada Peta Citra Hasil Ortorektifikasi.Jurnal Rekayasa.Vol 15(1):11-18.