What Are U Looking For ?

Rabu, 11 Juni 2014

Langkah Melakukan Analisis Urban Heat Island

1. Add Data - Citra Jawa Barat Band 11 2. Add Data - Shp Administrasi Kota Bandung 3. Spatial Analyst Tools --> Extraction --> Extract By Mask (isi dialog box seperti berikut) :
Jika ekstraksi benar, maka tampilannya akan seperti gambar di bawah ini :
4. Spatial Analyst Tools --> Math --> Times (isi dialog box seperti berikut) :
5. Spatial Analyst Tools --> Math --> Plus (isi dialog box seperti berikut) :
6. Spatial Analyst Tools --> Math --> Divide (isi dialog box seperti berikut) :
7. Spatial Analyst Tools --> Math --> Plus (isi dialog box seperti berikut) :
8. Spatial Analyst Tools --> Math --> Ln (isi dialog box seperti berikut) :
9. Spatial Analyst Tools --> Math --> Divide (isi dialog box seperti berikut) :
10. Spatial Analyst Tools --> Math --> Minus (isi dialog box seperti berikut) :
Tampilan akhirnya adalah sebagai berikut ini :
Layouting sebagus mungkin,, ini hasil layouting Urban Heat Bandung :

Jumat, 02 Mei 2014

Tutorial Singkat Unsupervised Classification

Okee,, pada kesempatan kali ini saya akan menjelaskan secara singkat mengenai langkah - langkah Unsupervised Classification..

Citra yang digunakan adalah Kota Bandung dalam Blad Jabar 1.
Berikut adalah langkah" nyaaa...

  • Add Data citra jabar 1 (composite band dulu, kombinasinya 3,2,1 yah) + bikin SHP baru administrasi, bentuknya polygon yaa.. lihat gambar di bawah ini..

  • Digit adminnya,, admin yang lebih detail lebih bagus, tp karna punya saya ga jelas, jd bikinnya kotak.. hahahaha :D
  • Nah, abis itu, biar ngga berat, pilih Spatial Analyst Tools - Extraction - Extract By Mask.. ada kotak dialog kan ? isi kayak gini broo...


  • Tampilannya Klo udah gini, berarti bener extract by mask nya..
 
Nah, jd pas blad jabar yg ada isinya bandung itu diilangin, ga masalah, karna kamu udah punya Bandung-nya doang,, jd relatif lebih ringan file size nya..   
  • Langkah selanjutnya: Spatial Analyst Tools - Multivariate - Isocluster,, isi kotak dialognya kaya gini..
  • Nyimpennya usahain 1 folder yaah,,, nah abis itu pilih lagi Spatial Analyst Tools - Multivariate - Maximum Likelihood Classification.. Isi kotak dialognya kaya gini (satu folderin juga).. Isocluster yg td (format .gsg) masukkin lagi..
  • Nah, klo tampilannya udah gini,, tinggal klik oke,, tungguin sambil ngopi atau makan gorengan,, hasilnya nanti kayak gini..
  • Hasil ini pewarnaanya masih random (dikasih sama ArcGIS-nya).. Nah, kita cross check sama citra aslinya (tinggal checklist" layer aja),, terus tentuin penggunaan aslinya sebagai apa.. abis itu klik kanan layer yg udah max-likelihood,, terus bikin kaya gini..
  • Langkah terakhirnya adalah layouting seperti ini...
  • Abis itu, export map jadi JPEG.. begini deh hasil akhirnyaaa...
Tengterengtengtereng... udah jadi..
  • Soil disini artinya adalah lahan / area non - permukiman
Selamat mencobaa,, sundul gan !! :D
See ya at the next post..

Jumat, 18 April 2014

Langkah Singkat, Cepat & Padat Inserting Koordinat Pada Peta Citra

VISUALISASI PLOTTING TITIK SURVEY PADA CITRA KOTA BANDUNG

Data yang dimiliki :
1. Tabel Koordinat Hasil Survey (Format Excel)

2. Peta Citra Kota Bandung (Band 4,3,2 / 5,4,1)

  • Oke,, langkah 1 adalah sebagai berikut :Pastikan data Excel anda sudah dalam format yang benar (Heading Tabel = Text, Entitasnya = Number, 3 angka di belakang koma (mau 10 juga boleh klo ga puyeng)
  • Buka ArcMap, Add Data citranya dulu.. (saya pake blad jabar 1, di zoom di Kota Bandungnya sampe skala 1 : 50.000)
  •  Add Data lagi, sekarang masukkin data excel kitaa (jgn lupa nyimpen), pilih sheet dimana kita nyimpen data koordinat survey tersebut
  •  Klik kanan di Sheet1$ Events, Data - Display XY Data (muncul dialog box) - isi kolom X = Koor_X & kolom Y = Koor_Y
  •  Klik Edit buat ganti format koordinat. Select - Geographic Coordinat System - World - WGS 1984.prj - Apply - Ok (kalo ada bla bla bla,, di OK aja)
  • Klik Kanan lagi di Sheet1$ Events, ceklis Label Feature nya, ntar jadi kayak gini nih..



Nah, tapi jgn seneng dulu,, koordinat yang diinsert ini masih bersifat sementara (namanya juga Events.. -_-").. Jadi langkah selanjutnya adalah seperti gambar berikut coy :

  • Klik OK, beres deh.. tinggal diliat hasil akhirnyaa.. sundul dulu gaan..
 
Tengtereng.... Udah jadi gan peta citra yg ada titik survey nya..
Semoga bermanfaat,, tunggu postingan selanjutnya (tergantung kuota modem juga sih bisa posting apa kagak :D)

Selamat Long Weekend,, annyeonghaseyo.. :D

Jumat, 11 April 2014

Tugas Praktikum PCD_R. Nugraha S.S.

1.               Nama Band & Kegunaannya
No
Nama Band
Panjang Gelombang (mikrometer)
Kegunaan
1
Band 1 – Coastal Aerosol
0.43 - 0.45
Studi Pesisir dan Aerosol
2
Band 2 – Blue
0.45 - 0.51
Pemetaan kedalaman laut, membedakan tanah dari vegetasi berdaun gugur dan vegetasi konifer / jenis pohon jarum
3
Band 3 - Green
0.53 - 0.59
Menekankan visualisasi vegetasi  yang terdapat di lahan tinggi, yang berguna untuk menilai kekuatan tanaman pada suatu lahan
4
Band 4 - Red
0.64 - 0.67
Membedakan kelerengan vegetasi
5
Band 5 - Near Infrared (NIR)
0.85 - 0.88
Menekankan visualisasi konten biomassa dan garis pantai
6
Band 6 – Short Wave Infrared (SWIR) 1
1.57 - 1.65
Membedakan kadar air tanah dan vegetasi serta daya tembus awan tipis
7
Band 7 – Short Wave Infrared (SWIR) 2
2.11 - 2.29
Melihat peningkatan kadar air tanah dan vegetasi serta daya penetrasi awan tipis
8
Band 8 - Panchromatic
0.50 - 0.68
Resolusi 15 meter, definisi gambar yang lebih tajam
9
Band 9 – Cirrus
1.36 - 1.38
Memetakan peningkatan deteksi kontaminasi awan cirrus
10
Band 10 – TIRS 1
10.60 - 11.19
Resolusi 100 meter, dapat memetakan kondisi geotermal dan estimasi kelembaban tanah
11
Band 11 – TIRS 2
11.5 - 12.51
Resolusi 100 meter, memetakan peningkatan termal dan prediksi kelembaban tanah


2.               Kombinasi Band (Peta Citra Kota Bandung)
No
Kombinasi
Visualisasi
1
3,2,1


2
4,3,2


3
6,5,4





4
7,6,4


5
7,5,3


6
5,4,3


7
4,5,3


8
7,4,2


9
7,3,1


10
7,6,5


11
5,6,4


12
5,6,2




3.            Fungsi Kombinasi Band
No
Kombinasi
Fungsi
1
3,2,1
·         Pendekatan terbaik untuk melihat realitas lanskap. 
·         Saluran 3 mendeteksi penyerapan klorofil,
·         Saluran 2 mendeteksi reflektan hijau dari vegetasi. 
·         Saluran 1 mendeteksi transportasi sedimen di perairan (jika ada) dan membedakan tanah dan vegetasi serta tipe tipe hutan.
2
4,3,2
·         Tipikal kombinasi komposit false color seperti di foto udara.
·         Saluran 4 mendeteksi puncak pantulan dari vegetasi, juga membedakan tipe vegetasi.
·         Area permukiman berwarna biru kecoklatan
3
6,5,4
·         Analisis Vegetasi
4
7,6,4
·         Memetakan Tanah Tandus & Subur, serta mengindentifikasi vegetasi
·         Vegetasi dewasa = hijau tua
·         Vegetasi = hijau
5
7,5,3
·         Kombinasi ini memberikan pembawaan warna seperti natural dan juga kemampuan penetrasi partikel atmosfer, asap dan kabut.
·         Aplikasi untuk kombinasi ini adalah monitoring kebakaran hutan.
6
5,4,3
·         Kombinasi ini memberikan pengguna banyak informasi dan kontras warna.
·         Vegetasi sehat berwarna hijau terang, dan tanah berwarna ungu muda.
·         Kombinasi ini menggunakan saluran 5 yang memberikan kita informasi mengenai agrikultur.
·         Kombinasi ini banyak digunakan pada aplikasi manajemen kayu dan serangan hama.
7
4,5,3
·         Saluran 5 sensitif akan variasi kandungan air, vegetasi berdaun banyak dan kelembapan tanah. 
·         Saluran ini mencirikan tingkat penyerapan air yang tinggi,
·         Pada kombinasi ini, vegetasi berwarna kemerahan.
·         Ketika tanaman mempunyai kondisi kelembapan yang sedikit rendah, tingkat pantulan saluran 5 relatif tinggi, yang berarti semakin banyak warna hijau, sehingga menghasilkan warna oranye.
8
7,4,2
·         Saluran 7 sensitif terhadap variasi kelembapan dan khususnya mendeteksi mineral hidro pada setting geologi, contohnya lempung.
·         Saluran ini dapat membedakan berbagai macam batuan dan tipe mineral.
·         Perbedaan asal usul dari berbagai tipe batuan direpresentasikan dengan warna merah menuju oranye.
·         Saluran 7 sangat sensitif terhadap radiasi pancaran sehingga dapat mendeteksi sumber panas.
9
7,3,1
·         Membedakan jenis batuan
10
7,6,5
·         Memberikan penginderaan mengenai penetrasi atmosfer ke permukaan bumi
11
5,6,4
·         Membedakan Tanah dan Air Permukaan
12
5,6,2
·         Memberikan penginderaan mengenai vegetasi sehat dan layu
·         Diterapkan dalam agrikultur