🐖 Foto Udara Dan Citra Satelit

Fotoudara Citra Satelit merupakan pemotretan suatu daerah menggunakan wahana satelit yang dioperasikan dari ruang angkasa. Saat, ini citra satelit resolusi tinggi memiliki resolusi spasial 50 cm (hasil resampling), seperti citra GeoEye-1, WordView-2, WorldView-1, dan Pleiades. Hasil foto satelit tidak sedetail jika dibandingkan dengan foto udara.
Last Updated On December 4, 2020 DAPATKAN DATA FOTO UDARA & 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 Citra foto udara merupakan gambaran berbagai objek yang ada di permukaan bumi yang diambil menggunakan sebuah wahana seperti pesawat terbang, helikopter, balon udara, parasut, drone atau UAV, serta berbagai wahana lainnya. Kamera atau sensor terpasang pada wahana yang dapat dipicu dari jarak jauh atau dapat juga secara otomatis. BACA JUGA 1. Apa Saja yang Termasuk Citra Satelit Resolusi Tinggi? Temukan Jawabannya Pada Postingan Ini. 2. Bagaimana Cara Memperoleh Citra Satelit? 3. Belajar Cara Mengolah Citra Penginderaan Jauh 4. Memahami Citra Satelit 5. Siap-Siap!, Bakal Tersedia Citra Satelit dengan Resolusi 15 cm Saat ini sendiri wahana UAV atau drone sedang menjadi primadona di kalangan yang berkecimpung di dunia pemetaan dan juga industri yang membutuhkan data-data objek di permukaan bumi, karena harga wahana yang lebih terjangkau serta teknologinya yang terus berkembang dengan cepat. Jika ingin langsung membaca pada bagian-bagian yang diinginkan, silahkan klik pada bagian sub-judul yang terdapat di Table of Contents Tipe Foto Udara dan AplikasinyaFoto VertikalFoto Miring RendahFoto Miring TinggiKelebihan Citra Foto Udara Untuk PemetaanKelemahan Foto Udara untuk PemetaanPerbandingan Foto Udara dan Citra SatelitKesimpulan Tipe Foto Udara dan Aplikasinya Terdapat tiga tipe citra foto udara berdasarkan kemiringan sumbu kameranya yaitu Foto Vertikal Posisi sumbu kamera berada dalam posisi vertikal dengan area yang dipotret, sehingga area yang ter-cover tidak terlalu luas. Tipe foto vertikal merupakan tipe yang sering digunakan untuk membuat orthophotos, dalam artian foto mempunyai nilai koordinat setelah dilakukan proses koreksi geometrik. Oleh karenanya tipe foto vertikal banyak digunakan oleh orang-orang di bidang pemetaan serta yang membutuhkan peta yang bersumber dari hasil foto udara. Foto Miring Rendah Jika pada tipe foto vertikal, sumbu kamera tegak lurus vertikal dengan objek yang hendak dipotret, maka pada foto miring rendah, sumbu kamera dibuat miring dengan sudut lebih dari 3 derajat. Dengan penempatan sumbu kamera yang miring, area pertemuan antara permukaan bumi dan langit akan terlihat. Contoh Tampilan Foto Udara Miring Rendah Kenampakan Horizon Pada Foto Ini Tidak DitunjukkanSumber Foto Miring Tinggi Sama halnya dengan tipe foto miring rendah, tipe foto miring tinggi memiringkan sumbu kamera, namun dengan sudut kemiringan yang lebih besar, yaitu sekitar 60 derajat. Dengan sudut kemiringan sumbu kamera yang lebih besar, cakupan area akan terpotret lebih luas beserta kenampakan cakrawala yang ikut terekam. Contoh Tampilan Foto Udara Miring Tinggi yang Memperlihatkan CakrawalaSumber Kelebihan Citra Foto Udara Untuk Pemetaan Wahana yang digunakan untuk pengambilan foto udara untuk kepentingan pemetaan seperti contohnya drone, dioperasikan pada ketinggian terbang yang lebih rendah dari posisi awan berada, sehingga foto yang dihasilkan bebas dari awan, yang memudahkan proses interpretasi berbagai objek yang terdapat pada foto udara tersebut. Selain itu, kelebihan dari foto udara yaitu tampilan foto lebih detail dibandingkan dengan wahana lain seperti pesawat terbang dan juga satelit observasi bumi. Saat ini citra satelit dengan resolusi spasial tertinggi yang dijual secara komersial yaitu Citra Satelit WorldView-3, WorldView-4, dan nantinya menyusul Citra Satelit Pleiades Neo serta Citra Satelit WorldView Legion, mempunyai resolusi spasial mencapai 30 cm dalam posisi nadir, sedangkan foto udara yang dipotret oleh drone mempunyai resolusi spasial lebih tinggi lagi yang bervariasi tergantung ketinggian terbang. Kelemahan Foto Udara untuk Pemetaan Foto udara hasil satu kali pemotretan mencakup area yang kecil jika dibandingkan dengan wahana satelit, oleh karena itu jika area order berukuran luas maka akan banyak sekali foto udara yang dihasilkan, sehingga proses penggabungan foto-foto tersebut menjadi satu kesatuan serta proses pengolahan lainnya akan memerlukan waktu yang cukup memakan waktu. Selain itu, dengan resolusi spasial yang tinggi serta jumlah foto yang harus diolah sangatlah banyak, maka diperlukan komputer dengan spesifikasi yang sangat mumpuni untuk mengolahnya. Faktor cuaca juga sangat mempengaruhi pengambilan foto udara pada area order, seperti misalnya tingkat kecepatan angin. Angin yang bertiup kencang akan mempengaruhi tingkat kestabilan wahana berbobot ringan seperti drone, sehingga akan menyebabkan hasil pemotretan menjadi kurang baik. Pengambilan foto udara juga harus dibarengi dengan pengambilan titik kontrol lapangan atau Ground Control Point GCP untuk memperbaiki tingkat akurasi hasil foto udara hasil pemotretan. Hal ini berbeda dengan citra satelit, dimana akurasi lokasi citra satelit khususnya yang mempunyai resolusi spasial sangat tinggi sudah cukup baik, bahkan tanpa penggunaan titik kontrol lapangan sekalipun untuk area yang datar. Dari aspek biaya pun, diperlukan anggaran yang tidak sedikit, mulai dari pembelian wahana atau penyewaan wahana dan pilot serta operatornya jika wahananya pesawat terbang atau helikopter, pengurusan izin untuk melakukan pemotretan di area tersebut, biaya mobilitas dan akomodasi bagi para operator, serta berbagai biaya terduga di lapangan lainnya. Perbandingan Foto Udara dan Citra Satelit Citra satelit merupakan gambaran permukaan bumi hasil perekaman satelit observasi bumi yang berada di luar angkasa dan berjarak ratusan kilometer dari permukaan bumi. Dengan posisinya yang sangat jauh dari permukaan bumi, maka citra satelit yang dihasilkan satelit dengan sensor optis yang pasif memanfaatkan sumber energi dari matahari, tidak dapat “menembus” awan ataupun gangguan lain di atmosfer, sehingga jika pada area perekaman terdapat awan, maka awan tersebut ikut terdapat pada citra satelit hasil perekaman, yang membuat proses interpretasi objek pada area order tidak maksimal. Hal ini tentu saja berbeda dengan foto udara yang tampilannya dapat bebas awan, karena ketinggian terbangnya dapat diatur di bawah ketinggian awan berada. Namun walau terdapat kendala seperti itu, keberadaan awan pada citra satelit dapat diminimalisir atau bahkan dapat dihilangkan sepenuhnya dengan proses pengolahan yang bernama cloud remove. Cloud remove merupakan proses menghilangkan awan beserta dengan bayangannya dengan cara menggantikan awan yang terdapat pada sebuah data citra satelit dengan data citra satelit lain yang bebas awan pada area tersebut. Sebagai ilustrasi dari proses cloud remove ini, dapat dilihat pada animasi di bawah ini Proses Cloud Remove dan Colour Balancing Citra SatelitImage Copyright Maxar Technologies; Courtesy of Map Vision Indonesia Animasi di atas memperlihatkan keberadaan awan pada Citra Satelit WorldView-2 dengan resolusi spasial 50 cm tanggal perekaman 21 Januari 2013. Melalui proses cloud remove serta proses pengolahan lainnya seperti orthorektifikasi, penyamaan warna color balancing, serta penggabungan data citra satelit mosaic, bagian yang tertutup awan dapat hilang karena telah diganti menggunakan data citra satelit lain yang bebas awan pada bagian tersebut, dimana pada contoh di atas menggunakan Citra Satelit QuickBird dengan resolusi spasial 60 cm tanggal perekaman 8 Maret 2010. Sebaiknya data citra satelit yang digunakan sebagai pengganti pada proses cloud remove memiliki resolusi spasial yang tidak jauh berbeda dengan data citra satelit utama, sehingga kenampakan citra satelit hasil cloud remove terlihat mulus menyatu seamless. Selain itu juga, tanggal perekaman citra satelit pengganti tidak terpaut jauh dengan tanggal perekaman citra satelit utama, dan kalaupun tanggal perekamannya cukup berbeda jauh, maka diperlukan pembuatan preview hasil cloud remove yang memberikan informasi area mana saja yang telah dilakukan proses cloud remove, sehingga pemakai data dapat mengetahuinya. Faktor atmosfer lain yang cukup menganggu dalam proses interpretasi data citra satelit yaitu keberadaan haze atau kabut. Keberadaan haze pada data citra satelit juga dapat diminimalisir atau hilang sepenuhnya dengan proses pengolahan, seperti contohnya dapat dilihat berikut ini Data Original Citra Satelit WorldView-2 Terdapat HazeImage Copyright Maxar Technologies; Courtesy of Map Vision Indonesia Data Olahan Citra Satelit WorldView-2 Tanpa Haze Setelah PengolahanImage Copyright Maxar Technologies; Courtesy of Map Vision Indonesia Untuk tingkat kedetailan, citra satelit saat ini kalah dari foto udara. Tingkat resolusi spasial tertinggi dari citra satelit yang dijual secara bebas kepada khalayak umum yaitu Citra Satelit WorldView-3, WorldView-4, dan nantinya Pleiades Neo, serta WorldView Legion, mempunyai resolusi spasial tertinggi 30 cm pada posisi nadir, sedangkan foto udara dapat menghasilkan resolusi spasial lebih tinggi lagi tergantung ketinggian terbang. Namun walau begitu, tingkat akurasi data citra satelit lebih baik bahkan tanpa penyertaan titik kontrol lapangan, terlebih data citra satelit terutamanya yang mempunyai resolusi spasial sangat tinggi sudah dibekali data Rational Polynomial Coefficient RPC yaitu data model 20 titik kontrol yang diberikan oleh pihak vendor. Keberadaan data RPC akan meningkatkan tingkat akurasi data citra satelit setelah dilakukan proses pengolahan orthorektifikasi. Selain itu dari sisi tingkat resolusi spektral, saat ini data citra satelit standarnya memiliki 4 band dalam spektrum elektromagnetik cahaya tampak visible dan juga inframerah dekat near infrared hingga mencapai ratusan band hyperspektral, yang digunakan untuk melakukan analisis lebih lanjut seperti analisis area yang terbakar lebih mudah menggunakan band SWIR, mengetahui tingkat kerapatan vegetasi melalui pengolahan Normalized Difference Vegetation Index NDVI yang menggunakan band inframerah dekat dan band merah, mengetahui estimasi temperatur suatu wilayah menggunakan band thermal, serta berbagai analisis lainnya. Estimasi Temperatur Permukaan Wilayah Kota Bandung Menggunakan Hasil Pengolahan Band Thermal Citra Satelit Landsat 8Courtesy of Map Vision Indonesia Saat ini juga tingkat kecepatan penyediaan data original citra satelit cukup tinggi, berkisar hitungan hari bahkan jam. Jadi jika Anda memesan data original citra satelit hari ini, maka data original bisa tersedia juga hari ini dan paling lambatnya hanya dalam hitungan hari juga, sedangkan untuk foto udara akan membutuhkan waktu lebih lama, karena untuk memotret sebuah area, operatornya perlu juga ke lapangan untuk mengoperasikan wahananya, meminta izin terlebih dahulu untuk melakukan pemotretan di area tersebut, dan juga pemotretan bisa jadi berlangsung lebih lama dari perkiraan karena faktor medan di lapangan serta faktor cuaca yang sangat mempengaruhi. Tingkat ketersediaan data citra satelit pada semua wilayah di Indonesia dan juga dunia cukup berlimpah, dengan banyaknya satelit-satelit observasi bumi komersial yang saat ini mengorbit, ditambah dengan terus meluncurnya satelit-satelit observasi bumi yang baru. Apalagi satelit-satelit yang baru saat ini didesain mempunyai tingkat revisit time kembali ke tempat semula dapat dalam hitungan hari, bahkan ada yang dalam satu hari dapat kembali ke tempat semula. Dari segi biaya secara keseluruhan, pembelian dan pengolahan data original citra satelit lebih terjangkau dibandingkan foto udara, berhubung untuk mendapatkan data citra satelit kita tidak perlu mengeluarkan biaya untuk membeli wahana, mobilisasi ke lapangan, biaya akomodasi, serta biaya tak terduga lain yang timbul di lapangan. Dari sisi pengolahan standar, waktu yang diperlukan untuk mengolah data citra satelit tidak terlalu menghabiskan waktu yang banyak, berhubung cakupan area yang terekam dalam satu perekaman satelit observasi bumi cukup luas bisa hitungan belasan hingga ratusan kilometer persegi dalam satu pengambilan data, sehingga sebuah area yang luas bisa terdiri dari hanya satu scene data citra satelit, dan oleh karena itu data olahan citra satelit dapat tersaji lebih cepat dan dapat digunakan segera oleh pihak user. Kesimpulan Telah dipaparkan mengenai citra foto udara, kelebihan dan kekurangannya, serta perbandingannya dengan citra satelit beserta keunggulan dan kelemahan citra satelit, dimana dengan informasi tersebut Anda dapat menentukan data yang sesuai dengan kebutuhan, anggaran yang Anda miliki, serta berbagai pertimbangan yang lain. Sumber Utama Aerial Photography. Diakses Tanggal 29 Juni 2020. Types of Aerial Photography and Its Application. Diakses Tanggal 29 Juni 2020. POSTINGAN MENARIK LAINNYA 1. [Tutorial] Membuka File Geodatabase di QGIS versi 2. [Tutorial] Cara Download Peta RBI Gratis 3. [Tutorial] Menampilkan Informasi Cuaca di QGIS 4. [Tutorial] Import Titik-Titik Koordinat di Open Office atau Excel ke QGIS 5. [Tutorial] Stacking Data Citra Satelit Menggunakan QGIS Author Map Vision IndonesiaMap Vision Indonesia merupakan team yang berisikan praktisi di bidang Citra Satelit, Penginderaan Jauh Remote Sensing, Sistem Informasi Geografis SIG, serta Pemetaan pada umumnya. Kami telah berpengalaman khususnya mengerjakan ratusan proyek pengadaan dan pengolahan serta mapping data citra satelit berbagai resolusi dari berbagai vendor sejak tahun 2013. 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.
Dalam pengindraan jauh, sensor merekam tenaga yang dipantulkan atau dipancarkan oleh objek di permukaan bumi. Rekaman tersebut kemudian diolah untuk menjadi data pengindraan jauh. Data pengindraan jauh dibagi menjadi dua, yaitu data digital atau data numerik untuk dianalisis dengan menggunakan komputer dan data visual yang dianalisis secara manual. Data visual dibedakan menjadi dua yaitu data citra dan data noncitra. Data citra berupa gambaran yang mirip wujud aslinya atau setidaknya berupa gambaran planimetrik. Data noncitra pada umumnya berupa garis atau grafik. Lingkungan merupakan semua faktor atau hal yang ada di dalam ruang, baik ituberupa benda atau suatu keadaan dimana manusia ada didalam nya lengkap denganberbagai perilakunya dan diantara kesemuanya akan terjadi hubungan timbal balik dansaling mempengaruhi. Lingkungan hidup adalah kesatuan ruang dengan semua benda,daya, keadaan, dan makhluk hidup, termasuk manusia dan perilakunya, yangmempengaruhi kelangsungan perikehidupan dan kesejahteraan manusia serta makhlukhidup lain Discover the world's research25+ million members160+ million publication billion citationsJoin for free JURNAL GEOGRAFI Geografi dan Pengajarannya ISSN 1412 - 6982 e-ISSN 2443-3977 Volume 1 Nomor 1 Maret 2022 Corespondency address E-mail 1 PEMANFAATAN CITRA DALAM BIDANG LINGKUNGAN Diah Ayu Setyaningrum Universitas Negeri Surabaya Abstract Dalam pengindraan jauh, sensor merekam tenaga yang dipantulkan atau dipancarkan oleh objek di permukaan bumi. Rekaman tersebut kemudian diolah untuk menjadi data pengindraan jauh. Data pengindraan jauh dibagi menjadi dua, yaitu data digital atau data numerik untuk dianalisis dengan menggunakan komputer dan data visual yang dianalisis secara manual. Data visual dibedakan menjadi dua yaitu data citra dan data noncitra. Data citra berupa gambaran yang mirip wujud aslinya atau setidaknya berupa gambaran planimetrik. Data noncitra pada umumnya berupa garis atau grafik. Lingkungan merupakan semua faktor atau hal yang ada di dalam ruang, baik ituberupa benda atau suatu keadaan dimana manusia ada didalam nya lengkap denganberbagai perilakunya dan diantara kesemuanya akan terjadi hubungan timbal balik dansaling mempengaruhi. Lingkungan hidup adalah kesatuan ruang dengan semua benda,daya, keadaan, dan makhluk hidup, termasuk manusia dan perilakunya, yangmempengaruhi kelangsungan perikehidupan dan kesejahteraan manusia serta makhlukhidup lain Keywords pengindraan jauh, citra, lingkungan A. PENDAHULUAN 1. Citra Foto Citra Foto adalah gambaran suatu gejala di permukaan bumi sebagai hasil pemotretan dengan menggunakan kamera. Kamera yang dipasang pada wahana seperti balon udara, pesawat, atau layang-layang maka hasil pemotretannya disebut foto udara, sedangkan kamera yang dipasang dengan menggunakan wahana satelit hasil pemotretannya disebut foto satelit. Citra foto dapat dibedakan atas beberapa dasar, yaitu • Spektrum elektromagnetik yang digunakan, • sumbu kamera, • sudut liputan kamera, • jenis kamera, • warna yang digunakan, dan • sistem wahana dan pengindraannya. a. Spektrum Elektromagnetik yang Digunakan Berdasarkan spektrum elektromagnetik yang digunakan, citra foto dibedakan menjadi lima jenis yaitu sebagai berikut. 1. Foto ultraviolet, yaitu foto yang dibuat dengan menggunakan spektrum ultraviolet dekat dengan panjang gelombang 0,29 mikrometer. 2. Foto ortokromatik, yaitu foto yang dibuat dengan menggunakan spektrum tampak dari saluran biru hingga sebagian hijau 0,4 - 0,56 mikrometer. 2 JURNAL GEOGRAFI, VOLUME l , NOMOR l, bulan tahun 03-22 3. Foto pankromatik, yaitu foto yang menggunakan seluruh spektrum tampak. 4. Foto infra merah asli, yaitu foto yang dibuat dengan menggunakan spektrum infra merah dekat hingga panjang gelombang 0,9-1,2 mikrometer yang dibuat secara khusus. 5. Foto infra merah modifikasi, yaitu foto yang dibuat dengan infra merah dekat dan sebagian spektrum tampak pada saluran merah dan sebagian saluran hijau. b. Posisi sumbu kamera yaitu arah sumbu kamera ke permukaan bumi. 1. Foto vertikal, yaitu foto yang dibuat dengan sumbu kamera tegak lurus terhadap permukaan bumi. 2. Foto condong atau foto miring, yaitu foto yang dibuat dengan sumbu kamera menyudut terhadap garis tegak lurus ke permukaan bumi. Sudut ini umumnya sebesar 10 derajat atau lebih besar. Tapi bila sudut condongnya masih berkisar antara 1-4 derajat, foto yang dihasikan masih digolongkan sebagai foto vertikal. Foto condong masih dibedakan lagi menjadi o foto sangat condong high oblique photograph, yaitu apabila pada foto tampak cakrawalanya, o foto agak condong low oblique photograph, yaitu apabila cakrawala tidak tergambar pada foto. c. Sudut Liputan Kamera Berdasarkan sudut liputan kamera, citra foto dibedakan menjadi empat jenis. Perhatikan tabel berikut. • Jenis Foto Berdasarkan Sudut Liputan Kamera d. Jenis Kamera Berdasarkan jenis kamera yang digunakan, citra foto dapat dibedakan menjadi dua jenis yaitu citra foto tunggal dan citra foto jamak 1. Foto tunggal, yaitu foto yang dibuat dengan kamera tunggal. Tiap daerah liputan foto hanya tergambar oleh satu lembar foto. 2. Foto jamak, yaitu beberapa foto yang dibuat pada saat yang sama dan menggambarkan daerah liputan yang sama. Foto jamak dapat dibuat dengan tiga cara, yaitu dengan o a multi kamera atau beberapa kamera yang masing-masing Setyaningrum,Manfaat Citra.... 3 diarahkan ke satu sasaran, o b kamera multi lensa atau satu kamera dengan beberapa lensa, o c kamera tunggal berlensa tunggal dengan pengurai warna. Foto jamak dibedakan lebih jauh lagi menjadi • Foto multispektral yaitu beberapa foto daerah sama yang dibuat dengan saluran yang berbeda-beda, atau satu kamera dengan beberapa lensa, masing-masing lensa menggunakan band saluran yang berbeda yaitu biru, hijau, merah, serta infra merah pantulan. • Foto dengan kamera ganda; yaitu dengan menggunakan kamera ganda. Pada setiap pemotretan dihasilkan dua foto yang berbeda. e. Warna yang Digunakan Berdasarkan warna yang digunakan, foto berwarna dapat dibedakan menjadi dua, yaitu 1. Foto berwarna semu false color atau foto infra merah berwarna. Pada foto berwarna semu, warna objek tidak sama dengan warna foto. Misalnya objek seperti vegetasi yang berwarna hijau dan banyak memantulkan spektrum infra merah, tampak merah pada foto. 2. Foto warna asli true color, yaitu foto pankromatik berwarna. f. Sistem Wahana Berdasarkan wahana, citra foto dibedakan menjadi dua, yaitu 1. Foto udara yaitu foto yang dibuat dari pesawat/ balon udara. 2. Foto satelit atau foto orbital, yaitu foto yang dibuat dari satelit. 2. Citra Nonfoto Citra nonfoto adalah gambar atau citra tentang suatu objek yang dihasilkan oleh sensor, bukan kamera. Dengan cara scanning, citra nonfoto dibedakan berdasarkan • spektrum elektromagnetik yang digunakan, • sensor yang digunakan, dan • wahana yang digunakan. a. Spektrum Elektromagnetik yang Digunakan 1. Citra infra merah thermal, yaitu citra yang dibuat dengan spektrum infra merah termal. Pengindraan pada spektrum ini berdasarkan pada beda suhu objek dan daya pancarnya pada citra tecermin dengan beda rona atau beda warnanya. 2. Citra radar dan citra gelombang mikro, yaitu citra yang dibuat dengan spektrum gelombang mikro. Citra radar merupakan 4 JURNAL GEOGRAFI, VOLUME l , NOMOR l, bulan tahun 03-22 hasil pengindraan dengan sistem aktif yaitu dengan sumber tenaga buatan, sedang citra gelombang mikro dihasilkan dengan sistem pasif yaitu dengan menggunakan sumber tenaga alamiah. b. Sensor yang Digunakan 1. Citra tunggal, yakni citra yang dibuat dengan sensor tunggal. 2. Citra multispektral, yakni citra yang dibuat dengan sensor jamak. Berbeda dengan citra tunggal yang dibuat dengan saluran sempit, citra multispektral salurannya sempit. c. Wahana yang Digunakan 1. Citra dirgantara, adalah citra yang dibuat dengan menggunakan wahana yang beroperasi di udara atau dirgantara. 2. Citra satelit, adalah citra yang menggunakan wahana yang bergerak di ruang angkasa seperti satelit. B. METODE PENELITIAN Penelitian ini dilakukan dengan cara membaca literatur dari jurnal-jurnal yang terpercaya. Metode penelitian yang digunakan adalah metode kualitatif yaitu dengan cara mencari bahan bacaan dari sumber-sumber yang terpercaya. Teknik analisis data yang digunakan ialah analisis suatu kajian mengenai citra. C. PEMBAHASAN Citra dan foto-foto yang dihasilkan oleh satelit dan pemotretan udara dapat digunakan untuk melakukan inventarisasi sumber daya alam, memonitor kondisi lingkungan, dan mengetahui perubahan-perubahan yang terjadi di permukaan bumi. Perubahan-perubahan oleh gejala alam seperti hasil letusan gunung berapi dan hasil budidaya manusia seperti pembangunan kota-kota baru, pembukaan daerah-daerah pemukiman transmigrasi, dan penebangan hutan. Para pakar dari berbagai disiplin ilmu dapat memanfaatkan foto udara atau citra satelit bagi kajian di bidangnya masing-masing antara lain sbb 1. Di bidang pertanian dan kehutanan, foto satelit Landsat dapat digunakan untuk identifikasi hutan raw, hutan laha rendah, hutan mangrove, inventarisasi alang-alang, daerah pertanian lahan kering, lahan berpindah, dsb. 2. Di bidang geografi, dari kenampakan wilayah sungai, danau, jalan raya, desa, kota dapat digunakan untuk kepentingan peta tematik, dan perencanaan penggunaan tanah. 3. Di bidang geologi, kenampakan kelurusan, patahan, dataran, perbukitan, pegunungan, konndisi fisiografi yang berbeda dapat dilacak dari foto udara dan citra. 4. Di bidang oceanografi, daerah yang terkena tumpahan minyak dilaut dan arah aliran air laut yang mengandung endapan dari sungai Setyaningrum,Manfaat Citra.... 5 dapat pula diidentifikasi melalui foto satelit. 5. Di bidang arkeologi, penentuan situs purbakala bagi kajian arkeologi modern memerukan data satelit dan data pengindraan jauh yang lain. Kegunaan penginderaan jauh antaralain 1. Sebagai alat bantu dalam menyusun teori 2. Sebagai alat untuk menemukan fakta 3. Sabagai alat penelitian 4. Sebagai dasar penjelasan 5. Sebagai penjelasan sebagai alat prediksi dan pengendalian Beberapa bidang disiplin ilmu tersebut menggunakan citra satelit sumber daya. Data satelit sangat beragam tergantung pada jenis satelitnya, misalnya, satelit sumber daya ditujukan untuk memperleh data sumber daya alam. Contoh satelit SDA yang lain adalah 1. Landsat Land recources Satellite diluncurkan dan dimiliki oleh Amerika Serikat. 2. SPOT System Probotaire de Observation de la Terra diluncurkan dan dimiliki oleh Perancis. 3. MOS Marine Observation Stellite diluncurkan dan dimiliki oleh Jepang. 4. Seasat Sea Satellite diluncurkan oleh Amerika Serikat. 5. ERS Earth Recources Satellite diluncurkan dan dimiliki oleh Eropa. 6. Luna diluncurkan dan dimiliki oleh Rusia. D. KESIMPULAN Data pengindraan jauh dibagi menjadi dua, yaitu data digital atau data numerik untuk dianalisis dengan menggunakan komputer dan data visual yang dianalisis secara manual. Data visual dibedakan menjadi dua yaitu data citra dan data noncitra. Data citra berupa gambaran yang mirip wujud aslinya atau setidaknya berupa gambaran planimetrik. Data noncitra pada umumnya berupa garis atau grafik. Lingkungan merupakan semua faktor atau hal yang ada di dalam ruang, baik ituberupa benda atau suatu keadaan dimana manusia ada didalam nya lengkap denganberbagai perilakunya dan diantara kesemuanya akan terjadi hubungan timbal balik dansaling mempengaruhi. Lingkungan hidup adalah kesatuan ruang dengan semua benda,daya, keadaan, dan makhluk hidup, termasuk manusia dan perilakunya, yangmempengaruhi kelangsungan perikehidupan dan kesejahteraan manusia serta makhluk hidup lain. Pemanfaatan dalam kajian sumber daya bumi dan lingkungan 1 Pemetaan penggunaan lahan. Inventarisasi penggunaan lahan penting dilakukan untuk mengetahui apakah pemetaan lahan yang dilakukan oleh aktivitas manusia sesuai dengan potensi ataupun daya dukungnya. Penggunaan lahan yang sesuai memperoleh hasil yang baik, tetapi lambat laun hasil yang diperoleh akan menurun sejalan dengan menurunnya potensi dan daya dukung lahan tersebut. Integrasi teknologi penginderaan jauh merupakan salah satu bentuk yang potensial dalam penyusunan 6 JURNAL GEOGRAFI, VOLUME l , NOMOR l, bulan tahun 03-22 arahan fungsi penggunaan lahan. Dasar penggunaan lahan dapat dikembangkan untuk berbagai kepentingan penelitian, perencanaan, dan pengembangan wilayah. Contohnya penggunaan lahan untuk usaha pertanian atau budidaya permukiman. 2 Mengumpulkan data kerusakan lingkungan karena berbagai sebab. Data dan teknologi penginderaan jauh tentu saja dapat dimanfaatkan terutama dalam kegiatan pemantauan bencana alam. Melalui data penginderaan jauh dalam hal ini citra Landsat ETM+ dapat untuk mengetahui tutupan vegetasi di daerah hutan atau adanya indikasi penggundulan hutan. Lapisan tanah yang relatif tebal tersebut terutama sekali tersebar pada bagian lereng-lereng bawah, sebagian tertutupi oleh tumbuhan hutan tropis savana warna hijau, sebagian dimanfaatkan penduduk setempat untuk tanaman semusim dan sebagian lagi terutama tampak jelas pada citra satelit Landsat ETM+ spot berwarna merah terang yang mengindikasikan lahan yang telah gundul. 3 Analisis eksploitasi sumber daya alam. Citra inderaja dengan resolusi spasial menengah 30 meter dapat memberikan gambaran mengenai wilayah pertambangan cukup baik. Untuk dapat memperoleh gambaran wilayah pertambangan yang lebih detail, penggunaan citra resolusi tinggi diperlukan. Lingkungan pertambangan secara garis besar tampak pada citra dari perubahan kondisi lingkungan fisik seperti misalnya perubahan bentuk mukabumi landscape, perubahan tutupan vegetasi land cover dan akibat dari penggalian tambang, khususnya galian di permukaan bumi. Wilayah pertambangan yang dikelola dengan baik pada umumnya relatif teratur, efisien dan rapih sebaliknya apabila pengelolaannya kurang baik perusakan permukaan tidak teratur dan acak. Dalam kajian Vulkanologi Data penginderaan jauh untuk kegunungapian dapat memberikan informasi mengenai bentuk dan sebaran produk erupsi seperti endapan piroklastik, aliran dan kubah lava dari bentuknya yang khas. Disamping itu data penginderaan jauh dapat juga memberikan gambaran mengenai komplek vulkanik dan sejarah erupsinya yang tercermin dari perbedaan derajat erosi,gunung api aktif dengan sebaran piroklastik dan aliran lahar. Dalam kajian geologi Bencana alam seperti gempa, gerakan tanah, letusan gunungapi dan banjir merupakan jenis bencana yang berkaitan erat dengan proses dinamika bumi. Gejala geologi tersebut sangat umum terjadi di Indonesia karena letaknya di jalur tektonik aktif di satu pihak dan kondisi klimatologi denga curah hujan tahunan tinggi di lain pihak. Bencana alam geologi yang seringkali mengakibatkan korban jiwa dan materi dalam hal tertentu dapat pula Setyaningrum,Manfaat Citra.... 7 berpengaruh terhadap kegiatan sektor pertambangan. Citra satelit penginderaan jauh dapat memberikan informasi mengenai kerawanan bencana alam tersebut secara regional dengan cepat dengan akurasi cukup baik. Dengan menggabungkan dengan data lain yang berkaitan dengan bencana tersebut, informasi lebih detail akan dapat diperoleh dengan lebih baik DAFTAR PUSTAKA Student Terpelajar. 2021. Pengertian Citra Dalam Geografi. Yusuf. 2021. Relevansi Pengetahuan Masyarakat Tentanglingkungan Dan Etika Lingkungan Denganpartisipasinya Dalam Pelestarian Lingkungan. Geografi. 2017. Pemanfaatan Citra dan Foto Udara. Rosyidah, Emmy Malichatur. 2019. Pemanfaatan Citra Penginderaan Jauh Untuk Pembangunan Ruang Terbuka Hijau Di Kabupaten Madiun. Simarmata, Nirmawana dkk. 2019. Analisis Transformasi Indeks Ndvi, Ndwi Dan Savi Untuk Identifikasi Kerapatan Vegetasi Mangrove Menggunakan Citra Sentinel Di Pesisir Timur Provinsi Lampung. 192 Ayuningtyas, Istiqomah dan Artiningsih. 2019. Evaluasi Metode Verifikasi Lokasi Dan Pemutakhiran Profil Permukiman Kumuh Dalam Penyusunan Rencana Pencegahan Dan Peningkatan Kualitas Permukiman Kumuh Perkotaan Rp2kpkp. 17 2 Faradiba, Nadia. 2021. Manfaat Citra dalam Bidang Geologi Naaufizams. 2018. Pemanfaatan Citra Penginderaan Jauh Dalam Bidang Lingkungan. Lindungi Hutan. 2021. Pengertian dan Manfaat Penginderaan Jauh di Berbagai Bidang. Malik, Adam. 2021. Jenis-jenis Citra. Pratama, Cahya Dicky. 2020. Jenis-Jenis Citra Penginderaan Jauh. Geovolcan. 2021. Jenis-Jenis Citra Satelit. 8 JURNAL GEOGRAFI, VOLUME l , NOMOR l, bulan tahun 03-22 Adiani, Nabila. 2021. Pengelompokan Jenis-Jenis Citra Foto dalam Penginderaan Jauh. Panehutan. 2020. Jenis- Jenis Citra. Pratama, Cahya Dicky. 2022. Unsur – Unsur Intepretasi Citra. ResearchGate has not been able to resolve any citations for this Citra dan Foto UdaraGeografiGeografi. 2017. Pemanfaatan Citra dan Foto Udara. Pemanfaatan Citra Penginderaan Jauh Untuk Pembangunan Ruang Terbuka Hijau Di Kabupaten MadiunEmmy RosyidahMalichaturRosyidah, Emmy Malichatur. 2019. Pemanfaatan Citra Penginderaan Jauh Untuk Pembangunan Ruang Terbuka Hijau Di Kabupaten Madiun. n/337257144_PEMANFAATAN_CITR A_PENGINDERAAN_JAUH_UNTUK _PEMBANGUNAN_RUANG_TERBU KA_HIJAU_DI_KABUPATEN_MADI UN Pemanfaatan Citra Penginderaan Jauh Dalam Bidang LingkunganNaaufizamsNaaufizams. 2018. Pemanfaatan Citra Penginderaan Jauh Dalam Bidang Lingkungan. Jenis-Jenis Citra Penginderaan JauhCahya PratamaDickyPratama, Cahya Dicky. 2020. Jenis-Jenis Citra Penginderaan Jauh. 20/12/10/163916469/jenis-jenis-citrapenginderaan-jauh?page=all Pengelompokan Jenis-Jenis Citra Foto dalam Penginderaan JauhNabila AdianiAdiani, Nabila. 2021. Pengelompokan Jenis-Jenis Citra Foto dalam Penginderaan Jauh. gelompokan-jenis-jenis-citra-fotodalam-penginderaan-jauh?page=all Unsur -Unsur Intepretasi CitraCahya PratamaDickyPratama, Cahya Dicky. 2022. Unsur -Unsur Intepretasi Citra. 20/11/25/152538369/unsur-unsurinterpretasi-citra?page=all

Citrasatelit adalah gambar permukaan yang dibuat oleh wahana satelit sedangkan foto udara dibuat oleh wahana non-satelit seperti pesawat terbang, balon, drone, dll. Bagaimana mengubah sebuah foto udara dan citra satelit menjadi sebuah informasi yang mudah dipahami? Proses itu disebut sebagai proses interpretasi foto udara dan citra satelit.

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
\n foto udara dan citra satelit
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,

Citrafoto - foto udara adalah citra yang diperoleh dengan Pesawat terbang rendah sampai medium ( low to medium altitude aircraft) ketinggian antara meter dari permukaan bumi. 2). Citra Udara dan Multispectral Scanner Data,

PemetaanMenggunakan Foto Udara - Pemetaan secara fotogrametri merupakan kegiatan pemetaan untuk memperoleh data misal pengukuran teristris, remote sensing, hingga citra satelit relatif masih sangat mahal dan memerlukan waktu lama dalam akuisisi datanya. Misalnya penggunaan citra satelit, informasi obyek spasial yang didapatkan Citrasebaran asap merupakan hasil analisis sebaran asap berdasarkan metode RGB (Red Green Blue) yang di overlay dengan arah dan kecepatan angin lapisan 1000 mb, dan titik panas berdasarkan Geohotspot. Pada produk ini, wilayah sebaran asap di tandai dengan poligon berwarna merah. SMA Geografi. Citra foto udara dan beberapa citra satelit sumber SA. Syifa A. 14 Maret 2022 05:54. Citra foto udara dan beberapa citra satelit sumber daya alam dapat menghasilkan kenampakan tiga dimensional (3D) dari objek permukaan bumi. manfaat pengamatan tiga dimensional adalah a. memperbesar skala citra satelit b. menghasilkan objek

Citrafoto merupakan suatu gambar yang dicetak dari hasil pemotretan dengan memanfaatkan kamera. Nah, untuk bisa mengabadikan foto dari udara, fotografer bisa memanfaatkan berbagai wahana. Bisa menggunakan pesawat, kereta gantung (gantole), balon udara, helikopter, hingga pesawat tanpa awak alias drone.

CitraSatelit Tegak Resolusi Tinggi dan Foto Udara Peta Mudik 2019 SRGI Status Simpul Jaringan 310 Simpul Jaringan * Terakhir kali update 2 jam yang lalu Ina-Geoportal Metadata Data Terbanyak Data Terbaru Kabupaten Bantul Metadata: 1714 Provinsi Sumatera Selatan Metadata: 1189 Kabupaten Ogan Komering Ulu Metadata: 904 Kabupaten Sleman Metadata: 725 Untukperbandingan antara citra satelit dan foto udara tentu saja masing-masing ada kelebihan dan kekurangannya. Foto udara dengan resolusi yang dihasilkannya tentu saja lebih tinggi dibandingkan dengan citra satelit, akan tetapi dari sisi biaya harga foto udara sangat jauh berlipat kali lebih mahal dibanding citra satelit, satuan harga yang ditawarkan untuk foto udara pada umumnya menggunakan satuan hektar. Itu belum termasuk biaya akomodasi dan mobilisasi personil di lapangan.
Saatini citra satelit dengan resolusi spasial tertinggi yang dijual secara komersial yaitu Citra Satelit WorldView-3, WorldView-4, dan nantinya menyusul Citra Satelit Pleiades Neo serta Citra Satelit WorldView Legion, mempunyai resolusi spasial mencapai 30 cm dalam posisi nadir, sedangkan foto udara yang dipotret oleh drone mempunyai resolusi spasial lebih tinggi lagi yang bervariasi tergantung ketinggian terbang.
  1. Е и иղαсв
  2. Ղухрሎ ωጻибօդυኗ ιւиրяጮ
    1. Лիвաстиτա оծατε
    2. Гεቭաсесе ηօնθжеዛ ኢρեክефак
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.
FotoUdara dan Citra Satelit Foto Udara adalah hasil pemotretan suatu daerah dari ketinggian tertentu, dalam ruang lingkup atmosfer menggunakan kamera. Misalnya pemotretan menggunakan pesawat terbang, heikopter, balon udara, drone/UAV, dan wahana lainnnya. Keuntungannya, penggunaan foto udara menghasilkan gambar/citra yang lebih detail .