PERKEMBANGAN SISTEM DAN WAHANA
Penginderaan jauh pada awalnya dikembangkan dari teknik interpretasi foto udara. Pada tahun 1919 telah dimulai upaya pemotretan melalui pesawat terbang dan interpretasi foto udara (Howard, 1990). Meskipun demikian, teknik interpretasi foto udara untuk keperluan sipil (damai) sendiri baru berkembang pesat setelah Perang Dunia II, karena sebelumnya foto udara lebih banyak dimanfaatkan untuk kebutuhan militer. Dalam tiga puluh tahun terakhir, penggunaan teknologi satelit dan teknologi komputer untuk menghasilkan informasi keruangan (atau peta) suatu wilayah semakin dirasakan manfaatnya. Penggunaan teknik interpretasi citra secara manual, baik dengan foto udara maupun citra non-fotografik yang diambil melalui wahana selain pesawat udara dan sensor selain kamera hingga saat ini telah cukup mapan dan diakui manfaat dan akurasinya. Di sisi lain, pengolahan atau pemrosesan citra satelit secara digital telah taraf operasional untuk seluruh aplikasi di bidang survei-pemetaan.
Hampir bersamaan dengan perkembangan teknik analisis data keruangan melalui teknologi SIG, kebutuhan akan citra digital yang diperoleh melalui perekaman sensor satelit sumberdaya pun semakin meningkat. Perolehan data penginderaan jauh melalui satelit menawarkan beberapa keunggulan dibandingkan melalui pemotretan udara, antara lain dari segi harga, periode ulang perekaman daerah yang sama, pemilihan spektrum panjang gelombang untuk mengatasi hambatan atmosfer, serta kombinasi saluran spektral (band) yang dapat diatur sesuai dengan tujuan.
Di Indonesia, penggunaan foto udara untuk survei-pemetaan sumberdaya telah dimulai oleh beberapa lembaga pada awal tahun 1970-an. Pada periode yang sama, ketika berbagai lembaga di Indonesia masih belajar memanfaatkan foto udara, Amerika Serikat pada tahun 1972 telah meluncurkan satelit sumberdaya ERTS-1 (Earth Resources Technology Satellite - 1), yang kemudian diberi nama baru menjadi Landsat-1. Satelit ini mampu merekam hampir seluruh permukaan bumi pada beberapa spektra panjang gelombang, dan dengan resolusi spasial sekitar 80 meter. Sepuluh tahun kemudian, Amerika Serikat telah meluncurkan satelit sumberdaya Landsat-4 (Landsat-D) yang merupakan satelit sumberdaya generasi kedua, dengan memasang sensor baru Thematic Mapper yang mempunyai resolusi yang jauh lebih tinggi daripada pendahulunya, yaitu 30 meter pada enam saluran spektral pantulan dan 120 meter pada satu saluran spektral pancaran termal. Pada tahun yang hampir bersamaan itu pula, beberapa lembaga di Indonesia baru mulai memasang sistem komputer pengolah citra digital satelit, dan menjadi salah satu negara yang termasuk awal di Asia Tenggara dalam penerapan sistem pengolah citra digital. Meskipun demikian, tampak nyata bahwa Indonesia sebagai negara berkembang cenderung tertinggal dalam pengembangan dan pemanfaatan teknologi.
Memasuki awal sasrawarsa (milenium) ketiga ini, telah beredar banyak jenis satelit sumberdaya yang diluncurkan oleh banyak negara. Dari negara maju seperti Amerika Serikat, Kanada, Perancis, Jepang, dan Rusia, hingga negara-negara besar namun dengan pendapatan per kapita yang masih relatif rendah seperti India dan Republik Rakyat Cina. Berbagai satelit sumberdaya yang diluncurkan itu menawarkan kemam-puan yang bervariasi, dari resolusi sekitar satu meter atau kurang (IKONOS, OrbView, QuickBird dan GeoEye milik perusahaan swasta Amerika Serikat), 10 meter atau kurang (SPOT milik Perancis, COSMOS milik Rusia, IRS milik India dan ALOS milik Jepang), 15-30 meter (ASTER yang merupakan proyek kerjasama Jepang dan NASA, Landsat 7 ETM+ milik Amerika Serikat, yang sayangnya mengalami kerusakan sejak tahun 2003), 50 meter (MOS, milik Jepang), 250 dan 500 meter (MODIS milik Jepang) hingga 1,1 km (NOAA-AVHRR milik Amerika Serikat).
Banyak negara di Eropa, Amerika Utara, Amerika Latin, Asia, dan bahkan Afrika telah memanfaatkan citra satelit itu untuk pembangunan, baik dalam pengelolaan sumberdaya maupun mitigasi bencana alam. Tahun-tahun belakangan ini, negera-negara berkembang seperti Thailand, Malaysia, Nigeria dan Indonesia pun menyusul untuk meluncurkan dan mengoperasikan satelit penginderaan jauh berukuran kecil. Sensor-sensor satelit baru tidak hanya beroperasi pada wilayah multispektral. Saluran pankromatik dengan resolusi spasial yang lebih tinggi daripada saluran spektral lain pada sensor yang sama juga dioperasikan oleh berbagai sistem. Sensor aktif seperti radar juga telah dioperasikan oleh berbagai satelit seperti JERS (Jepang), ERS dan Envisat (Uni Eropa), Radarsat (Kanada); sementara sistem sensor aktif berbasis teknologi laser (Lidar) terus dikembangkan untuk memperoleh informasi ketinggian permukaan kanopi pepohonan dan ketinggian permukaan tanahnya sekaligus. Sistem satelit Modis, Envisat dan EO-1 juga mengangkut sensor hiperspektral dengan ratusan saluran spektral untuk memperoleh informasi yang lebih spesifik mengenai objek, termasuk komposisi kimia mineral dan spesies organisme.
PERKEMBANGAN APLIKASI
Penginderaan jauh sekarang tidak hanya menjadi alat bantu dalam menyelesaikan masalah. Begitu luasnya lingkup aplikasi penginderaan jauh sehingga dewasa ini bidang tersebut telah menjadi semacam, kerangka kerja (framework) dalam menyelesaikan berbagai masalah terkait dengan aspek ruang (lokasi, area), lingkungan (ekologis) dan kewilayahan (regional). Perkembangan ini meliputi skala sangat besar (lingkup sempit) hingga skala sangat kecil (lingkup sangat luas). Gambar 1.4 memberikan deksripsi visual tentang hubungan antara bidang aplikasi dengan resolusi spasial (kerincian ukuran atau detil informasi terkecil yang diekstrak) dan resolusi spasial (kerincian informasi dari sisi frekuensi perekaman atau observasi ulang).
Penginderaan jauh di awal perkembangannya berasosiasi dengan aplikasi militer, karena gambaran wilayah yang dapat disajikan secara vertikal mampu memberikan inspirasi bagi pengembangan strategi perang yang lebih efektif daripada peta. Efektivitas ini khususnya menyangkut pemantauan posisi dan pergerakan musuh, serta peluang penyerbuan dari titik-titik tertentu. Kemajuan teknologi pemotretan yang melibatkan film peka sinar inframerah dekat juga telah mendukung analisis militer dalam membedakan kenampakan kamuflase objek militer dari objek-objek alami seperti misalnya pepohonan.
Penggunaan teknologi foto inframerah akhirnya juga dimanfa-atkan untuk aplikasi pertanian, khususnya dalam konteks perkiraan kerapatan vegetasi, biomassa dan aktivitas fotosintesis, karena kepekaan pantulan sinar inframerah dekat ternyata berkaitan dengan struktur interal daun dan kerapatan vertikal vegetasi. Foto udara inframerah juga terbukti efektif pembedaan objek air dan bukan air, sehingga pemetaan garis pantai pun sangat terbantu oleh teknologi ini.
Dalam perkembangan selanjutnya, sensor-sensor ini merambah ke wilayah spektra panjang gelombang yang lebih luas, seperti misalnya inframerah tengah, jauh dan termal, serta gelombang mikro. Rambahan ini memerlukan jenis sensor dan detektor yang berbeda dengan kamera, namun sekaligus memperluas bidang aplikasi penginderaan jauh, sehingga semakin banyak jenis objek dan fenomena yang dapat dikaji melalui citra hasil perekaman yang diperoleh. Setiap eksperimen yang sukses dengan rancangan sensor baru kemudian diuji-cobakan dengan wahana yang berbeda, untuk kemudian dioperasionalisasikan ke sistem satelit, yang mampu melakukan perekaman secara kontinyu dan sekaligus memiliki cakupan global. Berbeda dari pendahulunya yang hanya beroperasi dengan kamera dengan hasil perekamana berupa citra analog, sensor-sensor baru beroperasi dengan sistem opto-elektronik yang lebih maju dan citra yang dihasilkan pun berformat digital. Beda tinggi orbit, kecepatan mengorbit dan sistem teleskop maupun sistem opto-elektronik detektor akhirnya juga menentukan resolusi temporal, resolusi spasial serta resolusi spektral data yang dihasilkan.
PERGESERAN PENERAPAN TEKNOLOGI: DARI PEMERINTAH KE SWASTA
Pada tahun 1994, pemerintah Amerika Serikat mengambil keputusan untuk mengijinkan perusahaan sipil komersial untuk memasarkan data penginderaan jauh resolusi tinggi, yaitu antara 1-4 meter (Jensen, 1996). Hal ini kemungkinan berkaitan dengan berakhirnya era Perang Dingin. Dua perusahaan swasta, yaitu Earth Watch dan Space Imaging segera menanggapi keputusan ini dengan mengeluarkan produk mereka, masing-masing adalah Earlybird dan Quickbird (Earth Watch) dan Ikonos (Space Imaging). Earlybird memberikan resolusi spasial 3 meter untuk citra pankromatik dan 15 meter untuk citra multispektral meskipun proyek ini kemudian gagal; sedangkan Quick Bird dan Ikonos mampu memberikan citra dengan resolusi spasial yang lebih tinggi, yaitu masing-masing 0,6 dan 1 meter untuk pankromatik 2,4 dan 4 meter untuk multispektral. GeoEye saat ini mampu memberikan data pada resolusi sekitar 40 cm, meskipun Pemerin-tah Amerika Serikat membatasi distribusi dan penggunaan citra resolusi spasial tinggi hanya sampai dengan 50 cm.
Pada aras pengguna, semakin banyak perusahaan swasta yang bergerak di bidang penginderaan jauh. Lingkup kegiatan ini bukan hanya pada penguasaan pengolahan data awal hingga pemasaran pada tingkat hulu seperti EOSAT, SpaceImaging dan DigitalGlobe, melainkan juga penyediaan jasa konsultansi untuk berbagai kegiatan seperti pekerjaan umum, kehutanan, pembukaan lahan transmigrasi, hingga lahan yasan (real estate). Pergesaran ini membawa implikasi pada kemampuan akses data penting kewilayahan yang sebelumnya hanya dikuasai oleh negara (khususnya militer) ke pihak swasta. Pertukaran dan jual-beli data resolusi tinggi saat ini semakin sulit untuk diawasi dan diatur oleh negara, mengingat bahwa lalu lintas data telah dapat dilakukan secara bebas melalui jaringan internet. Banyak perusahaan pemasaran data satelit sumberdaya dan cuaca dewasa ini menyediakan fasilitas download data melalui internet.
PERKEMBANGAN TEKNIK ANALISIS
Dari Manual ke Digital
Ketika berbagai negara berkembang masih memiliki akses terbatas ke sistem komputer untuk pengolahan citra digital, pemanfaatan produk penginderaan jauh satelit masih berupa citra tercetak (hard copy) yang diinterpretasi secara visual atau manual. Teknik interpretasi semacam ini telah berkembang pesat dalam penginderaan jauh sistem fotografik, dan hingga saat ini merupakan teknik yang dipandang mapan. Prinsip-prinsip interpretasi fotografis dapat diterapkan pada citra satelit yang telah dicetak, dan memberikan banyak informasi mengenai fenomena spasial di permukaan bumi pada skala regional. Citra-citra satelit yang telah tercetak ini memberikan keuntungan terutama dalam hal (a) kemudahan analisis regional secara cepat (karena dimungkinkannya synoptic overview pada satu lembar citra berukuran 60 km x 60 km sampai dengan 180 km x 185 km), dan (b) kemudahan pemindahan hasil interpretasi (plotting) ke peta dasar, karena tidak memerlukan banyak lembar dengan skala yang berbeda-beda dan mempunyai distorsi geometri yang relatif lebih rendah dibandingkan foto udara.
Sejalan dengan perkembangan teknologi komputer yang semakin pesat dewasa ini --di mana banyak perusahaan telah melakukan downsizing (beralih dari komputer mainframe ke komputer mini, dan dari komputer mini ke komputer mikro/PC) maka akses berbagai kelompok praktisi dan akademisi ke otomasi pengolahan citra digital pun semakin besar. Semakin banyak paket perangkat lunak pengolah citra digital dan SIG yang dioperasikan dengan PC dan bahkan komputer jinjing (laptop). Di sisi lain, berbagai jenis PC dan laptop saat ini ditawarkan dengan harga yang semakin murah namun dengan arsitektur prosesor yang semakin canggih dan kemampuan pengolahan maupun penyimpanan data yang semakin tinggi.
Teknologi SIG sebenarnya telah dimulai pada akhir tahun 1960-an, antara lain oleh Tomlinson (Marble dan Pequet, 1990). Kemudian pada dekade 1970-an beberapa negara bagian di Amerika Serikat telah memulai untuk menerapkan SIG dalam pengelolaan sumberdaya lahan dan perencanaan wilayah. Pada sekitar tahun 1979, Jack Dangermond mengawali pengembangan paket perangkat lunak SIG yang sangat terkenal, yaitu Arc/Info untuk mengisi pasar komersia (Rhind et al., 2004). Setelah itu, puluhan --bahkan ratusan macam paket perangkat lunak SIG, yang sebagian besar di antaranya dioperasikan untuk PC, membanjiri pasar dunia. Kebutuhan akan fasilitas pengolahan citra digital yang sekaligus dilengkapi dengan fasilitas SIG telah membuka kemungkinan-kemungkinan baru dalam analisis data spasial. Sistem pengolah citra satelit dapat memberikan masukan pada SIG berupa peta-peta tematik hasil ekstraksi informasi dari citra digital satelit. Di sisi lain, fasilitas analisis spasial dari SIG mampu mempertajam kemampuan analisis penglohan citra, terutama dalam hal pemanfaatan data bantu untuk meningkatkan akurasi hasil klasifikasi multispektral (Jensen, 2005).
Dari Multispektral ke Multisumber dan Hiperspektral
Pada awal perkembangannya, kamera hanya mampu menghasil-kan foto hitam-putih. Hal yang sama diberikan oleh foto yang dipasang pada pesawat udara untuk kebutuhan pengintaian dalam aplikasi miltiter. Kehadiran film berwarna pun secara cepat berimbas pada penggunaan yang lebih intensif dalam penginderaan jauh berbasis foto udara. Ketersediaan film inframerah kemudian mendorong perkembang-an kamera multisaluran (multiband), yang pada umumnya memuat empat lensa dalam satu badan kamera, dengan kepekaan yang berbeda-beda untuk wilayah spektral berikut: biru, hijau, merah dan inframerah dekat. Tahap ini menandai perkembangan sistem pemotretan dari yang bersifat unispektral (saluran tunggal) dan berjulat spektral lebar –misalnya dari biru hingga merah— ke sistem pemotretan multispektral. Analisis visual foto udara pankromatik, baik hitam-putih maupun berwarna pun kemudian bergeser ke analisis multispektral sederhana, dengan memanfaatkan alat pemadu warna elektrik seperti additive colour viewer (ACV).
ACV merupakan suatu antarmuka (interface) yang dapat digunakan untuk menampilkan diapositif film multispektral dengan penyinaran warna primer (merah, hijau dan biru) untuk masing-masing saluran. Melalui teknik ini, empat saluran yang tersedia dalam empat framediapositif dapat disajikan sebagai foto udara komposit warna semu atau warna asli, tergantung pada pemilihan kombinasi sinar merah, hijau dan biru pada diapositif saluran yang berbeda-beda. Interpretasi visual atas citra analog dilakukan di atas kaca tempat memproyeksikan sorotan komposit diapositif tersebut.
Dengan tersedianya sistem perekam citra digital, maka citra multispektral pun diolah dengan komputer, dan setiap kombinasi warna dalam bentuk citra komposit bisa dihasilkan dengan mudah. Analisis multispektral dapat dilakukan secara lebih teliti dengan membaca nilai-nilai piksel pada berbagai saluran spektral secara serentak, untuk diperbandingkan, dikombinasi melalui transformasi, maupun diekstrak melalui berbagai analisis statistik multivariat yang rumit, di mana setiap saluran berfungsi sebagai satu variabel informasi spektral. Dari awal tahun 1970-an hingga saat buku ini ditulis, telah berkembang banyak metode analisis multispektral, yang dapat dibaca di Adams dan Gilespie (2006), Liu dan Mason (2008), dan juga Gao (2010).
Kehadiran teknologi informasi spasial melalui SIG telah memperluas jangkauan analisis citra, sehingga kemudian berkembanglah metode-metode ekstraksi informasi objek atau fenomena di permukaan bumi dengan memasukkan data yang bersifat nir-spektral, sepertu misalnya jenis tanah, bentuklahan, kemiringan lereng, elevasi, dan juga peta-peta berisi objek-objek spasial lain. Tentu saja, peta-peta ini harus disimpan dan diproses dalam format data digital. Dengan demikian, perkembangan metode yang sudah berlangsung sekitar 25 tahun ini kemudian semakin mengarah ke klasifikasi multisumber. Beberapa tulisan awal yang mengintegrasikan penginderaan jauh (khususnya pengolahan citra) dan SIG angara lain yang ditulis oleh Verbyla dan Nyquist (1987), Srinivasan dan Richards (1990), Danoedoro (1993). Sementara tulisan yang relatif baru untuk topik-topik ini, dengan teknik-teknik yang juga baru, antara lain bisa dijumpai di Weng (2010).
Perkembangan analisis multispektral juga mengarah ke penambahan jumlah saluran dan lebar setiap saluran. Sistem hiperspektral mampu mencitrakan fenomena di permukaan bumi dengan jumlah saluran spektral yang mencapai ratusan dan dengan lebar setiap saluran yang hanya beberapa nanometer. Analisis citra semacam ini, yang disebut dengan spectral cube(kubus spektral) berkembangan dengan pendekatan yang berbeda, mengingat bahwa metode-metode analisis multispektral tidak akan efisien dari sisi waktu pemrosesan dan akurasi hasilnya. Tulisan-tulisan van der Meer dan de Jong (2003) serta Jensen (2007) dapat dijadikan rujukan awal untuk keperluan ini.
Dari Per-piksel ke Per-objek
Perkembangan sistem penginderaan jauh satelit telah menghasilkan citra-citra digital yang tidak pernah dibayangkan oleh praktisi di tahun 1980-an, yaitu citra multispektral dengan kualitas detil yang mendekati atau bahkan menyamai foto udara. Hal ini tidak lepas dari berakhirnya era Perang Dingin di awal 1990-an dan keputusan Presiden Bill Clinton untuk mengijinkan perusahaan-perusahaan swasta mengoperasikan satelit penginderaan jauh dengan teknoogi satelit mata-mata. Pada tahun 1999 muncullah perusahaan Space Imaging yang meluncurkan satelit Ikonos dengan resolusi spasial hingga 1 meter, disusul oleh Quickbird dengan resolusi spasial hingga 0,6 meter, serta satelit-satelit lain seperti OrbView. Saat ini, satelit GeoEye telah mampu menghasilkan citra digital dengan resolusi spasial sekitar 40 cm, meskipun undang-undang di Amerika Serikat hanya mengijinkan citra tersebut diproses dan digunakan oleh publik pada resolusi spasial 50 cm atau lebih kasar.
Kehadiran citra resolusi spasial tinggi telah menantang para analis citra untuk mengembangkan metode ekstraksi informasi tematik yang berbeda dengan klasifikasi multispektral –yang biasa diterapkan pada citra resolusi spasial menengah dan rendah. Metode ini dikenal dengan nama klasifikasi berbasis objek (object-based classification). Di Indonesia, citra resolusi spasial tinggi lebih banyak diperlakukan seperti foto udara karena para analis mengalami kesulitan dalam menerapkan klasifikasi multispektral terhadap citra semacam itu. Pada klasifikasi multispektral citra resolusi tinggi, satu piksel merupakan bagian dari objek penutup lahan yang umumnya berukuran jauh lebih besar, sehingga hasil klasifikasi cenderung merupakan kumpulan piksel yang tidak berkaitan langsung dengan kategorisasi objek yang dikembangkan dalam klasifikasi (Danoedoro, 2006). Untuk mengatasi masalah ini, dalam kurun 10 tahun terakhir mulai berkembang metode klasifikasi berbasis objek, yang memanfaatkan teknik segmentasi citra (Baatz dan Schappe, 2000; Ranasinghe, 2006; Navulur, 2007).
Postingan
