48
APLIKASI REMOTE SENSING PADA BIDANG LUAR ANGKASA Single Pixel Remote Sensing Oleh : Tika Tifanny Mery Diana Diah Diniati Dosen : Dr.Eng. Rahmadi Kurnia

Presentasi indraja

Embed Size (px)

Citation preview

Page 1: Presentasi indraja

 “ APLIKASI REMOTE SENSING PADA

BIDANG LUAR ANGKASA “

“ Single Pixel Remote Sensing “ 

Oleh :Tika TifannyMery DianaDiah Diniati

  Dosen :

Dr.Eng. Rahmadi Kurnia

Page 2: Presentasi indraja

Latar Belakang

Perintisan pertama pengindraan jauh (disingkat dengan indraja) dari antariksa adalah pengindraan dengan menggunakan roket. Suatu hak paten telah dianugerahkan kepada Ludwing Rahrmann dari Jerman atas karyanya penemuan dan pengembangan perangkat untuk memperoleh pandangan fotografik mata burung pada awal tahun 1891

Page 3: Presentasi indraja

Indraja dari antariksa diawali sebagi modelnya pada periode waktu 1948 hingga 1950 dengan peluncuran roket V-2 yang diperlengkapi dengan kamera, dan peluncurannya dilakukan dari Landasan Percobaan White Sand, di New Meksiko

Page 4: Presentasi indraja

Tujuan

Tujuan dengan adanya pembuatan makalah ini lebih kurang dapat memberikan pengetahuan tentang penerbangan angkasa luar yang dipelopori oleh Rusia berlanjut dengan penerbangan ke luar angkasa yang dilakukan oleh Amerika Serikat

Page 5: Presentasi indraja

DASAR TEORI

Terdapat dua macam metode pengindraan jauhdi luar angkasa yaitu : • Dengan mengirimkan satellite mendekati

matahari, bulan, dan planet- planet lainnya.• Dengan memasang teleskop pada satellite

untuk mengambil gambar galaxy yang jauh dari bumi.

Page 6: Presentasi indraja

DASAR TEORI

Istilah teknik “remote sensing” pertama kali digunakan di Amerika Serikat pada tahun 1960-an, mencakup fotogrametri, interpretasi foto, foto-geologi, dan lain-lain. Setelah Landsat-1, yaitu satelit pengamat bumi pertama, diluncurkan tahun 1972 oleh Amerika Serikat, remote sensing semakin digunakan secara luas. Di indonesia istilah remote sensing ini diterjemahkan menjadi penginderaan jauh, atau disingkat inderaja.

Page 7: Presentasi indraja

DASAR TEORI

Data inderaja dapat berbentuk data citra (image), grafik, atau data numerik. Untuk menjadi informasi, data tersebut harus dianalisis. Proses menganalisis data menjadi informasi seringkali disebut interpretasi data. Bila proses tersebut dilakukan secara digital menggunakan komputer disebut pemrosesan atau interpretasi digital.

Page 8: Presentasi indraja

Komponen Utama Sistem Inderaja

Satelit pasif (Landsat, SPOT, NOAA, ...)Sumber Energi

Matahari

efek lingkungan

pancaran infra merah panas

pancaran gelombang mikro

Satelit aktif (ERS, Radarsat, .....)

Pengolahan Data

Gambar Komponen Utama Sistem Inderaja

pantulan

Page 9: Presentasi indraja

Energi elektromagnetik dalam jendela atmosfer sebenarnya tidak secara utuh mencapai permukaan bumi, karena sebagian mengalami hambatan atmosfer (hamburan, serapan, dan pantulan)

Serapan merupakan kendala utama bagi sebagian spektrum energi elektromagnetik, misalnya sebagian infra merah. Penyebabnya adalah uap air, karbon dioksida, dan ozon.

Page 10: Presentasi indraja

Hamburan adalah pantulan energi ke berbagai arahdisebabkan benda yang permukaannya kasar dan bentuknyatidak beraturan, atau oleh benda.Ada tiga macam hamburan dalam atmosfer1. Hamburan Rayleigh, terjadi bila radiasi energi berinteraksi

dengan molekul dan partikel kecil di atmosfer yang diameternya jauh lebih kecil dari panjang gelombang radiasi yang berinteraksi.

2. Hamburan Mie, terjadi bila diameter partikel atmosfer sama atau sedikit lebih besar dari panjang gelombang yang diindera.

3. Hamburan Non-selektif, terjadi bila diameter partikel atmosfer lebih besar dari panjang gelombang yang diindera. Misalnya, air hujan.

Page 11: Presentasi indraja

Interaksi antar Energi dan Obyek

Sebagian energi elektromagnetik yang mencapai bumi diserap oleh obyek di permukaan bumi, sebagian lagi dipantulkan sehingga mencapai sensor inderaja. Tiap benda mempunyai karakteristik tersendiri dalam menyerap dan memantulkan energi yang diterimanya. Karakteristik ini disebut karakteristik spektral atau tanda-tangan spektral. Obyek yang banyak memantulkan energi elektromagnetik tampak cerah, sedangkan yang banyak menyerap tampak gelap. Pengenalan obyek pada citra umumnya berdasarkan tingkat kecerahannya atau disebut rona.

Page 12: Presentasi indraja

• Reflektan adalah perbandingan fluks sinar datang pada permukaan dengan fluks sinar pantulannya. Asumsi dasar dalam inderaja adalah bahwa reflektan spektral bersifat unik dan berbeda dari satu obyek dengan obyek lain.

Gambar 1.5 Reflektan Spektral untuk tanah, vegetasi, dan air

10

20

30

40

50

70

80

60

0

0.4 0.8 1.2 1.6 2.0 2.4

Keterangan:

A = tanah lempung berlumpur

B = tanah musk

C = vegetasi

D = air sungai keruh

E = air sungai jernih

Panjang Gelombang

Persentase

Reflektan

Page 13: Presentasi indraja

Sensor Inderaja

Sensor adalah alat perekam energi elektromagnetik yang datang dari obyek. Namun, setiap sensor mempunyai keterbatasan, sebab tidak ada sensor yang mampu merekam seluruh energi tersebut. Parameter yang menjadi ukuran kemampuan suatu sensor adalah resolusi, yaitu batas kemampuan memisahkan/ mengidentifikasi obyek.

Page 14: Presentasi indraja

Ada 5 (lima) jenis resolusi yang dikenal dalam inderaja

• Resolusi spasial, yaitu ukuran terkecil obyek yang masih dapat dibedakan. Semakin kecil ukuran obyek yang dapat direkam, semakin baik kualitasnya.

• Resolusi spektral, yaitu ukuran kepekaan sensor membedakan obyek berdasarkan besar spektrum elektromagnetik dalam perekaman data.

• Resolusi radiometrik, yaitu ukuran kepekaan sensor membedakan kekuatan sinyal obyek yang diterimanya

• Resolusi temporal, yaitu ukuran kemampuan sensor mengidentifikasi perbedaan kenampakan obyek yang direkam pada waktu berbeda

• Resolusi termal (panas), yaitu kemampuan sensor mengidentifikasi perbedaan temperatur obyek

Page 15: Presentasi indraja

Berdasarkan proses perekamannya, sensor dibedakan atas

• Sensor Fotografik, proses perekamannya secara kimiawi pada film dan menghasilkan foto.

• Sensor Penyiam (Scanner), sensor ini merekam energi pantulan elektromagnetik dalam media magnetik berupa disket, harddisk, compact disk, ataupun CCT (computer compatible tape). Hasilnya disebut citra inderaja

Page 16: Presentasi indraja

Wahana

• Wahana (inggris: Platform) adalah kendaraan pembawa sensor. Ada banyak wahana yang digunakan untuk inderaja, antara lain, satelit, pesawat udara, pesawat ultralight, pesawat aeromodelling, balon udara, atau bahkan layang-layang

• Satelit adalah suatu obyek yang mengorbit pada obyek lainnya. Satelit dapat berupa buatan manusia atau terjadi secara alami seperti bulan, komet, asteroid, planet, bintang dan bahkan galaksi.

Page 17: Presentasi indraja

Berdasarkan cara mengorbitnya, satelit inderaja dapat dikelompokkan dalam dua jenis, yaitu: [Danoedoro,1996]

1. Satelit geostasioner, satelit ini mengorbit pada ketinggian

sekitar 36.000 km dari bumi pada posisi tetap di atas suatu

wilayah tertentu (gambar 1.9). Orbit ini disebut juga sinkron

bumi (geosynchronous)

Gambar 1.9 Satelit Geostasioner

GMS (Jepang) 140oE 1976

(USSR) 70oE 1976

GOES (USA) 70oW 1974Meteosat (ESRO)

0o 1975

SMS (USA)

140oW 1974

35900 km

Ekuator

BUMI

Page 18: Presentasi indraja

2. Satelit sinkron matahari yang mengorbit bumi dengan melintas dekat kutub dan memotong arah rotasi bumi (gambar 1.10). Orbit sinkron matahari adalah orbit yang mengkombinasikan ketinggian dan inklinasi (kemiringan) sedemikian rupa sehingga satelit tersebut melintas di atas titik tertentu dari permukaanbumi pada waktu matahari lokal (local solar time) sama.

Gambar 1.10 Satelit Sinkron Matahari

Ekuator

Altitude = 705 km

Orbit Satelit

Ground TrackInklinasi =

98,2o

Page 19: Presentasi indraja

Berbagai aplikasi inderaja telah meluas keberbagai bidang kajian, antara lain:• Pemetaan: Pengolahan data inderaja untuk pemetaan sudah

banyak dilakukan. Skala peta yang dihasilkan tergantung pada resolusi spasial citra. Misalnya, citra Landsat TM dapat dibuat menjadi peta berskala 1:50.000

• Pertanahan: Dalam pembuatan sertifikat tanah diperlukan peta kadaster yang mencakup batas-batas dan posisi kepemilikan tanah.

• Geologi: Teknologi inderaja kini banyak digunakan dalam bidang geologi, antara lain, untuk mengamati bentuk patahan, geomorfologi, gunung berapi, dan gejala alam yang berkaitan dengan bidang geologi.

• Kehutanan: Pengamatan terjadinya kerusakan hutan, identifikasi jenis tanaman hutan, manajemen hutan, dan bahkan penanggulangan bahaya kebakaran hutan,

Page 20: Presentasi indraja

• Pertanian: Pemanfaatan teknologi inderaja untuk pertanian dan perkebunan telah banyak dilakukan, antara lain, untuk mengidentifikasi penyakit tanaman, pengelolaan pemeliharaan tanaman, panen dan pasca panen

• Keteknikan: Teknologi indera untuk keteknikan pada umumnya digunakan dalam bidang teknik sipil, a.l., untuk analisis pengembangan wilayah, perencanaan proyek, pemeliharaan bangunan sipil, pengelolaan perkotaan

• Kelautan: Pemanfaatan inderaja yang paling populer dalam bidang kelautan adalah untuk penangkapan ikan.

• Hankam/Militer: Pada awalnya, sebenarnya teknologi inderaja memang diperuntukkan bagi bidang militer

• Kajian bencana alam: Pada umumnya digunakan untuk mengidentifikasi wilayah yang mengalami bencana

• Pertambangan: kini telah dikembangkan teknologi terpadu antara inderaja, SIG, geologi, pertambangan, dan sistem jaringan syaraf tiruan

Page 21: Presentasi indraja

PENDAHULUAN

Remote sensing oleh satelit dan penelitian di luar angkasa merupakan hal yang penting

untuk dapat mengeksplorasi ruang angkasa.Proses ini dibagi atas dua tahap dasar yaitu

pencitraan dengan kamera digital danpengiriman data kembali ke bumi.

Page 22: Presentasi indraja

Berdasarkan prinsip pencitraan yang konvensional, jutaan pixel harus disimpan ketika kita mengambil gambar menggunakan sebuah

kamera megapiksel sehingga membutuhkan memori yang besar dalam penyimpanan. Oleh karena itu, untuk dapat mengurangi kapasitas

memori, sebuah kompresi data ditempatkan pada kamera dengan menggunakan mikroprosesor kecil yang melakukan Discrete Cosine Transform (DCT)

untuk format JPEG atau Discrete Wavelet Transform (DWT) untuk format JPEG 2000.

Page 23: Presentasi indraja

Misalnya, kamera digital 6.1 megapixel yang mengenali6,1 × 106 sampel untuk membangun sebuah citra dapatdikompresi menjadi ukuran rata-rata lebih kecil dari 1MB disimpan dalam memori. Kompresi dengan kamerayang terpisah ini masih menyimpan memori denganjumlah terbatas sehingga masih sangat boros untukakuisisi data yang besar, khususnya untuk pengindraanjauh dengan skala besar diluar angkasa. Disisi lain,untuk dapat mengirim data yang dikumpulkan olehsatelit kembali ke bumi, kita harus mencapai rasiokompresi yang besar (CRs) yang mana distorsi yangdihasilkan juga sangat besar.

Page 24: Presentasi indraja

Permasalahan kompresi ini dapat dipecahkan dengan menggunakan suatu teknik yang disebut Compressed Sensing (CS). Dengan menggunakan CS ini, kita dapat merekam langsung gambar dengan kapasitas sangat terbatas (tanpa menggunakan langkah kompresi tambahan) untuk meningkatkan masalah penyimpanan, konsumsi daya, dan transmisi tanpa merendahkan resolusi spasial dan kualitasnya.

Page 25: Presentasi indraja

Compressed Sensing (CS)

• Teknik yang disebut Compressed Sensing (CS)pertama kali diperkenalkan oleh Candes et al dan Donoho untuk mengatasi kompresi yang digunakan pada kamera konvensial.

• CS merupakan sebuah bidang penelitian baru yang menawarkan teorema sampling baru untuk akuisisi data yang berhubungan dengan kombinasi sensing dan kompresi.

Page 26: Presentasi indraja

• Dengan Compressed Sensing (CS), sebuah sinyal asing yang telah dikompres dapat direcovery dari banyaknya bagian-bagian yang tidak diukur ketika dilakukan pengukuran secara linier dengan menggunakan sebuah algoritma recovery yang didesain khusus.

• Jumlah pengukuran lebih kecil sehingga lebih hemat biaya.

• Terdapat 2 jenis proses CS yaitu : Onboard encoding imaging dan offline decoding imaging

Page 27: Presentasi indraja

Onboard Encoding : Compressed Imaging

Secara matematis, rumus onboard encoding : y = Φx + ε

Dimana :x = sinyal yang hilang saat pengukurany = nilai pengukuranΦ = matrik pengukuran CS (matrik K x N, dimana K =

jumlah pengukuran dan N = dimensi sinyal x)ε = noise / error yang terjadi

Page 28: Presentasi indraja

Nilai x sering dikompres dengan menggunakan sparce transform Ψ sehingga persamaanberubah bentuk menjadi :

y = ΦΨϑ + εDimana : Ψ = sparce transform

ϑ = koefisien transform

Page 29: Presentasi indraja

Beberapa aturan penggunaan matriks pengukuran

• Universalitas: Φ harus tidak berkorelasi dengan berbagai transformasi basis sparse Ψ

• Kinerja optimal: Untuk Φ yang baik, jumlah minimal dari pengukuran penting untuk hasil yang bagus karena harus mendekati batas teori O (S logN) dimana sinyal N-dimensi S-sparse, semakin besar ketidak koherenan antara Φ dan Ψ maka jumlah pengukuran semakin besar.

• Perhitungan Cepat: Algoritma pada offline recovery meliputi aplikasi ulang ΦΨ

• Realisasi fisik: Φ harus mudah diimplementasikan denganhardware seperti sistem optik atau analog

Page 30: Presentasi indraja

Kamera digital single pixel

• Kamera digital single pixel merupakan salah satu alat yang menggunakan aplikasi Compressed Sensing (CS).

• Kamera single pixel yang dibuat Baranuik dapat memiliki fungsi bukan hanya bisa merekam pixel dari gambar tampak tapi juga berfungsi sebagai kamera CS yang bisa secara langsung mendeteksi informasi geometri dan struktural dengan mengumpulkan banyak proyeksi acak menggunakan sebuah digital mikromirror array yang mana hanya membutuhkan 1 sensor cahaya yang sensitif.

Page 31: Presentasi indraja

• Kamera ini adalah hasil kompresi dari banyak informasi yang dikompres dalam satu proyeksi. Hal ini berarti bagian kompres dilakukan oleh bagian pencitraan optik yang melakukan kompresi langsung yang berguna untuk mengurangi daya akuisisi data dan memori penyimpanan.

• Selanjutnya detektor cahaya dibutuhkan dalam kamera CS yang mana dapat menghemat biaya daripada menggunakan detektor yang mahal.

• Kamera bisa bekerja dengan mudah pada cahaya rendah dan diluar cahaya tampak sehingga potensial digunakan untuk digunakan dalam pencitraan night vision dan infra red

• Kamera single pixel pada dasarnya adalah sebuah komputer optik yang terdiri dari 2 lensa, sebuah detektor photon tunggal, konverter analog ke digital, dan sebuah mikromirror device (DMD).

Page 32: Presentasi indraja

Kamera SPMT (Single Pixel Multi Time)• Kamera Digital Single Pixel disebut juga Kamera SPMT

(Single Pixel Multi Time) yang dapat menampilkan gambar secara berurutan dimana pencitraannya lebih lambat dari pencitraan paralel klasik yang ditambah perangkat kamera (CCD). Namun, SPMT tidak perlu tambahan langkah kompresi yang dibutuhkan dengan pencitraan klasik.

• Transformasi noiselet 2-D digunakan sebagai ukuran matriks untuk kamera single pixel sehingga dapat menyediakan O (N) kompleksitas komputasi, dimana dapat memberikan biaya komputasi rendah, tetapi memberikan near optimal pengukuran data astronomi yang diperlukan untuk high-quality recovery

Page 33: Presentasi indraja

• Selain dapat mengukur data astronomi, kamera juga bisa digunakan untuk aplikasi yang berbeda dengan mempertimbangkan pengukuran acak fourier Φ, misalnya : pencitraan resonansi magnetik di rekayasa medis, spektrometer pencitraan transformasi fourier yang dimodulasi secara spasial.

• Bentuk prototype kamera MPST dapat diimplementasikan dengan mudah oleh sistem optik , dimana proyeksi acak dapat diimplementasikan dalam satu eksposur dengan menggunakan random phase mask yang ditempatkan pada lensa

Page 34: Presentasi indraja

Selain SPMT, terdapat kamera lain yang dapat digunakan untuk compressed sensing (CS) yaitu : MPST

• SPMT (Single Pixel Multi Time)- menggunakan sensor tunggal dengan sebuah pencitraan

berdomain ruang yang sekuensial,- waktu pencitraan lebih lama- decoding SPMT membutuhkan lebih banyak biaya komputasi

dan memori daripada MPST• MPST (Multi Pixel Single Time)- menggunakan beberapa sensor (tetapi jumlah sensor masih

sangat sedikit daripada yang digunakan dalam kamera CCD tradisional) dengan pencitraan berdomain Fourier yang paralel

- menghemat waktu pencitraan.

Page 35: Presentasi indraja

Offline Decoding : Iterative Curvelet Thresholding

• Untuk decoding CS (Comprresed Sensing) akan diterapkan Iterative Curvelet Threshoding sebagai algoritma recovery.

• Transformasi curvelet adalah sebuah transformasi geometris multiskala yang baru. Hal ini dapat diartikan sebagai transformasi wavelet geometris anisotropik, yang memungkinkan pengoptimalan sebuah representasi benda dengan singularitas kurva halus.

• Curvelet didefinisikan oleh :

Page 36: Presentasi indraja

• Cara menentukan thresholding sebuah fungsi transformasi :

• Dimana τ dapat diartikan sebagai fungsi thresholding yang didefinisikan sebagai sebuah threshold

• Kita memiliki curvelet thresholding yang berulang :

Dimana p menggambarkan indeks iterasi.

Page 37: Presentasi indraja

• Dalam hal decoding, kamera MPST lebih cepat dibandingkan kamera SPMT karena matriks pengukuran Φ di MPST memiliki dimensi yang jauh lebih kecil dari yang di SPMT.

• Secara matematis, komputasi kompleks dari MPST adalah :

untuk matriks NxN, ketika nilai pada SPMT

dimana log N ≤ K ≤ N2 dan P menggambarkan jumlah keseluruhan dari iterasi.

Page 38: Presentasi indraja

Hasil Percobaan Numerik

Chang'e-1 lunar probe, satelit circumlunar pertama China, meluncur pada 24 Oktober 2007. Salah satu tujuan ilmiah dari Chang'e-1 adalah untuk menangkap survei 3-D dari permukaan bulan. Terlepas dari desain stereo, saat ini menggunakan kamera CCD di Chang'e-1 termasuk lensa wide-angle dan 1024 × 1024 array sensor

Page 39: Presentasi indraja
Page 40: Presentasi indraja

Gambar 2 diatas menunjukkan (a) SNR vs jumlahiterasi. (b) Recovery error vs jumlah iterasi. Koordinathorizontal menunjukkan jumlah iterasi.

Page 41: Presentasi indraja

Gambar 3 menunjukkan : MPST untuk pencitraan system awan. (a) and (b) Wavelet decoding dan errornya. (c) and (d) Curvelet decoding and errornya. (e) and (f) SNR and recovery error vs jumlah dari pengukuran dengan curvelet decoding. Koordinat horizontal menunjukkan jumlah total untuk RMN . Garis putus-putus menunjukkan curvelet thresholding iteratif, dan garis solid menunjukkan wavelet iteratif thresholding.

Page 42: Presentasi indraja

• Dari gambar 3 e dapat dilihat hasil decoding perubahan SNR (Signal To Noise Ratio) dari dua metoda iteratif yang berbeda yaitu metoda wavelet dan curvelet yang mana hasil pengukuran meningkat dari 10% menjadi 55%, dan pengukuran 15% memberikan hasil yang lebih baik.

• Dari gambar dapat dilihat bahwa metoda curvelet memiliki hasil decoding berkualitas tinggi dalam mempertahankan tepi strukturalnya.

Page 43: Presentasi indraja

SPMT digunakan untuk pencitraan permukaan bulan . (a) permukaan asli bulan (b) pengukuran acak dengan encoding and curvelet decoding. (c) pengukuran noiselet dengan encoding and curvelet decoding.

Page 44: Presentasi indraja

• Gambar 4 a menunjukan permukaan bulan dengan ukuran 64 x 64 dengan menggunakan matrik biner acak untuk proses encoding

• Gambar 4 b menunjukan hasil ketika pengukuran matriks acak dan recovery thresholding curvelet iteratif dengan pengukuran 50% dan iterasi sebanyak 60

• Gambar 4 c menunjukan hasil ketika menggunakan transformasi noiselet pada proses encoding

Page 45: Presentasi indraja

Gambar. 5 (a) - (d). : perubahan kesalahan SNR dan recovery sebagai peningkatan jumlah iterasi.Gambar. 5 (e) dan (F) menunjukkan perubahan SNR karena meningkatnya jumlah pengukuran. Secara umum, pengukuran 25% cukup untuk memberikan hasil resolusi tinggi untuk kebutuhan rekayasa

Page 46: Presentasi indraja

• Dari hasil percobaan, pengukuran berdasarkan noiselet lebih baik daripada pengukuran matrik acak sampai batas tertentu. Namun, untuk pengukuran lebih kecil dari 20% maka matriks noiselet hampir tidak ada sedangkan matriks acak masih mempunyai nilai.

• Rasio angka pengukuran (RMN) berbeda dari CR (Rasio kompresi) yang digunakan dalam kompresi data. Umumnya, CR tersebut dapat dihasilkan dengan tiga langkah: sparse transform, koefisien kuantifikasi, dan coding entropi untuk lossy kompresi. Sedangkan RMN berarti angka yang diperlukan untuk memastikan dengan tepat (noiseless cases) atau memastikan keakuratan (noise cases) rekonstruksi sinyal asli yang tidak diketahui.

Page 47: Presentasi indraja

Kesimpulan• Teori CS (Compressed Sensing) untuk

penginderaan jarak jauh pada aerospace dapat mengurangi biaya akuisisi data.

• CS menyediakan mekanisme penginderaan baru di mana kualitas resolusi tinggi yang tidak berhubungan langsung dengan jumlah piksel tetapi berhubungan dengan sparsity atau kompresibilitas sinyal. Kompresi tersebut diterapkan oleh pencitraan optik sendiri tanpa menggunakan algoritma kompresi tambahan

Page 48: Presentasi indraja

terimakasih