978 -979 16609 5 2

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/330775129

Pembentukan Dsm Menggunakan Unmanned Aircraft System (UAS) Dan

Kamera Digital Non Metrik

Conference Paper · March 2018

CITATIONS

2READS

651

2 authors:

Agung Syetiawan

Badan Informasi Geospasial

24 PUBLICATIONS 14 CITATIONS

SEE PROFILE

Herjuno Gularso


7 PUBLICATIONS 4 CITATIONS

SEE PROFILE

All content following this page was uploaded by Agung Syetiawan on 01 February 2019.

The user has requested enhancement of the downloaded file.

https://www.researchgate.net/publication/330775129_Pembentukan_Dsm_Menggunakan_Unmanned_Aircraft_System_UAS_Dan_Kamera_Digital_Non_Metrik?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_2&_esc=publicationCoverPdf

https://www.researchgate.net/publication/330775129_Pembentukan_Dsm_Menggunakan_Unmanned_Aircraft_System_UAS_Dan_Kamera_Digital_Non_Metrik?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_3&_esc=publicationCoverPdf

https://www.researchgate.net/?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_1&_esc=publicationCoverPdf

https://www.researchgate.net/profile/Agung-Syetiawan?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_4&_esc=publicationCoverPdf


https://www.researchgate.net/institution/Badan-Informasi-Geospasial?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_6&_esc=publicationCoverPdf


https://www.researchgate.net/profile/Herjuno-Gularso?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_4&_esc=publicationCoverPdf


https://www.researchgate.net/institution/Badan-Informasi-Geospasial?enrichId=rgreq-a87c69e25df7ff783170b7d8a07361a1-XXX&enrichSource=Y292ZXJQYWdlOzMzMDc3NTEyOTtBUzo3MjEzMjUxMDY2NTkzMjhAMTU0ODk4ODcxNTYwOQ%3D%3D&el=1_x_6&_esc=publicationCoverPdf



Seminar Nasional Geografi dan Pembangunan Berkelanjutan 2018 ISBN 978-979-16609-5-2

i

r

978-979-16609-5-2

978-979-16609-5-2

978-979-16609-5-2


ii

PROSIDING SEMINAR NASIONAL TAHUN 2018

GEOGRAFI & PEMBANGUNAN BERKELANJUTAN

ISBN:

Editor:

Dr. rer. nat. Eko Kusratmoko, M.S.

Penyunting:

Lady Hafidaty Rahma Kautsar, Nugraheni Setyaningrum, Kurniawan, Ira Mega, Mentari

Pratami

Reviewer:

Dr. Supriatna, MT, Dra. Astrid Damayanti, M.Si, Kuswantoro, M.Sc, Revi Hernina S.Si, MT

Desain Sampul dan Tata Letak:

Retno Wulandari & Yoanna Ritsya

978-979-16609-5-2


iii

Penerbit:

Departemen Geografi, FMIPA UI, Depok

Redaksi:

Departemen Geografi, FMIPA UI, Depok

Gedung H, Kampus UI Depok 16424

Telp: +62-21 78886680

Fax: +62-21 7270030

Email: [email protected]

Website: http://www.sci.ui.ac.id/geografi

Distribusi Tunggal:

Departemen Geografi FMIPA UI

Gedung H, Kampus UI Depok 16424

Telp: +62-21 78886680

Fax: +62-21 7270030


Website: http://www.sci.ui.ac.id/geografi

Cetakan Pertama: April 2018

Hak cipta dilindungi Undang-Undang

DIlarang memperbanyak karya tulis ini dalam bentuk dan dengan cara apapun tanpa ijin

tertulis dari penerbit

mailto:[email protected]



iv

KATA PENGANTAR

Assalamu‟alaikum Wr. Wb.

Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa, atas izin-Nya, kegiatan

Seminar Nasional Tahun 2018 dengan tema “Geografi dan Pembangunan Berkelanjutan”

dapat diselenggarakan sesuai jadwal dan tempat yang direncanakan serta menghasilkan buku

kumpulan abstrak yang akan dipresentasikan. Seminar yang menekankan kepada peran

geografi dalam menawarkan ide dan solusi pembangunan wilayah yang berkelanjutan,

memerlukan kajian kritis, kreatif, efektif dan efisien dengan didukung perkembangan

teknologi guna melahirkan paradigma yang berorientasi keruangan.

Permasalahan yang terjadi di suatu wilayah perlu ditinjau secara kompleks keruangan untuk

mendapatkan mendapatkan solusi yang tepat dan sesuai dengan kondisi wilayah tersebut.

Dengan segala kerendahan hati panitia menyampaikan selamat datang dan selamat mengikuti

rangkaian kegiatan Seminar Nasioanl Tahun 2018, yang diselenggarakan oleh Program Studi

Magister Ilmu Geografi, Departemen Geografi, FMIPA, Universitas Indonesia dengan

diidukung oleh Badan Informasi Geospasial (BIG). Seminar yang diselenggarakan ini

merupakan media edukasi dan wajah dalam bertukar ide, temuan maupun solusi dari berbagai

hasil pemikiran maupun penelitian yang dilakukan para pakar geografi, akademisi, swasta

maupun sektor pemerintah.

Ucapan terimakasih dan penghargaan setinggi-tingginya kami sampaikan kepada para

narasumber, pemakalah, penyunting, peserta, pelaksana dan seluruh pihak yang telah

mensukseskan kegiatan seminar ini. Semoga semua kebaikan yang telah dicurahkan menjadi

amal soleh yang akan mendapat balasan kebaiakan yang berlimpah dari-Nya. Akhirnya,

semoga kegiatan ini dapat bermanfaat dan berdampak positif bagi kita semua. Atas segala

kekhilafan pada penyelenggaraan kegiatan ini, kami sampaikan permohonan maaf, dan demi

perbaikan untuk penyelenggaraan selanjutnya, kami sangat mengharapkan sumbang saran

dan masukan.

Wassalamu‟alaikum Wr. Wb.

Depok, 4 April 2018

Penulis


v

DAFTAR ISI

KATA PENGANTAR ......................................................................................................................... iv

DAFTAR ISI ........................................................................................................................................ v

GEOGRAFI MARITIM ..................................................................................................................... 1

Pemanfaatan Penginderaan Jauh Dalam Menentukan Lokasi Potensi Budidaya Rumput Laut

Berdasarkan Parameter Oceanografi di Perairan Laut Cirebonjawabarat .............................................. 2

Kebijakan, Isu dan Tantangan Konservasi Hutan Mangrove (Studi Kasus Wilayah Pesisir Kabupaten

Pesawaran, Lampung) ......................................................................................................................... 20

MITIGASI BENCANA .................................................................................................................... 31

Deteksi Distribusi Habitat Oncomelania Hupensis menggunakan Landsat TM di Kecamatan Lindu,

Sulawesi Tengah ................................................................................................................................. 32

Peningkatan Pengetahuan Bencana Menggunakan Buku Panduan Pembelajaran Kebencanaan Di

Kabupaten Klaten ............................................................................................................................... 41

Keterkaitan Perubahan Musim Terhadap Jumlah Pengunjung Hotel Di Kawasan Pantai Kuta,

Kecamatan Pujut Kabupaten Lombok Tengah Tahun 2010 Dan 2012 ................................................ 54

Persebaran Daerah Rawan Longsor Di Kabupaten Bojonegoro Dengan Metode Overlay .................. 63

Pemanfaatan Peta Rupabumi Skala Besar Dalam Pembuatan Peta Kerawanan Tanah Longsor

Kota Bogor ......................................................................................................................................... 75

Potensi Bahaya Longsor Dengan Metode Geolistrik, Interpretasi Citra Dan Struktur Geologi Di

Gunung Pawinihan, Kecamatan Banjarmangu, Kabupaten Banjarnegara ........................................... 90

Keterpaparan Lahan Kritis Terhadap Perubahan Iklim di Kabupaten Kebumen, Jawa Tengah .......... 99

Mitigasi Bencana Berbasis Kearifan Lokal Di Desa Tieng, Kabupaten Wonosobo (Disaster Mitigation

Based Local Wisdom In Tieng Village, Wonosobo District) ........................................................... 108

Pertimbangan Teknis Pertanahan Sebagai Upaya Pendukung Pengurangan Risiko Bencana ........... 117

Kajian Kesipsiagaan Masyarakat Terhadap Bencana Gempa Bumi Di Desa Bobanehena Kecamatan

Jailolo ............................................................................................................................................... 127

Penelusuran Banjir Sungai Pedolo Di Kota Bima ............................................................................. 135

Analisis Kesiapsiagaan Terhadap Bencana Erupsi Gunung Merapi Di Sma Muhammadiyah 1 Klaten

.......................................................................................................................................................... 148

Evaluasi Sekolah Di Daerah Patahan Opak Untuk Mitigasi Bencana Gempabumi Di Sekolah

(Sekolah Aman) Di Kabupaten Bantul .............................................................................................. 158

Persepsi Dan Pengetahuan Masyarakat Cotnga Dalam Menanggulangi Risiko Bencana ................. 170

Relokasi Permukiman Sebagai Solusi Mitigasi Terhadap Ancaman Bencana Tanah Longsor di

Kabupaten Bantul ............................................................................................................................. 181

Konstruksi Sosial Citra Jepang Sebagai Negara Rawan Bencana Melalui Kizuna Bond Project ...... 196

Model Pengendalian Degradasi Lahan Secara Vegetatif Berbasis Integrasi Erosi Dan Longsorlahan

.......................................................................................................................................................... 205

Dampak Keterpaparan Dan Sensitivitas Pantai Terhadap Keberlanjutan Wisata Pantai Di Pantai Barat

Banten ............................................................................................................................................... 219


vi

Pemilihan Parameter Untuk Penilaian Kualitas Daerah Aliran Sungai, Mana Yang Lebih Dapat

Diandalkan: Koefisien Regim Aliran Atau Koefisien Aliran Tahunan?............................................ 230

Pola Keterpaparan Wilayah Terhadap Bencana Longsor Akibat Hujan Lebat Di Kabupaten

Probolinggo, Jawa Timur .................................................................................................................. 241

PEMBANGUNAN INFORMASI GEOSPASIAL ........................................................................ 256

Review Rencana Detil Tata Ruang (RDTR) dalammendukung Pembangunan di Wilayah Timur

IndonesiaStudi Kasus : Kabupaten Merauke ..................................................................................... 257

Struktur Kawasan Perkotaan Tanjungpandan, Kabupaten Belitung .................................................. 271

Kajian Perubahan Penutup Lahan Peta Rupabumi pada Skala yang Berbeda ................................... 285

Pemodelan Spasial Kualitas Udara Di Kota Bekasi .......................................................................... 294

PERKEMBANGAN PENDIDIKAN GEOGRAFI ....................................................................... 306

Perbedaan Pemberlakuan Peraturan HOME-BASED SCHOOL di Kawasan Perbatasan (Studi Kasus:

SMAN 112 dan SMAN 65) .............................................................................................................. 307

Strategi Pembelajaran Geografi Berbasis Kewilayahan di Sekolah Menengah Atas ......................... 319

Internalisasi Program Adiwiyata Oleh Sekolah Adiwiyata Mandiri Ke Sekolah Binaan Di Kota

Tangerang ......................................................................................................................................... 331

Pentingnya Pembelajaran Luar Ruangan (Fieldstudy) Dalam Geografi ............................................ 345

Model Ekstrakulikuler Pendidikan Kebencanaan melalui Media Disaster Blind Maps bagi Siswa

Tunanetra .......................................................................................................................................... 359

Internalisasi Nilai-nilai Kearifan Lokal Pada Peserta Didik di SMA (Sekolah Menengah Atas) Kota

Sabang .............................................................................................................................................. 368

Mitigasi Bencana Longsor Sampah Melalui Pembelajaran Geografi ................................................ 384

Peningkatan Pengetahuan Bencana Menggunakan Buku Panduan Pembelajaran Kebencanaan Di

Kabupaten Klaten ............................................................................................................................. 396

TEKNOLOGI DAN INFORMASI GEOSPASIAL ...................................................................... 409

Pembentukan Dsm Menggunakan Unmanned Aircraft System (UAS) Dan Kamera Digital Non Metrik

.......................................................................................................................................................... 410

Pola Persebaran Fasilitas Kesehatan Masyakarat Di Kecamatan Tanjungpandan Dan Kecamatan Sijuk

Kabupaten Belitung .......................................................................................................................... 425

Pengembangan Monitoring Tinggi muka air Lahan Gambut Waktu Nyata untuk Mendukung Restorasi

Gambut Indonesia ............................................................................................................................. 432

Penggunaan data spasial dan temporal dalam menganalisis degradasi mangrove di Kabupaten

Tangerang Banten ............................................................................................................................. 438

Potensi dan Pengembangan Pengolahan Sampah di Kecamatan Sukasari, Kota Bandung ................ 447

Analisa Penentuan Prioritas Lokasi Pemasangan Alat Ukur Tinggi Muka Air Tanah Di Ekosistem

Gambut Dengan Metode Analytical Hierarchy Process (Studi Kasus Provinsi Kalimantan Tengah) 458

Estimasi kecepatan rambat gelombang geser tanah (VS30) berdasarkan topografi dan geologi di kota

Padang Sumatra Barat ....................................................................................................................... 469

Perubahan Ruang Hijau Kabupaten Bojonegoro Menggunakan Data Penginderaan Jauh Multi-

Temporal........................................................................................................................................... 478

PEMBANGUNAN SOSIAL, EKONOMI, DAN BUDAYA INDONESIA .................................. 487


vii

Distribusi Sektor Tradable Unggulan: Studi Kasus Provinsi Jawa Timur ......................................... 488

Upaya Perum Jasa Tirta I dalam Memberdayakan Masyarakat Sekitar Taman Wisata Waduk Selorejo

(TWWS) Melalui Pembangunan Wisata Malam dan Taman Cinta ................................................... 497

Wilayah Penduduk Balita Kurang Gizi di Kabupaten Lebak Provinsi Banten ................................. 504

Dampak Pembangunan Kawasan Ekonomi Khusus Tanjung Lesung Terhadap Perekonomian

Masyarakat Kabupaten Pandeglang, Banten ..................................................................................... 513

Pola Perilaku Masyarakat Padat Perkotaan Terhadap Pembangunan Sanitasi Masyarakat (Sanimas) di

Kota Tebing Tinggi, Sumatera Utara ................................................................................................ 526

Menjadi TKW melepaskan Wanita dari Bencana Perkawinan Dini (Kasus Resistensi Budaya Kawin

Anom Suku Banjar) .......................................................................................................................... 536

Pola Keruangan Tradisi Nirok Nanggok di Desa Kembiri, Kecamatan Membalong, Kabupaten

Belitung ............................................................................................................................................ 548

Keberlanjutan Bank Sampah Sebagai Salah Satu Upaya Mengurangi Sampah Rumah Tangga di

Kelurahan Mojosongo ....................................................................................................................... 558

Tradisi Remaja Menikah (Studi Kasus di Kecamatan Seulimum Kabupaten Aceh Besar, Provinsi

Aceh) ................................................................................................................................................ 569

Analisis Faktor Penentu Nilai Tanah diKota Palembang, Sumatera Selatan ..................................... 582

Pola Spasial Pemilihan Lokasi Hangout Oleh Para Remaja Di Kota Depok ..................................... 593

Pembangunan Sumberdaya Manusia dalam Perspektif Pembangunan Kependudukan ..................... 605

Perkembangan Pola Konsumsi Penduduk di Kecamatan Citeureup .................................................. 617

Analisis Spatial Sebaran dan Prevalensi Schistosomiasis Japonicum di Kecamatan Lindu, Sulawesi

Tengah .............................................................................................................................................. 630

Pemanfaatan Energi Panas Gunung Ciremai di Kabupaten Kuningan dalam Perspektif Spasial dan

Utilitarianisme .................................................................................................................................. 637

Orientasi Ulang Pemanfaatan Ruang Pulau Sebatik Sebagai Pulau Kecil Terluar ............................ 646

Jangkauan Pusat Pertumbuhan Industri Ikan Asin di Sibolga Terhadap Hinterlandnya .................... 658

Dinamika Perkembangan Delta Sungai Bengawan Solo terhadap kajian sosial ekonomi masyarakat

Kecamatan Ujungpangkah, Gresik Tahun 1989-2017 ...................................................................... 666

Pola Sebaran Outlet Penjualan Barang Mode di Kota Bandung ........................................................ 673

Analisis Daya Dukung Fisik Ekowisata Kebun Kopi Robusta Dampit Di Kabupaten Malang ......... 688

Faktor Independen Utama dalam Pendirian Industri Pengolahan Kayu Jati di Kabupaten Bojonegoro

.......................................................................................................................................................... 694

PENGELOLAAN SUMBERDAYA LAHAN DAN AIR.............................................................. 704

Analisis Spasial Ukuran Butir Sedimen Di Pesisir Selatan Kabupaten Pacitan, Provinsi Jawa Timur

.......................................................................................................................................................... 705

Persepsi Sosial Ekonomi dan Kearifan Lokal Masyarakat Pesisir Terhadap Keberadaan Hutan

Mangrove di Desa Jaring Halus, Kecamatan Secanggang, Kabupaten Langkat ................................ 716

Karakteristik Spasial Urban Heat Island (UHI) dengan Karakteristik Lahan di Kota Depok ........... 731

Aplikasi Agrobacteriumsp. I30 Dan Pupuk Organik Dalam Bioremidiasi Untuk Mendukung Kesehatan

Tanah Berkelanjutan ......................................................................................................................... 749


viii

Penentuan Daya Dukung Lingkungan Berbasis Neraca Lahan Tahun 2016 Di Kabupaten Bojonegoro

.......................................................................................................................................................... 759

Penataan Ruang Berbasis Land Management: Mengintegrasikan Status Tanah Dan Fungsi Ruang . 769

Proyeksi Kebutuhan Air Baku Pada Pengguna Pdam Dan Pengguna Non – Pdam Di Danau Toba . 779

Analisis Kandungan Caco3 Air Tanah Di Daerah Sekitar Kampus Universitas Negeri Semarang

Menggunakan Metode Kompleksometri ........................................................................................... 788

Evaluasi Pemenuhan Serta Efektivitas Dan Efisiensi Air Irigasi Di Daerah Irigasi Cikeusik Provinsi

Banten ............................................................................................................................................... 793

Prioritas Pengembangan Kawasan Agroindustri Guna SwasembadaPangan..................................... 804

Pengaruh Pertambangan Emas Tradisional Terhadap Kualitas Perairan Sungai Topo Di Kabupaten

Banggai Sulawesi Tengah ................................................................................................................. 817

Rasionalisasi Penggunaan Pupuk Kocor Sebagai Alternatif Pengelolaan Pertanian Berkelanjutan .. 827

Kajian Spatial dan Temporal Fase Tumbuh Padi Sawah dengan Aplikasi Citra Sentinel-1 SAR di

Kabupaten Karawang 2017 ............................................................................................................... 838

Analisis Spatial Ukuran Butir Sedimen di Pesisir Selatan Kabupaten Pacitan Provinsi Jawa Timur 847

Perubahan Bentuk Alur Sungai Balingara, Provinsi Sulawesi Tengah .............................................. 855

Wilayah Potensi Konservasi Air Tanah di Bengkulu ........................................................................ 872

Sebaran Spasial Kesuburan Tanah di DAS Bone Provinsi Gorontalo ............................................... 880

Variasi Spasial dan Temporal Suhu di TPST Bantar Gebang dan Daerah Sekitarnya ....................... 887

Evaluasi Pemenuhan Serta Efektivitas dan Efisiensi Air Irigasi di Daerah Irigasi Cikeusik Provinsi

Banten ............................................................................................................................................... 898


409 Teknologi dan Informasi Geospasial

TEKNOLOGI DAN INFORMASI GEOSPASIAL



Pembentukan Dsm Menggunakan Unmanned

Aircraft System (UAS) Dan Kamera Digital Non

Metrik

Agung Syetiawan dan Herjuno Gularso


Jl. Raya Jakarta-Bogor Km. 46 Cibinong 16911


Abstrak. Penggunaan UAS (Unmanned Aerial Systems) untuk pemetaan saat ini semakin populer

dengan semakin berkembangnya teknologi drone dan kamera. UAS digunakan untuk keperluan

inspeksi, monitoring atau bahkan digunakan untuk pembentukan model 3 dimensi. Salah satu

model 3 dimensi yang sering digunakan untuk menghasilkan peta skala besar adalah DSM. Peta

skala besar membutuhkan DSM dengan ketelitian tinggi, sementara teknologi UAS memiliki

keuntungan besar dalam hal menghemat waktu pekerjaan dan biaya. Penelitian ini bertujuan untuk

menguji hasil pembentukan DSM dari data foto hasil pemotretan menggunakan UAS. Proses

pengumpulan data UAS menggunaan wahana Multi rotor DJI Matrice 600 dan kamera Zenmuse

X3. Tinggi terbang UAS pada saat misi pemotretan udara berada pada ketinggian 100 m diatas

permukaan tanah dengan sidelap dan overlap sebesar 80% sehingga menghasilkan foto sebanyak

151 foto. Proses georeferencing menggunakan 5 titik GCP yang tersebar secara merata untuk

seluruh area yang dipetakan. Hasil Ground Sample Distance pada misi penerbangan ini adalah 3,2

cm/pixel dengan cakupan area yang dipetakan yaitu 20,8 hektar. Uji akurasi dilakukan dengan

membandingkan hasil pembentukan DSM terhadap hasil pengukuran GPS di lapangan sesuai

dengan SNI ketelitian peta dasar. Ada sekitar 13 titik yang digunakan untuk check point. Hasil

pengolahan mendapat nilai akurasi horisontal sebesar 0,510 meter dan nilai akurasi vertikal

sebesar 0,435 meter. Dari hasil perhitungan dapat disimpulkan bahwa data pemotretan

menggunakan UAS memenuhi ketelitian geometri baik horizontal maupun vertikal pada skala

1:5000 kelas I. Pemotretan udara harus dilakukan dengan kondisi ideal (tingkat kecerahan,

resolusi dan kondisi lingkungan) sehingga akan didapatkan DSM terbaik.

Kata kunci:UAS, Kamera Digital Non Metrik, DSM, Pemetaan Skala Besar

Abstract.UAS (Unmanned Aerial Systems) for mapping is currently increasingly popular with the

growing development of drone and camera technology. UAS is used for inspection, monitoring or

even use for 3 dimensional modeling. DSM is one of the 3 dimensional models often used to

produce large-scale maps. Large-scale maps require DSM with high accuracy, while UAS

technology has a great advantage in terms of saving time and costs. This study aims to test the

results of DSM generation of photo data acquisition using UAS. The UAS data collection uses the

Multi rotor DJI Matrice 600 and Zenmuse X3 cameras. Altitude the UAS when flying is at 100 m

above ground level with sidelap and overlap by 80% produce 151 photos. The georeferencing

process uses 5 GCP points spread evenly across the mapped area. Ground Sample Distance

results on this flight mission is 3.2 cm / pixel with a mapped area coverage of 20.8 hectares.

Accuracy test is done by comparing result of DSM generation to result of GPS measurement in

fieldaccording to the Indonesian National Standard of accuracy of base map. There are about 13

points used for check points. The processing results get a horizontal accuracy value of 0.510

meters and a vertical accuracy of 0.435 meters. From the calculation results can be concluded

that aerial photographs using UAS meet geometry accuracy both horizontally and vertically on a

scale of 1: 5000 class 1. Aerial photograph should be done with ideal conditions (brightness level,

resolution and environmental conditions) so that will get the best DSM.

Keywords: UAS, Non Metric Digital Camera, DSM, Large Scale Mapping




1. Pendahuluan

Penggunaan UAS (Unmanned Aerial Systems) untuk pemetaan saat ini semakin populer dengan

semakin berkembangnya teknologi drone dan kamera. UAS digunakan untuk keperluan inspeksi,

monitoring atau bahkan digunakan untuk pembentukan model 3 dimensi. Perlu disadari bahwa

kebanyakan kamera yang digunakan perangkat UAS adalah kamera standar non metrik. Keunggulan

menggunakan sistem wahana udara tak berawak ini adalah UAS dapat menghasilkan tampilan

permukaan bumi secara lebih detail dengan resolusi sangat bagus. Selain itu penggunaan teknologi

UAS menghemat dalam segi biaya dan waktu pengumpulan data di lapangan menjadi lebih efektif

dan efesien.Untuk luas area yang relatif lebih kecil (±100ha) pemotretan menggunakan kamera metrik

menjadi tidak optimal, karena biaya operasional yang dikeluarkan tidak sebanding dengan kecilnya

volume pekerjaan (Gularso, Rianasari, & Silalahi, 2015).

Sejak awal kamera non-metrik dibuat tidak digunakan untuk pemetaan, akan tetapi karena kualitas

gambar yang dihasilkan memiliki resolusi yang baik maka kamera dipasang di wahana UAS. Kamera

ini didesain untuk keperluan praktis, beda dengan jenis kamera metrik yang didesain untuk keperluan

fotogrametri. Semua aspek terkait dengan ketelitian pemotretan harus diperhitungkan termasuk

dengan kualitas geometriknya karena kamera merupakan salah satu instrumen penting dalam sebuah

misi pemotretan uadara. Kamera non-metrik memiliki kualitas gambar yang baik namun kualitas

geometriknya kurang. Hal ini mengakibatkan penentuan posisi pada foto udara yang dihasilkan

menjadi kurang akurat. Kualitas geometrik dari foto udara format kecil dapat ditingkatkan dengan

cara melakukan kalibrasi pada kamera yang digunakan. Kalibrasi kamera merupakan proses

penentuan parameter internal kamera udara, untuk selanjutnya parameter-parameter ini akan dijadikan

input dalam orientasi dalam.

Hasil foto menggunakan wahana UAS dan kamera non metrik menghasilkan tampilan permukaan

bumi dengan resolusi tinggi untuk tujuan rekonstruksi 3 dimensi (Irschara, Kaufmann, Klopschitz,

Bischof, & Leberl, 2010; Wang & Li, 2007), termasuk dapat digunakan untuk keperluan pembuatan

DSM (Digital Surface Model). Pembangunan model rekonstruksi permukaan 3D dengan

menggunakan aplikasi UAV merupakan alternatif baru untuk survey dan pemetaan (Purwono &

Syetiawan, 2016). Teknologi otomatisasi image matching sudah bisa digunakan untuk melakukan

pemodelan tiga dimensi suatu objek, mempermudah pengambilan titik sampel yang akan digunakan

untuk pembuatan model DSM (Mulia & Hapsari, 2014). Hasil DSM bervariasi bergantung dengan

jenis tutupan lahan yang berada di atasnya. Penutup lahan jenis vegetasi akan menghasilkan kualitas

yang rendah dibandingkan dengan daerah datar (Susetyo & Perdana, 2015).

Gambar 1. Salah satu daerah topografi datar pada DSM dan DTM(Susetyo & Perdana, 2015)

Pembentukan DSM menggunakan wahana UAS dan kamera non metrik merupakan sebuah

tantangan, mengingat kamera yang digunakan sebetulnya bukan untuk keperluan pemetaan. Untuk itu,

penelitian ini bertujuan untuk mengevaluasi hasil pembentukan DSM menggunakan wahana UAS dan

kamera non metrik. Hasil pembentukan DSMakan diuji kualitas geometriknya dibandingkan dengan

titik-titik yang diukur menggunakan GPS Geodetik. Hasil pembentukan DSM akan diuji

menggunakan perka BIG tentang Ketelitian Peta Dasar(Peraturan Kepala Badan Informasi Geopasial

No. 15, 2014). Perka tersebut mengatur ketentuan dalam standar ketelitian pembuatan peta dasar,



termasuk ketelitian vertikal. Harapannya hasil DSM menggunakan wahana UAS dan kamera non

metrik ini bisa digunakan untuk pemetaan skala besar.

2. Metode Penelitian

2.1 Akuisisi data

Pengambilan data dilakukan di area sekitar Badan Informasi Geospasial, Cibinong. Foto diambil pada

ketinggian rata-rata 100 meter di atas permukaan tanah dengan luas area cakupan yaitu 20,8 hektar.

Sesuai dengan peraturan pemerintah tentang penguasaan UAV yang dikeluarkan oleh Kementerian

Perhubungan, dinyatakan bahwa titik terbang tertinggi UAV adalah ± 150 m di atas tanah (Peraturan

Menteri Perhubungan Republik Indonesia No. PM 180, 2015). Penentuan sidelap dan overlap foto

sebesar 80% menghasilkan foto sebanyak 151 foto dengan lama durasi terbang selama 20

menit.Untuk menghasilkan output DSM dan orthophoto yang baik diperlukan foto yang baik pula

baik dari segi kualitas foto (kecerahan, ketajaman, bebas awan, dll) maupun sudut pengambilan

datanya (tilt).

2.2 Pengukuran GCP dan ICP

Setelah proses akuisisi selesai tahap selanjutnya adalah pemasangan marking untuk GCP dan

pengukuran ICP (Independent Check Point) di lapangan. Pengukuran GCP dilakukan pada 5 titik

perimeter di dalam AoI (Area of Interest) menggunakan premarking, sementara pengukuran ICP

dilakukan secara postmarking pada objek-objek yang terlihat pada foto udara. Total ICP yang diukur

berjumlah 13 titik. Lokasi pengukuran ICP dilakukan pada pojok lapangan dan pojok atap bangunan

untuk memverifikasi DSM yang dihasilkan. Visualisasi letak titik GCP dan ICP bisa dilihat pada

gambar 2.



Gambar 2. Sebaran titik GCP dan ICP

Pengukuran titik GCP dan ICP menggunakan metode pengukuran rapid statik dengan lama

pengamatan sekitar 5 - 15 menit di setiap titik. Interval perekaman data setiap 1 detik dengan cut off

angle satelit sebesar 10°. Segment satelit yang digunakan adalah GPS dan GLONASS menggunakan

perangkat yang dapat menerima sinyal dual frekuensi (L1 dan L2). Parameter pengolahan data yang

digunakan dapat dilihat pada Tabel 1. Pengolahan titik GCP dan ICP dilakukan secara diferensial

terikat dengan stasiun CORS BAKO milik Badan Informasi Geospasial.

Tabel 1. Parameter Processing Data.

Parameter Keterangan

Titik Ikat Stasiun Tetap CORS Bakosurtanal

(BAKO)

Frequency used Dual Frequency (L1, L2)

Ephemeris Broadcast

Interval data 1 second

Satellite Segment GPS dan GLONASS

Datum WGS 1984

Zone 48 South

Geoid EGM 2008 1'

2.3 Pengolahan foto



Pembentukan DSM melalui beberapa tahap sebelum DSM itu bisa digunakan, tahapan proses

pekerjaan bisa dilihat pada gambar 3. Tahapan pertama adalah menentukan rencana terbang sesuai

dengan Area of Interest (AoI) daerah yang akan dipetakan, kemudian tahap selanjutnya adalah

pengambilan foto udara (akuisisi data). Proses awal pengolahan foto yaitu proses alignment foto.

Proses ini melakukan identifikasi tie point secara otomatis menggunakan algoritma SIFT invariant

(Gularso et al., 2015). Algoritma ini akan mengenali titik-titik yang mempunyai kesamaan nilai pixel

dan akan membentuknya menjadi model tiga dimensi. Hasil dari proses alignment diantaranya adalah

parameter kalibrasi kamera atau internal orientation (IO), bentuk kumpulan tie point terdeteksi dalam

model 3D, dan posisi kamera saat pemotretan atau external oreintation (EO) yang melibatkan

hitungan bundle adjustment. Proses kalibrasi kamera bisa dilakukan sebelum terbang atau setelah

dilakukan proses alignment(Ajayi, Salubi, Angbas, & Odigure, 2017). Kalibrasi hasil dari perhitungan

alignment ini sering disebut dengan self calibration.

Proses selanjutnya adalah memasukkan koordinat GCP dan kemudian dilakukan optimalisasi

posisi kamera. Gunanya adalah meletakkan posisi kamera pada posisi yang sebenarnya saat terbang,

sehingga akan didapatkan posisi foto sesuai dengan kondisi di lapangan. Proses pencocokan ini akan

menggunakan foto-foto yang terdapat premark didalamnya. Proses pembentukan DSM dilakukan

dengan otomatisasi image processing. Hasil rekonstruksi model 3 dimensi akan difilter untuk

mendapatkan tampilan DSM sesuai dengan real world. Titik-titik point cloud yang dianggap sebagai

noise akan dihapus kemudian dibentuk kembali DSM baru dari hasil filtering manual tersebut.

Gambar 3. Alur proses pembentukan data DSM menggunakan wahana UAS dan kamera non metrik.

2.4 Wahana dan sensor

Proses pengumpulan data UAS menggunaan wahana Multi rotor DJI Matrice 600. Drone yang

dilengkapi 6 motor dan baling-baling ini didesain untuk pemotretan udara. Wahana menggunakan 6

baterai sehingga memungkinkan melakukan pengumpulan data dengan durasi yang relatif lama. DJI

Matrice 600 juga dilengkapi dengan Gimbal yang berfungsi untuk menstabilkan posisi kamera saat

pengambilan foto, sehingga guncangan dari propeler ataupun angin tidak membuat foto menjadi

miring atau blur.



Tabel 2. Wahana UAS DJI Matrice 600.

STRUCTURE

Dimension

1668 mm x 1518 mm x 759 mm

(Propellers, frame arms and GPS

mount unfolded)

640 mm x 582 mm x 623 mm

(Frame arms and GPS mount

folded)

Max Takeoff Weight 15,1 kg

Motor Model DJI 6010

Propeller Model DJI 2170

Operating

Temperature -10° to 40° C

BATTERY

Capacity 5700 mAh

Voltage 22,8 V

Type LiPo 6S

Net Weight 680 g

PERFORMANCE

Hovering Accuracy

(P-Mode, with GPS)

Vertical: ±0,5 m, Horizontal: ±1,5

m

Max Angular

Velocity Pitch: 300°/s, Yaw: 150°/s

Max Pitch Angle 25°

Max Speed of Ascent 5 m/s

Max Speed of

Descent 3 m/s

Max Wind

Resistance 8 m/s

Max Flight Altitude

above Sea Level 2500 m

Max Speed 18 m/s (No wind)

UAS jenis multi rotor lebih cocok digunakan untuk pemetaan yang tidak mempunyai area terbuka

luas untuk take-off dan landing. Berbeda dengan seri lain dari UAS yaitu fixed wing dimana

diperlukan lokasi terbuka untuk take off maupun landing (Uktoro, 2017). Pada misi penerbangan kali

ini Matrice 600 menggunakan tipe kamera Zenmuse X3 tipe CMOS dengan resolusi 12,4 Mega Pixel.

Tipe lensa yang digunakan pada Zenmuse X3 ini adalah lensa dengan panjang fokus tetap (fixed

lens). Kamera yang memiliki lensa tetap memiliki resolusi geometris yang lebih kecil dibanding

kamera yang memiliki lensa zoom (Fryskowska, Kedzierski, Grochala, & Braula, 2016). Spesifikasi

kamera Zenmuse X3 dapat dilihat pada tabel 3.



Tabel 3. Spesifikasi kamera Zenmuse X3

SENSOR

Size 6,17 x 4,55 mm

Type CMOS

Effective

Pixels 12,4M

ISO Range 100~3200

LENS MAX-PIXELS

Optics

20mm (35mm format

equivalent)f/2,8 focus at

∞ Max-Pixels 12,4M

Iris F/2,8 Burst Shooting Full pixels 7fps

Diagonal FOV 94 degree Shutter Speed 8~1/8000 sec

Equivalent 20mm EV Range -3~+3, 1/3

Distortion 0,90% AEB Support

Focus Range Infinite Interval Support

Auto-Focus N/A Time Lapsed Support,

5/7/10/20/30 sec

3. Hasil dan Pembahasan

3.1 Pengolahan data GCP dan ICP

Hasil pengolahan titik GCP dapat dilihat pada tabel 4 dan hasil pengolahan ICP bisa dilihat pada tabel

5. Solusi ambiguitas fase pengolahan data GPS untuk titik ICP dan GCP adalah FIXED. Total titik

GCP yang digunakan pada proses pengolahan foto berjumlah 5 titik, sedangkan titik ICP berjumlah

13 titik dengan sebaran merata pada seluruh AoI. Pengukuran GCP dilakukan di atas marking yang

dipasang sebelum foto udara diambil. Hasil nilai ketinggian GPS sudah dirubah ke dalam tinggi

orthometris menggunakan data geoid global EGM08.

Tabel 4. Koordinat titik GCP

ID Easting

(Meter)

Northing

(Meter)

Elevation

(Meter) Solusi

GCP1 704431,724 9282038,566 138,446 FIXED

GCP2 704594,885 9282024,275 136,387 FIXED

GCP3 704641,147 9282330,938 135,860 FIXED

GCP4 704464,773 9282347,822 138,650 FIXED

GCP5 704551,874 9282166,429 138,893 FIXED

Hasil pengolahan titik ICP mendapatkan hasil presisi horisontal berkisar pada 0,003-0,005 meter,

sementara presisi vertikal berada pada rentang 0,004-0,010 meter. Root mean square error hasil

pengolahan titik ICP bervariasi pada rentang 0,003 hingga 0,052. Titik ICP002 memiliki ketelitian

paling rendah dikarenakan lokasi titik ICP002 banyak terdapat obstruksi (halangan), sehingga satelit

yang diterima sedikit.



Tabel 5. Hasil pengolahan titik ICP

ID Easting

(Meter)

Northing

(Meter)

Elevation

(Meter)

H.

Prec.

V.

Prec

RMS Solusi

0001 704547,193 9282162,589 139,013 0,003 0,008 0,005 FIXED

0002 704496,691 9282174,686 138,911 0,005 0,010 0,052 FIXED

0003 704464,411 9282139,283 139,284 0,003 0,005 0,003 FIXED

0004 704464,015 9282058,255 139,292 0,005 0,008 0,008 FIXED

0005 704484,030 9282283,336 138,997 0,004 0,005 0,003 FIXED

0006 704491,027 9282291,607 142,679 0,004 0,004 0,006 FIXED

0007 704512,066 9282280,966 142,816 0,004 0,004 0,003 FIXED

0008 704511,912 9282290,402 142,611 0,004 0,004 0,002 FIXED

0009 704507,186 9282288,134 142,673 0,004 0,004 0,003 FIXED

0010 704463,069 9282218,256 146,921 0,004 0,005 0,003 FIXED

0011 704475,117 9282195,801 146,982 0,004 0,005 0,002 FIXED

0012 704457,362 9282197,939 143,104 0,004 0,006 0,006 FIXED

0013 704462,628 9282189,168 143,166 0,004 0,005 0,006 FIXED

3.2 Hasil Pemotretan Udara

Setelah proses pengumpulan data dilakukan dan proses pengolahan foto selesai diterapkan untuk

seluruh foto maka terbentuklah foto mozaik daerah yang dipetakan. Output akhir yaitu menghasilkan

foto udara dengan nilai GSD (Ground Sampling Distance) sebesar 3,2 cm/pix. Hasil pembentukan

dense cloud bisa dilihat pada gambar 4. Proses pembentukan point cloud yaitu dengan cara

mengidentifikasi titik-titik yang mempunyai nilai piksel yang sama. Hasil point cloud ini masih

terlihat kasar dan masih terdapat banyak sekali celah-celah kosong antar titik, berakibat pada objek

yang memiliki ketinggian seperti pohon, gedung atau bangunan belum terkonstruksi 3 dimensi secara

sempurna.Oleh karena itu, dilakukanlah pemodelan geometri dengan melakukan perapatan image di

sekitar tie point dan penggabungan antar titik berdasarkan nilai tingginya.

Gambar 4. Hasil pembentukan dense cloud



Gambar 5. Hasil pembentukan build mesh

Rekonstruksi mesh 3 dimensi merupakan representasi permukaan objek yang dibentuk berdasarkan

dense point cloud. Pembentukan mesh dilakukan untuk membangun tekstur 3 dimensi foto. Setelah

geometri terbentuk, mesh digunakan untuk membuat orthophoto.

Gambar 6. Hasil pembentukan DEM



3.3 Evaluasi geometrik mosaik foto udara dan DSM

Evaluasi hasil mozaik foto udara dilakukan dengan cara membandingkan koordinat foto udara dengan

koordinat hasil pengolahan data GPS. Persamaan 1 hingga 3 merupakaan persamaan untuk

menghitung ketelitian peta (Perka BIG No. 15 tahun 2014). Ketentuan ketelitian geometri peta

berdasarkan kelas yang sudah ada di BIG, bisa dilihat pada tabel 6.

....................................................................... 1

........................................................................... 2

................................................................................ 3

Standar pengukuran akurasi menurut NMAS (National Map Accuracy Standar) adalah sebagai

berikut:

Akurasi Horizontal NMAS = 1,5175 * RMSEr

= 0,510 meter

Akurasi Vertikal NMAS = 1,6499 * RMSEz

= 0,435 meter

Pada penelitian ini, akurasi horisontal yang diperoleh dari data pemetaan menggunakan wahana UAS

dan kamera non metrik adalah 0,510 meter. Apabila kita melihat tabel 6 mengenai kelas ketelitian

pembuatan peta dasar, maka hasil pemetaan menggunakan wahana UAS dan kamera non metrik bisa

digunakan untuk pemetaan skala 1:5.000 kelas 1.

Tabel 6. Kelas ketelitian pembuatan peta dasar

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

Pengecekkan DSM dilakukan pada koordinat vertikalnya. Titik tinggi yang digunakan adalah titik

tinggi menggunakan DSM sebelum difilter. Setelah nilai RMSE diperoleh, dapat ditentukan nilai

LE90. Secara definisi, dalam Perka disebutkan bahwa LE90 adalah ukuran ketelitian geometrik

vertikal yaitu nilai jarak yang menunjukkan bahwa 90% kesalahan atau perbedaan nilai ketinggian

objek di peta dengan nilai ketinggian sebenarnya tidak lebih besar daripada nilai jarak tersebut. Dari

hasil evaluasi geometrik nilai ketinggian (vertikal) diperoleh akurasi sebesar 0,435 meter, nilai

tersebut lebih kecil dari nilai ambang batas terendah yakni 1 meter sehingga mengacu pada Perka BIG

No. 15 Tahun 2014 nilai tersebut telah memenuhi nilai ketelitian geometri dan dapat digunakan untuk

pembuatan DEM pada skala 1: 5.000 kelas 1. Tabel 7 menyajikan contoh perhitungan ketelitian

vertikal sesuai dengan Perka Ketelitian BIG.

Tabel 7. Hasil uji akurasi vertikal titik ICP

Nomor

Titik

Nama

Titik

Z Z

(D Z) (D Z)˄2 (Koordinat

ICP)

(Koordinat

DSM)

A B C D E F

1 0001 139,013 138,922 -0,091 0,008

2 0002 138,911 138,828 -0,083 0,007

3 0003 139,284 139,248 -0,036 0,001

4 0004 139,292 139,256 -0,036 0,001

5 0005 138,997 138,841 -0,156 0,024

6 0006 142,679 143,041 0,362 0,131

7 0007 142,816 143,057 0,241 0,058

8 0008 142,611 142,810 0,199 0,040

9 0009 142,673 142,781 0,108 0,012

10 0010 146,921 147,414 0,493 0,243

n

XlapanganXimageiRMSE

i

X

2)(

n

YlapanganYimageRMSE

ii

Y

2)(

22

YXrRMSERMSERMSE



Nomor

Titik

Nama

Titik

Z Z

(D Z) (D Z)˄2 (Koordinat

ICP)

(Koordinat

DSM)

11 0011 146,982 147,445 0,463 0,214

12 0012 143,104 143,191 0,087 0,008

13 0013 143,166 143,562 0,396 0,157

Jumlah 0,904

Rata-Rata 0,070

RMSE 0,264

Akurasi 0,435

3.4 Filtering data DSM

Hasil pembentukan DSM dapat dilihat pada gambar 7a dan gambar 7b. Gambar 7a menunjukkan

DSM tanpa dilakukan filtering data sehingga secara visual masih terlihat kasar. Banyak sekali lekukan

di bagian atap bangunan yang seharusnya tidak ada. Meskipun demikian beberapa objek terbentuk

DSM dengan sempurna. Perlu dilakukan proses filtering lebih lanjut untuk menghilangkan titik-titik

point cloud yang dianggap sebagai noise kemudian dibentuk kembali DSM baru dari hasil filtering

manual tersebut. Proses filtering dilakukan pada gambar 7b untuk mendapatkan permukaan DSM

pada bangunan yang halus (smooth).

(a) (b)

Gambar 7. Hasil pembentukan DSM: (a) sebelum dilakukan filtering; (b) setelah dilakukan filtering



Proses filtering data ini sangat berpengaruh terhadap jumlah point cloud yang sudah terbentuk.

Bentuk bangunan akan terkonstruksi dengan sempurna. Walaupun hanya bersumber dari FUFK yang

padadasarnya memiliki distorsi yang besar, namun ternyataDEM yang dihasilkan memiliki akurasi

yang cukup baik(Purwanto, 2017). Cara memperbaiki kualitas DSM yang dibentuk dengan cara

editing manual, bisa menggunakan editing manual pada point cloud atau editing data pada 3D model

yang sudah dibentuk hingga mendapatkan hasil yang sesuai dengan kondisi real di lapangan.

Gambar 8. Perbedaan hasil filtering pada bangunan

Gambar 9. Pembentukan DSM yang kurang sempurna

Pada penelitian ini filtering dilakukan beberapa kali untuk mendapatkan hasil DSM dengan

permukaan bangunan yang smooth. Proses filtering membuat objek 3 dimensi menjadi tampak sesuai

dengan kenyataannya. Seperti dapat dilihat pada gambar 8, atap gedung R Badan Informasi

Geospasial terbentuk sempurna seperti kondisi di lapangan. Efek dari filtering ini membuat

berkurangnya sebaran titik-titik point cloud yang ada, sehingga membuat beberapa titik tinggi hilang.

Kelemahan filtering membuat beberapa area menjadi kasar. Seperti dapat dilihat pada gambar 10,

segment jalan tidak bisa tergambarkan secara sempurna, akibat titik-titik DSM yang difilter.

Gambar 10. Pembentukan DSM pada segment jalan.



Gambar 11. Perbedaan pencahayaan saat proses akuisisi data di lapangan.

Pemetaan foto udara menggunakan UAS dan kamera non metrik tergolong pemetaan sensor pasif,

dimana hasil foto udara sangat bergantung pada faktor lingkungan di sekitarnya, misalnya seperti

cuaca, awan atau obstruksi(tutupan pohon, kanopi).Pada gambar 12 juga menunjukkan bahwa

perbedaan tingkat kecerahan pada foto yang saling bertampalan pada satu jalur penerbangan(gambar

11) akan mempengaruhi hasil DSM yang dilakukan. Perbedaan pencahayaan membuat proses image

matching menjadi kurang sempurna, berakibat pada point cloud yang terbentuk. Rona, warna dan

bayangan merupakan kunci interpretasi untuk mengenali suatu objek. Kegagalan identifikasi ini akan

berakibat pada kesalahan informasi yang diperoleh.

(a) (b)

Gambar 12. Pembentukan DSM pada bangunan(a) sebelum dilakukan filtering; (b) setelah dilakukan

filtering

Gambar 13. Residu DSM sebelum dilakukan filtering dan sesudah filtering.

resi

du

(m

)

Titik Uji

residu DTM-ICP



Evaluasi akurasi DSM sebelum dan sesudah dilakukan filtering dapat dilihat pada gambar 13. Titik-

titik evaluasi menggunakan titik-titik ICP yang sudah diketahui koordinat tingginya hasil pengukuran

menggunakan GPS. Pada gambar 13 dapat dilihat bahwa residu tertinggi titik DSM setelah dilakukan

filtering dibandingkan dengan tinggi hasil pengamatan GPS memiliki selisih 3,5 meter. Residu

terkecil berada pada titik ICP4 dengan nilai 0,004 m. Melihat hasil residu pada gambar 13, secara

keseluruhan hasil filtering DSM bisa digunakan untuk melihat kondisi surface suatu area. Kesalahan

residu 3,5 meter ini akibat dari proses filtering yang kurang terkontrol dan data foto udara yang

berbeda pencahayaan. Titik DSM yang merepresentasikan bangunan tersebut hilang sehingga hanya

koordinat tanah saja yang berhasil diambil pada evaluasi tersebut. Gambar 14 menunjukkan lokasi

titik ICP6, dimana pengukuran dilakukan di atas atap gedung. Proses filtering data DSM harus tetap

memperhatikan sebaran point cloud pada suatu area. Artinya pembentukan DSM setelah di filtering

bisa digunakan dengan catatan point cloud masih proposional mewakili ketinggian suatu area.

Gambar 14. Lokasi titik yang memiliki nilai residu besar setelah difilter.

4. Kesimpulan

Berdasarkan hasil perhitungan evaluasi akurasi ICP sesuai dengan prosedur uji ketelitian geometri

yang mengacu pada Perka BIG mengenai Ketelitian Peta Dasar dengan tingkat kepercayaan 90%

untuk ketelitian horizontal (CE90) dan ketelitian vertikal (LE90) didapatkan nilai akurasi horizontal

0,510 meter dan nilai akurasi vertikal 0,435 meter. Dari hasil perhitungan yang telah dilakukan dapat

disimpulkan bahwa data pemotretan menggunakan UAS dan kamera non metrik ini memenuhi

ketelitian geometri baik horizontal maupun vertikal pada skala 1:5000 kelas I.

Perbedaan kualitas foto udara seperti tingkat kecerahan, rona warna dan cuaca juga mempengaruhi

kualitas DSM yang akan dibentuk. Misi pemotretan yang luas dan membutuhkan penerbangan UAS

yang berulang disarankan untuk terbang pada kondisi cuaca yang sama dan sensor kamera yang sama

karena pembentukan DSM dan orthomosaic sangat bergantung pada hasil image matching. Oleh

karena itu, diperlukan kualitas foto yang baik dan seragam. Apabila menemui kondisi pemotretan

yang kurang ideal (perbedaan tingkat kecerahan, resolusi, dll) maka DSM yang dihasilkan perlu

dilakukan editing manual. Pada penelitian ini penulis juga melakukan pemrosesan smoothing DSM

agar fasad bangunan dapat terlihat lebih jelas tetapi teknik ini memiliki kekurangan karena filtering

akan menghapus point cloud yang ada, sehingga untuk beberapa area kurang merepresentasikan

kondisi di lapangan.Proses filtering data DSM harus tetap memperhatikan sebaran point cloud pada

suatu area. Wahana UAS dan kamera non metrik bisa digunakan untuk membuat DSM dengan catatan

wilayah yang dipetakan luasannya tidak terlalu besar.



5. Ucapan terima kasih

Penulis ucapkan terima kasih kepada Giri Iryan Kusnadi dan tim yang telah memberikan bimbingan

dan arahan penggunaan perangkat DJI Matrice 600. Penulis juga ucapkan terima kasih kepada rekan-

rekan pelatihan UAV Balai diklat Geospasial yang sudah membantu mengumpulkan data lapangan

dan membantu pengukuran GCP.

Daftar Pustaka

Ajayi, O. G., Salubi, A. A., Angbas, A. F., & Odigure, M. G. (2017). Generation of accurate digital

elevation models from UAV acquired low percentage overlapping images. International Journal

of Remote Sensing, 38, 3113–3134

https://doi.org/http://dx.doi.org/10.1080/01431161.2017.1285085

Fryskowska, A., Kedzierski, M., Grochala, A., & Braula, A. (2016). CALIBRATION OF LOW

COST RGB AND NIR UAV CAMERAS. In The International Archives of the

Photogrammetry, Remote Sensing and Spatial Information Sciences.

Gularso, H., Rianasari, H., & Silalahi, F. E. S. (2015). PENGGUNAAN FOTO UDARA FORMAT

KECIL MENGGUNAKAN WAHANA UDARA NIR-AWAK DALAM PEMETAAN SKALA

BESAR. Jurnal Ilmiah Geomatika, 21(1), 37–44.

Irschara, A., Kaufmann, V., Klopschitz, M., Bischof, H., & Leberl, F. (2010). owards fully automatic

photogrammetric reconstruction using digital images taken from UAVs. In ISPRS Symposium,

100 Years ISPRS - Advancing Remote Sensing Science.

Mulia, D., & Hapsari, H. (2014). STUDI FOTOGRAMETRI JARAK DEKAT DALAM

PEMODELAN 3D DAN ANALISIS VOLUME OBJEK. Geoid, 10(1), 32–39.

Peraturan Kepala Badan Informasi Geopasial No. 15 (2014). Indonesia.

Peraturan Menteri Perhubungan Republik Indonesia No. PM 180 (2015). Indonesia.

Purwanto, T. H. (2017). Pemanfaatan Foto Udara Format Kecil untuk Ekstraksi Digital Elevation

Model dengan Metode Stereoplotting. Majalah Geografi Indonesia, 31(1), 73–89.

Purwono, N., & Syetiawan, A. (2016). Application of UAV with Fisheye Lens Camera for 3D Surface

Model Reconstruction. In Geoproceed-Earth, Environment, and Spatial Sciences (Vol. 1, pp.

15–26). Retrieved from http://www.geoproceed.com/index.php/gic/article/view/3

Susetyo, D. B., & Perdana, A. P. (2015). Uji Ketelitian Digital Surface Model (DSM) sebagai Data

Dasar dalam Pembentukan Kontur Peta Rupabumi Indonesia (RBI). In SEMINAR NASIONAL

PENGINDERAAN JAUH (pp. 299–306).

Uktoro, A. I. (2017). ANALISIS CITRA DRONE UNTUK MONITORING KESEHATAN

TANAMAN KELAPA SAWIT. Jurnal Agroteknose, 8(2).

Wang, J., & Li, C. (2007). Acquisition of UAV images and the application in 3D city modeling. In

International Symposium on Photoelectronic Detection and Imaging.

View publication statsView publication stats

https://www.researchgate.net/publication/330775129

978 -979 16609 5 2

Documents