pemetaan dengan drone

7/25/2019 Pemetaan Dengan Drone

1/8

Pemanfaatan PUNA (UAV) sebagai Metode Alternatif ................... ...................... ...................... ...................... ............ (Niendyawati & Artanto)

1

PEMANFAATAN PESAWAT UDARA NIR-AWAK (PUNA) SEBAGAIMETODE ALTERNATIF PENGUMPULAN DATA GEOSPASIAL

PULAU-PULAU KECIL TERLUAR

(Utilization of Unmanned Aerial Vehicle (UAV) as an Alternative Method for CollectingGeospatial Data of the Outermost Small Islands)

Niendyawati1dan Eko Artanto

2

1Pusat Penelitian, Promosi dan Kerja Sama, Badan Informasi Geospasial2Pusat Pemetaan Batas Wilayah, Badan Informasi Geospasial

Jl. Raya Jakarta Bogor Km. 46 Cibinong, BogorE-mail:[email protected]

Diterima (received): 16 April 2014; Direvisi (revised): 5 Mei 2014; Disetujui untuk dipublikasikan (accepted): 17 Mei 2014

ABSTRAK

Negara Kesatuan Republik Indonesia merupakan negara kepulauan yang mempunyai ribuan pulau besarmaupun kecil yang tersebar dari Sabang hingga Merauke dan dari Miangas hingga Pulau Rote. Pemetaan pada

pulau-pulau besar relatif mudah dilakukan dibanding di pulau-pulau kecil. Aksesibilitas ke lokasi dan kendalatutupan awan seperti pada citra optik menjadi hambatan utama pemetaan pulau-pulau kecil. Namun data daninformasi geospasial pulau-pulau kecil terluar harus tetap dikumpulkan dan dimutakhirkan. Pemotretan denganPesawat Udara Nir-Awak (PUNA) dilakukan sebagai alternatif untuk mendapapatkan sumber data pemetaan.Pemotretan menggunakan pesawat tanpa awak dikendalikan dengan menggunakan remote control dankomputer. Tujuan dari pemanfaatan PUNA ini untuk mendapatkan data geospasial pulau-pulau kecil terluar,sesuai dengan skala yang diinginkan tanpa gangguan tutupan awan. Pulau Batek yang merupakan salah satudari 92 pulau kecil terluar dipilih sebagai lokasi kajian. Pulau Batek termasuk dalam wilayah administrasiKabupaten Kupang, Provinsi Nusa Tenggara Timur. Hasil uji ketelitian menunjukkan bahwa keseluruhan fotoyang dihasilkan memiliki nilai Ground Spatial Distance kurang dari 20 cm, dimana ukuran tersebut telahmemenuhi kebutuhan untuk produksi peta sampai skala 1:2.500.

Kata Kunci: PUNA, pulau kecil terluar, informasi geospasial

ABSTRACT

Indonesia is an archipelagic state that has many large and small islands spreading from Sabang toMerauke and from Miangas to Rote islands. Mapping the larger islands is relatively easier than the smallislands. Accessibility to the small islands sites and the constraints due to cloud cover as occasionally appearedon optical satellite imageries are the main obstacles for mapping the small islands. However, geospatial dataand information of the outermost small islands should be continually collected and updated. This researchevaluates the used of Unmanned Aerial Vehicle (UAV) as an alternative to inventory and update geospatialdata. The collecting data used drones that controlled via remote control and computer. The purpose of the useof UAV was to collect geospatial data of the outermost small islands in a particular desired scale and cloudcover free images. The location of the research was in Batek Island which is one among the 92 outermostislands of Indonesia, which located at Kupang district, East Nusa Tenggara Province. The result shows that the

overall photos has a Spatial Ground Distance value smaller than 20 cm, this size has met the requirements formapping production at the scale of 1:2,500.

Keywords: UAV, outermost small island, geospatial information

PENDAHULUAN

Negara Kesatuan Republik Indonesiamerupakan Negara kepulauan yang memilikiwilayah yang sangat luas dengan panjang garispantai kurang lebih 98.988 km, dengan jumlahpulau lebih dari 13.466 pulau (Badan InformasiGeospasial, 2013). Pengelolaan negara kepulauanyang demikian besar, tentu memerlukan data daninformasi geospasial yang dapat dipercaya danandal. Badan Informasi Geospasial (BIG) adalah

satu-satunya lembaga di Indonesia sebagaipenyelenggara Informasi Geospasial Dasar (IGD),Infrastruktur Informasi Geospasial (IIG), danmerupakan pembina dan pelaksana integrasiInformasi Geospasial Tematik (IGT). BIGmempunyai visi menjadi lembaga penggerak danterdepan dalam penyelenggaraan informasigeospasial di Indonesia yang andal, terintegrasidan mudah dimanfaatkan. Salah satu misinyaadalah membangun data dan informasi geospasialyang berkualitas dan berkelanjutan dengan multi-
mailto:[email protected]:[email protected]


2/8

Majalah Ilmiah Glob, Volume 16 No. 1 Juni 2014: 1-8

2

resolusi dan multi-skala dalam satu referensitunggal serta mudah dimanfaatkan secara cepatdan dapat dipertanggungjawabkan untukmendukung pembangunan nasional.

Pulau-pulau terluar merupakan pintu gerbangwilayah Indonesia, yang harus dijaga baik dari segikeamanannya dan keberadaannya. Pada umumnyapembangunan wilayahnya pulau-pulau terluarmasih tertinggal, hal ini dikarenakan wilayah ini

jauh dari pusat pemerintahan, padahal keberadaandan pembangunannya sangat penting dan harusmendapatkan prioritas oleh pemerintah. Olehkarena itu data dan informasi wilayah ini pentinguntuk diinventarisasi dan selalu diperbaharui dalamkurun waktu tertentu.

Inventarisasi dan pemutakhiran datageospasial pada pulau-pulau kecil terluar seringmengalami kendala, baik dari faktor alam, misalnyacuaca, bencana, dan aksesibilitas ke lokasi.Sedangkan kendala yang berasal dari teknologi

satelit juga sering muncul, seperti pengambilandata dari citra optik sering terjadi kendala tutupanawan, atau keterbatasan ketersediaan citra denganresolusi tinggi sehingga kurang mendapatkaninformasi sesuai yang diinginkan. Oleh karena itu,dalam tulisan ini diberikan alternatif dalammenghadapi kendala tutupan awan danketerbatasan ketersediaan data sesuai skala yangdiinginkan dan dengan biaya yang efektif (Haala etal., 2011), yaitu dengan kajian pemanfaatanPesawat Udara Nir-Awak (PUNA) (Tahar et al.,2011).

Tujuan dari penelitian ini adalah mengujisejauh mana ketelitian hasil pemotretanmenggunakan PUNA untuk inventarisasi datageospasial khususnya di pulau kecil terluar. Hasilpenelitian ini diharapkan dapat menjadi acuanpemanfaatan PUNA selanjutnya.

METODE

Metode yang digunakan untuk pemetaanpulau-pulau kecil terluar dilaksanakan denganmetode fotogrametri small format yang dipotretmenggunakan wahana tanpa awak (Udin et al.,2012).

Langkah-langkah yang digunakan dalampenelitian ini meliputi:1. Persiapan administrasi

Tahap ini merupakan langkah awal sebelumpengambilan data dilakukan. Persiapanadministrasi meliputi pengurusan administrasi,

pengurusan perijinan, dan asuransi.2. Persiapan pemotretan

Tahap persiapan pemotretan meliputi penyiapanperalatan yang akan digunakan, peta dasar,peta kerja, dan data pendukung, menyiapkan

jalur terbang, dan Ground Control Points (GCP)(Eisenbeiss, 2011). Persiapan peralatan jugatermasuk ujicoba dan persiapan terhadapwahana UAV yang akan digunakan untukmenjaga agar wahana mampu bertahan terbangsesuai jalur yang diinginkan pada cuaca lokasipemotretan.

Gambar 1. Ilustrasi jalur terbang dengan sidelapdan overlap.

Gambar 2. Penyiapan Pesawat Udara Nir-Awak (PUNA).


3/8


3

3. Pemotretana. Tahap pemotretan dimaksudkan untuk

melakukan pengumpulan data. Pada tahapini setiap jalur terbang harus dapat dipotretsecara berurutan dalam satu kali pemotretan.

Apabila terjadi pemutusan jalur terbang,karena tertutup awan atau kendala lain harusdiberikan catatan. Selanjutnya untukmenyelesaikan sisanya harus dimulai darititik awal yang mempunyai pertampalandengan jalur terbang sebelumnya (Bryson,2013).

b. Pengukuran GCP menggunakan metodePPP (precise point positioning). DistribusiGCP ini memperhatikan keberadaan titikkontrol yang telah ada hasil dari pengukuran

sebelumnya yang mempunyai ketelitianOrde-3 atau yang lebih tinggi, kemudiandilakukan survei di lapangan untukpenempatan posisi tugu sehingga dapatdigunakan untuk pekerjaan-pekerjaanselanjutnya. Survei penentuan koordinat titikkontrol tanah pada pekerjaan ini adalahuntuk menentukan koordinat titik yang akandigunakan untuk kontrol pekerjaan aerialtringulasi melalui hitungan block adjustment(perataan blok). Teknik PPP ini akanmemberikan hasil yang terikat pada datumGPS WGS 1984 untuk posisi horizontal,sedangkan datum vertikal direferensikanterhadap model Geoid EGM96.

Gambar 3. Premarkdan pengukuran GCP.

4. Pemrosesan dataa. Hasil pemotretan diproses secara otomatis

dengan fotogrametri digital untuk

menghasilkan Peta Foto dan Peta Garis.b. Proses triangulasi udara. Triangulasi udara

pada fotogrametri adalah metode dalammenentukan dan menghitung koordinat 3-dimensi setiap objek dengan carafotogrametri, dengan menggunakan setiapfoto dari posisi yang berbeda yang meliputiobjek yang sama. Dengan triangulasi udara,foto udara dimungkinkan dapat menghitungkoordinat 3-dimensi untuk setiap elemenobjek. Dalam proses, diperlukan beberapatitik dengan posisi diketahui yang tampakpada beberapa foto. Titik-titik ini merupakan

titik kontrol yang menjadi bagian pentingdalam proses triangulasi udara (ENVI, 2014).Secara umum, tahapan proses triangulasi

udara menurut (Saile, 2011), yaitu:- Identifikasi titik kontrol dan titik ikat model.- Pengamatan titik dalam sistem koordinat

model atau melalui pengamatan koordinatfoto kemudian dihitung koordinatmodelnya.

- Penyusunan persamaan pengamatan.- Penyusunan persamaan normal.Pemecahan persamaan normal untuk

mendapatkan koordinat definitif dari titik ikat (danparameter transformasi bila diperlukan untuk

menghitung titik model lainnya).

Gambar 4. Proses triangulasi udara.Pembentukan Digital Terrain Model(DTM).


4/8

Majalah Ilmiah Glob, Volume 16 No. 1 Juni 2014: 1-8

4

DTM merupakan data tiga dimensi (3-Dimensi) yang merepresentasikan keadaanpermukaan objek yang diliput. DTMmerupakan data raster dengan ukuran sel 1mm pada skala peta, yang diperolah secaraotomatis dengan teknik stereo matching dandilanjutkan dengan editing data semiotomatis (Fabris & Pesci, 2005). Kegiatanediting data hasil stereo matching dilakukanuntuk membuang data yang tidak mewakiliterain tanah. Jadi kegiatan editingdimaksudkan untuk mengubah hasil prosesstereo matching yang masih berupa datamodel permukaan digital (DSM) menjadi dataterain digital (DTM) (Grohmann, 2013).Selanjutnya, garis kontur dibuat berdasarkanDTM yang dihasilkan dengan ketentuaninterval kontur sebesar 1/2000 dari angkapenyebut skala peta (dalam meter) dan untukkontur bantu dengan interval 1/4000 dari

angka penyebut skala peta (untuk daerahyang relatif datar).c. Ortho-Rectification

Rektifikasi adalah suatu re-eksposur darisuatu foto sehingga kemiringan-kemiringan(tilt) yang terdapat pada foto tersebutmenjadi hilang dan sekaligus mengatur skalarata-rata foto yang satu dengan yang lainnya(Martin & Alonso, 1999). Rektifikasi dilakukanapabila permukaan tanah yang terpotretrelatif datar, dengan asumsi h pada setiaptitik pengamatan < 0.5 % x tinggi terbangterhadap tinggi rata-rata pada foto yang

bersangkutan.Pembuatan peta foto untuk daerah yangbergunung dilakukan dengan proses ortofoto

(Vallet et al., 2012), dimana dengan ortofotoini dilakukan re-eksposur secara orthogonalper bagian-bagian kecil dari foto (Baltsavias,1996), sehingga kemiringan, skala, danpergeseran relief dapat dikoreksi (Hemmleb& Wiedemann, 1997). Proses ortofoto akanmenjadikan foto dalam proyeksi orthogonaldan hanya mempunyai satu skala (walaupundalam medan yang beraneka), dan sepertifoto karena menyajikan medan dengangambaran sebenarnya (tidak berwujud garisdan simbol) (PCI Geomatics, 2013). Ortofotodilakukan apabila permukaan tanah yangdipotret itu bergunung dengan asumsi hpada setiap titik pengamatan >0,5% x tinggiterbang terhadap tinggi rata-rata pada fotoyang bersangkutan.

5. Survei lapanganSurvei ini dimaksudkan untuk mengumpulkan

data lapangan yang harus dikumpulkan untukmelengkapi hasil pemotretan UAV(Tahar, 2012).Survei lapangan tersebut antara lainmengumpulkan data tentang batas administrasidan toponimi (nama desa, nama sungai, dannama-nama geografis lainnya yang diperlukan)yang dituangkan dalam formulir F6-NG yangtelah dilegalisasi oleh pemerintah setempat(Firat et al., 2008).

6. FinalisasiFinalisasi dari kegiatan ini berupa ploting hasilpemotretan dan survei kelengkapan data

lapangan.

Gambar 5. Diagram alir pembentukan DTM.

DTM

Bundle Adjustment

Orthographic ModelRe-Projection

Control PointGeorefencing

Dense PointcloudReconstruction

CollectImages

3D Terrain Model

Scale-InvariantFeature Transform

Extraction &Matching

ImagePre-Processing

Ground ControlPoint

Data Acquisition Image Processing Terrain


5/8


5

Gambar 6. Alur kegiatan.

HASIL DAN PEMBAHASAN

Kendala utama dalam pekerjaanmenggunakan wahana udara tanpa awak adalahkondisi cuaca di lapangan. Angin yang bertiupkencang menyebabkan kesulitan dalammempertahankan pesawat tanpa awak untuk dapatterbang sesuai dengan rencana jalur terbang.Selain itu, ombak yang tinggi juga merupakankendala aksesibilitas menuju lokasi pulau yangakan dipotret. Kendala perijinan pemotretan padalokasi-lokasi tertentu.

Secara keseluruhan foto udara yang dihasilkantelah memenuhi spesifikasi area overlap > 60% dansidelap > 20%. Kondisi cuaca berangin di wilayah

pesisir yang menyebabkan wahana udara tanpaawak sulit untuk mengikuti jalur terbang. Kondisi inipada praktek di lapangan disiasati denganmenambah nilai overlap dan sidelap untukmengurangi resiko kekurangan foto. Rata-rata nilaioverlapantar-foto udara adalah 80%. Nilai overlapyang tinggi menyebabkan korelasi antar-foto udaramenjadi semakin baik. Pada setiap lokasipemotretan jumlah foto yang diambil rata-rata lebihdari 500 citra foto udara. Sebagai konsekuensi dari

jumlah foto yang banyak, maka proses pengolahanfoto udara harus dikerjakan secara otomatis. Nilai

korelasi yang tinggi antar-foto udara akanmenambah kualitas proses otomatisasi dalamproses triangulasi udara.

Pemanfaatan teknologi GPS (GlobalPositioning System) memungkinkan didapatkannyakoordinat planimetrik pada satu referensi sehinggadiperoleh ketelitian yang cukup baik, yaitu dalamfraksi sub-meter. Akurasi tersebut cukup memadaiuntuk pemetaan skala 1:5.000 dan lebih besar.

Penelitian ini menggunakan metodepengukuran Precise Point Positioning. Teknik iniakan memberikan hasil yang terikat pada datumGPS WGS 1984 untuk posisi horizontal, sedangkan

datum vertikal direferensikan terhadap model GeoidEGM96. Seluruh hasil pengamatan GPS metodestaticselama lebih dari 1,5 jam pengamatan dapatmemenuhi target presisi < 1,5m untuk posisihorizontal. Secara keseluruhan citra foto yangdihasilkan memiliki nilai Ground Spatial Distanceyang lebih kecil dari 20 cm. Ukuran tersebut telahmemenuhi kebutuhan untuk produksi peta sampaiskala 1:2.500.


6/8

Majalah Globe Volume 16 No. 1 Juni 2014: 1-8

6

Camera Model ResolutionFocalLength

Precalibrated

CannonPowerShotA2200

4320 x3240

5 mm EXIF

Gambar 7. Hasil hitungan triangulasi udaramenghasilkan presisi < 2,5 pikselsetara dengan < 0,63 m.

Label X error (m) Y error (m) Z error (m) Error (m) ProjError(pix)

point 1 0.001567 -0.009115 0.009655 0.009655 29 0.00

point 2 0.003073 0.018735 -0.003796 0.019361 25 0.00

point 3 0.004591 -0.002682 -0.000559 0.005346 26 0.00

point 4 -0.009233 -0.006938 0.001586 0.011658 28 0.00

Gambar 8. Letak GCP dan presisinya

.

Gambar 9. Hasil pemotretan PUNA Pulau Batek setelah pemrosesan.


7/8


7

Gambar 10. Peta Garis Pulau Batek hasil pemotretan PUNA.

KESIMPULAN

Dari kajian dengan menggunakan PUNA inidapat disimpulkan bahwa wahana PUNA dapatmenghasilkan data geospasial dengan ketelitiantinggi kurang dari 1 meter.PUNA juga memberikanalternatif sumber data untuk daerah yang jauh dansulit terjangkau, seperti pulau-pulau kecil terluar.Kelebihan lain yaitu PUNA mampu menghasilkandata geospasial sesuai skala yang diinginkan danbebas awan. Yang terakhir, PUNA menjadialternatif penyediaan data sesuai periode waktuyang diinginkan.

UCAPAN TERIMA KASIH

Penulis mengucapkan terimakasih kepadaPusat Pemetaan Batas Wilayah BIG atas dukungandata dan informasinya, sehingga tulisan ini dapatdipublikasikan pada Majalah Ilmiah Globe.

DAFTAR PUSTAKA

Badan Informasi Geospasial. (2013). PresentasiPenghitungan Garis Pantai, Luas NKRI danPembakuan Pulau. 27 September 2013.

Baltsavias, E. P. (1996). Digital ortho-images - a powerfultool for the extraction of spatial and geo-information.ISPRS Journal of Photogrammetry and Remote

sensing, 51(2), 63-77.Bryson, M., Johnson-Roberson, M., Murphy, R. J., &

Bongiorno, D. (2013). Kite aerial photography forlow-cost, ultra-high spatial resolution multi-spectralmapping of intertidal landscapes. PloS one, 8(9),e73550.

Eisenbeiss, H. (2011). The potential of unmanned aerialvehicles for mapping. Photogrammetrische Woche

2011, 135-145. Dieter Fritsch (Ed.). WichmannVerlag, Heidelberg.

Eisenbeiss, H. (2011). Tutorial UAV-g Introduction, UAV-g 2011. International Conference on Unmanned

Aerial September 14-16, 2011. Campus ScienceCity, ETH Zurich Vehicles in Geomatics. 34p.

ENVI. (2014). ENVI Tutorial: Orthorectifying AerialPhotographs.ITT Visual Information Solutions 4990Pearl East Circle Boulder CO, 80301,303.786.9900. 10p.

Fabris, M. & Pesci, A. (2005). Automated DEM Extractionin Digital Aerial Photogrammetry: Precisions andValidation for Mass Movement Monitoring,Annals ofGeophysics. 48(6). December 2005. 16p.

Frat, O., Pamukolu, K., Eker, O. zerbil, . T. & Mara,H. H. (2008). 1:25.000 Scaled PhotogrammetricMap Production System, The International Archivesof the Photogrammetry Remote Sensing and SpatialInformation Sciences. Vol. XXXVII. Part B4. Beijing2008.

Haala, N., Cramer, M., Weimer, F. & Trittler, M. (2012).Performance Test on UAV-Based PhotogrammetricData Collection. ISPRS - International Archives ofthe Photogrammetry, Remote Sensing and SpatialInformation Sciences. Volume XXXVIII-1/C22.ISPRS Zurich 2011 Workshop, 14-16 September2011, Zurich, Switzerland

Hemmleb, M. & Wiedemann, A. (1997). DigitalRectification and Generation of Orthoimages in

Architectural Photogrammetry. Proc. of the CIPA Int.Symposium '97, Photogrammetry in Architecture,

Archaeology and Urban Conservation, Int. Archivesfor Photogrammetry and Remote Sensing, Band

XXXII, Part 5C1B.

Martn, J. J. F. & Alonso, J. S. J. (1999). The Combined

Application of Image Rectification. PhotogrametricRestitution and Classic Surveying as an EffectiveBasis to Architectural Documentary Methods. XVII


8/8

Majalah Globe Volume 16 No. 1 Juni 2014: 1-8

8

SYMPOSIUM CIPA School of Architecture.University of Valladolid. Valladolid.

PCI Geomatics. (2013). DEM extraction and DSM toDTM conversion. Geomatica 2013 Tutorial.Celebreting 30 Years PCI Geomatics.

Peraturan Presiden Nomor 94 Tahun 2011 tentangBadan Informasi Geospasial.

Saile, J. 2011. High Performance Photogrammetric

Production. Photogrammetric Week 2011. Stuttgart.Tahar, K. N., Ahmad, A., & Akib, W. A. A. W. M. (2011).UAV-based stereo vision for photogrammetricsurvey in aerial terrain mapping. Computer

Applications and Industrial Electronics (ICCAIE),2011 IEEE International Conference on (pp. 443-447). IEEE.

Tahar, K. N., & Ahmad, A. (2012). A simulation study onthe capabilities of rotor wing unmanned aerial

vehicle in aerial terrain mapping. InternationalJournal of Physical Sciences, 7(8), 1300-1306.doi:10.5897/IJPS11.969.

Udin, W. S., Hassan, A. F., Ahmad, A., & Tahar, K. N.(2012, March). Digital terrain model extraction usingdigital aerial imagery of unmanned aerial vehicle. InSignal Processing and its Applications (CSPA),2012 IEEE 8th International Colloquium (pp. 272-

275). IEEE.Vallet, J., Panissod, F., Strecha, C. & Traco,l M. (2012).Photogrammetric Performance of an Ultra LightWeight Swinglet UAV. ISPRS - International

Archives of the Photogrammetry, Remote Sensingand Spatial Information Sciences.doi:10.5194/isprsarchives-XXXVIII-1-C22-253-2011

pemetaan dengan drone

Documents