Pos

Teknologi UAV Untuk Penanganan Pasca Bencana

Oleh: Arszandi Pratama, S.T, M.Sc, Rabby Awalludin S.T, Tike Aprillia S.T, dan Dandy Muhamad Fadilah, S.T

Kemajuan teknologi yang sangat pesat terutama UAV dalam beberapa tahun terakhir membuat banyak inovasi terkini dalam upaya manajemen bencana di Indonesia. Dengan teknologi UAV, yang relatif lebih terjangkau dan mudah digunakan diharapkan mampu membantu dalam kajian manajemen bencana khususnya pada saat pasca bencana. Dalam artikel ini, anda akan mengetahui mengenai pemanfaatan UAV pada saat pasca bencana, alasan mengapa UAV lebih sering digunakan, dan manfaat penggunaannya. Yuk disimak! semoga dapat bermanfaat.

Teknologi UAV Untuk Kebencanaan

Sumber: PT.KHS

UAV (Unmanned Aerial Vehicle) atau yang lebih dikenal dengan drone merupakan alat yang efektif untuk melakukan pemetaan foto udara. Saat ini, penggunaan UAV meningkat karena keuntungan pada biaya yang relatif murah. UAV dapat dimanfaatkan untuk kegiatan inspeksi, pengawasan, pengintaian, dan pemetaan. Teknologi komputer dan teknologi pengolahan gambar digital telah dikembangkan dan pengembangan ini dapat menyediakan hingga melakukan proses ekstraksi baik secara otomatis atau semi-otomatis (Solikhin, 2016).

Bencana alam maupun bencana yang disebabkan oleh manusia yang terjadi akan meninggalkan kehancuran pada lingkungan terdampak dan sekitarnya. Kondisi area terdampak bencana cenderung sulit diakses oleh petugas tanggap bencana. Sementara banyak hal yang harus segera dilakukan oleh petugas tersebut, seperti menyisir seluruh area, memetakan wilayah dan jalur alternatif, serta mendistribusikan berbagai bantuan untuk korban. Pekerjaan tersebut terkadang sangat sulit dilakukan apalagi jika area terdampak bencananya tergolong sangat luas. Oleh karena itu, hadirlah UAV yang mengambil alih pekerjaan tersebut sehingga mempercepat penanganan pasca bencana. 

Pada saat keadaan pasca bencana, sulit untuk mengetahui informasi penting baik dikarenakan medan yang sulit ditempuh, keadaan yang tidak terkendali, sampai keadaan panik akibat korban luka dan korban jiwa. Dalam kondisi kurang terkendali tersebut, dibutuhkan data dan informasi yang cepat dan tepat untuk dapat membantu korban bencana. Data-data yang dibutuhkan adalah:

  1. Kondisi umum area bencana 
  2. Mengidentifikasi zona aman dan bahaya
  3. Peta detail dan akurat
  4. Data banyaknya korban terdampak
  5. Informasi infrastruktur yang rusak.

Mengapa Memilih Menggunakan UAV?

Terdapat beberapa keuntungan dalam penggunaan UAV pada saat pasca bencana:

  1. Kecepatan dan ketinggian dapat diatur sesuai dengan kebutuhan.
  2. Menghasilkan data dengan resolusi sangat tinggi, dan hanya kemungkinan kecil tertutup awan (apabila terbang sangat tinggi) jika dibandingkan dengan satelit.
  3. Pengoperasian secara otomatis atau manual.
  4. Dapat menggunakan berbagai sensor sesuai dengan kebutuhan.
  5. Biaya yang dibutuhkan relatif lebih kecil.
  6. Dapat menjangkau daerah yang luas dan daerah yang sulit.
  7. Lebih fleksibel, efektif, dan efesien dalam melakukan survei. Saat melakukan kaji cepat tidak perlu memasuki kawasan rawan bencana yang membahayakan jiwa petugas. 
  8. Mampu memberikan informasi berupa gambar dan video yang dapat mendukung laporan. 
  9. Data yang diperoleh dapat digunakan ke dalam peta sebagai sarana pendukung dalam penyusunan rencana operasi pada masa tanggap darurat agar lebih efektif. 
  10. Melakukan assesmen lebih cepat.

Adapun tujuan penggunaan UAV salah satunya adalah menghasilkan citra orthophoto dan Digital Elevation Model (DEM) resolusi tinggi yang diharapkan mampu memberikan gambaran dan data teknis bencana secara cepat dan akurat.

Citra Orthophoto

Sumber: PT. KHS

Beberapa Fungsi UAV Pada Saat Pasca Bencana

  1. Penyisiran Wilayah dan Penyelamatan

Drone sebagai pesawat tanpa awak yang dilengkapi kamera dimanfaatkan untuk melakukan penyisiran wilayah terdampak bencana yang luas. Drone dapat melakukan penyisiran dengan lebih cepat karena kemampuan terbangnya yang stabil di segala keadaan. Saat menyisir wilayah, drone juga akan sekaligus menandai lokasi korban serta mengidentifikasi bagian wilayah yang paling gawat kondisinya. Sehingga selanjutnya upaya penyelamatan dapat segera dilakukan dengan lebih terfokus dan cepat.

  1. Pemantauan Keselamatan Petugas

Seperti sudah disebutkan sebelumnya, bencana akan mengakibatkan sarana infrastruktur mengalami gangguan dan kerusakan. Keadaan lingkungan terdampak bencana sangat tidak stabil, kerap terdapat bangunan yang beresiko runtuh tiba-tiba, pepohonan yang akarnya sudah tidak kuat, kabel listrik yang putus, atau genangan banjir yang tidak terukur.

Kondisi-kondisi tersebut bisa saja mencelakai petugas tanggap bencana dan menambah korban lagi. Di sinilah drone berperan memberikan pemantauan jarak jauh untuk meningkatkan keselamatan petugas dan orang-orang di sekitar. Hasil pemantauan drone akan dijadikan acuan petugas untuk menentukan cara terbaik mendekati wilayah bencana.

  1. Menilai Kerugian Aset

Dalam sebuah bencana, petugas biasanya memiliki dua tugas penting yaitu evakuasi korban manusia dan assessment aset terdampak. Assessment adalah proses penilaian kerugian aset berdasarkan kerusakan yang terjadi pada fasilitas publik. Penilaian ini diperlukan agar pemerintah dapat dengan segera menganggarkan dana untuk memulihkan wilayah tersebut.

Drone membantu pekerjaan tersebut dengan menganalisa wilayah bencana yang luas untuk kemudian mengidentifikasi area atau infrastruktur yang kondisinya parah dan membutuhkan penanganan segera. Drone menampilkan data tersebut dalam bentuk foto

  1. Pemetaan 3D Area Bencana

Untuk mempercepat proses evakuasi dan distribusi bantuan ke wilayah darurat, peta 3D atau pencitraan visual sangat dibutuhkan. Pesawat besar dengan awak bisa melakukan pemetaan ini, namun biayanya terlalu mahal. Sedangkan pencitraan satelit memiliki resolusi gambar yang kurang bagus. Keduanya sama-sama membutuhkan waktu lama untuk memetakan lokasi, sehingga drone adalah pilihan yang paling tepat untuk situasi ini.

Drone secara cepat dapat menghasilkan pemetaan 3D dengan resolusi yang tinggi sehingga tiap titik kerusakan dapat diidentifikasi. Data tersebut akan otomatis diunggah secara real-time. Drone menghasilkan peta dengan model 3D dengan bantuan sofware khusus pengolah gambar yang terhubung dengannya. Pemetaan 3D drone ini sudah pernah diaplikasikan dalam penanggulangan pasca gempa Nepal pada tahun 2015 lalu.

Sumber: PT. KHS

Dalam sistem manajemen bencana, Penanganan pasca bencana merupakan salah satu kunci untuk dapat secara cepat dan tepat menangani korban dan dampak dari bencana yang telah berlangsung. Dengan penanganan yang tepat dan cepat akan dapat membantu pemerintah dalam melakukan kajian penanganan bencana baik berupa pemberian bantuan, penyisiran wilayah, ataupun pemantauan korban jiwa. Dengan teknologi UAV, hal tersebut dapat dilakukan dengan cepat. Diharapkan penanganan bencana di seluruh wilayah Indonesia dapat terorganisir dengan baik dan seluruh elemen masyarakat serta pemerintah dapat bersiap siaga dalam menghadapi bencana termasuk dalam mitigasi bencana.

REFERENSI

  1. Allawiyah, Mutia. 2022. Drone: Pesawat Terbang Tanpa Awak Untuk Kebencanaan. https://siagabencana.com/all/post/drone-pesawat-terbang-tanpa-awak-untuk-kebencanaan. Diakses pada 28 November 2022.
  2. 2016. BNPB Akan Manfaatkan Drone Untuk Penanggulangan Bencana
    https://mediaindonesia.com/humaniora/70670/bnpb-akan-manfaatkan-drone-untuk-penanggulangan-bencanaDrone. Diakses pada 28 November 2022.
  3. Fibriati, Romana Dwi. 2020. 5 Peran Penting Drone dalam Penanggulangan Bencana https://www.builder.id/drone-penanggulangan-bencana/. Diakses pada 28 November 2022.
  4. Kristiawan, Yohandi. dkk. 2017. Aplikasi UAV Drone Untuk Penanggulangan Cepat Potensi Aliran Bahan Rombakan (Banjir Bandang) Studi Kasus Di Desa Lebakwangi, Kecamatan Arjasari, Kabupaten Bandung. Prosiding, Seminar Nasional Kebumian. Pusat Vulkanologi Dan Mitigasi Bencana Geologi.
  5. Nugroho Wisnu, 2019. Pemanfaatan Drone untuk Membantu Pemulihan Gempa dan Tsunami di Palu. https://infokomputer.grid.id/read/121712212/pemanfaatan-drone-untuk-membantu-pemulihan-gempa-dan-tsunami-di-palu Diakses pada 28 November 2022.
  6. Ramadhani, Yoniar Hufan. 2016. Pemanfaatan UAV Untuk Pemetaan Tematik Kebencanaan. Seminar Pemanfaatan UAV Untuk Penanggulan Bencana. Badan Informasi Geospasial.
  7. Setyorini, Virna, P. 2020. Penggunaan Drone Untuk Kebencanaan Libatkan Swasta Dan Komunitas. https://www.antaranews.com/berita/1753473/penggunaan-drone-untuk-kebencanaan-libatkan-swasta-dan-komunitas. Diakses pada 28 November 2022.
  8. Zona Spasial. 2018. 4 Fungsi Drone dalam Penanganan Pasca Bencana. https://zonaspasial.com/tag/foto-udara/. Diakses pada 28 November 2022.

KHS Berperan Mendukung Transisi Energi Berkelanjutan

Oleh: Arszandi Pratama, S.T., M.Sc., Tike Aprillia S.T., dan Dandy Muhamad Fadilah, S.T.

Pembahasan Energy Transitions Working Group (ETWG)

Kegiatan Konferensi Tingkat Tinggi (KTT) G20 telah selesai diadakan. Sebelum kegiatan tersebut berakhir, setahun belakangan ini telah banyak dilakukan rangkaian kegiatan pertemuan-pertemuan pendahulu setidaknya sebanyak 438 event dan side event telah dilakukan di 25 kota Indonesia. Sustainable energy transition atau transisi energi berkelanjutan menjadi salah satu isu prioritas pada Presidensi G20 Indonesia tahun 2022, di samping dua topik lainnya yakni Sistem Kesehatan Dunia serta Transformasi Ekonomi dan Digital.

Dalam pembahasan transisi energi berkelanjutan, terdapat 3 pilar yaitu: Pertama, energy accessibility atau akses energi yang terjangkau, berkelanjutan, dan dapat diandalkan. Tujuannya, untuk meningkatkan kerja sama internasional dalam memfasilitasi akses ke penelitian dan teknologi bersih. Kedua, smart and clean energy technology, yaitu mendorong implementasi teknologi pintar dan bersih, baik dalam konteks efisiensi energi, pengurangan emisi, maupun pengembangan energi terbarukan.  Ketiga, advancing energy financing, yaitu pembiayaan untuk mendukung dua poin sebelumnya.

Dalam Forum transisi energi G20 yang ke-3, The 3rd Energy Transitions Working Group (ETWG), di Nusa Dua Bali, menjadi gelaran ketiga diskusi terkait transisi energi pada Presidensi G20 Indonesia tahun 2022. Dalam forum tersebut, anggota G20 intensif membahas tiga pilar utama transisi energi untuk percepatan transisi energi dan pencapaian tujuan global, baik Sustainable Development Goal 7 (SDG7) maupun pencapaian target pengendalian perubahan iklim. Dengan tiga fokus tersebut, G20 diharapkan dapat mencapai kesepakatan bersama dalam mempercepat transisi energi global, sekaligus memperkuat sistem energi global yang berkelanjutan dengan dan tanpa mengenyampingkan nilai-nilai keadilan dan kesejahteraaan.

Pemerintah Indonesia mengajak negara-negara yang tergabung dalam G20 untuk mencapai kesepakatan global dengan mempercepat program transisi energi. Indonesia resmi menginisiasi dan meluncurkan Transisi Energi G20 guna menjembatani dan mendorong negara-negara maju, serta negara-negara berkembang agar mempercepat peralihan energi fosil ke energi bersih. 

Transisi energi merupakan proses panjang yang harus dilakukan oleh negara-negara di dunia untuk menekan emisi karbon yang dapat menyebabkan perubahan iklim. Kesepakatan dalam transisi energi bertujuan untuk menuju ke titik yang sama yaitu pemanfaatan energi bersih yang terus meningkat. Program Transisi Energi bersih ini dibuat dalam satu sistem energi global yang terus menerus berkelanjutan. Transisi Energi G20 tentunya menjadi daya ungkit untuk memperkuat sistem energi global berkelanjutan tersebut. 

Data Menunjukan bahwa negara-negara anggota G20 menyumbang paling tidak sekitar 75% dari permintaan energi global. Oleh karena itu, negara-negara G20 memiliki sebuah tanggung jawab besar dan harus memiliki langkah strategis dalam mendorong pemanfaatan energi bersih. Proses transisi ke energi karbon yang lebih rendah menjadi tantangan yang tidak mudah. Beradaptasi dengan era rendah karbon tentu saja berdampak sangat luas. Adaptasi tersebut tidak hanya menyangkut strategi investasi dan permodalan, namun juga terkait erat dengan budaya dan kebiasaan yang ada. Dalam konteks transisi energi lebih dari 69 negara diharapkan secara masif melakukan dekarbonisasi yang bersifat universal, terencana, terukur dalam suatu langkah yang nyata.

Ke depan, pemerintah tengah melakukan pengurangan penggunaan batubara sebagai sumber energi dengan menggunakan teknologi CCS/CCUS (Carbon Capture, Utilizaton and Storage), pengembangan Dimethyl Ether (DME) pengganti elpiji serta peningkatakan nilai tambah mineral melalui hilirisasi di dalam negeri. Pada periode transisi energi, energi fosil masih memiliki peran penting untuk dikembangkan sebelum yang lebih bersih tersedia.

Sumber: https://www.esdm.go.id/en/media-center/news-archives/inovasi-teknologi-pemanfaatan-batubara-dukung-tercapainya-transisi-energ

Langkah-Langkah Menuju Transisi Energi Nasional

Salah satu dari langkah transisi energi nasional adalah melalui pengurangan emisi C02 pada beberapa sektor dan aktivitas ekonomi yang sangat penting. Dua sektor utama yang sangat mempengaruhi adalah sektor energi dan sektor kehutanan/penggunaan lahan. Penguatan-penguatan dan kendali kebijakan yang mendukung transisi energi yaitu:

  1. RUPTL tersebut harus selalu dipastikan selalu on the track. Dimana dalam RUPTL total pembangkit EBT yang akan dibangun dalam 10 tahun ke depan mencapai 20.923 megawatt (MW). Pembangkit listrik tenaga air menjadi yang paling dominan dengan 9.272 MW, disusul oleh pembangkit listrik tenaga panas bumi (PLTP) 3.355 MW, dan pembangkit listrik tenaga surya 4.680 MW.  
  2. Kampanye terhadap perubahan budaya, cara pandang, serta kebiasaan di masyarakat yang terus di dengungkan, agar efek dari perubahan iklim akan mempengaruhi setiap orang meskipun dalam porsi yang berbeda-beda. Dengan adanya kemudahan penyebaran informasi, kesadaran akan penyebab perubahan iklim dan upaya menghindari atau mengatasi implikasinya semakin dapat diakses oleh publik sehingga bagi banyak orang transisi menuju energi terbarukan sangat penting untuk mendukung pertumbuhan yang rendah karbon.
  3. Pelaku dunia usaha dan pelaku bisnis, pelaku industri, serta UMKM dianggap sudah selayaknya didorong untuk memanfaatkan energi baru terbarukan, guna mempercepat pertumbuhan green economy atau ekonomi hijau di Indonesia.
  4. Pemerintah Daerah dan legislatif (DPRD) punya andil yang kuat dan signifikan untuk melakukan langkah langkah konkret terhadap kebijakan yang mendukung energi bersih. Implementasi instrument-instrumen kebijakan untuk mendukung akselerasi transisi di daerah memiliki daya ungkit yang kuat terhadap penerapan energi hijau.
  5. Kebijakan fiskal berupa instrumen Nilai Ekonomi Karbon (NEK), di mana regulasi telah di terbitkan yaitu Undang-Undang Nomor 7 Tahun 2021 tentang Harmonisasi Peraturan Perpajakan – Pasal 13 Pemberlakuan Pajak karbon, harus secara tegas ditegakkan. Salah satu klausulnya berlaku pada 1 April 2022, yang pertama kali dikenakan terhadap badan yang bergerak di bidang pembangkit listrik tenaga uap batubara dengan skema cap dan tax yang searah dengan implementasi pasar karbon yang sudah mulai berjalan di sektor PLTU batubara.

Langkah dan strategi di atas merupakan instrumen yang tengah dijalankan oleh pemerintah, dalam kerangka melakukan percepatan terhadap proses transisi energi. Poin penting dalam transisi energi adalah memperluas penggunaan energi terbarukan dengan tetap memperhatikan kecukupan energi untuk mendukung beragam kegiatan perekonomian masyarakat.

Peran KHS dalam Mendukung Transisi Energi 

Panas bumi adalah sumber energi panas yang terkandung di dalam air panas, uap air, serta batuan bersama mineral ikutan dan gas lainnya yang secara genetik tidak dapat dipisahkan dalam suatu sistem panas bumi. Sementara energi panas bumi merupakan energi yang bersumber dari panas yang terkandung dalam perut bumi dan pada umumnya berasosiasi dengan keberadaan gunung api. Sebagaimana ditetapkan dalam Undang-Undang RI Nomor 21 Tahun 2017 tentang panas bumi merupakan energi ramah lingkungan yang potensinya besar dan pemanfaatannya belum optimal sehingga perlu didorong dan ditingkatkan secara terencana dan terintegrasi guna mengurangi ketergantungan terhadap energi fosil.

Energi panas bumi bersifat ramah terhadap lingkungan, tidak hanya dalam aspek produksi tetapi juga aspek penggunaan, sehingga dampaknya berperan positif pada setiap sumber daya. Pada saat menjalankan proses pengembangan dan pembuatan, tenaga panas bumi sepenuhnya bebas dari emisi. Tidak ada karbon yang digunakan untuk produksi, kemudian seluruh prosedur juga telah bebas dari sulfur yang umumnya telah dibuang dari proses lainnya yang dilakukan. Penggunaan energi panas bumi memang tidak akan menimbulkan pencemaran terhadap lingkungan. Oleh karenanya efek dari pemanasan global yang disebabkan oleh emisi dari bahan-bahan minyak akan berkurang. 

Dalam perjalanannya, PT.KHS berpengalaman menangani proses pengambilan data pengembangan PLTP. Tujuannya yaitu untuk mendapatkan data dan informasi geospasial dalam mendukung tahapan eksplorasi panas bumi baik dari sisi geosains ataupun penyiapan infrastruktur pengeboran. Hal tersebut dilakukan dengan menggunakan Survei LiDAR (Light Detection and Ranging) dan foto udara. Dari proyek tersebut kami terus berupaya untuk ikut serta memberikan kontribusi besar dalam implementasi transisi energi di Indonesia.

Gambar Drone DJI Matrice 300. Salah satu teknologi UAV yang digunakan oleh PT.KHS untuk mendukung proyek transisi energi pemerintah.
Sumber: PT. Kreasi Handal Selaras
Gambar Peta Kontur yang merupakan salah satu hasil dari teknologi UAV yang digunakan PT.KHS untuk mendukung proyek transisi energi pemerintah.
Sumber: PT. Kreasi Handal Selaras
Gambar Point Cloud yang merupakan salah satu hasil dari teknologi UAV yang digunakan PT.KHS untuk mendukung proyek transisi energi pemerintah.
Sumber: PT. Kreasi Handal Selaras

Dengan pengalaman tersebut, kami terus berupaya untuk terus meningkatkan SDM dan penggunaan teknologi canggih dalam mendukung transisi energi di Indonesia. Dengan adanya Presidensi G20 Indonesia, kami harap transisi energi yang menjadi bagian dari salah satu pilar pembahasan G20 ini dapat diwujudkan sehingga dapat mengurangi penggunaan bahan bakar fosil.

KREASI HANDAL SELARAS merupakan jasa konsultan yang bergerak di bidang SURVEY dan MAPPING menawarkan teknologi terbaru yang bisa menjawab kebutuhan survei dan pemetaan perusahaan anda. Dengan teknologi UAV yang canggih serta tenaga ahli yang handal, kami siap membantu anda. Untuk informasi lebih lanjut silakan hubungi kami. Paket informasi lengkap dapat disediakan berdasarkan permintaan.

REFERENSI

  1. Kementerian Energi Dan Sumber Daya Mineral Republik Indonesia. 2022. Masa Transisi Energi Menuju Net Zero Emission. Siaran Pers Nomor: 79.Pers/04/SJI/2022. Diakses pada 11 November 2022.
  2. Kementerian Energi Dan Sumber Daya Mineral Republik Indonesia. 2022. Urgensi Transisi Energi dalam Presidensi G20 Indonesia. Siaran Pers Nomor: 79.Pers/04/SJI/2022. Diakses pada 11 November 2022.
  3. Damayanti, Aulia. 2022. Lengkap! Maudy Ayunda Bicara 3 Isu Transisi Energi G20, Apa Saja? dalam https://finance.detik.com/energi/d-6076153/lengkap-maudy-ayunda-bicara-3-isu-transisi-energi-g20-apa-saja diakses pada 11 November 2022.
  4. Setyarto, Aries dan Widyaiswara. 2022. Langkah Menuju Transisi Energi dalam https://ppsdmaparatur.esdm.go.id/berita/langkah-menuju-transisi-energi diakses pada 11 November 2022.
  5. Novrizaldi. 2022. Ini Manfaat KTT G20 Bagi Kehidupan Masyarakat dalam https://www.kemenkopmk.go.id/ini-manfaat-ktt-g20-bagi-kehidupan-masyarakat diakses pada 11 November 2022.
  6. Wardani Rakhma. 2017. dalam https://ebtke.esdm.go.id/post/2017/08/22/1733/energi.panas.bumi.ramah.terhadap.lingkungan.sekitar. diakses pada 14 November 2022.

Thermal Imaging Surveys Menggunakan UAV

Oleh: Arszandi Pratama, S.T, M.Sc, Rabby Awalludin S.T, Tike Aprillia S.T, dan Dandy Muhamad Fadilah, S.T

Tim Survei PT.KHS

Kebutuhan survei thermal dewasa ini semakin dibutuhkan untuk segala aktivitas kegiatan proyek di seluruh bidang industri. Dari mulai proyek bangunan, pengecekan peralatan mekanis perusahaan hingga survei saluran listrik tegangan tinggi. Hal tersebut dilakukan untuk proses pembangunan, strategi pengecekan, sampai mencari sumber permasalahan agar dapat mencegah kerusakan sejak dini. Dengan kecanggihan teknologi saat ini, penggunaan sensor thermal sangat membantu menyelesaikan pekerjaan tersebut. survei thermal dapat dilakukan dengan berbagai alat, namun penggunaan UAV untuk survei thermal menjadi sangat populer saat ini. Dalam artikel ini, kamu akan mengetahui beberapa hal terkait survei thermal menggunakan UAV, keunggulan-keunggulan penggunaan UAV untuk survei thermal, dan lain sebagainya. 

Survei Thermal Menggunakan UAV

Setiap benda dapat memancarkan energi panas atau energi inframerah. Untuk dapat mendeteksi dan mengukur energi inframerah pada sebuah objek, maka dibutuhkannya thermal camera. Alat ini merupakan sebuah kamera yang dapat mengubah radiasi inframerah menjadi cahaya yang tampak. Penggunaan thermal kamera sangat dibutuhkan untuk berbagai kegiatan. 

Survei thermal dengan menggunakan UAV memungkinkan untuk melakukan survei terperinci dengan tujuan mendapatkan anomali suhu pada suatu objek survei dari sudut yang tidak bisa dilihat dan dijangkau oleh manusia. Survei pencitraan thermal melibatkan penggunaan kamera pencitraan thermal untuk dapat menampilkan secara visual suhu permukaan suatu objek. Survei thermal biasanya diperlukan karena 3 alasan:

  1. Komisioning Peralatan/Bangunan Baru, thermal dapat digunakan untuk mengidentifikasi potensi kerusakan sedini mungkin; memungkinkan pekerjaan perbaikan dilakukan sebelum bangunan atau peralatan diserahkan kepada klien.
  2. Kegiatan Pemeliharaan, thermal dapat digunakan sebagai bagian dari pemeliharaan prediktif atau program pemantauan kondisi untuk mengidentifikasi kemungkinan buruk sehingga pekerjaan perbaikan dapat dijadwalkan di sekitar operasi bisnis untuk mencegah waktu henti produksi yang tidak direncanakan.
  3. Diagnosis Kesalahan, Jika peralatan dicurigai beroperasi dalam kondisi yang salah atau menunjukkan bukti kinerja yang buruk, thermal dapat digunakan untuk memberikan informasi lebih lanjut yang dapat membantu mendiagnosis masalah.

Cara Kerja Kamera Thermal

Thermal Camera adalah perangkat yang dapat menerjemahkan energi panas menjadi cahaya yang tampak untuk menganalisis objek atau pemandangan tertentu. Gambar yang dihasilkan dikenal sebagai termogram dan dianalisis melalui proses yang disebut termografi. Thermal camera juga merupakan salah satu alat canggih yang digunakan untuk memproses gambar yang diambil serta akan menampilkannya pada layar. Gambar-gambar ini dapat digunakan untuk diagnosis langsung atau diproses melalui perangkat lunak khusus untuk evaluasi, akurasi, dan keluaran laporan selanjutnya. Jenis kamera tersebut tidak memerlukan cahaya apa pun. kamera akan mengambil anomali suhu dan menciptakan gambar yang jelas menunjukkan objek dengan variasi suhu dari yang tinggi sampai rendah yang digambarkan dengan warna kuning, jingga atau merah. Pencitraan thermal juga tidak terpengaruh oleh kondisi cuaca dan memungkinkan untuk dapat melihat tanda thermal di bawah tanah dan tempat lain yang biasanya tidak terlihat oleh mata manusia.

Manfaat dan Kelebihan

Keuntungan dari penggunaan UAV dalam survei thermal adalah kemampuannya untuk terbang di malam hari. Reflektansi matahari memiliki dampak terbesar pada kualitas citra thermal dan kemampuan untuk membedakan target panas terhadap positif palsu yaitu batuan panas dan badan air. Dengan menghilangkan radiasi matahari sepenuhnya dan terbang di malam hari, akan menghasilkan citra dan data berkualitas sangat tinggi. Selain itu, keuntungan lainnya adalah: 1. Proses survei akan lebih efektif karena lebih aman dan memakan sedikit waktu; dan 2. Dapat menjangkau daerah/ tempat yang sulit dijangkau.

Jasa Survei Thermal oleh PT.KHS

Untuk mengikuti dan memahami kebutuhan client terkait dengan perkembangan kebutuhan survei thermal. Dalam proses perjalanannya, PT. KHS meningkatkan kompetensi pilot serta pemenuhan alat survei thermal menggunakan DJI Zenmuse H20T. Saat ini, PT.KHS sudah memiliki pengalaman untuk mengerjakan beberapa project survei thermal.

PT. KHS Menggunakan Teknologi Canggih Yaitu DJI Zenmuse H20T

Keunggulannya adalah:

  1. High Res-Grid Photo, Memungkinkan pengambilan beberapa gambar mendetail yang diambil dari satu titik yang sama secara otomatis.
  1. AI Spot – Check, Objek yang menarik dapat ditandai selama misi penerbangan, kemudian (melalui algoritme AI onboard) posisi target, sudut, framing, dan orientasi dapat direplikasi secara otomatis untuk misi mendatang.

Selain hasil survei yang lebih akurat, Penggunaan UAV dengan sensor H20T juga memiliki keuntungan untuk dapat terbang lebih rendah dan lebih dekat ke objek survei, sehingga menghasilkan gambar yang lebih detail dan waktu penyelesaian survei yang lebih cepat. PT.KHS juga didukung dengan pilot yang handal dan bersertifikat sehingga anda tidak perlu khawatir terkait hasil dan keamanan saat proses survei. Tunggu apa lagi? Silahkan hubungi kami, PT. Kreasi Handal Selaras yang dapat memenuhi kebutuhan survei thermal perusahaan anda.  

Untuk informasi lebih lanjut tentang Jasa Survei Thermal, silakan hubungi kami. Paket informasi lengkap dapat disediakan berdasarkan permintaan.

REFERENSI

  1. Geoscan. Thermal Imaging survey dalam https://www.geoscan.aero/en/services/teplovizor diakses pada 10 November 2022.
  2. https://skyrevolutions.co.uk/what-is-a-thermal-survey/ diakses pada 10 November 2022.
  3. Red Current. Thermographic surveys dalam https://www.red-current.com/thermal-imaging-surveys diakses pada 10 November 2022.
  4. Heli surveis. Thermal Imaging surveis. https://www.helisurveis.com.au/thermal-surveys diakses pada 10 November 2022.
  5. Sadiyah, Iis Halimatus. 2021. Mengenal Thermal Camera dan Cara Kerjanya. https://akurat.co/mengenal-thermal-camera-dan-cara-kerjanya?page=1 diakses pada 21 November 2022.
  6. Syaiful. 2020. Thermal Camera – Cara Kerja Infrared Camera. https://testingindonesia.co.id/thermal-camera-cara-kerja-infrared-camera/ diakses pada 21 November 2022.

Mengenal Tahapan Cut And Fill Dalam Persiapan Lahan

Oleh: Arszandi Pratama, S.T, M.Sc, Tike Aprillia S.T dan Dandy Muhamad Fadilah, S.T

Dalam persiapan lahan untuk gedung atau konstruksi lainnya seperti jalan, bendungan, dan lainnya proses Cut and Fill sangat lah penting.  Cut and fill merupakan salah satu istilah dalam konstruksi yang dikenal dengan menggali dan menimbun. Jadi Cut and Fill merupakan proses pengerjaan tanah dimana sejumlah material baik tanah maupun bebatuan yang diambil dari tempat tertentu dan kemudian dipindahkan ke tempat lain agar tercipta elevasi yang diinginkan. Oleh karena itu, sebelum pengerjaannya dibutuhkan pengukuran dan perhitungan yang teliti. Proses ini umumnya dilakukan pengembang untuk melakukan perataan lahan yang berkontur sehingga pembangunan kawasan perencanaan lebih efisien.

Tujuan Cut and Fill

Umumnya tujuan Cut and Fill adalah untuk menciptakan permukaan tanah yang lebih rata agar proses konstruksi pembangunan lebih mudah. Berikut beberapa tujuan dari cut and fill:

  1. Mencegah terjadinya penurunan permukaan tanah
  2. Meratakan permukaan tanah
  3. Menyangga bebatuan di sekelilingnya agar tidak longsor atau amblas
  4. Memberikan akses ke area lain.

Faktor Yang Mempengaruhi Proses Cut And Fill

Dalam proses Cut and fill, ada banyak faktor yang mempengaruhi prosesnya. Salah satunya adalah kondisi tanah. Inilah salah satu bagian penting dalam konstruksi dimana tanah sendiri merupakan material yang terdiri dari agregat mineral-mineral padat. Material tersebut tersementasi satu sama lain disertai dengan bahan organik yang melapuk serta zat cair dan gas yang akan mengisi ruang antara partikel padat dalam tanah. Salah satu contoh jenis tanah adalah lempung. Tanah ini sifatnya adalah kohesif dan plastis. Kondisi material tersebutlah yang bisa mempengaruhi volume tanah serta proses pendistribusiannya. Keadaaan material tersebut bisa digambarkan ke dalam beberapa kondisi, yaitu:

  • Keadaan asli, maksud dari “keadaan asli” adalah suatu kondisi material sebelum dilakukan pengerjaan atau ketika masih dalam ukuran alam. Keadaan inilah yang digunakan sebagai dasar perhitungan jumlah pemindahan.
  • Keadaan lepas adalah suatu kondisi tanah setelah diadakan pengerjaan. Contohnya adalah tanah yang berada di depan dozer blade ataupun di atas dump truck. Dalam kondisi ini ada penambahan rongga udara di antara butiran-butiran tanah. Hal ini membuat volume menjadi lebih besar.
  • Keadaan padat, keadaan ini adalah ketika material ditimbun dan dilakukan proses pemadatan. Pada kondisi ini maka terjadi perubahan volume karena adanya penyusutan rongga udara diantara partikel-partikel tanah yang membuatnya berubah ukuran meskipun beratnya tetap. Volume tanah setelah dilakukan pemadatan bisa jadi lebih besar maupun lebih kecil yang tergantung pada usaha pemadatan yang dilakukan.

Pada kedua proses cut and fill, maka dibutuhkan alat berat. Operator khusus juga dibutuhkan dalam pendistribusian tanah ini. Hal ini akan mendukung kerja konstruksi khususnya dalam mengawali sebuah proyek. Hal ini akan menjadi salah satu faktor penentu besaran budget proyek sampai dengan keberhasilan konstruksi yang dijalankan.

Pengaplikasian Metode Cut And Fill

  • Contoh pengaplikasian cut and fill yaitu saat pembukaan lahan baru, dimana sebelum melakukan kegiatan konstruksi bangunan akan dilakukan proses cut and fill agar sesuai dengan level yang diinginkan. Misalnya pembangunan gedung baru, pembuatan pondasi dan pekerjaan-pekerjaan sipil lainnya.
  • Pada pekerjaan pembuatan jalan, proses cut and fill dilakukan agar kondisi jalan rata, sesuai elevasi dan lebar yang diinginkan. Misalnya pembuatan jalan yang mana harus memotong tebing, ataupun memotong level tanah agar sesuai dengan rencana tebal limestone dan beton.
  • Cut and fill pada pertambangan dilakukan untuk mengambil material alam yang berharga. Kemudian bekas galian akan di urug kembali dengan tanah bebatuan agar dinding tanah tidak ambruk.

Tahapan Perencanaan Proses Cut And Fill

Dalam sebuah pembangunan atau pembukaan lokasi baru dalam konstruksi selalu berkaitan dengan proses penggalian tanah (cut) dan pengurugan tanah (fill). Dalam hal ini, maka pekerjaan tanah dapat diklasifikasikan menjadi 2 jenis contoh data permukaan tanah yaitu permukaan tanah asli (original ground) dan permukaan tanah yang direncanakan (design ground). Berikut merupakan langkah-langkah perencanaan cut and fill suatu lahan yang akan dikerjakan:

Gambar Langkah Perencanaan Cut And Fill

Sumber: Angga Nugraha dalam Perencanaan Cut And Fill (Teknik Sipil dan Lingkungan IPB)
  1. Original Ground

Yang dimaksud adalah peninjauan lokasi lahan existing yang akan dieksekusi atau dilakukan pembangunan sesuai peruntukannya. Hal ini agar diketahui lokasi tersebut berada dimana, akses jalan ataupun prasarana yang ada disana seperti apa, kondisi lingkungan, kondisi tanah serta data-data pendukung lainnya bagaimana, yang kemudian akan digunakan untuk perencanaan pembangunan lahan (design ground) serta faktor inilah akan menjadi penentu awal yang mempengaruhi besar kecilnya biaya yang akan dibutuhkan untuk pembangunan sesuai peruntukannya.

Contoh Data Ground Existing Yang Disurvei Menggunakan UAV LiDAR.

Sumber: Olahan Data PT. Kreasi Handal Selaras, 2022.

  1. Surveying/ Pengukuran Lahan

Langkah selanjutnya setelah peninjauan lokasi, maka dilakukanlah pengukuran lahan baik secara manual maupun menggunakan alat ukur seperti Lidar, theodolite, atau GPS maupun alat ukur lainnya. Hal ini bertujuan untuk mengetahui secara presisi bentuk kontur lahan maupun batas lahan di lokasi tersebut. Hasil ini digunakan untuk menentukan perencanaan cut and fill lahan, penyediaan prasarana seperti jalan, instalasi air maupun titik-titik bangunan yang akan dibangun.

Contoh Kegiatan Survei Tim PT Kreasi Handal Selaras Dalam Pengambilan Data Untuk Membuat Kontur Menggunakan GPS Dan UAV LiDAR.

Sumber: Kegiatan survey kontur menggunakan GPS dan UAV LiDAR yang dilakukan PT. Kreasi Handal Selaras, 2022.

(Catatan Penulis: Hal ini tidak perlu dilakukan apabila lokasi lahan sudah mempunyai peta situasi yang terdapat garis-garis konturnya)

  1. Pengolahan Data Hasil Survey dan Perencanaan Lahan (Ground Design)

Data yang telah didapat dari hasil survei atau pengukuran lahan kemudian diolah agar dapat disajikan secara visual sehingga memudahkan dalam tahap pembangunan maupun perencanaan biayanya. Sebagai contoh, data lahan didapat dengan mengukur lahan menggunakan alat theodolite, kemudian data tersebut diinput kedalam software yang dapat menyajikan kontur seperti Surfer, CAD,  ataupun software-software GIS lainnya. Hasil pengolahan data tersebut dapat digunakan untuk merencanakan bangunan apa saja yang akan dan perlu disediakan disana, jenis prasarana apa saja yang perlu dibuat disana, instalasi airnya seperti apa agar dapat menyediakan kebutuhan air di lokasi tersebut serta titik-titik bangunannya yang akan dibangun di lokasi mana sehingga besarnya cut and fill tanah dapat menyesuaikan.

Contoh Pengolahan Data Hasil Survey Di Software Autocad

Sumber: Olahan Data PT. Kreasi Handal Selaras, 2022.

Contoh Gambar Penampang Galian (Cut) dan Timbunan (Fill)

Sumber: Angga Nugraha dalam Perencanaan Cut And Fill (Teknik Sipil dan Lingkungan IPB)

(Catatan Penulis: Perhitungan kebutuhan volume cut and fill dapat juga dilakukan manual dengan cara menghitung secara matematis tergantung kontur atau bentuk lahannya, misalnya berbetuk persegi yang tinggal mengitung volume persegi (p x l x t), misal berbetuk trapesium tinggal menggunakan rumus volume trapesium maupun lainnya, kuncinya terdapat pada data pengukuran lahan)

Contoh Gambar Penampang Galian (Cut) dan Timbunan (Fill)

Sumber: https://jasapengurukantanah.blogspot.com/p/cut-fill-land.html

Dari proses ini akan didapatkan jumlah volume yang perlu digali dan ditimbun, yang kemudian dapat digunakan dalam perhitungan RAB.

  1. Perhitungan RAB (Rencanan Anggaran Biaya)

Setelah diketahui kontur tanah dan dibuat desain perencanaan bangunan apa saja yang akan dibangun dan disediakan disana, maka dapatlah dihitung besarnya jumlah biaya yang perlu dikeluarkan terutama untuk hal paling pertama yaitu besarnya biaya cut and fill di lahan tersebut sesuai volume yang telah dihitung dan didapat dari data pengukuran dan pengolahan data.

(Catatan Penulis: untuk perhitungan RAB Cut and Fill diperlukan juga pengetahuan mengenai estimasi sewa alat yang dibutuhkan. Misal dalam cut, maka dibutuhkan excavator untuk menggali tanah, truk untuk mengangkut tanah yang dibuang, dozer untuk perataan tanah, serta biaya penyewaan area buangan tanah. Sedangkan untuk fill, maka dibutuhkan tanah untuk menimbun (dimana perhitungan tanah harus dikalikan waste, misal kebutuhan sesuai perhitungan adalah 1 m3, maka dibuatlah harga pembelian tanah sebanyak 1.2 x volume yaitu 1 m3 sehingga kebutuhan timbunan perhitungan 1 m3 perhitungan sama dengan 1.2 m3 total tanah real yang dibutuhkan dilapangan), truk untuk mengakut tanah ke lokasi, dozer untuk pemadatan dan perataan tanah)

Contoh Gambar Penampang Galian (Cut) dan Timbunan (Fill)

Sumber: Angga Nugraha dalam Perencanaan Cut And Fill (Teknik Sipil dan Lingkungan IPB)

(Catatan Penulis: Dalam proses cut and fill yang baik adalah saat mengcut tanah/menggali tanah, tanah galian tersebut harus bisa dimanfaatkan sebaik mungkin untuk mengfill tanah/menimbun tanah di titik bagian lokasi lain yang membutuhkan untuk ditimbun, hal ini bertujuan agar biaya cut fill dapat ditekan seminimal mungkin sehingga tidak terjadi overcost dikarenakan metode ini dapat mengurangi jumlah biaya untuk pembuangan tanah maupun biaya untuk pembelian tanah timbunan)

  1. Eksekusi/ Pelaksanaan Pembangunaan

Tahap terakhir setelah tahap-tahap diatas didapat, maka dilakukan pada tahap pembangunannya sesuai dengan rencana.

Penutup

Cut and fill sangat penting dalam proses perencanaan pembuatan perumahan, jalan, atau kegiatan konstruksi lainnya. Perencanaan cut and fill ini tidak sesederhana menggali dan menimbun saja. Kesalahan pengukuran dan perencanaan dalam tahapan ini dapat mengakibatkan banjir, longsor, dan hal lainnya. Salah satu hal terpenting lainnya adalah pada saat peninjauan lokasi dan pengukuran lahan. Dengan data yang presisi maka dapat membantu memperlancar proses kegiatan cut and fill. Selain itu, aspek perencanaan kedepannya  juga sangat terkait dalam cut and fill.

PT. KHS berpengalaman dalam melakukan survei topografi yang dibutuhkan dalam proses cut and fill. Penggunaan teknologi LiDAR dapat membantu proses cut and fill lebih cepat dan tepat. PT.KHS juga didukung dengan pilot yang handal dan bersertifikat dengan harga jasa yang bersahabat. Tunggu apa lagi? Silahkan hubungi kami, PT. Kreasi Handal Selaras yang dapat memenuhi kebutuhan survei topografi untuk proses cut and fill dalam proyek perusahaan anda. 

Untuk informasi lebih lanjut tentang Jasa Survei dan Pemetaan, silakan hubungi kami. Paket informasi lengkap dapat disediakan berdasarkan permintaan.

REFERENSI

  1. https://www.rei.or.id/newrei/berita-standar-ganda-beleid-cut-and-fill.html#:~:text=Dalam%20usaha%20properti%2C%20Cut%20and,pembangunan%20kawasan%20perumahan%20lebih%20efisien. Diakses pada 2 Oktober 2022.
  2. https://www.greenplanet.co.id/index.php/ind/single?id=166&category=Cut+and+Fill+Proyek Diakses pada 2 Oktober 2022.
  3. https://alitmix.com/mengenal-cut-and-fill-dan-perhitungan-volumenya/ Diakses pada 2 Oktober 2022.
  4. https://www.slideshare.net/AnggaNugraha15/perencanaan-cut-and-fill-lahan Diakses pada 2 Oktober 2022.
  5. https://www.jasaurug.com/read/cut-and-fill-lahan-proyek Diakses pada 2 Oktober 2022.
  6. https://jasapengurukantanah.blogspot.com/p/cut-fill-land.html .Diakses pada 2 Oktober 2022.
  7. Hasil survei lapangan dan analisis dari Tim Kreasi Handal Selaras, 2022.

LiDAR (Light Detection and Ranging)

Oleh : Tike Aprillia, S.T dan Rabby Awalludin, S.T

LiDAR atau juga dikenal sebagai LADAR adalah akronim untuk light detection and ranging. LiDAR adalah teknologi yang menerapkan sistem penginderaan jauh sensor aktif untuk menentukan jarak dengan menembakkan sinar laser yang dipasang pada wahana pesawat. Jarak didapatkan dengan menghitung waktu antara ditembakkannya sinar laser dari sensor sampai diterima kembali oleh sensor.

Teknologi light detection and ranging (LiDAR) saat ini telah banyak dikembangkan. Output LiDAR berupa data tiga dimensi (3D) dengan akurasi yang cukup tinggi dan pengambilan data yang lebih cepat menjadikan teknologi ini mulai banyak diaplikasikan dalam berbagai bidang. Sehingga, teknologi ini dapat digunakan sebagai alternatif dari teknologi pemetaan secara konvensional (pemetaan terestris).

Pada area pengukuran yang luas, LiDAR akan sangat efisien digunakan dibandingkan dengan metode pemetaan konvensional. Hal ini karena waktu pengambilan dan pemrosesan data dapat dilakukan lebih cepat. Selain itu output LiDAR sudah dalam bentuk digital, sehingga tidak perlu dilakukan proses digitalisasi.

Pada perkembangan awalnya, LiDAR dibawa oleh wahana pesawat udara atau disebut dengan Airborne LiDAR. Namun karena biaya sewa pesawat cukup mahal, maka dikembangkanlah wahana pesawat tanpa awak yang dapat membawa sensor LiDAR. Pesawat tanpa awak ini dikenal juga sebagai Unmanned Aerial Vehicle (UAV). Dimana wahana yang dimaksud dapat terbang sesuai dengan perencanaan terbang (autopilot) dan dapat melakukan pengambilan data LiDAR. Berikut beberapa contoh UAV dan sensor yang digunakan untuk survei LiDAR:

Gambar 1. Sensor LiAir 220
Gambar 2. Lidar Livox dengan DJI Matrice 300 RTK

Data yang dihasilkan dari akuisisi data LiDAR yaitu data dalam bentuk point cloudPoint cloud merupakan kumpulan titik yang mewakili bentuk atau fitur tiga dimensi (3D). Setiap titik memiliki koordinat X, Y, dan Z. Ketika terdapat banyak kumpulan point cloud yang disatukan, maka point cloud tersebut akan membentuk suatu permukaan atau objek dalam bentuk 3D. Sehingga topografi dari area yang disurvei dapat langsung terlihat.

Gambar 3. Point Cloud Tergeoreferensi

LiDAR dapat memperoleh data di bawah kanopi pohon. Hal ini lah yang menjadi keunggulan LiDAR dibandingkan dengan fotogrametri dan pemetaan menggunakan citra satelit. Meskipun tidak semua data di bawah kanopi pohon dapat diperoleh, tetapi data tersebut dapat dijadikan sampel titik permukaan tanah di daerah yang berpohon tersebut. Hal ini karena LiDAR menggunakan sinar laser, sehingga selama masih ada celah cahaya yang bisa menembus ke bawah kanopi pohon, maka data LiDAR dapat diperoleh.

Gambar 4. Data ground dibawah pohon rimbun yang terambil oleh LiDAR.

Data point cloud dapat digunakan untuk membuat model tiga dimensi permukaan bumi (3D), seperti digital terrain model (DTM), digital surface model (DSM), dan normalized digital surface model (NDSM). Namun, sebelumnya point cloud harus diklasifikasikan menjadi ground point dan non-ground point terlebih dahulu. Ground point adalah point cloud yang membentuk permukaan bumi, tanpa objek-objek diatasnya seperti vegetasi, rumah, dll. Sedangkan non-ground point adalah point cloud yang membentuk objek-objek diatas permukaan bumi, seperti vegetasi, rumah, dll. Ground point ini akan digunakan untuk membuat DTM, sedangkan non-ground point akan digunakan untuk membentuk DSM dan NDSM. Selain itu, DEM yang dihasilkan pun dapat digunakan lagi untuk membuat garis kontur.

Digital Terrain Model (DTM) merupakan penyajian persebaran titik diskrit yang merepresentasikan distribusi spatial elevation permukaan yang berubah-ubah dengan referensi datum tertentu. DTM menyajikan permukaan bumi tanpa menampilkan fitur vegetasi, bangunan, dan struktur buatan manusia yang lainnya.

Gambar 5. Digital Terrain Model (DTM).

Digital Surface Model (DSM) adalah model permukaan bumi yang meluputi fitur alami maupun buatan manusia, misalnya gedung, vegetasi, dan pepohonan. DSM juga merupakan model elevasi topografis permukaan bumi yang memberi batas acuan yang benar secara geometris. DSM menggambarkan puncak fitur yang terdapat di atas bare earth.

Gambar 6. Digital Surface Model.

Normalized Digital Surface Model (NDSM) adalah penyajian model elevasi objek pada permukaan datar. Model ini diperoleh dari perbedaan antara DSM dan DEM. NDSM dihitung dengan cara mengurangkan DSM dengan DEM. Penghitungan ini akan didapatkan tinggi objek yang ada di atas permukaan tanah.

Gambar 7. Normalized Digital Surface Model (NDSM).

Garis kontur adalah garis khayal pada peta yang meghubungkan titik-titik dengan ketinggian yang sama. Garis kontur disajikan di atas peta untuk memperlihatkan naik turunnya keadaan permukaan tanah, juga untuk memberikan informasi slope (kemiringan tanah), irisan profil memanjam permukaan tanah terhadap jalur proyek, dan perhitungan galian serta timbunan (cut and fill) permukaan tanah.

Gambar 8. Garis Kontur 0.5 m.

Teknologi LiDAR yang menghasilkan output dengan akurasi data yang cukup akurat dan presisi, menjadikan teknologi ini mulai banyak digunakan. Berikut adalah aplikasi LiDAR dalam beberapa bidang:

  • Pemodelan Banjir

Dalam pemodelan banjir, LiDAR berperan dalam membentuk digital terrain model (DTM). DTM yang dihasilkan dari LiDAR memiliki kualitas data dan resolusi spasial yang lebih baik dibandingkan dengan citra satelit. DTM ini berfungsi untuk membentuk model geometri sungai yang akan digunakan pada tahapan simulasi banjir.

  • Mitigasi dan Pemantauan Tanah Longsor

Pada pemantauan tanah longsor, pengambilan data LiDAR dilakukan secara berkala dalam selang waktu tertentu. Pergerakan tanah dapat dipantau dari perubahan data yang didapatkan. Pemantauan tanah longsor menggunakan LiDAR akan menghasilkan model tiga dimensi dari lereng yang diamati.

  • Pemetaan Kawasan Hutan

Sinar laser yang dipancarkan oleh LiDAR dapat menembus celah-celah kecil pada kanopi pohon. Hal ini menjadikan LiDAR dapat merekam data di bawah kanopi pohon. Sehingga, dengan menggunakan LiDAR dapat dihasilkan DEM pada kawasan hutan. DEM dalam pemetaan kawasan hutan digunakan untuk menentukan zonasi bahaya kebakaran hutan.

  • Survei Pertambangan

Pada survei pertambangan LiDAR digunakan untuk memantau kemiringan lereng, menghitung volum stock pile, dan melakukan cut and fill.

  • Deteksi Bahaya Pada Jalur Transmisi Listrik

Output LiDAR yang dapat dikembangkan untuk kepentingan PLN yaitu point cloud tergeoreferensi, DTM, dan kontur. Point cloud dapat digunakan untuk analisis bahaya objek-objek pada jalur di sekitar kabel listrik dan SUTET atau SUTT. DTM dan kontur dapat digunakan untuk perencanaan desain pembuatan jalur listrik.

Gambar 9. Rincian Detail Dari Daftar Indikasi Bahaya (Kritis) Hasil Analisis.

  • Perencanaan Pembangunan Perumahan.

Data Lidar dapat memberikan data kontur sampai dengan 1:1.000 atau rentan 0,5m. Perencanaan “cut and fill” dapat di rencanakan dengan baik sehingga biaya untuk pematangan lahan bisa di optimalkan dari aset tanah yang ada. Perencanaan untuk infrastruktur kawasan seperti jalan dan drainase juga bisa bersamaan dilakukan. Selain itu DTM hasil dari data LiDAR dapat digunakan untuk analisis hidrologi di area perumahan yang dibangun.

  • Pemetaan Geohazard

DTM hasil dari pengolahan data LiDAR dapat digunakan untuk mengetahui besar kemiringan lereng (slope) dan arah pergerakan lereng (aspect). Data slope dan aspect selanjutnya dapat digunakan untuk analisis arah pergerakan tanah.

  • Inventarisasi Pohon

Inventarisasi pohon dapat dilakukan dengan survei lidar dengan kondisi area yang disurvei memiliki pohon dengan jenis, umur, dan jarak antar pohon yang sama. Analisis ini menggunakan point cloud dan data NDSM dari output LiDAR. Hasil analisis yang didapatkan yaitu jumlah, tinggi, dan diameter crown pohon.

Canopy Height Model (Chm) Menggunakan Survei Fotogrametri Untuk Perhitungan Tinggi Pohon

Oleh : Rabby Awalludin, ST

Kemunculan fotogrametri dengan menggunakan pesawat nirawak (UAV) menjadi jalan baru penggunaan metode fotogrametri dalam analisis lingkungan seperti lingkungan hutan dan daerah sulit terjamah oleh metode akuisisi lainnya. Jika dibandingkan dengan pengukuran fotogrametri dengan kamera metric dan penerbangan dengan ketinggian tinggi maupun dengan survey berbasis LiDAR, metode ini tetap memiliki resolusi spasial dan temporal yang tinggi [1].

CHM atau Canopy Height Model merupakan representasi dari tinggi pohon pada wilayah pengukuran. Tinggi pohon diukur melalui jarak antara ground (permukaan) dengan titik tertinggi pohon. Untuk daerah dengan tutupan lahan yang secara keseluruhannya merupakan pepohonan, tidak diperlukan tindakan lebih lanjut sebelum CHM dikalkulasi. Beda hal jika terdapat perumahan atau bangunan dalam area tersebut, untuk kondisi ini diperlukan pembersihan terlebih dahulu data tersebut.

Muncul pertanyaan, apa saja yang dapat kita lakukan dengan adanya CHM ini? Banyak pemanfaatan yang dilakukan oleh berbagai pihak dalam berbagai fungsi pemetaan dan analisis spasial (keruangan). Beberapa diantaranya sebagai berikut [2]:

  1. Evaluasi resiko tinggi vegetasi terhadap saluran listrik
  2. Memantau penebangan dan pemulihan hutan
  3. Menilai kesesuaian habitat untuk satwa liar
  4. Mengidentifikasi lokasi pohon-pohon yang memenuhi syarat masuk dalam kategori pohon besar (klasifikasi pohon hutan)
  5. Mengevaluasi pertumbuhan dan perkembangan pohon hutan industri

CHM merupakan hitungan turunan dari Digital Elevation Model (DEM) dan Digital Surface Model (DSM). Nilai CHM dapat diketahui dengan banyak cara, salah satunya adalah dengan melakukan pengurangan nilai DSM oleh DEM. DSM yang merupakan representasi dari nilai ketinggian keseluruhan objek di permukaan bumi dihilangkan permukaan tanahnya (ground) oleh DEM sehingga dihasilkan nilai ketinggian dari objek yang dihitung nol dari permukaan tanah. Secara singkat perhitungan nilai CHM dilakukan dengan cara berfikir seperti berikut:

DSM – DEM = CHM

Sebelum dapat menghasilkan nilai CHM dari DSM dan DEM, tentunya terdapat beberapa langkah dan metode yang harus dipenuhi terlebih dahulu. Sebelum menghasilkan nilai DSM, diperlukan data PointCloud, yang dapat dihasilkan dengan menggunakan metode fotogrametri maupun LiDAR. Secara singkat dengan menggunakan metode fotogrametri dapat dijelaskan sebagai berikut [3]:

Dilakukan aerial triangulation untuk mendapatkan nilai posisi dan ketinggian objek dari foto-foto yang diambil dengan menggunakan metode fotogrametri. Hasil ini berupa Sparse Point Cloud yang merupakan titik jarang yang merepresentasikan posisi suatu objek.


Nilai titik jarang tersebut kemudian diperbanyak sehingga menghasilkan titik-titik dengan kerapatan padat yang disebut dengan istilah Dense Point Cloud.

Interpolasi Dense Point Cloud yang menghasilkan Digital Surface Model (DSM)

Dilakukan proses klasifikasi, otomatis maupun manual yang menghasilkan data ketinggian Ground (DEM)

Kombinasi antara DSM dan DEM sehingga menghasilkan CHM

Perhitungan nilai CHM dapat dilakukan dengan menggunakan perangkat lunak ArcGIS, Global Mapper, Simactive, dan perangkat lunak pengolahan data spasial lainnya. Perhitungan dilakukan secara otomatis dengan menggunakan bahasa pemrograman yang terdapat pada masing-masing perangkat lunak.

Nilai ketelitian dari tinggi pohon yang diperoleh dengan menggunakan CHM dapat diperoleh dengan cara membandingkan beberapa sampel yang sama antara CHM dan data lapangan yang dipilih secara acak. Nilai ketelitian dari CHM sangat berpengaruh terhadap beberapa faktor, diantaranya:

·         Nilai GSD (Ground Sample Distance)

Seperti yang kita ketahui bersama, nilai GSD merupakan ukuran resolusi piksel dari hasil foto udara, baik foto udara dengan kamera metrik maupun foto udara dengan kamera non metrik. Model permukaan bumi terbentuk dari data elevasi digital dalam tiga dimensi (X, Y, Z). Data elevasi digital ini disimpan dalam format piksel grid (raster). Setiap piksel mempunyai nilai elevasi yang mewakili ketinggian titik di permukaan bumi. Semakin besar nilai GSD pada foto udara, maka resolusi spasial yang dihasilkan akan semakin rendah, dan tingkat kedetailan dari objek-objek pada foto udara akan semakin berkurang [4]. Jika GSD yang digunakan besar (resolusi rendah), nilai tinggi yang direpresentasikan oleh CHM menjadi buruk. Hal ini dipengaruhi dengan besarnya GSD, nilai tertinggi sebenarnya dari pohon tidak dapat didefinisikan dengan jelas. Sehingga representasi hasil tinggi kurang atau tidak mendekati nilai tinggi sebenarnya di lapangan.

·         Kualitas GCP

Kualitas Ground Control Point atau GCP juga ikut andil dalam ketelitian dari CHM yang dihasilkan. GCP berpengaruh dalam menentukan kedekatan posisi termasuk posisi horizontal dan vertikal dari objek pengamatan dalam hal ini pohon. Semakin baik kualitas GCP, maka akan semakin baik pula posisi dari objek pengamatan, yang secara langsung juga berpengaruh terhadap nilai CHM yang dihasilkan.

 ·         Nilai Pembanding

Nilai ketelitian hasil suatu metode didapatkan dengan membandingkan dengan hasil metode lainnya. Namun nilai pembanding tersebut harus memiliki nilai yang lebih dipercaya sehingga jika hasil metode yang dibandingkan semakin mendekati pembanding, maka metode tersebut dapat digunakan. Misalkan nilai CHM dibandingkan dengan hasil pengukuran lapangan. Metode perhitungan yang dilakukan dalam pengukuran lapangan haruslah metode yang memiliki nilai kepercayaan yang dapat dipertanggungjawabkan dengan baik.

Jonathan Lisein, Stephanie Bonnet and Philippe Lejeune dari Universitas Liege – Gembloux Agro-Biotech melakukan penelitian mengenai ketelitian CHM dengan menggunakan metode fotogrametri dengan pesawat nirawak (UAV) yang dibandingkan dengan pengukuran tinggi di lapangan [3] . Didapatkan hasil seperti pada tabel berikut :

Resolusi/GSDRMSE
25cm2.1m

Dari hasil yang didapatkan, dapat ditarik kesimpulan berupa:

  1. Penggunaan DEM dengan resolusi rendah dan akurasi yang tidak diketahui merusak nilai presisi dari DSM itu sendiri.
  2. Rekonstruksi Tiga Dimensi pohon rapat dengan menggunakan foto bergantung pada kuat dan arah angin yang menyebabkan pergerakan daun, serta pengulangan bentuk pada kanopi hutan yang padat dan berdaun lebar, keduanya dapat menghambat/membingungkan dalam proses pembentukan dense point cloud.
  3. Hasil co-registrasi DSM dan DTM untuk kawasan hutan tidak ketat secara ilmiah, karena kurangnya visibilitas tanah (tinggi vegetasi = 0) pada DSM.
  4. Penggunaan fotogrametri untuk kawasan hutan rentan terhadap error, karena nilai tanah dibawah pohon tidak terlihat.

Kerapatan point cloud dapat mempengaruhi ketelitian dari nilai tinggi yang dihasilkan. Dapat terlihat pada gambar berikut:

Sumber : www.mpdi.com

Secara keseluruhan, metode menentukan ketinggian pohon (CHM) dengan menggunakan metode survei fotogrametri cukup efektif dan efisien jika dilakukan untuk menghasilkan data dengan ketelitian yang cukup baik. Untuk dapat memastikan layak atau tidaknya metode ini dilakukan, diperlukan pemilihan metoda akuisisi dan pengolahan data yang tepat seperti proses klasifikasi point cloud, spesifikasi alat, nilai GSD yang digunakan, metode pembanding yang digunakan, penggunaan parameter dalam pengolahan data pada perangkat lunak pengolahan data yang digunakan, dsb.

Sumber Referensi :

[1] Watts A.C., Ambrosia V.G., Hinkley E.A. [2012]. Unmanned Aircraft Systems in Remote Sensing and Scientific Research: Classification and Considerations of Use. Remote Sensing 4 (6), 1671–1692.

[2] https://www.earthdefine.com/spatialcover_chm/

 [3] https://orbi.uliege.be//bitstream/2268/129781/1/ModeleNumCanopee_drone_poster.pdf

 [4] https://www.handalselaras.com/ground-sampling-distance-gsd/

PRESISI VS AKURASI PADA DATA LIDAR

Tike Aprillia Hartini

Keyword: presisi, akurasi, LiDAR (Light Detection and Ranging).

Dalam melakukan suatu pengukuran, untuk memastikan hasil ukuran yang didapatkan baik atau tidak digunakan istilah presisi dan akurasi. Presisi adalah tingkat konsistensi dari pengamatan yang ditentukan dari besarnya perbedaan dalam nilai data yang dihasilkan. Presisi sangat ditentukan oleh kestabilan kondisi pengamatan, kualitas alat, kemampuan dari pengamat, dan prosedur pengamatan. Sedangkan akurasi adalah tingkat kedekatan dari nilai pengamatan dengan nilai sebenarnya. Nilai sebenarnya dari suatu pengukuran tidak pernah dapat ditentukan, sehingga akurasi selalu tidak diketahui. [1] Namun, untuk mendekati nilai yang dianggap benar sering kali digunakan nilai rata-rata dari keseluruhan data yang diukur. Sehingga, hasil pengukuran akan memiliki tingkat akurasi yang tinggi apabila mendekati nilai rata-rata. Perbedaan presisi dan akurasi dapat dilihat pada ilustrasi di bawah ini:

Gambar 1. Akurasi dan Presisi.[1]

(1a) Akurat dan Presisi, (1b) Akurat, (1c) Presisi, (1d) Tidak Akurat dan Tidak  Presisi.

Presisi dan akurasi pun sering dikaitkan dengan kesalahan sistematis dan kesalahan acak. Kesalahan sistematis adalah kesalahan dengan kecenderungan menggeser semua pengukuran secara sistematis, sehingga nilai rata-rata secara konstan bergeser atau bervariasi dan dapat diprediksi perubahannya serta dapat dikoreksi. Sedangkan kesalahan acak adalah kesalahan dengan variasi nilai kesalahannya tidak terduga dan tidak dapat dikoreksi. Kesalahan acak ini dapat disebabkan karena faktor lingkungan di tempat pengukuran, seperti terjadi kebisingan, adanya kabut, dan getaran sehingga mempengaruhi hasil pengukuran. Apabila hasil pengukuran memiliki nilai akurasi yang rendah, maka kemungkinan besar terdapat kesalahan sistematis pada alat pengukuran. Sehingga diperlukan kalibrasi pada alat tersebut. Apabila hasil pengukuran memiliki nilai presisi yang rendah, kemungkinan besar terdapat kesalahan acak pada pengukuran yang dilakukan.

Dalam pengukuran LiDAR, presisi dan akurasi dapat dilihat dari sebaran data point cloud yang dihasilkan antar jalur terbang. Keakuratan data LiDAR dapat dilihat dari tingkat kedekatan point cloud dengan posisi aktual dari lingkungan yang dijelaskan. Sedangkan kepresisian dari data LiDAR dapat dilihat dari tingkat kekonsistenan point cloud antar jalur terbang pada titik yang sama. Sehingga, untuk mendapatkan nilai presisi ini harus dilakukan pengukuran lebih pada suatu objek. Oleh karena itu, pada saat melakukan akuisisi data lidar diperlukan pertampalan antar jalur terbang (sidelap dan overlap). Data LiDAR yang memiliki tingkat presisi yang tinggi akan menghasilkan point cloud yang lebih tipis karena memiliki jarak antar point cloud yang kecil dan memiliki sedikit noise.[2] Ilustrasi dari akurasi dan presisi dari data LiDAR dapat dilihat pada Gambar 2.

Gambar 2. Akurasi dan Presisi.[2]

Sehingga untuk mendapatkan hasil pengukuran yang mendekati nilai sebenarnya, kesalahan sistematik maupun acak harus dihindari agar tingkat akurasi dan presisi dari data yang dihasilkan memiliki kualitas yang baik. 

DAFTAR REFERENSI:

[1] Ghilani, Charles D dan Wolf, Paul R. 2006. Adjusment Computations Spatial Data Analysis. United States of America.

[2] Accuracy vs Precision. https://www.yellowscan-lidar.com/knowledge/wait-accuracy-vs-precision-isnt-rocket-science/?utm_source=hs_email&utm_medium=email&utm_content=81181499&_hsenc=p2ANqtz-9lnwORNL6_GfpxQre3qYVG3_Ykh7ZPDIctygB9BjeMocx-SeKScUmQ1DfHAia-2NGsymbjAHnuo2GoSb_CU-52hPyIMZV-oNjj-oPVj6w23CPnSpk&_hsmi=81181499, diakses pada tanggal 3 Februari 2020.

Aplikasi Survei Fotogrametri Menggunakan UAV Pada Hutan Tanaman Industri

Oleh: Rabby Awalludin

Dewasa ini perkembangan teknologi mendorong manusia untuk mengubah cara pandang dan pemikirannya terhadap pemanfaatan yang tepat guna terhadap teknologi itu sendiri. Pemanfaatan tepat guna ini tentunya bertujuan untuk meningkatkan efektifitas dan efisiensi pekerjaan yang dilakukan. Beberapa hal yang awal mulanya dilakukan secara manual dengan waktu pengerjaan yang lama, kini mulai berangsur-angsur tergantikan dengan metode baru, yang mana metode ini mulai menerapkan otomatisasi menggunakan teknologi yang berkembang saat ini.

Tak terkecuali dalam sektor pertanian dan perkebunan hutan tanaman industri, penerapan teknologi berbasis digital juga sangat diperlukan saat ini demi peningkatan hasil produksi. Area yang sangat luas dengan tuntutan produksi yang cepat, mendorong teknologi masuk untuk menggantikan cara-cara lama yang sebelumnya dilakukan secara manual. Metode lama yang umum digunakan memanfaatkan kemampuan subjektif manusia yang mana penilaian subjektif tersebut cenderung berpeluang besar menyebabkan kesalahan-kesalahan blunder.  Kesalahan blunder merupakan hasil dari kesalahan yang disebabkan kecerobohan (kekurang hati-hatian) pengamat dalam mengamati/menganalisis objek. Oleh karena itu, dibutuhkan kemampuan teknologi untuk dapat melengkapi kekurangan-kekurangan yang mungkin saja terjadi jika menggunakan metode-metode lama tersebut.  

Analisis yang dilakukan pada tanaman hutan industri seperti perhitungan jumlah pohon, penilaian subjektif manusia terhadap kesehatan tanaman, perhitungan tinggi pohon, dan analisis objek lainnya akan sangat bergantung terhadap kemampuan analisis dari si pengamat itu sendiri. Sehingga untuk meningkatkan akurasi dari data analisis yang dihasilkan, maka diperlukan kemampuan teknologi yang mumpuni dan dapat diandalkan. Kebutuhan tersebut sekarang dapat teratasi dengan memanfaatkan metode pemetaan yang menggunakan wahana terbang yang dikenal dengan teknologi pemetaan menggunakan metode fotogrametri.

Fotogrametri Dalam Pemetaan

Fotogrametri merupakan suatu metode yang dapat menghasilkan data dan informasi dari objek fisik di permukaan bumi dengan menggunakan kamera yang dipasang pada wahana terbang. Metoda ini sangat menjanjikan saat ini dengan berbagai kelebihan yang dimilikinya. Beberapa keuntungan yang diberikan adalah sebagai berikut:

  1. Cakupan area yang luas
  2. Waktu yang singkat
  3. Cost rendah
  4. Akses yang mudah dari udara
  5. Menggambarkan detail yang besar

Dengan berbagai keunggulan yang telah disebutkan diatas, teknologi survei ini menjadi primadona dalam dunia pemetaan saat ini. Teknologi ini dapat menghasilkan peta foto yang sangat membantu dalam analisis-analisis spasial yang dibutuhkan dalam berbagai bidang seperti pertambangan, perminyakan, hutan industri, dsb. Selain itu hasil dari fotogrametri juga dapat menyajikan informasi berupa tinggi suatu objek, baik tinggi tanaman maupun topografis daerah yang dipetakan. Sektor industri yang saat ini cukup banyak memanfaatkan teknologi ini adalah industri kelapa sawit dan beberapa tanaman industri lainnya seperti akasia dan eukaliptus.

Penggunaan fotogrametri dalam pemetaan dengan pesawat tanpa awak atau drone atau yang lebih dikenal dengan sebutan UAV (Unmanned Aerial Vehicle) berkembang pesat pada dekade ini. UAV merupakan wahana terbang yang dikontrol oleh seorang pilot melalui remote control, dimana pilot tersebut dapat melakukan kontrol terhadap wahana terbang tanpa harus naik diatasnya. Berdasarkan jenis alat penggeraknya, UAV dapat dibagi menjadi dua jenis, yaitu UAV Fixed Wing dan UAV Multirotor. UAV jenis Fixed Wing dilengkapi dengan sayap di kedua sisinya. UAV jenis ini sendiri memiliki beberapa bentuk dan ukuran, bergantung pada kegunaannya masing masing. Tenaga penggerak yang digunakan bersumber dari baterai dan dapat pula dengan menggunakan bahan bakar. UAV Multirotor adalah UAV yang menggunakan baling-baling (propellers) pada tiap lengannya. UAV jenis ini biasa dikenal dengan nama Multicopter dan untuk penamaan UAV jenis ini sendiri disesuaikan dengan banyaknya propeller atau baling-baling yang digunakan. UAV jenis ini menggunakan sumber tenaga berupa baterai dan merupakan jenis UAV terbanyak yang dijual di pasaran saat ini.

Penggunaan jenis UAV dalam pemetaan fotogrametri dipengaruhi oleh beberapa faktor seperti luasan area pengukuran, tinggi terbang, kondisi topografi wilayah dan ketepatan waktu yang dibutuhkan.  Pada tabel berikut akan dijabarkan kelebihan yang terdapat pada masing-masing UAV.

Kapabilitas Fixed Wing dan Multirotor

No.KapabilitasFixed WingsMultirotor
1Panjang line terbang (1 misi)± 60km±8km
2Tinggi Aman Maksimal300m150m
3Kecepatan Terbangcepat5-8m/s
4Lahan datar luasbutuhKurang butuh
5Kestabilan Terbang+
6Cakupan Wilayah (1 misi)besarkecil

Berdasarkan tabel diatas, jika melakukan survei fotogrametri dengan area yang luas serta waktu pengerjaan yang sedikit akan sangat efektif jika menggunakan UAV Fixed Wings. Namun jika membutuhkan hasil peta foto dengan nilai GSD yang kecil, maka sebaiknya menggunakan UAV multirotor.

Jenis-jenis UAV

Fotogrametri Pada Hutan Tanaman Industri

Berdasarkan data Kementrian Pertanian Republik Indonesia, total luasan lahan perkebunan kelapa sawit di Indonesia berada pada kisaran 14 juta hektar dengan laju pertumbuhan dari tahun 2016 ke tahun 2017 adalah sebesar 25,4%. Dikutip dari ekonomi.kompas.com, Dirjen Perkebunan Kementrian Pertanian, Bambang, pernah mengatakan bahwa tingkat produksi dari perkebunan sawit di Indonesia masih dibawah standar dengan rata-rata tingkat produksi  3,6 ton per hektar. Selain itu, masih ada potensi yang dapat dikembangkan untuk sektor ini di Indonesia. Dalam proses peningkatan produksi tentu diperlukan beberapa tindakan tepat guna. Peningkatan tingkat produksi dapat dilakukan dengan melakukan monitoring secara berkala guna melihat pertumbuhan dan perkembangan yang baik dari hutan kelapa sawit itu sendiri.

Secara manual, proses monitoring dilakukan dengan menerjunkan langsung pekerja dengan jumlah yang  banyak. Selain itu dengan luasan area yang besar ditambah dengan metoda yang dilakukan manual, penyajian data tentunya akan memakan waktu yang lama dan sangat riskan mengandung kesalahan-kesalahan. Untuk dapat mengurangi kemungkinan kesalahan serta pengefisienan waktu, saat ini fotogrametri dapat menjadi pilihan yang tepat.  Untuk pengerjaan dengan luasan area yang besar serta kepentingan peningkatan produksi hasil dibutuhkan teknologi seperti fotogrametri yang dapat menyajikan sumber data tepat guna sesuai dengan kebutuhan tersebut. Metode dengan teknologi fotogrametri dapat menghasilkan representasi gambar tegak suatu wilayah dalam bentuk peta foto (orthophoto) yang akan sangat membantu dalam proses analisis-analisis yang dibutuhkan seperti penentuan jumlah pohon, wilayah tanam kosong, kesehatan tanaman, dsb. 

Orthophoto atau peta foto awalnya dibuat dengan melakukan proses align atau penggabungan data citra foto yang sebelumnya telah diakuisisi. Kemudian proses align tersebut menghasilkan data sparse point cloud yang merupakan titik-titik jarang yang merepresentasikan titik objek yang memiliki kesamaan posisi dari tiap raw data foto yang berdekatan. Kemudian dilanjutkan dengan menghasilkan foto tegak/orthophoto yang selanjutnya akan dimanfaatkan dalam proses digitasi.

Digitasi merupakan proses mengkonversi data raster menjadi data vektor dimana pada data hasil digitasi tersebut dapat disertakan atribut atau informasi tambahan dari objek yang dimaksud. Pada saat ini, proses digitasi dapat dilakukan dengan menggunakan komputer yang lebih populer dengan sebutan Digitasi on Screen.  Sejauh ini penggunaan hasil dari teknologi fotogrametri dalam industri kelapa sawit adalah dalam analisis menghitung jumlah pokok pohon, kesehatan tanaman, blank spot (area tanam kosong), tinggi pohon dan kondisi topografis wilayah perkebunan. Proses digitasi untuk mendapatkan hasil analisis saat ini umumnya dilakukan secara manual on screen oleh interpretasi manusia dari peta foto (ortophoto/foto tegak) yang dihasilkan.  Jika dibandingkan dengan metoda lama dengan keharusan pengamat terjun langsung ke lapangan guna melakukan analisis, tentu saja metode fotogrametri ini sangat membantu dari segi efektifitas waktu survei dan efisiensi anggaran yang diperlukan. Selain itu, tingkat produksi pekerja menjadi lebih cepat dan efisien sehingga delivery data dapat lebih cepat dilakukan.

Secara garis besar tahapan pengolahan data pada proses penghitungan jumlah pohon sawit dengan metoda manual on screen adalah sebagai berikut:

Orthophoto dapat dihasilkan dengan menggunakan beberapa software pengolahan data foto seperti Agisoft Photoscan, Pix4DMapper, DroneDeploy, APS Menci, dsb. Kemudian dari hasil pengolahan orthophoto tersebut dilakukan pemotongan citra sesuai dengan yang luasan wilayah yang diinginkan. Proses interpretasi merupakan proses dimana objek yang terlihat pada orthophoto dibagi berdasarkan penampakan visualnya yang kemudian ditandai dengan melakukan proses digitasi. Sehingga akhirnya nanti didapatkan sebaran pohon dan analisis lainnya. Beberapa perangkat lunak yang umum digunakan dalam proses digitasi manual on screen adalah ArcGIS, qGIS, GlobalMapper, dsb.

Hasil Digitasi Pohon

Selain menggunakan cara digitasi manual on screen, penghitungan jumlah pohon dan analisis lainnya juga dapat dilakukan secara otomatis dengan memanfaatkan teknologi kecerdasan buatan. Tentu saja untuk dapat menghasilkan perangkat kecerdasan buatan membutuhkan waktu yang cukup lama dan data orthophoto yang banyak. Dalam hal ini kecerdasan buatan didesain untuk mengidentifikasi objek yang dianalisis terlebih dahulu melalui hasil digitasi manual on screen. Penggunaan kecerdasan buatan dapat mempercepat proses digitasi dan analisis lainnya karena semua proses dijalankan dengan prinsip otomatis.  Dari segi akurasi atau angka kepercayaan, metoda otomatis masih kurang dibandingkan dengan metoda manual on screen. Namun untuk meningkatkan angka kepercayaan dari data yang dihasilkan metoda otomatis, dapat dilakukan penggabungan antara metode digitasi manual on screen dan digitasi otomatis. Berikut tabel beberapa perbandingan antara metode otomatis dan manual on screen:

Aspek PenilaianOtomatisManual
Waktu+
Akurasi+
Identifikasi Pohon Belum Tumbuh+

Selain dengan menggunakan perangkat lunak dengan kecerdasan buatan yang dibuat sendiri, analisis juga dapat dilakukan dengan memanfaatkan perangkat lunak pengolahan data yang dikhususkan untuk analisis sebaran pohon sawit seperti software berbayar eCognition Oil Palm Application.

Fotogrametri Pada Hutan Industri Akasia, Eukaliptus, Dll

Hasil produksi maksimal yang berlimpah merupakan target utama bagi setiap perusahaan yang bergerak dibidang perkebunan tanaman industri. Untuk mencapai tujuan itu, tentunya perlu dilakukan langkah-langkah tepat guna yang meningkatkan keefisienan dan keefektifan jalannya proses hingga kegiatan produksi dilaksanakan. Penggunaan metode lama dengan prinsip sampling memiliki kemungkinan kesalahan yang besar, sehingga tidak dapat digunakan sebagai patokan atau dasar dari perhitungan perkiraan jumlah hasil produksi yang didapatkan.

Selain industri kelapa sawit, pemanfaatan teknologi fotogrametri juga dapat dilakukan pada tanaman industri lain seperti hutan tanaman industri akasia, eucalyptus, pinus, cemara dsb.  Beberapa analisis yang dapat dilakukan dengan menggunakan orthophoto hasil dari metode fotogrametri diantaranya adalah analisis titik tanam kosong (blankspot), jarak tanam, wilayah banjir, menghitung jumlah pohon, analisis pohon liar yang tumbuh di area tanam hingga sebaran gulma di area tanam.

Blank spot merupakan daerah kosong yang berada dalam kawasan tanam yang tidak ditumbuhi oleh tanaman inti. Blankspot menjadi indikator penentu maksimal atau kurang maksimalnya pemanfaatan luasan lahan yang dapat ditanami. Selain itu, blank spot juga dapat terjadi akibat matinya tanaman sebelum tumbuh dan berkembang sehingga menyebabkan kosongnya wilayah tersebut. Hal ini tentu harus dihindari untuk memaksimalkan produksi yang dihasilkan. Blankspot dapat dengan mudah dianalisis dengan melihat tampakan atas area tanam yang dapat dihasilkan dari survei fotogrametri (orthophoto).

Daerah banjir (flood area) dapat menjadi salah satu penyebab matinya tanaman sebelum tumbuh dan berkembang. Dengan analisis yang didapat dari proses digitasi on screen, flood area akan dapat dengan cepat ditangani. Selain flood area, keberadaan gulma juga dapat menjadi faktor penghambat pertumbuhan dan perkembangan tanaman, bahkan juga dapat menyebabkan tanaman mati sebelum tumbuh. Menurut Nasution (1986):”Gulma merupakan tumbuh-tumbuhan yang tumbuh pada tempat yang tidak diinginkan sehingga menimbulkan kerugian bagi kehidupan manusia. Kerugian yang ditimbulkan antara lain pengaruh persaingan (kompetisi) mengurangi ketersediaan unsur hara tanaman mendorong efek allelophaty “. Zat allelophaty merupakan zat yang bersifat racun bagi tanaman sehingga harus ditanggulangi dengan cepat sebelum berefek besar. Dengan hasil fotogrametri, keberadaan gulma dan sebarannya dapat dengan mudah dianalisis sehingga dapat dilakukan tindak lanjut yang efektif dan efisien.

Sama halnya dengan tanaman kelapa sawit, otomatisasi dengan menggunakan kecerdasan buatan juga dapat dimanfaatkan untuk hutan tanaman industri lainnya. Namun lagi-lagi dibutuhkan waktu yang cukup lama dan data yang banyak untuk membiasakan kecerdasan buatan ini melakukan analisis terhadap objek seperti tanaman inti, daerah banjir, tanaman liar, blank spot, jalan, dan sebagainya secara otomatis.

Selain dengan menggunakan orthophoto, analisis lain dapat dilakukan dengan menggunakan data DEM yang juga dihasilkan dari olahan data fotogrametri. Digital Elevation Model (DEM) adalah gambaran model relief rupabumi tiga dimensi (3D) yang menyerupai keadaan sebenarnya di dunia nyata (real world) divisualisasikan dengan bantuan teknologi komputer grafis dan teknologi virtual reality. Terdapat tiga jenis data elevasi (ketinggian) yang dapat dijadikan sebagai data dasar analisis, yaitu data CHM (Canopy Height Model), DSM (Digital Surface Model), dan data DTM (Digital Terrain Model). CHM merepresentasikan ketinggian suatu objek dari permukaan bumi. Data ini diperoleh dengan melakukan proses pemotongan data DSM oleh data DTM. DSM merupakan bentuk digital dari permukaan tanah (termasuk objek diatasnya) sedangkan DTM merupakan representasi dari dari permukaan tanah yang tidak mengikutsertakan objek-objek yang berada diatasnya. Nilai tinggi objek yang dihasilkan CHM memungkinkan dilakukannya analisis mengenai apakah suatu tanaman memiliki tinggi rata-rata yang sama dengan tinggi tanaman yang seumuran dengannya yang kemudian data tersebut dapat dijadikan sebagai dasar analisis, apakah suatu tanaman tumbuh dan berkembang sesuai dengan rata-rata pertumbuhan dan perkembangan tanaman yang seumuran dengannya pada umumnya.

Perbedaan Kenampakan DTM dan DSM
Sumber: gisresources.com

Selain dengan menggunakan orthophoto RGB dan data elevasi seperti DTM, CHM, DSM, analisis mengenai tanaman hutan industri juga dapat dilakukan dengan menggunakan orthophoto hasil dari pengambilan data dengan menggunakan kamera dengan sensor multispektral.

Sumber Referensi :

https://ekonomi.kompas.com/read/2018/02/26/203000426/kementerian-pertanian–lahan-sawit-indonesia-capai-14-03-juta-hektare diakses pada 20/10/2019, 15:09 WIB.

https://docplayer.info/47906778-Teknik-digitasi-oleh-edi-sugiarto-s-kom-m-kom.html  diakses pada 20/10/2019, 15:09 WIB.

Purwanto, TH. 2015. “Digital Terrain Modelling,” Univ. Gadjah Mada.

http://www.gisresources.com/confused-dem-dtm-dsm/ diakses pada 20/10/2019, 17:02 WIB.

https://pertanian.pontianakkota.go.id/artikel/48-gulma-dan-cara-menanggulanginya.html  diakses pada 21/10/2019, 08:31 WIB.

Citra Multispektral UAV Untuk Monitoring Kesehatan Vegetasi

Oleh : Rabby Awalludin

Data penginderaan jauh dengan resolusi tinggi sangat dibutuhkan akhir-akhir ini oleh pemerintah maupun swasta di Indonesia. Pemanfaatannya sangat beragam seperti penyedian peta skala rinci dalam mendukung pembangunan pedesaan, pengembangan wilayah perkotaan, perencanaan pembangunan jalan dan bangunan, analisis kepadatan kota, sebaran vegetasi perkotaan, hingga monitoring perkebunan. Data-data tersebut umumnya dapat diperoleh melalui satelit komersial seperti WorldView, GeoEye, IKONOS, dsb. Namun ketersedian data tersebut terkadang tidak sesuai dengan alokasi waktu yang dianggarkan dalam proyek, karena hasil citra sangat bergantung pada kondisi awan dan biasanya delivery order memakan waktu yang cukup lama. Bahkan untuk beberapa daerah terkadang tidak memiliki data citra satelit sama sekali.

Seiring perkembangan teknologi, dengan keberadaan pesawat tanpa awak (UAV) kini kebutuhan akan citra dengan resolusi tinggi dapat dengan mudah terpenuhi. Pesawat tanpa awak yang kini popular dengan sebutan UAV merupakan mesin terbang yang dikendalikan oleh seorang pilot yang berada di permukaan bumi secara manual maupun otomatis.  Terdapat dua variasi kontrol UAV, variasi pertama yaitu dikontrol melalui pengendali jarak jauh dan variasi kedua adalah pesawat yang terbang secara mandiri berdasarkan program yang dimasukan ke dalam pesawat sebelum terbang. UAV memungkinkan terpenuhinya kebutuhan peta foto yang tidak dipotret oleh satelit, serta dapat diambil sesuai dengan waktu-waktu yang diinginkan. Penggunaan UAV memungkinkan tidak terdapatnya isu awan pada peta foto yang dihasilkan, ini tentunya menjadi poin plus yang membuat UAV menjadi lebih populer saat ini.

Sudah menjadi rahasia umum dimana Indonesia merupakan negara agraris dengan luas hutan tanaman industri yang besar. Secara tidak langsung sektor ini juga ikut andil dalam menumpu pertumbuhan perekonomian di Indonesia. Peningkatan produksi tentu saja menjadi tujuan utama demi memperbesar keuntungan yang diperoleh dari hasil industri.  Peningkatan jumlah produksi ini haruslah berimbang dengan kegiatan perawatan dan monitoring yang dilakukan.  Kegiatan monitoring dan perawatan ini bertujuan untuk mengontrol pertumbuhan dan perkembangan dari tanaman itu sendiri. Untuk menjawab kebutuhan tersebut, fotogrametri dengan wahana UAV memungkinkan pengambilan gambar dengan menggunakan kamera multispektral yang mana citra ini dapat dimanfaatkan untuk beberapa keperluan sebagai berikut:

  • Monitoring kesehatan tanaman
  • Penyelidikan kesuburan tanah dengan mengidentifikasi kemunculan hama
  • Penanda awal munculnya titik api
  • Dapat dijadikan pendeteksi praktik pencurian kayu yang dilakukan pada malam hari
  • Pendeteksian korban bencana alam yang sulit dijangkau
  • Mendeteksi panas pada komponen listrik secara lebih rinci, yang dapat meminimalisasi timbulnya kerusakan yang parah

Apa yang dimaksud dengan kamera atau sensor multispektral? Berbeda dengan sensor kamera pada umumnya. Sensor kamera pada umumnya merupakan sensor kamera dengan gelombang cahaya visible yang terdiri dari 3 kanal gelombang cahaya yaitu merah, hijau dan biru. Sedangkan untuk kamera sensor multispektral memiliki kanal tambahan seperti Near InfraRed dan beberapa kanal lainnya.  Hasil citra yang dihasilkan oleh kamera multispektral merupakan sebuah gambar yang memiliki data dengan frekuensi yang sangat detail yang disuguhkan dalam spektrum elektromagnetik. Panjang gelombang elektromagnetiknya dibagi ke dalam beberapa filter dengan menggunakan instrumen yang sensitif dengan panjang gelombang, termasuk frekuensi penglihatan manusia (visible). Frekuensi penglihatan manusia berada pada panjang gelombang 400 hingga 700 nm. Ini menyebabkan manusia hanya dapat melihat dan membedakan warna mulai dari ungu hingga merah. Kamera multispektral memungkinkan manusia untuk menggunakan spektrum cahaya lain yang sangat bermanfaat bagi berbagai macam kebutuhan manusia. Berikut beberapa pembagian kanal gelombang cahaya yang ada pada sensor multispektral:

Kanal Biru

Gelombang ini memiliki panjang energi 450-520 nm yang biasa digunakan untuk pencitraan gambar yang ada di atmosfer dan bawah air dengan tingkat kedalaman hingga 50 meter

Kanal Hijau

Gelombang ini memiliki panjang energi dari 520-600 nm yang biasa digunakan untuk pencitraan gambar agrikultural dan struktur bawah air dengan kedalaman hingga 30 meter

Kanal Merah

Memiliki panjang energi 600-690 nm, yang banyak digunakan untuk pencitraan benda-benda buatan manusia, objek di bawah air dengan kedalam 9 m, pertambangan, dan agrikultural

Kanal Near Infrared (NIR)

Spektrum ini memiliki panjang energi 750-900 nm, banyak digunakan untuk kebutuhan agrikultural.

Kanal Mid Infrared (MIR)

Panjang energi dari gelombang ini adalah 1550-1750 nm, yang banyak diaplikasikan pada kebutuhan agrikultural, tingkat kesuburan tanah, dan upaya pemadaman titik api di hutan

Kanal Far Infrared (FIR)

Memiliki panjang gelombang 2080-2350 nm yang banyak digunakan untuk pengontrolan kesuburan tanah, pertambangan, dan pemadaman titik api di hutan

 Kanal Thermal Infrared

Gelombang ini memiliki panjang energi 10400-125000 nm, banyak digunakan untuk kebutuhan pertambangan, upaya pemadaman titik api di hutan, dan penelitian di malam hari.

Beberapa kamera dengan sensor multispektral yang biasa digunakan pada survey fotogrametri adalah sebagai berikut:

  1. Parot Sequoia, merupakan kamera multispektral pertama yang memberikan pengukuran reflektansi absolut tanpa perlu menggunakan target kalibrasi radiometrik. Berkat pipeline pemrosesan radiometrik Pix4D yang baru, Parrot Sequoia + memungkinkan evaluasi yang lebih konsisten terhadap data yang dikumpulkan dan meningkatkan pengalaman pengguna dengan menghilangkan kebutuhan akan target kalibrasi radiometrik. Berat 135gr.
  2. RedEdge, menyediakan banyak pilihan untuk integrasi dari yang berdiri sendiri (di mana Anda hanya menyediakan daya ke kamera) untuk sepenuhnya terintegrasi. Integrasi lanjutan memanfaatkan antarmuka fleksibel termasuk pemicu Ethernet, serial, RTK, dan PWM / GPIO, untuk integrasi yang mulus dengan drone apa pun. Berat 170gr.
(a) Parot Sequioa, (b) Micrasense RedEdge
Sumber: fulldronesolutions.com

Beberapa kanal yang ada kamera multispektral Micasense RedEdge dan tampilan raw data foto yang dihasilkan dapat dilihat pada tabel berikut.

Terlihat cukup jelas pada contoh-contoh citra pada tabel diatas. Kenampakan abu-abu pada objek pohon terdapat pada citra dengan kanal hijau, NIR dan RedEdge yang menandakan bahwa berkas sinar ketiganya dipantulkan sebagian oleh vegetasi pohon tersebut. Pada kanal merah dan biru, kenampakan objek vegetasi pohon berwarna hitam gelap yang mengindikasikan bahwa berkas sinar pada kanal ini terserap (terabsorbsi) dengan baik oleh vegetasi pohon.

Seperti yang dibahas sebelumnya, hasil dari kamera dengan sensor multispektral dapat digunakan sebagai dasar analisis dari monitoring kesehatan vegetasi (tanaman hijau). Penggunaan kanal untuk keperluan analisis ini biasanya adalah kanal hijau, merah, biru dan Near Infrared (NIR). Kamera digital yang umum saat ini ditengah masyarakat merupakan kamera yang bekerja pada kanal visible (biru, hijau, dan merah) dengan hasilnya merupakan citra seperti yang terlihat oleh mata normal manusia. Kemudian ditambahkan kanal baru yang peka terhadap zat hijau daun yaitu kanal NIR.  Penambahan ini dilakukan agar dapat dengan mudah melakukan analisis terhadap tingkat kehijauan vegetasi atau tanaman hijau pada hasil citra.

Karakteristik pantulan spektral dari vegetasi (tanaman) dipengaruhi oleh kandungan pigmen daun, material organik, air, dan karakteristik struktural daun seperti bentuk dan luas daun (Huete and Glenn, 2011). Spektral merupakan interaksi antara energi elektromagnetik (EM) dengan suatu objek. Objek dimuka bumi memiliki ciri dan karakteristik yang berbeda satu dengan lainnya sehingga kemampuan dalam memantulkan cahayanya pun berbeda.  Berdasarkan karakteristik pantulan spektralnya, dapat dibagi dua, yaitu spektrum tampak (visible spektrum) dan spektrum NIR. 

Kurva Reflektansi
Sumber: raharjabayu.wordpress.com

Berdasarkan kurva diatas, kanal merah dan biru lebih banyak terserap dari pada dipantulkan pada objek vegetasi sehingga kurang baik jika digunakan sebagai analisis vegetasi. Berbanding terbalik dengan kanal NIR yang pada tanaman hijau lebih banyak dipantulkan daripada diserap, terlihat dari nilai reflektan yang besar. Maka dapat disimpulkan bahwa semakin tinggi nilai reflektan dari kanal NIR suatu objek tanaman hijau, maka semakin sehat tanaman hijau tersebut.

Identifikasi kesehatan tanaman hijau tidak cukup hanya dengan menggunakan citra hasil dari kamera multispektral. Terdapat suatu metode lanjutan lain yang menggunakan citra multispektral sebagai data dasar dalam analisisnya. Metode tersebut adalah Normalized Difference Vegetation Index atau yang lebih populer dengan sebutan NDVI. 

Sumber Referensi:

https://www.fulldronesolutions.com diakses pada 17/10/2019 pukul 09:30 WIB

http://jogjasky.com/kamera-multispectral/ diakses pada 17/10/2019 pukul 09:50 WIB

Uktoro I. Arief. 2017. Jurnal Agroteknose. Volume VIII No. II Tahun 2017 ANALISIS CITRA DRONE UNTUK MONITORING KESEHATAN TANAMAN KELAPA SAWIT

http://raharjabayu.wordpress.com diakses pada 17/10/2019 pukul 11:10 WIB