Bimtek Pengolahan Data Drone Mapping Menjadi DEM, DSM, dan Orthomosaic untuk Analisis GIS

Perkembangan teknologi pemetaan berbasis drone memberikan perubahan besar dalam cara data permukaan bumi dikumpulkan, diolah, dan dimanfaatkan. Dengan kamera beresolusi tinggi serta teknologi positioning seperti RTK dan PPK, drone dapat digunakan untuk memperoleh data spasial secara cepat pada area tertentu dengan tingkat detail yang tinggi.

Namun, foto udara yang diperoleh dari drone bukanlah produk akhir. Data tersebut perlu melalui serangkaian proses fotogrametri agar dapat menghasilkan informasi geospasial yang siap digunakan dalam Sistem Informasi Geografis (GIS).

Salah satu workflow yang banyak diterapkan adalah mengolah data foto udara drone menjadi Digital Elevation Model (DEM), Digital Surface Model (DSM), orthomosaic, point cloud, Digital Terrain Model (DTM), dan produk turunan lainnya.

Produk tersebut dapat digunakan untuk berbagai kebutuhan, mulai dari pemetaan topografi, inventarisasi aset, monitoring konstruksi, perencanaan infrastruktur, analisis penggunaan lahan, pengelolaan kawasan, pertambangan, pertanian, hingga mitigasi bencana.

Melalui Bimtek Pengolahan Data Drone Mapping Menjadi DEM, DSM, dan Orthomosaic untuk Analisis GIS, peserta dapat memahami alur kerja pengolahan data drone mulai dari persiapan data, proses fotogrametri, pengaturan sistem koordinat, pengolahan point cloud, pembuatan orthomosaic, ekstraksi model elevasi, hingga integrasi hasil ke dalam GIS.

Badan Informasi Geospasial (BIG) juga menyediakan berbagai informasi dan layanan geospasial nasional yang dapat menjadi referensi dalam pengelolaan data spasial, termasuk data elevasi dan informasi dasar geospasial. Badan Informasi Geospasial

Artikel ini merupakan bagian dari pembahasan turunan yang memperkuat Info Bimtek Digital Elevation Model (DEM), DSM, DTM, dan Analisis Terrain Berbasis GIS untuk Pengolahan Data Topografi dan Analisis Spasial.

Mengenal Drone Mapping dalam Pemetaan Geospasial

Drone mapping adalah metode pemetaan menggunakan wahana udara tanpa awak yang dilengkapi sensor, umumnya kamera digital, untuk mengambil data permukaan bumi dari udara.

Berbeda dengan fotografi udara biasa, drone mapping menggunakan rangkaian foto yang memiliki overlap sehingga perangkat lunak fotogrametri dapat menemukan titik-titik yang sama pada beberapa foto.

Titik-titik tersebut kemudian digunakan untuk membangun rekonstruksi tiga dimensi.

Secara sederhana, alur drone mapping dapat digambarkan sebagai:

Flight Planning → Akuisisi Foto → Image Alignment → Point Cloud → DSM/DTM → Orthomosaic → GIS → Analisis Spasial

Keunggulan drone mapping antara lain:

• Resolusi spasial tinggi.
• Fleksibel untuk area tertentu.
• Akuisisi data relatif cepat.
• Dapat menghasilkan data 2D dan 3D.
• Dapat digunakan untuk monitoring berkala.
• Dapat diintegrasikan dengan GIS.
• Cocok untuk area yang sulit dijangkau secara langsung.

Meskipun demikian, kualitas hasil pemetaan sangat bergantung pada kualitas akuisisi dan pengolahan data.

Mengapa Data Drone Perlu Diolah?

Foto drone belum memiliki fungsi sebagai DEM, DSM, atau orthomosaic secara langsung.

Foto tersebut masih berupa citra individual yang memiliki perspektif berbeda.

Pengolahan fotogrametri diperlukan untuk:

• Mengidentifikasi hubungan antarfoto.
• Menentukan posisi kamera.
• Membentuk point cloud.
• Menghasilkan model permukaan.
• Melakukan orthorektifikasi.
• Menggabungkan foto.
• Menghasilkan produk geospasial.

Hasil pengolahan tersebut kemudian dapat digunakan dalam lingkungan GIS.

Produk Utama dari Drone Mapping

Satu misi penerbangan dapat menghasilkan berbagai produk.

Tidak semua proyek membutuhkan seluruh produk tersebut. Pemilihan produk harus disesuaikan dengan tujuan pemetaan.

Memahami Orthomosaic

Orthomosaic merupakan gabungan banyak foto udara yang telah melalui proses koreksi geometrik sehingga dapat digunakan sebagai citra yang memiliki referensi spasial.

Berbeda dengan foto drone biasa, orthomosaic dapat digunakan sebagai layer dalam GIS.

Orthomosaic dapat digunakan untuk:

• Pemetaan objek.
• Inventarisasi aset.
• Digitasi.
• Monitoring lahan.
• Identifikasi perubahan.
• Pemetaan penggunaan lahan.
• Dokumentasi proyek.
• Pemetaan infrastruktur.

Dengan resolusi tinggi, orthomosaic drone dapat memberikan detail objek yang lebih baik pada area pemetaan dibandingkan citra resolusi lebih rendah.

Memahami Digital Surface Model (DSM)

DSM menggambarkan permukaan bumi beserta objek yang berada di atasnya.

Objek tersebut dapat meliputi:

• Bangunan.
• Pohon.
• Tiang.
• Infrastruktur.
• Vegetasi.

Karena itu, DSM sangat berguna ketika pengguna ingin memahami kondisi permukaan secara keseluruhan, bukan hanya tanah.

Contohnya, dalam pemetaan kawasan perkotaan, DSM dapat memperlihatkan ketinggian bangunan dan vegetasi.

Memahami Digital Terrain Model (DTM)

DTM berfokus pada permukaan tanah atau bare earth.

Untuk memperoleh DTM dari data drone, point cloud perlu melalui proses klasifikasi.

Titik yang mewakili tanah dipisahkan dari titik yang mewakili objek lainnya.

DTM dapat digunakan untuk:

• Analisis topografi.
• Pembuatan kontur.
• Slope analysis.
• Profil elevasi.
• Analisis terrain.
• Perhitungan volume.
• Perencanaan konstruksi.

DEM, DSM, dan DTM: Apa Perbedaannya?

Istilah DEM sering digunakan secara umum untuk menyebut model elevasi digital, sedangkan DSM dan DTM menjelaskan karakteristik permukaan yang direpresentasikan.

Dalam pelatihan, pemahaman perbedaan tersebut penting agar peserta tidak salah memilih data untuk kebutuhan analisis.

Tahap Perencanaan Penerbangan Drone

Sebelum drone diterbangkan, perlu dilakukan flight planning.

Perencanaan dapat mencakup:

• Luas area.
• Ketinggian terbang.
• Ground Sampling Distance atau GSD.
• Front overlap.
• Side overlap.
• Jalur penerbangan.
• Posisi take-off dan landing.
• Kondisi cuaca.
• Kondisi medan.
• Target akurasi.

Semakin tinggi kebutuhan detail, parameter penerbangan perlu dirancang secara lebih cermat.

Ground Sampling Distance atau GSD

GSD menunjukkan ukuran piksel di permukaan tanah.

Misalnya, GSD 3 cm/pixel berarti satu piksel pada citra merepresentasikan sekitar 3 cm di permukaan tanah.

GSD dipengaruhi oleh:

• Ketinggian terbang.
• Kamera.
• Focal length.
• Sensor.

GSD yang lebih kecil umumnya menghasilkan detail spasial yang lebih tinggi, tetapi dapat meningkatkan jumlah foto dan kebutuhan pemrosesan.

Pentingnya Overlap Foto

Overlap merupakan bagian penting dari fotogrametri.

Terdapat dua jenis overlap utama:

• Front overlap.
• Side overlap.

Overlap memungkinkan objek yang sama muncul pada beberapa foto sehingga perangkat lunak dapat melakukan pencocokan.

Jika overlap tidak mencukupi, proses rekonstruksi dapat mengalami masalah.

Ground Control Point dalam Drone Mapping

Ground Control Point atau GCP adalah titik yang memiliki koordinat diketahui dan digunakan untuk mendukung georeferensi serta kontrol kualitas hasil pemetaan.

GCP dapat diukur menggunakan perangkat GNSS yang sesuai dengan kebutuhan proyek.

Distribusi GCP perlu memperhatikan:

• Batas area.
• Bentuk wilayah.
• Variasi elevasi.
• Target akurasi.
• Kondisi lapangan.

Selain GCP, drone dengan teknologi RTK atau workflow PPK dapat digunakan sesuai kebutuhan.

RTK dan PPK

RTK memungkinkan koreksi posisi dilakukan secara real-time selama proses penerbangan.

PPK melakukan pemrosesan koreksi posisi setelah penerbangan selesai.

Keduanya dapat membantu meningkatkan kualitas informasi posisi kamera, tetapi bukan berarti seluruh proses quality control menjadi tidak diperlukan.

Validasi terhadap hasil tetap penting, khususnya untuk pekerjaan yang membutuhkan akurasi tertentu.

Tahap Akuisisi Data

Pada tahap akuisisi, drone mengambil foto berdasarkan jalur penerbangan yang telah direncanakan.

Beberapa hal yang perlu diperhatikan:

• Kondisi cuaca.
• Pencahayaan.
• Baterai.
• Ketinggian.
• Overlap.
• Cakupan area.
• Kondisi angin.
• Kualitas foto.

Foto yang buram atau mengalami masalah exposure dapat memengaruhi proses pengolahan.

Image Alignment

Setelah foto diperoleh, langkah awal pengolahan fotogrametri adalah melakukan image alignment.

Software akan mencari fitur yang sama pada foto yang berbeda.

Dari proses ini dapat diperoleh:

• Posisi kamera.
• Tie points.
• Sparse point cloud.
• Informasi hubungan antarfoto.

Jika alignment berjalan baik, proses selanjutnya dapat dilanjutkan.

Dense Point Cloud

Dense point cloud merupakan kumpulan titik tiga dimensi yang lebih rapat dibandingkan sparse point cloud.

Setiap titik dapat memiliki:

• X.
• Y.
• Z.
• Warna.
• Informasi klasifikasi.

Dense point cloud menjadi dasar penting dalam pembentukan DSM dan produk 3D lainnya.

Klasifikasi Point Cloud

Untuk menghasilkan DTM, point cloud perlu diklasifikasikan.

Klasifikasi dapat memisahkan:

• Ground.
• Vegetation.
• Building.
• Infrastructure.
• Noise.
• Objek lainnya.

Kesalahan klasifikasi dapat memengaruhi kualitas DTM.

Sebagai contoh, jika vegetasi tinggi masih diklasifikasikan sebagai ground, model terrain dapat memiliki elevasi yang lebih tinggi dari kondisi tanah sebenarnya.

Pembuatan DSM

DSM dapat dibuat dari point cloud dengan menggunakan titik yang mewakili permukaan objek.

Hasilnya menggambarkan permukaan:

Tanah + Bangunan + Vegetasi + Objek lainnya

DSM sangat bermanfaat untuk:

• Analisis ketinggian bangunan.
• Analisis vegetasi.
• Visualisasi kawasan.
• Pemodelan permukaan.
• Analisis objek.

Pembuatan DTM

DTM dibuat menggunakan titik yang dikategorikan sebagai ground.

Workflow sederhananya:

Point Cloud → Ground Classification → Interpolation → DTM

DTM kemudian dapat digunakan sebagai dasar analisis terrain.

Pembuatan DEM

DEM dapat digunakan sebagai istilah umum untuk model elevasi digital.

Dalam praktik, definisi dan metode pembentukan DEM dapat berbeda bergantung pada sumber data dan standar yang digunakan.

Karena itu, metadata perlu diperiksa sebelum data digunakan.

Metadata idealnya memuat informasi seperti:

• Sumber data.
• Resolusi.
• Sistem koordinat.
• Datum.
• Akurasi.
• Waktu akuisisi.
• Metode pengolahan.

Orthorektifikasi Foto Drone

Orthorektifikasi bertujuan mengurangi pengaruh perspektif dan relief sehingga citra dapat digunakan secara lebih akurat sebagai data spasial.

Setelah foto diproses dan dikoreksi, foto dapat digabung menjadi orthomosaic.

Orthomosaic selanjutnya dapat dimasukkan ke GIS.

Integrasi Orthomosaic dengan GIS

Setelah orthomosaic selesai, data dapat digunakan sebagai basemap atau layer utama.

Kemudian pengguna dapat menambahkan:

• Jalan.
• Bangunan.
• Sungai.
• Batas administrasi.
• Aset.
• Tata guna lahan.
• Infrastruktur.
• Titik survei.

Dengan demikian, hasil drone mapping dapat diubah menjadi informasi GIS yang lebih mudah dianalisis.

Analisis Topografi Menggunakan DEM

DEM dan DTM dapat digunakan untuk menghasilkan berbagai informasi terrain.

Beberapa analisis yang umum dilakukan:

• Elevasi.
• Slope.
• Aspect.
• Hillshade.
• Kontur.
• Profil elevasi.
• Flow direction.
• Flow accumulation.
• Watershed.

Analisis tersebut dapat mendukung perencanaan wilayah dan infrastruktur.

Analisis Slope

Slope menunjukkan tingkat kemiringan permukaan.

Dalam konteks drone mapping, slope dapat digunakan untuk:

• Mengidentifikasi lereng curam.
• Kajian awal risiko longsor.
• Perencanaan jalan.
• Perencanaan bangunan.
• Analisis kawasan.
• Monitoring perubahan terrain.

Namun, analisis slope dari DEM atau DTM merupakan salah satu parameter spasial dan bukan satu-satunya dasar untuk menentukan stabilitas lereng.

Analisis Aspect

Aspect menunjukkan orientasi lereng terhadap arah mata angin.

Data ini dapat digunakan bersama slope untuk memahami karakteristik terrain secara lebih lengkap.

Contohnya dalam:

• Analisis lingkungan.
• Pertanian.
• Perencanaan kawasan.
• Kajian paparan matahari.
• Studi terrain.

Pembuatan Kontur

Dari DEM atau DTM, pengguna dapat menghasilkan kontur.

Kontur dapat digunakan untuk:

• Peta topografi.
• Perencanaan jalan.
• Perencanaan drainase.
• Analisis terrain.
• Dokumentasi survei.

Interval kontur harus disesuaikan dengan resolusi data dan skala pemetaan.

Analisis Volume dari Data Drone

Salah satu keunggulan drone mapping adalah kemampuan menghasilkan data permukaan yang dapat digunakan untuk menghitung volume.

Contoh aplikasinya:

• Stockpile.
• Timbunan tanah.
• Galian.
• Material konstruksi.
• Area reklamasi.
• Monitoring pekerjaan tanah.

Secara sederhana, volume dapat dihitung dengan membandingkan permukaan existing dan permukaan referensi atau menggunakan batas permukaan tertentu.

Contoh Kasus: Monitoring Stockpile

Sebuah perusahaan melakukan pemetaan stockpile menggunakan drone.

Tahapannya:

1. Menentukan area stockpile.
2. Merencanakan penerbangan.
3. Mengambil foto udara.
4. Memproses foto.
5. Membuat point cloud.
6. Menghasilkan DSM/DTM.
7. Menentukan batas stockpile.
8. Menghitung volume.
9. Membandingkan dengan survei sebelumnya.
10. Membuat laporan.

Jika dilakukan secara berkala, metode tersebut dapat membantu monitoring perubahan volume.

Contoh Kasus: Monitoring Pembangunan Jalan

Dalam proyek pembangunan jalan, drone dapat digunakan untuk memperoleh data kondisi existing.

Hasil pemetaan dapat menghasilkan:

• Orthomosaic.
• DSM.
• DTM.
• Kontur.
• Point cloud.

Data tersebut kemudian dapat dibandingkan dengan data survei sebelumnya untuk melihat perkembangan pekerjaan.

Informasi spasial dapat membantu tim memahami perubahan pada area proyek secara lebih visual.

Contoh Kasus: Pemetaan Kawasan Permukiman

Drone dapat digunakan untuk memetakan kawasan permukiman dengan detail tinggi.

Orthomosaic dapat digunakan untuk mengidentifikasi:

• Bangunan.
• Jalan.
• Drainase.
• Ruang terbuka.
• Vegetasi.
• Fasilitas umum.

DSM dapat digunakan untuk memahami ketinggian objek.

DTM dapat digunakan untuk memahami bentuk terrain.

Ketiganya dapat dikombinasikan dalam GIS untuk menghasilkan basis data spasial kawasan.

Contoh Kasus: Analisis Area Rawan Longsor

Pada wilayah perbukitan, drone mapping dapat digunakan untuk memperoleh data terrain beresolusi tinggi.

Dari DTM dapat dibuat:

• Slope.
• Aspect.
• Hillshade.
• Kontur.

Data tersebut dapat di-overlay dengan:

• Geologi.
• Jenis tanah.
• Curah hujan.
• Tutupan lahan.
• Jaringan jalan.
• Permukiman.

Hasilnya dapat menjadi salah satu input untuk kajian risiko bencana yang lebih komprehensif.

Integrasi Data Drone dengan Data Pemerintah

Hasil drone mapping tidak harus berdiri sendiri.

Data dapat diintegrasikan dengan data pemerintah yang relevan.

Contohnya:

• Data administrasi.
• Data jaringan jalan.
• Data sungai.
• Data tata ruang.
• Data kebencanaan.
• Data elevasi nasional.

Badan Informasi Geospasial menyediakan berbagai layanan informasi geospasial nasional melalui portal dan layanan geospasialnya yang dapat menjadi salah satu referensi data. Portal Geospasial Indonesia – BIG

Quality Control Hasil Drone Mapping

Kualitas produk drone perlu diperiksa sebelum digunakan untuk analisis.

Beberapa aspek yang dapat dievaluasi:

Quality control penting agar hasil tidak hanya terlihat baik secara visual tetapi juga memiliki kualitas yang sesuai dengan tujuan penggunaan.

Kesalahan yang Sering Terjadi

Beberapa kesalahan yang perlu diperhatikan dalam pengolahan data drone antara lain:

Tidak Memperhatikan Overlap

Overlap yang tidak sesuai dapat menyebabkan proses alignment gagal atau menghasilkan area kosong.

Foto Berkualitas Buruk

Foto blur atau terlalu gelap dapat mengurangi jumlah tie point.

Tidak Memperhatikan Sistem Koordinat

Perbedaan CRS dapat menyebabkan data bergeser ketika dimasukkan ke GIS.

Salah Menggunakan DSM dan DTM

DSM dan DTM memiliki fungsi berbeda.

Klasifikasi Ground Tidak Akurat

Klasifikasi yang salah dapat menghasilkan DTM yang tidak menggambarkan permukaan tanah dengan baik.

Tidak Melakukan Validasi

Hasil pemetaan perlu diperiksa terhadap titik kontrol atau sumber data referensi sesuai kebutuhan akurasi.

Software untuk Pengolahan Drone Mapping

Berbagai software dapat digunakan untuk workflow ini.

Dalam pelatihan, software dapat disesuaikan dengan kebutuhan instansi dan ketersediaan lisensi.

Materi Bimtek Pengolahan Data Drone Mapping

Materi dapat dirancang dari dasar hingga praktik.

Materi yang dapat diberikan antara lain:

• Konsep drone mapping.
• Fotogrametri dasar.
• Flight planning.
• GSD.
• Overlap.
• GCP.
• RTK dan PPK.
• Sistem koordinat.
• Image alignment.
• Point cloud.
• Dense point cloud.
• Klasifikasi ground.
• DSM.
• DTM.
• DEM.
• Orthomosaic.
• Kontur.
• Slope.
• Aspect.
• Hillshade.
• Analisis volume.
• Integrasi GIS.
• Quality control.
• Studi kasus.

Metode Pembelajaran

Agar lebih aplikatif, bimtek dapat menggunakan pendekatan:

• Pemaparan konsep.
• Demonstrasi.
• Praktik langsung.
• Pengolahan dataset.
• Studi kasus.
• Diskusi teknis.
• Evaluasi hasil.

Peserta dapat diarahkan mengikuti workflow dari data mentah hingga produk akhir.

Output yang Diharapkan

Output pelatihan dapat meliputi:

Manfaat Bimtek bagi Instansi

Pelatihan dapat membantu instansi dalam:

• Meningkatkan kompetensi tenaga GIS.
• Memahami workflow drone mapping.
• Mengolah data foto udara.
• Menghasilkan produk DEM dan DSM.
• Membuat orthomosaic.
• Menghasilkan DTM.
• Melakukan analisis terrain.
• Mendukung pemetaan infrastruktur.
• Mendukung monitoring proyek.
• Meningkatkan kualitas penyajian data spasial.

Siapa yang Cocok Mengikuti Bimtek?

Program ini dapat ditujukan kepada:

• ASN.
• Bappeda.
• Dinas PUPR.
• Dinas Tata Ruang.
• BPBD.
• Dinas Lingkungan Hidup.
• Dinas Pertanian.
• Dinas ESDM.
• Pemerintah provinsi.
• Pemerintah kabupaten/kota.
• BUMN.
• BUMD.
• Konsultan.
• Surveyor.
• Tenaga GIS.
• Praktisi drone.
• Tenaga pemetaan.
• Akademisi.
• Peneliti.

FAQ Bimtek Drone Mapping

Apa saja produk yang dapat dihasilkan dari data drone mapping?

Data drone dapat diolah menjadi orthomosaic, point cloud, DSM, DTM, DEM, mesh 3D, kontur, serta berbagai produk turunan lainnya sesuai jenis data dan workflow yang digunakan.

Apa perbedaan orthomosaic dengan DSM?

Orthomosaic merupakan citra udara yang telah diproses dan dikoreksi secara geometrik, sedangkan DSM merupakan model elevasi permukaan yang mencakup objek seperti bangunan dan vegetasi.

Apakah data drone dapat digunakan untuk analisis GIS?

Ya. Orthomosaic, DEM, DSM, DTM, point cloud, dan produk turunannya dapat diintegrasikan dengan GIS untuk berbagai analisis spasial, selama sistem koordinat dan kualitas datanya sesuai.

Apakah bimtek ini cocok untuk pemula?

Materi dapat disusun secara bertahap dari konsep dasar hingga praktik pengolahan sehingga dapat disesuaikan dengan tingkat kemampuan peserta, termasuk peserta yang baru mulai menggunakan GIS dan drone mapping.

Kesimpulan

Bimtek Pengolahan Data Drone Mapping Menjadi DEM, DSM, dan Orthomosaic untuk Analisis GIS merupakan program yang relevan bagi instansi dan organisasi yang ingin meningkatkan kemampuan dalam memanfaatkan data drone sebagai sumber informasi geospasial.

Drone bukan hanya digunakan untuk mengambil foto udara. Dengan workflow fotogrametri yang tepat, kumpulan foto dapat diolah menjadi point cloud, orthomosaic, DSM, DTM, DEM, kontur, dan berbagai produk geospasial lainnya.

Produk tersebut kemudian dapat diintegrasikan ke dalam GIS untuk mendukung analisis topografi, pemetaan infrastruktur, monitoring konstruksi, pengelolaan aset, perencanaan wilayah, analisis kebencanaan, pertanian, pertambangan, serta berbagai kebutuhan lainnya.

Keberhasilan pengolahan tidak hanya bergantung pada software. Perencanaan penerbangan, kualitas kamera, GSD, overlap, GCP, RTK/PPK, sistem koordinat, klasifikasi point cloud, dan quality control memiliki peran penting terhadap kualitas produk akhir.

Karena itu, pemahaman terhadap keseluruhan workflow menjadi penting bagi tenaga teknis yang menangani pemetaan drone dan GIS. Dengan kompetensi yang baik, data drone dapat dikembangkan menjadi informasi spasial yang lebih bernilai dan dapat mendukung proses perencanaan serta pengambilan keputusan berbasis lokasi.

Untuk pembahasan yang lebih luas mengenai DEM, DSM, DTM, dan analisis terrain, peserta juga dapat mempelajari Info Bimtek Digital Elevation Model (DEM), DSM, DTM, dan Analisis Terrain Berbasis GIS untuk Pengolahan Data Topografi dan Analisis Spasial sebagai referensi utama.

Daftar sekarang dan jadwalkan pelatihan terbaik untuk instansi Anda!

0822-8654-5726

www.studigis.com