Pelatihan Data Drone/UAV: Teknik Akuisisi, Pengolahan Foto Udara, dan Pemetaan Resolusi Tinggi
Perkembangan teknologi drone atau Unmanned Aerial Vehicle (UAV) telah membawa perubahan besar dalam proses pengumpulan data geospasial. Jika sebelumnya pemetaan membutuhkan survei lapangan yang panjang dan pengadaan data dengan biaya relatif besar, saat ini drone dapat digunakan untuk memperoleh foto udara beresolusi tinggi dalam waktu yang lebih efisien.
Data hasil pemotretan drone tidak hanya berguna sebagai dokumentasi visual. Dengan teknik fotogrametri dan pengolahan data yang tepat, kumpulan foto udara dapat diubah menjadi berbagai produk geospasial seperti orthomosaic, Digital Elevation Model (DEM), Digital Surface Model (DSM), point cloud, kontur, 3D model, hingga peta tematik.
Karena itu, Pelatihan Data Drone/UAV menjadi penting bagi instansi pemerintah, perusahaan, surveyor, praktisi GIS, konsultan, akademisi, maupun tenaga teknis yang ingin meningkatkan kemampuan dalam memperoleh dan mengolah data spasial beresolusi tinggi.
Badan Informasi Geospasial (BIG) sendiri telah lama mengembangkan dan membahas pemanfaatan UAV untuk kegiatan pemetaan. Dalam konteks pemetaan, foto udara dari UAV dapat diproses menggunakan metode fotogrametri untuk menghasilkan informasi geospasial yang dapat digunakan dalam berbagai kebutuhan analisis.
Apa Itu Data Drone/UAV?
Data Drone/UAV adalah data yang diperoleh menggunakan wahana udara tanpa awak yang dilengkapi sensor tertentu, seperti kamera RGB, kamera multispektral, kamera termal, atau sensor LiDAR.
Untuk kebutuhan pemetaan, drone biasanya diterbangkan mengikuti jalur atau misi yang telah direncanakan. Kamera mengambil sejumlah foto udara dengan tingkat overlap tertentu. Foto-foto tersebut kemudian diproses menggunakan perangkat lunak fotogrametri untuk membentuk model tiga dimensi dan produk pemetaan.
Secara sederhana, alur pemanfaatan data drone dapat digambarkan sebagai berikut:
Perencanaan Misi → Akuisisi Foto Udara → Pemeriksaan Data → Fotogrametri → Point Cloud → Orthomosaic → DEM/DSM → Pemetaan dan Analisis GIS
Keberhasilan proses tersebut tidak hanya ditentukan oleh kualitas drone. Faktor lain seperti ketinggian terbang, overlap foto, kondisi cuaca, kualitas kamera, koordinat posisi, Ground Control Point (GCP), dan metode pengolahan juga sangat menentukan kualitas hasil akhir.
Mengapa Pelatihan Data Drone/UAV Penting?
Mengoperasikan drone untuk dokumentasi berbeda dengan mengoperasikan drone untuk kebutuhan pemetaan.
Dalam pekerjaan pemetaan, operator harus memahami hubungan antara penerbangan, pengambilan foto, posisi kamera, koordinat tanah, dan proses fotogrametri. Kesalahan pada tahap awal dapat menghasilkan produk akhir yang kurang optimal.
Beberapa alasan mengapa pelatihan diperlukan antara lain:
- Memahami konsep dasar pemetaan berbasis UAV.
- Mampu merencanakan misi penerbangan secara sistematis.
- Menentukan ketinggian dan jalur penerbangan.
- Memahami konsep overlap dan sidelap.
- Melakukan pengambilan foto udara sesuai kebutuhan.
- Memahami penggunaan GCP dan titik kontrol.
- Mengolah foto udara menggunakan perangkat lunak fotogrametri.
- Membuat orthomosaic dan model elevasi.
- Menghasilkan point cloud dan 3D model.
- Mengintegrasikan hasil pemetaan dengan GIS.
- Melakukan pemeriksaan kualitas hasil pengolahan.
- Mengoptimalkan data drone untuk kebutuhan pemetaan dan analisis spasial.
Dengan pelatihan yang terstruktur, peserta tidak hanya memahami cara menerbangkan drone, tetapi juga memahami bagaimana menghasilkan data geospasial yang dapat digunakan untuk pekerjaan teknis.
Perbedaan Foto Udara Biasa dan Foto Udara untuk Pemetaan
Salah satu konsep penting dalam pelatihan adalah membedakan foto udara untuk dokumentasi dengan foto udara untuk pemetaan.
Foto udara biasa lebih berorientasi pada kebutuhan visual. Sementara itu, foto udara untuk pemetaan harus mempertimbangkan aspek geometrik, posisi, overlap, orientasi kamera, sistem koordinat, dan proses fotogrametri.
| Aspek | Foto Udara Dokumentasi | Foto Udara Pemetaan |
|---|---|---|
| Tujuan | Visualisasi/dokumentasi | Pemetaan dan analisis |
| Jalur penerbangan | Fleksibel | Direncanakan |
| Overlap | Tidak selalu diperhatikan | Sangat penting |
| Posisi kamera | Tidak menjadi fokus utama | Harus diperhitungkan |
| GCP | Umumnya tidak diperlukan | Dapat diperlukan |
| Fotogrametri | Tidak selalu digunakan | Digunakan |
| Orthomosaic | Tidak menjadi tujuan | Produk utama |
| DEM/DSM | Umumnya tidak tersedia | Dapat dihasilkan |
| Pengukuran | Terbatas | Dapat digunakan untuk pengukuran sesuai kualitas data |
Dengan demikian, pemetaan drone bukan sekadar mengambil banyak foto dari udara, tetapi merupakan proses pengumpulan dan pengolahan data yang harus dirancang secara sistematis.
Perencanaan Akuisisi Data Drone
Tahap pertama dalam pekerjaan UAV mapping adalah perencanaan.
Sebelum drone diterbangkan, tim perlu menentukan tujuan pekerjaan, area yang akan dipetakan, tingkat detail yang dibutuhkan, jenis sensor, kondisi medan, serta produk akhir yang ingin dihasilkan.
Beberapa hal yang perlu diperhatikan adalah:
Menentukan Area of Interest
Area of Interest atau AOI merupakan wilayah yang menjadi target pemetaan.
AOI sebaiknya ditentukan sejak awal agar perencanaan penerbangan dapat dilakukan secara efisien. Area yang terlalu luas dapat membutuhkan beberapa misi penerbangan dan penggabungan data.
Menentukan Tingkat Detail
Kebutuhan detail menentukan parameter penerbangan. Pemetaan untuk area konstruksi, misalnya, dapat membutuhkan resolusi yang lebih tinggi dibandingkan pemetaan wilayah yang digunakan hanya untuk visualisasi umum.
Salah satu parameter penting adalah Ground Sampling Distance atau GSD. Secara sederhana, GSD menggambarkan ukuran area di permukaan tanah yang direpresentasikan oleh satu piksel pada foto.
Semakin kecil nilai GSD, semakin tinggi detail spasial yang dapat diperoleh, meskipun kebutuhan data, waktu pemrosesan, dan kapasitas penyimpanan juga dapat meningkat.
Menentukan Ketinggian Terbang
Ketinggian penerbangan berhubungan dengan cakupan area dan tingkat detail foto.
Penerbangan yang lebih rendah umumnya memberikan detail lebih tinggi, tetapi membutuhkan lebih banyak jalur dan foto untuk mencakup area yang sama.
Sebaliknya, penerbangan yang lebih tinggi dapat mencakup area lebih luas tetapi detail spasial dapat berkurang.
Menentukan Overlap dan Sidelap
Overlap adalah tingkat tumpang tindih antarfoto dalam arah jalur penerbangan, sedangkan sidelap merupakan tumpang tindih antarjalur penerbangan.
Overlap diperlukan agar perangkat lunak dapat menemukan titik-titik yang sama pada beberapa foto dan melakukan proses pencocokan gambar.
Ground Control Point dalam Pemetaan Drone
Ground Control Point (GCP) merupakan titik kontrol yang memiliki koordinat diketahui dan digunakan untuk membantu meningkatkan ketelitian posisi hasil pemetaan.
GCP biasanya ditempatkan pada lokasi tertentu yang mudah terlihat dari udara. Koordinatnya kemudian diukur menggunakan metode survei yang sesuai.
Dalam workflow fotogrametri, GCP dapat membantu mengikat model hasil pemrosesan terhadap sistem koordinat tanah.
Selain GCP, teknologi GNSS yang terintegrasi pada drone dapat digunakan dalam workflow tertentu. Teknologi seperti RTK atau PPK dapat membantu memperoleh informasi posisi dengan ketelitian lebih tinggi, tetapi penerapannya tetap harus disesuaikan dengan tujuan survei, perangkat, metode pengukuran, dan standar pekerjaan.
Tahapan Akuisisi Foto Udara
Setelah perencanaan selesai, proses dilanjutkan dengan akuisisi.
Tahapan umum meliputi:
- Pemeriksaan drone dan sensor.
- Pemeriksaan baterai.
- Pemeriksaan media penyimpanan.
- Pemeriksaan kondisi cuaca.
- Penentuan titik lepas landas.
- Penentuan jalur penerbangan.
- Pengaturan ketinggian.
- Pengaturan overlap dan sidelap.
- Pemeriksaan GCP atau titik kontrol.
- Pelaksanaan penerbangan.
- Pengambilan foto udara.
- Pemeriksaan hasil foto setelah penerbangan.
Pemeriksaan data setelah penerbangan sangat penting. Jangan langsung memasukkan seluruh data ke perangkat lunak tanpa memeriksa kondisi foto.
Foto yang terlalu gelap, terlalu terang, blur, memiliki gangguan gerakan, atau tidak memiliki cakupan area yang cukup dapat memengaruhi proses pengolahan.
Pengolahan Foto Udara dengan Fotogrametri
Tahap selanjutnya adalah pengolahan foto udara menggunakan perangkat lunak fotogrametri.
Beberapa perangkat lunak yang sering digunakan dalam workflow pemetaan drone antara lain:
- Pix4Dmapper
- Pix4Dmatic
- Agisoft Metashape
- DJI Terra
- RealityCapture
- ArcGIS Drone2Map
- Perangkat lunak fotogrametri lainnya
Masing-masing perangkat lunak memiliki workflow dan fitur yang berbeda, tetapi secara umum prosesnya memiliki konsep yang serupa.
Import Foto
Foto hasil penerbangan dimasukkan ke dalam proyek.
Pada tahap ini informasi kamera dan metadata foto biasanya ikut dibaca oleh perangkat lunak.
Alignment atau Aerotriangulasi
Perangkat lunak mencari fitur atau titik yang sama pada beberapa foto.
Titik-titik tersebut digunakan untuk memperkirakan posisi kamera dan membangun hubungan geometrik antarfoto.
Dense Point Cloud
Setelah alignment, proses dapat dilanjutkan dengan pembentukan dense point cloud.
Dense point cloud berisi kumpulan titik tiga dimensi yang merepresentasikan permukaan objek atau medan.
Data ini dapat digunakan untuk menghasilkan model elevasi dan model tiga dimensi.
Mesh dan 3D Model
Point cloud dapat digunakan untuk membentuk mesh atau model permukaan tiga dimensi.
Produk tersebut dapat dimanfaatkan untuk:
- Visualisasi kawasan.
- Dokumentasi konstruksi.
- Inspeksi objek.
- Analisis bentuk permukaan.
- Presentasi proyek.
- Pengukuran dan pemodelan tiga dimensi.
Orthomosaic
Orthomosaic merupakan gabungan foto udara yang telah diproses secara geometrik sehingga dapat digunakan sebagai dasar pemetaan.
Produk ini menjadi salah satu hasil utama dari pemetaan drone.
Orthomosaic dapat digunakan sebagai layer raster pada perangkat GIS dan kemudian dikombinasikan dengan data lain seperti batas administrasi, jaringan jalan, bangunan, sungai, penggunaan lahan, dan data survei.
DEM dan DSM
Data drone juga dapat digunakan untuk menghasilkan model elevasi.
Digital Elevation Model (DEM) menggambarkan informasi elevasi permukaan sesuai definisi dan metode pembentukan yang digunakan, sedangkan Digital Surface Model (DSM) merepresentasikan permukaan termasuk objek di atas tanah seperti bangunan dan vegetasi.
Produk elevasi ini dapat digunakan untuk:
- Analisis kontur.
- Slope.
- Aspect.
- Profil elevasi.
- Cut and fill.
- Analisis terrain.
- Perencanaan konstruksi.
- Analisis drainase.
- Perencanaan infrastruktur.
Integrasi Data Drone dengan GIS
Kekuatan utama data drone menjadi semakin besar ketika hasil pengolahan diintegrasikan dengan GIS.
Orthomosaic, DEM, DSM, point cloud, dan data vektor dapat dimasukkan ke dalam perangkat lunak GIS untuk dilakukan analisis lebih lanjut.
Misalnya, orthomosaic dapat digunakan sebagai basemap beresolusi tinggi. Selanjutnya pengguna dapat melakukan digitasi bangunan, jalan, saluran, lahan, vegetasi, atau objek lainnya.
Data hasil drone juga dapat dikombinasikan dengan data:
- Batas administrasi.
- Data penggunaan lahan.
- Data jaringan jalan.
- Data infrastruktur.
- Data kepemilikan atau aset.
- Data elevasi.
- Data survei lapangan.
- Data citra satelit.
- Data geodatabase.
Bagi peserta yang ingin memahami pengelolaan data secara lebih luas, pembahasan mengenai drone dapat dikembangkan bersama materi <strong>Pelatihan Data Geospasial: Panduan Lengkap Pengelolaan, Pengolahan, Analisis, dan Validasi Data Spasial</strong>.
Pemanfaatan Data Drone untuk Berbagai Sektor
Data UAV dapat diterapkan pada berbagai bidang.
Pemetaan Infrastruktur
Drone dapat digunakan untuk memperoleh gambaran kondisi jalan, jembatan, drainase, gedung, kawasan permukiman, dan infrastruktur lainnya.
Data tersebut dapat menjadi pendukung inventarisasi dan monitoring.
Konstruksi
Dalam proyek konstruksi, data drone dapat digunakan untuk membandingkan kondisi lapangan dengan rencana.
Orthomosaic dan model elevasi juga dapat digunakan untuk membantu monitoring progres pekerjaan.
Pertambangan
Pada sektor pertambangan, UAV dapat digunakan untuk pemetaan area kerja, monitoring perubahan permukaan, dokumentasi stockpile, analisis terrain, serta kebutuhan pengukuran tertentu.
Pertanian
Drone dapat digunakan untuk memetakan lahan pertanian, mengidentifikasi kondisi tanaman, menghitung luasan, serta mendukung analisis berbasis citra apabila sensor yang digunakan sesuai kebutuhan.
Kehutanan
Pemetaan drone dapat membantu inventarisasi kawasan, monitoring perubahan tutupan lahan, dokumentasi area, serta analisis kondisi vegetasi.
Tata Ruang
Data resolusi tinggi dapat digunakan sebagai salah satu sumber data untuk memperbarui informasi penggunaan lahan, kondisi kawasan terbangun, dan objek permukaan.
Kebencanaan
Drone dapat digunakan untuk dokumentasi dan pemetaan wilayah terdampak bencana, terutama pada area yang sulit diamati secara langsung.
Data tersebut dapat dikombinasikan dengan data GIS untuk membantu proses analisis spasial.
Produk yang Dapat Dihasilkan dari Data Drone
| Produk | Fungsi Utama |
|---|---|
| Foto Udara | Dokumentasi dan sumber data fotogrametri |
| Orthomosaic | Dasar pemetaan dan digitasi |
| Point Cloud | Representasi titik tiga dimensi |
| DEM | Analisis elevasi |
| DSM | Analisis permukaan termasuk objek |
| Contour | Visualisasi garis ketinggian |
| 3D Mesh | Visualisasi model tiga dimensi |
| Textured Model | Model 3D dengan tekstur foto |
| Peta Tematik | Analisis objek dan fenomena tertentu |
Pemilihan produk harus disesuaikan dengan tujuan pekerjaan. Tidak semua proyek membutuhkan seluruh produk tersebut.
Quality Control Data Drone
Quality control menjadi tahap penting sebelum data digunakan untuk pekerjaan lebih lanjut.
Beberapa aspek yang perlu diperiksa antara lain:
- Kelengkapan foto.
- Kualitas visual foto.
- Blur atau motion distortion.
- Konsistensi overlap.
- Distribusi titik kontrol.
- Ketelitian koordinat.
- Kualitas alignment.
- Kepadatan point cloud.
- Kelengkapan orthomosaic.
- Artefak pada hasil mosaik.
- Konsistensi elevasi.
- Sistem koordinat.
- Ketelitian posisi.
- Kesesuaian hasil dengan kondisi lapangan.
Kesalahan pada tahap akuisisi sering kali sulit diperbaiki sepenuhnya pada tahap pengolahan. Oleh sebab itu, kontrol kualitas harus dimulai sejak perencanaan.
Tantangan dalam Pemetaan Menggunakan Drone
Meskipun drone menawarkan banyak keuntungan, pemetaan UAV tetap memiliki sejumlah tantangan.
Kondisi Cuaca
Angin, hujan, dan kondisi pencahayaan dapat memengaruhi proses penerbangan dan kualitas foto.
Area yang Kompleks
Bangunan tinggi, pepohonan, lereng, atau struktur kompleks dapat menghasilkan area yang sulit diproses.
Kapasitas Data
Ribuan foto beresolusi tinggi membutuhkan media penyimpanan dan komputer dengan kemampuan pemrosesan yang memadai.
Kesalahan Perencanaan
Overlap yang tidak sesuai, jalur penerbangan yang kurang lengkap, atau ketinggian yang tidak tepat dapat menyebabkan hasil tidak optimal.
Ketelitian Posisi
Jika pekerjaan membutuhkan ketelitian spasial tertentu, metode positioning dan titik kontrol harus direncanakan secara serius.
Materi yang Dipelajari dalam Pelatihan Data Drone/UAV
Program pelatihan dapat disusun dari konsep dasar hingga praktik pengolahan.
Materi dapat mencakup:
- Konsep dasar drone/UAV untuk pemetaan.
- Dasar-dasar fotogrametri.
- Jenis sensor dan kamera UAV.
- Perencanaan misi penerbangan.
- Penentuan ketinggian dan GSD.
- Overlap dan sidelap.
- Ground Control Point.
- GNSS, RTK, dan PPK.
- Akuisisi foto udara.
- Pemeriksaan kualitas foto.
- Import dan manajemen data.
- Image alignment.
- Point cloud generation.
- Orthomosaic generation.
- DEM dan DSM.
- Pembuatan kontur.
- Pengolahan 3D model.
- Integrasi data dengan GIS.
- Quality control.
- Ekspor dan penyajian hasil pemetaan.
Dengan struktur tersebut, peserta dapat memahami workflow secara utuh dari lapangan hingga menghasilkan data yang siap digunakan.
Siapa yang Membutuhkan Pelatihan Data Drone/UAV?
Pelatihan ini dapat disesuaikan untuk berbagai kelompok pengguna, antara lain:
- ASN dan pemerintah daerah.
- Bappeda.
- Dinas PUPR.
- Dinas pertanahan.
- Dinas lingkungan hidup.
- Dinas pertanian.
- Dinas kehutanan.
- BPBD.
- Surveyor.
- Praktisi GIS.
- Konsultan pemetaan.
- Perusahaan konstruksi.
- Perusahaan pertambangan.
- Perusahaan perkebunan.
- Akademisi dan mahasiswa.
- Tim pemetaan internal perusahaan.
Materi juga dapat dibuat dalam format in-house training, sehingga studi kasus, area pemetaan, perangkat lunak, dan workflow dapat disesuaikan dengan kebutuhan organisasi.
Manfaat Mengikuti Pelatihan Data Drone/UAV
Peserta tidak hanya memperoleh pemahaman teoritis, tetapi juga dapat mengembangkan keterampilan teknis yang mendukung pekerjaan sehari-hari.
Beberapa manfaatnya meliputi:
- Memahami workflow pemetaan UAV.
- Meningkatkan kemampuan merencanakan survei udara.
- Memahami prinsip fotogrametri.
- Mampu mengolah foto udara.
- Mampu membuat orthomosaic.
- Memahami pembuatan DEM dan DSM.
- Mampu mengelola point cloud.
- Mampu mengintegrasikan data drone dengan GIS.
- Mampu melakukan quality control.
- Meningkatkan efisiensi pengumpulan data spasial.
- Mendukung pekerjaan pemetaan resolusi tinggi.
- Meningkatkan kompetensi tenaga teknis GIS dan survei.
Strategi Mengoptimalkan Hasil Pemetaan Drone
Agar hasil pemetaan dapat digunakan secara optimal, terdapat beberapa prinsip yang perlu diterapkan.
Pertama, selalu mulai dari tujuan pekerjaan. Tentukan terlebih dahulu produk yang dibutuhkan sebelum menentukan drone, sensor, dan metode penerbangan.
Kedua, perhatikan kondisi lapangan. Karakteristik medan akan memengaruhi perencanaan jalur penerbangan.
Ketiga, gunakan sistem koordinat yang sesuai dan konsisten dari proses pengukuran hingga pengolahan.
Keempat, lakukan quality control secara bertahap. Jangan menunggu hingga seluruh pekerjaan selesai untuk mengetahui adanya kesalahan.
Kelima, dokumentasikan seluruh proses. Catatan penerbangan, parameter misi, kondisi cuaca, titik kontrol, perangkat, dan software dapat menjadi bagian penting dari metadata proyek.
Drone sebagai Bagian dari Ekosistem Data Geospasial
Data UAV sebaiknya tidak berdiri sendiri. Data drone dapat menjadi salah satu sumber data dalam ekosistem geospasial yang lebih luas.
Dalam suatu organisasi, data drone dapat digabungkan dengan data survei, citra satelit, data GIS, database spasial, data administrasi, dan data tematik.
Konsep tersebut memungkinkan organisasi membangun basis data spasial yang lebih lengkap.
Sebagai contoh, pemerintah daerah dapat menggunakan data drone untuk memperbarui kondisi fisik infrastruktur, kemudian mengintegrasikannya dengan database aset daerah dan sistem GIS.
Dengan pendekatan tersebut, drone bukan hanya menjadi alat dokumentasi, tetapi menjadi bagian dari proses pengumpulan, pengolahan, pengelolaan, analisis, dan pemanfaatan data geospasial.
Pelatihan Data Drone/UAV untuk Kebutuhan Organisasi
Setiap organisasi memiliki kebutuhan pemetaan yang berbeda. Karena itu, materi pelatihan dapat disesuaikan dengan kebutuhan peserta.
Untuk instansi pemerintah, pelatihan dapat difokuskan pada pemetaan aset, infrastruktur, tata ruang, kebencanaan, pertanian, kehutanan, atau lingkungan.
Untuk perusahaan konstruksi, materi dapat diarahkan pada monitoring progres, pemodelan terrain, volume material, dan dokumentasi kondisi lapangan.
Untuk perusahaan pertambangan, materi dapat diarahkan pada pemetaan area tambang, stockpile, terrain, dan monitoring perubahan permukaan.
Sedangkan untuk konsultan atau surveyor, pelatihan dapat dibuat lebih teknis dengan fokus pada fotogrametri, GCP, RTK/PPK, point cloud, orthomosaic, DEM, DSM, dan integrasi GIS.
Kesimpulan
Pelatihan Data Drone/UAV merupakan program yang relevan untuk meningkatkan kemampuan dalam memperoleh, mengolah, dan memanfaatkan data foto udara beresolusi tinggi.
Pemetaan menggunakan drone bukan hanya mengenai pengoperasian wahana udara. Prosesnya mencakup perencanaan misi, akuisisi foto, pengelolaan data, fotogrametri, pembentukan point cloud, orthomosaic, DEM, DSM, 3D model, quality control, hingga integrasi dengan GIS.
Ketika seluruh tahapan tersebut dilakukan secara sistematis, data UAV dapat memberikan informasi spasial yang mendukung berbagai kebutuhan, mulai dari pemetaan infrastruktur, konstruksi, pertambangan, pertanian, kehutanan, tata ruang, lingkungan, hingga kebencanaan.
Penguasaan teknologi drone juga menjadi semakin penting seiring meningkatnya kebutuhan terhadap data spasial yang detail, aktual, dan dapat diintegrasikan dengan berbagai sistem informasi.
FAQ Pelatihan Data Drone/UAV
Apakah Pelatihan Data Drone/UAV harus bisa menerbangkan drone terlebih dahulu?
Tidak selalu. Materi dapat dimulai dari konsep dasar UAV, perencanaan misi, akuisisi foto, hingga pengolahan data. Tingkat materi dapat disesuaikan dengan kemampuan peserta.
Apa saja hasil yang dapat diperoleh dari pemetaan drone?
Hasilnya dapat berupa foto udara, orthomosaic, point cloud, DEM, DSM, kontur, mesh, 3D model, dan berbagai data turunan lainnya sesuai metode dan perangkat yang digunakan.
Apakah data drone dapat digunakan di ArcGIS atau QGIS?
Ya. Produk seperti orthomosaic, DEM, DSM, dan data vektor dapat diintegrasikan ke dalam berbagai perangkat lunak GIS untuk visualisasi dan analisis spasial.
Apakah pelatihan dapat dilakukan secara khusus untuk instansi?
Ya. Materi dapat disusun dalam format in-house training dengan menyesuaikan kebutuhan instansi, sektor pekerjaan, perangkat lunak, studi kasus, dan workflow pemetaan yang digunakan.
Daftar sekarang dan jadwalkan pelatihan terbaik untuk instansi Anda!
0822-8654-5726
www.studigis.com