Syntax
Literate: Jurnal Ilmiah
Indonesia p�ISSN: 2541-0849 e-ISSN: 2548-1398
Vol. 7,
No. 3, Maret 2022
KAJIAN AKURASI
GEOMETRI ORTHOPHOTO DARI AKUISISI DATA PESAWAT TANPA AWAK
Citra Dewi, Rahma Anisa, Romi Fadly,
Sri Rezki Artini
Fakultas
Teknik, Universitas Lampung dan Politeknik Negeri Sriwijaya, Indonesia
Email: [email protected], [email protected],
[email protected], [email protected]
Abstrak
Jalan merupakan
infrastruktur yang penting dalam menunjang kemajuan suatu wilayah. Survey kondisi
jalan merupakan salah satu
aspek kegiatan dalam pemeliharaan jalan tujuannya agar jalan dapat terpelihara dan terawasi. Kegiatan survey kondisi jalan dapat
memanfaatkan teknologi fotogrametri
menggunakan wahana tanpa awak dengan kamera non metrik karena dapat menyediakan
data detail/situasi jalan dan cukup efektif dalam menunjang
pekerjaan survey kondisi jalan. Detail/situasi jalan dapat diidentifikasi
berdasarkan orthophoto yang dihasilkan melalui pengolahan data foto dari
kegiatan pemotretan udara. Penelitian ini bertujuan
untuk mengetahui ketelitian geometri orthophoto. Data yang digunakan dalam pengujian menggunakan hasil pengolahan foto udara
berupa� orthophoto. Metode yang digunakan dalam menguji akurasi geometrik
orthophoto merujuk pada Peraturan Kepala Badan Informasi Geospasial No 8 tahun
2018. Hasil uji akurasi geometri horizontal (CE90) sebesar 0,018 (RMSE 0,012)
dan vertikal (LE90) sebesar 0,026m (RMSE 0,016). Sehingga dinyatakan orthophoto
ini memiliki ketelitian
horizontal sebesar 0,018meter dan ketelitian vertikal
sebesar 0,026m. Kelas ketelitian horizontal orthophoto adalah kelas 1 dan kelas
ketelitian vertikal orthophoto ini adalah kelas 1.
Kata Kunci: uji ketelitian; horizontal; vertikal; orthophoto
Abstract
Roads
are an important infrastructure in supporting the progress of a region.
Surveying the condition of the road is one aspect of activities in the
maintenance of the road so that the road can be maintained and supervised. Road
condition survey activities can take advantage of photogrammetry technology
using unmanned rides with non-metric cameras because it can provide detailed
data / road situations and is quite effective in supporting the work of road
condition survey. Details/road situations can be identified based on orthophoto
generated through the processing of photo data from aerial shooting activities.
This study aims to find out the accuracy of orthophoto geometry. The data used
in the test used the results of aerial photo processing in the form of
orthophoto. The method used in testing the geometric accuracy of orthophoto
refers to the Geospatial Information Agency Head Regulation No. 8 of 2018.
Horizontal geometry accuracy (CE90) results of 0.018 (RMSE 0.012) and vertical
(LE90) of 0.026m (RMSE 0.016). So it is stated that
this orthophoto has a horizontal accuracy of 0.018 meters and vertical accuracy
of 0.026m. The horizontal precision class of orthophoto is class 1 and this
orthophoto vertical precision class is class 1.
Keywords: thorough test; horizontal; vertical; orthophoto
Pendahuluan
Jalan merupakan infrastrukturutama dan menjadi
salah satu indikator dalam pertumbuhan ekonomi nasional dan sebagai perlintasan aktivitas antara manusia atau barang
yang memberikan dampak baik untuk perkembangan
suatu wilayah (Dardak
dalam Pandey, 2013). Jalan disuatu wilayah perlu dilakukan pemeliharaan tujuannya agar menjaga jalan tetap berfungsi
sebagaimana mestinya sebagai perlintasan.
Pemeliharaan jalan adalah
kegiatan penanganan jalan berupa pencegahan, perawatan dan perbaikan yang
diperlukan untuk mempertahankan kondisi jalan agar tetap berfungsi secara
optimal melayai lalu lintas sehingga umur rencana yang ditetapkan dapat
tercapai (Peraturan
Menteri Pekerjaan Umum Nomor 13/PRT/M/2011 Tentang Tata
Cara Pemeliharaan dan Penilikan
Jalan, Pasal 11, 2011). Berbagai peralatan
digunakan untuk mendapatkan data kondisi jalan yang terdapat dalam surat edaran
No 01/SE/DB/2021 tentang pedoman survey pengumpulan data kondisi jaringan
jalan.
Pemanfaatan teknologi pemetaan menggunakan wahana
tanpa awak makin banyak digunakan di berbagai bidang transportasi yaitu dalam pengumpulan
data dasar dalam kegiatan identifikasi jenis kerusakan jalan.
Penelitian ini bertujuan untuk mengetahui ketelitian geometri
dari orthophoto yang dihasilkan melalui pengolahan foto udara.
(Nasir, Mohamed, & Tahar, 2018)
dalam penelitiannya mengidentifikasi kerusakan
jalan dengan membandingkan teknologi
LaserScan, Mobile Mapping, Stereo Camera, UAV with Mounted
Camera dan hasil penelitiannya yaitu pemanfaatan drone dinilai cukup efektif dalam survey pengumpulan data
kondisi jalan.
(Arief, 2018) melakukan kajian akurasi peta ortofoto dari data wahana udara tanpa
awak (WUTA,
Berdasarkan perbandingan nilai koordinat titik uji (ICP dan post mark) dengan
hasil pengolahan foto udara didapatkan
RMSE horisontal sebesar
0,0777 m dan RMSE vertikal sebesar
0,5867 m. Nilai RMSE digunakan untuk
menentukan nilai Circural Error 90 (CE90) dan Linear Error (LE90). Nilai didapatkan CE90 sebesar 0,1179 m
dan nilai LE90 sebesar
0,96502 m. Ketelitian peta ortofoto yang dapat dibuat adalah 1:1000 pada kelas 1 untuk ketelitian
horisontal dan 1:5000 pada kelas
1 untuk ketelitian vertikal.
(Octariady, 2013) dalam
penelitiannya mengevaluasi ketelitian geometrik peta ortofoto, menunjukkan bahwa ketelitian jarak untuk daerah datar
dan daerah miring adalah
17,69 cm dan 21,79 cm, sedangkan ketelitian
beda tinggi untuk daerah datar
dan daerah miring adalah
14,98 cm dan 16,32 cm.
(Sai, Tjahjadi, & Rokhmana, 2019) dalam
penelitiannya melakukan pengujian akurasi geometrik dari hasil foto udara
menggunakan UAV dan dari hasil uji menunjukkan bahwa skala peta orthophoto dapat
meningkat hingga mencapai 1:500.
Tjahyadi dan Vicard (2019) dalam penelitiannya
menguji kualitas otrhophoto terhadap tinggi terbang. Hasil pemotretan
udara� menggunakan UAV dengan tinggi
terbang� berbeda� 70m dan 120 m dan penggunaan GCP dan ICP yang
sama menghasilkan nilai ketelitian yang berbeda. Secara visual dan ketelitian
tinggi terbang 70m menghasilkan nilai serta tampilan yang lebih baik.�
Tjahjadi,
M.E., dkk (2013), mengkaji studi kelayakan pemetaan kadastral
teliti dari pemotretan udara dengan wahana nirawak. Pengukuran�
dan� pemetaan� kadastral�
menggunakan kamera� non-metrik� dari�
pesawat� nirawak� dapat menghasilkan� ketelitian�
yang� sepadan� dengan ketelitian� pengukuran�
GPS� maupun� Total�
Station melalui modifikasi� pola
pemotretan� udara� konvensional�
dengan� kamera metrik format besar
dan kalibrasi kamera secara on the fly. Ketelitian� pengukuran�
kadastral� dengan� pesawat nirawak� dapat�
lebih� ditingkatkan� lagi�
apabila digunakan kamera SLR, atau kamera mirrorless yang memiliki
sensor full format.
Metodelogi Penelitian
A. Lokasi Penelitian
Lokasi
penelitian dilakukan pada sebagian area di Jalan jenderal Sudirman Kabupaten Mesuji dengan
luas pemotretan 7500m2.
B. Alat dan Bahan
1.
Alat� : Perangkat keras (Laptop) , Perangkat lunak
(agisoft, Ms Excel, Ms Word)
2.
Bahan
: Data koordinat pengukuran (GCP) dan koordinat cek (CP) dan Raw Data foto udara
C. Diagram Alir Penelitian
Gambar 1
Diagram Alir Penelitian
D. Pelaksanaan Penelitian
1.
Persiapan
Tahapan
persiapan meliputi:� persiapan administrasi dan survey lapangan,
mobilisasi, pembuatan peta rencana jalur
terbang, pembuatan peta rencana distribusi titik kontrol, pemeriksaan kesiapan alat yang akan digunakan
2.
Studi Literatur
Studi
literatur merupakan kegiatan yang berkaitan dengan metode pengumpulan
data pustaka meliputi beragam informasi kepustakaan seperti buku,jurnal ilmiah,artikel,
dokumen.
3.
Pengumpulan data
1)
Data
foto udara diperoleh melalui pemotretan udara menggunakan drone.
2)
Data
Koordinat diperoleh melalui pengamatan koordinat dengan metode statik
menggunakan GPS Geodetik. Jumlah GCP yang diamat sebanyak 5 titik GCP
dimana GCP tersebut terdistribusi secara merata diwilayah yang akan dilakukan pengukuran atau pengamatan geodetik.
E.
Pengolahan Data
Pada tahap ini data foto udara
dan data pengukuran GPS Geodetik
diproses menggunakan aplikasi Agisoft Photoscan, dengan jumlah data foto sebanyak 322 foto dan 5 titik GCP untuk proses orthorektifikasi, �tahapan orthorektifikasi bertujuan untuk memperbaiki kondisi geometrik agar terlepas atau terhindar dari pergeseran relief displacement, sehingga
hasil yang diperoleh menjadi baik dan memiliki proyeksi persepektif, adapun tahapan dalam� melakukan proses ortorektifikasi pada�
aplikasi Agisoft Photoscan yaitu:
1.
Add Photos
Merupakan
tahapan pertama dimana, pada proses ini memasukan semua data foto hasil pemotretan foto
udara kedalam project Agisoft Photoscan.
Gambar 2
Add Data Foto
2. Align
Photos
Merupakan proses
yang digunakan untuk identifikasi titik � titik yang ada di gambar. Proses ini akan membuat titik-titik
yang ada menyebar mengikuti pola objek pada gambar (matching
point) dari 2 atau lebih foto. Proses ini menghasilkan 3D model awal.
Gambar 3
Align Photos
3. Import
Titik GCP
Import
GCP dilakukan untuk memberi referensi koordinat X,Y,Z terhadap proses aligan photos,sehingga DEM dan orthofoto
yang di bentuk dapat diperbaiki kualitas geometriknya. Untuk memperoleh orthofoto yang akurat, dianjurkan untuk menggunakan GCP yang diperoleh dari pengukuran menggunakan GPS Geodetik.
Gambar 4
Import Titik GCP
4. Build
Dense Cloud
Dense
Clouds
merupakan kumpulan titik tinggi dengan
jumlah yang sangat banyak dari pemrosesan foto udara. Dense clouds kemudian akan diproses
lebih lanjut untuk menghasilkan Digital
Surface Model, Digital Terrain Model dan Orthofoto.
Gambar 5
Build Dense Cloud
5. Build
Mesh
Build
Mesh merupakan proses membangun
model 3D dalam agisoft.
Model tiga dimensi nantinya akan digunakan
untuk proses pembentukan
DEM, DSM, DTM dan Orthofoto.
Gambar 6
Build Mesh
6. Build
Texture
Merupakan proses
pembentukan model 3D dengan
penampakan objek yang lebih kontras sehingga
hasilnya dapat dijadikan sebagai koreksi area yang teksture.
Gambar 7
Build Texture
7. Build
DEM
DEM
(Digital Elevation Model) dihasilkan berdasarkan Dense Cloud atau
Mesh. Digital Elevation Model merupakan
model digital dalam format raster atau
grid. Dari data DEM dapat menginformasikan
elevasi atau nilai ketinggian pada suatu objek hingga
ke permodelan lebih lanjut seperti
cut and fill. Terdapat dua
terminology terkait DEM, yaitu
DSM (Digital Surface Model) dan DTM (Digital Terrain Model).
Gambar 8
Build DEM
8. Build
Orthomosaik
Tahap ini merupakan tahap terakhir untuk pembentukan Orthofoto, hasil dari proses ini adalah peta foto udara yang telah kerkoreksi geometrik menggunakan titik GCP, sehingga data foto terkoordinat dan tegak dan data foto udara dapat digunakan untuk kepentingan pemetaan.
Gambar 9
Orthomosaik
F.
Analisa
Setelah orthophoto dan DEM dihasilkan kemudian dilakukan analisis
ketelitian geometrisnya secara horizontal dan vertikal.� Nilai RMSEr dan RMSEZ diperlukan untuk
menguji
ketelitian horizontal (CE90) dan ketelitian vertikal (LE90) orthophoto tersebut.
RMSEr dihitung menggunakan rumus 2.1, hasil hitungan menyatakan nilai perbedaan
koordinat X,Y peta orthophoto dan koordinat X,Y dilapangan. Nilai tersebut
diperlukan guna mencari nilai CE90. Nilai CE dihitung menggunakan rumus 2.2.
RMSEz dihitung
menggunakan rumus 2.3, hasil hitungan menyatakan nilai perbedaan ketinggian X,Y
peta orthophoto dan ketinggian X,Y dilapangan. Nilai tersebut diperlukan guna
mencari nilai LE90. Nilai CE dihitung menggunakan rumus 2.4.
Hasil
dan Pembahasan
Hasil yang dibahas pada penelitian ini adalah hasil pengolahan data dan
hasil analisis ketelitiannya.
1.
Hasil
pengolahan data foto udara adalah peta orthophoto. Peta tersebut dihasilkan berdasarkan
input foto yang berjumlah 322 foto dan 5 titik GCP melalui pengamatan GPS
geodetik menggunakan metode statik, yang kemudian dilakukan proses pengolahan
menjadi sebuah orthophoto melalui beberapa
tahapan yaitu Align Foto, Build Dense
Cloud, Build Texture, Build Mesh dan Build Orthomosaic.
Gambar 10
Orthophoto
2.
Hasil
Analisis ketelitian geometri horizontal peta orthophoto.
Hasil perhitungan RMSEr dan RMSEz dijadikan dasar
perhitungan dalam menghitung nilai CE90 dan LE 90 seperti yang terdapat dalam
Tabel 3� dan 4 di bawah ini.
Tabel 1
Perhitungan Uji Ketelitian Horizontal
|
Nama Titik |
X (koordinat GCP) |
X (koordinat CP) |
Dx |
(Dx)2 |
Y (koordinat GCP) |
Y (koordinat �CP) |
Dy |
(Dy)2 |
(Dx)2 +(Dy)2 |
|
1 |
527486.1919 |
527486.1977 |
-0.00581 |
0.000034 |
9557382.4933 |
9557382.495 |
-0.00139 |
0.000002 |
0.00004 |
|
2 |
527497.8224 |
527497.8107 |
0.011652 |
0.000136 |
9557113.9191 |
9557113.915 |
0.00419 |
0.000018 |
0.000153 |
|
3 |
527506.8007 |
527506.7985 |
0.002223 |
0.000005 |
9556920.2331 |
9556920.22 |
0.01271 |
0.000162 |
0.000166 |
|
4 |
527538.5268 |
527538.5125 |
0.014272 |
0.000204 |
9556244.6351 |
9556244.634 |
0.00104 |
0.000001 |
0.000205 |
|
5 |
527523.3131 |
527523.3252 |
-0.01212 |
0.000147 |
9556105.9457 |
9556105.944 |
0.00204 |
0.000004 |
0.000151 |
|
|
|
|
|
|
|
|
|
Jumlah |
0.000711 |
|
|
|
|
|
|
|
|
|
Rata-rata |
0.000142 |
|
|
|
|
|
|
|
|
|
RMSE |
0.011926 |
|
|
|
|
|
|
|
|
|
CE90 |
0.018098 |
Tabel 2
Perhitungan Uji Ketelitian Vertikal
|
Nama Titik |
Z (koordinat GCP) |
Z (koordinat CP) |
(Dz) |
(Dy)2 |
|
1 |
40.1061 |
40.1275 |
-0.021404 |
0.000458 |
|
2 |
33.5691 |
33.5801 |
-0.010958 |
0.000120 |
|
3 |
35.9001 |
35.8942 |
0.005938 |
0.000035 |
|
4 |
37.9551 |
37.9794 |
-0.024305 |
0.000591 |
|
5 |
35.1421 |
35.1387 |
0.003355 |
0.000011 |
|
|
|
|
Jumlah |
0.001215 |
|
|
|
|
Rata-Rata |
0.000243 |
|
|
|
|
RMSEz |
0.015591 |
|
|
|
|
Akurasi Vertikal (LE) 90% |
0.025724 |
Hasil perhitungan nilai RMSEr adalah sebesar 0,012m,
hasil CE 90 sebesar 0,018. Hasil hitungan
menyatakan bahwa nilai perbedaan koordinat X,Y peta orthophoto dan koordinat
X,Y dilapangan adalah sebesar 0,018m.
Hasil perhitungan nilai RMSEz adalah sebesar 0,016m,
LE 90 adalah sebesar 0,026. Hasil hitungan menyatakan
bahwa nilai perbedaan koordinat Z peta orthophoto dan koordinat Z dilapangan
adalah sebesar 0,026m.
Tabel 3
Perhitungan Uji Ketelitian Skala Peta
|
Ketelitian |
Hasil Uji CE90 |
Ketelitian Peta
Skala 1:1000 |
||
|
Kelas 1 |
Kelas 2 |
Kelas 3 |
||
|
Horizontal |
0,018 |
0,2 |
0,3 |
0,5 |
|
Vertikal |
0,026 |
0,2 |
0,3 |
0,5 |
����
Kesimpulan
Kesimpulan dari penelitian adalah sebagai berikut:
1). Hasil ketelitian geometrik
vertikal berdasarkan metode statistik dengan tingkat kepercayaan 90% dinyatakan
bahwa orthophoto tersebut memenuhi standar ketelitian horizontal kelas 1, skala
yang cocok pada orthophoto tersebut adalah skala 1 : 1000. Kesalahan atau
perbedaan posisi horizontal objek di orthophoto dengan posisi objek sebenarnya
tidak lebih besar dari radius 0,018m. 2). Hasil ketelitian geometrik vertikal berdasarkan metode
statitik dengan tingkat kepercayaan 90% dinyatakan bahwa orthophoto tersebut
memenuhi standar ketelitian horizontal kelas 1. Skala yang cocok pada orthophoto
tersebut adalah skala 1 : 1000. kesalahan atau perbedaan nilai ketinggian� objek di otrhophoto dengan ketinggian objek
sebenarnya tidak lebih besar dari radius 0,026m.
Arief, Rivan. (2018). Kajian Akurasi Peta Ortofoto Dari
Data Wahana Udara Tanpa Awak (WUTA). Universitas Gadjah Mada. Google Scholar
Nasir, Nadhirah Hani Mohd, Mohamed, Wan Mazlina Wan, &
Tahar, Khairul Nizam. (2018). A Review on Road Distress Detection Methods. Advances
in Transportation and Logistics Research, 1, 230�241. Google Scholar
Octariady, Jali. (2013). Evaluasi Ketelitian Geometrik
Peta Ortofoto (Studi Kasus: Sebagian Proyek Pemetaan Gunung Merapi Yogyakarta).
Universitas Gadjah Mada. Google Scholar
Sai, Silvester S., Tjahjadi, Martinus E., & Rokhmana,
Catur A. (2019). Geometric accuracy assessments of orthophoto production from
uav aerial images. KnE Engineering, 333�344. Google Scholar
|
Copyright
holder: Citra Dewi, Rahma Anisa, Romi Fadly, Sri Rezki Artini (2022) |
|
First
publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is
licensed under:
|
