@thesis{thesis,
		author={Ferdyanto  Arif},
		title ={ANALISIS PERBANDINGAN KUALITAS DSM DAERAH RAWAN
LONGSOR DARI DATA PEMOTRETAN UAV MENGGUNAKAN
SOFTWARE APS MENCI, AGISOFT PHOTOSCAN DAN PIX4DMAPPER
(Studi Kasus : Desa Pandansari ,Kec.Ngantang, Kab.Malang, Jawa Timur)},
		year={2020},
		url={http://eprints.itn.ac.id/6091/},
		abstract={Fotogrametri kini semakin berkembang dengan diciptakannya metode dan
berbagai software pendukung, khususnya untuk pembuatan Digital Surface Model (DSM)
dari data foto udara yang efektif dan efisien dengan memanfaatkan foto udara dari wahana
Unmanned Aerial Vehicle (UAV). Unmanned Aerial Vehicle (UAV) merupakan sebuah
teknologi pemetaan wilayah terbaru yang memiliki beberapa kelebihan dibandingkan
dengan teknologi pemetaan lainnya. Pemetaan dengan menggunakan UAV data yang
diperoleh dapat dilakukan dengan biaya lebih murah, waktu yang relatif lebih cepat serta
memiliki akurasi cukup tinggi.
Dalam penelitian ini menguji ketiga software tersebut dengan membandingkan
ketelitian Digital Surface Model (DSM) daerah rawan longsor yang dihasilkan berdasarkan
jumlah GCP dan ICP yang digunakan, dan jumlah foto pada wilayah yang sama menurut
Peraturan kepala Badan Informasi Geospasial No.1 Tahun 2020 (Perka BIG No.1 Tahun
2020) tentang ketelitian peta dasar. Diharapkan dengan dilakukannya penelitian ini dapat
memberikan informasi tentang efisiensi yang lebih baik antara ketiga software tersebut dan
mendapatkan hasil peta Digital Surface Model (DSM) daerah rawan longsor dengan
ketelitian yang akurat.
Hasil perhitungan nilai RMSEr dari software APS Menci sebesar 0.9134 m dengan
nilai CE90 1.3861 m, nilai RMSEz sebesar 0.5995 m dengan nilai LE90 0.9891 m,
kemudian nilai RMSEr dari software Agisoft Photoscan sebesar 0.0703 m dengan nilai
CE90 0.1066 m, nilai RMSEz sebesar 0.5180 m dengan nilai LE90 0.8547 m, dan nilai
RMSEr dari software Pix4D Mapper sebesar 0.0815 m dengan nilai CE90 0.1237 m, nilai
RMSEz sebesar 0.5195 m dengan nilai LE90 0.8572 m. Berdasarkan nilai CE90 dan LE90
dari ketiga software tersebut jika dilihat pada tabel klasifikasi ketelitian Geometri peta RBI
dalam Perka BIG No.1 Tahun 2020, maka peta DSM memenuhi standar ketelitian peta RBI
pada skala 1:5000 kelas 1 dengan kesalahan maksimum tidak melebihi kesalahan sebesar
1 m.}
		}