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)
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Nasional Malang
Author
Ferdyanto, Arif
Subject
Geodesy Engineering
Datestamp
2022-01-06 01:04:58
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.
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.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
