PEMETAAN DETAIL TUTUPAN LAHAN MENGGUNAKAN PESAWAT TANPA AWAK

DI ARBORETUM UNIVERSITAS RIAU DAN SEKITARNYA

(LAND COVER MAPPING DETAILS USE UNMANNED AERIAL VEHICLE IN RIAU

UNIVERSITY ARBORETUM AND SURROUNDING)
Wahyu Bintoro1, Yossi Oktorini2, Viny Volcherina Darlis2
Department of Forestry Faculty of Agriculture University of Riau
Address Bina Widya, Pekanbaru, Riau
Email : [email protected]

ABSTRACT

Unmanned aerial vehicle is one way to get the information of spatial data that photographed in detail
small objects on the land with coverage area that is not too broad. The photo shoot was done in the
Riau University Arboretum and surrounding areas. The location of the photo shoot on the research
including scientific development zone to study forest ecosystems, activities of Student Affairs and the
place that usually visited by community. This research aims to mapping and to know the land cover in
the Riau University Arboretum and to know value of the accuracy test of the aerial photography from
the unmanned aerial vehicle. The aerial photography is analyzed by visual interpretation, the
maximum scale based on spatial resolution and use omission commission testing accuracy to compare
the value of the observed object in the field and aerial photograph. The bounderies of Riau
University Arboretum is not in the field physically, so the Riau University Arboretum as a landmark.
The result of the maximum scale is 1:100 with 2.77 cm spatial resolution, so it seems clear the land
cover in the aerial photography i.e. vegetation, buildings, and undeveloped land. The result of
accuracy test that was conducted showed that the percentage of accuracy reaches 95%, so that the
data from the unmanned aerial vehicle can be utilized for mapping a region.

Keywords: Detail mapping, Land Cover, Unmanned Aerial Vehicle, Arboretum Riau University,
Accuracy.

PENDAHULUAN

Penginderaan jauh adalah merupakan yang mahal, waktu akuisisi dan lokasi data
pengukuran akuisisi data suatu objek tanpa yang diperlukan tidak fleksibel. Salah satu
melakukan kontak langsung dengan objek cara untuk mendapatkan data informasi spasial
tersebut. Penginderaan jauh merupakan adalah foto udara menggunakan pesawat tanpa
komponen dalam pemetaan yang mempelajari awak.
secara khusus penafsiran objek yang nampak Pesawat tanpa awak dapat memotret
dari permukaan bumi untuk menjadi informasi secara detail objek-objek kecil di daratan,
yang diperlukan oleh manusia. Teknologi dengan demikian pesawat tanpa awak cocok
penginderaan jauh berkembang dengan cepat untuk fungsi pemotretan detail di tutupan area
sehingga memudahkan dalam pengambilan Arboretum Universitas Riau. Menurut
data atau informasi yang berguna untuk Shofiyanti (2011) pesawat tanpa awak sudah
pengelolaan suatu area. dilengkapi sensor yang hampir mirip dengan
Data penginderaan jauh telah banyak sensor pada satelit, sehingga memberikan hasil
digunakan untuk identifikasi dan pemantauan yang dapat digunakan untuk menganalisis
kondisi penggunaan suatu area yang objek permukaan bumi seperti kondisi
menggunakan citra satelit optik, namun tanaman atau vegetasi. Keberadaan Arboretum
penggunaan data ini masih memiliki beberapa Universitas Riau sebagai penyumbang ruang
kendala dari berbagai aspek. Menurut terbuka hijau terluas di Universitas Riau yang
Shofiyanti (2011) penggunaan citra satelit menjadi salah satu kampus hijau di Indonesia.
optik seringkali terkendala oleh tutupan awan, Manfaat Arboretum Universitas Riau
ketergantungan pada penyediaan data, harga adalah menjaga keseimbangan lingkungan
1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
15
plasma nutfah, pemberi nilai estetika, peneduh, tanpa awak. Alat yang digunakan pada
lahan praktikum, dan tempat kegiatan penelitian ini terdiri dari perangkat keras
kemahasiswaan. Arboretum Universitas Riau (pesawat tanpa awak jenis quadcopter DJI
harus tetapn dipertahankan keberadaanya Phantom 4, telepon pintar iPhone, dan
sehingga perlu diketahui tutupan lahan pada Komputer), perangkat lunak (DroneDeploy,
Arboretum Universitas Riau. Pembangunan PIX4D, dan QGIS) dan alat lapangan
dan perencanaan pengelolaan Arboretum (meteran, GPS essential, dan alat tulis).
Universitas Riau harus didasarkan pada Penelitian ini menggunakan teknik
kemampuan dan kesesuaian lahan serta potensi pengumpulan data studi literatur dan metode
yang terdapat di Arboretum Universitas Riau. pengambilan foto udara yang dimulai dengan
Pemetaan detail yang dilakukan dapat tahapan awal rancangan terbang di QGIS,
memberikan informasi tutupan lahan saat ini waktu penerbangan dilakukan pada pagi hari
(real time) di Arboretum Universitas Riau dan pukul 09.00 sampai 11.00 WIB hingga proses
sekitarnya. penerbangan pesawat tanpa awak yang
Tujuan dari penelitian ini memetakan dilakukan menggunakan bantuan software
dan mengetahui tutupan lahan Arboretum Dronedeploy pada telepon pintar. Gambar
Universitas Riau dan sekitarnya serta yang terekam ditransmisikan kembali ke
mengetahui nilai uji akurasi citra foto dari telepon pintar sehingga proses perekaman
objek hasil interpretasi visual. Manfaat yang dapat terlihat. Data foto udara yang didapatkan
diharapkan oleh peneliti adalah memberikan akan diproses dengan beberapa prosedur.
informasi yang berguna untuk membantu Prosedur penelitian yang dilakukan
keputusan melakukan kegiatan perencanaan adalah orientasi foto setelah perekaman
pengembangan area Arboretum Universitas dilakukan, kemudian dilakukan Bundle block
Riau selanjutnya dan memberikan informasi adjustment atau optimasi kualitas hasil
tahapan pengolahan data foto udara untuk penjahitan dan penyejajaran citra panoramik,
pemetaan. pembentukan stereomodel dari foto yang akan
memperlihatkan seluruh objek dari permukaan
METODOLOGI PENELITIAN bumi dan koreksi untuk foto jenis terrain
dengan memperhitungkan koreksi skala dan
Penelitian dilaksanakan di Arboretum posisi pada setiap bagian gambar yakni piksel
Universitas Riau dan sekitarnya, Kampus Bina pada ketinggian titik tersebut (proses
Widya Km 12,5 Kecamatan Tampan Kota ortorektifikasi).
Pekanbaru. Penelitian dilaksanakan pada bulan Analisis data dilakukan dengan
Juni sampai September 2017. beberapa tahapan yaitu interpretasi citra secara
visual yang mendasarkan pada pengenalan ciri
(karakteristik) objek-objek secara keruangan
(spasial) menggunakan kunci interpretasi foto
udara, skala foto udara yang berguna pada saat
proses interpretasi visual, dan dilakukan uji
akurasi dengan menggunakan metode omisi
komisi yang merupakan pengujian kondisi
yang terekam di foto udara merupakan kondisi
nyata di lapangan. Penyelesaian penelitian ini
dapat dirangkumdan dilihat melalui diagram
alir penelitian yang memperlihatkan seluruh
tahapan-tahapan penelitian pemetaan detail
menggunakan pesawat tanpa awak. Tahapan
Sumber: ESU Universitas Riau penelitian dapat dilihat seperti di bawah ini.
Gambar 1. Lokasi Penelitian

Bahan penelitian adalah berupa data

foto udara area Arboretum Universitas Riau
dan sekitarnya dengan menggunakan pesawat
1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
16
 Persiapan Perencanaan Terbang perencanaan terbang yang telah ditentukan
Pesawat Tanpa Awak
terdapat kawasan yang tidak terekam dan
diketahui setelah tahapan awal pengolahan
Pemotretan Area Kajian data. Akuisisi pertama dilakukan 1 kali
terbang pada tanggal 16 Mei 2017 pukul 09.30
Orientasi Foto sampai 11.00 WIB dan akusisisi kedua
dilakukan 2 kali terbang pada tanggal 23
Agustus 2017 pukul 10.16 sampai 11.00 WIB.
Bundle Block Adjustment Membangun DSM dan DTM Ortorektifikasi
Setiap penerbangan memerlukan waktu sekitar
± 20 menit dari cakupan wilayah penerbangan
yang menjadi misi terbang.
Orthophoto Akuisisi data yang dilakukan harus
efektif dan efesien, hal ini dilakukan untuk
memaksimalkan dalam bekerja menggunakan
Interpretasi Visual Skala Foto Udara Tegak Uji Akurasi
pesawat tanpa awak jenis quadcopter untuk
pemetaan. Waktu ± 20 menit dapat merekam
Gambar 2. Diagram Alir Penelitian wilayah seluas ± 35 ha dengan 1 baterai.
Tampilan desain jalur terbang pesawat tanpa
HASIL DAN PEMBAHASAN awak versi web dapat dilihat pada Gambar 3.

1. Kondisi Umum Lokasi Penelitian

Arboretum Universitas Riau adalah

fasilitas untuk mahasiswa dalam
pengembangan zona keilmuan yang
dikelola oleh bagian rumah tangga
Universitas Riau dengan pelaksana teknis
lapangan dilakukan oleh Engineering
Service Unit (ESU). Arboretum
Universitas Riau secara geografis terletak
pada 1010 22’ 45’’ BT - 1010 23’ 09’’ BT
dan 00 28’ 41’’ LU - 00 29’ 09’’ LU dan
secara administratif terletak di Kelurahan
Simpang Baru Kecamatan Tampan Kota
Pekanbaru, Provinsi Riau. Arboretum
Universitas Riau sebelah utara berbatasan Gambar 3. Desain Jalur Terbang
dengan Unit Pengelolaan Terpadu (UPT)
kebun kelapa sawit Fakultas Pertanian, 3. Orientasi Foto
sebelah selatan berbatasan dengan Fakultas
Jumlah foto yang dihasilkan pada
Keguruan dan Ilmu Pendidikan, sebelah akuisisi data adalah 497 foto. Setiap foto
barat berbatasan langsung dengan Fakultas menyimpan beberapa informasi yang dapat
Perikanan dan sebelah timur berbatasan digunakan untuk referensi pengolah seperti
langsung dengan ecoedupark serta Bumi nilai titik koordinat foto, jenis lensa, panjang
Perkemahan Universitas Riau. fokus kamera, dan lain-lain. Ukuran foto yang
terekam berkisar 4.756 (minimum) sampai
2. Pengambilan Foto Udara 8.205 (maksimum) KB dengan jumlah seluruh
kapasitas file 3,18 GB.
Akuisisi data pada penelitian ini Tahapan awal pengolahan pada
dilakukan sebanyak 2 kali dengan tinggi software PIX4D trial adalah pengaturan
terbang pemotretan 100 meter pada hari yang orientasi foto yang dilakukan secara otomatis,
berbeda, dikarenakan pada proses desain cukup memilih pilihan yang tersedia mulai

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
17
dari new project, add image, image properties, (bidang YZ). Titik merah pada grafik
select output coordinat system, processing menunjukkan kesalahan penghitungan gambar
option hingga menghasilkan data orthophoto atau elips tidak terkalibrasi ditandai dengan
yang sudah tergeoreferensing secara otomatis. warna hijau tua, hal tersebut menunjukkan
Nilai-nilai yang benar bersama parameter ketidakpastian posisi absolut dari hasil
orientasi interior ditentukan pada saat proses penyesuaian block bundel.
triangulasi udara bersamaan dengan proses Kesalahan antara posisi gambar awal
kalibrasi kamera. dan yang dihitung karena masalah sinkronisasi
Menurut Rahmatdillah, dkk. (2016) geo-lokasi citra. Jika kesalahan sangat tinggi
perkiraan posisi kamera, ditentukan oleh GPS untuk banyak gambar, hal ini mungkin akan
yang terpasang pada pesawat tanpa awak, mempengaruhi kualitas rekonstruksi dan
sangat penting dalam proses ini karena mengindikasikan masalah pada citra geo-
mengurangi waktu untuk mendeteksi titik yang lokasi (gambar hilang, sistem koordinat yang
berhubungan dan menyediakan perkiraan salah, dan koordinat inversi). Bentuk
referensi koordinat titik yang berhubungan dan melengkung di samping dan tampilan depan
menyediakan perkiraan referensi koordinat menunjukkan adanya masalah pada
titik-titik tersebut berdasarkan tingkat akurasi pengoptimalan parameter kamera.
GPS. Penghitungan titik dilakukan pada 497
gambar dan total gambar yang dapat dihitung Tabel 1. Posisi Absolut Kamera dan
482 gambar, berikut tampilan grafik gambar Orientasi Ketidakpastian
yang dihitung. Nilai X (m) Y (m) Z (m)

Mean 0.922 0.903 2.114

Sigma 0.909 0.837 1.444

Sumber : Analisis, 2017

Ketidakpastian posisi kamera absolut

harus serupa dengan akurasi GPS yang
diharapkan, karena semua gambar diposisikan
dengan akurasi yang sama, sigma yang
dilaporkan dalam tabel diatas berukuran kecil
dibandingkan rata-rata. Jika sigma besar
menandakan bahwa beberapa area akuisisi
(biasanya yang berada jauh dari GCP) tidak
direkonstruksi dengan akurat dan dapat
dilakukan dengan GCP tambahan (Rudianto,
2011).
Hasil Perhitungan atau posisi manual
titik ikat akan menunjukan jumlah gambar
Gambar 4. Penghitungan Gambar atau Posisi yang tumpang tindih untuk setiap piksel
Titik Ikat Manual ortomosaik, hal ini hanya memperhitungkan
gambar yang dikalibrasi. Daerah merah
Grafik diatas menunjukkan perbedaan menunjukkan tumpang tindih yang terlalu
antara posisi gambar awal dan perhitungan, rendah. Hal tersebut dapat menyebabkan
perbedaan antara posisi GCP (Ground Check rekonstruksi 3D berkualitas rendah di area
Point) awal yang dihitung serta ketidakpastian tersebut. Tumpang tindih antar gambar yang
posisi kamera absolut. Kesalahan antara titik terjadi merupakan parameter penting untuk
awal (titik biru) dan titik bayangan (titik hijau) keseluruhan kualitas. Terdapat warna hijau
serta kesalahan antara posisi awal GCP (garis menggambarkan 4 foto atau lebih yang saling
biru) dan posisi yang dihitung (garis hijau) di tindih. Berikut tampilan tumpang tindih dapat
bidang tampilan atas (bidang XY), tampilan dilihat pada Gambar 5.
depan (bidang XZ), dan tampilan samping

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
18
 per Gambar Keypoints 2D per
Gambar
Median 69254 8742
Min 36508 44
Max 79937 33743
Mean 66687 9890
Sumber : Analisis, 2017

Tabel 2 menampilkan nilai statistik

dari nilai keypoints berdasarkan dengan
kecocokan gambar. Keypoints adalah titik
pusat (kontras tinggi atau tekstur menarik)
pada gambar yang mudah dikenali. Jumlah
nilai pada keypoints tergantung pada ukuran
gambar dan konten visualnya. Jumlah
keypoints 2D pada nilai median, minimum,
maksimum, dan mean lebih dari 1000.
Menurut Hawkins (2016) hal ini dapat
menandakan jumlah nilai perbandingan titik
Gambar 5. Tumpang Tindih Gambar
temu tinggi, konten visual tidak berulang, dan
baik dalam tumpang tindih antar gambar.
Berdasarkan quality report PIX4D
Pada Gambar 5 menunjukan adanya
jumlah nilai minimum kecocokan tersebut
area hijau yang rapat dan berbeda jelas
untuk mengkalibrasi gambar pada
dengan area lainnya. Hal tersebut disebabkan
penggabungan keypoints 2D adalah 25 dan
oleh adanya penambahan foto dengan tujuan
jumlah kecocokan yang disarankan 1.000 per-
memperbaiki area yang tidak terekam pada
gambar. Dapat dilihat pada Tabel 4 nilai
saat proses akuisisi data. Data yang
minimum yang didapatkan 44 dan jumlah
ditambahkan adalah hasil akuisisi yang
kecocokan yang disarankan lebih dari 1.000
dilakukan pada hari yang berbeda. Menurut
per-gambar.
Rahmatdillah, dkk. (2016) perbedaan waktu
Memvisualisasikan area dengan
akuisisi mungkin akan menyebabkan
kecocokan yang lemah pada penggabungan
perbedaan kecerahan objek yang akan
keypoints 2D dapat ditampilkan melalui
dihasilkan pada citra foto.
tampilan grafik kecocokan antara gambar dan
ketidakpastian posisi kamera relatif. Setiap
4. Bundle Block Adjustment
blok ditampilkan dengan warna yang berbeda.
Berikut elips menggambarkan bagaimana
Bundle Block Adjustment digunakan
tepatnya, setiap gambar berikatan dengan
untuk mengurangi kesalahan pada saat proses
gambar lainnya dengan cara manual dan
image matching. Sistem kerjanya tergantung
pengikatan titik secara otomatis.
pada ikatan titik yang menghubungkan
Posisi gambar yang dihitung dengan
gambar. Cara mengidentifikasi titik ikat adalah
link adalah antara gambar yang cocok. Warna
titik gambar individu yang terlihat akan
gelap tebal menunjukkan jumlah titik kunci 2D
berikatan pada titik objek yang sama di lokasi
yang cocok antara gambar sedangkan tautan
yang sama. Ekstrasi titik dan deskripsi titik,
terang menunjukkan link yang lemah dan
seperti gabungan pendekatan dari scale
memerlukan titik ikat manual atau lebih
invariant feature transform (SIFT) (Brown
banyak gambar. Warna hijau tua menunjukkan
dan Lowe, 2007). Berikut hasil nilai untuk
ketidakpastian posisi kamera relatif dari hasil
keypoints 2D per gambar dan hasil nilai
penyesuaian block bundel.
penggabungan keypoints 2D di sajikan dalam
bentuk tabel.

Tabel 2. Keypoints 2D
Nilai Keypoints 2D Penggabungan

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
19
 Arboretum Universitas Riau tidak dapat
dilakukan di lapangan. Area Arboretum
Universitas Riau diasumsikan terletak di
sepanjang hulu dan hilir aliran air yang
ditumbuhi oleh vegetasi. Hal tersebut dapat
dilihat pada hasil orthophoto yang dioverlay
dengan google satelit untuk melihat vegetasi
sedangkan untuk melihat terletak pada
sepanjang hulu dan hilir aliran air dapat dilihat
melalui hasil digital surface model (Gambar
8).

Gambar 6. Penggabungan Keypoints

5. Interpretasi Visual

Hasil pada interpretasi visual yang

dilakukan terdapat beberapa objek yang dapat
disajikan berdasarkan kenampakan objek yaitu
bangunan (FKIP, FAPERIKA, UP2B, gudang
ESU, rektorat, mushalla rektorat, pemukiman Gambar 7. Tampilan Digital Surface
warga, aula bumi perkemahan, jembatan kupu- Model
kupu, rumah energi surya, dan pendopo),
vegetasi hutan dan lahan terbangun (kebun Berdasarkan peta lokasi area
kelapa sawit, kebun buah, tegakan eucalyptus, pembuatan Arboretum Universitas Riau tahap
waduk, kolam percobaan, kolam buatan, 1 tahun 2008 dengan luasan ±10 ha (Gambar
ecoedupark, area bumi perkemahan, badan 1) baik disekitar Arboretum Universitas Riau
jalan dan stadion mini). Hasil interpretasi atau di dalam area terdapat beberapa
visual menggunakan proses deliniasi pada citra bangunan, badan air, vegetasi dan lahan
foto dapat dilihat pada Gambar 7. terbangun yang tampak jelas tergambar pada
Luas berdasarkan dari nilai report citra foto. Area Arboretum Universitas Riau
quality PIX4D adalah 69,8083 ha yang yang dilakukan deliniasi batasan peta, secara
menggambarkan tutupan wilayah Arboretum fisik tidak terdapat, sehingga Arboretum
Universitas Riau dan sekitarnya. Area Universitas Riau dapat dikatakan sebagai
Arboretum Universitas Riau tergambarkan landmark.
pada tutupan vegetasi hutan yang rapat dan
dipisahkan oleh jalan utama. Berdasarkan data
tabulasi luasan dari deliniasi secara interpretasi
visual luas yang digunakan untuk bangunan
3,77 ha, luas vegetasi hutan yang tersedia
28.06 ha, dan lahan terbangun 13,71 ha.
Luasan tersebut berdasarkan cakupan area
yang terekam pada cita foto.
Batas kawasan Arboretum Universitas
Riau secara fisik belum diketahui, sehingga
untuk menentukan batasan-batasan area
1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
20
 Gambar 8. Hasil Interpretasi Visual Foto Udara Arboretum Universitas Riau

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
21
5. Skala Foto Udara berguna untuk melihat keadaan yang
sebenarnya di lapangan. Berikut gambar
Skala foto udara pesawat tanpa awak laboratorium FAPERIKA, pohon bintaro
dengan posisi kamera tegak merupakan (Cerbera manghas) dan kebun kelapa sawit
perbandingan antara panjang jarak fokus dari citra foto pada skala 1:100 dapat dilihat
kamera yakni 9 mm dan tinggi terbang diatas pada Gambar 9.
datum 100 m sehingga skala foto udara yang
di hasilkan adalah 1:11.000. Pada penelitian
ini skala maksimum yang dihasilkan adalah
1:100 dengan nilai resolusi spasial 2,77 cm.
Citra foto termasuk citra yang beresolusi
sangat tinggi, hal ini didukung oleh pernyataan
Putra, dkk. (2016), bahwa resolusi yang
dihasilkan dari foto udara sangat tinggi dengan
nilai yang dihasilkannya 4,4 cm. Citra foto
menyediakan informasi spasial sangat detail,
secara visual dalam interpretasi citra foto
objek yang dapat terlihat adalah bangunan,
a b
penggunaan lahan, dan vegetasi yang
disekitarnya dapat diinterpretasikan dengan
baik.
Salah satu contoh interpretasi visual
yang di lakukan pada bangunan, jenis vegetasi
dan penggunaan lahan adalah bangunan
laboratorium FAPERIKA pohon bintaro
(Cerbera manghas) dan kebun kelapa sawit.
Melakukan interpretasi citra maupun foto
udara secara visual dapat digunakan kriteria
atau unsur interpretasi yaitu terdiri atas rona
atau warna, ukuran, bentuk, tekstur, pola,
bayangan, situs dan asosiasi (Sutanto, 1994).
c
Kunci interpretasi visual pada bangunan
laboratorium FAPERIKA dapat dilihat dari Gambar 9. (a) Laboratorium FAPERIKA (b)
bentuk yang merupakan konfigurasi atau Bintaro (Cerbera manghas) (c) Kebun
kerangka suatu objek, sehingga dapat Kelapa Sawit
mencirikan suatu penampakan yang ada pada
citra dan dapat dibedakan antar objek lainnya. 6. Uji Akurasi
Pohon bintaro (Cerbera manghas)
banyak ditanam di pinggir jalan Prof. Muchtar Setelah dilakukan akuisisi data hingga
Lutfi sehingga kunci interpretasi visual yang proses pengolahan data menjadi orthophoto,
dilakukan adalah situs atau lokasi objek yang selanjutnya pengujian akurasi. Pengujian
merupakan hasil gabungan dari bentuk, akurasi dilakukan untuk membandingkan nilai
ukuran, pola, bayangan serta rona. Kebun objek amatan di lapangan dan citra foto. Hasil
kelapa sawit memiliki bentuk dan pola yang pengukuran objek dijadikan data dasar untuk
hampir sama antara satu objek yang satu pengujian. Pengujian akurasi omisi komisi
dengan lainnya, hal ini dikarenakan kebun yang dilakukan menyebar pada 17 titik sampel
kelapa sawit ditanam secara monokultur di citra foto. Berikut hasil amatan citra foto
dengan jarak tanam yang sama. hubungannya dan di lapangan dapat dilihat pada Tabel 3.
mudah untuk menentukan dengan objek lain,
sedangkan kebun kelapa sawit dapat diketahui
melalui tekstur. Tekstur Pada interpretasi
visual ini juga dilakukan ground check yang
Tabel 3. Hasil Perhitungan Uji Akurasi

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
22
 Panjang Pengukuran
No Objek Pengamatan Citra Foto Lapangan Akurasi (%)
(m) (m)
1. Lebar Lapangan Stadion Mini 75,43 76,54 98,56

2. Anak Tangga Mushalla Rektorat 2,67 2,71 98,52

3. Panjang Bendungan Kolam 8,36 8,47 98,70

Rektorat
4. Lebar Kolam Selam Faperika 19,59 19,96 98,09

5. Jarak Tanam Kelapa Sawit 8,9 8,8 98,86

6. Panjang Simpang Stadion Mini 19,45 19,88 98,54

7. Panjang Atap Teras Gudang ESU 5,5 5,46 99,26

8. Lebar Selokan Pendopo Bumper 11,07 10,9 98,44

9. Lebar Selokan Gedung Faperika 15,87 15,82 99,68

10. Panjang Landmark Lab PMIPA 8,24 8,22 99,75

FKIP
11. Lebar Atap Pemukiman Warga 5,06 5,4 93,70

12. Panjang Huruf R Pavingblok 1,74 1,79 97,20

ECOEDUPARK

13. Panjang Septic Tank UP2B 3,09 3,25 95,07

14. Lebar Atap Pendopo Arboretum 3,74 5,28 70,83

15. Panjang Jembatan Kupu-Kupu 17,42 17,44 99,88

16. Lebar Atap Rumah Energi Surya 2,89 2,82 97,51

17. Lebar Parkiran Depan Rektorat 16,78 16,81 99,82

Sumber: Analisis, 2017

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
23
 Berdasarkan pengukuran yang telah KESIMPULAN DAN SARAN
dilakukan citra foto dan di lapangan, hasilnya
tidak jauh berbeda hanya berkisar pada nilai Area Arboretum Universitas Riau
dibelakang koma. Selisih pengukuran terendah diasumsikan terletak di sepanjang hulu dan
pada panjang jembatan kupu-kupu yaitu 0,02 hilir aliran air yang ditumbuhi oleh vegetasi
meter dari nilai pengukuran citra foto 17,42 berhutan. Tutupan lahan Arboretum Univeritas
meter dan lapangan 17,44 meter, selisih Riau dan sekitarnya terdiri bangunan (FKIP,
pengukuran tertinggi pada lebar atap pendopo FAPERIKA, UP2B, gudang ESU, rektorat,
arboretum yaitu 1,54 meter dari nilai mushalla rektorat, pemukiman warga, aula
pengukuran citra foto 3,74 meter dan lapangan bumi perkemahan, jembatan kupu-kupu,
5,28 meter. rumah energi surya, dan pendopo), vegetasi
Perbedaan selisih yang besar pada hutan dan lahan terbangun (kebun kelapa
lebar atap pendopo diakibatkan pada gambar sawit, kebun buah, tegakan eucalyptus, waduk,
atau objek pada citra foto berbayang, hal kolam percobaan, kolam buatan, ecoedupark,
tersebut dikarenakan masalah sinkronisasi geo- area bumi perkemahan, badan jalan dan
lokasi citra akibat dari hasil perekaman yang stadion mini). Pengujian akurasi pada 17
tidak terekam dan dilakukan penambahan foto sampel yang dipilih secara purposive sampling
dengan jenis kamera yang berbeda. Menurut mendapatkan nilai presentase rata-rata diatas
Gularso (2013) kesalahan interpretasi objek 95 %, hal tersebut menunjukan tingkat uji
yang terdapat pada hasil orthophoto akurasi omisi dan komisi yang baik.
dikarenakan kesalahan dari distorsi kamera, Saran dalam penelitian ini adalah perlu
pergeseran relief dan pembuatan mosaik dilakukannya pengembangan lanjutan analisis
kurang terkoreksi secara sempurna. foto udara dan mosaik orthophoto secara
Pengukuran yang dilakukan pada citra spesifik menggunakan data DTM untuk
foto dengan bantuan software QGIS harus interpretasi foto dalam pemetaan spesies
dengan skala yang sama pada saat pengukuran pohon, penentuan umur, kerapatan dan ukuran
untuk menjaga eksistensi ketelitian dalam pohon. Pengembangan pembangunan yang
pengamatan. Sedangkan pengukuran di dilakukan diharapkan tidak hanya pada
lapangan memastikan kesesuaian objek yang bangunan fisik akan tetapi lebih kepada hal-hal
diukur pada pengukuran citra foto dengan yang mendukung keberlangsungan Arboretum
bantuan ketepatan nilai azimuth pada kompas Universitas Riau. Misalnya ditetapkan
untuk pengukuran objek yang panjangnya arboretum dan dilakukan pembuatan pal batas,
lebih dari 10 meter. pemanfaatan potensi waduk sebagai wahana
Perhitungan hasil persentase akurasi wisata, dan penanaman pohon kembali pada
menggunakan bantuan microsoft excel dengan area lahan terbuka dengan pohon endemik
persamaan metode omisis komisi. Hasil Provinsi Riau.
perhitungan dengan menggunakan metode
omisi komisi didapatkan persentase pengujian DAFTAR PUSTAKA
akurasi objek dari 17 objek presentase rata-rata
yang dihasilkan adalah diatas 95 %. Ketelitian Brown, M dan Lowe, D. G. 2007. Automatic
yang diisyaratkan adalah > 85 % (Sutanto, Panoramic Image Stitching Using
1994), hal ini menunjukan bahwa secara Invariant Features. International
keseluruhan hasil intepretasi dapat diterima Journal of Computer Vision, Vol. 74
karena memenuhi persyaratan batas minimal : 59-73.
ketelitian intepretasi data penginderaan jauh.
Hasil perhitungan dengan metode omisi Gularso, H., Sawitri, S., dan L. M. Sabri,
komisi juga dilakukan Putra, dkk. (2016) dari 2013. Tinjauan Pemotretan Udara
delapan objek pengamatan hasil presentasi Format Kecil Menggunakan
akurasi berada diatas 95 %. Hal tersebut Pesawat Model Skywalker 1680
menunjukan bahwa data foto udara sangat (Studi Kasus : Area Sekitar
membantu pada pemantauan kawasan dan Kampus UNDIP). Jurnal Geodesi
pemetaan. Universitas Diponegoro, Vol. 2, No.
2: 78-94.

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
24
 Tanpa Awak di Sungai Kembung,
Hawkins, Stuart. 2016. Using A Drone and Pulau Bengkalis, Indonesia.
Photogrammetry Software to Didalam Prosiding Seminar Nasional
Create Orthomosaic Images and Perikanan dan Kelautan Universitas
3D Models of Aircraft Accident Riau Ke 5 dan Expo. Direktorat
Sites. In the proceedings of the Jenderal Pengelolaan Ruang Laut
ISASI seminar. Air accidents Kementerian Kelautan dan Perikanan
(Engineering) at the UK AAIB, Republik Indonesia, Pekanbaru.
Iceland.
Rudianto, B. 2011. Analisis Pengaruh
Putra, A.S., Maulana, E., Putra, M.D., Sebaran Ground Control Point
Wahyuningsih, D.S., Ibrahim, F., Terhadap Ketelitian Objek Pada
Raharjo, T., Ambarwulan, W., Citra Hasil Ortorektifikasi. Jurnal
Maulia, N., Wulan, T.R. 2016a. Uji Rekayasa Institut Teknologi
Akurasi Data UAV (Unmanned Nasional, Vol. 15, No. 1: 11-18.
Aerial Vehicle) di Kawasan Pantai
Pelangi, Parangtritis, Kretek, Shofiyanti, R. 2011. Teknologi Pesawat
Kabupaten Bantul. Didalam Tanpa Awak Untuk Pemetaan dan
Prosiding Seminar Nasional Pemantauan Tanaman dan Lahan
Kelautan Universitas Trunojoyo Pertanian. Jurnal Informatika
Madura. Lembaga Penelitian Pertanian Balai Besar Penelitian dan
Universitas Trunojoyo, Madura. Pengembangan Sumberdaya Lahan
Pertanian, Vol. 20, No. 2: 58 – 64.
Rahmatdillah, Syaifuddin, M., Oktorini, Y.,
Miswadi., Jhonnerie, R. 2016. Sutanto. 1994. Penginderaan Jarak jauh
Kajian Awal Pemetaan Detil Jilid I. Gadjah Mada University
Mangrove Menggunakan Pesawat Press. Yogyakarta.

1
Mahasiswa Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
2
Dosen Jurusan Kehutanan, Fakultas Pertanian, Universitas Riau.
25