Estimasi Digital Terrain Model (DTM) berbasis Unmanned Aerial Vehicle (UAV) pada beberapa Tutupan Lahan

Abstract

Penggunaan Unmanned Aerial Vehicle (UAV) merupakan salah satu metode yang digunakan dalam melakukan survei pemetaan lapang khususnya di bidang ilmu tanah dan geomorfologi mengingat akuisisi data yang dilakukan menjadi lebih efisien serta dapat mencakup wilayah yang luas. Penelitian ini bertujuan untuk melihat bagaimana sensor RGB yang digunakan pada UAV dapat membangun data Digital Surface Model (DSM) dan data Digital Terrain Model (DTM) serta mengestimasi data Canopy Height Model (CHM). Penelitian ini dilakukan di Kecamatan Cariu, Kabupaten Bogor. Pengolahan data dilakukan dengan menggunakan perangkat lunak Agisoft Metashape untuk membangun data DSM, DTM dan Orthophoto, perangkat lunak Sentinel Application Program (SNAP) untuk ektraksi nilai CHM. Penelitian menghasilkan perbandingkan profil melintang yang cukup logis pada pohon dengan lebar tajuk 6,8 m. Nilai CHM pada tanaman semusim seperti cabai, kacang panjang dan leunca kurang akurat. Namun demikian UAV memiliki potensi untuk mengestimasi nilai CHM dengan menggunakan sensor RGB.

The use of Unmanned Aerial Vehicle (UAV) is one of the approaches used in conducting field mapping surveys, especially in the fields of soil sciences and geomorphology, considering that data acquisition is more efficient and could cover large areas. This research aimed to investigate how the RGB sensor mounted on a UAV could build Digital Surface Model (DSM) data and Digital Terrain Model (DTM) data as well as estimating Canopy Height Model (CHM). This research was conducted in Cariu District, Bogor Regency. Data processing was carried out using Agisoft Metashape software to build DSM, DTM and Orthophoto data, and Sentinel Application Program (SNAP) software for extracting CHM values. The research resulted in an acceptable outcome when implemented for estimating CHM over tree with a canopy width of 6.8 m. Estimation of CHM values over horticultural commodities was, unfortunately, unsuccessful. However, UAVs have the potential to estimate CHM values using RGB sensors.