Akurasi Data Morfologi Permukaan Lahan dari Data UAV Sensor RGB

Abstract

Keberhasilan pembangunan pertanian berkaitan erat dengan pengelolaan lahan yang baik dan efektif dimana salah satu kegiatan pengelolaan lahan adalah melakukan pemetaan. Pemetaan adalah suatu proses, cara, atau kegiatan membuat peta. Dewasa ini, perkembangan ilmu penginderaan jauh banyak membantu dalam hal pemetaan, utamanya dengan berkembangnya UAV (Unmanned Aerial Vehicle) sebagai alternatif teknologi penginderaan jauh. Dengan keberadaan UAV seseorang dapat melakukan pemetaan skala besar dengan lebih mudah. Namun demikian tingkat keakuratan data yang dihasilkan UAV masih belum banyak dikaji. Penelitian ini bertujuan untuk menilai tingkat akurasi data UAV yang diaplikasikan untuk pemetaan morfologi mikro permukaan lahan (microtopography). UAV yang digunakan adalah jenis Mavic-Pro dengan sensor RGB. Tingkat akurasi dikaji dengan menggunakan metode analisis korelasi antara data pengukuran langsung di lapangan dengan data hasil dari pengolahan foto udara UAV. Hasil analisis korelasi menunjukkan nilai r sebesar 0,58 yang bermakna bahwa tingkat keakuratan topografi mikro berada pada level sedang. Dengan tingkat akurasi ini, UAV Mavic-Pro masih tergolong layak digunakan untuk pekerjaan pemetaan skala besar, karena data yang dihasilkan cukup akurat. Kata kunci: Cikabayan IPB, Pemetaan, Topografi Mikro, UAV, Uji Korelasi.

A successful agricultural development is closely related to good and effective land management, where its key issue includes mapping. Mapping is a process, method, or activity of making maps. Modern development of remote sensing helps mapping activities, especially with the rise of UAV (Unmanned Aerial Vehicle) as a platform for remote sensing technology. With the existence of UAVs, one can perform large-scale mapping more easily. However, the level of accuracy of the data generated by UAV has not widely been studied. This study aims to assess the accuracy of UAV data applied to micro-morphological mapping of the land surface (microtopography). To demonstrate, Mavic-Pro UAV with RGB sensor was used. Accuracy analysis was sought using correlation between direct measurement data in the field and data resulting from UAV aerial photo processing. Correlation analysis showed r-value of 0.58, which means that the accuracy of the microtopography is at moderate level.With this level of accuracy, Mavic-Pro UAV is fairly suitable for large-scale mapping work. Keywords: Cikabayan IPB, Correlation Test, Mapping, Micro Topography, UAV.