Photogrammetry adalah teknik mengubah kumpulan foto menjadi model tiga dimensi dan peta berskala akurat. Dengan drone, teknik ini menjadi jauh lebih cepat: satu penerbangan memotret area dari banyak sudut, lalu perangkat lunak menyatukannya menjadi model yang bisa diukur. Hasilnya dipakai untuk survey lahan, pemetaan infrastruktur, hingga pemantauan progres proyek. Artikel ini menjelaskan cara kerjanya dan bagaimana implementasinya di lapangan.
Ringkasan
- Teknik ini mengubah foto beresolusi tinggi menjadi point cloud, model 3D, dan peta berskala.
- Akurasi ditentukan oleh tumpang tindih foto, kualitas kamera, dan penggunaan ground control point drone sebagai titik ikat.
- Keluaran utamanya berupa orthomosaic drone, peta kontur, dan model permukaan untuk analisis.
- Untuk drone survey infrastruktur, metode ini mempercepat dokumentasi sekaligus menjaga presisi.
Apa itu photogrammetry?
Teknik ini adalah ilmu mengukur objek dari foto. Prinsipnya, satu titik yang terlihat pada beberapa foto dari sudut berbeda dapat dihitung posisi tiga dimensinya. Ketika ribuan foto digabungkan, hasilnya adalah model permukaan yang rapat dan akurat. Pendekatan ini menjadi dasar survey dan pemetaan modern berbasis drone.
Bagaimana cara kerja photogrammetry: dari foto ke point cloud
Prosesnya berjalan bertahap. Drone terbang mengikuti pola grid dengan tumpang tindih foto yang tinggi. DJI menggunakan front overlap 75 persen dan side overlap 55 persen pada misi pemetaan Zenmuse P1, dan semakin tinggi overlap, semakin rapat point cloud yang dihasilkan, dengan konsekuensi waktu terbang dan volume data yang lebih besar. Setiap foto direkam beserta koordinatnya. Perangkat lunak lalu mencocokkan titik-titik yang sama antar foto untuk membentuk point cloud, yaitu kumpulan jutaan titik berkoordinat. Dari sana dihasilkan model permukaan, peta kontur, dan orthomosaic drone, yakni foto udara yang sudah dikoreksi distorsinya sehingga skalanya seragam. Agar hasilnya presisi, surveyor memasang ground control point drone sebagai titik ikat yang koordinatnya diukur akurat di lapangan.
Photogrammetry drone: alat, software, dan orthomosaic
Kualitas hasil bergantung pada kombinasi drone, kamera, dan perangkat lunak pemroses. Berikut komponen inti alur kerja pemetaan berbasis foto.
Ekosistem drone survey berbasis DJI Enterprise dan pemrosesan Terrasolid membuat alur dari lapangan ke peta menjadi ringkas. Prinsip dasar teknik ini dapat dibaca pada referensi photogrammetry.
Pilihan drone untuk photogrammetry tidak terbatas pada satu konfigurasi. DJI Matrice 400 + Zenmuse P1 memakai sensor full-frame 35,9 x 24 mm beresolusi 45 MP dan terdaftar sebagai payload resmi DJI Matrice 400, sehingga akurasi dan cakupannya dapat diverifikasi. Untuk area yang lebih ringkas, DJI Matrice 4E menggabungkan kamera dan RTK dalam satu unit sehingga cepat diterbangkan. Untuk pemetaan berulang dan terjadwal, DJI Dock 3 dengan DJI Matrice 4D memungkinkan misi otomatis tanpa pilot di lokasi.
Implementasi photogrammetry untuk drone survey infrastruktur di berbagai industri
Pada konstruksi, teknik ini mendokumentasikan progres proyek dan menghitung volume galian atau timbunan. Contoh penerapannya dibahas di fotogrametri untuk analisis lokasi konstruksi. Pada pertambangan, pemetaan foto menghitung stockpile dan memantau kemajuan tambang. Untuk drone survey infrastruktur seperti jalan, jembatan, dan jaringan utilitas, photogrammetry menghasilkan peta terkini tanpa menutup operasi.
Sebagai contoh penerapan, di konstruksi photogrammetry memantau progres proyek dan menghitung volume galian dan timbunan. Di pertambangan, model dipakai untuk mengukur volume stockpile secara berkala. Di infrastruktur, jalan dan jembatan didokumentasikan sebagai orthomosaic untuk inspeksi dan perencanaan. Di pertanian dan lingkungan, peta udara membantu memantau lahan dan perubahan tutupan.
Akurasi photogrammetry: GSD, overlap, dan faktor penentu
Akurasi photogrammetry ditentukan oleh beberapa faktor teknis yang saling terkait. Memahaminya membantu tim memilih ketinggian terbang, sensor, dan rencana misi yang tepat untuk drone survey infrastruktur.
GSD (Ground Sample Distance)
GSD adalah jarak dunia nyata yang diwakili oleh satu piksel foto. GSD dua sentimeter berarti satu piksel setara dua sentimeter di lapangan. Semakin kecil GSD, semakin detail hasilnya. GSD dipengaruhi ketinggian terbang dan resolusi sensor. Terbang lebih rendah menurunkan GSD dan menambah detail, namun memperbanyak jumlah foto dan waktu proses.
Overlap
Overlap adalah tingkat tumpang tindih antar foto. DJI menggunakan front overlap 75 persen dan side overlap 55 persen pada misi pemetaan Zenmuse P1. Semakin tinggi overlap, semakin rapat point cloud yang dihasilkan, dengan konsekuensi waktu terbang dan volume data yang lebih besar. Overlap yang kurang menyebabkan lubang pada model dan kesalahan rekonstruksi.
Faktor penentu lain
Kualitas ground control point, kondisi cahaya, dan kestabilan terbang juga menentukan akurasi. Pencahayaan yang merata menghasilkan pencocokan titik yang lebih baik. Angin kencang dan getaran menurunkan ketajaman foto. Perencanaan jalur yang rapi menjaga overlap tetap konsisten di seluruh area.
Sebagai gambaran, terbang pada ketinggian sekitar seratus meter dengan Zenmuse P1 menghasilkan GSD sekitar satu koma tiga sentimeter per piksel, cukup untuk sebagian besar pekerjaan drone survey infrastruktur. Untuk detail yang lebih halus seperti retak beton, tim menurunkan ketinggian sehingga GSD ikut mengecil. Perencanaan ini selalu menyeimbangkan tingkat detail dengan waktu terbang dan kapasitas pemrosesan.
GCP vs RTK/PPK: kapan masih diperlukan?
Ground control point (GCP) adalah titik ikat di lapangan yang koordinatnya diukur teliti, lalu dikenali pada foto untuk memberi akurasi absolut pada model. RTK dan PPK adalah metode koreksi posisi GNSS pada drone yang merekam koordinat setiap foto dengan presisi tinggi, sehingga kebutuhan ground control point dapat dikurangi.
Dengan drone RTK seperti DJI Matrice 400, banyak proyek pemetaan sudah mencapai akurasi yang memadai tanpa GCP yang rapat. Meski begitu, ground control point masih diperlukan pada beberapa kondisi. Pekerjaan kadastral dan legal menuntut verifikasi independen. Area dengan sinyal GNSS lemah, seperti lembah dalam atau dekat struktur tinggi, membutuhkan GCP untuk menjaga akurasi. GCP juga berperan sebagai titik cek untuk memvalidasi hasil RTK atau PPK.
Pendekatan praktisnya adalah menggunakan RTK atau PPK sebagai dasar, lalu menambahkan sejumlah GCP secukupnya sebagai titik kontrol dan verifikasi. Kombinasi ini menyeimbangkan kecepatan lapangan dengan akurasi yang dapat dipertanggungjawabkan.
Photogrammetry vs LiDAR: kapan pakai yang mana
Photogrammetry dan LiDAR sama-sama menghasilkan model tiga dimensi, namun bekerja dengan cara berbeda. Photogrammetry menyusun model dari foto, sehingga unggul pada tekstur, warna, dan orthomosaic drone yang detail. Biaya perangkatnya lebih terjangkau dan hasilnya mudah dibaca secara visual.
LiDAR memancarkan pulsa laser dan mengukur pantulannya, sehingga mampu menembus sela vegetasi untuk merekam permukaan tanah di bawah kanopi. LiDAR juga bekerja pada kondisi cahaya rendah. Untuk area berhutan atau bervegetasi rapat, LiDAR memberi model permukaan tanah yang lebih akurat daripada photogrammetry.
Pemilihannya bergantung pada tujuan. Gunakan photogrammetry untuk stockpile, fasad bangunan, dokumentasi visual, dan orthomosaic. Gunakan LiDAR untuk pemetaan terrain di bawah vegetasi dan koridor yang tertutup tanaman. Penjelasan lengkap prinsip kerjanya dapat dibaca pada artikel LiDAR Adalah. Pada banyak proyek, keduanya dipakai berdampingan agar model foto dan model permukaan saling melengkapi.
Apa pun metodenya, hasil akhir photogrammetry biasanya berupa beberapa produk sekaligus: orthomosaic drone sebagai peta foto berskala, digital surface model dan digital terrain model untuk analisis ketinggian, point cloud padat untuk pengukuran tiga dimensi, serta model mesh bertekstur. Produk-produk ini menjadi dasar perhitungan volume, pemantauan progres, dan dokumentasi aset yang dapat diperbarui pada misi berikutnya.
Pertanyaan yang Sering Diajukan (FAQ)
Apa itu photogrammetry?
Photogrammetry adalah teknik mengukur dan memodelkan objek dari foto. Dengan drone, ribuan foto beresolusi tinggi digabung menjadi model 3D dan peta berskala akurat.
Apa itu point cloud dan orthomosaic drone?
Point cloud adalah kumpulan jutaan titik berkoordinat hasil pencocokan foto. Orthomosaic drone adalah foto udara yang telah dikoreksi distorsinya sehingga skalanya seragam dan bisa diukur.
Untuk apa ground control point drone?
Ground control point drone adalah titik ikat di lapangan yang koordinatnya diukur akurat. Titik ini memberi model skala dan posisi yang benar sehingga akurasinya meningkat.
Apakah teknik ini cocok untuk drone survey infrastruktur?
Ya. Untuk drone survey infrastruktur seperti jalan, jembatan, dan utilitas, photogrammetry menghasilkan peta terkini dengan cepat tanpa menghentikan operasi.
Siap memanfaatkan teknologi ini untuk proyek Anda?
Konsultasikan kebutuhan survey dan pemetaan Anda serta jadwalkan demonstrasi bersama tim Halo Robotics.
Contact UsBaca juga: Fotogrametri untuk Analisis Lokasi Konstruksi · LiDAR Adalah
Aisyah Ayu Winandri
Aisyah is a Content Marketing Officer at Halo Robotics with over five years of international experience across Azerbaijan, Indonesia, Japan, and Russia. She leverages her global perspective and expertise in cultural storytelling to transform complex commercial drone and robotics technology into compelling narratives, highlighting how these enterprise solutions drive safety, efficiency, and industrial growth.
Eli Moselle is the co-founder and CEO of Halo Robotics, which is widely recognized to be the best drone solutions provider in Indonesia, and the largest enterprise drone distribution company by revenue in Southeast Asia. Eli has a wide-ranging educational background, with a B.A. in Economics and Political Science from the University of British Columbia, and an M.Sc. in Strategic Studies from Nanyang Technological University, combining this with a broad set of experience and skills from more than 20+ years in international business across industries including Oil & Gas, Mining, Agriculture, Power Transmission, Environmental Science, Security and Risk Management. Eli is passionate about #dronesforgood and contributing to positive systemic change with drone technology, and personally reviews much of the writing on the Halo Robotics website to verify the accuracy and quality of the content.