Oleh
ADI PUTRA
NIM. 151 07 025
https://www.instagram.com/reel/CV1xqFbluRe/?utm_medium=copy_link
Adi Putra
NIM. 151 07 025
Bandung, Mei 2012
Pembimbing
Pembimbing I Pembimbing II
Dr. Ir. Dina Anggreni Sarsito, MT. Irwan Gumilar, ST. M.Si
NIP. 19700512 199512 2 001 NIP. 19780329 201012 1 004
Disahkan Oleh :
Ketua Program Studi Teknik Geodesi dan Geomatika
Fakultas Ilmu dan Teknologi Kebumian
Institut Teknologi Bandung
i
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala berkah dan
karunia-Nya penulis dapat menyelesaikan Tugas Akhir yang berjudul “STUDI
KINERJA SOFTWARE ON-LINE PPP (Precise Point Positioning) DALAM
PENGOLAHAN DATA SURVEY GPS” Tak lupa juga penulis memanjatkan shalawat
serta salam kepada Nabi Muhammad SAW, seluruh keluarganya, seluruh sahabatnya,
dan seluruh pengikutnya hingga akhir zaman kelak. Tugas Akhir ini disusun sebagai
salah satu syarat untuk memperoleh gelar Sarjana pada Program Studi Teknik Geodesi
dan Geomatika, Institut Teknologi Bandung. Pada Tugas Akhir ini penulis
memanfaatkan teknologi website-GPS-online processing untuk mendapatkan
perbandingan dari beberapa website terkait parameter yang digunakan serta koordinat
yang dihasilkan. Hasil dari Tugas Akhir ini diharapkan dapat menjadi salah satu
alternatif dari pengolahan data Precise Point Positioning (PPP) data GPS yang cepat dan
presisi.
Pada kesempatan ini, penulis ingin mengucapkan terima kasih dan penghargaan kepada :
1. Dr. Ir. Dina Anggreni Sarsito, MT. dan Irwan Gumilar, ST. M.Si. selaku dosen
pembimbing. .
2. Dr. Ir. Kosasih Prijatna, M.Sc. selaku ketua program studi sarjana Teknik
Geodesi dan Geomatika.
3. Seluruh dosen di lingkungan Program Studi Teknik Geodesi dan Geomatika
yang telah memberikan ilmunya dan seluruh karyawan yang telah banyak
membantu.
Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna, oleh karena itu
kritik dan saran sangat penulis harapkan untuk perbaikan di masa mendatang. Akhir kata
semoga Tugas Akhir ini bermanfaat untuk kita semua.
ii
LEMBAR PENGHARGAAN
Penghargaan dan penghormatan penulis sampaikan kepada semua yang telah berjasa dan
menginspirasi, tidak hanya dalam proses pengerjaan Tugas Akhir ini, melainkan dalam
kehidupan penulis sehari-hari:
1. Allah SWT atas segala nikmat, karunia, dan izin-Nya yang telah diberikan dan juga
kepada kekasih-Nya, Rasulullah Muhammad SAW.
2. Kedua orang tuaku dan keluargaku tercinta.; Ayahandaku, Yaumal Ikhlas;
Ibundaku, Ineng Naini akan kupersembahkan yang terbaik. Adikku, Eka Putri;
berikan yang terbaik untuk kedua orang tua kita.
3. Buk Dr. Ir. Dina Anggreni Sarsito, MT, dosen pembimbing I, untuk segala
kesabaran, bimbingan, dan pembelajarannya.
4. Pak Irwan Gumilar, ST. M.Si., dosen pembimbing II, juga untuk segala bimbingan
dan pembelajarannya, terutama selama di survey-survey lapangan.
5. Kepada semua akademisi di Prodi Teknik Geodesi dan Geomatika ITB.
6. Kepada GD 2007, seperjuangan kuliah dan paling dikenang masa-masa ospek.
7. Kepada teman-teman di IMG, yang memdidik saya menjadi dewasa.
8. Keada teman-teman sekontrakan. Hidup susah senang sama-sama selama kuliah.
9. Kepada teman-teman Lab GD, seperjuangan mengerjakan Tugas Akhir ini.
10. Kepada semua yang berpengaruh dan membantu saya dalam pengerjaan Tugas
Akhir ini.
iii
ABSTRAK
GPS adalah sistem satelit navigasi dan penentuan posisi menggunakan satelit.
Sistem yang dapat digunakan oleh banyak orang sekaligus dalam segala cuaca ini,
didesain untuk memberikan posisi dan kecepatan tiga dimensi yang teliti, dan juga
informasi mengenai waktu, secara teliti di seluruh dunia (Abidin, 2007). Banyak
aplikasi dalam navigasi, survei tanah, definisi tanah dan sejumlah pemetaan telah dibuat
lebih sederhana dan lebih tepat karena aksesibilitas data Global Positioning System
(GPS), dan dengan demikian permintaan untuk menggunakan teknik-teknik canggih
GPS di survei aplikasi telah menjadi penting Teknik diferensial adalah satusatunya
sumber posisi yang akurat selama bertahun-tahun, dan tetap digunakan meskipun biaya.
Precise point positioning (PPP) adalah teknik alternatif untuk metode penentuan
posisi diferensial yang pengguna dengan penerima tunggal dapat mencapai akurasi
posisi pada skala sentimeter atau decimeter. Belakangan ini banyak website yang
menawarkan pengolahan data PPP secara online dan gratis. Sehubungan dengan itu
maka perlu dilakukan penelitian tentang kinerja dan hasil dari beberapa website yang
memberikan layanan tersebut. Penelitian ini melakukan pencaritahuan tentang parameter
yang digunakan dan koordinat yang dihasikan pada website tersebut. Data CORS dari
stasiun ITB, UPI, Ceremai, Alaska, dan Pago dipotong menjadi data pengamatan yang
bervariasi, yaitu 2 jam, 4 jam, 6 jam, 12 jam, dan 24 jam.
iv
GPS is a system of satellite navigation and positioning using satellites. Systems
that an be used by many people at once in all this weather, is designed to
providethreedimensional position and velocity of a thorough examination, as well
asinformation on time, be careful around the world (Abidin, 2007). Many applications
in navigation, land surveying, mapping and a number of definitions of land have
beenmade simpler and more precise because of the accessibility of data Global
PositioningSystem (GPS), and thus the demand for the use of advanced techniques in
surveying GPS has become an important application is the differential technique the
only sourceof accurate positions for many years, and remained in use despite the cost.
Precisepoint positioning (PPP) is analternative technique for differential positi
oning method that users with a single receiver can achieve position accuracy at the
centimeter ordecimeter scale. Lately a lot of websites that offer online data processing
and free PPP. In that regard it is necessary to research on performance and results of
several websites that provide such services. This study did pencaritahuan about the
parameters used andthe coordinates of the dihasikan on the website.
Data from the station ITB Cors, UPI,Ceremai, Alaska, and Pago cut into a
variety of observational data, which is 2 hours, 4hours, 6 hours, 12 hours, and 24 hours.
Observational data are transmitted by way of upload data on each website. The results
of the data transmission with a longobservation Cors 2, 4, 6, 12, 24 hours produces the
coordinates and deviationstrander-mail sent to users. The resulting transformed
coordinates of the projection (Universal Trasversal Mercator) UTM is next seen
repeatibilitas influence on eachwebsite. Results obtained from this study OPUS website
are better used at the point of observation in Indonesia. The resulting coordinates of the
site can produce up to centimeter precision.
v
Dengan menyebut nama Allah yang Maha Pengasih dan Maha Penyayang
Semua ini bisa saya selesaikan berkat doa dari orang-orang yang
tersayang
Beliau berkata:
DAFTAR ISI
LEMBAR PENGESAHAN ............................................................................................. i
vi
KATA PENGANTAR ................................................................................................... ii
LEMBAR PENGHARGAAN .......................................................................................iii
ABSTRAK ................................................................................................................... iv
ABSTRACT .................................................................................................................. v
DAFTAR ISI ............................................................................................................... vii
DAFTAR TABEL ........................................................................................................ xi
BAB 1 PENDAHULUAN ........................................................................................... 1
1.1 Latar Belakang................................................................................................. 1
1.2 Maksud dan Tujuan ......................................................................................... 2
1.3 Ruang Lingkup Pembahasan ............................................................................ 2
1.4 Kemanfaatan Tugas Akhir ............................................................................... 4
1.5 Metodologi Penelitian ...................................................................................... 5
BAB 2 DASAR TEORI ............................................................................................... 8
2.1 GPS (Global Positioning System) .................................................................... 8
2.2 Metode Penentuan Posisi dengan GPS ............................................................. 9
2.2.1 Metode Penentuan Posisi Absolut ........................................................... 10
BAB 3 PEMBAHASAN ............................................................................................ 25
3.1 Data Pengamatan ........................................................................................... 25 3.2
Pemotongan Data ........................................................................................... 25
3.3 Pengiriman Data ............................................................................................ 28
3.4 Penerimaan Hasil Pengolahan Data ................................................................ 31
BAB 4 ANALISIS ..................................................................................................... 38
4.1 Hasil Pengolahan dan Analisis ....................................................................... 38 4.2
Perbandingan Antar Website .......................................................................... 38
4.3 Perbandingan Parameter yang Digunakan ...................................................... 39
4.4 Perbandingan Hasil Pengolahan Data ............................................................. 41
4.4.1 Perbandingan Repeatibilitas .................................................................... 41
4.4.2 Nilai Tinggi yang dihasilkan ( H Elipsoid ) ............................................. 54
4.4.3 Perbandingan Hasil Koordinat ................................................................ 57
BAB 5 KESIMPULAN DAN SARAN ...................................................................... 61
5.1 Kesimpulan.................................................................................................... 61
vii
5.2 Saran ............................................................................................................. 62
DAFTAR REFERENSI ............................................................................................... 63
Lampiran ..................................................................................................................... 65
ix
DAFTAR TABEL
Tabel 2.1 Faktor dan parameter yang mempengaruhi ketelitian penentuan posisi dengan
GPS (Abidin, 2007)........................................................................................ 9
Tabel 2.2 Metode-metode penentuan posisi dengan GPS (Abidin, 2007) ......................
10
Tabel 2.3 Faktor –faktor yang mempengaruhi kesalahan data GPS (Abidin, 2007) .......
15
Tabel 2.4 Karakteristik Komponen Kering dan Komponen Basah dari Bias Troposfer
(El-Arini, 2008) ........................................................................................... 20
Tabel 2.5 Formula Matematis Model Hopfield (Abidin, 2006). .................................... 22
Tabel 2.6 Nilai Tipikal Kesalahan Orbit GPS [IGS 2008]............................................. 24
Tabel 3.1 Data yang Digunakan ................................................................................... 25
Tabel 3.2 Pembagian Data Berdasarkan Lama Pengamatan .......................................... 28
Tabel 4.1 Perbandingan pilihan yang tersedia ............................................................... 38
Tabel 4.2 Parameter yang di gunakana pada setiap website .......................................... 40
Tabel 5.1 Rata-rata simpangan terhadap koordinat pengamatan 24 jam yang dihasilkan
oleh website GAPS dan OPUS ..................................................................... 62
x
BAB 1 PENDAHULUAN
1.1 Latar Belakang
GPS adalah sistem satelit navigasi dan penentuan posisi menggunakan wahana
satelit. Sistem yang dapat digunakan oleh banyak orang sekaligus dalam segala cuaca
ini, didesain untuk memberikan posisi dan kecepatan tiga dimensi yang teliti, dan juga
informasi mengenai waktu, secara teliti di seluruh dunia (Abidin, 2007).
Pada dasarnya konsep dasar penentuan posisi dengan GPS adalah reseksi jarak,
yaitu pengukuran jarak secara simultan ke beberapa satelit yang koordinatnya diketahui
(Abidin, 2007). Posisi dalam GPS diberikan dalam datum WGS 84 yang didefinisikan
dan dipelihara oleh Departemen Pertahanan Amerika Serikat. Ketelitian posisi yang
didapat dengan pengamatan GPS secara umum akan tergantung pada empat faktor yaitu:
metode penentuan posisi yang digunakan, geometri dan distribusi dari satelit-satelit yang
diamati, ketelitian data yang digunakan, dan strategi/metode pengolahan data yang
diterapkan. Masing-masing faktor tersebut mempunyai beberapa parameter yang
berpengaruh pada ketelitian posisi yang akan diperoleh dari GPS (Abidin, 2007).
1
Semakin meningkatnya kebutuhan akan penentuan posisi, maka banyak instansi
yang membutuhkan pengolahan data yang cepat dan efisien. Sekarang sudah ada
beberapa situs-situs yang menyediakan pengolahan data GPS on-line. Pengolahan data
GPS secara on-line dianggap solusi tepat, karena dapat diakeses oleh semua pengguna.
Permasalahan yang timbul akhir-akhir ini adalah ketelitian dan kepresisian dari hasil
pengolahan dari web-base GPS data processing service tersebut. Maka pada Tugas
Akhir ini akan meneliti selisih koordinat yang dihasilkan dari pengolahan data beberapa
web-base GPS data processing service yang mengunakan metode Precise Point
Positioning. Membandingkan paremeter dan pilihan yang diberikan oleh beberapa
webbase GPS data processing service yang tersedia.
2
a) Canada (GPS Analysis and Positioning Software (GAPS)) dari University of New
Brunswick Canada..
4
a. Studi literatur, meliputi kajian mengenai website pengolahan data GPS secara online
dan kajian jurnal metode Precise Point Positioning
b. Pengumpulan data hasil pengamatan CORS ITB, UPI, Ceremai, Alaska dan Pago.
c. Melakukan pemotongan data CORS menjadi 2, 4, 6, 12, dan 24 jam dengan
perangkat lunak Skipro.
d. Mengunggah setiap data ke tiga web-based GPS data processing service dan
mengunduh hasil pengolahan data GPS tersebut dari email pengguna.
e. Melakukan transformasi koodinat hasil pengolahan pada koordinat proyeksi UTM
dengan datum WGS84.
f. Menganalisa parameter yang digunakan pada setiap webseite tersebut.
g. Proese algoritma pengolahan data nya tidak di bahas pada penelitian ini, di
karenakan setiap website tidak memberikan informasi pemrosesan data tersebut.
h. Membandingkan paremeter yang digunakan oleh setiap web-based GPS data
processing service pada pengolahan data PPP (Precise Point Positioning), koordinat
hasil pengolahan pada masing-masing web-based GPS data processing service
dengan berbagai lama pengamatan data GPS yang diunggah dan menentukan
perangkat lunak yang terbaik untuk metode PPP (Precise Point Positioning)
5
Pengumpulan Data
Submit ke Web-based
GPS data processing
Analisis
Kesimpulan
Gambar 1.4. Alur kerja penelitian
1 Sistematika Penulisan
Sistematika penulisan tugas akhir ini adalah sebagai berikut:
6
BAB 1 PENDAHULUAN
Pada bab ini akan menjelaskan latar belakang penelitian, maksud dan tujuan
penelitian, ruang lingkup penelitian, metodologi penelitian, dan sistematika
penulisan.
BAB 3 PEMBAHASAN
Bab ini akan membahas proses kegiatan yang dilakukan dalam penelitian yang
mencakup tahapan penelitian dan penjelasan proses yang dilakukan pada tiap
tahapan kegiatan tersebut beserta hasil yang diperoleh pada setiap tahapan
kegiatan tersebut.
BAB 4 ANALISIS
Pada bab ini akan dipaparkan mengenai analisis dari data yang diperoleh dari
hasil pengolahan data. Analisis ini menyangkut analisis terhadap hasil
pengolahan data web-based GPS processing service membandingkan dan
menampilkan dalam bentuk grafik.
BAB 2
7
DASAR TEORI
Bab ini berisi rangkuman referensi dari studi literatur untuk pengerjaan penelitian ini.
Menjelaskan tentang GPS, metode penetuan posisi, Precise Point Positioning, koreksi-
koreksi yang berpengaruh dalam pengolahan data GPS.
Pada dasarnya konsep dasar penentuan posisi dengan GPS adalah reseksi jarak, yaitu
pengukuran jarak secara simultan ke beberapa satelit yang koordinatnya diketahui
(Abidin, 2007).Ilustrasi dari prinsip penentuan posisi dengan GPS dapat dilihat pada
Gambar 2.1.
Gambar 2.1 Prinsip dasar penentuan posisi dengan GPS (Abidin, 2007)
Ketelitian posisi yang didapat dengan pengamatan GPS secara umum akan
tergantung pada empat faktor yaitu: metode penentuan posisi yang digunakan, geometri
dan distribusi dari satelit-satelit yang diamati, ketelitian data yang digunakan, dan
strategi/ metode pengolahan data yang diterapkan. Masing-masing faktor tersebut
mempunyai beberapa parameter yang berpengaruh pada ketelitian posisi yang akan
diperoleh dari GPS (Abidin, 2007). Contoh beberapa parameter tersebut diberikan pada
Tabel 2.1.
8
Tabel 2.1 Faktor dan parameter yang mempengaruhi ketelitian
penentuan posisi dengan GPS (Abidin, 2007)
Faktor Parameter
Ketelitian data • Tipe data yang digunakan (pseudorange, fase)
• Kualitas receiver GPS
• Level dari kesalahan dan bias
9
(singkat)
PSEUDO- Diam Diam dan
KINEMATIC bergerak
Berkaitan dengan penentuan posisi secara absolut, ada beberapa catatan yang perlu
diperhatikan yaitu (Abidin, 2007):
• Metode ini kadang dinamakan juga metode point positioning, karena penentuan
posisi dapat dilakukan per titik tanpa tergantung pada titik lainnya.
10
• Prinsip penentuan posisi adalah reseksi jarak ke beberapa satelit secara simultan.
• Untuk penentuan posisi hanya memerlukan satu recceiver GPS, dan tipe receiver
yang umum digunakan untuk keperluan ini adalah tipe navigasi atau kadang
dinamakan tipe genggam (hand held).
• Titik yang ditentukan posisi bisa dalam keadaan diam (moda statik) maupun
dalam keadaan bergerak (moda kinematik) seperti ditunjukan pada gambar 1.2.
• Biasanya menggunakan data psudeorange. Perlu juga dicatat bahwa dalam moda
statik, meskipun jarang sekali digunakan, data fase sebenarrnya juga bisa
digunakan yaitu dengan mengestimasi ambiguitas fase bersama-sama dengan
posisi.
• Ketelitian posisi yang diperoleh sangat tergatung pada tingkat ketelitian data
serta geometri satelit.
11
Dalam penentuan posisi absolute suatu stasiun pengamatan, persaman pengamataan
dari one-way fase dan pseudorange bebas ionosfer yang umumnya digunakan pada
metode PPP dapat difomulasikan sebagai berikut [Gao and Shen, 2002, 2004; Kouba
and Heroux, 2001]:
Pif = k1.P1 - k2.P2
= (2.
ρ + dtrop + dt + MPif + ϑPif
1)
Lif = k1.L1 - k2.L2
= ρ + dtrop + dt + MCif – ( k1. λ1.N1 – k2.λ2.N2 ) + ϑCif (2.
2)
Keterangan:
f21
k1 = 2 2 = 2.54572778 (2.3)
f1-f2
dan
f22
k2 = 2 2 = 1.54572778 (2.4)
f1-f2
12
Pada persamaan (2.1) dan (2.2) di atas, parameter kesalahan orbit serta kesalahan
dan offset jam setelit tidak muncul dalam persamaan, dengan asumsi bahwa orbit teliti
(Precise orbit) serta informasi jam satelit dari IGS akan digunakan [IGS, 2005]. Oleh
sebab itu parameter yang ditentukan dalam pengolahan data metode PPP adalah: tiga
komponen koordinat, offset jam reciver, bias troposfer basah di arah zenith, dua
parameter gradient troposfer serta nilai real sejumlah ambiguitas fase dari data fase
bebas ionosfer yang terlibat [Gao and Shen, 2004]. Kesalahan multipath harus direduksi
dengan menggunakan antena GPS yang baik seta pemilihan lokasi yang memadai.
Disamping itu menurut [Kouba and Heroux, 2001], untuk penentuan posisi absolute
menggunakan data fase, beberapa parameter koreksi tambahan harus diperhitungkan
dalam pengolahan data, yaitu antara lain: efek pergerakan satelit (satellite attitude
effects), efek pergerakan lokasi pengamatan (site displacement effects), serta
pertimbangan kompatibilitas (compatibility considerations). Efek pergerakan satelit
mencakup offset antenna satelit dan koreksi phase wind-up. Sedangkan efek pergeseran
lokasi pengamat mencakup pasang surut Bumi (solid earth tides), pasang surut laut serta
Earth Rotation Parameters (ERP) yang terdiri dri presisi, nutasi, pergerakan kutub dan
perubahan panjang hari. Sedangkan pertimbangan kompatibilias mancakup pembobotan
yang konsisten dari kesalahan orbit dan jam satelit serta model dan konvensi yang
diimplementasikan dalam pengolahan data.
Metoda PPP sangat cocok bagi peneliti karena tidak membutuhkan dua atau lebih
receiver GPS yang simultan. Hal ini tidak terbatas untuk keberhasilan solusi guna
perhitungan panjang baseline dan cocok untuk penentuan posisi platform. Beberapa tim
peneliti telah menggunakan metoda ini untuk penentuan posisi orbit rendah [Bisnath dan
Langley, 2002].
13
dari fenomena geofisik seperti pergerakan lempeng tektonik, pasang surut bumi dan
pembebanan samudera. Pendekatan ini dikenal dengan nama Precise Point Positioning.
Gambar 2.3 Hasil dari GPS Precise Point Positioning (PPP), [El-Rabbany,2003]
Untuk mendapatkan posisi yang teliti dari pengamatan GPS, maka dilakukan
penghilangan dan perudiksaan dari beberapa bentuk kesalahan yang mempengaruhinya..
Penentuan posisi secara Precise Point Positioning lebih teliti daripada penetuan posisi
geodetik secara absolut.
Dengan melakukan penentuan posisi secara Precise Point Positioning, maka dapat
dilakukan pengeliminasian dan pereduksian bias dan kesalahan sehingga akan
meningkatkan akurasi dan presisi data, dan selanjutnya akan meningkatkan tingkat
akurasi dan presisi posisi yang diperoleh. Dalam penentuan posisi secara Precise Point
Positioning ini terdapat faktor-faktor yang mempengaruhi ketelitian posisi yang
dihasilkan. Berikut faktor-faktor penentu dalam penentuan posisi secara Precise Point
Positioning :
Tabel 2.3 Faktor –faktor yang mempengaruhi kesalahan data GPS (Abidin, 2007)
Kesalahan dan Bias Dapat Dapat Tidak dapat
dieliminasi direduksi dieliminasi/
reduksi
Jam satelit
Jam receiver √
Orbit (Ephimeris) √
Ionosfer √
Troposfer √
Multipath √
Noise (Derau) √
14
Selective √ √
Availability
1. Geometri satelit.
Geometri satelit dilihat dari aspek kekuatan geometri satelit yang dapat dilihat dari
distribusi satelit selama pengamatan. Distribusi satelit yang baik adalah
terdistribusi merata pada empat kuadran di titik pengamatan. Untuk merefleksikan
kekuatan geometri dari konstelasi satelit, digunakan suatu bilangan yang disebut
dengan Dilution of Precision (DOP). Nilai DOP yang kecil akan menunjukkan
geometri satelit yang baik dan begitu sebaliknya. Ilustrasi dari geometri satelit
terhadap nilai DOP dapat dilihat pada Gambar 2.2 berikut.
15
Pada penelitian ini dilakukan pengamatan GPS secara diferensial, maka DOP yang
perlu diperhatikan adalah RDOP. Pengamatan GPS secara diferensial akan
mengeliminasi kesalahan jam sehingga pada RDOP tidak terdapat DOP untuk
komponen waktu. Nilai dari RDOP dapat diestimasi sebelum pengukuran
dilaksanakan. Nilai RDOP dihitung berdasarkan matrik ko-faktor dari parameter
yang diestimasi melalui matriks desain pengamatan (A). Komponen dari matriks A
dihitung menggunakan koordinat pendekatan dari pengamat serta koordinat
pendekatan satelit yang umumnya dihitung menggunakan data almanak satelit.
Jika matriks A telah dibentuk, maka dapat dihitung matriks ko-faktor (Qxx)
menggunakan persamaan 2.8 berikut.
Keterangan:
Qxx = Matriks ko-faktor
A = Matrik desain
Penentuan nilai RDOP sangat bergantung dari hasil perhitungan matriks Q xx.
Kualitas dari matriks Qxx dapat dilihat dari nilai condition number dari matriks
tersebut. Nilai dari condition number dari sebuah matriks akan mengindikasikan
kualitas dari pemecahan persamaan linear. Jika nilai condition number dari sebuah
matriks bernilai besar, maka matriks tersebut badly conditioned dan jika nilainya
16
kecil (mendekati satu) maka matriks tersebut well conditioned. Nilai condition
number ini akan terkait dengan nilai RDOP. Nilai RDOP akan bernilai kecil jika
nilai condition number-nya juga bernilai kecil dan sebaliknya. Nilai RDOP yang
bernilai besar mengindikasikan bahwa matriks Qxx yang dihasilkan close to
singular akibat dari geometri satelit yang tidak baik. Geometri satelit yang
direpresentasikan dalam RDOP untuk penentuan posisi GPS diferensial akan
mempengaruhi kualitas dari perataan dalam melakukan estimasi parameter.
2. Multipath
Permukaan yang dapat memantulkan sinyal GPS dapat mengakibatkan sinyal GPS
mencapai antena dimana sinyal tersebut tidak berada pada jalur langsung antara
satelit dan antena. Hal ini mengakibatkan jarak pengamatan antara satelit ke antena
menjadi lebih panjang dari seharusnya. Adanya kesalahan data pengamatan akan
mempengaruhi kualitas parameter posisi horizontal maupun vertikal. Efek dari
multipath dapat mencapai level desimeter secara bidang 3 dimensi [Higgins,1999].
Sampai saat ini belum ada suatu model matematis umum yang dapat memodelkan
efek multipath. Beberapa investigasi menunjukkan bahwa kesalahan pada
komponen tinggi yang disebabkan oleh multipath, dapat mencapai besar sekitar 15
cm [Geordiadou & Kleusberg, 1988,1990; Seber, 1992, pada Abidin 2006]. Efek
multipath pada data pengamatan bersifat periodik mengikuti pola sinusoidal,
sehingga efek multipath ini dapat direduksi dengan menggunakan data yang
perioda pengamatannya lebih besar daripada periode multipath. Oleh sebab itu,
metoda pengamatan survey statik dengan lama pengamatan yang panjang dapat
dilakukan untuk meminimalkan efek multipath pada hasil estimasi posisi. Selain
itu penggunaan antena GPS yang memiliki stabilitas pusat fase (phase center)
yang tinggi serta “daya tolak” terhadap multipath juga dapat digunakan. Ada
beberapa jenis antena GPS yang dikenal, yaitu [Seeber, 1993 pada Abidin, 2006]:
monopole atau dipole, quadrifilar helix, spiral helix, microstrip, dan choke ring.
3. Bias Atmosfer
17
Bias yang disebabkan oleh lapisan atmosfer terjadi pada lapisan ionosfer dan
troposfer. Bias ini mempengaruhi jarak ukuran dimana bias ini dapat
memanjangmendekkan jarak ukuran dari satelit ke stasiun pengamat. Bias dari
lapisan ionosfer akan memperlambat pseudorange dan mempercepat fase,
sedangkan bias pada lapisan troposfer akan memperlambat pseudorange dan fase.
Jika dikaitkan dengan frekuensi sinyal, bias karena refraksi ionosfer akan
bergantung pada frekuensi sinyal sedangkan bias karena refraksi troposfer tidak
bergantung pada frekuensi sinyal. Dengan sifat ini, penggunaan dual frekuensi
akan dapat digunakan untuk mereduksi bias ionosfer. Penggunaan data dari dual
frekuensi (L1 dan L2) dapat dikombinasikan untuk memperoleh suatu kombinasi
bebas ionosfer. Sedangkan untuk bias karena refraksi troposfer tidak dapat
direduksi dengan menggunakan kombinasi data dari dual frekuensi karena bias
troposfer tidak tergantung terhadap frekuensi sinyal.
a. Bias Ionosfer
Ionosfer adalah bagian dari atmosfer yang berada pada ketinggian 50km hingga
1000km diatas permukaan bumi (Langley, 1998). Pada lapisan ini terdapat
sejumlah elektron dan ion bebas yang dapat mempengaruhi perambatan gelombang
radio. Satelit GPS berada kira-kira 20.000 km, sehingga sinyal dari satelit GPS
harus melewati lapisan ionosfir untuk dapat mencapai permukaan bumi. Propagasi
dari sinyal GPS akan terpengaruhi oleh elektron bebas yang ada di lapisan ionosfir
yang mengakibatkan berubahnya kecepatan, arah, polarisasi, dan kekuatan dari
sinyal GPS dimana akan mempengaruhi jarak ukuran.
Besarnya efek ionosfer pada perambatan sinyal GPS tergantung dari jumlah
elektron sepanjang lintasan sinyal. Jumlah elektron ini dinamakan Total Electron
Content (TEC) yang dinyatakan dalam unit elekton/m2 dan frekuensi dalam unit
Hertz. Efek dari ionosfir bervariasi secara spasial dan temporal. Pada daerah
ekuator, bias ionosfir umumnya mempunyai nilai yang relatif besar tetapi relatif
stabil [Abidin, 2006]. Efek ionosfer yang bersifat harian, secara empirik
didapatkan sesuai dengan aktifitas matahari yang direpresentasikan dari nilai TEC.
Nilai TEC terbesar biasanya terjadi pada tengah hari, dan nilai TEC relatif kecil
pada pagi hari dan malam hari. Dalam kasus penentuan posisi dan survei dengan
18
GPS ada beberapa cara yang dapat dilakukan untuk mereduksi efek bias ionosfer,
yaitu [Abidn,2006]:
b. Bias troposfer
Lapisan troposfer adalah lapisan atmosfer terendah yang bersinggungan dengan
permukaan bumi dan memiliki ketebalan 9-16 km diatas permukaan bumi.
Lapisan troposfer dapat mengganggu perambatan sinyal GPS yang
mengakibatkan berubahnya kecepatan (pseudorange dan fase diperlambat) dan
arah dari sinyal GPS, sehingga mempengaruhi jarak ukuran. Akibatnya,
komponen yang paling terpengaruh dalam penentuan posisi menggunakan GPS
adalah komponen tinggi geodetik. Ketebalan troposfer yang paling tinggi
terdapat di daerah katulistiwa, yaitu sebesar 16 km dan ketebalan paling kecil
terjadi di daerah kutub yaitu 9 km [Prawirowardoyo, 1996 pada Soetriyono,
2006]. Tingginya lapisan troposfer di daerah katulistiwa menyebabkan bias
troposfer yang ada di Indonesia menjadi lebih besar dari bias troposfer di lintang
menengah atau di daerah kutub.
Bias troposfer pada pengamatan GPS merupakan fungsi dari ketinggian lokasi
titik dan ketinggian zenith dari satelit, serta bergantung dari beberapa faktor,
seperti tekanan atmosfer, suhu, dan kelembaban [Satirapod, 2004]. Bias troposfer
umumnya dipisahkan menjadi komponen kering dan komponen basah, dimana
komponen kering memberikan kontribusi bias sekitar 90% dari bias total dan
komponen basah memberikan kontribusi sekitar 10% dari bias total. Komponen
basah memang memberikan kontribusi bias yang kecil dari total bias
19
dibandingkan komponen kering, akan tetapi magnitude dari komponen basah
umumnya lebih sulit diestimasi dari komponen kering. Komponen basah dari
bias troposfir bergantung dari jumlah kandungan uap air sepanjang lintasan
diatas stasiun pengamatan. Untuk dapat mengestimasi komponen basah secara
baik, dapat digunakan peralatan WVR (Water Vapour Radiometer) yang dapat
mengukur kandungan uap air diatas stasiun pengamat. Berikut karakteristik dari
komponen kering dan basah dalam bias toposfer pada Tabel 2.4
.
Tabel 2.4 Karakteristik Komponen Kering dan Komponen Basah dari Bias Troposfer
(El-Arini, 2008)
Keterangan Komponen Kering Komponen Basah
Total bias (dari total bias) 90% 10%
Penyebab Utama N2 dan O2 Uap air
Magnitude ≈2.3 m <=0.8 m
Fungsi dari
Bervariasi 10-20%
Variasi bias T (suhu) dan P
dalam beberapa jam
(tekanan)
ketelitian estimasi ≈ ±
ketelitian estimasi
Ketelitian estimasi 1%
rendah
dalam beberapa jam
Tidak seperti halnya bias ionosfer, bias troposfer tidak dapat dieliminasi
menggunakan kombinasi linear L1 dan L2 karena magnitude dari bias troposfer
tidak tergantung pada frekuensi sinyal GPS. Akibatnya, penggunaan dual
frekuensi tidak dapat mengestimasi besarnya magnitude dari bias troposfer. Bias
troposfer dapat direduksi dengan melakukan diferensial, tetapi akan masih
terdapat bias troposfer untuk baseline yang panjang karena proses diferensial
tidak dapat mereduksi bias troposfer secara optimal untuk baseline yang panjang.
Untuk melakukan koreksi terhadap bias troposfer tersebut, umumnya digunakan
beberapa model koreksi standar troposfer dalam melakukan pengolahan data
GPS seperti model Niell, Saastamoinen, Hopfield, dan lain sebagainya. Dari
beberapa model tersebut yang cukup banyak digunakan dalam pengolahan data
GPS adalah model Hopfield dan Saastamoinen [Abidin,2006]. Pada penelitian ini
20
digunakan model troposfer global Niell, Saastamoinen, dan Hopfield. Pada
umumnya, model koreksi standar troposfer diperoleh secara empirik dari
ketersediaan data radiosone yang kebanyakan diambil di daerah Eropa dan
Amerika Utara [Satirapod, 2004].
Pada persamaan diatas, mf (e) merupakan mapping function dengan sudut elevasi
e. Koefisien a, b, dan c dianggap cukup dalam memetakan zenith delays dibawah
elevasi 3°. Koefisien ini ditentukan dari raytracing dimana parameter yang
dimasukkan adalah berupa nilai sudut elevasi, nilai tinggi stasiun diatas geoid,
suhu, tekanan, dan tekanan uap air. Untuk menghitung bias troposfer
menggunakan model Saastamoinen dapat menggunakan persamaan 2.11 berikut
[El-Arini, 2008].
Keterangan.:
21
Untuk formula matematis dari model Hopfield dapat dilihat pada Tabel 2.5.
22
g. Estimasi besarnya parameter bias troposfer, biasanya dalam bentuk
zenith scale factor untuk setiap lintasan satelit.
h. Gunakan parameter koreksi yang dikirimkan oleh sistem Wide Area
Differential GPS (WADGPS).
db = br. dr (2.12)
Besarnya kesalahan orbit akan tergantung dari jenis orbit yang digunakan.
Berikut beberapa jenis informasi serta nilai tipikal kesalahan orbit, Tabel 2.6.
Adanya kesalahan pada pengukuran tinggi antena GPS akan mempengaruhi nilai
koordinat dalam pengolahan data GPS, terutama dalam hal nilai tinggi. Adanya
kesalahan dalam melakukan input tinggi antena akan mengakibatkan adanya
offset (pergeseran vertikal) antara tinggi geodetik titik sebenarnya terhadap tinggi
geodetik titik yang didapatkan. Akibatnya nilai tinggi geodetik yang dihasilkan
tidak sesuai dengan nilai tinggi geodetik titik yang sebenarnya. Kesalahan ini ini
dapat dihindari dengan melakukan pengukuran tinggi antena yang teliti oleh
surveyor sewaktu pengatamatan GPS dilakukan dan melakukan pemotretan
ketika pengukuran tinggi dilakukan sebagai dokumentasi agar tidak terjadi
kesalahan dalam memasukkan tinggi antena.
BAB 3 PEMBAHASAN
3.1 Data Pengamatan
Data yang digunakan dalam penelitian ini adalah data hasil rekaman CORS
(Continuously Operating Reference Station) diperoleh dari Kelompok Keahlian Geodesi
Program Studi Teknik Geodesi dan Geomatika ITB dan mengunduh dari situs on-line
yang menyediakan data CORS. Keterangan data yang digunakan pada penelitian ini
dapat dilihat pada Tabel 3.1 berikut.
24
Data pengamatan CORS GPS yang digunakan berlokasi di Institut Teknologi
Bandung (ITB1), Universitas Pendidikan Indonesia (UPI1), dan Gn. Ceremai (POSC)
didapat dari data yang telah tersedia di Kelompok Keahlian Geodesi Progam Studi
Teknik Geodesi dan Geomatika, ITB. Data CORS GPS yang berlokasi Alaska (BRW1)
dan Pago Pago, USA (ASPA) didapat dengan cara mengunduh dari situs on-line yang
menyediakan secara gratis pada http://www.ngs.noaa.gov/CORS/standard1.shtml.
25
Gambar 3.2 Pemilihan data yang akan dipotong
Setelah membuat project, pengguna dapat memilih data yang akan dilakukan
pemotongan sesuai jam yang diinginkan. Data yang dipilih untuk dilakukan
pemotongan dapat berformat RINEX, terlihat pada Gambar 3.2. Hal yang
dilakukan selanjutnya adalah pemotongan menjadi data pengamatan 2, 4, 6, 12,
dan 24 jam
c. Menyimpan data sesuai potongan jam yang di inginkan.
26
Gambar 3.3 Menyimpan data sesuai pilihan jam
Pemotongan data pengamatan dapat dilakukan secara otomatis yang disediakan
oleh software SKI-pro,terlihat pada Gambar 3.3. Hasil dari pemotongan di
simpan kembali dalam format RINEX sesuai lama pengamatan yang dihasilkan.
Pemotongan data terpendek adalah dua jam dikarenakan minimal data yang di
submit pada situs tersebut untuk data static adalah dua jam pengamatan.
Pembagian data berdasarkan lama pengamatan dapat dilihat pada Tabel 3.2
berikut.
27
Loading dari Site Displacement Effects tempat pengamatan. Jika pengguna tidak
mengetahui dan tidak memiliki referensi tentang tempat pengamatan maka situs
ini setting secara standar. Tampilan strategi pengolahan data dengan situs ini
secara standar bisa dilihat pada Gambar 3.4. Situs ini juga akan menayakan
alamat email pengguna untuk mengirimkan hasil dari pengolahan dari data yang
telah dikirimkan. Pengguna bisa menuliskan alamat email pada kolom yang
telah disediakan. Pada webite ini juga menyediakan pilihan data yang di akan
diproses berdasarkan lama pengamatannya, disediakan kolom pilihann mulai
pengamatan dan akhir pengamatan untuk RINEX yang didikirimkan. Pengguna
dapat memilih data mana yang akan diproses sesuai jam pengamatannya.
28
pengolahan data terhadap file yang diunggah akan dikiriman melalui email yang
dituliskan oleh pengguna pada pada kolom email address, terlihat pada Gambar
3.5.
Pada situs ini juga memberikan pilihan pada pengguna untuk pengolahan data
rapid-static, pengamatan dibawah 2 jam. Pada kesempatan ini, pengolahan data
pada penelitian ini hanya melakukan static, pengamatan lebih dari dua jam.
29
5Mb(MegaByte). Tampilan layar penggungahan pada situs APPS ini dapat
dilihat pada Gambar.3.6.
1. GAPS
Situs website ini memberikan hasil dari pengolahan data yang telah di diunggah
pada alamat email pengguna sesuai yang dituliskan pada kolom yang disediakan saat
pengunggahan data. Pada email pengguna akan dikirimkan berupa alamat .html yang
berisi hasil dari pengolahan data tersebut, dan juga file berupa .zip yang dapat diunduh.
Informasi yang diberikan pada pengguna berupa nama file yang telah diproses, lama
30
pengamatan yang terbaca oleh software website tersebut yang ada pada Header RINEX.
Selain itu hasil yang diberikan kepada pengguna juga berupa, tipe pengamatan, orbit
satelit yang digunakan, kalibrasi antena, model Neutral Atmosphere Delay, A-priori
NAD, estimasi gradient, gelombang pasut, tipe receiver, dan jenis data yang diproses.
31
Gambar 3.8 Contoh koordinat yang dihasilkan
Hasil tersebut juga ditampilkan dalam bentuk grafik yang melihatkan intensitas dan
ketabilan dari data yang diproses. Grafik yang yang ditampikan berupa ketasbilan
koordinat, Neutral Atmosphere Zenith delay, Vertical Ionospheric delay, dan residu dari
data fase dan pseudorange. Contoh dapat dilihat pada Gambar 3.9
32
Gambar 3.9 Contoh grafik yang diberikan oleh website GAPS
2. OPUS
Website ini mengirimkan hasil yang begitu beragam. Situs ini mengirimkan koordinat
dalam bentuk geodetik, kartesian, dan juga proyeksi. Hasil yang dikirmkan pada
33
pengguna dapat dilihat pada Gambar 3.11.. OPUS juga mengirimkan Base yang
digunakan dalam pengolahan data tersebut.
34
Gambar 3.10 Hasil dari OPUS
LAT: -6 53 29.50059 0.124(m)
E LON: 107 36 43.22708 0.040(m)
W LON: 252 23 16.77292 0.040(m)
EL HGT: 816.537(m) 0.264(m)
UTM COORDINATES
UTM (Zone 48)
Northing (Y) [meters] 9237452.393
Easting (X) [meters] 788662.799
Convergence [degrees] -0.31363335
Point Scale 1.00063145
Combined Factor 0.00000000
This position and the above vector components were computed without any
knowledge by the National Geodetic Survey regarding the equipment or
field operating procedures used.
Sama seperti website GAPS, pada OPUS juga diberi informasi kepada pengguna
software yang digunakan, nama file, satelit orbit yang digunakan, lama pengamatan data
yang dilakukan proses penghitungan. Selain itu, OPUS memiliki kelebihan dari yang
lain yaitu, memberikan koordinat dalam bentuk proyeksi yaitu UTM, beserta keterangan
point scale, dan combined factor. OPUS juga memberikan data base terdekat yang
digunakannya. Maksud dari base yang digunakan adalah website ini melakukan
35
penghitungan dan meningkatkan keakurasian datanya dengan meninjau data 3 CORS
terdekat dari titik pengamatan dan melakuakn pengkoreksian gelombang fase nya dari 3
base tersebut, cara tersebut dinamakan as peak-to-peak.
3. APPS
Berbeda dengan kedua situs di atas, situs ini menampilkan hasil pengilahan pada situs
itu sendiri, dan kita dapat menyalin hasil pengolahan tserbut. Hasil yang dikirimkan dari
situs ini berupa koordinat geodetik yang dimana keterangan dalam pengolahan data nya
di simpan dalam format .zip dan bisa diunduh oleh pengguna. Situs ini cukup praktis dan
cepat dalam penyajian hasil dari data yang olah. Hasil dari pengolahan dari situs ini
dapat dilihat di Gambar 3.11. Walaupun website ini cukup cepat dalam melakukan
pengolahan data tetapi, terkadang website ini tidak bisa melakukan pengolahan data
yang dikirimkan. Website tersebut akan mebarikan layar error pada pengguna, dan
mengatakan harap menghubungi admin dari website tersebut. Koordinat yang dihasilkan
oleh website ini sering kali sama setiap pengunggahan data. Data dengan lama
pengamatan 2 jam diberikan terkadang sama dengan data yang lama pengamatannya 6
jam, dan begitu juga dengan yang lain.
36
Gambar 3.11 Contoh hasil pengolahan dari website APPS
BAB 4 ANALISIS
4.1 Hasil Pengolahan dan Analisis
Ada beberapa aspek-aspek umum yang harus dipertimbangkan dalam penilaian
setiap layanan seperti pendekatan pengiriman dan penerimaan data, waktu tunda dalam
hasil menerima, pilihan diakses dan layanan keterbatasan. Selain itu aspek khusus yang
harus juga di pertimbangkan adalah koreksi yang digunakan pada masing-masing
website yang berdampak pada hasil koordianat dan kepresisiannya.
37
mengunggahan adalah 5 MB, hal tersebut membuat pengguna harus memperhitungkan
data rekam dari reciever. Terlihat ada Tabel.4.1, website GAPS banyak memberikan
pilihan kepada penggunna dalam stategi pengolahan data yang diunggah.
Datum yang digunakan oleh setiap website berbeda-beda. Hal ini menyebabkan,
pengguna harus cermat dan cerdas untuk mengguanakan website sesuai kebutuhan.
Kesamaan dari ketiga website tersebut adalah bisa mengolah dengan metode statik dan
hanya bisa mengolah data pengamatan GPS. Datum yang digunakan oleh website GAPS
hingga sekarang ini belum diketahui. Skema dari pengolahan data pada masing-masing
software tidak diberitahukan kepada pengguna.
38
Tabel 4.2 Parameter yang digunakan pada setiap website
GAPS OPUS APPS
Nama GAPSv5.0 Belum diketahui JPL's GIPSY-OASIS V.5
Perangkat
lunak
Metode Statik Statik Rapid- Statik
Pengolahan Kinematik static Kinematik
Data GPS GPS GPS
perekaman
yang di proses
Data yang di L1 dan L2 P1, P2 L1,L2, P1, P2 L1, L2
proses Jika menjadi anggota dapat memilih L1 yang
digunakan = C/A code atau P code
Datum WGS84 International Terrestrial Reference ITRF08
Frame (ITRF) dan
The North American Datum of 1983
(NAD83)
Zenith Zenith delay: ECMWF aprioi Pengolahan statis menyediakan Penundaan zenith basah sebagai random walk
penundaan jika peak to peak kesalahan untuk dengan variansi 3mm2 per jam
tersedia UNB3m (Leandro dk setiap koordinat (X, Y, Z, Φ, λ,
k, 2008.) h, danH).
Troposfer VMF1 (Boehm et al, (. 2006) Ini menggambarkan berbagai kesala Keterlambatan basah gradien sebagai random
untuk komponen kering han, perselisihan antara 3 Base walk dengan varians dari 0,3 mm2per jam (untuk
dan basah bila tersedia. Solution penerima tanah)
NMF lain
Orbit products Produk IGS final jikaada, precise atau rapid 1. Produk final JPL (juga dikenal sebagai
dengan interval 15 menit > 90% observations used FlinnR),
> 50% ambiguitas fix tersedia sekitar 10 hari setelah data
Clock products IGS akhir produk bila OPUS akan menggunakan Cors dikumpulkan, dan User Range Error (URE)
tersedia interval, 5 menit, 30 terbaik dan orbit tersedia pada saat sekitar 3 cm RMS ..
clks kedua untuk kinematik Anda meng upload. Sementara 2. Produk Cepat JPL (juga dikenal sebagai
Cors akan diarsipkan dalam waktu QuickLookR), tersedia kira-kira 1 hari setelah data
30-menit terakhir per jam, dikumpulkan
3. Produk Real Time JPL itu, tersedia 1 menit
setelah data dikumpulkan,
40
4.4 Perbandingan Hasil Pengolahan Data
Setiap website dikirimkan data masing-masing CORS dengan lama pengamatan yang
sama. Hasil dari pengelohan website tersebut di klasifikasikan sesuai lama
pengamatannya. Maka koordinat yang dihasilkan ada 12 koordinat untuk data 2 jam, 6
koordinat untuk data 4 jam, 4 koordinat untuk data 6 jam, 2 koordinat untuk 12 jam, dan
1 koordinat untuk data 24 jam.
Data stasiun CORS yang sama dengan lama pengamatan yang beragam
dikirimkan pada masing-masing website dan menghasilkan koordinat yang berbedabeda.
Dilakukan perhitungan dari simpangan setiap koordinat yang dihasilkan ke koordinat
hasil dari pengamatan 24 jam. Simpangan yang dihasilkan ditampilkan dalam bentuk
grafik penyimpangan koordinat.
1. GAPS
a. CORS ITB
0.04
0.03
0.02
northing m)
(
2 jam
0.01
4 jam
0.00 6 jam
-0.06 -0.04 -0.02 0 0.02 0.04
-0.01 12 jam
-0.02
-0.03
easting (m)
Gambar 4.1 Penyimpangan koordinat hasil website GAPS pada CORS ITB
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
41
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS ITB pada data pengamatan 2 jam terhadap data pengamatan 24 jam adalah
0.0381 m. Jarak terjauh yang dihasilkan website ini pada CORS ITB pada data
pengamatan 4 jam terhadap data pengamatan 24 jam adalah 0.0217 m. . Jarak terjauh
yang dihasilkan website ini pada CORS ITB pada data pengamatan 6 jam terhadap data
pengamatan 24 jam adalah 0.0116 m. Jarak terjauh yang dihasilkan website ini pada
CORS ITB pada data pengamatan 12 jam terhadap data pengamatan 24 jam adalah
0.0028 m.
b. CORS UPI
0.40
0.30
0.20
northing (m)
0.10
2 jam
0.00
4 jam
-4 -3 -2 -1 -0.10 0 1 2
6 jam
-0.20
12 jam
-0.30
-0.40
-0.50
easting (m)
Gambar 4.2 Penyimpangan koodinat hasil website GAPS pada CORS UPI
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS UPI pada data pengamatan 2 jam terhadap data pengamatan 24 jam adalah
3.737 m. Jarak terjauh yang dihasilkan website ini pada CORS ITB pada data
pengamatan 4 jam terhadap data pengamatan 24 jam adalah 2.185 m. Jarak terjauh yang
dihasilkan website ini pada CORS ITB pada data pengamatan 6 jam terhadap data
pengamatan 24 jam adalah 2.016 m. Jarak terjauh yang dihasilkan website ini pada
CORS ITB pada data pengamatan 12 jam terhadap data pengamatan 24 jam adalah 0.981
m.
42
c. CORS Ceremai
0.8
0.6
0.4
)
northing m
2 jam
0.2
(
4 jam
0.0 6 jam
-4 -2 0 2 4
-0.2 12 jam
-0.4
-0.6
easting (m)
Gambar 4.3 Penyimpangan koodinat hasil website GAPS pada CORS Ceremai
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS Ceremai pada data pengamatan 2 jam terhadap data pengamatan 24 jam
adalah 3.3462 m. Jarak terjauh yang dihasilkan website ini pada CORS Ceremai pada
data pengamatan 4 jam terhadap data pengamatan 24 jam adalah 3.5618 m. Jarak terjauh
yang dihasilkan website ini pada CORS Ceremai pada data pengamatan 6 jam terhadap
data pengamatan 24 jam adalah 1.7085 m. Jarak terjauh yang dihasilkan website ini pada
CORS Ceremai pada data pengamatan 12 jam terhadap data pengamatan 24 jam adalah
0.7658 m.
d. CORS Alaska
43
0.03
0.03
0.02
0.02
northing (m)
2 jam
0.01 4 jam
0.01 6 jam
0.00 12 jam
-0.03 -0.02 -0.01 -0.01 0.00 0.01 0.02 0.03
-0.01
-0.02
easting (m)
Gambar 4.4 Penyimpangan koodinat hasil website GAPS pada CORS Alaska
e. CORS Pago
44
0.015
Northing (m)
0.010
0.005
2 jam
0.000 4 jam
-0.15 -0.1 -0.05 0 0.05 0.1 6 jam
-0.005
12 jam
-0.010
-0.015
easting (m)
Gambar 4.5 Penyimpangan koodinat hasil website GAPS pada CORS Pago
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS Pago pada data pengamatan 2 jam terhadap data pengamatan 24 jam adalah
0.1170 m. Jarak terjauh yang dihasilkan website ini pada CORS Pago pada data
pengamatan 4 jam terhadap data pengamatan 24 jam adalah 0.0111 m. Jarak terjauh yang
dihasilkan website ini pada CORS Pago pada data pengamatan 6 jam terhadap data
pengamatan 24 jam adalah 0.0107 m. Jarak terjauh yang dihasilkan website ini pada
CORS Pago pada data pengamatan 12 jam terhadap data pengamatan 24 jam adalah
0.0032 m.
45
2. OPUS
a. CORS ITB
0.06
0.04
northing (m)
0.02 2 Jam
4 jam
0.00 6 jam
-0.1 -0.05 0 0.05 0.1 12 jam
-0.02
-0.04
easting (m)
Gambar 4.6 Penyimpangan koodinat hasil website OPUS pada CORS ITB
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS ITB pada data pengamatan 2 jam terhadap data pengamatan 24 jam adalah
0.0835 m. Jarak terjauh yang dihasilkan website ini pada CORS ITB pada data
pengamatan 4 jam terhadap data pengamatan 24 jam adalah 0.0076 m. Jarak terjauh yang
dihasilkan website ini pada CORS ITB pada data pengamatan 6 jam terhadap data
pengamatan 24 jam adalah 0.0098 m. Jarak terjauh yang dihasilkan website ini pada
CORS Pago pada data pengamatan 12 jam terhadap data pengamatan 24 jam adalah
0.0077 m.
46
b. CORS UPI
0.02
0.01
0.00
2 Jam
-0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15
-0.01 4 jam
northing (m)
6 jam
-0.02
12 jam
-0.03
-0.04
easting (m)
Gambar 4.7 Penyimpangan koodinat hasil website OPUS pada CORS UPI
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS UPI pada data pengamatan 2 jam terhadap data pengamatan 24 jam adalah
0.1603 m. Jarak terjauh yang dihasilkan website ini pada CORS ITB data pengamatan 4
jam terhadap data pengamatan 24 jam adalah 0.0372 m. Jarak terjauh yang dihasilkan
website ini pada CORS ITB data pengamatan 6 jam terhadap data pengamatan 24 jam
adalah 0.0440 m. Jarak terjauh yang dihasilkan website ini pada CORS ITB data
pengamatan 12 jam terhadap data pengamatan 24 jam adalah 0.0093 m.
47
c. CORS Ceremai
0.06
0.04
nortinh (m)
0.02
2 Jam
0.00 4 jam
-0.15 -0.1 -0.05 0 0.05 0.1 6 jam
-0.02 12 jam
-0.04
-0.06
easting (m)
Gambar 4.8 Penyimpangan koodinat hasil website OPUS pada CORS Ceremai
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS Ceremai pada data pengamatan 2 jam terhadap data pengamatan 24 jam
adalah 0.1283 m. Jarak terjauh yang dihasilkan website ini pada CORS Ceremai data
pengamatan 4 jam terhadap data pengamatan 24 jam adalah 0.0035 m. Jarak terjauh yang
dihasilkan website ini pada CORS Ceremai data pengamatan 6 jam terhadap data
pengamatan 24 jam adalah 0.0566 m. Jarak terjauh yang dihasilkan website ini pada
CORS Ceremai data pengamatan 12 jam terhadap data pengamatan 24 jam adalah 0.0053
m.
d. CORS Alaska
48
0.016
0.012
-0.008
easting (m)
Gambar 4.9 Penyimpangan koodinat hasil website OPUS pada CORS Alaska
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS Alaska pada data pengamatan 2 jam terhadap data pengamatan 24 jam
adalah 0.0132 m. Jarak terjauh yang dihasilkan website ini pada CORS Alaska data
pengamatan 4 jam terhadap data pengamatan 24 jam adalah 0.0179 m. Jarak terjauh yang
dihasilkan website ini pada CORS Alaska data pengamatan 6 jam terhadap data
pengamatan 24 jam adalah 0.0098 m. Jarak terjauh yang dihasilkan website ini pada
CORS Alaska data pengamatan 12 jam terhadap data pengamatan 24 jam adalah 0.0047
m. Pada pengamatan pada CORS Alaska dan Pago, OPUS memberikan koordianat yang
lebih presisi dibanding website lain bisa dikarenakan data yang di peroleh untuk
pengkoreksiannya sangat bagus didapat dari titik-titik terdekat pada CORS tersebut yang
sangat banyak.
e. CORS Pago
49
0.06
0.04
northing(m) 0.02
2 jam
0.00 4 jam
-0.2 -0.1 0 0.1 0.2 0.3 6 jam
-0.02 12 jam
-0.04
-0.06
easting (m)
Gambar 4.10 Penyimpangan koodinat hasil website OPUS pada CORS Pago
Terlihat pada gambar di atas, bahwa pengamatan yang 2 jam mengalami
penyimpangan cukup jauh di banding 4, 6, dan 12 jam. Data pengamatan dua jam
memberikan hasil yang paling tidak presisi. Jarak terjauh yang dihasilkan website ini
pada CORS Pago pada data pengamatan 2 jam terhadap data pengamatan 24 jam adalah
0.231 m. Jarak terjauh yang dihasilkan website ini pada CORS Pago data pengamatan 4
jam terhadap data pengamatan 24 jam adalah 0.029 m. Jarak terjauh yang dihasilkan
website ini pada CORS Pago data pengamatan 6 jam terhadap data pengamatan 24 jam
adalah 0.022 m. Jarak terjauh yang dihasilkan website ini pada CORS Alaska data
pengamatan 12 jam terhadap data pengamatan 24 jam adalah 0.011 m
3. APPS
Berbeda dengan GAPS dan OPUS, website ini sering memberikan koordinat
yang sama pada data yang dikirimkan. Pengiriman data panjang 2 jam mengahsilkan
data yang sama dengan data 4 jam, dan data 6 jam. Koordinat yang dihasilkan sangat
acak, dan berkisar koordinat-koordinat yang sama dengan yang dihasilkan sebelumnya.
Untuk melihat repebilitasnya sangat susah dengan melakukan hal yang sama dengan 2
website sebelumnya. Penggambaran dalam bentuk grafik adalah salah satu car untuk
melihat dari koordinat yang dihasilkan oleh website ini.
50
a. CORS ITB
9237452.48
9237452.46
9237452.44
Gambar 4.11 Penyimpangan koodinat hasil website APPS pada CORS ITB
Pada CORS ITB, dari semua data yang dikirikan hanya memberikan 5 koordinat
yang selalu diulang-ulang pada setiap data yang dikirimkan. Data pengamatan 2 jam,
dari 12 data yang dikirim hanya menghasilkan 5 koordinat. Data pengamatan 6 jam, 12
jam dan 24 jam menghasilkan koordinat yang sama. Selisih antar koordinat terjauh yang
dihasilkan oleh website ini adalah 0.1903 m
51
b. CORS UPI
9240796.80
9240796.60
northing (m) 2 jam
9240796.40
4 jam
9240796.20 6 jam
9240796.00 12 jam
24 jam
9240795.80
786578.8 786579 786579.2786579.4786579.6786579.8
easting (m)
Gambar 4.12 Penyimpangan koodinat hasil website APPS pada CORS UPI
Pada CORS UPI, dari semua data yang dikirikan hanya memberikan 6 koordinat
yang selalu diulang-ulang pada setiap data yang dikirimkan. Disaat penerimaan hasil
koordinat untuk data CORS UPI sering terjadi kegagalan. Laporan pengiriman yang di
hasilkan oleh website tersebut sering error, yang menyarankan penggunna untuk
menghubungi administrator dari website ini. Bisa dilihat pada Gambar 4.13. Penulis
telah mencoba menghubungi tetapi hingga saat ini belum ada balasan terkait hal tersebut.
Gambar 4.13 Website APPS tidak dapat memberikan hasil dari data yang dikirimkan
c. CORS Ceremai
52
9241499.47
9241499.40
9241499.33
northing (m)
2 jam
9241499.26
4 jam
9241499.19
6 jam
9241499.12
12 jam
9241499.05
24 jam
9241498.98
222760.0 222760.4 222760.8 222761.2
easting (m)
Gambar 4.14 Persebaran koodinat hasil website APPS pada CORS Ceremai
Pada CORS Ceremai, website ini dari semua data yang dikirikan hanya
memberikan 9 koordinat yang selalu diulang-ulang pada setiap data yang dikirimkan.
Selisih terjauh yang dihasilkan oleh website ini adalah 0.7726 m.
d. CORS Alaska
7910379.90
7910379.87
northing (m)
2 jam
4 jam
7910379.84
6 jam
12 jam
7910379.81
24 jam
7910379.78
579139.56 579139.60 579139.64
easting (m)
53
Gambar 4.15 Persebaran koodinat hasil website APPS pada CORS Alaska
Pada CORS Alaska website, semua data yang dikirikan hanya memberikan 2
koordinat yang selalu diulang-ulang pada setiap data yang dikirimkan. Selisih antar 2
koordinat yang dihasikan oleh website ini adalah 0.0897 m.
e. CORS Pago
8416191.06
8416191.05
northing (m)
8416191.04 2 jam
8416191.03 4 jam
8416191.02
6 jam
8416191.01
12 jam
8416191.00
24 jam
8416190.99
529931.40 529931.50 529931.60 529931.70
easting (m)
Gambar 4.16 Persebaran koodinat hasil website APPS pada CORS Pago
Pada CORS Pago, koordinat yang dihasilkan dari data pengamatan 2 jam ada
beberapa dan beragam, tetapi memiliki kepresisian yang buruk. Setelah mengungah data
yang salanjutnya yaitu data pengamatan 4, 6, 12, dan 24 jam, website APPS hanya
menghasilkan koordinat yang sama yaitu northing 8416191.0281 m dan easting
529931.5603 m.
54
a. Titik Tinggi pada CORS ITB
Gambar 4.17 Pebedaan nilai tinggi yang dihasilkan pada CORS ITB
Ketiga website menghasilakan titik tinggi yang intensitas yang berbeda, dan bisa
dikatakan menghasilkan kestabilan data yang berbeda. Terlihat pada Gambar 4.17.
Gambar 4.18 Pebedaan nilai tinggi yang dihasilkan pada CORS UPI
Pada gambar diatas dapat dilihat OPUS menghasilkan data yang cukup stabil
pada ketinggian 966 m. Pada CORS UPI perbedaan ketinggian yang dihasikan oleh
website OPUS dan GAPS hingga 7.069 m.
55
Gambar 4.19 Pebedaan nilai tinggi yang dihasilkan pada CORS Ceremai
Pada gambar di atas dapat dilihat OPUS menghasilkan data yang cukup stabil
pada ketinggian 468.5 m. Pada CORS UPI perbedaan ketinggian yang dihasikan oleh
website OPUS dan GAPS hingga 3.125 m.
Gambar 4.20 Perbedaan nilai tinggi yang dihasilkan pada CORS Ceremai
Pada gambar di atas dilihat OPUS memberikan nilai ketinggian yang cukup stabil
pada 14.1 m dan GAPS pada 15.1 m. Nilai tinggi yang diberikan oleh website APPS
terdapat keanehan yaitu memberikan nilai tinggi yang mendekati OPUS dan GAPS.
56
Gambar 4.21 Pebedaan nilai tinggi yang dihasilkan pada CORS Pago
Pada gambar di atas dapat dilihat bahwa pada CORS pago GAPS dan OPUS
memberikan ketinggian yang berbeda, perbedaan ketinggian yang diberikan berkisar 1
m.
57
OPUS memberikan kepresisian yang paling baik. Pada pengolahan data CORS UPI dan
Ceremai OPUS telah menggunakan base solution dari titik BAKO.
58
Gambar 4.25 Perbandingan persebaran ketiga website pada CORS Alaska
OPUS memberikan kepresisian koordinat yang kurang lebih sama dengan
kepresisian yang di berikan website GAPS. Hal ini dikarenakan OPUS tidak
mendapatkan base solution yang terdekat dari titik pengamatan. APPS tetap memberikan
kepresisian yang buruk pada penagamatan pada CORS Alaska
59
BAB 5 KESIMPULAN DAN
SARAN
5.1 Kesimpulan
• OPUS menghasilkan kepresisan yang baik pada CORS UPI dan Ceremai, dan
GAPS mengahasilkan kepresisian baik pada dan PAGO
60
• APPS kurang baik dalam mengahasilkan koordinat maupun tinggi, maupun
dalam kinerja. Karena sering gagal dan hanya menghasilkan beberapa koordinat
yang di ulang pada setiap data yang dikirimkan.
• GAPS sangat tidak presisi dalam penentuan tinggi di daerah Indonesia yaitu
CORS ITB, UPI, Ceremai dan cukup stabil di Alaska dan Pago
• OPUS dalam menentukan tinggi cukup stabil, dan menghasilkan kepresisian
yang bagus
• GAPS dan OPUS memilik perbedaan data tinggi yang cukup signifikan
• Kepresisian pada pengamatan data panjang 24 jam dapat menghasilkan
kepresisian hingga sentimeter .
• Lama pengamatan mempengaruhi kepresisian hasil pengolahan dari website dan
untuk lebih jelas dapat dilihat pada Tabel 5.1, pada tabel tesebut tidak di
lakuakan perhitungan untuk hasil website APPS, dikarenakan hasil dari website
tersebut sangat tidak direkomendasikan untuk digunakan.
Tabel 5.1 Rata-rata simpangan terhadap koordinat pengamatan 24 jam yang dihasilkan
oleh website GAPS dan OPUS
GAPS UPOS
Lama
CORS pengamatan X (m) Y (m) H (m) X (m) Y (m) H (m)
ITB 2 jam 0.0206 0.0108 0.0301 0.0254 0.0157 0.0273
61
4 jam 0.0120 0.0041 0.0171 0.0055 0.0086 0.0143
6 jam 0.0057 0.0046 0.0187 0.0076 0.0063 0.0244
12 jam 0.0019 0.0017 0.0012 0.0076 0.0065 0.0220
2 jam 1.3189 0.1511 1.2929 0.0448 0.0092 0.0352
4 jam 0.8967 0.2247 0.6333 0.0173 0.0102 0.0229
UPI
6 jam 0.8860 0.1714 0.4541 0.0151 0.0156 0.0172
12 jam 0.7115 0.0798 0.3164 0.0059 0.0067 0.0110
2 jam 2.1955 0.2288 0.7713 0.0461 0.0282 0.0852
4 jam 1.5658 0.1160 0.7342 0.0049 0.0096 0.0263
Ceremai
6 jam 0.5663 0.0563 0.5561 0.0248 0.0094 0.0192
12 jam 0.6902 0.0140 0.2880 0.0040 0.0077 0.0053
2 jam 0.0128 0.0075 0.0355 0.0057 0.0037 0.0178
4 jam 0.0108 0.0050 0.0332 0.0046 0.0057 0.0075
Alaska
6 jam 0.0090 0.0027 0.0335 0.0041 0.0026 0.0124
12 jam 0.0095 0.0017 0.0273 0.0034 0.0013 0.0053
2 jam 0.0280 0.0055 0.0314 0.0833 0.0275 0.0658
4 jam 0.0051 0.0038 0.0118 0.0242 0.0128 0.0373
Pago
6 jam 0.0058 0.0031 0.0098 0.0127 0.0064 0.0104
12 jam 0.0029 0.0034 0.0020 0.0101 0.0029 0.0075
5.2 Saran
1. Menambah variasi lama pengamatan
2. Menambah lokasi pengamatan
3. Memperpanjang pengamatan untuk mendapatkan kepersisian yang baik
4. Membandingkan hasil pengolahan online dengan pengolahan manual software
komersil lainnya
5. Membandingkan koordinat yang dihasilkan dengan pengolahan metode
diferensial
DAFTAR REFERENSI
62
Abd-Elazeem, M., Farah, A., & Farrag, F. A. (2011). Assessment Study of Using
Science , 233-239.
Abidin, H. Z. 2006. Penentuan Posisi dengan GPS dan Aplikasinya. Pradnya Paramita.
Jakarta.
Adi Wibowo, Eko. 2009. Studi Kinerja Software On-line Dalam Pengolahan Data
Survey GPS. Tugas Akhir Teknik Geodesi dan Geomatika. Institut Teknologi
Bandung.
El-Arini, M. Bakry. 2008. The Atmosphere and its Effect on GNSS System.
Higgins, M.B. 1999. Heighting with GPS: Possibilities and Limitation. In the
Hofmann-Wellenhof, B., Lichtenegger, H. & Collins, J., (2001), GPS - Theory and
Kouba J. and Heroux P., (2001), GPS Precise Point Positioning Using IGS Orbit
Products. GPS Solutions
Langley, R.B. 1998. Propagation of the Signal GPS, In: Kleusberg, A. and teunissen,
63
Niell, A.E. 1996. Global Mapping Functions For The Atmosphere Delay At Radio
December 2004.
Soetriyono, Dedy. 2006. Karakteristik Hasil Penganganan Efek Bias Troposfer Data
Pengamatan GPS dengan Menggunakan Perangkat Lunak SKIPro 2.1. Tugas
64
Lampiran
ITB
GAPS - 4 jam
65
GAPS - 6 jam
UPI
GAPS - 2 jam
GAPS - 4 jam
GAPS - 24 jam
67
Lat Lon H X std Y std Z std
-6.514110079 107.353484191 972.2117 -1914391.2648 0.0150 6037480.8060 0.0159 -757036.3906 0.0038
Ceremai
GAPS - 2 jam
GAPS - 12 jam
Lat Lon H X std Y std Z std
-6.511983808 108.292934304 470.2212 -2008694.2519 0.0178 6006320.8975 0.0224 -756327.8652 0.0050
-6.511983695 108.292929811 470.7971 -2008693.1262 0.0176 6006321.8813 0.0213 -756327.8994 0.0049
GAPS - 24 jam
Lat Lon H X std Y std Z std
-6.511983704 108.292931814 470.5588 -2008693.6343 0.0125 6006321.4615 0.0155 -756327.8739 0.0037
Alaska
GAPS - 2 jam
GAPS - 4 jam
69
Lat Lon H X std Y std Z std
71.165795597 -156.472372788 15.1649 -1886758.7373 0.0115 -809058.5974 0.0095 6018494.1136 0.0202
71.165795577 -156.472372825 15.1556 -1886758.7414 0.0091 -809058.5952 0.0103 6018494.1028 0.0201
71.165795594 -156.472372765 15.1646 -1886758.7371 0.0152 -809058.5998 0.0159 6018494.1130 0.0282
71.165795571 -156.472372783 15.1789 -1886758.7483 0.0225 -809058.6027 0.0140 6018494.1242 0.0281
71.165795614 -156.472372880 15.0897 -1886758.7142 0.0174 -809058.5776 0.0210 6018494.0440 0.0306
71.165795559 -156.472372709 15.1342 -1886758.7353 0.0116 -809058.6051 0.0136 6018494.0808 0.0252
GAPS - 6 jam
Lat Lon H X std Y std Z std
71.165795591 -156.472372785 15.1586 -1886758.7370 0.0080 -809058.5976 0.0073 6018494.1070 0.0159
71.165795583 -156.472372783 15.1592 -1886758.7393 0.0094 -809058.5989 0.0107 6018494.1068 0.0191
71.165795562 -156.472372772 15.1743 -1886758.7488 0.0194 -809058.6041 0.0127 6018494.1190 0.0247
71.165795587 -156.472372608 15.1038 -1886758.7148 0.0091 -809058.6073 0.0117 6018494.0547 0.0200
GAPS - 12 jam
Lat Lon H X std Y std Z std
71.165795580 -156.472372791 15.1603 -1886758.7406 0.0056 -809058.5985 0.0056 6018494.1075 0.0119
71.165795585 -156.472372682 15.1273 -1886758.7252 0.0075 -809058.6037 0.0085 6018494.0768 0.0152
GAPS - 24 jam
Lat Lon H X std Y std Z std
71.165795582 -156.472372766 15.1490 -1886758.7359 0.0044 -809058.5992 0.0045 6018494.0970 0.0093
Pago Pago
GAPS - 2 jam
70
-14.193393444 -170.432077851 53.4526 -6100260.0416 0.0428 -996502.9690 0.1149 -1567977.4981 0.0157
-14.193393492 -170.432077387 53.6168 -6100260.1726 0.0437 -996503.1312 0.0614 -1567977.5529 0.0136
-14.193393458 -170.432077638 53.5210 -6100260.0957 0.0386 -996503.0424 0.0615 -1567977.5190 0.0160
-14.193393412 -170.432077453 53.5138 -6100260.0833 0.0346 -996503.0967 0.0225 -1567977.5036 0.0108
-14.193393485 -170.432077453 53.5582 -6100260.1203 0.0419 -996503.1026 0.0269 -1567977.5362 0.0108
-14.193393465 -170.432077492 53.5620 -6100260.1272 0.0419 -996503.0921 0.0242 -1567977.5312 0.0146
-14.193393477 -170.432077456 53.5358 -6100260.0996 0.0434 -996503.0986 0.0618 -1567977.5283 0.0194
-14.193393462 -170.432077504 53.4973 -6100260.0662 0.0405 -996503.0784 0.0836 -1567977.5143 0.0155
-14.193393449 -170.432077549 53.5468 -6100260.1166 0.0682 -996503.0730 0.0241 -1567977.5229 0.0265
-14.193393473 -170.432077319 53.4922 -6100260.0515 0.0490 -996503.1322 0.0318 -1567977.5164 0.0155
-14.193393454 170.432077577 53.5270 -6100260.0988 0.0419 -996503.0616 0.0293 -1567977.5193 0.0109
GAPS - 4 jam
Lat Lon H X std Y std Z std
-14.193393476 -170.432077477 53.5316 -6100260.0967 0.0249 -996503.0916 0.0351 -1567977.5269 0.0074
-14.193393450 -170.432077438 53.5264 -6100260.0917 0.0233 -996503.1027 0.0112 -1567977.5182 0.0060
-14.193393466 -170.432077458 53.5490 -6100260.1131 0.0293 -996503.1002 0.0145 -1567977.5285 0.0094
-14.193393435 -170.432077470 53.5133 -6100260.0819 0.0241 -996503.0914 0.0278 -1567977.5103 0.0086
-14.193393445 -170.432077498 53.5132 -6100260.0824 0.0235 -996503.0830 0.0167 -1567977.5131 0.0089
-14.193393438 -170.432077447 53.5312 -6100260.0977 0.0276 -996503.1008 0.0133 -1567977.5155 0.0074
GAPS - 6 jam
Lat Lon H X std Y std Z std
-14.193393460 -170.432077478 53.5158 -6100260.0827 0.0177 -996503.0891 0.0140 -1567977.5184 0.0056
-14.193393469 -170.432077439 53.5424 -6100260.1058 0.0211 -996503.1046 0.0091 -1567977.5275 0.0061
-14.193393448 -170.432077457 53.5119 -6100260.0789 0.0200 -996503.0947 0.0117 -1567977.5138 0.0069
-14.193393440 -170.432077496 53.5166 -6100260.0860 0.0190 -996503.0840 0.0143 -1567977.5126 0.0058
GAPS - 12 jam
Lat Lon H X std Y std Z std
-14.193393460 -170.432077452 53.5217 -6100260.0872 0.0128 -996503.0977 0.0062 -1567977.5200 0.0037
-14.193393438 -170.432077471 53.5178 -6100260.0861 0.0133 -996503.0917 0.0078 -1567977.5124 0.0042
GAPS - 24 jam
71
Lat Lon H X std Y std Z std
-14.193393450 -170.432077461 53.5205 -6100260.0872 0.0092 -996503.0951 0.0048 -1567977.5166 0.0027
OPUS
ITB
72
29.50003 1 43.22729 1 1 5 1
-6 53 0.01 107 36 0.01 816.57 0.04 -1916225.439 0.01 6036318.44 0.04 -760324.242 0.01
29.50011 43.22743 8 3 6 1
-6 53 0.00 107 36 0.01 816.57 0.02 -1916225.427 0.01 6036318.444 0.02 -760324.233 0.00
29.49981 7 43.22702 4 7 4 6 3 7
-6 53 0.02 107 36 0.00 816.56 0.00 -1916225.436 0.00 6036318.424 0.01 -760324.242 0.02
29.50017 3 43.22750 7 2 9 6 2 3
OPUS ITB - 6 jam
Lat std Lon std H std X std Y std Z std
-6 53 0.00 107 36 0.01 816.58 0.01 -1916225.445 0.01 6036318.443 0.01 -760324.244 0.00
29.50015 5 43.22759 5 3 3 7 5
-6 53 0.01 107 36 0.00 816.57 0.01 -1916225.442 0.00 6036318.437 0.00 -760324.242 0.01
29.50011 1 43.22756 4 6 7 8 2
-6 53 0.01 107 36 0.05 816.60 0.10 -1916225.434 0.03 6036318.473 0.11 -760324.235 0.01
29.49976 1 43.22695 1 7 7 5 1 4
-6 53 0.02 107 36 0.01 816.57 0.02 -1916225.43 0.00 6036318.435 0.02 -760324.238 0.02
29.50001 3 43.22720 8 2 9 5
OPUS ITB - 12 jam
Lat std Lon std H std X std Y std Z std
-6 53 0.00 107 36 0.00 816.57 0.02 -1916225.441 0.00 6036318.437 0.02 -760324.243 0.00
29.50015 4 43.22752 8 6 7 2 8 5
-6 53 0.01 107 36 0.04 816.58 0.00 -1916225.43 0.04 6036318.453 0.00 -760324.239 0.01
29.49997 8 43.22709 1 8 7 1 8 9
OPUS ITB - 24 jam
Lat std Lon std H std X std Y std Z std
-6 53 0.00 107 36 0.00 816.55 0.02 -1916225.429 0.00 6036318.425 0.02 -760324.232 0.01
29.49985 9 43.22727 7 9 5 9 5 2
73
UPI
OPUS UPI - 2 jam
74
-6 51 41.09781 0.05 107 35 34.83035 0.11 966.23 0.035 - 0.11 6037475.26 0.02 - 0.06
8 7 0 1914389.135 4 3 7 757035.585 1
-6 51 41.09736 0.02 107 35 34.82885 0.02 966.25 0.063 - 0.03 6037475.29 0.05 - 0.03
4 2 2 1914389.098 2 9 2 757035.574 0
Ceremai
OPUS Ceremai - 2 jam
76
Alaska
OPUS Alaska - 2 jam
77
Lat std Lon std H std X std Y std Z std
71 16 57.95552 0.001 156 47 23.72822 0.012 14.148 0.021 -1886758.451 0.009 -809058.471 0.01 6018493.146 0.02
71 16 57.95573 0.015 156 47 23.72784 0.022 14.132 0.017 -1886758.439 0.002 -809058.47 0.023 6018493.133 0.021
71 16 57.95565 0.01 156 47 23.72788 0.013 14.151 0.003 -1886758.447 0.003 -809058.473 0.016 6018493.15 0.004
71 16 57.95552 0.006 156 47 23.72696 0.016 14.121 0.014 -1886758.438 0.01 -809058.479 0.014 6018493.12 0.012
Pago Pago
OPUS Pago pago - 2 jam
79
APPS ITB APPS UPI
82