See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/352795394

MENGENAL DRONE DALAM SISTEM INFORMASI GEOGRAFIS & APLIKASINYA

DALAM PENELITIAN KEHUTANAN

Book · February 2021

CITATIONS READS

0 4,201

3 authors:

Mohammad Basyuni Yuntha Bimantara

University of Sumatera Utara University of Sumatera Utara
297 PUBLICATIONS   1,848 CITATIONS    31 PUBLICATIONS   100 CITATIONS   

SEE PROFILE SEE PROFILE

Rizka Amelia
University of Sumatera Utara
18 PUBLICATIONS   12 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Sequence approach of Elaeis guineensis for early detection of Ganoderma boninense resistance View project

DIPI-RCUK Moments Project View project

All content following this page was uploaded by Mohammad Basyuni on 28 June 2021.

The user has requested enhancement of the downloaded file.

 MENGENAL DRONE
DALAM SISTEM INFORMASI GEOGRAFIS &
APLIKASINYA DALAM PENELITIAN KEHUTANAN

Mohammad Basyuni
Yuntha Bimantara
Rizka Amelia

2021
USU Press
Art Design, Publishing & Printing
Universitas Sumatera Utara, Jl. Pancasila, Padang Bulan,
Kec. Medan Baru, Kota Medan, Sumatera Utara 20155

Telp. 0811-6263-737

usupress.usu.ac.id

© USU Press 2021

Hak cipta dilindungi oleh undang-undang; dilarang memperbanyak

menyalin, merekam sebagian atau seluruh bagian buku ini dalam bahasa
atau bentuk apapun tanpa izin tertulis dari penerbit.

ISBN 978-602-465-330-9

Perpustakaan Nasional: Katalog Dalam Terbitan (KDT)

Basyuni, Mohammad
Mengenal Drone : Dalam Sistem Informasi Geografis & Aplikasinya
Dalam Penelitian Kehutanan/Mohammad Basyuni; Yuntha Bimantara;
Rizka Amelia -- Medan: USU Press 2021.

x, 47 p.; ilus.: 25 cm

Bibliografi
ISBN: 978-602-465-330-9

Dicetak di Medan
 KATA PENGANTAR
Ketersediaan buku pembelajaran untuk sebuah mata kuliah di
perguruan tinggi khususnya di Fakultas Kehutanan Universitas Sumatera
Utara masih terbatas. Selain itu, penulisan buku pembelajaran perguruan
tinggi selama ini kurang didukung oleh hasil-hasil penelitian dan
pengabdian dalam bidang ilmunya. Kebutuhan akan buku ajar inilah yang
melatarbelakangi penyusunan buku ini yakni Mengenal Drone dalam
Sistem Informasi Geografis dan Aplikasinya dalam penelitian kehutanan.
Buku ini mengupas tentang teknologi Unmanned Aerial Vehicle
(UAV) yang lebih dikenal dengan sebutan drone, aplikasi drone dalam
sistem informasi geografis beserta SOP pemakaian drone jenis DJI
PHANTOM 4 pro. Untuk memudahkan para pembaca mengikuti, kami
sertakan aplikasi penggunaan drone dalam penelitian di bidang kehutanan
dalam Bab 3 sampai Bab 5, di hutan mangrove Jaring Halus, Pulau
Sembilan dan Percut Sei Tuan.
Selain itu kami juga berbagi pengalaman kami penelitian
menggunakan drone. Yang tidak kalah penting, kami menyajikan dengan
cara yang sederhana dan mudah dipahami. Semoga pengalaman aplikasi
drone di hutan mangrove yang dituangkan dalam buku ini bermanfaat
bagi kita semua.

Medan, Februari 2021

Penulis

iii
 UCAPAN TERIMA KASIH
Penulis juga mengucapkan terima kasih kepada Dana Ilmu
Pengetahuan Indoesia (DIPI), Lembaga Pengelola Dana Pendidikan
(LPDP), Kementrian Keuangan, Republik Indonesia atas dana penelitian
(joint research) dengan Newton Fund dan UKRI, United Kingdom
dengan nomor kontrak NE/P014127.1. Ucapan terima kasih juga
disampaikan kepada Universitas Sumatera Utara dan Lembaga Penelitian
USU Serta Kementrian Riset dan Teknologi dan Badan Riset dan Inovasi
Nasional Republik Indonesia.

iv
 DAFTAR ISI

KATA PENGANTAR ............................................................................ iii

UCAPAN TERIMA KASIH .................................................................. iv
DAFTAR ISI ............................................................................................ v
DAFTAR TABEL .................................................................................. vii
DAFTAR GAMBAR ............................................................................ viii

BAB 1. Pendahuluan ............................................................................... 1

1.1. Latar Belakang ......................................................................... 1
1.2. Sejarah Penggunaan Drone ...................................................... 2
1.3. Jenis jenis Drone ...................................................................... 3
1.4. Penggunaan Drone untuk Pemetaan ........................................ 4

BAB 2. Aplikasi Pesawat Udara Tanpa Awak (PUTA) pada Sistem

Informasi Geografis.................................................................... 5
2.1. Awal Penggunaan UAV pada Sistem Informasi Geografis ...... 5
2.2. Sistem UAV ..................................................................... 6
2.3. Prosedur Penggunaan UAV untuk Pemetaan ........................... 8

BAB 3. Aplikasi Drone di Hutan Jaring Halus, Langkat, Sumatera

Utara .......................................................................................... 13
3.1. Pendahuluan ........................................................................... 13
3.2. Metode ................................................................................... 15
3.3. Hasil dan Pembahasan............................................................ 16
3.4. Ground Check Lokasi dan Pengukuran Jumlah Semai dan
Tinggi Semai .......................................................................... 20

BAB 4. Aplikasi UAV di Mangrove Pulau Sembilan .......................... 23

4.1. Peluncuran DEM (Digital Elevation Model) secara
Universal ............................................................................. 23

v
 4.2. Analisis Data DEM dari UAV ................................................ 24
4.3. Pulau Sembilan....................................................................... 25
4.4. Orthophoto Pulau Sembilan ................................................... 27
4.5. DEM Pulau Sembilan ............................................................. 28
4.6. Propagul dan Data Curah Hujan di Pulau Sembilan .............. 30

BAB 5. Aplikasi UAV di Desa Tanjung Rejo...................................... 33

5.1. Latar Belakang ....................................................................... 33
5.2. Spesifikasi Drone DJI Phantom 4 Pro di Desa Tanjung Rejo,
Kec. Percut Sei Tuan Kab. Deli Serdang ............................... 34
5.3 Orthophoto Tanjung Rejo Percut Sei Tuan ............................. 36
5.4. Digital Elevation Model ......................................................... 37
5.5. Propagul dan Data Curah Hujan............................................. 39

BAB 6. Kesimpulan dan Rekomendasi ................................................ 41

DAFTAR PUSTAKA ............................................................................. 42

vi
 DAFTAR TABEL

No. Tabel Judul halaman

Tabel 1. Spesifikasi foto udara menggunakan drone di
Jaring Halus ............................................................................. 16
Tabel 2. Spesifikasi foto udara menggunakan drone
di Pulau Sembilan .................................................................... 26
Tabel 3. Spesifikasi foto udara menggunakan drone di
Percut Sei Tuan ........................................................................ 35

vii
 DAFTAR GAMBAR

Gambar 1. Drone dan remote control DJI PHANTOM 4 pro yang

Biasa Digunakan untuk pengambilan foto udara di
lokasi pengamatan ................................................................. 4
Gambar 2. Sistem fotogrametri Unmanned Aerial Vehicle (UAV) ......... 7
Gambar 3. Proses align photos pada software Agisoft Photoscan .......... 8
Gambar 4. Proses build dense cloud pada software Agisoft
Photoscan ....................................................................... 9
Gambar 5. Proses build mesh pada software Agisoft Photoscan ........... 10
Gambar 6. Proses build texture pada software Agisoft Photoscan ........ 10
Gambar 7. Proses build tiled model pada software Agisoft
Photoscan ..................................................................... 11
Gambar 8. Proses build DEM pada software Agisoft Photoscan .......... 11
Gambar 9. Proses orthmosaic pada software Agisoft Photoscan .......... 12
Gambar 10. Desa Jaring Halus beserta hutan mangrove yang
melingkupinya ..................................................................... 14
Gambar 11. Peta lokasi plot hutan mangrove di Desa Jaring Halusu
ntuk pengukuran jumlah dan tinggi, terdiri dari 3
transek ................................................................................. 15
Gambar 12. Peta lokasi hutan mangrove di Desa Jaring Halus
untuk pengukuran jumlah dan tinggi, terdiri dari 3
transek ................................................................................. 16
Gambar 13. Orthophoto hutan mangrove hutan Jaring Halus dari
Maret 2018 – maret 2019 .................................................... 17
Gambar 14. Hasil analisis DEM hutan mangrove Desa Jaring Halus
selama Maret 2019 – Januari 2020 ...................................... 18
Gambar 15. Hasil analisis DEM hutan mangrove Desa Jaring
Halus selama Maret 2018 – Januari 2019............................ 19
Gambar 16. DEM hutan mangrove Desa Jaring Halus selama
Maret 2019 – Maret 2020 .................................................... 19

viii
Gambar 17. Propagul yang terdapat di dalam waring ............................. 20
Gambar 18. Pengukuran jumlah semai pada tiga plot transek
berbeda, plot transek 1 (A), plot transek 2 (B), dan plot
transek 3 (C). ....................................................................... 20
Gambar 19. Propagul yang jatuh kedalam waring pengamatan .............. 21
Gambar 20. Data curah hujan tahunan di Kecamatan Secanggang
dari Januari-Desember......................................................... 22
Gambar 21. Peta lokasi hutan mangrove di Desa Pulau Sembilan .......... 26
Gambar 22. Orthophoto hutan mangrove Desa Pulau Sembilan
selama dua tahun (Juli 2018 - Mei 2019) ........................... 27
Gambar 23. Orthophoto hutan mangrove Desa Pulau Sembilan
selama dua tahun (Juli 2019 - Juni 2020) ............................ 27
Gambar 24. DEM hutan mangrove Desa Pulau Sembilan selama
dua tahun (Juli 2018 - Mei 2019) ........................................ 28
Gambar 25. DEM hutan mangrove Desa Pulau Sembilan selama
dua tahun (Juli 2019 - Juni 2020) ........................................ 29
Gambar 26. Jumlah propagul yang jatuh ke waring................................ 31
Gambar 27. Data curah hujan (A). Curah hujan tahunan di
kecamatan pangakan susu, (B). Data hari hujan di
kecamatn pangkalan susu, (C). Data curah hujan
tahunan di kabupaten langkat. ............................................. 31
Gambar 28. Area pengamatan di desa Tanjung Rejo............................... 34
Gambar 29. DJI Phantom 4 Pro .............................................................. 34
Gambar 30. Lokasi kamera dan perkiraan kesalahan (rencana
penerbangan) ....................................................................... 35
Gambar 31. Orthophoto hutan mangrove Desa Tajnung Rejo
selama dua tahun (Agustus 2019 – Februari 2020) ............. 36
Gambar 32. DEM hutan mangrove Desa Tanjung Rejo selama dua
tahun (Agustus 2019 – Februari 2020) ................................ 38
Gambar 33. Foto groundchek lokasi pengamatan di Desa Tanjung
Rejo Percut Sei Tuan (A). Saat air laut surut, (B). Saat

ix
 air laut pasang...................................................................... 39
Gambar 34. Propagul yang jatuh kedalam waring .................................. 40
Gambar 35. Data curah hujan dan data harian di Kabupaten Deli
Serdang ................................................................................ 40

x
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Teknologi Unmanned Aerial Vehicle (UAV) yang lebih dikenal
dengan sebutan drone adalah sebuah mesin terbang atau pesawat tanpa
awak yang dapat dikendalikan dari jarak jauh oleh pilot mengggunakan
remote control atau mampu mengendalikan dirinya sendiri. Drone dapat
terbang karena menerapkan hukum aerodinamika untuk mengangkat
dirinya, yang bisa digunakan berkali-kali selagi belum mengalami
kerusakan. Drone dapat dikendalikan secara otomatis menggunakan remot
control yang tersambung dengan media transmisi gelombang radio atau
Wi-fi yang sebelumnya sudah dirancang melalui program komputer
sebelum digunakan, sehingga dapat dikendalikan dari jarak jauh oleh pilot
yang berada di dataran atau tempat lainnya. Selain itu drone juga dapat
dikendalikan menggunakan smartphone maupun joystick (Suroso, 2016).
Penggunaan UAV ini memberikan kemudahan bagi pengguna
untuk meninjau area tertentu terutama yang sulit untuk dijangkau oleh
manusia. Sebagai contoh saat melakukan pemetaan wilayah hutan.
Menurut Bennett et al (2020) baru-baru ini, penggunaan metode deteksi
pohon tunggal yang berasal dari kendaraan udara tak berawak (UAV)
telah diidentifikasi sebagai metode yang hemat biaya untuk inventarisasi
hutan untuk mengarahkan keputusan pengelolaan di masa mendatang.
Teknologi yang muncul, seperti pemancar jarak jauh, komponen yang
semakin kecil untuk penentuan posisi, dan sensor pencitraan yang
ditingkatkan, telah menyebabkan peningkatan ketersediaan aplikasi
ekologi baru untuk penginderaan jauh berdasarkan kendaraan udara tak
berawak (UAV) yang digabungkan dengan citra yang diperoleh dari UAV
menawarkan alat yang cepat dan murah untuk menghasilkan ortomosa

1
resolusi tinggi, memberikan cara baru bagi ahli ekologi untuk
pemantauan proses ekologi yang responsif, tepat waktu, dan hemat biaya
(ventura et al. 2018).

1.2. Sejarah Penggunaan Drone

Pada tahun 1849, rancangan pesawat tanpa pilot sudah
direncanakan pengembangannya untuk kebutuhan militer. Pertama kali di
gagas oleh Negara Austria untuk menerbangkan banyak balon tak
berawak yang dibekali dengan bahan peledak untuk menhancurkan kota
Venesia di Italia. Hanya beberapa balon saja yang tepat sasaran, sebagian
yang lain justru terjebak oleh angin dan sebaliknya malah berubah arah.
Bisa dikatakan penggunaan drone sederhana ini tidak sepenuhnya berhasil
dan menimbulkan keinginan untuk menciptakan pesawat nirawak yang
dapat diterbangkan lebih mudah dan lebih ringan oleh Santos-Dumont
pada tahun 1899 dan Zeppelin 1900-1909, serta pesawat nirawak yang
dapat dikontrol dari jarak jauh oleh Otto Lilienthal 1890-1896, terus
dikembangkan secara pesat pada saat Perang Dunia I dan Perang Dunia II
(Noor, 2020).
Kendaraan udara tanpa awak memiliki banyak sebutan lain
sepanjang sejarah, yaitu; Drone, UAV (Unmanned Aerial Vehicle), RPV
(Remotely Piloted Vehicle), UCAV (Uninhabited Combat Aerial Vehicle),
UCAV/S (Uhinhabited Combat Aircraft Vehicles/System), RPA (Remotely
Piloted Aircraft), RPH (Remotely Piloted Helicopter), Aerial Robotics,
dan MAV (Micro Aerial Vehicle). Berbeda dengan ide asal penciptaan
drone yang dirancang untuk keperluan militer, kini seiring dengan
perkembangan zaman, drone sudah mulai dipakai dalam berbagai hal
seperti kebutuhan umum, bisnis, industri dan logistik. Dalam dunia
industri sipil, penggunaan drone telah digunakan untuk berbagai
keperluan seperti pengawasan Infrastruktur fisik (areal pabrik, pelabuhan,
dan jaringan listrik), pengiriman paket berupa barang, pemadam
kebakaran di wilayah hutan, penjelajahan untuk mancari lokasi tambang,

2
pemetaan daerah pertanian, pemetaan wilayah hutan, dan pemetaan
daerah industri.

1.3. Jenis-jenis Drone

Berdasarkan bentuk fisik dan cara kerjanya, drone terbagi menjadi
dua jenis, yaitu multicopter dan fixed wing. Fixed wing adalah drone yang
bentuknya sangat mirip dengan pesawat terbang biasa namun dengan
ukuran yang jauh lecih kecil termasuk dilengkapi oleh sistem sayap.
Sedangkan multicopter yaitu jenis drone yang memanfaatkan putaran
baling-baling untuk terbang. Biasanya, drone ini menggunakan
setidaknya empat rotor untuk membuatnya tetap terbang. Contoh populer
drone multirotor adalah drone Phantom yang banyak digunakan.
Multicopter terbagi lagi menjadi dua jenis yaitu single-rotor yang
bentuknya mirip dengan helikopter yang menggunakan baling-baling
tunggal sedangkan untuk multi-rotor menggunakan tiga sampai dengan
delapan baling-baling. Selain itu, yang harus diperhatikan dari drone
adalah tingkat otonomi, ukuran, berat, dan sumber daya, spesifikasi ini
sangat penting untuk mengetahui jarak jelajah drone, durasi penerbangan
maksimum, dan kapasitas pemuatan. jenis sensor yang digunakan
misalnya kamera, sniffer, dan sensor meteorologi (Vergouw et al. 2016).
Drone jenis multicopter ini bisa diterbangkan dengan durasi waktu
selama 40 menit dengan area cover seluas 100-400 Ha dan dapat terbang
secara vertikal mencapai ketinggian 300 meter. Penggunaan drone jenis
multicopter ini sangat sesuai untuk pemetaan infrastruktur, pemetaan
daerah pertanian, dan pemetaan wilayah hutan. Drone jenis fixed wing
memeliki waktu terbang lebi lama bisa mencapai 1,5 jam sehingga bisa
merekam wilayah dan area yang lebih jauh dan lebih luas dibandingkan
dengan drone jenis multicopter, namun kelemahan dari drone jenis
fixedwing ini tidak dapat diterbangkan secara vertikal.

3
1.4. Penggunaan Drone untuk Pemetaan
Pemanfaatan citra satelit dan foto udara untuk keperluan
pemetaan wilayah dinamika hutan mangrove telah sering digunakan
seperti yang dilakukan oleh basyuni et all. 2018 tentang “Pemetaan dan
analisis perubahan penggunaan lahan dan tutupan lahan selama
1996-2016 di hutan mangrove Lubuk Kertang, Sumatera Utara,
Indonesia”. Foto udara bisa didapatkan melalui survei udara dengan
menggunakan pesawat yang memilki awak maupun tidak yang dapat
terbang diatas permukaan bumi adalah berupa foto dengan resolusi tinggi
dan sangat detail dikarenakan dapat mengudara dengan ketinggian yang
cukup rendah.
Buku ini memuat informasi tentang pengamatan sebaran dan
perkembangan hutan mangrove di Sumatera Utara di 3 lokasi yang
berbeda yaitu di Desa Percut Sei Tuan Kabupaten Deli Serdang, di Desa
Jaring Halus dan Desa Pulau Sembilan Kabupaten Langkat berdasarkan
foto udara hasil pemotretan menggunakan UAV tipe multicopter yaitu DJI
PHANTOM 4 Pro yang sanggup merekam video 4k pada 60fps dan
hingga 100 mbps, dan mengambil foto 20 megapixel. Type Camera DJI
Phantom 4 pro adalah frame, resolusi 5472 x 3648, Focal Length 8.8 mm
dan ukuran pixel 2.41 x 2.41.

Gambar 1. Drone dan remote control DJI PHANTOM 4 pro yang biasa
digunakan untuk pengambilan foto udara di lokasi pengamatan

4
 BAB II

APLIKASI PESAWAT UDARA

TANPA AWAK (PUTA) PADA
SISTEM INFORMASI
GEOGRAFIS

2.1. Awal Penggunaan UAV pada Sistem Informasi Geografis

Salah satu cara untuk mendapatkan informasi spasial adalah
dengan foto udara dengan menggunakan pesawat udara tanpa awak atau
UAV (Unmanned Aerial Vehicle). Dengan menggunakan sistem UAV ini
mampu mengurangi biaya pengeluaran dan memiliki fleksibilitas untuk
fotogrametri dan penginderaan jarak jauh. Dibandingkan dengan
menggunakan platform angkutan udara lainnya seperti helikopter ataupun
pesawat terbang yang dimana memerlukan biaya besar dalam
pengoperasiannya. Selain itu, diperlukan juga kamera beresolusi tinggi
untuk mendapatkan data foto udara. Oleh karena itu, sistem ini menjadi
revolusi baru dalam fotogrametri dan solusi yang cocok dibandingkan
dengan sistem pemetaan lainnya.
Pada awalnya UAV sebagian besar digunakan untuk tujuan
militer sebelum digunakan untuk aplikasi sipil. Militer menggunakan
UAV untuk melakukan misi pengintaian, penyerangan, dan aktivitas
militer lainnya. Untuk aplikasi pada sipil, penggunaan UAV banyak
diterapkan pada berbagai kegiatan seperti pertanian, pemetaan dan
fotografi. Prinsip dasar UAV didasarkan pada fotogrametri tetapi pada
ketinggian terbang yang relatif rendah. UAV umumnya dilengkapi
kamera, juga dilengkapi dengan perangkat penerbangan lainnya seperti

5
GPS, sinyal radio untuk sambungan ke remote control dan bahkan ada
yang memiliki sensor gerak.

2.2. Sistem UAV

Dalam kongres ISPRS (International Society for
Photogrammetry and Remote Sensing), UAV memberikan platform baru
dan terkendali untuk proses akuisisi data tanpa menimbulkan dampak
berbahaya ataupun kerusakan lingkungan. Disebutkan juga bahwa UAV
dapat melewati daerah berbahaya seperti aktivitas vulkanik gunung
berapi, tumpahan racun dan tebing yang curam. Pesawat udara tanpa
awak yang mengeluarkan biaya operasional yang rendah serta
kemampuan terbang yang fleksibel ini dapat memberikan data dengan
cepat dan dapat memperbarui data secara real time tanpa menunggu
jangka waktu panjang seperti citra satelit. Sistem navigasi pada UAV
disebut juga Autonomous Navigation System karena diterbangkan dengan
menggunakan GPS (Global Positioning System) dan pengecekan
telemetri di GCS (Ground Control Station) untuk memantau dan
menavigasi UAV saat pengambilan data. Data yang diterima akan
diproses di tempat atau di lab. Pergerakan UAV disimpan di unit aircraft
dan GCS mendapatkan data untuk pemrosesan gambar yang telah
diambil.
Teknologi terbaru ini adalah inovasi untuk survei fotogrametri.
Sistem ini menggunakan perangkat lunak pengguna yang lebih mudah
dan ramah lingkungan seperti perencanaan penerbangan, GSC serta
perangkat lunak sistem pemantauan dan telemetri. Kamera atau sensor
UAV didasarkan pada ukuran dan muatan yang kompatibel dengan unit
aircraft itu sendiri. Fotogrametri pesawat terbang menggunakan kamera
matriks yang sudah dikalibrasi dan memiliki parameter yang diketahui.
Pada UAV, sensor dapat menggunakan kamera saku, camcorder, kamera
digital SLR dan sensor penginderaan jauh seperti UltraCAM dan
membutuhkan parameter untuk mengontrol distorsi lensa.

6
 Sistem UAV ini berpotensi untuk pengambilan fotogrametri yang
mencakup area kecil untuk mendapatkan gambar dengan resolusi tinggi.
Sistem ini mampu terbang di dekat objek dalam ketinggian dan posisi
yang realtif rendah. Untuk pengendalian secara manual akan menjadi
masalah yang disebabkan oleh getaran UAV dan pengaruh angin namun,
saat ini perkembangan teknologi dalam mengningkatkan sistem UAV
yakni dengan menggunakan GPS dan autopilot pada sistem UAV, dan
GSC yang dapat memantau telemetri UAV. Teknologi terbaru akan
memberikan revolusi untuk fotogrametri dengan operasional biaya
rendah dan dapat terbang pada ketinggian rendah.
Ketinggian terbang UAV berada dalam 100 hingga 300m di atas
tanah dan terbang di bawah awan. Ketinggian terbang yang sesuai
berdasarkan medan bumi penting untuk menghindari distorsi pada
gambar yang diambil. Beberapa perhitungan harus dilakukan untuk
mendapatkan ketinggian yang sesuai sebelum terbang.

Gambar 2: Sistem fotogrametri Unmanned Aerial Vehicle (UAV)

7
 Waktu penerbangan tergantung penggunaan pada sumber energi
seperti baterai ataupun bahan bakar minyak. UAV dengan sumber tenaga
bahan bakar minyak memiliki durasi penerbangan yang lebih lama
daripada baterai namun tergantung pada muatan yang dapat diangkut oleh
aircraft. Untuk UAV ringan atau mikro, biasanya muatan maksimumnya
sekitar 1 - 2 kilogram dalam sekali penerbangan. Penggunaan sumber
daya yang berbeda akan mempengaruhi durasi penerbangan dan wilayah
jangkauan. Untuk tenaga baterai, pesawat bisa melakukan 2 atau 3 kali
penerbangan untuk menempuh area yang luas.

2.3. Prosedur Penggunaan UAV untuk Pemetaan

Data yang diperoleh dari UAV adalah foto berformat JPEG
yang sudah memiliki referensi geografis atau koordinat. Jumlah foto yang
dapat mencapai puluhan bahkan ratusan tergantung dari luas area terbang.
Hanya foto terbaik yang akan diproses lebih lanjut menggunakan
software Agisoft Photoscan.
Pada menu workflow, langkah pertama dari proses ini adalah
menyelaraskan foto pada sub menu align photos.

Gambar 3. Proses align photos pada software Agisoft Photoscan

8
 Pada tahap ini, foto akan disejajarkan sesuai dengan
koordinatnya. Langkah kedua adalah membuat Dense Point Cloud pada s
ub menu build dense cloud. Dense Point Cloud didasarkan pada kombi
nasi perkiraan posisi kamera dan informasi kedalaman dari setiap foto.

Gambar 4. Proses build dense cloud pada software Agisoft Photoscan

Setelah proses Dense Point Cloud berhasil dibuat, langkah

selanjutnya adalah membuat mesh pada sub menu build mesh. PhotoScan
merekonstruksi jaring poligonal 3D yang merepresentasikan permukaan
objek berdasarkan titik cloud padat atau jarang sesuai dengan pilihan
pengguna.

9
 Gambar 5. Proses build mesh pada software Agisoft Photoscan

Hasil dari data mesh selanjutnya dibuat tekstur pada sub menu
build texture kemudian dilanjutkan ke sub menu build tiled model, build
DEM dan build orthomosaic untuk diolah menjadi Digital Surface Model
(DSM), Digital Elevation Model (DEM) dan Orthophoto.

Gambar 6. Proses build texture pada software Agisoft Photoscan

10
Gambar 7. Proses build tiled model pada software Agisoft Photoscan

Gambar 8. Proses build DEM pada software Agisoft Photoscan

11
 Gambar 9. Proses orthmosaic pada software Agisoft Photoscan

12
 BAB III

APLIKASI DRONE DI HUTAN

JARING HALUS, LANGKAT,
SUMATERA UTARA

3.1. Pendahuluan
Desa Jaring Halus, kecamatan Secanggang, Langkat, Sumatera
Utaraterletak di pinggir lautan lepas dan termasuk desa pesisir yang
penduduknya dominan adalah suku Melayu dan sebagian kecil
merupakan suku Banjar. Karena desa ini terisolasi (remote village), untuk
mencapainya digunakan perahu atau kapal penumpang selama lebih
kurang 1-1.5 jam dari Pelabuhan Batang Buluh, Desa Tanjung Ibus,
Kecamatan Secanggang. Letak geografis Desa Jaring Halus pada 3°51'30”
– 3°59'45” LU dan 98°30' – 98°42' BT pada ketinggian sekitar 1 m dpl.
Desa Jaring Halus berbatasan dengan Desa Selotong di sebelah selatan,
dan sebelah barat berbatasan dengan Desa Tapal Kuda, berbatasan dengan
Selat Malaka di sebelah utara dan timur, (Basyuni et al. 2016).
Hutan desa seluas 63,75 ha yang dimiliki Desa Jaring Halus yang
seluruhnya berupa hutan mangrove. Hutan mangrove tersebut menyatu
dengan daratan dan mengelingi Desa Jaring Halus dari sisi utara, timur
dan selatan seperti terlihat pada Gambar 10

13
 Gambar 10. Desa Jaring Halus beserta hutan mangrove yang
melingkupinya

Dengan adanya hutan mangrove yang masih alami dan tidak

terganggu di Desa Jaring Halus menarik para peneliti untuk mempelajari
hutan mangrove dan dinamiknya baik berkaitan dengan pohon, panjang
dan semai yang teregenerasi secara alami. Perkembangan semai dari
jenis-jenis pioneer seperti Aviecnnia marina dan Avicennia alba selain
jenis-jenis lainnya seperti Rhizophora apiculata, R. mucronata, Bruguiera
gymnorrhiza, R. mucronata, dan Sonneratia alba (Basyuni et al. 2021).
Perkembangan regenerasi alami di hutan mangrove Desa Jaring
Halus penting diamati untuk mengetahui dinamika dan keberlanjutannya
untuk jangka waktu lama misalnya selama dua tahun. Selain
menggunakan manual diamati langsung semai di lapangan (lokasi) juga
bisa menggunakan teknologi drone. Saat ini teknologi pesawat tanpa
awak atau drone menjadi trend untuk pemetaan, menurut studi (Mearti et
al. 2019), penggunaan drone terbukti sangat efektif. Karena selain
biayanya terjangkau, juga menghemat waktu dan aplikasinya untuk
verifikasi pengukuran di lapangan atau sebaliknya, pengukuran dari
pemetaan dan ikon firmasi melalui pengukuran di lapangan (ground
check)dengan metode Analisis Vegetasi dengan membuat plot plot
permanen menggunakan bambu berukuran 2 x 2 m. Ada tiga transek yang

14
dibuat dengan jarak antar transek adalah 50 m, sedangkan untuk panjang
transek adalah 100 m. Arah transek di buat dari laut menuju hutan atau
plot satunya ada di pinngir laut dan plot terakhir ada didalam hutan.
Transek satu terdapat jumlah plot sebanyak 33 plot sedangkan transek dua
dan tiga terdapat 31 plot seperti terlihat pada Gambar 11.
Dalam Pemetaan menggunakan drone, analisis yang digunakan
adalah digital elevation model (DEM) (Purwanto 2017). DEM merupakan
data digital yang menjelaskan geometri dari bentuk permukaan bumi hasil
sampling menggunakanalgoritma yang merefleksikan permukaan tersebut
menggunakan koordinat (Tempfli, 1991).

Gambar 11. Lokasi plot transek regenerasi alamai Avicennia marina di

Desa Jaring Halus pada saat pasang (A) dan surut (B)

3.2. Metode
Metode yang digunakan dalam eksperimen adalah DEM. Hasil
sampling permukaan bumi didapatkan dari pengukuran yang dapat
mewakili sensor relief permukaan bumi (Hartini 2019). Data akuisisi
UAV menjadi DEM yang berupa data ketinggianpada ground atau
permukaan tanah. Foto udara kemudian disatukan (alligment) dalam
software Agisoft Photoscan dan output akhir yang diperoleh adalah DEM
dan Ortofoto. Agisoft Photoscan adalah salah satu software yang mudah
untuk pembuatan model 2D dan 3D. Software Agisoft dipergunakan
untuk menganalisis foto udara yang direkam dengan UAV/Drone. Hasil
perekamannya dihasilkan ortofoto, titik tinggi, dan DEM resolusi tinggi
serta dapat dimunculkan 3 D untuk pengukuran jumlah dan tinggi semai.

15
 Gambar 12. Peta lokasi hutan mangrove di Desa Jaring Halus untuk
pengukuran jumlah dan tinggi, terdiri dari 3 transek

3.3 Hasil dan Pembahasan

Data yang diperoleh dari UAV adalah foto berformat JPEG yang
sudah memiliki referensi geografis atau koordinat.Jumlah foto yang
didapat berbeda beda dari setiap penerbangan drone. Hal sama juga
terjadi pada resolusi hasil foto, seperti yang terlihat pada tabel 1.

Tabel 1. Spesifikasi foto udara menggunakan drone di Jaring Halus

Waktu Jumlah Ketinggian Resolusi Cakupan Stasiun
pengamatan gambar terbang (M) tanah wilayah kamera
2
(cm/pix) (Km )
Maret 2018 439 31.3 0.806 0.0258 424
Mei 2018 350 61 1.64 0.151 272
Juli 2018 112 122 3 0.185 109
September 2018 287 43.8 1.08 0.0367 191
November 2018 584 43.7 1.1 0.0487 261

16
 Waktu Jumlah Ketinggian Resolusi Cakupan Stasiun
pengamatan gambar terbang (M) tanah wilayah kamera
(cm/pix) (Km2)
Januari 2019 883 45.9 1.22 0.071 400
Maret 2019 1664 43.9 1.09 0.163 1022
Mei 2019 1450 116 1.09 0.12 1061
Juli 2019 1450 116 1.09 0.12 1061
September 2019 1540 45.5 1.17 0.0959 927
November 2019 1566 44.9 1.11 0.136 1035
Januari 2020 966 45 1.11 0.167 673
Maret 2020 77 101 2.67 0.0901 39

Orthophoto dan DEM di hutan Jaring Halus, Langkat

Gambar 13. Orthophoto hutan mangrove hutan Jaring Halus dari Maret
2018 – Januari 2019

17
 Gambar 14. Orthophoto hutan mangrove hutan Jaring Halus dari Maret
2019 – maret 2020

Resolusi yang didapatkan pada tiap orthophoto di hutan Jaring

Halus bebeda beda tiap bulannya, yaitu antara 0,806 – 3 cm/pix. Hasil
olahan drone dalam bentuk DEM dan orto foto terlihat pada Gambar 14
dan 15. Dalam Gambar 12 dan 13, terlihat sangat beravariasi dalam dua
bulanan pengukuran, yang dipengaruhi oleh factor cuaca seperti curah
hujan (Gambar 16). Melimpahnya semai A. Alba di lokasi adalah karana
substratnya campuran lumpur dan pasir yang sesuai dengan tempat
tumbuh A. alba (Basyuni et al. 2014). Selain itu musim berbuah yang
teratur di hutan mangrove Desa Jaring Halus menambah melimpahnya
semai terutama yang dekat dengan tingkat pohon. Salinitas di Jaring
Halus sebesar 29-30 ppt sesuai dengan pertumbuhan semai A. alba yang
toleran terhadap salinitas (Basyuni et al. 2021).

18
 Gambar 15. Hasil analisis DEM hutan mangrove Desa Jaring Halus
selama Maret 2018 – Januari 2019

Faktor-faktor lingkungan seperti iklim (cahaya, curah hujan, suhu

udara, angin), topografi pantai, pasang surut, gelombang dan arus,
salinitas, pH, oksigen terlarut, tanah, dan nutrien, dilaporkan
mempengaruhi pertumbuhan semai A. alba (Nurrahman et al. 2012).

Gambar 16. DEM hutan mangrove Desa Jaring Halus selama Maret 2019
– Maret 2020

19
3.4. Ground Check Lokasi dan Pengukuran Jumlah Semai dan
Tinggi Semai
Dilokasi pengamatan dipasang berupa waring pada jenis yang
diamati yaitu Avicennia alba untuk menangkap propagul yang jatuh, hal
ini dilakukan untuk mengetahui apakah sedang terjadi musim buah atau
tidak. Jika dilokasi pengamatan sedang terjadi musim buah makan akan
berpengaruh kepada pertambahan jumlah sapling yang di amati. Karena
pengaruh pasang surut air laut, propagul propagul yang jatuh ketanah
akan di bawa ke arah hutan sehingga menyebakan jumlah sapling akan
semakin tinggike arah hutan mangrove, dapat dilihat pada gambar 16 dan
17.

119
98

53
35
17

Gambar 17. Propagul yang terdapat di dalam waring

Gambar 18. Pengukuran jumlah semai pada tiga plot transek berbeda, plot
transek 1 (A), plot transek 2 (B), dan plot transek 3 (C).

20
 Gambar 19. Propagul yang jatuh kedalam waring pengamatan

Gambar 17 memperlihatkan tidak ada perbedaan yang nyata

diantara ketiga plot pengamatan tinggi semai di hutan Jaring Halus.
Semakin kedalam hutan semakin tinggi dalam 2 tahun. Menunjukkan
bahwa semakin ke hutan jumlah semai semakin banyak dan mendekati
sumber benih (penghasil propagul) pohon A.alba. Semakin kelaut
semakin berkurang jumlah semainya berdasarkan plot transek.
Telah dilaporkan di hutan mangrove Percut Sei Tuan, Deli
Serdang bahwa toleransi spesies mangrove terhadap konsentrasi garam
mengikuti urutan Avicenia marina dan Avicennia alba (sebagian besar
spesies tepi pantai) >Rhizophora stylosa dan Rhizophora apiculata >
Ceriops tagal > Acanthus ilicifolius (spesies paling darat), yang
mengikuti distribusi spesies alami dan zona habitat (Basyuni et al. 2019).

21
 Wet and Dry Season Near Secanggang sub-district
annual precipitation (1842 mm)
400
350
300
250
200
150
100
50
0

Gambar 20. Data curah hujan tahunan di Kecamatan Secanggang dari

Januari-Desember

Data curah hujan bisa dijadikan referensi untuk mengambil foto

udara menggunakan drone (Gambar 19). Karena salah satu faktor yang
mempengaruhi resolusi foto adalah cuaca. jika cuaca sedang hujan maka
drone tidak bisa diterbangkan karena dikhawatirkan drone akan rusak.
Selian itu drone tidaka akan bisa terbang degan stabil karena pengaruh
angin.

22
 BAB IV

APLIKASI UAV
DI MANGROVE
PULAU SEMBILAN

4.1. Peluncuran DEM (Digital Elevation Model) secara Universal

Digital Elevation Model (DEM) adalah representasi kuantitatif
dari rupa bumi dan penting untuk aplikasi ilmu bumi dan hidrologi. DEM
dapat dihasilkan dengan menggunakan fotogrametri, interferometri,
survei tanah dan laser, serta teknik lainnya. Akuisisi data DEM
berkualitas di area yang luas merupakan tugas yang menantang karena
proses pembuatan yang rumit. Data DEM open source yang tersedia
seperti SRTM (Shuttle Radar Topography Mission) (1” untuk Amerika
Serikat and 3” untuk area lain; Di Luzio et al., 2005), ASTER (Advanced
Spaceborne Thermal Emission and Reflection Radiometer) salah satu dari
lima alat sensori jarak jauh yang terdapat pada satelit Terra yang
diluncurkan ke orbit bumi oleh NASA (National Aeronautics and Space
Administration) pada tahun 1999 dan GDEM (Global Digital Elevation
Model) (30 m; Frey and Paul, 2012), GTOPO 30 yaitu data citra resolusi
tinggi dari USGS (United States Geological Survey) (30” dimana ∼1000
m; Kiamehr and Sjöberg, 2005) dan banyak lainnya yang memiliki
resolusi rendah.
Representasi DEM skala kecil diperlukan untuk studi simulasi
skala global dan regional, tetapi kelayakan aplikasi tergantung pada
akurasi vertikal. Upaya telah dilakukan untuk memeriksa keakuratan
vertikal DEM Namun, masih ada cakupan yang cukup untuk
mengevaluasi data DEM yang bersifat open source karena ASTER

23
GDEM Versi 2 dirilis pada 17 Oktober 2011. Selain itu, contoh penelitian
analisis akurasi DEM di lansekap India terutama di dataran Himalaya
adalah sangat langka.

4.2. Analisis Data DEM dari UAV

Hasil akhir yang didapat dari UAV adalah Orthophoto dan
Digital Elevation Model (DEM). Orthophoto adalah format gambar yang
menampilkan ruang lingkup objek pada posisi ortografik yang akurat.
Oleh karena itu, bentuk orthophoto sama dengan gambar garis
konvensional dan gambar simbol bidang dalam bentuk geometris, yang
juga secara akurat menunjukkan posisi ortografik objek. Orthophoto dari
foto perspektif yang melalui proses yang disebut pengelompokan
retifikasi. Keunggulan orthophoto dibandingkan dengan peta kontur
adalah memiliki kualitas foto udara, sehingga dapat diidentifikasi dan
diidentifikasi secara lebih menyeluruh. Tidak hanya itu, tingkat akurasi
geometrik dari orthophoto sangat tinggi, sehingga dimungkinkan untuk
mengukur sudut atau jarak secara langsung pada orthophotos dan peta
kontur. (Mukherjee et al., 2013). Perbedaan utama orthophoto dan peta
kontur adalah pada penampakan gambarnya. Peta ortofoto dibentuk oleh
tampilan sebenarnya, sedangkan peta kontur menggunakan simbol garis
miring untuk menampilkan fitur secara selektif.
Software Agisoft Photoscan Professional dapat digunakan untuk
proses pembentukan mosaik dengan melakukan identifikasi tie point
secara otomatis, penyatuan point cloud beserta hasil residual hitungan
bundle adjustment, penyatuan DEM dari mosaik yang dibentuk. Point
cloud dalam perangkat lunak adalah tie point, yang langsung membentuk
model tiga dimensi. Umumnya point cloud merupakan hasil pencatatan
data dari DTM (Digital Terrain Model) atau DEM di permukaan bumi,
yang mana DTM disusun menggunakan sistem koordinat tiga dimensi.
Titik-titik ini dikenal dengan kode koordinat X,Y,Z yang dimaksudkan
untuk memberi gambaran permukaan pada suatu lansekap. Dari

24
orthophoto, diperoleh foto geo-koreksi, sedangkan DEM memberikan
ketinggian dalam bentuk gambar 3-D. Di sini, DEM berasal dari DSM
(Digital Surface Model) yang menampilkan objek apa saja di tanah
seperti pohon dan bangunan. Hasil analisis data berupa peta orthophoto
dan DEM, merupakan tahap final dari proses analisis data drone.
Terdapat tiga lokasi penelitian yang ada di dua kabupaten
berbeda, yakni Desa Pulau Sembilan dan Desa Jaring Halus yang berada
di Kabupaten Langkat dan Desa Tanjung Rejo yang berada di Kabupaten
Deli Serdang. Untuk metodenya, pengambilan data dilakukan dua bulan
sekali pada tiap lokasi penelitian selama dua tahun. Hal ini bertujuan
untuk mengetahui sebaran anakan/semai mangrove khususnya jenis
Avicennia spp., di sepanjang pesisir pantai. Untuk menandai transek
penelitian, dibuat penanda jalur transek berupa bambu setinggi ±4 meter
dan luas kotak pengamatan semai seluas 2 m2, dan dipasak ke dalam
lumpur mulai dari arah pantai ke laut sepanjang 50 meter juga dari pantai
menuju daratan sepanjang 50 meter. Masing-masing jumlah transek tiap
lokasi yaitu Desa Pulau Sembilan empat transek, Desa Jaring Halus tiga
transek dan Desa Tanjung Rejo tiga transek. Kemudian UAV
diterbangkan di sepanjang transek penelitian serta dilakukan pengamatan
langsung groundcheck untuk menghitung jumlah dan tinggi
anakan/semai.

4.3. Pulau Sembilan

Pulau Sembilan merupakan salah satu desa yang ada Di
Kecamatan Pangkalan Susu, Kabupaten Langkat, Provinsi Sumatera
Utara dengan luas wilayah sekitar 1780 ha. Desa Pulau Sembilan terletak
pada 04º 08 '39.13' 'Lintang Utara dan 98º 13'55.38 '' Bujur Timur
(Gambar 20). Desa Pulau Sembilan berbatasan dengan Pulau Kampe di
sebelah Utara, teluk Aru di Sebelah Barat, Kabupaten Pangkalan Susu di
Selatan dan Selat Malaka di Sebelah Timur (Basyuni et al., 2018).

25
 Gambar 21. Peta lokasi hutan mangrove di Desa Pulau Sembilan

Tabel 2. Spesifikasi foto udara menggunakan drone di Pulau Sembilan.

Waktu Jumlah Ketinggian Resolusi Cakupan Stasiun
pengamatan gambar terbang tanah wilayah kamera
2
(M) (cm/pix) (Km )
Juli 2018 1569 46.8 1.15 0.154 1569
September 2018 1226 43.4 1.07 0.145 1226
November 2018 116 131 3.21 0.125 116
Januari 2019 139 129 3.24 0.225 132
Maret 2019 1682 45.6 1.1 0.0986 935
Mei 2019 1712 46.1 1.14 0.169 1334
Juli 2019 139 129 3.24 0.225 132
September 2019 1226 43.4 1.07 0.145 1226
November 2019 1569 46.8 1.15 0.154 1569
Januari 2020 1290 44.4 1.09 0.174 1281
Maret 2020 139 129 3.24 0.225 132

26
 Resolusi foto udara dipengaruhi oleh ketinggian terbang,
semakin rendah drone diterbangkan maka resolusi akan semakin detail.
Resolusi foto udara di pulau sembilan sangat bervariasi yaitu 1.1 sampai
dengan 3.24 cm/pix.

4.4. Orthophoto Pulau Sembilan

Gambar 22. Orthophoto hutan mangrove Desa Pulau Sembilan selama

dua tahun (Juli 2018 - Mei 2019)

Gambar 23. Orthophoto hutan mangrove Desa Pulau Sembilan selama

dua tahun (Juli 2019 - Juni 2020)

27
 Sebagaimana terlihat pada Gambar 21 dan 22, resolusi yang
didapatkan pada tiap orthophoto Pulau Sembilan bervariasi yaitu antara
1,09 cm sampai dengan yang tertinggi 3,24 cm. Dilihat dari hasil survei
medan yang diukur dengan drone menggunakan teknologi fotogrametri,
resolusi akhir dari teknologi tersebut bergantung pada berbagai faktor
seperti ketinggian penerbangan, cuaca, ukuran patch antar foto, dan
teknologi pemrosesan foto itu sendiri. Dalam studi ini, dibandingkan
dengan metode konvensional seperti menggunakan teodolit atau bahkan
GPS geodetik, proses dari pengukuran hingga penggambaran kontur
berlangsung sangat cepat (asalkan tidak ada kendala teknis).
Jika metode pengukuran tanah digunakan untuk mendapatkan
profil interval 5-10 cm, waktu yang dibutuhkan mungkin 3 bulan atau
lebih. Dari segi biaya, menggunakan drone untuk survei medan pasti jauh
lebih murah dibandingkan menggunakan LIDAR atau TLS. Harga alat
LIDAR sendiri lebih mahal dari pada kamera poket yang digunakan pada
teknologi fotogrametri. Dibandingkan dengan pengukuran menggunakan
Geodetic GPS, akurasi hasil pengukuran fotogrametri dan lidar tidak jauh
berbeda.

4.5. DEM Pulau Sembilan

Gambar 24. DEM hutan mangrove Desa Pulau Sembilan selama dua
tahun (Juli 2018 - Mei 2019)

28
 Gambar 25. DEM hutan mangrove Desa Pulau Sembilan selama dua
tahun (Juli 2019 - Juni 2020)

Pada gambar 23 dan 26 elevasi hutan mangrove Desa Pulau

Sembilan juga ikut bervariasi seperti data orthophoto sebelumnya. Hal ini
dikarenakan pengaruh pasang surut air laut yang terjadi daerah pesisir
pantai Desa Pulau Sembilan. Tinggi muka air yang berbeda-beda pada
tiap bulan pengambilan data menyebabkan hasil elevasi digital yang
berbeda pula. Namun beberapa data yang diambil seperti pada bulan Juli
2018, September 2018, Maret 2019. Mei 2019, Juli 2019, November
2019, Januari 2020, Maret 2020 dan Juni 2020, memiliki data yang sesuai
dengan momen pengambilannya yaitu saat air laut surut dan dasar
sedimen/ tanah lumpur dapat terlihat dan terukur elevasinya.
Lokasi penelitian di hutan mangrove di Desa Pulau Sembilan
didominasi oleh vegetasi Avicennia alba dan Sonneratia alba. Dari hasil
setiap pengamatan groundcheck dan fotogrametri UAV menunjukkan
bahwa terdapat peningkatan jumlah anakan/semai khususnya jenis yang
diteliti Avicennia alba. Hal ini belum tentu dapat disamakan dengan
lokasi lainnya mengingat perbedaan faktor alami seperti curah hujan,
ketinggian muka air laut hingga kecepatan angin yang mempengaruhi
tingkat pertumbuhan anakan/semai mangrove.

29
 Pada penelitian ini, foto udara dari drone diaplikasikan dalam
membuat DEM atau peta kontur suatu bentang lahan. Foto udara drone
juga dapat digunakan untuk membuat peta elevasi berdasarkan data DEM
di area sekitar sungai (river bank), seperti sungai vulkanik dan
non-vulkanik. Untuk sungai vulkanik, relatif mudah menggunakan drone
fotogrametri, karena sungai vulkanik umumnya tidak memiliki aliran
dasar (baseflow). Namun pada sungai non-vulkanik, penggunaan foto
udara drone memerlukan teknik pengambilan data yang lebih mutakhir
untuk mendapatkan perkiraan data kedalaman sungai.
Perlu diketahui, foto yang diambil dengan drone tidak mampu
merekam data hingga ke dasar sungai. Lejot et al., (2007); mencoba
menggunakan drone fotografi untuk mensimulasikan dasar sungai.
Metode yang digunakan berbasis pada hubungan antara sinar matahari
(sun light wave), cahaya yang dipantulkan dari permukaan air dan dasar
sungai. Namun metode ini akan menemui kendala di sungai yang gelap,
contohnya di Indonesia yang tidak dapat menembus dasar sungai dengan
sinar matahari. Kombinasi drone fotogrametri dan peredam gema dapat
digunakan untuk melengkapi opsi lain untuk memindahkan DEM ke
profil dasar sungai. Namun, tentu saja, metode pengukuran dasar sungai
lebih memakan waktu dan lebih mahal. Interpolasi penampang sungai
pada jarak tertentu dari hasil pengukuran dan gabungkan dengan hasil
foto udara drone untuk memperoleh data DEM dasar sungai yang
lengkap dan di sekitar daerah aliran sungai.

4.6. Propagul dan Data Curah Hujan di Pulau Sembilan

Di lokasi pengamatan dipasang berupa waring pada pohon yang
diamati yaitu jenis Avicennia alba untuk menangkap propagul yang jatuh
ketanah. Penggunaan waring ini berfungsi untuk mengatahui apakah
dilokasi peneltian sedang musim buah atau tidak. Musim buah akan
mempengaruhi pertumbuhan dan pertambahan anakan, dapat dilihat pada
gambar 25.

30
250

200

150

100

50

Gambar 26. Jumlah propagul yang jatuh ke waring.

Gambar 27. Data curah hujan (A). Curah hujan tahunan di kecamatan
pangakan susu, (B). Data hari hujan di kecamatn pangkalan susu, (C).
Data curah hujan tahunan di kabupaten langkat.

Data curah (Gambar 26) hujan tahunan merupakan salah satu

faktor yang mempengaruhi pertumbuhan dan perkembangan anakan.
Data jumlah hari hujan bisa dijadikan bahan pertimbangan untuk

31
mengambil foto udara supaya didapatkan foto yang baik dan jelas. Jika
dilokasi pengamatan sedang terjadi hujan walapun hanya gerimis makan
drone lebih baik tidak diterbangkan untuk menghindari kerusakan.

32
 BAB V

APLIKASI UAV DI DESA

TANJUNG REJO

5.1. Latar Belakang

Desa Tanjung Rejo merupakan salah satu desa yang terletak di
Kecamatan Percut Sei Tuan, Kabupaten Deli Serdang, Sumatera Utara
dengan luas wilayah lebih kurang 310,50 Ha. Sebagian wilayah Desa
Tanjung Rejo terdiri dari perairan pesisir dan laut karena berada di
pesesisir laut timur pulau Sumatera sehingga memiliki potensi yang
cukup besar terutama di bidang perikanan, ekowisata, kawasan hutan
mangrove dan sumberdaya alam lainnya (BPS Deli Serdang, 2020). Luas
hutan mangrove di Kecamatan Percut Sei Tuan pada tahun 2016 adalah
1062,06 Ha. Perubahan penambahan luas terbesar terjadi pada
perkebunan sawit, dengan laju luas sebesar 1114,31 Ha selama kurun
waktu 2006 hingga 2011 (Amri, 2018).
Lokasi pengamatan dilakukan di hutan mangrove alami, paluh 80
Desa Tanjung Rejo. Pengamatan dilakukan selama lebih kurang selama
dua tahun. pengambilan data dilakukan pada bulan Agustus 2019,
Desember 2019, Februari 2020, Agustus 2020, Okotober 2020, dan
Februari 2021. Pada lokasi pengamatan di buat petak contoh permanen
berukuran 2 x 2 meter menggunakan bambu. ada tiga transek yang dibuat
dengan jarak antar transek adalah 50 meter dan panjang transek adalah
100 meter. Jumlah Petak contoh dibuat untuk mengamati pertumbuhan
sapling setiap kali pengamatan yang dilakukan baik dengan
menggunakan drone maupun dengan cara analisis vegtasi. Jalur transek
dapat dilihat pada gambar 27.

33
 Gambar 28. Area pengamatan di desa Tanjung Rejo

5.2. Spesifikasi Drone DJI Phantom 4 Pro di Desa Tanjung Rejo, Kec.
Percut Sei Tuan Kab. Deli Serdang.
UAV yang digunakan dalam penelitian ini adalah jenis multirotor
(quadcopter) yaitu DJI Phantom 4 Pro. Salah satu perangkat pada UAV
ini adalah sensor depan yang mendeteksi hambatan di depannya.
Sebelum mengambil foto udara, dibuat flight plan sesuai dengan wilayah
yang akan dijangkau. Type Camera DJI Phantom 4 pro adalah frame,
resolusi 5472 x 3648, Focal Length 8.8 mm dan ukuran pixel 2.41 x 2.41.

Gambar 29. DJI Phantom 4 Pro

34
Table 3. Spesifikasi foto udara di Percut Sei Tuan
Waktu Jumlah Ketinggian Resolusi Cakupan Stasiun
pengamatan gambar terbang tanah wilayah kamera
2
(M) (cm/pix) (Km )
Agustus 2019 751 44 1.08 0.0632 497
Desember 2019 817 43.7 1.02 0.0708 373
Februari 2020 640 43.5 1.06 0.0897 461
Mei 2020 141 130 3.16 0.222 136
Agustus 2020 143 126 3.13 0.208 140
Oktober 2020 764 68.3 1.66 0.124 464
Februari 2021 464 41.9 1.07 0.079 442

Data yang diperoleh dari UAV adalah foto berformat JPEG yang
sudah memiliki referensi geografis atau koordinat. Jumlah foto yang
didapat berbeda beda dari setiap penerbangan drone. Hanya foto terbaik
yang akan diproses lebih lanjut menggunakan perangkat lunak Agisoft
Photoscan.

Gambar 30. Lokasi kamera dan perkiraan kesalahan (rencana

penerbangan)

35
5.3 Orthophoto Tanjung Rejo Percut Sei Tuan

Gambar 31. Orthophoto hutan mangrove Desa Tajnung Rejo selama dua
tahun (Agustus 2019 – Februari 2020)

Pada Gambar 30 dan tabel 3 dapat diperhatikan bahwa resolusi

yang didapatkan pada tiap orthophoto Tanjung Rejo bervariasi yaitu
antara 1,02 cm sampai dengan yang tertinggi 3,16 cm. Untuk
mendapatkan foto udara dengan resolusi yang diinginkan, pengukuran
topografi yang diukur oleh drone dengan menggunakan teknik
fotogrametri harus menyesuaikan tinggi terbang, teknik pengolahan foto
serta ukuran tampalan antar foto. Selain itu faktor cuaca juga sangat
mempengaruhi resolusi foto seperti mendung dan hujan. Proses
pengukuran hingga dihasilkannya kontur serta elevasi dengan
menggunakan drone bisa dikatakan sangatlah cepat dibandingkan dengan
metode konvensional biasa dengan menggunakan teodolit atau GPS
Geodetik termasuk pengolahan data sesudahnya.
Dari segi keakuratan, hasil pengukuran fotogrametri dan Lidar
tidak menunjukkan perbedaan yang signifikan jika dibandingkan dengan
pengukuran dengan menggunakan GPS Geodetik. Selain itu jika

36
menggunakan metode terestrial, waktu yang dibutuhkan untuk
mendapatkan kontur dengan interval hanya dengan 5-10 cm selama tiga
bulan bahkan bisa saja lebih. Sedangkan dari segi pengeluaran kamera
poket yang biasa digunakan dalam teknik fotogrametri lebih murah
dibandingkan dengan alat LIDAR sehingga pengeluaran untuk
pengukuran topografi jika menggunakan drone tidak terlalu besar
dibandingkan dengan menggunakan LIDAR atau TLS.

5.4. Digital Elevation Model

Sejak ditemukannya pemetaan secara digital, perkembangan
pemetaan dari waktu ke waktu semakin berkembang pesat. Hal ini
dikarenakan permintaan pemakai peta yang semakin meningkat dan
variasi permintaan dari kebutuhan peta yang semakin beragam dengan
informasi selengkap mungkin agar peta tersebut nilai manfaatnya semakin
tinggi.
Pemetaan secara digital dengan permodelan peta dalam bentuk
tiga dimensi secara visual saat ini semakin berkembang, karena dapat
menampilkan peta secara tiga dimensi sehingga semakin mudah untuk
mengidentifikasi perbedaan ketinggian di suatu lokasi. Salah satu bentuk
model dari pemetaan digital adalah Digital Elevation Model (DEM) yang
dapat menggambarkan bentuk topografi permukaan bumi dan
divisualisasikan kedalam tampilan 3D (tiga dimensi). Data DEM dapat
diperoleh dengan memanfaatan teknologi Penginderaan jarak Jauh
(Remote Sensing) untuk dipakai sebagai model, analisa, representasi
fenomena yang berhubungan dengan topografi atau permukaan lain. DEM
dapat digunakan untuk mengidentifikasikan kemiringan lahan, arah aliran,
akumulasi aliran, panjang lintasan aliran dan penentuan daerah pengaliran
(Sobatnu, 2014).
Titik-titik yang memuat informasi koordinat tiga dimensi berupa
x, y, dan z dapat dijadikan sebagai sumber data yang digunakan untuk
membuat model sebaran ketinggian digital di permukaan bumi. Efek tiga

37
dimensi dari foto udara tersebut didapatkan dari gambar gambar atau foto
udara yang saling bertumpang tindih dan bertampalan pada bagian
gambar yang sama antara gambar satu dengan yang lainnya sehingga bisa
diambil informasinya. Semakin luas daerah yang tumpang tindih, maka
hasil yang diperoleh akan semakin akurat (Arfaini dan Handayani., 2016).

Gambar 32. DEM hutan mangrove Desa Tanjung Rejo selama dua tahun
(Agustus 2019 – Februari 2020)

Pada Gambar 31 elevasi hutan mangrove Desa Tanjung Rejo juga

ikut bervariasi seperti data Orthophoto sebelumnya. Hal ini dikarenakan
pengaruh pasang surut air laut yang terjadi daerah pesisir pantai Desa
Tanjung Rejo. Tinggi muka air yang berbeda-beda pada tiap bulan
pengambilan data menyebabkan hasil elevasi digital yang berbeda pula.
Namun beberapa data yang diambil seperti pada bulan Agustus 2019,
Desember 2019, Fenruari 2020, agustus 2020, Okotober 2020, dan
Februari 2021, memiliki data yang sesuai dengan momen
pengambilannya yaitu saat air laut surut dan dasar sedimen/ tanah lumpur
dapat terlihat dan terukur elevasinya.

38
 Lokasi penelitian di hutan mangrove di Desa Tanjung Rejo
didominasi oleh vegetasi Avicennia marina, Avicennia alba, Rhizophora
apiculata, dan R. mucronata. Dari hasil setiap pengamatan groundcheck
dan foto grametri UAV menunjukkan bahwa terdapat peningkatan jumlah
anakan/semai khususnya jenis yang diteliti yaitu Avicennia marina. Hal
ini belum tentu dapat disamakan dengan lokasi lainnya mengingat
perbedaan faktor alami seperti curah hujan, ketinggian muka air laut
hingga kecepatan angin yang mempengaruhi tingkat pertumbuhan
anakan/semai mangrove.
.

Gambar 33. Foto groundchek lokasi pengamatan di Desa Tanjung Rejo

Percut Sei Tuan (A). Saat air laut surut, (B). Saat air laut pasang.

5.5. Propagul dan Data Curah Hujan

Dari hasil pengamatan yang dilakukan baik dengan hasil analisis
vegasi maupun menggunaakn drone, terdapat pertmbuhan dan
pertambahan anakan. Banyak faktor yang mempengaruhi pertambahan
anakan salah satunya adalah toleransi terhadap salinitas. Salinitas di
hutan mangrove Percut Sei Tuan berada pada kisaran 23 – 30.5 ppt.
Menurut harahap et al. 2016. Avicennia marina bisa toleran pada salinitas
20 ppt dan akan menurun pada salinitas 30 ppt. Hal ini disebakan
karena kemampuan A. marina dalam mengsekresi salinitas sampai
dengan 20 ppt.

39
 Gambar 34. Propagul yang jatuh kedalam waring

Waring dipasang pada pohon induk yang diamati yaitu jenis

Avicennia marina. Setiap dilakukan analisis vegetasi propagul yang jatuh
ke dalam waring akan dihitung, hal ini untuk mengatahui apakah dilokasi
pengamatan sedang terjadi musim buah atau belum. Berdasarkan hasl
analisis vegetasi pertumbuhan anakan lebih banyak ke arah hutan, hal itu
dipengaruhi oleh pasang surut air laut. Setiap propagul yang jatuh tanah
maka akan dibawa oleh arus pasang ke arah hutan.

Gambar 35. Data curah hujan dan data harian di Kabupaten Deli Serdang

Data curah hujan mempengaruhi pertumbuhan dan pertambahan

anakan semai, selain itu data curah hujan bisa juga dijadikan bahan
petimbangan untuk pengambilan data foto udara menggunakan drone.
Jika terjadi hujan maka drone sebaiknya tidak diterbangkan karena
dikhawatrikan akan mengalami kerusakan.

40
 BAB VI

KESIMPULAN DAN
REKOMENDASI

Buku ini mengulas tentang teknologi Unmanned Aerial Vehicle

(UAV) yang lebih dikenal dengan nama drone, dilanjutkan dengan
aplikasi drone dalam system informasi geografis beserta SOP pemakaian
drone jenis DJI PHANTOM 4 pro. Selain itu buku ini mengulas aplikasi
penggunaan drone dalam penelitian di bidang kehutanan dalam bab 3 di
hutan desa Jaring Halus, bab 4 di hutan mangrove desa Pulau Sembilan
dan bab 5 tentang apalikasi drone di hutan mangrove desa Tanjung Rejo,
Percut Sei Tuan.
Data drone dikaitkan dengan data lapangan akan diperoleh hasil
penelitian yang komprehensif dan reliable. Oleh kerena diperlukan lokasi
yang permanen, diukur bulanan atau dua bulanan selama jangka waktu
minimal 1 tahun untuk memperoleh trend atau temuan baru maupun
memperkuat dana yang ada.

41
 DAFTAR PUSTAKA

Ahmad, A., & Samad, A. M. (2010, May). Aerial mapping using high
resolution digital camera and unmanned aerial vehicle for
Geographical Information System. In 2010 6th International
Colloquium on Signal Processing & its Applications (pp. 1-6).
IEEE.
Agisoft, Official Afisoft Homepage, https://www.agisoft.com, Accessed 9
February 2021.
Amri, K. 2017. Klasifikasi Penutupan Lahan Ekosistem Mangrove dengan
Citra Quickbird Resolusi Tinggi di Kecamatan Percut Sei Tuan,
Kabupaten Deli Serdang, Sumatera Utara
Arfaini, J dan Handayani, HH. 2016. Analisa Data Foto Udara untuk DEM
dengan Metode TIN IDW dan Krigging. J Tek ITS, 5(2), 2-7.
Badan Pusat Statistik. 2020. Deli Serdang dalam Angka 2020. Medan
Basyuni, M., Slamet, S., Sulistiyono, N., et al. (2021). Physicochemical
characteristic, nutrient, and fish production in different types of
mangrove forest in North Sumatra and Aceh Provinces of Indonesia.
Kuwait Journal of Science, 48 (3), in press.
Basyuni, M., Hayullah, A., Hamka, M., Putri, L. A., & Baba, S. (2019).
Growth of salt-secretor and non-salt secretor mangrove seedlings
with varying salinity and their relations to habitat zonation. In IOP
Conference Series: Earth and Environmental Science (Vol. 236, No.
1, p. 012050). IOP Publishing.
Basyuni, M., Rouf, R. A., Saragih, M., Asbi, A. M., & Yuriswan, W.
(2016, November). Local wisdom and mitigation action to maintain
secondary mangrove forest: a case study of JaringHalus village in
Langkat, North Sumatra, Indonesia. In 1st International Conference
on Social and Political Development (ICOSOP 2016) (pp. 551-555).
Atlantis Press.
Basyuni, M., A. Fitri., Z.A. Harahap. 2018. Mapping and analysis land-use

42
 and land-cover changes during 1996-2016 in Lubuk Kertang
mangrove forest, North Sumatra, Indonesia IOP Conf. Ser.: Earth
Environ. Sci, 126, 012110.
Bennett, G., A. Hardy., P. Bunting., P. Morgan dan A. Fricker. 2020. A
transferable and effective method for monitoring continuous cover
forestry at the individual tree level using UAVs. Remote Sensing,
12(13), 2115.
Di Luzio, M., Arnold, J.G., Srinivasan, R., 2005. Effect of GIS data
quality on small watershed stream flow and sediment simulation.
Hydrological Processes 19, 629–650.
DJI, Phantom 4 Specs, https://www.dji.com/id, Accessed 10 February
2021.
Harahap, H. R., Basyuni, M., & Putri, L. A. (2015). Pertumbuhan Dan
Komposisi Rantai Panjang Polyisoprenoid Pada Mangrove
Avicennia Marina (Forsk). Di Bawah Cekaman Salinitas. Peronema
Forestry Science Journal, 4(3), 172-173.
Hamur, Petrus Krisologus. Kajian Pengolahan Data Foto Udara
Menggunakan Perangkat Lunak Agisoft Photoscan dan PIX4D
Mapper. 2019. PhD Thesis. ITN MALANG.
Hartini, T. A. 2019. Digital Elevation Model, Digital Terrain Model,
dan Digital Surface Model.
https://www.handalselaras.com/digital-elevation-model-digital-terr
ain-model-dan-digital-surface-model/
Kiamehr, R., Sjöberg, L.E., 2005. Effect of the SRTM global DEM on the
determination of a high-resolution geoid model: a case study in
Iran. Journal of Geodesy 79 (9), 540–551.
Lejot J., Delacourt C., Piégay H., Fournier T., Trémélo M-L., dan
Allemand P. 2007. Very high spatial resolution imagery for channel
bathymetry and topography from an unmanned mapping controlled
platform, Earth surf. Process. Landforms, 32, 1705-1725.
Meiarti, R., Seto, T., & Sartohadi, J. (2019). Uji akurasi hasil teknologi

43
 pesawat udara tanpa awak (Unmanned Aerial Vehicle) dalam
aplikasi pemetaan kebencanaan kepesisiran. Jurnal Geografi,
Edukasi dan Lingkungan (JGEL), 3(1), 1-17.
Mukherjee, S., Joshi, P. K., Mukherjee, S., Ghosh, A., Garg, R. D., &
Mukhopadhyay, A. (2013). Evaluation of vertical accuracy of open
source Digital Elevation Model (DEM). International Journal of
Applied Earth Observation and Geoinformation, 21, 205-217.
Noor F. (020. Historiografi drone: Dari militer hingga sinema. ProTVF,
4(2), 185-205.
Nurrahman, Y. A., Djunaedi, O. S., & Rostika, R. (2012). Struktur dan
Komposisi Vegetasi Mangrove di PesisirKecamatan Sungai Raya
Kepulauan Kabupaten Bengka yang Kalimantan Barat. Jurnal
Perikanan Kelautan, 3(1): 99-107.
Purwanto, T. H. (2017). Pemanfaatan foto udara format kecil untuk
ekstraksi digital elevation model dengan metode stereo plotting.
MajalahGeografi Indonesia, 31(1), 73-89.
Samad, A. M., Kamarulzaman, N., Hamdani, M. A., Mastor, T. A., &
Hashim, K. A. (2013, August). The potential of Unmanned Aerial
Vehicle (UAV) for civilian and mapping application. In 2013 IEEE
3rd International Conference on System Engineering and
Technology (pp. 313-318). IEEE.
Sobatnu, F. (2014). Permodelan Elevasi Digital Pada Lahan Rawa.
Intekna, 14(2), 102-109.
Sutanto, S. J dan Ridwan, B. W. 2016. Teknologi drone untuk pembuatan
peta kontur: studi kasus pada kawasan p3son hambalang drone
technology for contour mapping: case study at p3son hambalang.
Jurnal Teknik Hidraulik, 7(2), 179-194.
Suroso I. (2016). Peran Drone/Unmanned Aerial Vehicle (UAV) Buatan
STTKD Dalam Dunia Penerbangan. Jurnal Teknik Aeronautika
Sekolah Tinggi Teknologi Kedirgantaraan.
Tempfli, K. (1991). DTM and differential modelling. In Proceedings

44
 ISPRS and OEEPE joint workshop on updating digital data by
photogrammetric methods, September 15-17 1991, Oxford,
England/ed. by PRT Newby.-(OEEPE publication; 27), pp. 193-200
(pp. 193-200).
Ventura, D., A. Bonifazi., M.F. Gravina., A. Belluscio., G. Ardizzone.
2018. Mapping and classification of ecologically sensitive marine
habitats using unmanned aerial vehicle (UAV) imagery and
object-based image analysis (OBIA). Remote Sensing, 10(9), 1331.
Vergouw, B., H. Nagel., G. Bondt., B. Custers. 2016. Drone technology:
Types, payloads, applications, frequency spectrum issues and future
developments. In The future of drone use (pp. 21-45). TMC Asser
Press, The Hague.

45
 Prof. Mohammad Basyuni, S.Hut, M.Si, Ph.D, adalah staf
pengajar pada Program Studi Kehutanan, Fakultas
Kehutanan, Universitas Sumatera Utara (USU). Setelah
menyelesaikan pendidikan S1 pada Jurusan Manajemen
Hutan, Fakultas Kehutanan IPB pada tahun 1998, kemudian
penulis melanjutkan pendidikan S2 di IPB dan lulus pada
tahun 2000. Pada tahun 2005, penulis melanjutkan
pendidikan S3 pada laboratory of Molecular Biotechnology,
Center of Molecular Biosciences (COMB), University of the
Ryukyus dan meraih gelar Ph.D di United Graduate School
of Agricultural Sciences, Kagoshima University pada 14
Maret 2008. Selama dua tahun (2008-2010), penulis menjadi
Japan Society for the Promotion of Science (JSPS)
Postdoctoral Fellow dibawah Host Researcher Prof.
Shigeyuki Baba di Tropical Biosphere Research Center
(TBRC), Universty of the Ryukyus. Kemudian selama 6
bulan (Mei-November 2010), penulis menjadi Foreign
Visiting Reseacher pada institusi yang sama. Pada bulan
Oktober-Desember 2012, penulis mendapatkan Post-doc di
COMB dengan dana dari SAME (Scheme for Academic and
Mobility Exchange) dari Direktorat Pendidikan Dikti,
Kemdikbud. Pada tahun 2013-2015 selama bulan
Januari-Maret, penulis menjadi Visiting Researcher pada
Joint Research di TBRC. Pada tahun 2018-2021 penulis
mendapatkan grant dari Newton Fund/DIPI/LPDP. Sejak 1
April 2020 menjadi Guru Besar tetap atau Full Professor
ilmu Bioteknologi Hutan pada Program Studi Kehutanan
USU.

46
Yuntha Bimantara S.Hut, adalah alumni Strata 1 pada
Program Studi Kehutanan, Fakultas Kehutanan, Universitas
Sumatera Utara (USU) tahun 2017. Sejak bulan Juni tahun 2018
penulis bergabung pada program penelitian yang mendapat dana
hibah dari Newton Fund/DIPI/LPDP sebagai Research Asisstant
hingga saat ini. Pada tahun 2019, penulis melanjutkan studi
magister Strata 2 di Program Studi Magister Kehutanan,
Fakultas Kehutanan, Universitas Sumatera Utara.

Rizka Amelia S.Hut, adalah alumni Strata 1 pada Program

Studi Kehutanan, Fakultas Kehutanan, Universitas Sumatera
Utara (USU) tahun 2017. Pada tahun 2018 penulis menjadi
tenaga fasilitator masyarakat untuk pemulihan ekosistem
gambut di Kab. Asahan. Kemudian sejak bulan januari tahun
2019 penulis bergabung pada program penelitian yang
mendapat dana hibah dari Newton Fund/DIPI/LPDP sebagai
Research Asisstant hingga saat ini.

47
 9 7 8 6 0 2 4 6 5 3 3 0 9

View publication stats