1 Program Studi Sarjana

Teknik Geodesi dan Geomatika

Fakultas Ilmu Dan Teknologi Kebumian

GD 3105: SURVEI GNSS

Dosen (Kelas-01): Hasanuddin Z. Abidin

Kesalahan dan Bias GPS

2

Kesalahan dan Bias GPS • Kesalahan Orbit (Ephemeris)

• Kesalahan Jam Satelit
• Ambiguitas Fase
?
• Cycle Slip

Lapisan • Bias Ionosfer

Ionosfer

• Multipath

• Bias Troposfer
Lapisan
Troposfer

• Kesalahan Jam Receiver

• Variasi Pusat Fase Antena
• Imaging

Versi Slide: HZAbidin (2023)

3

Pengaruh Kesalahan dan Bias GPS

Kesuksesan Resolusi Ambiguitas

Ketelitian Posisi dan

Parameter Turunan Lainnya

Ketelitian Data Kesalahan

dan Bias
Geometri Satelit
Strategi Pengamatan Setidaknya ada
5 pola interaksi
Strategi Pengolahan Data pengaruh yang
mungkin terjadi

Versi Slide: HZAbidin (2023)

4

Efek dari Kesalahan dan Bias

Kesalahan dan bias GPS harus diperhitungkan secara benar dan baik,
karena akan mempengaruhi:

• Ketelitian informasi yang diperoleh (posisi, kecepatan,

percepatan, waktu, dan lain-lainnya).
• Proses penentuan ambiguitas fase dari sinyal GPS

Struktur dan tingkat kecanggihan dari perangkat lunak pemroses data

GPS akan dipengaruhi oleh mekanisme yang digunakan dalam
menangani kesalahan dan bias.

Versi Slide: HZAbidin (2023)

5

Penanganan Kesalahan dan Bias GPS

Ada beberapa strategi yang dapat digunakan dalam
menghadapi kesalahan dan bias GPS, yaitu :
• Terapkan mekanisme differencing antar data.
• Estimasi parameter dari kesalahan dan bias
Sejumlah strategi ini,
dalam proses hitung perataan. kerap diterapkan
• Hitung besarnya kesalahan/bias berdasarkan secara bersamaan.
data ukuran langsung.
• Hitung besarnya kesalahan/bias berdasarkan model.
• Gunakan strategi pengamatan yang tepat.
• Gunakan strategi pengolahan data yang tepat.
• Abaikan.

Versi Slide: HZAbidin (2023)

6
Kesalahan Orbit Satelit (1)
posisi satelit Kesalahan orbit adalah kesalahan
sebenarnya dimana posisi satelit yang dilaporkan
rad
oleh ephemeris satelit tidak sama dengan
alt posisi satelit yang sebenarnya.
posisi satelit
yang
dilaporkan Kesalahan orbit satelit pada dasarnya
dapat disebabkan oleh ketiga faktor
crt berikut secara bersama-sama, yaitu:
• Kekurang-telitian pada proses
perhitungan orbit satelit.
• Kesalahan dalam prediksi orbit
untuk periode waktu setelah uploading.
Pusat rad = komponen radial
• Sengaja ‘disalahkan’, seperti saat
Bumi alt = komponen along-track kebijakan Selective Availability dulu.
crt = komponen cross-track

Versi Slide: HZAbidin (2023)

7
Kesalahan Orbit Satelit (2)
Efek dari kesalahan orbit
posisi satelit
pada pengamatan jarak (dr) : dr = r - r’
sebenarnya
rad
Nilai tipikal dari kesalahan (RMS)
alt
posisi satelit Broadcast Ephemeris GPS adalah sekitar:
(Teunissen and Montenbruck, 2017)
yang
dilaporkan ✓ radial = 0.2 m
✓ along-track = 1.0 m
crt ✓ cross-track = 0.4 m

r’
r

Ref: Stressler et al. (2018)

Pusat rad = komponen radial
Bumi alt = komponen along-track
crt = komponen cross-track

Versi Slide: HZAbidin (2023)

8
Kesalahan Orbit Satelit (3)
• Kesalahan orbit akan mempengaruhi ketelitian dari koordinat titik-titik yang ditentukan,
baik secara absolut maupun relatif
• Pada penentuan posisi secara relatif, semakin panjang baseline yang diamati maka efek
kesalahan orbit satelit akan semakin besar.

orbit yang orbit yang

dr sebenarnya dr sebenarnya

r r
orbit yang orbit yang
dilaporkan dilaporkan

b
dp db Penentuan
P Penentuan Q P
Posisi Absolut Posisi Relatif

Versi Slide: HZAbidin (2023)

9
Kesalahan Orbit Satelit (4)
• Rule of thumb dari efek kesalahan orbit
pada panjang baseline : dr = besarnya kesalahan orbit
db = besarnya efek kesalahan orbit
𝑏 pada panjang baseline
𝑑𝑏 = . 𝑑𝜌 b = panjang baseline
𝜌
r = jarak rata-rata pengamat ke satelit
(sekitar 20000 km)

• Semakin panjang baseline yang diamati, semakin besar efek dari

kesalahan orbit (ephemeris) satelit.
• Cara mereduksi ✓ Terapkan metode differential positioning.
efek kesalahan ✓ Perpendek panjang baseline.
orbit satelit: ✓ Perpanjang lama waktu pengamatan.
✓ Tentukan parameter kesalahan orbit dalam proses estimasi.
✓ Gunakan precise (final) ephemeris atau rapid ephemeris,
ketimbang broadcast ephemeris.
Versi Slide: HZAbidin (2023)
10

Contoh Efek Kesalahan Orbit Pada Baseline

kesalahan (200 m)

kesalahan orbit (dr)

baseline (db)
100 dalam cm
(20 m)

10
(2 m)

1
(0.2 m)

0.1

0.01 panjang baseline (b) dalam km

10 100 1000

𝑏
𝑑𝑏 = . 𝑑𝜌 Jarak pengamat ke satelit (r) = 20.000 km Versi Slide: HZAbidin (2023)
𝜌
11

Ketelitian Beberapa Jenis Informasi Orbit GPS

Type Accuracy Latency Updates Sample Interval
orbits ≈100 cm
Broadcast ≈5 ns RMS real time -- daily
Sat. clocks
≈2.5 ns SDev
orbits ≈5 cm 4 times daily
Ultra-Rapid
≈3 ns RMS real time (at 03, 09, 15, 21 15 min
(predicted half) Sat. clocks
≈1.5 ns SDev UTC)
orbits ≈3 cm 4 times daily
Ultra-Rapid
≈150 ps RMS 3 - 9 hours (at 03, 09, 15, 21 15 min
(observed half) Sat. clocks
≈50 ps SDev UTC)
orbits ≈2.5 cm 15 min
daily
Rapid ≈75 ps RMS 17 - 41 hours
Sat. & Stn. clocks (at 17 UTC) 5 min
≈25 ps SDev
orbits ≈2.5 cm 15 min
weekly
Final ≈75 ps RMS 12 - 18 days Sat.: 30s
Sat. & Stn. clocks (every Thursday)
≈20 ps SDev Stn.: 5 min
http://www.igs.org/products, akses 2 Oktober 2022 Versi Slide: HZAbidin (2023)
12
Bias Ionosfer (1)
• Lapisan ionosfer membentang
kira-kira dari ketinggian 50 km Satelit GPS
sampai 1000 km di atas Ionosfer akan
permukaan bumi. mempengaruhi
Ionosfer ✓ kecepatan
• Ion-ion bebas (elektron) dalam
✓ arah
lapisan ionosfer mempengaruhi ✓ polarisasi
propagasi sinyal GPS. ✓ kekuatan
Pengamat
• Ionosfer akan mempengaruhi dari sinyal GPS.
kecepatan, arah, polarisasi
dan kekuatan dari sinyal GPS yang melaluinya.

• Efek dari ionosfer yang terbesar adalah pada kecepatan sinyal, dimana akan
mempengaruhi jarak ukuran.

Versi Slide: HZAbidin (2023)

13
Bias Ionosfer (2)
• Ionosfer memperlambat
pseudorange dan Satelit GPS
mempercepat fase dari Ionosfer akan
sinyal GPS. mempengaruhi
Ionosfir ✓ kecepatan
• Besarnya efek ionosfer ✓ arah
tergantung pada konsentrasi ✓ polarisasi
✓ kekuatan
elektron sepanjang lintasan Pengamat
sinyal serta frekuensi dari dari sinyal GPS.
sinyal yang bersangkutan.

• Konsentrasi elektron akan tergantung pada beberapa faktor, terutama

aktivitas matahari dan medan magnetik bumi, dimana keduanya juga
akan tergantung pada lokasi geografis, musim, dan waktu.

Versi Slide: HZAbidin (2023)

14

Bias Ionosfer (3) • Besarnya efek ionosfer (orde pertama) dapat dihitung
dengan rumus berikut :
40.28
Satelit GPS 𝑑𝑖𝑜𝑛 = 2 STEC
𝑓

dimana f = frekuensi sinyal

dan STEC = Slant Total Electron Content.
Ionosfir
• Besarnya bias ionosfer maksimum dalam
arah zenith, dari (Wubbena, 1991):
Frekuensi Orde-1 (m) Orde-2 (m) Orde-3 (m)
L1 32.5 0.036 0.002
L2 53.5 0.076 0.007
Pengamat L1/L2 0 0.026 0.006
L1/L2 = Kombinasi Bebas Ionosfer Sinyal L1 dan L2

• Untuk menentukan besarnya bias ionosfer pada jarak ukuran, besaran di atas harus dikalikan dengan
faktor skala yang tergantung pada elevasi satelit (ionospheric mapping function).
• Pada frekuensi sinyal GPS, bias ionosfer pada jarak ukuran bisa lebih dari 150 m sampai kurang dari 5 m.

Versi Slide: HZAbidin (2023)

15
Pengertian STEC dan VTEC
Silinder tegak dengan luas penampang = 1 m2.
Jumlah elektron didalamnya dinamakan VTEC. Satelit GPS

 1000 km
Lapisan
IONOSFIR

 60 km

Silinder miring dengan

luas penampang = 1 m2.
Receiver Jumlah elektron didalamnya
GPS
Permukaan bumi dinamakan STEC.

Versi Slide: HZAbidin (2023)

16

Hubungan antara STEC dan VTEC

Nilai VTEC dan STEC
Satelit GPS
di suatu titik pengamatan
dapat dihubungkan dengan z’
formula berikut:

VTEC = STEC . cos z’

Titik
dimana, Ionosfer

 Re 
z' = sin-1  sin( z)  z

+
Re hm  hm
Pengamat

Re = radius menengah Bumi.

hm = nilai menengah untuk ketinggian lapisan Re
ionosfer yang digunakan (biasanya antara
300 sampai 400 km).
Versi Slide: HZAbidin (2023)
z = sudut zenith ke satelit di titik pengamat.
Pusat Bumi
z’ = sudut zenith ke satelit di titik ionosfer.
17
Variasi Efek Ionosfer
• Efek ionosfer akan mempunyai variasi spasial dan juga temporal.
• Variasi spasial dari efek ionosfer umumnya berfrekuensi rendah
dan terutama terkait dengan regionisasi dari aktivitas ionosfer:
- daerah ekuator,
- daerah lintang menengah, dan
- daerah auroral.
• Variasi temporal dari efek ionosfer bisa :
- berfrekuensi tinggi (scintillation),
- berfrekuensi menengah (variasi harian dan musiman),
- berfrekuensi rendah (variasi 11 tahunan).

Versi Slide: HZAbidin (2023)

18
Regionisasi Aktivitas Ionosfer
Daerah Auroral
Bias ionosfer kecil tapi tidak stabil

Ilustrasi karakteristik
Daerah bias ionosfer sesuai region
Lintang
Menengah Besarnya
bias Ionosfir TROPIK

LINTANG
Daerah Tropik MENENGAH
Bias ionosfer
besar tapi stabil
AURORAL

Daerah Lintang Menengah Waktu

Bias ionosfer sedang
dan kestabilan sedang
Daerah Auroral

Versi Slide: HZAbidin (2023)

19
Variasi Harian dari Aktivitas Ionosfer
TEC TEC = Total Electron Content

matahari 14:00 matahari Waktu lokal

terbit terbenam

• Secara empirik didapatkan bahwa harga TEC yang terbesar biasanya terjadi setelah tengah
hari (umumnya sekitar jam 14.00 siang waktu setempat).
• Pada malam hari besarnya nilai TEC secara umum relatif lebih kecil dibandingkan nilainya
pada siang hari.
• Untuk penentuan posisi secara absolut menggunakan receiver GPS satu-frekuensi,
sebaiknya atur jadwal pengamatan GPS sesuai dengan fakta empirik tersebut.

Versi Slide: HZAbidin (2023)

20

Variasi 11-tahunan dari Aktivitas Ionosfer

• Aktivitas ionosfer tergantung
pada aktivitas matahari.
• Aktivitas matahari bisa
dikarakterisir dengan jumlah
sunspot yang nampak pada
permukaan matahari. Semakin
banyak jumlah sunspot yang ada
semakin tinggi aktivitas matahari,
dan sebaliknya.
• Siklus sunspot mempunyai
periode utama sekitar 11 tahun.
Maksimum dari setiap siklus juga
umumnya berbeda. Saat ini kita
memasuki Sunspot Cycle 25.
• Pertimbangkan fakta di atas
dalam merencanakan strategi
Ref: https://www.swpc.noaa.gov/products/solar-cycle-progression pengamatan GPS.

Versi Slide: HZAbidin (2023)

21
Ionospheric Scintillation
• Scintillation adalah variasi temporal berfrekuensi tinggi pada amplitudo dan fase dari sinyal, yang
disebabkan adanya ketidak-teraturan (irregularities) pada lapisan ionosfer.
• Scintillation umumnya terjadi pada daerah sepanjang garis ekuator geomagnetik bumi, yaitu meliputi
wilayah 30 derajat pada kedua sisi dari garis ekuator tersebut. Scintillation juga kerap terjadi di daerah
auroral sekitar kutub.
• Scintillation di daerah ekuator umumnya
mempunyai efek maksimum dalam selang waktu
kira-kira satu jam setelah matahari terbenam
sampai tengah malam (Klobuchar, 1991).
• Efek scintillation kurang berarti dari bulan April
sampai Agustus pada daerah bujur Amerika, Afrika,
dan India; tapi maksimum di daerah Pasifik. Dari
bulan September sampai Maret, situasinya terbalik.
• Scintillation dapat meningkatkan jumlah cycle slip,
dan juga akan mempersulit proses penentuan Global occurrence characteristics of scintillation (P. Kintner, 2009)
ambiguitas fase dari sinyal.

Versi Slide: HZAbidin (2023)

22
Pereduksian Efek Ionosfer
Ada beberapa cara yang dapat diterapkan untuk
mereduksi besarnya efek ionosfir, antara lain :
Satelit GPS
• Gunakan data dua-frekuensi, dimana dalam kasus GPS
dapat dari sinyal-sinyal L1, L2 dan L5.
• Lakukan differencing hasil pengamatan.
• Perpendek panjang baseline.
• Gunakan model prediksi global ionosfir (untuk data GPS satu
Lapisan frekuensi) seperti model Bent dan Klobuchar.
Ionosfir • Gunakan parameter koreksi ionosfer yang dikirimkan oleh
sistem jaringan eksternal, seperti dari sistem WADGPS, RTK
Network, dan RT-PPP.
• Kalau diperlukan, estimasi lebih lanjut efek residual (orde
tinggi) dari bias ionosfer.

Pengamat Beberapa metode di atas dapat

diterapkan sekaligus secara simultan Versi Slide: HZAbidin (2023)
23

Kombinasi Bebas-Ionosfer (KBI)

Ionospheric-Free Combination

𝑓2 2
𝑖 .𝑃𝑖 − 𝑓𝑗 .𝑃𝑗 𝑓2 .𝐿
𝑖 𝑖 − 𝑓 2 .𝐿
𝑗 𝑗
Untuk kasus GPS:
𝑃𝑖𝑓 = 𝐿𝑖𝑓 = 𝑓2 2 (i,j) = (1,2), (1,5),
𝑓2 2
𝑖 − 𝑓𝑗 𝑖 − 𝑓𝑗 atau (2,5)
Pseudorange Phase

• Memerlukan data dua-frekuensi (Li dan Lj). • KBI tidak akan mengubah besarnya
• Bebas dari efek bias ionosfer orde-1. kesalahan dan bias yang besarnya tidak
tergantung pada frekuensi (kesalahan orbit,
• Level noise meningkat dengan faktor : bias troposfir, kesalahan jam receiver dan
L1 dan L2 : ≈ 3.0 jam satelit);
L1 dan L5 : ≈ 2.6
• Tapi KBI akan mengubah besarnya
L2 dan L5 : ≈ 16.6
kesalahan dan bias yang besarnya
• Kombinasi ini akan membuat ambiguitas tergantung pada frekuensi (bias ionosfir,
fase bukan bilangan bulat lagi. noise, multipath).

Versi Slide: HZAbidin (2023)

24
Model Klobuchar
• Model ionosfer untuk pengguna GPS satu frekuensi.
• Dikarakterisir dengan 8 koeffisien (ai dan bi) yang
dapat diperoleh dalam Navigation Message GPS.
• Mengkoreksi sekitar 50% efek bias ionosfer untuk
kawasan lintang menengah.
• Bias ionosfer untuk sinyal L1 dalam arah vertikal,
diestimasi dengan Model Klobuchar, sebagai berikut
(Hoffmann-Wellenhof et al., 2008):

@Teunissen and Montenbruck (2017)

dimana:
t = waktu lokal di Titik Ionosfer
tUT = waktu pengamatan dalam UT
ϕmIP = jarak busur antara Kutub Geomagnetik
dengan Titik Ionosfer
(ϕP, λP) = Kutub Geomagnetik
(ϕIP, λIP) = Titik Ionosfer

Versi Slide: HZAbidin (2023)

25

Bias Troposfer (1)

• Disebabkan oleh refraksi yang dialami sinyal GPS saat melalui lapisan atmosfir netral yang
dinamakan troposfer.
• Troposfer akan mempengaruhi kecepatan dan arah dari sinyal GPS yang melaluinya.
• Lapisan troposfer berkisar dari permukaan bumi sampai ketinggian 9-16 km, dan tebalnya
bervariasi dengan tempat dan waktu.
• Pseudorange dan fase, kedua-duanya Satelit GPS Mempengaruhi
diperlambat oleh troposfer. • kecepatan
• arah
• Pada frekuensi sinyal GPS (< 30 GHz), besarnya dari sinyal GPS
bias troposfer tidak tergantung pada frekuensi
(non-dispersif) → Jadi besarnya tidak dapat
Lapisan Troposfir
diestimasi dengan pengamatan pada 2 frekuensi.
Pengamat
• Besar tipikal bias troposfir adalah:
→ sekitar 2.3 m di arah zenith,
→ sekitar 20 m pada 10o di atas horison. Versi Slide: HZAbidin (2023)
26

Bias Troposfer (2)

Satelit GPS  Bias troposfir biasanya dipisahkan menjadi
komponen kering (sekitar 90% dari bias total)
dan komponen basah.

 Besarnya komponen kering dapat diestimasi

dengan baik berdasarkan data meteorologi
Lapisan (temperatur, tekanan, dan kelembaban) di
Ionosfer permukaan bumi; sedangkan besarnya
komponen basah tidak.

 Dengan menggunakan data meteorologi di

permukaan bumi, besarnya komponen kering dapat
Lapisan diestimasi sampai dengan ketelitian sekitar 1%.
Troposfer Sedangkan besarnya komponen basah dapat di
model sampai ketelitian 3-4 cm (Wells et al., 1986).
Pengamat

Versi Slide: HZAbidin (2023)

27

Pereduksian Efek Troposfir Satelit GPS

Ada beberapa cara yang dapat diterapkan untuk

mereduksi besarnya efek troposfir:

• Lakukan differencing hasil pengamatan.

• Perpendek panjang baseline. Lapisan
• Usahakan kedua stasion pengamat berada pada ketinggian Ionosfer
serta kondisi meteorologis yang relatif sama.
• Gunakan model koreksi standar troposfir seperti model
Hopfield, Sastamoinen, Marini, dll.
• Gunakan model koreksi lokal troposfir.
Lapisan
• Gunakan pengamatan Water Vapour Radiometer (WVR)
Troposfer
untuk mengestimasi besarnya komponen basah.
• Estimasi besarnya parameter bias troposfir, biasanya dalam Pengamat
bentuk zenith scale factor untuk setiap lintasan satelit.
• Gunakan parameter koreksi troposfer yang dikirimkan Beberapa metode tersebut dapat
oleh sistem jaringan eksternal, seperti dari sistem WADGPS, diterapkan sekaligus secara simultan
RTK Network, dan RT-PPP.
Versi Slide: HZAbidin (2023)
28

Model Hopfield
Bias Troposfir : dtrop = ddry + dwet
Komponen kering Komponen basah
ddry = mfd. ddryz dwet = mfw. dwetz
ddryz = (10-6/5). Ndry,o . hd dwetz = (10-6/5). Nwet,o . hw
Ndry,o = (77.64) . (p/T) N wet,o = - (12.96)(e/T) + (3.718 .105)(e/T2)
hd = 40136 + 148.72(T-273.16) hw = 11000 m
mfd = 1 / ( sin (E2 + 6.25)0.5 ) mfw = 1/( sin (E2 + 2.25)0.5 )

p = tekanan atmosfir (mbar) , T = temperatur (oK) .

e = tekanan parsial dari uap air (mbar), E = sudut elevasi (derajat) .

mfd dan mfw = mapping function untuk komponen kering dan basah.
hd dan hw = ketinggian lapisan kering dan basah.
Ndry,o dan Nwet,o = refraktivitas kering dan basah di permukaan bumi.

Versi Slide: HZAbidin (2023)

29

Model
dtrop
Saastamoinen
Model koreksi troposfer Saastamoinen Modified dtrop
dapat diformulasikan sebagai berikut Model
(Hoffmann-Wellenhof et al., 2008):
p = tekanan atmosfir
Nilai faktor koreksi dR pada model Sastamoinen (mbar)
Sudut Ketinggian stasion di atas permukaan laut (km) e = tekanan parsial dari
Zenith 0 0.5 1.0 1.5 2.0 3.0 4.0 5.0 uap air (mbar)
60o 00’ 0.003 0.003 0.002 0.002 0.002 0.002 0.001 0.001 Tinggi (km) B(mbar) T = temperatur (oK)
66o 00’ 0.006 0.006 0.005 0.005 0.004 0.003 0.003 0.002 z = sudut zenith ke arah
70o 00’ 0.012 0.011 0.010 0.009 0.008 0.006 0.005 0.004 satelit (o)
73o 00’ 0.020 0.018 0.017 0.015 0.013 0.011 0.009 0.007
75o 00’ 0.031 0.028 0.025 0.023 0.021 0.017 0.014 0.011
76o 00’ 0.039 0.035 0.032 0.029 0.026 0.021 0.017 0.014
77o 00’ 0.050 0.045 0.041 0.037 0.033 0.027 0.022 0.018
78o 00’ 0.065 0.059 0.054 0.049 0.044 0.036 0.030 0.024
78o 30’ 0.075 0.068 0.062 0.056 0.051 0.042 0.034 0.028
79o 00’ 0.087 0.079 0.072 0.065 0.059 0.049 0.040 0.033
79o 30’ 0.102 0.093 0.085 0.077 0.070 0.058 0.047 0.039 Versi Slide: HZAbidin (2023)
79o 45’ 0.111 0.101 0.092 0.083 0.076 0.063 0.052 0.043
80o 00’ 0.121 0.110 0.100 0.091 0.083 0.068 0.056 0.047
30
Multipath (1)
Satelit GPS
Efek multipath = resultan (L + P) - L

reflektor antena
P = Sinyal Pantulan
4

• Multipath adalah fenomena dimana sinyal dari satelit tiba di antena GPS melalui dua
atau lebih lintasan yang berbeda, yaitu sinyal yang langsung dan sinyal yang hasil
pantulan (bisa satu atau lebih).
• Perbedaan jarak tempuh menyebabkan sinyal-sinyal tersebut berinterferensi ketika
tiba di antenna → kesalahan hasil pengamatan.
Versi Slide: HZAbidin (2023)
31
Multipath (2)
Satelit GPS
Multipath akan mempengaruhi
• waktu tempuh
Pemantulan • amplitudo
• fase
Antena • laju fase, dan
GPS • polarisasi
Difraksi
dari sinyal yang diterima.
Ref: (Braasch, 2017)

• Sinyal GPS yang dipantulkan cenderung lebih lemah dan lebih menyebar daripada sinyal langsung.
• Polarisasi sinyal juga menjadi terbalik ketika dipantulkan. Sinyal pantulan menjadi terpolarisasi
melingkar kiri (LHCP), sedangkan sinyal langsung dari satelit GPS terpolarisasi melingkar kanan (RHCP).
• Meskipun sebagian besar sinyal pantulan dalam kasus multipath berpolarisasi LHCP, tapi mungkin saja
polarisasinya menjadi RHCP (sama dengan sinyal langsung) seandainya sinyal tersebut mengalami
beberapa kali pantulan sebelum sampai ke antenna.

Versi Slide: HZAbidin (2023)

32
Multipath (3)
• Bidang reflektor yang menyebabkan multipath bisa berupa bidang horisontal, vertikal,
maupun miring, seperti jalan, bangunan dan gedung, permukaan air, dan kendaraan.
• Tidak ada model umum untuk menentukan besarnya efek dari multipath.
• Besarnya efek dari multipath tergantung pada beberapa faktor seperti jenis dan posisi
reflektor, posisi relatif satelit, jarak reflektor ke antena, panjang gelombang sinyal,
kekuatan sinyal, dll.
• Sinyal dari satelit berelevasi rendah lebih mudah mengalami multipath.
• Efek multipath mempunyai ‘signature’ yang bersifat sinusoidal.
• Efek multipath pada pseudorange lebih
besar dari pada efeknya pada data fase.
• Efek multipath pada satelit tidak terlalu
kritikal dan biasanya dapat diabaikan.

Versi Slide: HZAbidin (2023)

33

Pereduksian Efek Multipath

Ada beberapa cara yang dapat diterapkan
untuk mereduksi besarnya efek multipath:

• Hindari lingkungan pengamatan yang reflektif.

• Gunakan antena GPS yang baik dan tepat.
4

• Gunakan bidang dasar antena (ground plane)

sebagai penghalang dan pengabsorbsi sinyal pantul.
• Gunakan receiver yang secara internal (pada pemrosesan data)
mempunyai kemampuan untuk ‘melawan’ multipath.
• Jangan gunakan satelit yang berelevasi sangat rendah.
• Ratakan data pengamatan (kadang-kadang berhasil).

Versi Slide: HZAbidin (2023)

34

Multipath pada Pseudorange

• Effek maksimum dari multipath pada pseudorange adalah sepanjang satu chip dari
kode yang bersangkutan (P-code  30 m dan C/A-code  300 m) (Wells et al., 1986).
• Tapi besarnya efek yang diamati secara praktis di lapangan biasanya bervariasi
sekitar beberapa meter, tergantung pada karakteristik benda-benda pemantul
di sekitar stasion pengamat dan juga karakteristik dari antenna dan receiver yang
digunakan.

Kesalahan pseudorange (m)

10
• Gambar berikut menunjukkan contoh dari
efek multipath pada data pseudorange 5

kode-C/A yang diamati dengan receiver 0

Trimble 4000SST (van Nee, 1995). Pada saat -5
pengamatan lokasi receiver berada sekitar
30 m dari suatu gedung setinggi 100 m -10
0 100 200 300 400 500
yang mempunyai struktur kerangka logam. Waktu (detik)

Versi Slide: HZAbidin (2023)

35

Multipath pada Fase

Besarnya efek multipath pada data pengamatan fase () dapat ditentukan
berdasarkan rumus berikut ini (Georgiadou and Kleusberg, 1988):
a = faktor kekuatan sinyal pantul
0 : tidak ada pantulan
1 : sinyal pantul sekuat sinyal langsung  =

arctan  sin 


 = perbedaan fase (fase shift) dari  a - 1 + cos 

sinyal pantul terhadap sinyal langsung.

Besarnya kesalahan maksimum pada data

pengamatan fase akibat multipath (untuk a = 1) adalah:

maks = 900 = 0.25 panjang gelombang

→ sekitar 5 cm untuk sinyal L1, dan 6 cm untuk L2.

Versi Slide: HZAbidin (2023)

36

Multipath pada Fase

• Disebabkan oleh perubahan dalam geometri satelit, efek multipath pada data pengamatan
fase (kalau ada), mempunyai periode tipikal sekitar 30 menit (Seeber, 1993).
• Pada survai statik, efek multipath pada hasil estimasi posisi dapat diminimalkan dengan
menggunakan data yang periode pengamatannya lebih besar dari periode multipath. Tapi
hal ini sulit untuk dilakukan pada metode-metode kinematik, rapid-static, stop-and-go
ataupun pseudo-kinematic.

Ambiguity variations (na rrow-lane cyc les)

1.5 1

• Beberapa investigasi HAMILTON - UNB, SV#12 - SV#9

.5
HAMILTON - UNB, SV#14 - SV#6
1
menunjukkan bahwa
0
kesalahan pada komponen .5 time average
-.5
tinggi, yang disebabkan oleh 0
multipath, dapat mencapai -1

besar sekitar 15 cm -.5 raw

time average -1.5
raw
(Georgiadou & Kleusberg, -1 -2
1988, 1990; Seeber, 1992). 11 11.2 11.4 11.6 11.8
Local time of the day (hours)
12 11 11.2 11.4 11.6 11.8
Local time of the day (hours)
12

Versi Slide: HZAbidin (2023)

37

Ambiguitas Fase (N)

⚫ Merupakan bilangan bulat (kelipatan panjang gelombang).
N ?
⚫ Setiap satelit mempunyai nilai ambiguitas fase yang berbeda-beda
satu sama lainnya.
⚫ Sepanjang receiver mengamati sinyal secara kontinyu (tidak terjadi
cycle slips), maka ambiguitas fase akan selalu sama nilainya untuk
setiap epok pengamatan.
⚫ Pada pengamatan one-way dan single-difference, ambiguitas fase
sulit untuk dipisahkan dengan efek kesalahan jam receiver dan
jam satelit, dan oleh sebab itu sifat kebulatan nilainya
sulit untuk dieksploitasi.
⚫ Pada pengamatan double-difference, efek kesalahan jam receiver
dan jam satelit tereliminir, dan oleh sebab itu sifat kebulatan
nilainya dapat dieksploitasi.
4
Versi Slide: HZAbidin (2023)
38
Interpretasi Geometris dari Jarak Fase dan Ambiguitas Fase
(untuk kasus satu satelit GPS tertentu)
to t1
t2
waktu receiver
mulai beroperasi D1
Di = Fr((ti)) + Int(;to,ti)
t3
D2 Fase yangdapat
Orbit GPS diukur/diamati pada
D3 setiap epok ti
N(to)
N(to)
Persamaan pengamatan fase dari satelit
N(to) ke receiver yang seharusnya pada setiap epok ti:

(ti) = Fr((ti)) + Int(;to, ti) + N(to)

= N(to) + Di

Receiver GPS ✓ Nilai integer Ambiguitas Awal (N) berbeda-beda untuk setiap satelit.
✓ Untuk setiap satelit, selama pengamatan sinyal tidak terputus maka nilai N nya
akan tetap sama untuk setiap waktu pengamatan → berubah kalau terjadi cycle slip.
Versi Slide: HZAbidin (2023)
39

Resolusi Ambiguitas
• Ambiguitas fase pada umumnya ditentukan pada
N ? pengamatan double-difference
• Penentuan nilai bilangan bulat dari ambiguitas fase
(resolusi ambiguitas) bukanlah suatu tugas yang
mudah untuk diselesaikan, terutama kalau dilakukan
sambil bergerak (on-the-fly ambiguity resolution).
• Dikenal beberapa metode resolusi ambiguitas.
• Ada 3 aspek yang harus diperhitungkan secara baik
dalam proses resolusi ambiguitas, yaitu:

✓ Eliminasi Kesalahan dan Bias

✓ Geometri Satelit-Pengamat
✓ Teknik & Algoritma Resolusi Ambiguitas
4
Versi Slide: HZAbidin (2023)
40
Variasi dari Ambiguitas Fase Sinyal L1
0.04
Zero baseline, California, day 324 of 1991
0.02 SV#2 - SV#18
0
-0.02
-0.04 One hour of Trimble Geodesist-P receiver data
2
Algonquin-Ottawa (200 km), day 60 of 1991
1
SV#11 - SV#6
0 l 19 cm )
SV#23 - SV#3
-1
4.5 minutes of Rogue receiver data
-2
5 Algonquin-Yellowknife (3000 km), day 60 of 1991
4
3
2 SV#23 - SV#6
1 4 minutes of Rogue receiver data
0
-1
-2 SV#21 - SV#6
-3

Versi Slide: HZAbidin (2023)

41
Cycle Slips (1)
• Cycle slip adalah fenomena fase
dimana receiver GPS karena
sesuatu hal, ‘terputus’
cycle slip
dalam pengamatan sinyal GPS.

waktu
• Cycle slip dapat disebabkan
oleh beberapa hal seperti :

✓ mematikan dan menghidupkan receiver,

✓ obstruksi dari sinyal GPS yang disebabkan oleh
bangunan, pohon, jembatan, dll.,
✓ dinamika receiver yang tinggi,
✓ rendahnya rasio signal-to-noise, yang bisa disebabkan
oleh aktivitas ionosfir yang tinggi, multipath, dll.
✓ receiver failure. Versi Slide: HZAbidin (2023)
42
Cycle Slips (2)
• Cycle slips akan menyebabkan terjadinya
ketidak-kontinyuan dalam jumlah gelombang fase
penuh dari fase sinyal yang diamati.
cycle slip
• Ambiguitas fase (N) sebelum dan sesudah
cycle slips akan berbeda nilainya.
waktu
• Pendeteksian cycle slip lebih mudah
dibandingkan pengkoreksiannya.
• Cycle slip lebih mudah ditangani pada data dua-frekuensi, ketimbang pada
data satu-frekuensi.
• Cycle slip lebih mudah ditangani pada data statik, ketimbang pada data kinematik.
• Pendeteksian dan pengkoreksian cycle slips sebaiknya dilaksanakan sekaligus dalam
proses estimasi ambiguitas fase dan posisi.

Versi Slide: HZAbidin (2023)

43
Metode Deteksi dan Koreksi Cycle Slips
• Penggunaan polinomial berorde rendah yang dicocokkan (fitting) ke time series variabel uji
dari variabel yang di uji. Ini adalah metode yang cukup umum digunakan.
• Penggunaan model dinamik untuk memprediksi data ukuran dengan menggunakan cycle slip
polinomial
Kalman filtering. Perbandingan antara data ukuran hasil prediksi dengan hasil ukuran
sebenarnya, digunakan sebagai basis pendeteksian cycle slips. waktu
METODE
• Penggunaan skema differencing data ukuran antar epok
berorde satu, dua, tiga, dan empat. Terjadinya cycle slips
PENDETEKSIAN variabel uji
𝜙4
akan nampak pada harga differencing berorde tinggi yang relatif besar.
• Pendeteksian cycle slips secara kinematik dapat dilakukan menggunakan metode cycle slip
on-the-fly ambiguity resolution, Kalman filtering, dan metode integrasi GPS/INS. 𝜙3
𝜙1 𝜙2

waktu
• Pengkoreksian cycle slips bisa dilakukan sebagai suatu proses tersendiri sebelum
proses estimasi posisi, ataupun secara terpadu dengan proses pengestimasian posisi. 𝛿 2 𝜙1 𝛿 2 𝜙2 𝛿 2 𝜙3
𝛿 2 𝜙𝑖 = 𝜙𝑖+1 − 𝜙𝑖 ,
• Dalam metode pengkoreksian yang bersifat terpadu dengan proses estimasi posisi,
𝛿 3 𝜙1 𝛿 3 𝜙2 𝛿 3 𝜙𝑖 = 𝛿 2 𝜙𝑖+1 − 𝛿 2 𝜙𝑖 ,
terjadinya cycle slips dapat dikarakterisir dengan penambahan parameter ambiguitas
fase yang berbeda dengan parameter sebelum terjadinya cycle slips. 𝛿 4 𝜙1 𝛿 4 𝜙𝑖 = 𝛿 3 𝜙𝑖+1 − 𝛿 3 𝜙𝑖 ,

• Keberhasilan proses pengkoreksian cycle slips sangat tergantung pada level dimana i = 1,2,3, …
kesalahan dan bias dari data ukuran, geometri satelit, dan kecanggihan dari
algoritma yang digunakan. METODE PENGKOREKSIAN Versi Slide: HZAbidin (2023)
44

Kesalahan Jam Satelit (1)

• Setiap satelit GPS yang beroperasi membawa beberapa buah jam atom dimana
jam-jam atom tersebut digunakan untuk mendefinisikan sistem waktu satelit.
• Jam-jam atom yang bersangkutan dengan perjalanan waktu akan mengalami
penyimpangan (offset, drift, dan drift-rate) terhadap sistem waktu GPS.
• Dalam pesan navigasi GPS, yaitu pada sub-frame 1 diberikan parameter-parameter
untuk mengkoreksi penyimpangan jam satelit tersebut, yaitu ao , a1 , dan a2 , yang
masing-masing merepresentasikan :
- offset waktu,
- offset frekuensi, dan
- frequency drift
dari jam satelit.

Versi Slide: HZAbidin (2023)

45

Kesalahan Jam Satelit (2)

Waktu penunjukan jam satelit dalam sistem waktu GPS :

tGPS = tsv - Dtsv

dimana koreksi penyimpangan jam satelit Dtsv dapat dihitung sbb. :

Dtsv = ao + a1.( tsv – toc) + a2.(tsv – toc)2 + Dtr

dimana toc adalah waktu referensi data jam yang juga diberikan dalam sub-frame 1, dan
Dtr adalah komponen koreksi untuk efek relativitas yang dapat dihitung dengan formula:

Dtr = 2 R.V/c2

dimana R dan V adalah masing-masing vektor posisi dan vektor kecepatan satelit pada
waktu yang bersangkutan.

Versi Slide: HZAbidin (2023)

46
Kesalahan Jam Satelit (3)
Pada prinsipnya ada dua cara dasar yang dapat digunakan
untuk menanggulangi kesalahan jam satelit yaitu:

• Dengan mengestimasi besarnya kesalahan dengan menggunakan

parameter-parameter untuk mengkoreksi penyimpangan jam
satelit yang diberikan dalam Navigation Message GPS.

• Dengan melakukan pengurangan jarak ukuran (data differencing).

Dalam hal ini yang perlu dikurangi adalah dua jarak ukuran yang
diamati pada saat yang sama ke satelit GPS yang bersangkutan dari
dua receiver pengamat yang berbeda.

Versi Slide: HZAbidin (2023)

47

Kesalahan Sistem Penerima

Sumber-sumber kesalahan utama dalam sistem penerima
sinyal GPS (receiver dan antena) adalah :

• Kesalahan Osilator (Jam) Receiver

• Bias Antarkanal (Interchannel Bias)
• Variasi Delai Fase
(Phase Delay Variations)
• Variasi Pusat Fase Antena
• Derau (Noise) Receiver

Versi Slide: HZAbidin (2023)

48
Kesalahan Jam Receiver (1)
• Receiver GPS umumnya dilengkapi dengan jam (osilator) kristal quartz, yang
relatif lebih kecil, lebih murah, dan memerlukan daya yang relatif lebih kecil
dibandingkan jam atom yang digunakan di satelit.

• Untuk melayani beberapa aplikasi khusus, beberapa tipe receiver diperlengkapi

dengan I/O port untuk koneksi ke osilator ekstenal seperti Rubidium, Cesium, dan
bahkan Hidrogen Maser.

• Dari segi stabilitas dan ketelitian, jam quartz yang digunakan di receiver memang
lebih rendah dibandingkan dengan jam atom yang digunakan oleh satelit.

• Oleh sebab itu dapat diperkirakan bahwa komponen kesalahan pada ukuran jarak
ke satelit yang disebakan oleh kesalahan jam receiver akan lebih besar daripada
yang disebabkan oleh kesalahan jam satelit.

Versi Slide: HZAbidin (2023)

49
Kesalahan Jam Receiver (2)
• Jam (Osilator) di receiver GPS disinkronisasikan ke sistem waktu GPS dengan proses
pengkorelasian kode yang normal dilakukan oleh receiver GPS.

• Stabilitas dari sistem waktu yang diperoleh akan tergantung pada kualitas osilator kristal
quartz yang digunakan, berapa sering osilator tersebut disinkronkan ke sistem waktu GPS,
serta jenis kode (P atau C/A) yang digunakan dalam proses sinkronisasi tersebut.

• Karakteristik beberapa jenis jam (osilator) (Leick, 1995):

Stabilitas Waktu untuk kehilangan

Tipe Osilator Frekuensi osilasi (Hz)
perhari (df/f) 1 detik (dalam tahun)

Kristal Quartz 5 000 000 (tipikal) 10.E-9 30

Rubidium 6 834 682 613 10.E-12 30 ribu
Cesium 9 192 631 770 10.E-13 300 ribu
Hydrogen Maser 1 420 405 751 10.E-15 30 juta

Versi Slide: HZAbidin (2023)

50
Kesalahan Jam Receiver (3)
Pada prinsipnya ada dua cara dasar yang dapat digunakan
untuk menanggulangi kesalahan jam receiver yaitu:

• Dengan mengestimasi parameter-parameter dari kesalahan jam

receiver (offset, drift, dan drift rate) dalam proses pengestimasian
posisi dan/atau parameter lainnya.

• Dengan melakukan pengurangan jarak ukuran (data differencing).

Dalam hal ini yang perlu dikurangi adalah dua jarak ukuran yang
diamati pada saat yang sama oleh receiver GPS yang bersangkutan
ke dua buah satelit yang berbeda.

Versi Slide: HZAbidin (2023)

51

Pergerakan
PergerakanPusat
PusatFase
FaseAntena
Antena (1)
• Pusat fase antena adalah pusat (sumber) yang sebenarnya dari radiasi, dan dalam
konteks GPS merupakan titik referensi yang sebenarnya digunakan dalam
pengukuran sinyal secara elektronis.
• Pusat fase antenna yang ideal akan mempunyai Pusat fase sesaat
Variasi pusat fase
muka fase gelombang berbentuk bola serta
pusat fase yang tetap.
• Tapi dalam realitanya, karena sumber radiasi
yang ideal tersebut sulit untuk direalisasikan,
maka pusat fase antena GPS umumnya akan
Pusat fase menengah
berubah-ubah tergantung pada elevasi dan
azimuth satelit serta intensitas dari sinyal, Pusat referensi antena
dan lokasinya akan berbeda untuk Beda pusat fase

sinyal L1 dan L2 [Tranquilla et.al., 1987]. From: Chen et al. (2000)

• Karena satelit GPS selalu bergerak, maka pusat fase

Versi Slide: HZAbidin (2023)
dari antena pun akan berubah dari waktu ke waktu.
52
Pergerakan Pusat Fase Antena (2)
• Dalam pengukuran jarak dari antena GPS ke satelit, jarak ukuran diasumsikan mengacu ke
pusat geometris dari antena yang lokasinya tetap dan umumnya telah dispesifikasikan dalam
buku petunjuk (manual) alat yang bersangkutan.
• Akan tetapi sebenarnya secara elektronis pengukuran
jarak tersebut mengacu ke pusat fase antena dan Jarak Ukuran
Sebenarnya
bukan ke pusat geometris antena. Satelit GPS

• Adanya perbedaan lokasi antara pusat fase Pusat

Fase Antena
dan pusat geometris antena tersebut akan Yang Dianggap
Jarak Ukuran
menyebabkan terjadinya kesalahan pada Pusat
jarak ukuran. Geometrik
Antena
Kesalahan
• Karena perbedaan tersebut bersifat ukuran jarak
Antena GPS
variatif terhadap waktu , maka besarnya
efek kesalahan pada ukuran jarak juga
akan bersifat variatif.
Versi Slide: HZAbidin (2023)
53
Pergerakan Pusat Fase Antena (3)
• Besarnya perbedaan antara pusat fase dengan fase geometris suatu antena tidak terlalu
mudah untuk dimodelkan, karena akan tergantung pada jenis dan tipe dari antena, serta
bervariasi secara temporal.
• Berdasarkan studi yang dilakukan oleh Tranquilla Satelit GPS
(1986) terhadap berbagai jenis antena, ditunjukkan Muka gelombang
bahwa besarnya perbedaan tersebut umumnya berkisar
Pusat fase
antara 1 - 6 cm, tergantung pada jenis antena dan sesaat
sudut elevasi dari satelit.
• Melihat nilai dari perbedaan antara pusat fase dan
Antena Pusat fase ideal
pusat geometris antena yang berada pada level
GPS
beberapa cm, maka efek dari adanya pergerakan
pusat fase antena GPS ini perlu diperhitungkan untuk Pusat referensi antena

aplikasi penentuan posisi yang menuntut ketelitian Ref: Maqsood et al. (2017)

posisi yang relatif tinggi, seperti halnya untuk

studi geodinamika dan pemantauan deformasi yang teliti. Versi Slide: HZAbidin (2023)
54
Imaging (1)
• Imaging adalah suatu fenomena interaksi yang
melibatkan suatu benda konduktif (konduktor) Pola fase antena ‘Bayangan’ antena
yang berada dekat dengan antena GPS. yang termasuk pada benda konduktif
bayangannya (reflektor)
• Radiasi dari antena yang sebenarnya akan Pola fase
menimbulkan arus induksi pada benda antenna yang
seharusnya
konduktif yang reflektif tersebut :
→ benda tersebut akan membangkitkan
pola radiasi tertentu, Antena GPS
→ ia seolah-olah menjadi antena tersendiri, 4 Coupling antara
→ menjadi ‘bayangan’ (image) dari antena dan
‘bayangan’ nya
antena yang sebenarnya.

• Pola radiasi dari ‘kedua’ antena ini selanjutnya akan berinteraksi (coupling), dan resultan dari
pola fase antena yang dihasilkan akan berbeda dengan pola fase antena GPS yang seharusnya.

• Akibatnya fenomena imaging ini akan mendistorsi pola fase antena yang seharusnya.

Versi Slide: HZAbidin (2023)

55
Imaging (2)
• Imaging akan merubah titik pusat fase antena:
→ menyebabkan terjadinya kesalahan pada ukuran jarak.
• Seperti halnya dalam kasus pergerakan titik pusat fase antena, efek dari imaging ini
perlu diperhatikan dalam aplikasi penentuan posisi yang menuntut ketelitian tinggi
(orde ketelitian mm).
• Menurut (Tranquilla, 1986), efek imaging ini Pola fase antena
yang termasuk
‘Bayangan’ antena
pada benda konduktif
akan berkurang dengan semakin jauhnya bayangannya (reflektor)
konduktor tersebut dari antena GPS. Pola fase
antenna yang
• Menurut (Tranquilla, 1986), dalam jarak seharusnya
beberapa puluh panjang gelombang,
efek imaging ini tidak boleh diabaikan, Antena GPS
dan semua ‘bayangan’ (image)
4 Coupling antara
antena yang mungkin terjadi antena dan
‘bayangan’ nya
harus diperhitungkan.
Versi Slide: HZAbidin (2023)
56

1. Jelaskan secara lengkap dan naratif

metode dan pendekatan yang dapat TUGAS GPS - 6
digunakan untuk meminimalkan efek dari :

(a) kesalahan orbit,

(b) bias ionosfer,
(c) bias troposfer dan
(d) kesalahan multipath (pseudorange dan fase).

2. Jelaskan hubungan dan interaksi • Buat penjelasan secara

antara besarnya kesalahan dan bias, baik, sistematik dan detil.
dengan resolusi ambiguitas fase, • Waktu Penyelesaian
serta ketelitian posisi yang diperoleh. = 1 minggu.

Versi Slide: HZAbidin (2023)