Home
Blog
TutorialsEventsProjectsAboutContact

Menu

Departures

Latest posts

  1. 18 NOVDRNBRINC Luncurkan Aplikasi iOS LiveOps untuk Petugas Tanggap DaruratOn time7 min
  2. 18 NOVDRNDJI Enterprise Beberkan Pemanfaatan Drone Otonom untuk Manajemen Lalu LintasOn time5 min
  3. 16 NOVNWSBeijing Resmi Larang Kepemilikan dan Operasi Drone di Seluruh Wilayah KotaOn time6 min
  4. 15 NOVNWSPesawat Komersial Listrik COMAC CE-25A Sukses Uji Terbang BerawakOn time3 min
  5. 15 NOVNWSAtraksi 150 Drone Buka Porprov VIII Kalimantan Timur di PaserOn time6 min
All departures
Fotogrametri UAV-SfM dan Strategi Mengurangi Error Model

EDTLogbook entry· 6 min read

Fotogrametri UAV-SfM dan Strategi Mengurangi Error Model

Fotogrametri UAV-SfM membutuhkan konfigurasi sudut kamera dan sebaran GCP yang tepat. Pendekatan struktur spasial error membuktikan kamera miring 20-40 derajat mampu melenyapkan galat sistematik.

Liu Purnomo
Oleh Liu PurnomoWritten on 13 October 2026
Editorial
Comment
Add as a preferred source on GoogleSee more stories from this site on Google
6 min read

Sponsored

Add as a preferred source on GoogleSee more stories from this site on Google

Flight Briefing · Newsletter

Enjoyed this? Get the next article by email.

No spam. Unsubscribe anytime with the link in every email.

NOTAMContent noticeREF C6224
Q)

Info only · Claim, credit, or removal on request

E)

Artikel ini dibuat untuk tujuan informasi. Kalau kamu pemilik gambar atau konten di halaman ini dan ingin mengklaim, meminta kredit, atau meminta penghapusan, saya terbuka untuk permintaan itu. Silakan hubungi saya.

This article is shared for informational purposes. If you own an image or content on this page and would like to claim it, request credit, or ask for its removal, I am open to that. Please contact me.

Contact tower[email protected]WhatsAppFull notice

Frequencies

  • #fotogrametri drone
  • #UAV-SfM
  • #Pemetaan Drone
  • #ground control point
  • #GCP drone
  • #DEM drone

Sponsored

Liu PurnomoCallsign · LPLiu Purnomo

Founder of Drone Indonesia, director of Remote Pilot Indonesia, software engineer, and author of three books on drones.

More about me
seedbacklinkDMCA.com Protection StatusBanner BlogPartner Backlink.co.id

NAVExplore

  • Home
  • Blog
  • Tutorials
  • Events
  • Projects
  • Books & Ebooks

INFAbout

  • About Me
  • Work With Me
  • Contact
  • Guestbook
  • Bio Links
  • Buy Me a Coffee

SYSOthers

  • Changelog
  • Systems
  • Sitemap
  • GSD Calculator
  • QR Code Generator

Flight Briefing · Newsletter

Hand-picked articles, straight to your inbox.

Fresh notes on drones, aviation regulations, and software. Sent only once in a while.

No spam. Unsubscribe anytime with the link in every email.

0927

Tower online · Jakarta (WIB)

© 2026 Liu Purnomo. Some rights reserved.

Privacy PolicyTerms of UseContent Notice
Follow new posts

Unless stated otherwise, writing on this site is licensed under Creative Commons Attribution 4.0 International (CC BY 4.0). You may quote, copy, republish, and cite it, including for commercial use, as long as you credit Liu Purnomo as the author and link to the original article. Third-party photos and materials, logos, and trademarks are excluded. Full terms

0
0

Fotogrametri UAV-SfM menghasilkan model medan tiga dimensi beresolusi tinggi dengan efisiensi biaya survei lapangan.

Akurasi elevasi model sangat bergantung pada sudut kemiringan kamera, ketinggian terbang, serta jumlah dan konfigurasi Ground Control Points (GCP).

Pemahaman struktur spasial error membantu remote pilot mengeliminasi distorsi sistematik seperti efek kubah pada Digital Elevation Model (DEM).

Aplikasi Pengolah Data Drone Terbaik untuk Pemetaan

Read also

Aplikasi Pengolah Data Drone Terbaik untuk Pemetaan

Editorial · 13 min read

Pengukuran kualitas model fotogrametri umumnya hanya mengandalkan nilai Root Mean Squared Error (RMSE), Mean Error (ME), dan Standard Deviation (STD). Nilai statistik global kerap menyamarkan pola galat yang mengelompok di area lembah atau punggungan bukit.

Penelitian Wen Dai dan tim pada jurnal Remote Sensing tahun 2023 menunjukkan bahwa analisis autokorelasi spasial Moran's I membuktikan distribusi error dapat dioptimalkan lewat strategi akuisisi data yang tepat.

Sudut kamera miring antara 20 hingga 40 derajat melenyapkan galat sistematik dan menurunkan korelasi spasial error mendekati nol. Kemiringan sensor memperlebar sudut perpotongan sinar berkas tie points antar-foto sehingga kalibrasi parameter internal kamera berlangsung lebih stabil.

Sponsored

Foto udara tegak lurus (nadir 0 derajat) pada wilayah berelief curam sering menghasilkan galat elevasi bertaraf desimeter. Galat positif mengumpul di dasar lembah dan galat negatif menumpuk di punggungan bukit. Kemiringan sensor minimal 10 derajat langsung meratakan sebaran selisih tinggi menjadi acak murni, sebagaimana dibuktikan pada pengujian catchments T1 dan T2 di wilayah perbukitan loess.

Kombinasi foto nadir dengan foto konvergen tambahan efektif menekan galat pada blok terbang vertikal. Anda tidak memerlukan foto konvergen tambahan apabila jalur utama telah menggunakan sudut kemiringan di atas 20 derajat. Penggunaan kamera miring pada jalur double-grid sudah mencukupi kebutuhan rekonstruksi lereng terjal.

Ketinggian terbang meningkatkan magnitudo nilai error secara linier seiring membesarnya ukuran Ground Sampling Distance (GSD), namun variasi ketinggian sama sekali tidak mengubah struktur spasial error. Sudut kemiringan kamera memegang pengaruh jauh lebih kuat terhadap pola autokorelasi spasial daripada elevasi wahana di udara.

Teknologi LiDAR Drone untuk Survei Presisi dan Pemetaan

Read also

Teknologi LiDAR Drone untuk Survei Presisi dan Pemetaan

Editorial · 12 min read

Standar pemetaan CH/Z3005-2010 menetapkan resolusi tanah survei skala 1 banding 500 harus berada di bawah 5 sentimeter.

Ketinggian terbang 60 hingga 160 meter menghasilkan variasi GSD antara 1,6 sampai 4,4 sentimeter per piksel. Anda dapat memanfaatkan kalkulator GSD untuk menentukan batas terbang optimal sebelum menyusun misi.

Penggabungan dua atau empat variasi ketinggian terbang dalam satu pengolahan hanya memberi dampak penurunan nilai STD pada foto tegak lurus.

Sponsored

Pengambilan data multi-ketinggian menjadi mubazir saat pilot menerapkan sudut foto oblique 15 derajat ke atas.

Variasi jarak tembak sensor ke objek sudah tercipta secara alami dari geometri pemotretan miring.

Berapa Jumlah dan Pola Sebaran GCP yang Paling Efektif

Sebaran lima titik kontrol tanah sudah memadai untuk menstabilkan nilai besaran error global (ME dan STD), namun penataan struktur spasial error membutuhkan titik kontrol yang lebih rapat hingga 12 atau 15 GCP. Pola penempatan GCP di batas terluar area survei memberikan dampak perbaikan geometri jauh lebih besar daripada penempatan titik di pusat area.

Drone Mapping untuk Pemetaan Akurat dan Alur Kerja 2026

Read also

Drone Mapping untuk Pemetaan Akurat dan Alur Kerja 2026

Editorial · 14 min read

Penelitian lapangan mencatat parameter Compactness Index (CI) dan rata-rata jarak antar-titik (MEDCP).

Nilai CI yang mendekati bentuk lingkaran membuktikan distribusi titik di tepi batas proyek mampu mengunci pergeseran blok foto secara optimal.

Titik yang hanya mengelompok di tengah proyek tetap menyisakan galat sistematik tinggi di sepanjang batas terluar peta.

Sponsored

Berikut perbandingan performa tata letak GCP pada pemodelan elevasi:

Langkah sistematis di bawah ini memandu remote pilot dalam merencanakan misi survei kontur tinggi:

Fuel the next flight

Enjoyed this article?

If this article helped, buy me a cup of coffee. Your support keeps me writing and sharing more.

Buy me a coffee

Penerapan shutter mekanis pada kamera pemetaan juga mencegah distorsi rolling shutter saat drone melaju cepat.

Comments

Have a question, a correction, or your own experience with this topic? Leave it here, no account needed.

Reviewed before it appears. Orto post right away.

No comments yet. Be the first to comment!

Crew ID · Flight deckCaptain
Photo of Liu Purnomo

Written by

Liu Purnomo

Liu Purnomo is the founder of Drone Indonesia, a certified drone instructor, and the author of two reference books, DRONE and The Remote Pilot. His work centers on unmanned aviation standards and airspace safety. He also works as a GIS and remote sensing analyst and teaches the subject, and his background as a software engineer helps him turn spatial data workflows into tools people can actually use.

Callsign
LPI
Handle
@liupurnomo
Home base
Jakarta, Indonesia
On dutyView profile
Connecting flights

Related posts

More articles headed the same way as this one.

  1. Gate 01EDTEDT14 Nov 2026Aplikasi Pengolah Data Drone Terbaik untuk PemetaanAplikasi pengolah data drone menentukan kualitas ortofoto dan model elevasi fotogrametri di lapangan. Artikel editorial ini membandingkan Drone Mapper, Agisoft Metashape, Pix4Dmapper, dan DroneDeploy secara mendalam.Via #Pemetaan Drone13 min16views0commentsDuration13min readBoarding
  2. Gate 02EDTEDT8 Nov 2026Teknologi LiDAR Drone untuk Survei Presisi dan PemetaanTeknologi LiDAR drone menghadirkan pemindaian laser presisi tinggi untuk survei topografi tambang, kehutanan, dan konstruksi. Pelajari cara kerja, komponen sensor, serta keunggulannya menembus vegetasi.Via #Pemetaan Drone12 min3views0commentsDuration12min readBoarding
  3. Gate 03EDTEDT8 Nov 2026Drone Mapping untuk Pemetaan Akurat dan Alur Kerja 2026Drone mapping mengubah foto udara menjadi peta ortomosaik dan model tiga dimensi presisi. Panduan lapangan ini merangkum alur kerja, software, serta regulasi penerbangan terbaru.Via #Pemetaan Drone14 min8views0commentsDuration14min readBoarding
  4. Gate 04EDTTTR14 Nov 2026Tutorial Drone Mapper Lengkap dari Olah Foto ke Peta CetakPanduan langkah demi langkah menggunakan aplikasi Drone Mapper untuk perencanaan terbang, pengolahan ortofoto, penandaan GCP, hingga cetak peta standar BIG dan KLHK.Via #Pemetaan Drone24 min128views0commentsDuration24min readBoarding
  1. WPT 01Mengapa Sudut Kamera Oblique Memperbaiki Akurasi Fotogrametri UAV-SfM
  2. WPT 02Bagaimana Pengaruh Ketinggian Terbang terhadap Struktur Error Spasial
  3. WPT 03Berapa Jumlah dan Pola Sebaran GCP yang Paling Efektif
  4. WPT 04Langkah Praktis Mengoptimalkan Fotogrametri UAV-SfM di Lapangan

Sponsored

Departures

Latest posts

  1. 18 NOVDRNBRINC Luncurkan Aplikasi iOS LiveOps untuk Petugas Tanggap DaruratOn time7 min
  2. 18 NOVDRNDJI Enterprise Beberkan Pemanfaatan Drone Otonom untuk Manajemen Lalu LintasOn time5 min
  3. 16 NOVNWSBeijing Resmi Larang Kepemilikan dan Operasi Drone di Seluruh Wilayah KotaOn time6 min
  4. 15 NOVNWSPesawat Komersial Listrik COMAC CE-25A Sukses Uji Terbang BerawakOn time3 min
  5. 15 NOVNWSAtraksi 150 Drone Buka Porprov VIII Kalimantan Timur di PaserOn time6 min
All departures

Mengapa Sudut Kamera Oblique Memperbaiki Akurasi Fotogrametri UAV-SfM

Analisis error pada berbagai sudut kamera di area T1 (a–c) dan area T2 (d–f), yang meliputi: (a, d) peta galat; (b, e) nilai STD dan ME; serta (c, f) nilai Moran’s I.
Analisis error pada berbagai sudut kamera di area T1 (a–c) dan area T2 (d–f), yang meliputi: (a, d) peta galat; (b, e) nilai STD dan ME; serta (c, f) nilai Moran’s I.

Bagaimana Pengaruh Ketinggian Terbang terhadap Struktur Error Spasial

Analisis galat pada berbagai ketinggian terbang (flying height) di area T1 (a–c) dan area T2 (d–f), yang meliputi: (a, d) peta galat; (b, e) nilai STD dan ME; serta (c, f) nilai Moran’s I.
Analisis galat pada berbagai ketinggian terbang (flying height) di area T1 (a–c) dan area T2 (d–f), yang meliputi: (a, d) peta galat; (b, e) nilai STD dan ME; serta (c, f) nilai Moran’s I.
Analisis error peta pada berbagai variasi GCP di area T1 (a–c) dan area T2 (d–f), yang meliputi: (a, d) peta galat; (b, e) nilai STD dan ME; serta (c, f) nilai Moran’s I.
Analisis error peta pada berbagai variasi GCP di area T1 (a–c) dan area T2 (d–f), yang meliputi: (a, d) peta galat; (b, e) nilai STD dan ME; serta (c, f) nilai Moran’s I.
Error peta pada berbagai layout GCP
Error peta pada berbagai layout GCP
Pola Tata Letak GCPJarak Rata-Rata (MEDCP)Nilai Moran's IDampak Struktur Galat
Tengah (Center Layout)RendahTinggi (> 0,07)Galat sistematik mengelompok kuat di pinggir
Tepi (Edge Layout)TinggiRendah (< 0,02)Galat sistematik berkurang drastis
Tepi dan Tengah (Edge + Center)SedangSangat Rendah (~ 0,01)Distribusi galat acak sempurna di seluruh medan

Langkah Praktis Mengoptimalkan Fotogrametri UAV-SfM di Lapangan

  1. Atur orientasi gimbal kamera pada sudut 20 hingga 30 derajat dari sumbu vertikal untuk memotret tebing dan vegetasi renggang secara optimal.
  2. Tetapkan pola jalur terbang double-grid ortogonal dengan pertampalan muka dan samping minimal 80 persen.
  3. Ukur koordinat GCP memakai receiver GNSS-RTK dengan target berukuran minimal 1 meter persegi agar terlihat jelas pada resolusi foto udara.
  4. Pasang titik kontrol tanah menyebar di sekeliling perimeter terluar area pemetaan sebelum menambahkan beberapa titik pemeriksa di bagian lembah serta puncak bukit.
  5. Proses penataan berkas foto dalam perangkat lunak fotogrametri profesional seperti yang diulas pada tutorial Agisoft untuk memeriksa nilai bundle adjustment.

Anda bisa membaca ulasan teknisnya pada artikel tentang mechanical shutter pada drone pemetaan. Untuk wawasan lebih luas mengenai alur kerja survei udara, silakan pelajari panduan pemetaan menggunakan drone.

Apa itu fotogrametri UAV-SfM?
Fotogrametri UAV-SfM adalah metode pembuatan model 3D dan peta ortofoto dari kumpulan foto udara drone yang saling bertampalan menggunakan algoritma Structure from Motion.
Mengapa foto tegak lurus sering menghasilkan error cembung pada DEM?
Kamera tegak lurus memicu ketidakpastian estimasi parameter internal lensa saat bundle adjustment sehingga model elevasi melengkung seperti kubah.
Berapa sudut kemiringan kamera terbaik untuk medan berbukit?
Sudut kemiringan terbaik berada pada rentang 20 hingga 35 derajat untuk memperoleh titik sekutu lereng yang tajam sekaligus meminimalkan distorsi perspektif.
Mengapa GCP di tepi batas proyek lebih diutamakan daripada di tengah?
Titik di tepi area proyek mengunci batas terluar blok foto dan mencegah penyimpangan skala serta rotasi model pada area tanpa pertampalan luar.
Apa fungsi indeks Moran's I dalam fotogrametri drone?
Moran's I mengukur autokorelasi spasial galat elevasi untuk memastikan kesalahan tersebar acak murni tanpa pola pengelompokan sistematik.