Contoh Laporan Magang [PDF]

Citation preview

BAB I PENDAHULUAN



A. Latar Belakang Sinarmas Forestry mengelola perusahaan yang bergerak di bidang hutan tanaman industri (HTI) di wilayah Sumatera dan Kalimantan. Sinarmas Forestry merupakan pemasok material eksklusif untuk pabrik kertas Asia Pulp and Paper. Perusahaan ini juga membawahi sejumlah unit bisnis, salah satu diantaranya adalah PT Arara Abadi. Kegiatan operasional yang dilakukan oleh PT Arara Abadi seperti perencanaan, pembukaan wilayah hutan (PWH), sistem silvikultur, pembibitan, penyiapan lahan, penanaman, perlindungan dan pengamanan hutan, pemanenan, serta alur tata usaha kayu. PT Arara Abadi juga melakukan pengelolaan dan pemantauan lingkungan yang meliputi kawasan lindung, areal kawasan produksi tidak efektif dan areal kawasan produksi efektif. PT Arara Abadi juga sangat peduli terhadap sosial masyarakat disekitar perusahaan. Komitmen ini dituangkan dalam bentuk kebijakan pembangunan sosial masyarakat dengan konsep membangun dan mengembangkan pola kemitraan. Salah satu project yang terdapat di PT Arara Abadi adalah UAV Precision Forestry. Project atau inovasi untuk mendapatkan gambaran kondisi tanaman lebih



1



akurat dengan cara data akan diambil via UAV yang mengambil gambar petak secara menyeluruh kemudian gambar dianalisis secara automatic dan manual atau biasa disebut dengan image quality control dengan menggunakan software QGIS. Berdasarkan latar belakang tersebut, penulis telah melaksanakan magang di PT. Arara Abadi yang merupakan salah satu anak perusahaan dari Sinar Mas Grup. Selama melakukan praktek industri di PT. Arara Abadi, penulis banyak terlibat dalam analisis data, quality control dan pelabelan image menggunakan software Quantum GIS 3.0. Melalui kegiatan yang telah dilaksanakan, maka penulis membuat laporan dengan judul “Analisis



Image Quality Control Pada



Unmanned Aerial Vechicle (UAV) Precision Forestry” B. Tujuan Pelaksanaan Magang Adapun tujuan yang akan dicapai dalam penulisan laporan ini adalah : 1. Dapat mengetahui struktur organisasi PT Arara Abadi 2. Dapat menegtahui visi dan misi PT Arara Abadi 3. Dapat mengetahui gambaran singkat kegiatan yang dilakukan oleh PT Arara



Abadi 4. Dapat mendeskripsikan tugas dan peran staff remote sensing di PT Arara Abadi 5. Dapat mendeskripsikan relevansi amtara materi magang dengan materi



perkuliahan 6. Dapat mendeskripsikan kesulitan-kesulitan dalam pekerjaan



2



7. Dapat mengetahui UAV Presicion Forestry 8. Dapat mengetahui Image Quality Control.



C. Bentuk Kegiatan yang Dilakukan Bentuk kegiatan yang dilakukan Mahasiswa Pemagang sesuai dengan peranan dan fungsi instansi pada bagian Remote Sensing. Adapun bentuk kegiatan yang dilakukan adalah melakukan image quality control pada gambar/foto UAV. D. Lokasi Pelaksanaan Magang Sesuai dengan surat persetujuan pihak Program Studi Geografi Jurusan Geografi Fakultas Ilmu Sosial Universitas Negeri Padang, penulis melaksanakan magang di PT. Arara Abadi, yang beralamat di Jl. Minas Perawang Km 26 Kec. Tualang, Kab. Siak, Provinsi Riau, 28772. E. Waktu Kegiatan Magang Magang mahasiswa Program Studi Geografi yang terkait dengan bidang geografi bersifat target oriented artinya magang dinyatakan selesai jika target yang ditentukan selesai dilakukan dengan rentang waktu minimal 2 bulan. Berdasarkan persetujuan pihak instansi dan jurusan, waktu kegiatan magang mulai tanggal 17 Juni 2019 – 09 Agustus 2019.



3



BAB II GAMBARAN UMUM INSTANSI TEMPAT MAGANG



A. Struktur Organisasi Instansi/Tempat Magang



Gambar 1. Struktur Organisasi PT Arara Abadi



4



B. Visi dan Misi PT Arara Abadi PT. Arara Abadi berada dibawah manajemen Sinarmas Forestry memiliki komitmen yang kuat dalam rangka pengelolaan hutan tanaman secara lestari. Komitmen ini terlihat dari Visi, Misi dan Kebijakan Perusahaan seperti disampaikan dibawah ini. •



Visi Menjadi Perusahaan Kehutanan kelas dunia yang mempraktekkan



pengelolaan hutan lestari, dengan mengembangkan hubungan sosial yang harmonis, layak secara ekonomi dan ramah lingkungan •



Misi Mengelola dan mengembangkan sumberdaya hutan secara profesional guna



meningkatkan manfaat bagi para pemangku-kepentingan, dengan cara : 1. Mengembangkan hutan tanaman industri yang lestari dan berkualitas tinggi sebagai sumber bahan baku pulp, dengan harga terbaik dan rendah resiko. 2. Menyediakan lapangan kerja dan kesempatan usaha bagi masyarakat dan industry terkait, yang dapat meningkatkan kesejahteraan bagi masyarakat sekitar. 3. Melindungi



areal



hutan yang mempunyai



nilai



konservasi



dan



meningkatkan kelestarian lingkungan hutan. 4. Menghasilkan keuntungan yang memadai, untuk ikut berkontribusi dalam penerimaan pajak negara.



5



C. Gambaran Singkat yang Dilakukan oleh PT Arara Abadi PT. Arara Abadi adalah anak perusahaan Sinar Mas Grup yang merupakan salah satu dari perusahaan-perusahaan besar di Indonesia. PT. Arara Abadi mengelola hutan tanaman secara berkelanjutan untuk memasok bahan baku kayu kepada PT. Indah Kiat Pulp and Paper yang juga merupakan anak perusahaan Sinar Mas Grup yang berada di Perawang. Sesuai dengan komitmen perusahaan untuk mengelola hutan berwawasan lingkungan, sejak tahun 1997 PT. Arara Abadi telah menjalankan Sistem Manajemen Lingkungan (SML). Sehingga pada 1998 PT. Arara Abadi telah berhasil mendapatkan sertifikat SML-ISO 14001. Pada tahun 1984 PT. Arara Abadi mendapatkan areal konsesi hutan tanaman dan sejalan dengan keberhasilan pembangunan hutan tanaman, maka PT. Arara Abadi memperoleh izin perluasan. Kondisi lahannya terdiri dari hutan sekunder bekas areal logging sampai dengan areal terbuka, lokasinya tersebar pada beberapa kabupaten di Provinsi Riau dengan jangka pengusahaan hutan selama 35 tahun di tambah satu daur. Jenis tanaman terdiri dari Accacia Mangium dan Accacia Crassicarpa. Jenis yang di tanam dalam skala terbatas adalah Acasia Hybrid, Gmelina Arborea, Eucalyptus spp, jenis-jenis tanaman lokal dan tanaman kehidupan. Kegiatan penataan dan pemantapan areal yang telah dilaksanakan, meliputi pembuatan tata batas luar tanaman hutan, pembagian wilayah kerja District dan Resort serta penataan petak sebagai unit pengelolaan terkecil yang mengacu pada prinsip tata ruang Hutan Tanaman Industri (HTI). Penataan areal dititik beratkan kepada pelestarian fungsi produksi dan fungsi lingkungan sehingga terjadi 6



keseimbangan untuk memenuhi prinsip pengelolaan hutan lestari. Kegiatan pengelolaan dan pemantauan lingkungan juga dilaksanakan dengan mengacu kepada dokumen AMDAL PT. Arara Abadi dan Sistem Manajemen Lingkungan SML-ISO 14001. Pengawasan dan pemantauan kegiatan yang dilaksanakan antara lain Quality Check untuk kualitas penanaman dan perawatan tanaman serta kebersihan lahan/kelulusan areal permanen. Selain itu dilakukan pemantauan terhadap pertumbuhan tanaman melalui Forest Inventory dan Permanent Sample Plot dan pemantauan kesuburan tanah. Kegiatan pemanenan dilakukan dengan teknik-teknik pemanenan antara lain semi mekanis dan manual yang mengurangi efek pemadatan tanah yang bersifat efisien. Kegiatan penelitian dan pengembangan telah dilaksanakan sejak tahun 1988 meliputi kegiatan penelitian kesesuaian lahan, pemuliaan pohon, pengendalian hama dan penyakit tanaman serta pengembangan jenis tanaman lokal. Hasil-hasil penelitian berfungsi untuk meningkatkan kualitas riap tanaman dan pemuliaan tanaman (Tree Breeding). Penggunaan pupuk telah diterapkan dalam skala operasional. Kegiatan pengelolaan hutan tanaman melibatkan banyak tenaga kerja, baik tenaga kerja teknis kehutanan dan non kehutanan maupun tenaga kerja terlatih dalam jumlah besar. Untuk mendukung kegiatan pengelolaan hutan tanaman, perusahaan telah menyusun program pendidikan dan pelatihan bagi pengembangan Sumber Daya Manusia (SDM) karyawan untuk meningkatkan standar dan kualitas kerja. PT. Arara Abadi menetapkan standar Keselamatan dan Kesehatan (K3) dan 7



menyediakan alat-alat K3 terutama bagi kegiatan dengan resiko kecelakaan yang tinggi. PT Arara Abadi juga telah melakukan pengelolaan dan pemantauan lingkungan yang meliputi kawasan lindung, areal kawasan produksi tidak efektif dan areal kawasan produksi efektif. PT. Arara Abadi juga sangat peduli terhadap sosial masyarakat disekitar perusahaan. Komitmen ini dituangkan dalam bentuk kebijakan pembangunan sosial masyarakat dengan konsep membangun dan mengembangkan pola kemitraan.



8



BAB III DESKRIPSI KEGIATAN MAGANG



A. Tugas Pemagang di Instansi Tugas dan peran yang khusus dilakukan pemagang adalah image quality control dan labelling. Image quality control merupakan proses evaluasi gambar/foto UAV yang bertujuan untuk menyeleksi gambar agar memenuhi kualitas dan standar yang dibutuhkan untuk pengembangan model algoritma untuk machine learning menggunakan software Quantum GIS. Setelah dilakukan image quality control, jika PASSED (lulus) maka gambar akan dilakukan labelling seperti : tree counting, wild tree, canal, mainroad, weed, flood, others dan blankspot. Jika NOT PASS (tidak lulus) maka gambar akan di QC (Quality Control) label yaitu dengan menandai area yang terkena issue yang menyebabkan tidak lulus. B. Uraian Kegiatan Berikut dibawah ini menjelaskan tentang uraian kegiatan pemagang yang dilakukan di PT Arara Abadi :



9



Tabel 1. Uraian Kegiatan Magang di PT Arara Abadi



No



Minggu Ke-



1



Minggu I (17 Juni s/d 21 juni 2019)



Kegiatan Magang Pengenalan UAV Presicion Forestry



2



Minggu II (24 juni s/d 28 juni 2019`)



3



Minggu III (1 juli s/d 5 juli 2019)



4



Minggu IV (8 juli s/d 12 juli 2019)



5



Minggu V (15 juli s/d 21 juli 2019)



Pengenalan Image Labelling (Tree Counting, Weed, Flood, Canal, Mainroad, Others dan Blankspot)



Pengenalan Image Quality Control (Gambar/foto UAV dan Issue Image)



Image Quality Control dan Labelling



Image Quality Control dan Labelling



Image Quality Control dan Labelling 6



Minggu VI (22 juli s/d 26 juli 2019) Image Quality Control dan Labelling



7



Minggu VII (29 Juli s/d 4 Agutus 2019) Image Quality Control dan Labelling



8



Minggu VIII (5 Agustus s/d 9 Agutus 2019)



10



Kegiatan hari pertama tanggal 17 juni 2019 sampai tanggal 21 juni 2019 adalah pengenalan mengenai UAV precision forestry seperti definisinya, kegunaanya, manfaatnya dan jenis-jenis UAV. Pada minggu kedua yaitu dari tanggal 24 juni 2019 sampai 28 juni 2019 kegiatannya adalah mengenai pengenalan image labelling seperti tree counting, weed, flood, canal, mainroad, others dan blankspot serta langkah-langkah labelling menggunakan Quantum GIS 3.0. Selanjutnya pada minggu ketiga tanggal 1 juli 2019 sampai 5 juli 2019 kegiatannya adalah mengenai pengenalan image quality control seperti jenis-jenis gambar/foto UAV (RGB, DTM, DSM, CHM, NDVI dan MUL serta macammacam issue image khususnya untuk manual QC (cloudy issue, blur issue, alignment issue, stitching issue, buffer issue, boundary issue, strange issue dan corrupted image). Setelah mendapat semua materi pengenalaan, pemagang melakukan pekerjaan secara rutin image quality control dan labelling mulai dari tanggal 8 juli 2019 sampai 9 agustus 2019. C. Relevansi Materi Magang dengan Perkuliahan Setelah genap 40 hari kerja melakukan kegiatan magang di PT Arara Abadi, pemagang menemukan beberapa relevansi antara kegiatan magang dengan materi perkuliahan yang diberikan oleh dosen di kampus. Mata kuliah Penginderaan Jauh (Remote Sensing). Dimana Penginderaan jauh merupakan ilmu untuk mendapatkan



11



informasi tentang obyek, area, atau fenomena melalui analisa terhadap data yang diperoleh dengan menggunakan alat tanpa kontak langsung dengan obyek, daerah ataupun fenomena yang dikaji. Relevansi mata kuliah penginderaan jauh tersebut dengan kegiatan magang adalah pemagang menganalisis hasil gambar/foto UAV setiap hari untuk melakukan image quality control dan labelling. Selanjutnya mata kuliah yang juga berkaitan dengan kegiatan magang adalah mata kuliah Sistem Informasi Geografi (SIG) yang merupakan sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit, adalah sistem komputer yang memiliki



kemampuan



untuk



membangun,



menyimpan,



mengelola



dan



menampilkan informasi bereferensi geografis, misalnya data yang diidentifikasi menurut lokasinya, dalam sebuah database. Relevansi kegiatan magang dengan mata kuliah SIG terletak pada penggunaan software Quantum GIS 3.0 dan Global Mapper yang digunakan setiap hari untuk mengolah hasil gambar/foto UAV dan kemudian melakukan image quality control dan labelling. D. Kesulitan-Kesulitan dalam Pekerjaan Adapun kesulitan-kesulitan yang pemagang temui selama berlangsungnya kegiatan magang dari tanggal 17 juni sampai 09 Agustus 2019 adalah kesulitan melakukan analisis terhadap objek tanaman pada hasil gambar/foto UAV saat melakukan image quality control maupun labelling. Contohnya seperti pada tanaman Acra dan Epel pada umur dua dan empat bulan kesulitannya menentukan



12



antara tanaman dan gulma karena dominan antara tanaman dan gulma memiliki ukuran yang sama besar. Seperti contoh gambar dibawah ini :



Gambar 2. Foto Udara RGB GLBC000903



13



BAB IV HASIL DAN PEMBAHASAN



A. Pengolahan Data 1. UAV Precision Forestry UAV precision forestry adalah sebuah proyek atau inovasi untuk mendapatkan gambaran kondisi tanaman lebih akurat. Inovasi UAV precision forestry ini diperlukan untuk mempertahankan posisi sebagai pemimpin pasar di industri, mendukung visi perusahaan untuk mencapai MAI 45, pemanfaatan teknologi untuk menjadi perusahaan kelas dunia. Manfaat yang di dapatkan oleh karyawan dengan adanya inovasi yaitu mempermudah pekerjaan dari manual ke digital, melakukan pengawasan atau intervensi lebih tepat sasaran serta meningkatkan kinerja dengan data yang komprehensif. Adapun manfaat yang di dapatkan oleh perusahaan yaitu alert based yang mempercepat intervesi berbasiskan alert system, meningkatkan produktivitas dengan pengalokasian sumber daya yang tepat (optimum resources) dan pengambilan keputusan yang tepat dan akurat berdasarkan sumber data yang terintegrasi (decision making). 2. Gambar UAV Drone atau Pesawat Tanpa Awak/Unmanned Aerial Vehicles (UAV) merupakan sebuah robot terbang dengan kendali jarak jauh yang mampu membawa muatan sesuai tujuan dan peruntukannya. Pesawat ini mampu membawa kamera untuk memotret dan merekam serta dapat diterbangkan untuk menjangkau lokasi tertentu dengan pengendalian jarak jauh oleh pilot. Melalui drone, skala kedetailan 14



data menjadi sangat tinggi dan proses pengumpulan datanya menjadi lebih mudah (Utomo, 2017). Dahulu mungkin orang mengenal drone atau pesawat tanpa awak digunakan oleh militer untuk memata-matai musuh di daerah konflik. Secara garis besar penggunaan dari pesawat tanpa awak ini adalah dibidang militer. Drone merupakan pesawat tanpa awak. Pesawat ini dikendalikan secara otomatis melalui program komputer yang dirancang, atau melalui kendali jarak jauh dari pilot yang terdapat di daratan atau di kendaraan lainnya. Awalnya UAV merupakan pesawat yang dikendalikan jarak jauh, namun sistem otomatis kini mulai banyak diterapkan. Perkembangan teknologi membuat drone juga mulai banyak diterapkan untuk kebutuhan sipil, terutama di bidang bisnis, industri dan logistik. Dalam dunia industri dan bisnis, drone telah diterapkan dalam berbagai layanan seperti pengawasan Infrastruktur, pengiriman paket barang, pemadam kebakaran hutan, eksplorasi bahan tambang, pemetaan daerah pertanian, dan pemetaan daerah industri (Suroso, 2015). Ada beberapa macam jenis drone, yakni Fixed Wing dan multi rotor. Drone Fixed Wing memberikan keuntungan dalam hal jarak tempuh dan lama terbang dibanding multi rotor. Namun Fixed Wing membutuhkan lokasi terbuka yang luas untuk take-off maupun landing. UAV Fixed Wing cocok diaplikasikan untuk survei pemetaan skala luas seperti foto udara maupun survei lainnya.UAV Multi Rotor cocok untuk pemetaan yang tidak mempunyai area terbuka luas untuk take-off dan landing. Survei dengan multi rotor memberikan keuntungan terkait dengan tingkat kedetilan objek yang dapat diperoleh. Multi Rotor menggunakan beberapa motor 15



sebagai penggeraknya, sehingga membutuhkan sumber tenaga lebih yang berakibat pada jangkauan dan lama terbang berkurang.



Gambar 3. Contoh-Contoh UAV



Keuntungan menggunakan drone yaitu Pesawat ini memiliki banyak manfaat untuk melihat luas lahan dan kontur, ini memudahkan perencanaan pembangunan lahan. Tentunya pemerintah mampu membuat tata letak sesuai kondisi lahannya. Pesawat ini juga bisa dimanfaatkan untuk memantau luas lahan dan kebakaran hutan, membuat peta tambang bidang pertambangan. Kegunaan pesawat tanpa awak di kalangan militer misalnya, sebagai pesawat penyerang, pengintai atau mata-mata, dapat digunakan sebagai patroli perbatasan. Dalam pengembangan bidang iptek pesawat drone ini sebagai media untuk mempelajari aerodinamika dan penerapannya, pemetaan kota, bidang pertanian, perkebunan maupun kehutanan. Sistem navigasi yang canggih, Bersifat portable sehingga bias digunakan dimanapun berada (Utomo, 2017).



16



Gambar UAV adalah proses pengambilan gambar yang dilakukan dengan menggunakan beberapa sensor yang dibawa oleh UAV. Antara lain sensor RGB dan sensor multispektral. Setiap kamera akan menghasilkan tipe gambar yang berbeda. Hasil akhir semua gambar akan terbentuk menjadi beberapa macam : a) RGB (Red Green Blue)



Foto RGB menunjukkan gambar sesuai adanya dengan resolusi tinggi, sehingga dapat mendeteksi dan menganalisa hal-hal seperti jumlah tanaman (tree inventory), banjir, dan gulma. Beberapa issue yang terdapat pada RGB antara lain cloudy issue, resolution issue, strange image, dan stitching issue.



Gambar 4. Foto Udara RGB GLBC005B01



17



b) DTM (Digital Terrain Model)



Bentuk digital dari terrain (permukaan tanah, tidak termasuk objek diatasnya) DTM menampilkan data yang lebih lengkap dari DEM. Foto DTM memperlihatkan kontur lahan (terrain) dan membantu mendeteksi banjir, tinggi pohon (tree height) dan gulma.



Gambar 5. Foto Udara DTM GLBC005B01



c) DSM (Digital Surface Model)



DSM juga merupakan model elevasi yang menampilkan ketinggian permukaan, jika DTM hanya menampilkan ground (permukaan tanah tanpa apapun yang diatasnya) maka DSM menampilkan bentuk permukaan apapun yang ada seperti ketinggian pohon, bangunan dan objek apapun



18



yang ada diatas tanah. Foto DSM memvisualisasikan tajuk pohon (tree canopy) sehingga membantu mengukur ketinggian pohon (tree height). Beberapa issue yang terdapat pada DSM antara lain resolution issue, strange image dan dan alignment issue.



Gambar 6. Foto Udara DSM GLBC005B01



d) MUL (Multispectral)



Salah satu spasial acquisition yang menangkap data citra pada frekuensi tertentu di seluruh spektrum elektromagnetik. Citra multispektral adalah tipe utama dari gambar yang diperoleh dengan radiometers sensing. Product atau sensor yang biasa digunakan adalah micansense rededge. 19



Gambar 7. Micansense Rededge



Gambar yang dihasilkan dari kamera multispektral yang memiliki data dengan frekuensi sangat detail yang disuguhkan dalam spektrum elektromagnetik. Panjang gelombang elektromagnetik dibagi dalam beberapa filter dengan menggunakan beberapa instrumen yang sensitif dengan panjang gelombang, termasuk dari frekuensi penglihatan manusia. Foto Multispektral memperlihatkan gambar petak sesuai dengan warnawarna spectrum elektromagnetik. Warna dari gambar ini membantu mendeteksi banjir dan tanaman yang terkena hama atau penyakit.



20



Gambar 8. Foto Udara MUL GLBC005B01



e) NDVI (Normalized Difference Vegetation Index)



Foto NDVI mengukur nilai index kesehatan tanaman. Indeks Vegetasi adalah pengukuran optis tingkat kehijauan (greenness) kanopi vegetasi, sifat komposit dari klorofil daun, luas daun, struktur dan tutupan kanopi vegetasi (Huete, 2011). Indeks vegetasi telah banyak digunakan dalam berbagai penelitian tentang vegetasi skala global. Indeks Vegetasi dapat secara efektif digunakan untuk pemetaan kekeringan, penggurunan (desertifikasi) dan penggundulan hutan (Horning, 2010).Ada banyak



21



Algoritma indeks vegetasi yang pernah dikembangkan untuk pengukuran Index Vegetasi.



Gambar 9. Foto Udara NDVI GLBC005B01



f) CHM (Canopy Height Model)



Foto CHM memberikan informasi mengenai adanya banjir, gulma, serta tinggi pohon (tree height). Foto CHM didapatkan dengan mengurangi gambar DSM dan gambar DTM. Tinggi pohon pada gambar CHM sesuai dengan standar PAT (Plantation Assessment Team), sesuai dengan tabel.



22



Tabel 2. Referensi Tinggi Pohon oleh PAT (Benchmark)



SPECIES



ROTATION



AGE



MIN



MAX



AVG



EPEL



5



6



1.1



4.52



2.41



EPEL



5



12



2.71



9.02



6.08



EPEL



5



36



5.09



18.9



14.71



ACRA



5



6



0.73



6.01



2.60



ACRA



5



12



4.85



7.74



5.93



ACRA



5



36



5.79



20.1



15.91



AMAN



5



6



1.35



4.93



2.43



AMAN



5



12



4.02



6.26



5.48



AMAN



5



36



8.52



14.46



12.58



Dengan menggunakan tools information dapat mengidentifikasi tinggi pohon. Tinggi pohon akan dianggap PASS jika memenuhi table standar tinggi pohon PAT dan jika tidak menunjukkan tidak adanya data, bernilai 0 atau bernilai minus. Sebaliknya, jika tinggi pohon tidak terdapat data, bernilai 0 atau bernilai minus, maka tinggi pohon NOT PASS.



23



Gamabr 10. Foto Udara CHM GLBC005B01



B. Analisis Data 1. Tipe-tipe QC Issue Image quality control merupakan proses evaluasi gambar/foto UAV yang dikirim oleh vendor. Image quality control bertujuan untuk menyeleksi gambar yang akan masuk ke tahapan selanjutnya agar memenuhi standar kualitas yang dibutuhkan untuk pengembangan model algoritma untuk machine learning. Ada dua tahap Image control quality, pertama Automatic QC yang dilakukan oleh mesin pada server milik Sinarmas Forestry. Dan yang kedua adalah manual QC.



24



Proses evaluasi gambar/foto UAV adalah dengan menyeleksi beberapa masalah yang mungkin terdapat dalam gambar/foto tersebut. Masalah tersebut biasa disebut dengan issue. Terdapat beberapa perbedaan antara issue pada Automatic QC dan Manual QC. Issue yang terdapat pada Automatic QC antara lain, cloudy issue, resolution issue, number of band issue, EPSG issue, dan corrupted image. Manual QC bisa dilakukan hanya jika suatu gambar terkategorikan PASS pada Automatic QC yang dilakukan oleh mesin. Manual QC dilakukan oleh beberapa tenaga ahli. Penyeleksian Gambar dikategorikan PASS, NOT PASS, dan SKIP. Gambar dengan kategori PASS akan lanjut untuk tahap labelling. Sebaliknya, Gambar dengan kategori NOT PASS dan SKIP akan dikembalikan ke team UAV untuk dilakukan perbaikan atau bahkan re-flight. Gambar dapat dikategorikan NOT PASS jika terdapat masalah dalam gambar tersebut yang biasa disebut Issue dengan jumlah 10% atau lebih. Terdapat beberapa Issue pada Gambar:



a. Stitching Issue Masalah stitching pada gambar membuat pohon-pohon terlihat tidak jelas atau tercampur dengan tanah/lingkungan sekitarnya sehingga model tidak dapat mengidentifikasi satuan pohon, gulma, canal dan genangan air. Ada juga jenis stitching lines dimana garis pada boundary terlihat tidak teratur merusak visualisasi spasi antar pohon dan satuan pohon sehingga pohon tidak terlihat seperti titik putih yang utuh. Masalah atau issue di kategorikan NOT PASS jika jumlah areanya 25



mencapai 10% atau lebih. Stitching issue ini terdapat pada gambar RGB, MUL dan NDVI.



Gambar 11. Foto Udara Stitching Issue SBAE027004



b. Alignment Issue Masalah selanjutnya adalah alignment yaitu ketika layer gambar RGB ditumpuk diatas layer gambar NDVI, DSM atau DTM, titik pohon berwarna putih geser dari titik pohon aslinya di gambar RGB. Standar untuk alignment issue dapat dilihat padaa table dibawah.



26



Table 3. Standar Alignment Issue



Kategori Umur



Toleransi Error



2 Bulan