DJI Phantom RTK vs YellowScan vs Riegl LiDAR

Tiga Ekosistem Aerial Mapping Berbeda Kasta

Sebelum bicara angka akurasi, perlu disepakati bahwa ketiganya berada di kelas yang sangat berbeda. DJI Phantom 4 RTK adalah quadcopter standalone berbasis kamera 20 MP yang menangkap citra RGB beresolusi tinggi, lalu mengandalkan Structure from Motion (SfM) di software seperti Pix4Dmapper atau Agisoft Metashape untuk merekonstruksi point cloud dari overlap foto. Sensor utama-nya kamera, bukan laser. Outputnya orthomosaic tajam dan DSM yang baik untuk lahan kosong terbuka.

YellowScan Mapper+ adalah payload LiDAR kelas survey yang dipasang di drone enterprise seperti DJI Matrice 350 RTK (muatan ±2,7 kg). Sensor inti-nya Livox AVIA (hingga 3 echo per tembakan), dilengkapi IMU Applanix APX-15 dan GNSS multi-frequency. Filosofi-nya menembak ratusan ribu pulse laser per detik dan mencatat time-of-flight ke setiap permukaan — point cloud aktif, bukan rekonstruksi dari foto.

Riegl miniVUX-1UAV / VUX-1LR adalah LiDAR kelas industri / mapping-grade dengan echo digitization dan online waveform processing. miniVUX-1UAV (1,55 kg, 100.000 pulse per detik, hingga 5 echo per pulse, tinggi terbang maksimum ±100 m AGL) dirancang untuk UAV multirotor, rotary-wing, maupun fixed-wing; VUX-1LR (±3,5–3,75 kg, hingga 820.000 pulse per detik) dipasang di helikopter, gyrocopter, atau pesawat kecil. Filosofi-nya sama dengan YellowScan tetapi di kelas instrumentasi yang lazim dipakai badan pemerintah, lembaga penelitian, atau perusahaan utility tier-1 untuk pemetaan koridor transmisi atau hutan lebat.

DJI Phantom 4 RTK seperti DSLR konsumen profesional — bagus untuk mayoritas pekerjaan, salah pakai di kondisi sulit. YellowScan Mapper+ seperti kamera medium format kelas studio — investasi besar, hasil presisi survey-grade. Riegl miniVUX seperti instrumen laboratorium — overkill untuk proyek developer, esensial untuk utility nasional atau geomorfologi.

Spec Sensor & Datasheet Pabrikan

Tabel berikut merangkum spec yang menentukan akurasi dan throughput tiap sistem. Angka sensor (laju pulse, akurasi/presisi, berat, platform) diambil dari datasheet pabrikan; tinggi terbang rekomendasi, kerapatan titik, dan akurasi peta tipikal adalah acuan internal Ambaja yang bergantung pada tinggi terbang, kecepatan, overlap, dan titik kontrol.

Ada tiga catatan penting saat membaca tabel di atas. Pertama, angka akurasi DJI Phantom 4 RTK tetap perlu dibuktikan dengan GCP dan checkpoint independen. RTK onboard mengurangi jumlah GCP yang dibutuhkan, tetapi tanpa titik kontrol sama sekali kesalahan vertikal tidak bisa diukur — panduan Pix4D menyebut minimal 3 GCP agar dipakai dalam pengolahan dan 5–10 GCP umumnya cukup. Kedua, YellowScan Mapper+ memerlukan inisialisasi GNSS-INS di setiap awal misi dan kalibrasi boresight pabrikan yang terverifikasi; tanpa itu, akurasi 4 cm di datasheet bisa runtuh ke 10-15 cm. Ketiga, angka Riegl (akurasi 15 mm, presisi 10 mm) adalah ketelitian ukur jarak sensor pada 50 m, bukan RMSE peta akhir; ketahanannya di vegetasi rapat datang dari echo digitization dan online waveform processing yang memisahkan hingga 5 target per pulse.

Resolusi spasial vs akurasi titik — dua konsep berbeda

Banyak owner mencampur dua konsep ini. Resolusi spasial bicara seberapa rapat titik per meter persegi (density); akurasi titik bicara seberapa benar koordinat tiap titik vs ground truth. DJI Phantom bisa menghasilkan density 300 pts/m² tetapi akurasi vertikal lebih longgar di area bertekstur seragam (rumput rata, atap seng). Sebaliknya, Riegl miniVUX-1UAV bisa menghasilkan density jauh lebih rendah — contoh di datasheet sekitar 40 pts/m² pada jarak 100 m dan kecepatan 4 m/s — dengan presisi ukur jarak yang jauh lebih ketat. Selisih harga di antara keduanya bukan marketing, tetapi hasil fisika sensor yang berbeda.

Akurasi Riil di Lapangan Jabodetabek

Spec datasheet adalah 1-sigma di kondisi ideal pabrik. Di lapangan Jabodetabek-Karawang-Cikarang dengan suhu 32-34°C, humidity 80%+, dan turbulensi siang yang umum, hasil aktual selalu lebih longgar. Berikut RMSE rata-rata dari log proyek Ambaja 18 bulan terakhir untuk dua sistem yang kami operasikan, dibandingkan terhadap checkpoint Total Station / RTK yang diukur independen (Riegl miniVUX tidak termasuk armada Ambaja, sehingga tidak dimasukkan):

Pola jelas dari data: Phantom 4 RTK kompetitif di lahan terbuka rata dan jadi tidak realistis di area kanopi rapat atau padat dinding tinggi. YellowScan Mapper+ memberi konsistensi 5-10 cm di seluruh skenario kecuali vegetasi ekstrem.

Faktor pengganggu yang paling sering memperparah akurasi

• GCP terlalu sedikit atau distribusi tidak merata. Patokan perencanaan Ambaja: sekitar 8–15 GCP per 50 hektar untuk fotogrametri drone non-RTK, beberapa GCP plus checkpoint independen untuk drone RTK seperti Phantom 4 RTK, dan sekitar 1 GCP per 5–10 hektar untuk LiDAR. Sebar GCP merata hingga ke tepi area — distribusi yang buruk lebih merusak akurasi daripada kekurangan satu-dua titik.
• Suhu siang tinggi membebani sensor dan baterai. Pabrikan membatasi suhu operasi YellowScan Mapper+ hingga +40°C (Phantom 4 RTK 0–40°C), dan payload yang terjemur matahari bisa lebih panas daripada suhu udara. Kami batasi misi LiDAR pukul 12.00-14.00 WIB maksimal 25 menit per sortie.
• Sumber air permukaan (kolam, sungai, sawah berair). Laser LiDAR diserap oleh air — area air muncul sebagai “lubang hitam” di point cloud. Phantom 4 RTK justru lebih baik di area berair karena kamera RGB tetap menangkap tepi air.
• Sinyal RTK loss-of-fix akibat radio interference. Frekuensi 433 MHz / 868 MHz yang dipakai radio base bisa bentrok dengan instalasi GSM/4G di kawasan industri padat. Solusi: NTRIP dari CORS BIG via 4G modem dual SIM.

Produktivitas Hektar per Sortie

Akurasi tidak berdiri sendiri — harus dibandingkan terhadap luasan yang bisa diselesaikan per misi terbang. Berikut produktivitas rata-rata Ambaja untuk dua sistem drone yang kami operasikan (baris Riegl hanya gambaran indikatif dari penyedia lain), dengan asumsi cuaca normal (visibility > 5 km, angin permukaan < 8 m/s):

Angka dua sistem drone di atas bukan teoretis — kami catat dari log misi sejak 2024 di Cikarang Timur, Karawang Barat, dan Bogor Tengah. Total per hari kerja LiDAR lebih kecil daripada hektar per sortie × jumlah sortie karena pemasangan GCP, jalur silang, dan cek data ikut memakan waktu. Untuk kontur DTM kawasan industri 50 hektar, kombinasi DJI M350 + YellowScan menyelesaikan akuisisi dalam 1-2 hari kerja + 5-7 hari post-processing. Phantom 4 RTK bisa menyelesaikan akuisisi luasan yang sama dalam waktu serupa, tetapi hanya merekam permukaan teratas — di bawah vegetasi, DTM tanah asli tidak bisa diturunkan. Riegl, jika dipakai dengan helikopter, bisa selesai sehari — tetapi mobilisasi heli saja sudah Rp 30-50 juta sebelum sensor menyala.

Untuk proyek di bawah 50 hektar di Jabodetabek, ekonomi heli berpayload Riegl tidak masuk akal. Sebaliknya, untuk koridor transmisi 100 km atau pemetaan hutan provinsi 5.000+ hektar, Phantom 4 RTK butuh berbulan-bulan akuisisi — dan di bawah kanopi hutan, kamera tetap tidak bisa merekam tanah.

Biaya Akuisisi & Total Cost of Ownership

Banyak vendor hanya menyebut harga per hektar, tetapi proyek nyata punya biaya tetap (mobilisasi, GCP, processing, deliverable) yang memengaruhi keputusan. Berikut estimasi indikatif Ambaja (harga belum termasuk PPN 11%; mobilisasi di luar Jabodetabek–Karawang–Cikarang menyesuaikan via WA):

Untuk perspektif yang lebih konkret: lahan 50 hektar developer kawasan industri di Cikarang Timur. Dengan tarif publish Ambaja, UAV pemetaan 50 hektar @ Rp 500 ribu/ha ≈ Rp 25 juta (model 3D @ Rp 750 ribu/ha ≈ Rp 37,5 juta) — cocok bila lahan terbuka. Kombinasi M350 + YellowScan untuk LiDAR @ Rp 1 juta/ha ≈ Rp 50 juta (GCP terpisah), lebih tepat bila ada vegetasi atau dibutuhkan DTM tanah asli, dengan akurasi RMSE 6-8 cm — lihat detail case study Pemetaan LiDAR 50 Hektar Cikarang. Riegl dengan heli jauh lebih mahal — overkill untuk skala ini, masuk akal untuk pemetaan provinsi atau koridor transmisi tegangan tinggi.

Untuk tabel harga per layanan lengkap Ambaja, lihat halaman harga jasa. Konteks perbandingan teknologi tanah terestris dan aerial bisa dibaca di Total Station vs GPS RTK vs LiDAR.

Use Case Ideal: Kapan Tiap Sistem Menang

Untuk konteks lebih lanjut soal kapan drone survey lebih masuk akal dibanding ground survey, baca artikel Kapan Butuh Drone Survey vs Ground. Untuk halaman jasa, lihat LiDAR drone dan UAV pemetaan.

Workflow Kombinasi M350 + Payload Tepat

Pada sebagian besar proyek, Ambaja menggunakan satu platform DJI Matrice 350 RTK dengan dua payload swap: kamera RGB Zenmuse P1 untuk orthomosaic / SfM, dan YellowScan Mapper+ untuk LiDAR. Workflow standar end-to-end:

Tahap 1 — Persiapan sebelum mobilisasi (H-3)

1. Plot batas survey di shapefile / KML, hitung overlap 80% forward / 70% side untuk RGB, 30-50% side untuk LiDAR.
2. Cek apakah koordinat misi masuk KKOP atau ruang udara terkontrol (sekitar Halim, Soetta, Pondok Cabe). Bila ya, persetujuan Ditjen Perhubungan Udara sudah harus diajukan paling lambat 14 hari kerja sebelum terbang (PM 37/2020) — jauh sebelum tahap H-3 ini.
3. Pre-design distribusi 5-12 GCP X 1×1 m, target ratio 1 GCP per 5-10 hektar untuk LiDAR YellowScan.
4. Charge full set baterai TB65 (2-4 set), cek update firmware DJI Pilot 2 dan YellowScan CloudStation.

Tahap 2 — Akuisisi lapangan (Hari H)

1. Pasang GCP target X 1×1 m di lokasi yang sudah di-plot, koordinat tiap GCP diukur dengan Trimble R12i RTK fix (PDOP < 3, ratio > 6).
2. Inisialisasi GNSS-INS YellowScan di area take-off: IMU initialization 5 menit static dan figure-8 maneuver 2 menit; kalibrasi boresight pabrikan diverifikasi berkala lewat strip adjustment.
3. Misi otomatis via DJI Pilot 2 mission planner, monitor RTK fix status dan health LiDAR setiap leg.
4. Swap baterai cepat 4-5 menit per sortie, total 3-5 sortie per hari kerja efektif.
5. Akhir misi: landing checklist, IMU shutdown sequence, download data ke field laptop < 30 menit.

Tahap 3 — Post-processing (H+1 sampai H+7)

1. Trajectory processing di Applanix POSPac UAV: solusi GNSS+INS tightly-coupled dengan koreksi PPK dari base RTK.
2. Generate point cloud di YellowScan CloudStation, classify ground vs non-ground via TerraScan / LASTools.
3. Adjust point cloud ke GCP, hitung RMSE vertikal terhadap checkpoint independen (target < 10 cm di Jabodetabek).
4. Export point cloud LAS terklasifikasi, DTM raster 0,25 m, kontur DWG 0,5/1 m, dan orthomosaic 2 cm/px (opsional, dari Zenmuse P1) ke folder deliverable.
5. QC final + cross-check ke as-built drawing existing, sign-off dokumen Berita Acara Hasil Survey ke owner.

Kamera RGB Zenmuse P1 dan YellowScan Mapper+ tidak saling tergantikan — keduanya saling melengkapi di satu platform M350. RGB untuk visual / orthomosaic, LiDAR untuk struktur permukaan. Kami swap payload sesuai deliverable, bukan pilih salah satu.

Tujuh Kesalahan Saat Memilih Payload Udara

1. Memaksa Phantom 4 RTK untuk kawasan vegetasi rapat. Hasilnya DSM “menggelembung” karena kamera tidak menembus kanopi. Untuk hutan ringan, harus LiDAR — tidak ada shortcut.
2. Salah hitung GCP. Drone RTK tanpa titik kontrol dan checkpoint tidak bisa membuktikan akurasinya, dan di area homogen (sawah rata) kesalahan vertikal mudah membesar tanpa terdeteksi. Rencanakan GCP dan checkpoint sejak awal sesuai luas, bentuk lahan, dan jenis drone.
3. Memesan LiDAR helikopter (Riegl VUX-1LR) untuk proyek < 50 hektar. Biaya mobilisasi helikopter jauh melampaui nilai akuisisi lahan seluas itu. Untuk skala ini, M350 + YellowScan menang ekonomi telak.
4. Skip inisialisasi IMU atau verifikasi boresight LiDAR. Tanpa inisialisasi GNSS-INS di awal misi dan tanpa verifikasi kalibrasi boresight (roll-pitch-yaw) pabrikan, point cloud bisa menyimpan offset sistematik 2-5 cm — terlihat sebagai “banding” di point cloud akhir.
5. Tidak menyiapkan datum / sistem koordinat di kontrak. WGS-84 UTM Zone 48S vs 49S berbatas di 108° BT (sekitar Indramayu–Cirebon); seluruh Jabodetabek termasuk Cikarang–Karawang ada di 48S. Salah zona menggeser koordinat ratusan kilometer. Selalu sebutkan datum (SRGI2013), zona UTM, dan model geoid (INAGEOID2020).
6. Mengabaikan permit airspace. Misi tanpa surat di sekitar Soetta, Halim, atau Pondok Cabe berisiko dihentikan petugas. Persetujuan terbang dari Ditjen Perhubungan Udara Kemenhub diajukan paling lambat 14 hari kerja sebelum terbang (PM 37/2020) — tidak bisa H-1.
7. Pilih vendor berdasarkan harga termurah. Vendor yang menawarkan LiDAR “diskon” tanpa GCP / tanpa boresight biasanya skip post-processing serius. Biaya rework akhir bisa jauh lebih mahal dibanding vendor premium dengan workflow lengkap. Lihat juga panduan Apa Itu Surveyor Berlisensi Terdaftar ISI untuk checklist verifikasi vendor.

Rekomendasi per Skenario Proyek

Peta keputusan cepat untuk briefing internal sebelum kontak vendor:

Untuk konteks per layanan, gunakan halaman berikut: pemetaan udara via LiDAR drone, UAV pemetaan, dan survey topografi terestris sebagai komplementer. Untuk konteks geoteknik, topografi tidak memberi informasi daya dukung tanah — sondir (CPT mekanik) menjadi data awal sebelum desain pondasi, dan desain finalnya tetap dikerjakan konsultan struktur Anda.

Bila proyek Anda berada di Cikarang, Karawang, Bekasi, atau Jakarta Selatan, halaman wilayah tersebut memuat jarak dari Gudang Kebon Jeruk dan layanan ukur tanah yang relevan di area itu; jadwal LiDAR drone mengikuti persetujuan terbang bila lokasi masuk KKOP.