LiDAR vs Photogrammetry untuk Pemetaan Luas

Apa Beda Prinsip Kerja LiDAR vs Photogrammetry?

LiDAR bekerja dengan menembakkan pulsa laser inframerah (umumnya panjang gelombang 905 nm atau 1.550 nm) dari sensor ke permukaan bumi, lalu mengukur waktu tempuh (time-of-flight) antara emisi dan pantulan yang kembali ke detektor. Sensor modern seperti YellowScan Mapper+ yang Ambaja operasikan mampu memancarkan 240.000 pulsa per detik dengan multi-return (hingga 3 echo per pulsa) — artinya satu pulsa yang menabrak kanopi pohon bisa mencatat titik di puncak daun, di tengah kanopi, sekaligus di permukaan tanah saat sebagian pulsa lolos lewat celah daun.

Photogrammetry sebaliknya bekerja pasif — sensor kamera RGB (mis. DJI Phantom 4 RTK 20 MP atau Zenmuse P1 45 MP yang dipasang di DJI Matrice 350 RTK) mengambil ratusan-ribuan foto beresolusi tinggi dengan overlap 70-80% front dan 60-70% side. Software photogrammetry (Pix4Dmatic, Agisoft Metashape, atau DJI Terra) lalu memproses foto-foto tersebut dengan algoritma Structure from Motion (SfM) dan Multi-View Stereo (MVS) untuk merekonstruksi geometri 3D dari paralaks antar foto.

LiDAR mengukur jarak; photogrammetry merekonstruksi geometri dari foto. Konsekuensi langsungnya: LiDAR melihat “apa yang dipantulkan laser”, photogrammetry melihat “apa yang terlihat kamera”. Pohon rapat memantulkan laser ke tanah (bare-earth bisa tertangkap), tetapi kamera hanya melihat puncak kanopi (tanah tertutup).

Implikasi teknis dari beda fisika ini menentukan hampir semua keputusan lapangan: untuk pemetaan LiDAR drone kami sebenarnya tidak bergantung pada cahaya matahari, sehingga akuisisi bisa dilakukan jam 06.00 atau bahkan saat mendung tebal — asal tidak hujan. Sementara UAV photogrammetry wajib jam 09.30-15.00 dengan cahaya merata dan langit sebagian cerah untuk meminimalkan bayangan tajam yang akan mengganggu image matching.

Spesifikasi Alat Lapangan Ambaja

Set LiDAR: YellowScan Mapper+ on DJI Matrice 350 RTK

Konfigurasi yang Ambaja mobilisasi untuk pekerjaan LiDAR aerial terdiri dari empat komponen utama yang harus dikalibrasi bersamaan sebelum take-off:

• YellowScan Mapper+ — laser scanner berbasis Livox Avia, hingga 240.000 tembakan per detik, hingga 3 echo per pulsa, tinggi terbang maksimum 100 m AGL, akurasi sistem 4 cm (presisi 3,5 cm) menurut spesifikasi pabrikan, berat 1,1 kg tanpa baterai dengan GNSS-inertial Applanix APX-15 terintegrasi.
• DJI Matrice 350 RTK — wahana drone industrial dengan payload kapasitas 2,7 kg, waktu terbang maks. 55 menit tanpa payload, RTK positioning ±1 cm + 1 ppm horizontal / ±1,5 cm + 1 ppm vertikal, dual transmitter Ocusync 3 enterprise jarak 20 km.
• Base GNSS Trimble R12i — receiver geodetic multi-frekuensi 672 channels GPS/GLONASS/Galileo/BeiDou, akurasi high-precision static horizontal ±3 mm + 0,1 ppm dan vertikal ±3,5 mm + 0,4 ppm, dipasang di titik kontrol yang koordinatnya diikat ke JKHN/InaCORS terdekat selama akuisisi.
• Ground Control Point (GCP) checkered targets — minimal 5 titik untuk kontrol per 50 hektar (1 titik per 10 ha) plus titik cek independen terpisah untuk uji akurasi, target berukuran 60×60 cm dengan pola hitam-putih kontras tinggi, koordinatnya diambil dengan rover Trimble R12i.

Set Photogrammetry: DJI Matrice 350 RTK + Zenmuse P1

Untuk pekerjaan photogrammetry skala industrial estate, set yang kami pakai adalah:

• DJI Zenmuse P1 — kamera full-frame 45 MP sensor 35,9×24 mm, focal length 35 mm, mechanical shutter 1/2000s, kompatibel TimeSync 2.0 untuk sinkronisasi RTK ±μs, mendukung terbang Smart Oblique untuk capture sisi dinding/lereng.
• DJI Phantom 4 RTK — alternatif lebih ringkas untuk lahan 5-30 hektar, kamera 20 MP CMOS 1″, GSD ±2,2-2,7 cm/pixel pada terbang 80-100 m AGL.
• Topcon GM-105 atau Leica TS07 — Total Station untuk independent check dan acquisition GCP di area yang tertutup kanopi dan tidak terlihat dari udara.
• Software processing: Pix4Dmatic dan DJI Terra untuk SfM/MVS, Trimble Business Center dan Global Mapper untuk point cloud editing dan DTM generation, AutoCAD Civil 3D untuk drafting kontur final.

Mobilisasi standar yang kami siapkan untuk akuisisi 50 hektar adalah dua wahana drone (1 unit LiDAR + 1 unit kamera/cadangan), dua set baterai TB65 (12 unit total, masing-masing 30 menit endurance), generator 2 kVA untuk fast-charging di lapangan, plus base station GNSS yang dipasang H-1 di titik kontrol yang koordinatnya sudah ditetapkan lewat observasi statis, agar posisi base stabil.

Akurasi Vertikal, Density, & GSD

Tiga metrik teknis yang paling sering disalahpahami: akurasi vertikal absolut, density point cloud, dan GSD (Ground Sample Distance). Tabel di bawah ringkasan realistis dari output Ambaja di lapangan Jabodetabek-Cikarang dalam 36 bulan terakhir, bukan klaim brosur:

Catatan penting soal RMSE: angka di brosur sensor biasanya mencerminkan kondisi ideal — flat target reflektif, tidak ada multipath, sky-view bersih. Di lapangan riil Jabodetabek, akurasi vertikal yang kami laporkan untuk LiDAR drone 5-10 cm dan untuk photogrammetry 3-5 cm — keduanya dengan GCP, dihitung sebagai RMSE terhadap titik cek independen. Angka photogrammetry itu hanya berlaku di permukaan terbuka; di bawah kanopi, kamera tidak merekam tanah sama sekali. Untuk cut and fill volume tinggi (mis. quarry, embankment jalan tol) di lahan terbuka kedua metode sama-sama memadai, sedangkan di lahan bervegetasi hanya LiDAR yang memberi elevasi tanah asli.

Soal density point cloud: LiDAR Mapper+ pada terbang 80 m AGL kecepatan 6 m/s biasanya menghasilkan 250-300 pts/m² lapangan rata. Photogrammetry Zenmuse P1 pada konfigurasi yang sama menghasilkan 80-120 pts/m² yang ter-matched dari overlap. Perbedaan 2-3x ini terlihat jelas saat zoom in pada detail break line — tepi galian quarry yang tajam, parit drainase 30 cm lebar, atau tepi jalan akses 4 m. LiDAR menangkap detail tersebut dengan tegas; photogrammetry sering kabur di edge.

Penetrasi Vegetasi & Bare-Earth Model

Ini titik perdebatan paling sering di brief klien: “Apakah drone bisa ‘melihat’ tanah di bawah pohon rapat?” Jawaban jujur: hanya LiDAR yang bisa, photogrammetry tidak. Mekanismenya begini.

Saat pulsa laser LiDAR ditembakkan vertikal ke bawah, sebagian besar energi (mis. 60-80%) memantul di puncak kanopi (first return). Sisa energi terus turun lewat celah daun dan ranting, sebagian lagi memantul di bagian tengah kanopi (intermediate return), dan sebagian kecil mencapai tanah dan kembali sebagai last return. Algoritma klasifikasi (mis. CSF — Cloth Simulation Filter, atau metode adaptive TIN) lalu memisahkan last return yang merepresentasikan ground dari yang masih merupakan vegetasi rendah.

Photogrammetry tidak punya mekanisme ini. Foto udara hanya menangkap apa yang terlihat dari atas — kalau kanopi menutupi tanah 90%, hasil rekonstruksi 3D-nya adalah permukaan kanopi (DSM), bukan tanah (DTM). Software dapat melakukan filter interpolasi untuk “menebak” tanah di bawah pohon, tapi error-nya bisa 50 cm – 2 m, sama sekali tidak akurat untuk engineering.

Rule of thumb Ambaja: tutupan vegetasi > 30% di area lahan target = wajib LiDAR. Di bawah 30% (lahan industrial yang sudah di-clearing, perumahan eksisting, quarry, lapangan terbuka), photogrammetry sudah cukup dan jauh lebih hemat.

Worked example: lahan 50 hektar Cikarang Timur

Salah satu proyek kami (Maret 2026) — kawasan industri 50 hektar di Cikarang Timur dengan kombinasi sawah aktif, semak setinggi ±1,8 m, dan blok eks-kebun singkong yang tertutup vegetasi rapat. Di kondisi seperti ini photogrammetry hanya menghasilkan DSM permukaan vegetasi, bukan tanah, sehingga lahan dipetakan dengan LiDAR drone YellowScan Mapper+. Output akhir: DTM dengan kontur 0,5 m sampai di bawah vegetasi, RMSE vertikal final 6,8 cm terhadap 30 titik cek independen yang diukur dengan total station.

Catatan kontekstual: untuk lahan industri yang sudah land clearing penuh (mis. ekspansi pabrik di kavling kosong), photogrammetry tetap pilihan paling ekonomis. Kami tidak pernah merekomendasikan LiDAR “by default” — semakin terbuka lahannya, semakin cost-effective photogrammetry, dengan accuracy yang tetap cukup untuk DED kawasan.

Workflow Akuisisi & Processing

Workflow LiDAR (50 hektar / 2 hari akuisisi)

1. Mission planning & cek ruang udara (1-2 hari sebelum mobilisasi). Plot polygon area di DJI FlightHub 2, terbang grid lawn-mower pattern dengan side-overlap 50%, ketinggian 80-100 m AGL, kecepatan 6 m/s. Bila lokasi masuk KKOP bandara (mis. sekitar Halim) atau ruang udara terkontrol, persetujuan Ditjen Perhubungan Udara dengan koordinasi AirNav Indonesia diajukan paling lambat 14 hari kerja sebelum terbang (PM 37/2020); NOTAM terbit setelah persetujuan.
2. Setup base station GNSS (½ hari, dilakukan H-1). Trimble R12i di-mount di pilar JKHN terdekat atau titik kontrol lokal (diikat ke InaCORS) yang sudah diobservasi statis 24 jam. Logging continuous selama window akuisisi.
3. Akuisisi LiDAR (1-2 hari untuk 50 ha). 6-8 misi terbang per hari dengan rotasi baterai TB65. Setiap akhir misi, data IMU/POS dan point cloud raw langsung diunduh dan di-quick check di laptop lapangan untuk memastikan tidak ada gap akuisisi.
4. GCP & titik cek independen (½ hari). Surveyor terestris mengambil 5-10 titik GCP dengan rover Trimble R12i plus titik cek terpisah yang tidak dipakai pengolahan; akurasi LiDAR dilaporkan sebagai RMSE terhadap titik cek itu, bukan residu GCP.
5. Processing trajectory & point cloud (2-3 hari di kantor). PPK (Post-Processed Kinematic) menggabungkan data GNSS-IMU sensor LiDAR (Applanix APX-15 pada Mapper+) dengan log base GNSS untuk trajectory akurat. Setelah trajectory beres, raw LiDAR di-georeference ke trajectory menghasilkan point cloud kolorisasi (kalau ada kamera tambahan).
6. Klasifikasi ground & bare-earth filter (1-2 hari). Algoritma CSF/adaptive TIN memisahkan ground points dari vegetasi/struktur, dilakukan di Global Mapper Pro atau TerraScan. Validasi visual cross-section untuk QC.
7. DTM generation & kontur drafting (1-2 hari). TIN dari ground points di-rasterize ke DTM, kontur 0,25 m / 0,5 m / 1 m generated, finalisasi DWG AutoCAD Civil 3D dengan layer standar konsultan.
8. Delivery & serah terima. Bundle berisi LAS raw, LAS classified, DTM .tif, DSM .tif, DWG kontur, laporan PDF metodologi + akurasi + foto, BA serah terima.

Workflow Photogrammetry (50 hektar / 1 hari akuisisi)

1. Mission planning. Sama seperti LiDAR, tapi dengan overlap 80% front / 70% side, ketinggian 80-120 m AGL, kecepatan 8-10 m/s, jadwal jam 09.30-15.00 untuk konsistensi pencahayaan.
2. GCP placement & survey (1 hari). Minimum 5-7 GCP per 50 hektar disebar di pojok dan tengah polygon, koordinatnya diambil dengan rover RTK. Target checkered 60×60 cm dipaku di tanah/ditahan dengan batu.
3. Akuisisi foto (½-1 hari). 1.500-3.000 foto untuk 50 hektar, tergantung GSD target. Quick check di lapangan untuk pastikan tidak ada gap dan overlap konsisten.
4. Processing SfM/MVS (3-5 hari di workstation high-end). Tahapan: aerotriangulation → dense matching → point cloud generation → mesh/DSM → orthorectification. Pix4Dmatic 50 ha biasanya selesai 12-24 jam runtime tergantung overlap dan jumlah GCP.
5. DSM-to-DTM editing (1-3 hari). Untuk lahan dengan bangunan/pohon, edit manual point cloud untuk hapus non-ground dan interpolasi tanah. Akurasi DTM hasil edit ini jauh di bawah LiDAR — disclaimer wajib di laporan.
6. Delivery. Orthophoto GeoTIFF (1-3 cm/pixel), DSM/DTM .tif, point cloud .las, mesh 3D .obj/.osgb (opsional), laporan akurasi PDF.

Berapa Biaya per Hektar & Durasi Tipikal LiDAR vs Photogrammetry?

Tabel di bawah merangkum base price kedua metode untuk berbagai luasan, mengacu ke halaman harga resmi Ambaja. Kolom fotogrametri memuat tarif pemetaan 2D (UAV pemetaan Rp 500 rb/ha) dan model 3D (Rp 750 rb/ha). Harga belum termasuk PPN 11%, GCP LiDAR (dihitung terpisah per titik), dan mobilisasi di luar Jabodetabek–Karawang–Cikarang (mis. ke Serang atau Sukabumi, ada biaya mobilisasi tambahan):

Pada tarif dasar, LiDAR 1,3-2x tarif photogrammetry pada luasan yang sama (Rp 1 jt/ha vs Rp 750 rb/ha untuk model 3D atau Rp 500 rb/ha untuk pemetaan 2D; GCP LiDAR dihitung terpisah). Selisih ini mencerminkan: (1) harga capital sensor YellowScan Mapper+ yang beberapa kali lipat lebih mahal dari kamera P1; (2) processing yang lebih kompleks (PPK trajectory, klasifikasi ground); dan (3) hardware workstation yang dipakai (LiDAR processing butuh RAM 64-128 GB untuk lahan > 50 ha).

Untuk lahan industri 50 ha tutupan vegetasi rendah, kombinasi yang sering kami tawarkan: photogrammetry sebagai base layer (orthophoto + DSM kasar) + LiDAR strip selektif hanya di area yang vegetasinya rapat. Kombinasi ini dipilih karena output-nya, bukan karena lebih murah: strip LiDAR tetap ditagih minimum 25 ha (GCP terpisah), sehingga untuk 50 ha totalnya setara atau bahkan di atas LiDAR penuh (Rp 50 jt). Accuracy-nya tetap memenuhi engineering tolerance untuk masterplan dan DED awal.

Kapan Pilih LiDAR vs Kapan Pilih Photogrammetry?

Pilih LiDAR kalau:

• Tutupan vegetasi/kanopi > 30% di area target. Termasuk perkebunan sawit, kebun karet, semak belukar tinggi, hutan sekunder, kawasan konservasi.
• Butuh elevasi tanah asli di bawah vegetasi untuk hitung volume cut and fill, design jalan tol, levelling embankment, atau quarry monitoring di area berpohon (akurasi vertikal deliverable 5-10 cm dengan GCP).
• Butuh detail break line tajam — tepi quarry, dinding cliff, parit drainase, lereng curam, tepi sungai.
• Akuisisi harus tetap berjalan di cuaca mendung berat atau window waktu yang tidak optimal cahaya (pagi sangat awal / sore menjelang maghrib).
• Lahan luas (≥ 30 ha) bervegetasi dengan deadline ketat: dibanding survey topografi terestris (±1–2 ha/hari), LiDAR drone memetakan 50–100 ha per hari kerja tanpa membuka jalur ukur di bawah vegetasi.

Pilih Photogrammetry kalau:

• Lahan sudah land clearing penuh, tutupan vegetasi < 30%. Ekspansi pabrik di kavling kosong, perumahan brownfield, gudang industri eksisting.
• Butuh orthophoto resolusi tinggi (1-3 cm/pixel) sebagai visual base untuk presentasi developer, marketing perumahan, atau lampiran due diligence lahan (Peta Bidang Tanah resmi tetap diterbitkan Kantor Pertanahan).
• Budget terbatas dan permukaan lahan terbuka: dengan GCP, akurasi vertikal photogrammetry 3-5 cm (RMSE terhadap titik cek independen) — cukup untuk DED kawasan, masterplan awal perumahan, hingga hitung volume di area tanpa vegetasi.
• Butuh model 3D textured untuk visualisasi marketing — mesh dengan tekstur photorealistik hanya bisa dihasilkan dari photogrammetry, bukan LiDAR.
• Cuaca jam kerja stabil cerah/cerah berawan, tim bisa terbang 09.30-15.00 dengan pencahayaan konsisten.

Pertanyaan diagnostik tunggal yang paling diskriminatif: “Apakah tanah di bawah pohon harus terlihat akurat?” Jawaban “ya” = LiDAR. Jawaban “tidak penting” atau “lahan sudah bersih” = Photogrammetry.

Kombinasi Hybrid: Yang Ambaja Lakukan

Untuk proyek industrial estate dan masterplan kawasan > 30 hektar, jarang sekali kami merekomendasikan pure LiDAR atau pure photogrammetry. Konfigurasi hybrid berikut adalah default Ambaja:

Untuk wilayah operasi spesifik, lead time mobilisasi dari Gudang Kebon Jeruk ke Cikarang, Karawang, dan Bekasi tidak dibedakan dari Bogor maupun Tangerang: biaya mobilisasi ke seluruh area itu sudah termasuk tarif dasar, dan jadwal site visit serta terbang dicantumkan di quotation.

Aturan praktis untuk owner: kirim polygon KMZ atau screenshot Google Earth area target ke WhatsApp Ambaja. Pada jam layanan chat (08.00–22.00 WIB) kami balas ±30 menit dengan rekomendasi metode (LiDAR / photogrammetry / hybrid) beserta estimasi awal biaya dan deliverable yang spesifik untuk lahan Anda — bukan quotation generik; quotation tertulis menyusul 1–2 hari kerja setelah site visit.

Bila ingin pendalaman lebih lanjut soal alat ukur tanah dan trade-off antar sensor, halaman panduan Total Station vs LiDAR mengupas perbandingan dengan metode terestris. perbandingan boundary survey dan survey topografi membantu memetakan jenis survey mana yang sebenarnya owner butuhkan, dan pillar post ukur tanah untuk developer memberi konteks alur kerja end-to-end dari boundary hingga sondir.