DTM vs DSM vs DEM: Beda Model Elevasi & Kapan Dipakai

Definisi Singkat: DEM, DSM, DTM dalam Satu Tabel

Tiga istilah ini muncul di hampir setiap dokumen deliverable survey topografi dan pemetaan udara, tapi jarang dijelaskan dengan tegas. Berikut definisi ringkas yang Ambaja pakai secara konsisten di berita acara serah terima:

Cara mengingat yang paling gampang: bayangkan foto lahan dari drone. Kalau Anda ukur tinggi pucuk paling atas di setiap titik — puncak pohon, ujung atap, kepala crane — itu DSM. Kalau Anda buang semua objek buatan dan alami, lalu ukur tinggi tanahnya saja, itu DTM. Dan DEM? Itu nama keluarganya — kata umum yang menaungi keduanya.

DEM: Payung Istilah, Bukan Model Spesifik

DEM (Digital Elevation Model) adalah representasi digital dari nilai ketinggian (Z) suatu area, biasanya disimpan sebagai grid raster di mana setiap sel menyimpan satu angka elevasi. Dalam banyak literatur geospasial, DEM dipakai sebagai istilah generik yang menaungi baik DSM maupun DTM — dengan kata lain, DSM adalah DEM, dan DTM juga DEM. Namun USGS sendiri mendefinisikan DEM sebagai permukaan tanah gundul (bare earth) tanpa pohon dan bangunan, dan memperlakukan DSM sebagai produk tersendiri.

Masalahnya, istilah ini tidak dipakai seragam. Sebagian software, textbook, dan vendor memakai “DEM” secara spesifik untuk mengartikan bare-earth — sehingga di lingkungan itu DEM praktis sama dengan DTM. Perbedaan konvensi inilah sumber kesalahpahaman paling umum antara owner dan surveyor: dokumen tertulis “DEM”, si pengirim maksudnya tanah gundul, si penerima menyangkanya permukaan termasuk pohon — atau sebaliknya.

Jangan pernah menerima deliverable berlabel hanya “DEM” tanpa satu pertanyaan wajib: “Ini surface (termasuk pohon & bangunan) atau terrain (tanah asli)?” Ambaja selalu menuliskan DSM atau DTM secara eksplisit, plus keterangan sudah di-klasifikasi ground atau belum, di setiap berita acara.

Untuk sisa artikel ini, kita pakai DEM hanya sebagai istilah payung, dan selalu menyebut DSM atau DTM saat merujuk model spesifik. Itu disiplin yang sama yang kami terapkan di laporan topografi & CAD supaya konsultan penerima tidak salah baca.

DSM: Permukaan Bumi Termasuk Semua Objek di Atasnya

DSM (Digital Surface Model) merepresentasikan permukaan paling atas yang “terlihat dari langit” di setiap titik. Kalau di suatu koordinat ada pohon setinggi 10 m, nilai DSM di titik itu adalah elevasi tanah + 10 m (puncak tajuk). Kalau ada gedung 4 lantai, nilai DSM-nya adalah elevasi atap. DSM menangkap dunia apa adanya dari atas: kanopi vegetasi, atap dan dinding bangunan, jembatan, tiang listrik, bahkan kendaraan yang kebetulan parkir saat akuisisi.

Dari sisi cara memperolehnya, DSM adalah keluaran alami — dia model yang paling “murah” secara pemrosesan. Fotogrametri drone menghasilkan DSM langsung dari rekonstruksi stereo foto (permukaan teratas yang terlihat kamera). LiDAR menghasilkan DSM dari first return setiap pulsa laser (pantulan pertama = objek paling tinggi yang dikenai pulsa). Tidak perlu filtering rumit; permukaan teratas itu sendiri sudah menjadi DSM.

Kapan DSM justru yang Anda butuhkan

• Analisis line-of-sight telekomunikasi. Untuk menghitung apakah sinyal antar-tower BTS atau link microwave terhalang, yang penting justru objek penghalang — gedung, bukit berpohon, menara. DTM yang membuang semua objek malah menyesatkan.
• Perencanaan urban & model kota 3D. Tinggi bangunan, kepadatan massa, bayangan antar-gedung — semua butuh permukaan yang menyertakan bangunan.
• Analisis obstruksi & kawasan keselamatan operasi penerbangan (KKOP). Objek tertinggi di sekitar bandara atau area terbang drone adalah yang dinilai.
• Potensi panel surya di atap & viewshed. Analisis berbasis permukaan atap dan halangan sekitarnya.
• Volume stockpile material. Untuk gundukan pasir/batu di quarry, permukaan atasnya (DSM) memang objek yang mau dihitung volumenya.

DTM: Tanah Gundul (Bare Earth) Hasil Filtering

DTM (Digital Terrain Model) merepresentasikan permukaan tanah asli tanpa objek apapun di atasnya — seolah semua pohon, bangunan, dan kendaraan diangkat, menyisakan topografi tanah murni. DTM tidak muncul begitu saja; dia hasil filtering atau klasifikasi ground dari data mentah. Inilah model yang paling banyak dipakai untuk engineering, karena hampir semua pekerjaan sipil beroperasi di atas tanah, bukan di atas kanopi.

Perlu dicatat: dalam praktik geodesi yang ketat, DTM sering lebih dari sekadar grid elevasi. Ia bisa menyertakan break line (garis punggung bukit, dasar lembah, tepi galian, saluran) dan titik massa (mass points) yang membentuk model permukaan yang terstruktur secara topologis. Break line inilah yang membuat kontur DTM tajam dan benar di tepi-tepi tegas — sesuatu yang tidak akan Anda dapat kalau hanya me-rasterize titik secara buta.

Prinsip yang kami pegang: setiap pekerjaan yang “berpijak di tanah” — cut and fill, kontur site plan, drainase, grading, jalan, pondasi — memakai DTM. Kalau surveyor menyerahkan DSM untuk pekerjaan itu, hasilnya bukan kurang akurat, tapi salah kategori.

Kapan DTM yang wajib Anda pakai

• Perhitungan cut and fill / earthwork. Yang di-cut dan di-fill adalah tanah, jadi acuannya harus bare earth. Detailnya di layanan cut & fill Ambaja.
• Garis kontur untuk site plan & desain. Kontur 0,25 / 0,5 / 1 m yang dipakai arsitek dan konsultan struktur diturunkan dari DTM, bukan DSM.
• Desain drainase & hidrologi. Air mengalir di atas tanah; pemodelan limpasan dan kemiringan saluran wajib berbasis terrain.
• Desain jalan, embankment, & tol. Alinyemen vertikal dan galian timbunan mengacu ke profil tanah asli.
• Platform pondasi & leveling. Elevasi rencana lantai dasar dihitung relatif ke tanah eksisting.

Semua deliverable di atas berujung ke dokumen CAD. Kalau Anda ingin memahami bentuk akhir file yang diserahkan surveyor, lihat contoh susunan layer dan kop di jasa survey topografi Ambaja.

nDSM / CHM: Tinggi Objek dari Selisih DSM − DTM

Ada model turunan yang sering ditanyakan tapi jarang dijelaskan: nDSM (normalized DSM). Rumusnya sederhana:

Karena DSM adalah permukaan teratas dan DTM adalah tanah, selisih keduanya adalah tinggi objek dari tanah: tinggi pohon, tinggi bangunan, tinggi tumpukan material. Untuk konteks vegetasi, nDSM disebut Canopy Height Model (CHM) dan dipakai kehutanan serta perkebunan untuk mengestimasi tinggi tajuk, biomassa, dan kerapatan.

Implikasi praktis: kalau Anda butuh nDSM/CHM, Anda otomatis butuh DSM dan DTM sekaligus. Cara paling efisien mendapatkannya adalah lewat LiDAR drone, karena satu kali akuisisi LiDAR sudah menghasilkan first return (DSM) dan ground class (DTM) dalam point cloud yang sama — tidak perlu dua kali terbang.

Sumber Data: Klasifikasi Ground LiDAR vs Fotogrametri

Dari mana angka elevasi DSM dan DTM sebenarnya berasal? Ini bagian yang membedakan apakah DTM yang Anda terima benar-benar tanah atau sekadar tebakan. Ada dua sumber utama, dan keduanya menghasilkan DSM dengan mudah tapi berbeda tajam dalam kemampuan menghasilkan DTM yang jujur.

Jalur LiDAR: multi-return + klasifikasi ground

LiDAR menembakkan ratusan ribu hingga jutaan pulsa laser per detik (YellowScan Voyager hingga 2,4 juta). Satu pulsa yang mengenai pohon bisa memantul beberapa kali: first return di pucuk daun, intermediate return di tengah kanopi, dan last return yang lolos lewat celah daun sampai ke tanah. Karena tanah tetap terekam meski di bawah kanopi, LiDAR bisa menghasilkan DTM asli. Titik point cloud kemudian di-klasifikasi mengikuti standar ASPRS LAS — class 2 untuk ground, class 5 untuk vegetasi tinggi, class 6 untuk bangunan, dan seterusnya. Ground class → DTM; keseluruhan first return → DSM.

Jalur fotogrametri: hanya yang terlihat kamera

Fotogrametri (UAV stereo foto, diproses SfM/MVS) hanya bisa merekonstruksi permukaan yang terlihat kamera dari atas. Di lahan terbuka, permukaan itu adalah tanah, jadi DSM dan DTM hampir berimpit — fotogrametri sangat memadai. Tapi di area kanopi rapat, kamera tidak pernah melihat tanah, sehingga titik tanah tidak pernah terekam. DSM-nya akurat (memang itu kanopi), namun DTM-nya hanya interpolasi tebakan dengan error bisa 0,5 sampai 2 m. Fotogrametri tidak “melihat menembus” daun seperti LiDAR.

Aturan Ambaja: untuk lahan minimal 25 hektar dengan tutupan vegetasi > 30% di area target, DTM wajib dari LiDAR, bukan fotogrametri. Di bawah 30% (lahan sudah land clearing, perumahan eksisting, quarry terbuka), fotogrametri sudah cukup dan jauh lebih hemat. Lahan bervegetasi di bawah 25 hektar diukur terestris dengan Total Station/GNSS RTK — bisa dikombinasikan dengan fotogrametri untuk area terbukanya — supaya titik tanah di bawah kanopi terukur langsung.

Sekali lagi untuk memisahkan topik: perbandingan mendalam teknologi akuisisi — fisika sensor, biaya per hektar, durasi processing — ada di LiDAR vs Photogrammetry dan halaman UAV photogrammetry. Yang perlu Anda ingat di artikel ini: metode akuisisi menentukan apakah DTM Anda asli atau tebakan.

Proses Filtering: Bagaimana DSM Berubah Jadi DTM

Inti pembuatan DTM adalah memisahkan titik ground dari titik non-ground (vegetasi, bangunan, kendaraan) di dalam point cloud. Proses ini disebut ground filtering atau ground classification, dan dilakukan dengan algoritma yang sudah mapan:

1. CSF (Cloth Simulation Filter). Membalik point cloud lalu menjatuhkan “kain virtual” dari atas; titik yang menyentuh kain dianggap ground. Cepat, robust untuk terrain landai sampai berbukit sedang.
2. Adaptive TIN Densification. Membangun jaring segitiga (TIN) dari titik terendah, lalu menambah titik ground secara iteratif selama memenuhi ambang sudut dan jarak. Standar di TerraScan, unggul untuk break line tajam.
3. Progressive Morphological Filter (PMF). Memakai operasi morfologi dengan jendela yang membesar bertahap untuk membuang objek yang makin besar (mobil lalu rumah lalu blok bangunan).
4. Slope-based filter. Menandai titik sebagai non-ground jika beda tinggi terhadap tetangga melebihi kemiringan maksimum yang wajar untuk tanah.

Setelah klasifikasi otomatis, langkah yang paling menentukan kualitas adalah QC manual lewat cross-section. Surveyor menyayat point cloud per potongan melintang dan memeriksa visual apakah masih ada sisa vegetasi rendah yang lolos jadi ground, atau sebaliknya tepi galian tajam yang keliru terbuang. Tanpa QC ini, DTM otomatis kerap “bergelombang” di area semak dan menghasilkan volume cut and fill yang keliru.

Titik ground yang sudah bersih kemudian di-rasterize (interpolasi TIN atau IDW) menjadi grid DTM, dan dari grid itulah garis kontur diturunkan untuk drafting DWG. Untuk fotogrametri, karena titik tanah di bawah kanopi tidak pernah ada, langkah “DSM-to-DTM editing” lebih banyak menghapus non-ground dan meng-interpolasi celah — dengan disclaimer akurasi yang wajib ditulis di laporan.

Kapan Pakai DTM, Kapan Pakai DSM?

Karena inilah pertanyaan yang paling praktis, kami rangkum dalam matriks. Kolom “Model” menunjukkan model yang benar untuk masing-masing pekerjaan:

Pola yang muncul jelas: pekerjaan sipil dan tanah hampir selalu DTM, sedangkan pekerjaan visual, obstruksi, dan objek di atas tanah pakai DSM. Kalau ragu, ajukan satu pertanyaan diagnostik: “Yang saya hitung/desain ini menyentuh tanah, atau objek di atasnya?”

Format Deliverable: GeoTIFF, XYZ, & Kontur DWG

DSM dan DTM diserahkan dalam beberapa format tergantung software penerima. Berikut format yang paling umum dan peruntukannya:

Sebagai patokan, deliverable LiDAR drone Ambaja standar berisi point cloud LAS/LAZ (raw), DTM/DSM dalam GeoTIFF, kontur 0,5 m / 1 m dalam DWG, plus laporan akurasi; orthomosaic hanya opsional bila sensor dikombinasikan dengan modul kamera. Kalau proyek Anda butuh integrasi ke CAD konsultan, file kontur DWG dengan layer terstandar adalah yang paling sering dipakai — bentuk finalnya diuraikan di laporan topografi CAD.

Satu catatan yang sering luput: orthophoto bukan model elevasi. Ia foto tegak ber-georeferensi yang cantik untuk latar visual, tapi tidak menyimpan nilai Z per piksel seperti DSM/DTM. Jangan tertukar meminta “peta foto” saat yang Anda butuhkan sebetulnya model elevasi untuk hitung volume.

Akurasi & Resolusi Umum yang Realistis

Dua metrik yang menentukan apakah model elevasi cukup untuk pekerjaan Anda: resolusi (ukuran sel grid / GSD) dan akurasi vertikal (RMSE). Angka di bawah adalah rentang realistis dari output Ambaja di lapangan Jabodetabek-Cikarang, bukan klaim brosur ideal:

Hubungan antara akurasi vertikal dan interval kontur penting dipahami supaya tidak salah memesan. Aturan praktis: interval kontur minimal sekitar 3,3x RMSE vertikal — setara kelas 1 Perka BIG 15/2014 sebagaimana diubah Peraturan BIG 6/2018, yang membatasi LE90 (1,6499 × RMSEz) paling besar setengah interval kontur. Jadi kalau RMSE vertikal 8 cm (LE90 ±13 cm), kontur 0,5 m memenuhi kelas 1 dan kontur 0,25 m masih kelas 2; meminta kontur 0,1 m di atas data 8 cm RMSE hanya menghasilkan garis kontur “berisik” yang tidak bermakna teknis. Resolusi grid yang lebih halus tidak otomatis berarti lebih akurat — density dan akurasi vertikal yang menentukan.

Skenario Konkret + Hitung Biaya (Harga Publish Ambaja)

Teori jadi jelas saat ditempel ke angka. Berikut dua skenario riil yang sering kami temui di brief owner Jabodetabek, lengkap dengan konsekuensi memilih model yang salah.

Skenario A — Developer 30 ha campur kebun, butuh cut and fill

Developer membeli 30 hektar di pinggiran Bogor: 25 hektar masih tertutup kebun campuran (tinggi tajuk 8-12 m) dan 5 hektar semak/terbuka. Rencananya land development dengan perhitungan cut and fill untuk grading kavling. Karena butuh volume tanah, model yang benar adalah DTM.

Kalau developer tergiur memesan UAV Pemetaan Umum (mulai Rp 500rb/hektar, DSM/DTM standar untuk planning awal) demi hemat, ia akan menerima DSM bagus tapi DTM di 25 hektar kebun hanya interpolasi. Ilustrasi kesalahannya kasar tapi menohok: bila “tanah” terbaca setinggi kanopi rata-rata 10 m di 25 hektar (250.000 m²), potensi galat volume mencapai orde 10 m × 250.000 m² = 2.500.000 m³ — angka cut and fill yang jelas omong-kosong dan akan meledakkan RAB.

Angka di atas mengacu ke harga publish: LiDAR drone mulai Rp 1 juta/hektar (min. 25 hektar) dan UAV Pemetaan Umum mulai Rp 500 ribu/hektar (min. 10 hektar). Perhatikan bahwa porsi LiDAR pada opsi hybrid tetap wajib memenuhi minimum order 25 hektar — itu sebabnya area kebun di skenario ini sengaja 25 hektar, bukan angka sembarang — dan porsi UAV 5 ha tetap ditagih di minimum 10 ha. Akibatnya hybrid di skenario ini sama dengan LiDAR penuh 30 ha (Rp 30 juta), sehingga LiDAR penuh justru lebih sederhana; bila porsi LiDAR di bawah 25 hektar, porsi itu tetap ditagih 25 hektar sehingga di lahan 30 ha ini hybrid tidak pernah lebih murah — sama dengan LiDAR penuh bila porsi LiDAR 20–25 ha dan lebih mahal di bawah 20 ha. Harga belum termasuk PPN 11%; GCP dasar sudah termasuk di paket UAV Pemetaan Umum, sedangkan GCP LiDAR dihitung terpisah per titik; mobilisasi di Jabodetabek serta Karawang/Cikarang sudah termasuk tarif dasar. Yang jelas, RAB cut and fill yang salah karena DTM tebakan bisa merugikan ratusan juta di eksekusi. Model yang benar lebih murah daripada revisi.

Skenario B — Operator telekomunikasi, analisis coverage BTS urban

Operator ingin memvalidasi apakah rencana tower BTS baru di kawasan padat punya line-of-sight bersih ke sektor targetnya. Yang menghalangi sinyal adalah gedung dan pepohonan — jadi model yang benar justru DSM, bukan DTM. Di sini fotogrametri UAV (yang menghasilkan DSM akurat di area urban terbuka) sudah memadai dan ekonomis; memesan LiDAR untuk DTM di kasus ini malah membuang objek penghalang yang justru mau dianalisis.

Dua skenario, dua model berlawanan. Bukti bahwa pertanyaannya bukan “mana yang lebih bagus, DTM atau DSM” — melainkan “pekerjaan saya menyentuh tanah atau objek di atasnya?” Jawaban itu yang menentukan model, dan model menentukan sensor.

Ingin pembanding metode ukur untuk lahan kecil terbuka? Halaman survey topografi memakai Total Station untuk lahan ≤10 hektar dengan akurasi 2-5 cm — sering jadi jalur paling hemat saat DTM lahan sempit dan bersih yang dibutuhkan.