kartabhumi – Bayangin sahabat bhumi jadi anak kebun di Pekanbaru. Panasnya minta ampun, sahabat bhumi harus nyusupin hutan sawit rimbun pake GPS handheld, satu-satu ngitung pohon. Area becek atau jurang auto bahaya. Capeknya berminggu-minggu, hasil zonk karena pohon keliatan dobel atau kelewat. Sekarang zaman udah berubah. Anak muda perkebunan sekarang move on ke Drone LiDAR bukan cuma buat video IG tapi bisa nembus rimbun daun sawit dan hitung pohon dengan akurasi gila. Tim PT. Karta Bhumi Nusantara sudah merangkum cara hitung pohon sawit dengan Drone Lidar. Yuk bahas tuntas pake gaya kekinian!
Mengapa Hitung Pohon Sawit Itu Wajib?
Berikut ini beberapa alasan mengapa hitung pohon sawit itu wajib :
Jenis Drone LiDAR Buat Survey Pohon Sawit
Berikut ini beberapa jenis drone LiDAR buat survey pohon sawit:
DJI Zenmuse L3
Sensor LiDAR terbaru DJI. Keunggulan: 16 returns per pulse bisa tembus daun sampai tanah, jangkauan 300-500m, kamera 100 MP. Cuma kompatibel dengan Matrice 400. Cocok buat perusahaan besar dengan ribuan hektar.
DJI Zenmuse L2
Masih banyak dipakai, lebih ramah kantong. Kompatibel dengan Matrice 300/350 RTK. Jarak deteksi 450m. Halo Robotics pake L2 survey 580 hektar kebun sawit dalam 7 jam (15 kali take off). Cocok buat survey rutin skala medium.
DJI Agras T100
Drone agriculture dengan sensor LiDAR di body. Fungsi LiDAR lebih ke obstacle avoidance biar gak nabrak pas flying, bukan buat peta kontur detail. Tangki 100 liter. Cocok buat operasional spraying.
CHC Navigation AlphaAir 6
Buat lahan ekstrim. Jangkauan 2.100 meter!, Bobot 1,35 kg, real-time output point cloud di layar monitor. Cocok buat perkebunan kontur ekstrim atau area super luas.
Livox Mid-40
Harga jauh lebih murah. Terbukti dalam jurnal ITS Surabaya mampu hasilkan DTM kompetitif di vegetasi lebat. Kekurangan: point cloud gak sepadat L2/L3, perlu processing ekstra. Cocok buat akademisi, survey skala kecil, atau testing pasar.
Tahapan Drone LiDAR Menghitung Jumlah Pohon Sawit
Berikut ini bebebrapa tahapan Drone LiDAR menghitung jumlah pohon sawit:
| Tahap | Proses Teknis | Output yang Didapat |
|---|---|---|
| Persiapan Patokan | Pasang Ground Control Point + setup RTK di area kebun | Titik referensi akurasi 2-5 cm |
| Terbang & Semprot Laser | Drone terbang otomatis di ketinggian 100-200m. Sensor LiDAR nyemprotin 240.000-600.000 titik laser per detik | Point cloud (kumpulan titik 3D mentah) |
| Laser Nembus Daun | Teknologi multi-return: 1 tembakan = 5-16 kali pantulan. Laser nyelip dari puncak daun ke tanah | 3 lapis data: puncak (DSM), batang, tanah (DTM) |
| 4. Pisahin Tanah & Pohon | Software klasifikasi otomatis (LiDAR360/Terrasolid) mana titik vegetasi dan titik tanah | DSM (peta permukaan) + DTM (peta tanah asli) |
| Bikin Model Tinggi | Hitung rumus: DSM – DTM = CHM (Canopy Height Model) | CHM: peta warna tinggi bersih tiap pohon |
| AI Ngitung Otomatis | Algoritma Local Maxima atau AI YOLO cari puncak tertinggi tiap individu. AI udah dilatih ribuan gambar sawit | Jumlah total pohon + koordinat X,Y tiap pohon |
| Validasi Lapangan | Cek acak 5-10% sampel pohon hasil AI vs kondisi real di kebun | Tingkat akurasi (biasanya 95-99%) |
| Keluar Laporan Final | Export ke format .shp (ArcGIS/QGIS), .las, atau langsung ke Google Earth | Peta sebaran, chart per blok, file siap pakai |
Kendala Drone LiDAR Menghitung Pohon Sawit
Berikut ini beberapa kendala Drone LiDAR menghitung pohon sawit:
Masalah Nembus Kanopi yang Lebat
LiDAR jago tembus vegetasi tapi kalau kanopi sawit terlalu rapat sampe sinar matahari susah tembus, titik tanah yang ke-record jadi lebih sedikit, DTM kurang presisi, akurasi tinggi pohon ikut kena.
Algoritma Sering Salah Ngebedain Pohon Sawit vs Pohon Lain
AI suka salah bedain pohon sawit dengan tanaman liar/pelindung. Pohon sawit miring atau bentuk kurang ideal bisa gak ke-detect. Perlu koreksi manual dan validasi sampel lapangan, apalagi kalau areal campuran.
Masalah Budget dan Biaya Operasional
Drone LiDAR kaya Matrice 400 + Zenmuse L3 bisa tembus ratusan juta sampai miliaran, plus software lisensi (LiDAR360, Terrasolid) dan laptop spek dewa. Buat perusahaan gede oke, buat pekebun mandiri/koperasi kecil boncos.
Data Processing yang Berat dan Butuh Skill Khusus
Data mentah point cloud (jutaan titik 3D acak) perlu software khusus buat klasifikasi tanah, vegetasi, noise. Butuh laptop GPU kenceng, RAM minimal 32GB. Lahan ribuan hektar processing bisa 1-2 hari. Pemula bakal banyak trial error.
Cuaca dan Kondisi Lapangan yang Gak Mendukung
Drone kenal angin kenceng dan hujan. Buat point cloud bagus butuh kondisi cerah. Awan tebal/kabut ganggu pancaran laser. Kebun berbukit atau pinggir laut angin kenceng bikin drone oleng, hasil point cloud miring atau kurang rapi, harus re-fly.
Kesimpulan Apakah Drone Lidar Bisa Mengetahui Jumlah Pohon Sawit Dengan Detail