Abstract
Informasi sumber daya lahan berupa data digital merupakan salah satu data yang menjadi pertimbangan utama pembuat kebijakan dalam menentukan arah pembangunan yang berkelanjutan. Sebagai negara agraris, pelayanan informasi mengenai produktivitas lahan yang cepat dan akurat diperlukan untuk memantau pemanfaatan lahan di Indonesia. Salah satu upaya penyediaan informasi produktivitas lahan adalah melalui implementasi teknologi 4.0 di sektor pertanian. Artificial intelligence (AI) merupakan teknologi utama yang mendukung implementasi teknologi 4.0. Keberadaan AI dinilai sangat potensial dan prospektif untuk memantau lahan pertanian produktif di Indonesia. Pengembangan Pesawat Udara Nir Awak (PUNA) Alap-Alap yang dilengkapi dengan muatan sensor kamera berpotensi diaplikasikan sebagai teknologi AI untuk pemetaan lahan pertanian produktif. Sensor kamera PUNA Alap-Alap berkemampuan 24 Mega Pixel mampu mendapatkan data kondisi lahan pertanian bahkan kondisi tanaman atau vegetasi yang tumbuh di lahan pertanian. Penggunaan sensor kamera mempunyai kelebihan dibandingkan sensor satelit yaitu tidak terkendala tutupan awan, data yang diperoleh realtime dan mempunyai akurasi yang sangat baik. PUNA Alap-Alap menawarkan solusi alternatif untuk melakukan indraja dalam mendukung kegiatan pertanian. Salah satu kelebihan teknologi ini adalah biaya operasional relatif murah dan pengaturan operasi fleksibel sesuai dengan kebutuhan, sehingga operasional PUNA Alap-Alap untuk menghasilkan gambar orthopoto di lahan pertanian produktif cukup efesien. Data akurasi yang dihasilkan oleh PUNA Alap-Alap yaitu Ground Sampling Distance (GSD) 10 cm/pixel dengan sapuan pengambilan data pemetaan 1700 Ha per jam pada ketinggian terbang 1500 ft. Kelebihan lain adalah PUNA Alap-Alap mampu terbang secara mandiri selama 6 jam tanpa henti, hal ini memungkinkan data pemetaan yang diperoleh mempunyai kualitas dan kuantitas yang baik.
Cited by
3 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
1. An Analytical Approach to Uninterrupted UAV Video Communication: Simulations and Findings;2023 International Conference on Radar, Antenna, Microwave, Electronics, and Telecommunications (ICRAMET);2023-11-15
2. Initial development of real-time video link for UAV;MACHINE LEARNING AND INFORMATION PROCESSING: PROCEEDINGS OF ICMLIP 2023;2023
3. Segmentation of drone-captured images for illegal cannabis plantation detection;MACHINE LEARNING AND INFORMATION PROCESSING: PROCEEDINGS OF ICMLIP 2023;2023