GEODESI, sebuah kata yang mungkin jarang didengar dalam kehidupan sehari-hari. Sebagai seseorang yang berkuliah di jurusan ini pun selalu ditanyakan pertanyaan yang sama, “Jurusan apa itu? Belajar tentang apa?” dan sebagainya. Geodesi memang jarang didengar di kehidupan sehari-hari, tidak seperti jurusan-jurusan lain. Hal ini mungkin karena Geodesi bekerja di belakang layar, hasilnya tidak langsung terlihat seperti jurusan infrastruktur sejenis seperti sipil yang membangun konstruksi gedung dan arsitektur yang mendesain gedung tersebut. Namun, posisi penentuan lokasinya mulai dari perencanaan lokasi secara umum dan geometri akurat dari gedung diberikan oleh Geodesi. Geodesi memberikan produk dan menawarkan jasa yang digunakan oleh bidang ilmu lainnya yang membutuhkan informasi posisi, contohnya menyajikan informasi lokasi untuk perencanaan infrastruktur, untuk navigasi, untuk penentuan batas, dan lain-lain.

Terdapat beberapa simplifikasi yang dapat digunakan untuk mendeskripsikan Geodesi. Geodesi adalah ilmu yang mempelajari posisi secara akurat. Geodesi juga dideskripsikan tentang ilmu untuk membuat peta yang benar dan tepat. Lebih lengkap, Geodesi merupakan ilmu yang mempelajari tentang metode dan teknologi untuk akuisisi, pengolahan dan penyajian data spasial. Ketiga definisi sebelumnya saling berkaitan dan saling berkesinambungan satu sama lain. Data spasial merupakan data yang mencakup informasi posisi atau lokasi. Dari pengolahan data spasial, kemudian diperoleh informasi spasial yang umumnya disajikan dalam suatu peta. Peta yang dibuat oleh Geodesi memiliki autentikasinya tersendiri, karena dibuat dengan peralatan yang akurat, metode pengolahan yang benar dan SDM yang berkompeten.

Bidang geodesi yang selama ini dikenal merupakan salah satu jurusan “Lapangan” yang lulusannya (disebut Surveyor) kental untuk bekerja di perusahaan-perusahaan konstruksi seperti tambang, pembangunan projek infrastruktur seperti jalan, bendungan dan lain-lain. Doktrin dan paradigma ini sudah melekat sejak lama jika lulusan Geodesi pasti bekerja ke lapangan atau harus terjun ke lapangan bukan berada di belakang layar. Hal ini dapat dimaklumi mengingat akuisisi data spasial secara akurat dan teliti mewajibkan surveyor untuk turun langsung ke lapangan. Dengan peralatan akuisisi data spasial yang memadai seperti Total Station dan GNSS, kemudian dilengkapi prosedur yang tepat maka data-data posisi yang akurat dan presisi dapat diperoleh. Data ini yang kemudian diolah dan disajikan ke dalam bentuk peta, dari data geospasial berubah menjadi informasi geospasial. Namun tetap, porsi besar dari proses pembuatan informasi geospasial terletak di akuisisinya, yang mengharuskan surveyor ke lapangan.

Seiring perkembangan teknologi, peralatan dan metode pengolahan untuk data spasial juga ikut berkembang. Peralatan akuisisi data spasial seiring waktu mengalami peningkatan pesat, mulai dari akurasi yang semakin teliti, ukuran yang semakin compact, kompatibilitas yang tinggi, dan kemampuan untuk mengakuisisi data spasial yang banyak dan cepat semakin mudah. Peralatan-peralatan akuisisi data spasial seakan di-digitalisasi mengikuti pesatnya teknologi. Contoh saja tren penggunaan High Definition Surveying (HDS) yang semakin marak digunakan untuk berbagai hal. Peralatan HDS seperti Laser Scanner mampu mengakuisisi data dengan sangat banyak dan cepat dengan akurasi tinggi. Peralatan lain seperti RTK, PPP & penentuan posisi absolut mempermudah cara memperoleh informasi lokasi akurat. Berbagai perubahan dan perkembangan teknologi ini ‘memaksa’ Geodesi untuk berkembang dan bertransformasi ke era baru.

Dampak dari teknologi akuisisi yang semakin canggih adalah data yang diperoleh semakin banyak. Contohnya seperti point cloud hasil scan dengan Laser Scanner yang jumlahnya jutaan bahkan ratusan juta titik. Data-data spasial juga memiliki ‘bentuk’ yang variatif dan kompleks. Cuitan yang kita tulis di akun-akun media sosial (dengan mengaktifkan Lokasi pada smartphone) pun merupakan data spasial, karena memiliki informasi lokasi. Semakin mumpuni teknologi akuisisi data spasial untuk memperoleh data spasial dengan jumlah yang banyak dalam waktu yang cepat, menjadikan data spasial sebagai BIG DATA. Perkembangan Crowdsourcing data spasial juga memperbanyak jumlah data spasial yang tersedia karena setiap orang kini ‘bisa’ menghasilkan data spasial. Spatial Crowdsourcing dan fenomena BIG Data pada data spasial menunjukkan perubahan atau transformasi dari era geodesi, bukan lagi berfokus ke bagaimana mengakuisisi atau memperoleh data spasial yang banyak dan akurat? Tapi menuju bagaimana mengolah atau melakukan pemrosesan data spasial yang sangat banyak tersebut?

Dengan jumlah data spasial yang semakin banyak, dibutuhkan metode baru dalam pengolahannya. Pengolahan berbasis konvensional untuk data yang sangat banyak memiliki beragam kelemahan seperti mahalnya biaya dan banyaknya waktu yang diperlukan untuk pengolahan. Hal ini tentu mengakibatkan pengolahan menjadi tidak efektif dan tidak efisien. Disinilah peran kecerdasan buatan (artificial intelligence) menjadi alternatif atau bahkan solusi terhadap hal tersebut. Data Science menjadi penting untuk pengolahan data yang banyak dan kompleks. Ilmu terkait pengolahan data spasial (yang sangat banyak dan kompleks) dengan pendekatan data science dikenal dengan Spatial Data Science dan telah dibahas di postingan Geodesi Masa Kini sebelumnya (cek https://katdesi.org/mengenal-spatial-data-science/). Penggunaan machine learning dan deep learning perlahan mulai banyak digunakan untuk ekstraksi informasi dari data spasial.Dengan teknologi akuisisi yang semakin canggih, data spasial yang semakin melimpah dan algoritma atau metode pengolahan yang semakin kompleks, muncul 1 pertanyaan besar: Apakah pekerjaan surveyor kemudian akan tergantikan oleh mesin dan kecerdasan buatan?

Kehadiran teknologi ditujukan untuk mempermudah pekerjaan manusia. Tidak terkecuali kehadiran teknologi di bidang Geodesi, mulai dari teknologi akuisisi yang semakin berkembang dan metode pengolahannya yang semakin canggih. Namun pada dasarnya final decision makers adalah seorang Surveyor itu sendiri. Peralatan yang canggih tidak beroperasi dengan benar apabila tidak diatur atau dikonfigurasi terlebih dahulu oleh SDM yang berkompeten. Algoritma machine learning atau deep learning tidak akan menghasilkan predict klasifikasi yang akurat, tanpa ada seorang yang paham terkait bagaimana memberikan training data yang benar. Dengan demikian teknologi ada untuk membantu mempermudah pekerjaan, tapi belum bisa menggantikan kehadiran surveyor sebagai pemberi keputusan final apakah data dan informasi spasial yang dihasilkan dapat dipertanggungjawabkan. Namun, ini menandai era baru dari Geodesi, ditransformasi oleh banyak hal terutama teknologi, untuk bisa memberikan lebih banyak manfaat ke peradaban.

Comment

Tulisan Lainnya

PointNet untuk segmentasi semantik point cloud

PointNet untuk Segmentasi Semantik Point Cloud

21.12

Perkembangan algoritma pengolahan data telah memberikan dampak besar ke berbagai aspek, termasuk untuk pengolahan

  • No React!
Klasifikasi Indoor Point Cloud Otomatis

Machine Learning untuk Klasifikasi Indoor Point Cloud Otomatis

21.12

Point cloud adalah kumpulan titik (points) dalam ruang 3D dimana setiap titik memiliki koordinat

  • No React!

Membangun Metaverse Majapahit dengan CRP (Close Range Photogrammetry) dan Drone

04.09

Siapa yang tidak kenal Majapahit? Kerajaan, atau tepatnya Kemaharajaan Majapahit karena saking besarnya wilayah

  • No React!

Geo-Intelligent Big Data menggunakan Teknologi Imaging

01.09

Imajing adalah platform smart mobile mapping system yang menggunakan teknologi geospasial 3D berbasis multi-sensor,

  • No React!

Mengenal Spatial Data Science?

01.09

Spatial data science merupakan subset dari data science. Sedangkan data science sendiri merupakan bidang

  • No React!