Perpustakaan Digital ITB

Diskontinuitas pada massa batuan merupakan elemen penting dalam analisis kestabilan lereng. Identifikasi dan klasifikasi bidang diskontinuitas umumnya dilakukan secara manual di lapangan dengan survey scanline. Namun, pendekatan ini memiliki keterbatasan dari segi cakupan area dan risiko keselamatan kerja. Salah satu cara untuk meminimalkan keterbatasan tersebut adalah dengan pemetaan fotogrametri menggunakan UAV (Unmanned Aerial Vehicle). Dalam penelitian ini, dilakukan akuisisi data berupa citra udara dengan menggunakan UAV DJI Mini 3 untuk menghasilkan point cloud dari permukaan lereng. Point cloud yang dihasilkan akan diproses menggunakan perangkat lunak open source, CloudCompare. Pengolahan ini bertujuan untuk mendapatkan parameter diskontinuitas seperti orientasi kekar secara digital. Dalam pengolahannya, akan menggunakan ekstensi dari CloudCompare yang disebut FACETS. Ekstensi ini memungkinkan untuk mengidentifikasi bidang diskontinuitas secara otomatis dari model permukaan point cloud. Selain memetakan diskontinuitas secara digital, point cloud yang sudah dimodelkan akan diolah dengan menggunakan convolutional neural network yang dikembangkan oleh Mehrishal dkk. (2024). Hasil dari diskontinuitas yang didapatkan dengan menggunakan kecerdasan buatan, digital, dan manual akan saling dibandingkan untuk melihat tingkat keakuratannya. Penelitian ini menunjukkan bahwa integrasi UAV, fotogrametri, dan CNN dapat menjadi alternatif untuk pemetaan diskontinuitas pada lereng massa batuan. Namun, hasil perbandingan menunjukkan bahwa meskipun CNN mampu mengidentifikasi orientasi dan set kekar, terdapat perbedaan hasil yang berbeda dibandingkan metode konvensional. Oleh karena itu, penerapan metode ini memerlukan evaluasi lebih lanjut agar dapat menghasilkan interpretasi geologi yang lebih akurat.