Juni 26 – Investasi Drone Sudah Miliaran Rupiah, Kenapa Datanya Tetap Tidak Dipakai? Dalam satu dekade terakhir, penggunaan drone di industri pertambangan berkembang sangat cepat. Hampir semua perusahaan tambang besar di Indonesia telah mengadopsi teknologi drone untuk kebutuhan survey topografi, pengukuran stockpile, monitoring progres tambang, hingga perencanaan reklamasi. Namun ada satu kenyataan yang jarang dibahas dalam seminar maupun presentasi vendor.
Tidak semua data drone yang dihasilkan akhirnya digunakan oleh tim mine planning.
Bahkan dalam beberapa kasus, data yang telah melalui proses akuisisi, pengolahan, dan validasi berhari-hari justru ditolak ketika masuk ke departemen engineering. Masalah ini sebenarnya tidak berkaitan dengan merek drone yang digunakan. DJI, Wingtra, Quantum Systems, atau platform lainnya tetap dapat menghasilkan data berkualitas tinggi.
Yang menjadi persoalan adalah apakah data tersebut memenuhi standar yang dibutuhkan oleh tim mine planning untuk digunakan sebagai dasar pengambilan keputusan operasional. Karena di dunia pertambangan, data yang terlihat bagus secara visual belum tentu dapat digunakan untuk mendesain pit, menghitung volume, menentukan elevasi jalan hauling, atau menghitung cadangan material.
Ketika Data Drone Tidak Lagi Menjadi Sekadar Peta
Banyak perusahaan masih melihat drone sebagai alat dokumentasi udara. Padahal bagi departemen mine planning, data drone adalah bagian dari sistem pengambilan keputusan yang bernilai miliaran rupiah.
Salah satu engineer tambang pernah mengatakan:
“Kami tidak membutuhkan gambar yang bagus. Kami membutuhkan data yang bisa dipercaya.”
Kalimat tersebut menjelaskan mengapa standar data untuk kebutuhan engineering jauh lebih ketat dibanding kebutuhan dokumentasi atau pelaporan.
Penyebab Pertama: Sistem Koordinat Tidak Sesuai dengan Sistem Tambang
Ini merupakan masalah yang paling sering ditemukan di Indonesia. Sebagian besar tambang besar menggunakan sistem koordinat lokal hasil site calibration yang telah digunakan bertahun-tahun. Sementara banyak operator drone menghasilkan data dalam referensi standar seperti UTM atau WGS84.
Perbedaannya mungkin terlihat kecil.
Namun ketika data tersebut dimasukkan ke software mine planning, posisi pit, crest, toe, disposal, maupun jalan tambang dapat bergeser puluhan sentimeter bahkan beberapa meter. Bagi engineer, kondisi ini tidak dapat diterima karena seluruh desain tambang harus mengacu pada sistem referensi yang sama. Di beberapa tambang batubara Kalimantan, kasus seperti ini pernah menyebabkan seluruh data hasil drone harus diproses ulang karena tidak sesuai dengan local grid perusahaan.
Solutions
Sebelum penerbangan dilakukan, pastikan:
- Sistem koordinat site dipahami dengan benar.
- Parameter site calibration tersedia.
- Seluruh ground control menggunakan referensi yang sama.
GNSS geodetik seperti Trimble R780 atau Trimble R980 biasanya digunakan untuk memastikan kontrol koordinat tetap konsisten dengan sistem tambang.
Penyebab Kedua: Tidak Ada Quality Control yang Terukur
Banyak laporan drone hanya berisi ortofoto, kontur, dan model permukaan.
Namun ketika engineer bertanya mengenai nilai RMSE, residual GCP, akurasi vertikal, atau metode validasi, sering kali tidak tersedia dokumentasi yang memadai. Dalam dunia engineering, data tanpa quality control sama seperti laporan keuangan tanpa audit.
Secara teori mungkin benar, tetapi sulit dipertanggungjawabkan.
Mine planning membutuhkan bukti bahwa data tersebut memang memiliki tingkat akurasi yang sesuai dengan standar operasional perusahaan.
Solutions
Setiap deliverable drone sebaiknya dilengkapi dengan:
- Laporan akurasi horizontal.
- Laporan akurasi vertikal.
- Residual GCP.
- Check point independen.
- Dokumentasi metode pengolahan.
Penyebab Ketiga: Akurasi Elevasi Tidak Memenuhi Standar
Mayoritas perencanaan tambang bergantung pada informasi elevasi.
Volume stockpile, desain bench, slope monitoring, hingga drainage planning seluruhnya menggunakan data ketinggian sebagai referensi utama. Masalahnya, banyak operator hanya fokus pada posisi horizontal tanpa melakukan validasi vertikal yang memadai. Akibatnya model terlihat bagus ketika dilihat dari atas, tetapi memiliki bias elevasi yang dapat mempengaruhi hasil perhitungan volume.
Di salah satu tambang nikel Sulawesi, pernah ditemukan perbedaan volume yang cukup signifikan setelah data drone dibandingkan dengan hasil survey GNSS kontrol lapangan. Penyebabnya bukan kesalahan software maupun drone, melainkan kurangnya validasi elevasi sebelum data digunakan.
Solutions
Gunakan:
- Check point independen.
- Pengukuran GNSS kontrol.
- Verifikasi terhadap benchmark site.
Sebelum data diberikan kepada mine planning, pastikan nilai RMSE vertikal sudah sesuai standar perusahaan.
Penyebab Keempat: Data Terlalu Berat untuk Workflow Engineering
Teknologi drone modern mampu menghasilkan point cloud dengan ratusan juta titik. Secara teknis hal tersebut sangat mengesankan. Namun bagi engineer, data yang terlalu besar sering kali justru menjadi masalah.
File yang sangat berat menyebabkan:
- Software lambat.
- Loading data memakan waktu lama.
- Analisis menjadi tidak efisien.
- Produktivitas engineering menurun.
Dalam praktiknya, engineer lebih menyukai data yang bersih, ringan, dan siap digunakan dibanding point cloud raksasa yang sulit diolah.
Solutions
Lakukan optimasi sebelum data diserahkan:
- Surface yang sudah dibersihkan.
- Breakline yang terstruktur.
- TIN yang efisien.
- Format kompatibel dengan software mine planning.
Tujuannya bukan menghasilkan file terbesar, tetapi menghasilkan data yang paling berguna.
Penyebab Kelima: Tidak Memahami Kebutuhan Mine Planning
Ini merupakan penyebab yang paling sering tidak disadari. Banyak tim survey fokus menghasilkan data terbaik menurut perspektif surveyor. Namun belum tentu data tersebut menjawab kebutuhan engineer.
Misalnya:
Surveyor menghasilkan ortofoto resolusi sangat tinggi. Padahal engineer lebih membutuhkan:
- Surface aktual.
- Crest dan toe pit.
- Breakline disposal.
- Model volume.
- Analisis perubahan topografi.
Akibatnya data terlihat mengesankan tetapi tidak memberikan nilai tambah yang signifikan bagi proses perencanaan tambang.
Solutions
Libatkan tim mine planning sejak awal proyek.
Tanyakan:
- Format data yang dibutuhkan.
- Standar akurasi yang digunakan.
- Software yang digunakan engineer.
- Workflow desain yang berlaku di site.
Semakin dekat komunikasi antara survey dan engineering, semakin tinggi kemungkinan data drone digunakan secara maksimal.
Studi Kasus yang Mulai Banyak Terjadi di Indonesia
Beberapa perusahaan tambang besar di Kalimantan saat ini mulai menerapkan standar integrasi geospasial yang lebih ketat.
Drone tidak lagi berdiri sendiri sebagai alat survey. Sebaliknya, drone menjadi bagian dari ekosistem yang terhubung dengan:
- GNSS Geodetik.
- Total Station.
- Terrestrial Laser Scanner.
- Software mine planning.
- Sistem fleet management.
Pendekatan ini membuat kualitas data lebih konsisten dan mengurangi potensi penolakan dari departemen engineering.
Berapa Nilai Investasi untuk Workflow yang Benar?
Jika perusahaan ingin menghasilkan data yang benar-benar siap digunakan oleh mine planning, investasi tidak hanya berada pada drone.
Umumnya diperlukan kombinasi:
Drone Pemetaan
Rp120 juta – Rp500 juta
GNSS Geodetik
Rp150 juta – Rp800 juta
Software Pengolahan
Rp50 juta – Rp500 juta
Pelatihan dan SOP Operasional
Rp20 juta – Rp100 juta
Meskipun terlihat besar, investasi tersebut jauh lebih kecil dibanding potensi kerugian akibat keputusan tambang yang didasarkan pada data yang tidak akurat.
Dampak Bisnis Ketika Data Drone Diterima Mine Planning
Ketika workflow sudah benar dan data drone dapat dipercaya, manfaatnya sangat besar.
Perusahaan memperoleh:
- Perencanaan tambang yang lebih akurat.
- Perhitungan volume yang lebih konsisten.
- Pengurangan pekerjaan survey berulang.
- Keputusan operasional yang lebih cepat.
- Rekonsiliasi data yang lebih baik antara survey dan engineering.
Dalam beberapa operasi tambang besar, data drone bahkan menjadi sumber utama pembaruan topografi mingguan yang digunakan oleh seluruh departemen.
Kesimpulan
Sebagian besar data drone yang ditolak oleh mine planning sebenarnya bukan karena kualitas drone yang buruk. Penyebab utamanya hampir selalu terkait dengan workflow, sistem koordinat, validasi akurasi, dokumentasi quality control, dan kurangnya pemahaman terhadap kebutuhan engineering.
Teknologi drone saat ini sudah sangat matang. Tantangan sesungguhnya bukan lagi bagaimana menerbangkan drone, melainkan bagaimana menghasilkan data yang dapat dipercaya oleh engineer untuk mendukung keputusan bernilai miliaran rupiah.
Karena pada akhirnya, di industri pertambangan modern, nilai sebuah data tidak ditentukan oleh seberapa bagus tampilannya, melainkan oleh seberapa besar tingkat kepercayaan yang diberikan terhadap data tersebut.sebut.ggi.
Author Kholis Muhsin Lubis
