Keuntungan:
- Kemampuan untuk mengatur dan menjalankan otomatisasi alur kerja dengan dukungan AI dengan PyQGIS dan perancang model
- Kemampuan untuk mengelola privasi data pribadi, hak cipta, lisensi, dan batasan tanggung jawab insinyur dalam proyek end-to-end
- Kemampuan untuk merancang proyek geomatika dalam alur yang mendukung AI namun berpusat pada verifikasi mulai dari pengumpulan data hingga pengiriman
Ujian Modul
1. Prinsip dasar manakah yang menentukan risiko keluaran AI dalam rekayasa survei?
- A) Risiko suatu keluaran sama dengan kerugian yang ditimbulkan jika keluaran tersebut salah; skala validasi yang sesuai ✔
- B) Keluaran AI umumnya aman karena ditulis dengan lancar dan percaya diri
- C) Validasi tidak diperlukan bila model terkini digunakan
- D) Jika keluarannya mengacu pada suatu standar, tidak diperlukan pengendalian tambahan
Penjelasan: Risiko suatu keluaran sama dengan kerugian yang ditimbulkan jika keluaran tersebut salah. Meskipun kesalahan kecil dalam ringkasan literatur sebagian besar tidak berbahaya, kesalahan dalam batas kadaster atau nilai ketinggian dapat menyebabkan pelanggaran properti, penerapan konstruksi yang tidak tepat, dan kerusakan properti; jadi intensitas verifikasi berskala dengan potensi bahaya.
2. Tugas manakah yang paling aman dan tepat diberikan kepada AI dalam pengendalian kualitas kumpulan pengukuran GNSS?
- A) Untuk akhirnya menerima keakuratan koordinat titik dan menyatakannya siap untuk didaftarkan
- B) Mengedit tabel observasi mentah dan menandai kemungkinan outlier/inkonsistensi ✔
- C) Mengonfirmasi nilai penerapan secara langsung tanpa melihat prinsip pengukuran
- D) Mengingat hasil valid tanpa memperhitungkan kesalahan penutupan
Penjelasan: Kontribusi AI yang paling aman adalah tugas-tugas tambahan yang dapat dikontrol oleh teknisi, seperti mengatur data mentah dan anotasi yang tersebar, menandai inkonsistensi dan outlier. Penerimaan akhir atas keakuratan koordinat titik tetap pada persetujuan insinyur, termasuk kesalahan penutupan dan prinsip pengukuran; AI yang mengatakan 'poinnya benar sekali' bukanlah bukti.
3. Informasi apa yang harus dinyatakan dengan jelas kepada AI dalam permintaan transformasi koordinat?
- A) Nama titik saja
- B) Nama proyeksi sasarannya saja, datumnya tidak penting
- C) Sistem koordinat sumber dan target (datum + proyeksi/EPSG) dan parameter transformasi ✔
- D) Nama orang yang melakukan pengukuran
Penjelasan: Transformasi koordinat hanya masuk akal jika sistem sumber, sistem target (datum + proyeksi, misalnya kode EPSG) dan parameter transformasi yang diperlukan ditentukan. Hanya mengatakan 'konversikan ini ke UTM' membuat tidak jelas datum mana yang dipindahkan ke datum mana dan dapat menyebabkan pergeseran datum meter.
4. Manakah cara berikut yang paling praktis untuk memverifikasi keluaran suatu transformasi?
- A) Melihat jumlah tempat desimal pada output
- B) Melihat seberapa cepat model memberikan jawabannya
- C) Mentransfer hasilnya ke CAD tanpa memeriksanya sama sekali
- D) Menempatkan titik kontrol yang koordinatnya diketahui melalui transformasi yang sama dan membandingkannya dengan nilai yang diharapkan ✔
Penjelasan: Melewati satu atau beberapa titik kontrol yang koordinatnya diketahui melalui transformasi yang sama dan membandingkannya dengan nilai yang diharapkan dengan cepat mengungkapkan kesalahan parameter dan datum. Perbedaan sistematis puluhan meter biasanya merupakan tanda datum/parameter yang salah. Fakta bahwa keluarannya tampak mulus bukanlah bukti kebenarannya.
5. Apa prasyarat paling penting untuk perhitungan buffer dan area yang benar di GIS?
- A) Lapisan berada dalam sistem koordinat metrik (proyeksi) yang sesuai ✔
- B) Warna lapisan
- C) Urutan kolom pada tabel atribut
- D) Nama file layer harus pendek
Penjelasan: Perhitungan jarak dan luas hanya berguna dalam sistem koordinat metrik (proyeksi). Buffer langsung dalam koordinat geografis (lintang/bujur dalam derajat) memberikan hasil yang tidak akurat karena kebingungan derajat-meter. Oleh karena itu, lapisan tersebut harus ditempatkan pada proyeksi yang sesuai sebelum dianalisis.
6. Bagaimana cara standar mengukur keakuratan peta tutupan lahan dalam klasifikasi citra satelit?
- A) Melihat betapa cerahnya warna peta
- B) Menetapkan matriks kesalahan dengan sampel kebenaran dasar yang independen dan menghitung akurasi keseluruhan/Kappa ✔
- c) Mengandalkan jumlah kelas yang banyak
- D) Melihat resolusi gambar dan mengasumsikan keakuratannya
Deskripsi: Akurasi klasifikasi dievaluasi dengan membuat matriks konfusi dengan sampel kebenaran dasar yang independen dan melaporkannya dengan metrik seperti akurasi keseluruhan dan Kappa. Peta yang 'bagus' atau kejelasan warna kelas bukanlah bukti keakuratan.
7. Apa elemen dasar yang menjamin keakuratan posisi dalam ortofoto fotogrametri dan produksi DSM?
- A) Ambil saja banyak foto
- B) UAV adalah model yang mahal
- C) Kontrol akurasi dengan titik kontrol darat yang diukur secara akurat dan titik kontrol independen ✔
- D) Penerbangan harus dilakukan pada hari berawan
Deskripsi: Titik kendali tanah (GCP) menghubungkan model fotogrametri ke sistem koordinat dunia nyata dan menentukan akurasi skala/lokasi. Selain itu, akurasi diuji dengan menghitung RMSE dengan titik kendali independen yang tidak masuk dalam model. Menambah jumlah gambar saja atau membuat UAV mahal tidak menjamin keakuratannya.
8. Langkah manakah yang wajib dilakukan untuk menghasilkan model medan digital (DTM) dari point cloud LiDAR?
- A) Mengubah semua titik menjadi permukaan apa adanya
- B) Hanya menggunakan poin tertinggi
- C) Menghapus nilai kepadatan
- D) Memisahkan titik-titik non-tanah (bangunan, pohon) dengan penyaringan tanah ✔
Deskripsi: DTM mewakili permukaan tanah kosong; Oleh karena itu, titik-titik non-tanah seperti bangunan, pohon, kendaraan perlu dipisahkan (penyaringan/klasifikasi tanah). Jika langkah ini dilewati, yang diperoleh adalah permukaan atas (DSM), bukan DTM. AI dapat mempercepat klasifikasi, namun hasilnya harus divalidasi dengan profil penampang.
9. Apa kesalahan paling umum dan paling berisiko dalam pembuatan peta otomatis dengan AI?
- A) Melewatkan elemen wajib seperti skala, legenda, sistem koordinat, dan peringkat akurasi ✔
- B) Menggunakan terlalu banyak pos pemeriksaan
- C) Mengelompokkan lapisan
- D) Menambahkan judul ke lembar
Penjelasan: Simbolisasi dan pelabelan otomatis berlangsung cepat, tetapi jika elemen penting kartografi seperti skala, legenda, panah utara, sistem koordinat, dan catatan akurasi tidak ada, peta menjadi menyesatkan dan secara resmi tidak dapat digunakan. Daya tarik visual bukanlah pengganti elemen-elemen penting ini.
10. Bagaimana seharusnya status keluaran AI ketika menangani data kadaster dan pendaftaran tanah?
- A) Dianggap sebagai data definitif yang dapat langsung dicatat dalam akta hak milik.
- B) Diambil sebagai pemeriksaan/draft pendahuluan; Validitas akhir tergantung pada pengukuran, peraturan perundang-undangan dan persetujuan otoritas ✔
- C) Menyelesaikan sengketa properti sendirian
- D) Menjadi dokumen resmi tanpa memerlukan pengawasan apapun.
Penjelasan: Informasi batas kadaster, luas dan kepemilikan mempunyai akibat hukum; AI menghasilkan preflight, pemindaian inkonsistensi, dan draf paling banyak. Validitas akhir bergantung pada pengukuran, peraturan perundang-undangan, dan persetujuan insinyur/lembaga yang berwenang. Menyatakan keluaran AI sebagai 'final' menimbulkan risiko hukum dan profesional.
11. Pemeriksaan apa yang paling penting untuk dilakukan sebelum menggunakan skrip GeoPandas/PyProj yang dihasilkan AI?
- A) Anggap saja benar karena kodenya panjang
- B) Mengingat cukup untuk bekerja tanpa kesalahan
- C) Jalankan dengan data pengujian kecil yang diketahui dan verifikasi CRS dan peringkat ✔
- D) Menyetujui nama variabel sebagai hal yang bagus
Penjelasan: Kode yang dihasilkan harus dijalankan dengan data pengujian kecil yang hasilnya diketahui dan keluaran serta peringkat yang diharapkan harus diperiksa. Secara khusus, apakah definisi CRS (sistem koordinat) ditetapkan dengan benar merupakan kesalahan kritis; CRS palsu secara diam-diam menghasilkan beberapa meter penyimpangan. Hanya karena kodenya 'berfungsi' bukan berarti kode itu benar.
12. Apa pendekatan yang benar ketika memberikan kumpulan data kadaster/alamat yang berisi data lokasi dan informasi pribadi kepada AI?
- A) Kirimkan semua informasi pemilik dan identitas asli apa adanya
- B) Mengabaikan privasi karena akan menguntungkan
- C) Menempelkan data ke forum publik
- D) Menganonimkan data pribadi atau bekerja dengan nilai-nilai perwakilan/lingkungan yang disetujui ✔
Penjelasan: Data yang berisi data pribadi (nama pemilik, ID TR, lokasi sensitif) tidak boleh dikirim ke model eksternal yang melanggar kebijakan dan undang-undang perusahaan. Data harus dianonimkan, nilai sampel/perwakilan harus digunakan, atau lingkungan internal/yang disetujui harus digunakan. Pembenaran 'berguna pula' tidak menghilangkan kewajiban kerahasiaan.
13. Apa tujuan utama penggunaan indeks NDVI dalam klasifikasi tutupan lahan?
- A) Mengukur viabilitas/kepadatan vegetasi dari pita inframerah dekat dan merah ✔
- B) Mengukur tinggi tanah dalam meter
- C) Menentukan pemilik bidang tanah
- D) Transformasi sistem koordinat
Deskripsi: NDVI (Normalized Difference Vegetation Index) mengukur kekuatan/kepadatan vegetasi hijau menggunakan perbedaan pita inframerah dan pita merah. Vegetasi merupakan penanda yang kuat dalam membedakan antara air dan tanah kosong. Tinggi badan saja tidak mengukur atau menentukan kepemilikan.
14. Pernyataan manakah yang paling akurat mengenai peran keluaran AI dalam aplikasi yang kritis terhadap keselamatan atau pekerjaan kadaster?
- A) Jika keluaran AI cukup lancar, persetujuan insinyur tidak diperlukan
- B) AI adalah akselerator; Tidak menggantikan persetujuan dan tanggung jawab insinyur yang kompeten ✔
- C) Tanggung jawab berpindah ke perusahaan yang memproduksi model tersebut
- D) Tidak diperlukan persetujuan saat menggunakan model yang paling mahal
Pernyataan: Dalam bidang rekayasa dan produksi peta, keluaran AI tidak menggantikan kendali dan persetujuan ahli yang kompeten dalam pekerjaan yang memiliki konsekuensi keamanan dan hukum; Ini hanyalah alat akselerator dan penghasil rancangan. Tanggung jawab akhir dan tanda tangan tetap berada pada teknisi yang berwenang.