Karakteristik Perangkat Lunak
6.8.1 Karakteristik Perangkat Lunak
Untuk pengolahan data survei GPS, pada prinsipnya ada dua jenis perangkat lunak ( software) yang dapat digunakan, yaitu perangkat lunak komersil yang dikeluarkan oleh perusahaan-perusahaan receiver GPS, seperti SKI, GPPS, dan GPSurvey, serta perangkat lunak ilmiah yang dikeluarkan oleh lembaga-lembaga penelitian atau universitas, seperti Bernesse, GAMIT, Gipsy, dan DIPOP. Perbedaan yang menyolok dari kedua jenis perangkat lunak ini terletak pada mekanisme penanganan terhadap efek dari kesalahan dan bias. Perangkat lunak komersil umumnya menggantungkan proses pengeliminasian dan pereduksian kesalahan dan bias pada proses pengurangan data ( differencing), yang pada dasarnya hanya efektif untuk baseline yang tidak terlalu panjang (kurang dari 20-30 km). Perangkat lunak komersil, tidak seperti halnya perangkat lunak ilmiah, tidak disiapkan untuk mengestimasi parameter-parameter dari kesalahan dan bias, dan model kesalahan dan bias yang dipunyai biasanya hanya model troposfir (seperti model Hopfield dan Saastamoinen) serta model ionosfir satu frekuensi (model Klobuchar).
Pada survei GPS untuk keperluan survei pemetaan, perangkat lunak komersil umumnya digunakan, dan untuk keperluan yang menuntut ketelitian relatif lebih tinggi, seperti survei geodetik dan studi geodinamika, maka perangkat lunak ilmiah yang harus digunakan. Karena aplikasi survei GPS yang banyak saat ini adalah dalam bidang survei pemetaan, maka pembahasan tentang perangkat lunak berikut ini akan lebih ditekankan pada perangkat lunak komersil.
Secara spesifik, berkaitan dengan strategi pengolahan data survei GPS, ada beberapa hal yang perlu dipertimbangkan, yaitu antara lain :
♦ Perangkat lunak yang digunakan harus dapat memproses data dari survei-survei GPS metode statik maupun metode statik singkat, dan akan lebih baik kalau juga dapat melayani metode survei stop-and-go, maupun survei pseudo-kinematik.
♦ Perangkat lunak yang akan digunakan untuk mengolah data survei GPS sebaiknya
mempunyai kemampuan untuk melakukan tahapan-tahapan perhitungan berikut :
• Pemrosesan awal, yang mencakup antara lain transformasi data, normalisasi
78 dari 90 78 dari 90
fase triple-difference; • Pendeteksian dan pengkoreksian cycle slips; • Penentuan baseline dengan menggunakan data fase double-difference yang
ambiguitas fase tetap dibiarkan sebagai bilangan pecahan; • Penentuan (resolusi) ambiguitas dari data pengamatan fase; • Penentuan harga final baseline dengan menggunakan data fase double-
difference yang ambiguitas fase merupakan bilangan bulat; • Perataan jaringan ( network adjustment) untuk menentukan koordinat akhir dari
titik-titik kerangka dalam jaringan, baik dengan metode perataan jaring bebas ( free network adjustment) maupun perataan jaring terikat (constrained network adjustment); dan
• Pentransformasian koordinat dari satu datum ke datum lainnya, serta perhitungan (transformasi) koordinat ke dalam suatu sistem proyeksi peta tertentu seperti Polyeder, TM (Traverse Mercator) atau UTM (Universal Traverse Mercator).
♦ Perangkat lunak yang akan digunakan juga sebaiknya dapat memberikan informasi
yang dapat digunakan sebagai parameter pengontrol kualitas dari data pengamatan GPS, yaitu seperti :
• jumlah data yang tidak baik dan dibuang, • jumlah cycle slips yang terdeteksi dan berhasil dikoreksi, • indikator sukses tidaknya penentuan cycle ambiguity, • matriks varian-kovarian dari setiap vektor baseline, • matriks varian-kovarian dari setiap koordinat titik dalam jaringan, • baseline-baseline outlier yang perlu ditolak, dan • grafik residual dari data fase yang digunakan. • parameter dan grafik elips kesalahan relatif untuk setiap baseline pengamatan
dan elips kesalahan titik untuk setiap titik kontrol (lihat Lampiran-II)
♦ Perangkat lunak perhitungan baseline yang akan digunakan sebaiknya mampu menghitung besarnya bias troposfir berdasarkan data ukuran suhu, tekanan, dan kelembaban udara dengan menggunakan metode yang sudah dikenal seperti Hopfield dan Saastamoinen.
79 dari 90
♦ Perangkat lunak perhitungan baseline yang akan digunakan sebaiknya mampu menghitung koreksi ionosfir untuk data GPS single frekuensi dengan menggunakan metode Klobuchar, dan juga mampu memberikan solusi bebas-ionosfir ( ionospheric- free linear combination solution) untuk kasus data dua-frekuensi.