Keunggulan Deepness:
a. Plugin gratis / tidak berbayar
b. Plugin dapat di download dan di akses dengan mudah
c. Hasil identifikasi cukup presisi untuk bangunan dan jalan sekitar 70%. Masih terdapat beberapa bias yang perlu di hapus.
d. Tidak perlu dilakukan sampling karena sudah tersedia Model, sehingga secara otomatis AI akan mendefinisikan objek sesuai dengan Model.
Kekurangan Deepness:
a. Penggunaan terbatas karena segmentasi hanya dapat digunakan pada klasifikasi yang terdapat model nya.
b. Apabila data yang dihasilkan belum presisi, perlu dilakukan training data dan sampling kembali pada AI.
Kesimpulan: Deepness merupakan plugin AI dengan fitur yang mudah di gunakan. Merupakan opsi selain Mapflow. Keunggulan Deepness dari Mapflow adalah gratis. Hasil identifikasi dan segmentasi sudah cukup presisi, namun masih terdapat bias seperti kendaraan (mobil) yang di identifikasi sebagai bangunan atau bangunan yang di identifikasi sebagai jalan. Oleh karena itu dibutuhkan bantuan dan effort dari operator untuk mengecek kembali hasil data dari Deepness.
3. Flypix AI
Flypix adalah platform AI untuk pemetaan berbasis web. Untuk menggunakan AI ini pengguna tidak perlu menggunakan software lain, hanya cukup akses ke website https://flypix.ai/
Gambar 7. Website untuk Akses Flypix AI
Untuk melanjutkan proses pengguna wajib untuk login. Flypix AI menyediakan fitur untuk mencoba / trial software, untuk dapat mencoba trial software dapat mengunjungi website https://flypix.ai/blog/drone-image-processing-software-tools/
Flypix AI dapat digunakan untuk identifikasi objek bangunan, vegetasi, dan sebagainya.
Keunggulan Flypix AI :
a. Penggunaannya sederhana dan mudah, pengguna tidak perlu melakukan coding
b. Tidak perlu instal software atau plugin di perangkat komputer / laptop pengguna
c. Pada aplikasi secara otomatis objek yang di kenali akan terhitung / terkakulasi jumlahnya
d. Dapat di akses mudah via website.
Kekurangan Flypix AI :
a. Fitur berbayar dengan harga yang cukup mahal dibanding dengan AI yang lain
b. Kurang presisi dan simetris untuk segmentasi bentuk, sehingga perlu banyak editing manual.
c. Perlu dilakukan beberapa sampling untuk mendeteksi objek
d. Karena menggunakan aplikasi AI dengan sistem web, kurang fleksibel. Tidak dapat digunakan di tempat yang tidak ada akses internet dan terbatas storage
Kesimpulan, Flypix AI cocok digunakan untuk kebutuhan menghitung jumlah objek. Hal ini dikarenakan Flapix AI kurang presisi mengikuti bentuk objek sebenarnya. Berikut ini merupakan gambar contoh hasil penggunaan Flypix AI.
Gambar 8. Hasil Identifikasi Bangunan Menggunakan Flypix
Gambar 9. Hasil Identifikasi Mobil Menggunakan Flypix AI
Flypix AI cocok digunakan untuk kegiatan seperti, menghitung jumlah kendaraan, menghitung jumlah pohon, menghitung jumlah hewan ternak dan sebagainya.
4. Geo-SAM
Geo-SAM merupakan Plugin yang memanfaatkan kekuatan AI Segment Anything Model (SAM) buatan META untuk melakukan segmentasi objek dari citra atau foto secara interaktif dan akurat. Plugin ini ringan dan dapat digunakan pada Software QGIS versi 3.30 atau di atasnya. untuk menginstall Plugin GeoSAM secara manual dapat mengunjungi website https://github.com/coolzhao/Geo-SAM
Gambar 10. Install Geo-SAM
Untuk identifikasi objek dengan plugin Geo-SAM ini, citra / foto harus melalui proses image encoding atau proses kompres dan konversi data citra / foto menjadi format file .npz.
Setelah plugin di aktifkan, pengguna perlu melakukan sampling data dengan menambahkan prompt (klik pada objek misal atap rumah), secara otomatis AI akan mendefinisikan bentuk sample atap rumah. Setelah dilakukan sampling, maka secara otomatis selanjutnya AI akan mendefinisikan bentuk yang serupa atap rumah ketika kursor di gerakkan.
Gambar 11. Identifikasi Objek Sawah Satu Per-Satu Menggunakan Geo-SAM (Sumber : youtube Hans van Der Kwast)
Gambar 12. Hasil Identifikasi Sawah Menggunakan Geo-SAM yang Telah di Save (Sumber : youtube Hans van Der Kwast)
Keunggulan Geo-SAM :
a. Bisa dijalankan dengan komputer standar
b. Objek secara otomatis muncul saat di klik (beri prompt) pada citra / foto
c. Dalam pengoperasiannya, tidak diperlukan coding. Semua dilakukan dengan User Interface milik QGIS.
Kekurangan Geo-SAM :
a. Instal plugin dilakukan secara manual via GitHub, sehingga membutuhkan sedikit pemahaman mengenai bahasa pemrograman python.
b. Perlu dilakukan praencode pada citra / foto agar menghasilkan citra / foto dengan format .npz. Hal ini membutuhkan waktu.
c. Plugin AI hanya mendukung segmentasi per objek, bukan masal. Sehingga objek yang di identifikasi oleh AI ini harus di save manual satu per satu (belum bisa segmentasi otomatis seluruh AoI sekaligus)
Kesimpulan: Geo-SAM ringan dan mudah digunakan, namun belum dapat digunakan untuk pekerjaan automasi dalam jumlah banyak sekaligus (masal). Geo-Sam bagus digunakan untuk mempercepat pekerjaan semi manual yang memerlukan operator agar mengecek satu per satu segmentasi yang didefinisikan oleh AI.
5. Geo-AI
Geo AI merupakan package atau sekumpulan kode yang sudah di definisikan oleh developer yang dapat dengan mudah kita gunakan syntax nya sebagai tools / alat untuk memproses, menganalisa dan memvisualkan data geospasial menggunakan teknik Machine Learning tingkat lanjut. Geo-AI menggunakan bahasa pemrograman python 3.9 atau diatasnya. Geo AI merupakan software open source dibawah lisensi MIT.
Untuk menjalankan Geo AI, pengguna harus menginstal terlebih dahulu Software Python. Setelah Python terinstal pengguna dapat memilih salah satu command line interface (CLI) yang disediakan, yaitu:
a. Pip
Pip merupakan CLI yang paling sederhana untuk menginstal versi sabil terbaru untuk menjalankan Geo AI.
b. Uv
Uv Merupakan CLI alternatif yang lebih cepat daripada pip.
c. Conda
Conda merupakan opsi untuk pengguna yang biasa menggunakan CLI Anaconda/Miniconda. Untuk menginsal Geo-AI pengguna di rekomendasikan untuk instal melalui conda-forge yang dapat mengatasi ketergantungan seperti GDAL.
d. Mamba
Mamba menyediakan resolusi ketergantungan seperti GDAL yang lebih cepat dibanding Conda.
Gambar 13. Panduan Cara Install Geo-AI
Gambar 14. Proses Instal Geo-AI dengan pip
Gambar 15. Hasil Identifikasi Objek Bangunan dengan GeoAI (Sumber : youtube Open Geospatial Solutions)
Keunggulan Geo AI:
a. Mudah disesuaikan dengan kebutuhan data ‘pengguna tingkat lanjut’ yang memahami fundamental bahasa pemograman.
b. Software open source dan gratis.
c. Data hasil identifikasi dengan menggunakan Geo AI cukup presisi sekitar 80%-90% untuk bangunan.
Kekurangan Geo AI:
a. Tidak mudah digunakan karena tidak ada tampilan untuk interaksi (tidak ada User Interface).
b. Hanya dapat digunakan oleh pengguna yang memahami fundamental bahasa pemograman.
Kesimpulan: Geo AI bagus digunakan untuk pengguna yang terbiasa dengan command line interface. Hasil identifikasi dengan menggunakan Geo AI cukup presisi dan banyak fungsi yang bisa di jalankan dengan Geo AI namun tidak mudah digunakan apabila pengguna tidak memahami bahasa pemograman.
6. Deeplearning ArcGIS Pro
ArcGIS Pro merupakan perangkat lunak (software) analisis geospasial yang paling umum dan banyak digunakan. Kini ArcGIS Pro telah terintegrasi dengan Deep Learning sehingga kemampuan analisis spasial semakin meningkat.
Untuk menggunakan Deep Learning pada ArcGIS Pro, pengguna harus mendownload dan menginstal terlebih dahulu Deep Learning for ArcGIS Pro, dan perlu di sesuaikan pula dengan versi ArcGIS Pro yang dimiliki.
Gambar 16. ArcGIS Pro
Gambar 17. Proses Identifikasi Bangunan dengan Deep Learning ArcGIS Pro
Gambar 18. Contoh hasil bangunan Indonesia menggunakan model “building africa”
Gambar 19. Hasil Identifikasi Tapak Bangunan dengan ArcGIS Pro (Sumber : youtube ArcGIS)
Keunggulan ArcGIS Pro:
a. Merupakan software yang umum digunakan, sehingga sangat familiar untuk digunakan dan banyak komunitas global.
b. Software Lisensi berbayar sehingga dapat digunakan offline.
c. Pengguna dapat menggunakan Model yang tersedia di living atlas ArcGIS sehingga tidak perlu proses coding.
d. Proses segmentasi / identifikasi objek tidak memerlukan training data / sampling.
e. Terdapat opsi apakah proses dilakukan di CPU atau GPU, dengan memanfaatkan pemrosesan pada GPU memungkinkan proses data yang lebih cepat dan efisien.
f. Hasil data akurat dan presisi dengan catatan model yang di gunakan sesuai dengan spesifikasi atau menggunakan model yang dibuat dengan training/sampling data sendiri (Lihat Gambar 19).
Kekurangan ArcGIS Pro:
a. Software berlisensi dan berbayar, fitur bisa di akses setelah membeli Lisensi software.
b. Agar tidak perlu training data/sampling pengguna terlebih dahulu harus mendownload model yang tersedia di website https://livingatlas.arcgis.com/en/browse/. Model yang di download harus di input parameter-parameter secara manual.
c. Model yang tersedia terbatas dan input data yang di masukkan sesuai dengan spesifikasi yang tertera pada masing-masing model. Sebagai contoh, Gambar 18 diatas merupakan Model Building Africa (standard resolution input 10-40 cm) yang kami gunakan pada input data raster di Indonesia dengan resolusi gambar kurang lebih 7 cm. Hasil yang
d. Untuk data yang kurang akurat dan presisi perlu dilakukan training data dan sampling dengan membuat model sendiri. Untuk membuat model ini dibutuhkan pemahaman mengenai bahasa pemograman.
Kesimpulan: Software ArcGIS Pro merupakan software yang paling umum digunakan untuk analisis data spasial, penggunaan software ini tidak terbatas pada kuota atau credits penggunaan, luas area juga tidak terbatas, namun dalam penggunaan data yang cukup besar harus di dukung dengan kemampuan dan spesifikasi komputer. Untuk model yang belum tersedia di living atlas ArcGIS harus di buat terlebih dahulu modelnya dengan menggunakan bahasa pemograman.
7. SuperMap
SuperMap merupakan software pemetaan buatan perusahaan asal Tiongkok, di beberapa fitur pengguaannya mirip seperti software ArcGIS, software ini juga mengembangkan Deeplearning dan Integrasi AI. SuperMap merupakan software berbayar, untuk dapat menggunakan software dan AI maka pengguna perlu membeli terlebih dahulu lisensi SuperMap. Dalam penggunaannya, berbeda dengan ArcGIS Pro yang harus menginstall terlebih dahulu Deep Learning Model, pada SuperMap sudah sepenuhnya tersedia jika membeli Lisensi.
Gambar 19. Hasil Identifikasi Tapak Bangunan dengan SuperMap (Sumber : youtubeSuperMap GIS)
Keunggulan SuperMap :
a. Software Lisensi berbayar sehingga dapat digunakan secara offline
b. Tidak perlu download atau instal model seperti ArcGIS, Deep Learning dan AI sudah tersedia di software SuperMap
c. Tampilan modern dengan SuperMap iDekstop, pengguna dapat melakukan analisis spasial yang kompleks dan workflow efisien
Kekurangan SuperMap :
a. Software berlisensi dan berbayar, fitur dapat di akses setelah membeli lisensi software
b. Untuk data yang kurang akurat atau presisi perlu dilakukan training data dan sampling ulang. Untuk melakukan sampling ini menggunakan bahasa pemograman python.
c. Komunitas global masih terbatas dibanding platform seperti QGIS dan ArcGIS
Kesimpulan : SuperMap merupakan software yang mirip dengan software ArcGIS. Sama seperti software ArcGIS, SuperMap tidak terbatas pada kuota atau credits penggunaan, luas area juga tidak terbatas, dalam penggunaan data yang cukup besar harus di dukung dengan kemampuan dan spesifikasi komputer.
Setiap plugin dan software memiliki kelebihan dan kekurangannya masing masing, pengguna tinggal menyesuaikan software atau plugin dengan kebutuhan. Tim SGT melakukan summary berdasarkan pengalaman pribadi dan research dari berbagai sumber, sebagai informasi tambahan kami tidak dalam rangka mempromosikan produk tertentu.
Untuk informasi mengenai AI dan Produk Informasi Geospasial dapat menghubungi kami di nomor 0818204075.
Cikeas, 12 Agustus 2025
Penulis: :
- Aliska Pangda Gisda, S.T
- Affan Rivandi, S.T
- Ahmad Fariski, S.P.W.K
- Aulia Fadhilah Ejasyahnisa, S.T
Gambar 6. Hasil Identifikasi Jalan Menggunakan Deepness (Sumber : youtube Mindstem)
