Evaluasi Metode Interpolasi Gridding dalam Pembentukan DTM untuk Estimasi Volume Stockpile Nikel Laterit Berbasis Data UAV LiDAR

Estimasi volume stockpile yang akurat merupakan aspek penting dalam kegiatan pertambangan karena digunakan untuk mendukung pengelolaan persediaan material dan pelaporan produksi. Akurasi estimasi volume sangat dipengaruhi oleh kualitas Digital Terrain Model (DTM) yang digunakan untuk merepresentasikan permukaan stockpile. Salah satu faktor yang memengaruhi kualitas DTM adalah metode interpolasi, sehingga diperlukan evaluasi terhadap pengaruh metode interpolasi terhadap hasil estimasi volume stockpile. Penelitian ini bertujuan menganalisis perbedaan elevasi permukaan DTM dan hasil estimasi volume stockpile nikel laterit dari metode interpolasi gridding terhadap metode TIN sebagai acuan, serta mengidentifikasi metode gridding yang paling representatif berbasis data UAV LiDAR. Data diperoleh dari survei UAV LiDAR pada enam dome stockpile di Kecamatan Malili, Kabupaten Luwu Timur, Sulawesi Selatan. DTM dibentuk menggunakan metode TIN, Triangulation, Kriging, dan Inverse Distance. Evaluasi dilakukan menggunakan cross section, surface difference map, Root Mean Square Error (RMSE), deviasi relatif, dan Mean Absolute Percentage Error (MAPE) terhadap volume TIN. Nilai RMSE seluruh metode gridding berada pada rentang 0,021–0,051 m, dengan rata-rata terkecil pada Triangulation (0,0395 m), diikuti Kriging (0,0405 m) dan Inverse Distance (0,0407 m). Hasil surface difference map menunjukkan bahwa metode Triangulation menghasilkan distribusi selisih elevasi yang lebih rendah terhadap metode TIN dibandingkan metode gridding lainnya. Dari sisi kesesuaian estimasi volume terhadap metode TIN, Triangulation menghasilkan nilai MAPE terkecil sebesar 0,009%, diikuti Kriging (0,079%) dan Inverse Distance (0,098%). Berdasarkan hasil evaluasi, metode Triangulation menghasilkan estimasi volume yang paling mendekati metode TIN, ditunjukkan oleh distribusi selisih elevasi yang lebih rendah, nilai RMSE rata-rata terkecil, nilai MAPE terendah, serta deviasi volume yang paling konsisten. Hasil tersebut menunjukkan bahwa Triangulation merupakan metode gridding yang paling representatif terhadap metode TIN pada data penelitian ini.