ANALISIS AKURASI DTM TERHADAP PENGGUNAAN DATA POINT CLOUDS DARI FOTO UDARA DAN LAS LIDAR BERBASIS METODE PENAPISAN SLOPE BASED FILTERING DAN ALGORITMA MACRO TERRASOLID

Abstract

ABSTRAK

Kebutuhan data spasial detail dengan skala besar semakin meningkat, namun ketersediaan peta dasar belum dapat mengimbangi kebutuhan. Peta dasar skala besar diperlukan untuk percepatan pembangunan. Peta topografi sebagai peta dasar dibutuhkan untuk analisis spasial. Salah satu unsur dari peta topografi yaitu kontur dapat dibentuk dari Digital Terrain Model (DTM). Diperlukan metode pembentukan DTM yang efektif dan efisien untuk mempercepat pemenuhan kebutuhan akan peta dasar. Teknologi LiDAR dan Foto udara diterapkan dalam pembentukan DTM yang detail dan akurat serta dalam waktu yang relatif cepat.

DTM dari data LiDAR dan Foto udara dihasilkan dengan melakukan klasifikasi dan filtering terhdap data point clouds LAS LiDAR serta point clouds DSM yang dihasilkan dari image matching foto udara. Metode yang digunakan untuk klasifikasi dan filtering adalah algoritma macro Terrasolid dan metode Slope Based Filtering (SBF). Hasil DTM dari kedua data dibandingkan terhadap DTM Stereoplotting yang digunakan sebagai benchmark. Perbandingan tersebut berupa perbandingan geomorfologi secara visual, serta ketelitian geometri dari kedua DTM yang dihasilkan.

Secara visual, DTM LiDAR menghasilkan geomorfologi yang halus sedangkan DTM Foto menghasilkan geomorfologi yang masih kasar. Kemudian berdasarkan hasil analisis transect, diperoleh hasil bahwa ketinggian DTM LiDAR sudah mendekati DTM Stereoplotting, sedangkan DTM Foto masih menghasilkan selisih ketinggian yang cukup besar terhadap DTM Stereoplotting. DTM LiDAR yang dihasilkan dari pengolahan dengan algoritma macro Terrasolid pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk ke dalam kelas 2 skala 1:5.000 dan kelas 3 skala 1:5.000. Sedangkan DTM LiDAR dengan metode SBF pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk ke dalam kelas 3 skala 1:5.000. DTM Foto hasil pengolahan dengan macro Terrasolid pada sampel area di NLP 1209-1432C dan NLP 1209-1415C masuk dalam kelas 3 skala 1:10.000. Sedangkan DTM Foto dengan metode SBF pada NLP 1209-1432C dan NLP 1209-1415C masuk dalam kelas 3 skala 1:5.000 dan kelas 2 skala 1:10.000.

Kata Kunci : DTM, filtering, foto udara, ketelitian geometri, LiDAR.

ABSTRACT

The need for detailed spatial data with large amount of scale is increasing, but the availability of base map cannot comprehend the needs. Base map with large scales is needed for faster development. Topographic maps as a base map is needed for spatial analysis. One element of topographic maps is contour can shaped from Digital Terrain Model (DTM). An effective and effecient DTM method is hastened the fullfilment needs of topographic base map. LiDAR technology and aerial photos is implemented for creating a detailed and accurate DTM in a relatively efficient time.

DTM from LIDAR data and aerial photos are produced by doing classification and filtering on LARS LIDAR point clouds data and DSM point clouds that is created from aerial image matching. The method used for classification and filtering is macro terrasolid algorithm dan slope based filtering method. DTM results from both data are compared to DTM Steroplotting to see the geomorphology that is produced and also the geometry accuracy of them both.

Visually, DTM LIDAR produces smoother geomorphology and DTM photos produce rough geomorphology. Based on the transect analysis result, it is given that DTM LIDAR height has already neared DTM Steroplotting. DTM LiDAR the is produced with macro terrasolid algorthm on sample area in NLP (map sheet) 1209-1432C and NLP 1209-1415C is categoried in second class scale 1:5.000 and third class scale 1:5.000. Whereas DTM LiDAR with SBF method on sample area from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:5000. DTM image result from Macro Terrasolid processing on sample area from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:10.000. While DTM image with SBF method from NLP 1209-1432C and NLP 1209-1415C is categoried into third class scale 1:5.000 and second class scale 1:10.000.

Keywords : DTM, filtering, aerial photo, geometry accuracy, and  LiDAR