digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Muhammad Irham
PUBLIC Open In Flip Book Alice Diniarti

Peta 3D adalah peta yang menampilkan data yang berhubungan dengan posisi suatu objek yang disajikan secara horizontal dan vertikal. Kebutuhan akan peta 3D bertambah seiring dengan perkembangan ilmu pengetahuan dan teknologi dalam pembuatan peta tersebut. Teknologi LiDAR (Light Detection and Ranging) adalah salah satu teknologi terbaik yang dapat digunakan pemetaan 3D. Teknologi ini menggunakan cahaya dalam bentuk laser untuk menentukan jarak suatu objek yang ada di permukaan bumi. Proses akuisisi data LiDAR dapat menggunakan berbagai cara dan metode, salah satunya adalah dengan menggunakan pesawat tanpa awak (UAV). Data yang dihasilkan adalah kumpulan titik menyerupai awan (pointclouds) yang terkoordinasi membentuk suatu objek dan pada suatu sistem koordinat tertentu. Data LiDAR dapat menyajikan informasi yang lebih jelas apabila objek-objek pada data tersebut dibedakan, sehingga diperlukan proses klasifikasi. Tujuan dari penelitian ini adalah untuk menentukan parameter klasifikasi data, menghasilkan data yang telah terklasifikasi dengan metode yang tepat, dan menilai akurasi dan kepresisian hasil klasifikasi data LiDAR. Metodologi penelitian ini mencakup studi literatur, akuisisi data hingga pengolahan data. Pengolahan data tersebut terdiri dari klasifikasi otomatis menggunakan algoritma pada perangkat lunak, dan klasifikasi manual untuk keperluan uji akurasi dan kepresisian. Data yang digunakan pada penelitian ini adalah awan titik Kampus ITB Jatinangor. Kelas objek yang ditentukan dalam penelitian ini adalah kelas tanah, tanaman, bangunan, dan awan titik yang tidak terklasifikasi. Pada proses klasifikasi tanah digunakan metode Maximum Local Slope dan Morphological Filter dengan parameter yang ditentukan dengan cara trial and error. Pada proses klasifikasi tanaman digunakan metode Morphological Filter dengan nilai parameter yang didapatkan dari buku panduan perangkat lunak LiDAR 360. Pada proses klasifikasi bangunan digunakan metode Surface Growing dengan parameter yang ditentukan dengan cara trial and error. Berdasarkan nilai parameter yang ditentukan dalam penelitian ini, dihasilkan nilai akurasi sebesar 96.4% dan nilai presisi sebesar 0.964.