Perpustakaan Digital ITB

Kebutuhan akan transformasi kadaster 2-Dimenasi (2D) dan 3-Dimensi (3D) menjadi urgensi di beberapa negara termasuk salah satunya di Indonesia. Hal ini dikarenakan kebutuhan akan ruang vertikal dan juga ketersediaan teknologi yang memadai untuk mewujudkan kadaster 3D pada fungsi kadaster tenure (kepemilikan) dan kadaster fiskal (perpajakan). Untuk menunjang kadaster 3D, diperlukan model digital 3D, yaitu ruang hak 3D dan bangunan 3D. Teknologi yang dapat menghasilkan data awan titik dengan akurasi geometrik dan tingkat kedetailan yang tinggi adalah dengan teknologi laser udara. Akan tetapi, prosesnya sulit dilakukan jika diproses secara manual sehingga diperlukan suatu otomatisasi pemodelan dari data awan titik sumber laser udara. Otomatisasi pembangunan model bangunan 3D sudah banyak dikembangkan dengan memanfaatkan Kecerdasan Buatan (Artificial Intelligence, AI). Pemodelan bangunan 3D masih pada tingkat kedetailan Level of Detail (LOD) 2.2. Padahal awan titik laser udara dapat menangkap sebagian dinding bagian luar bangunan dan belum dimanfaatkan hingga saat ini sehingga dapat meningkatkan kedetailan model bangunan 3D. Selain itu, otomatisasinya memerlukan data lain berupa tapak bangunan 2D atau awan titik bangunan individu menyebabkan data awan titik mentah hasil laser udara tidak bisa langsung diolah secara otomatis menjadi model 3D. Oleh karena itu, penelitian ini bertujuan melakukan otomatisasi pembangunan model digital objek kadaster 3D. Penelitian ini menerapkan pendekatan AI tidak bersistem aturan dan bersistem aturan untuk melakukan segmentasi. Selain itu, ekstraksi atap bangunan menjadi batas atap dan densifikasi awan titik dilakukan untuk mengatasi kelemahan hasil pemindaian data awan titik, yaitu data yang incomplete. Selanjutnya, metode polyfit dipakai untuk rekonstruksi model digital bangunan 3D. Penyesuaian data vektor bidang tanah 2D juga disesuaikan agar posisinya sama dengan sumber data awan titik secara otomatis. Hasilnya adalah AI dapat mempermudah proses pembangunan model digital objek kadaster 3D pada fungsi tenure dan fiskal dengan otomatisasi, dimana model segmentasi menghasilkan nilai Overall Accuracy (OA) sebesar 94% dan akurasi noise filtering sebesar 86%. Batas persil 2D sebagai dasar pembentukkan ruang hak 3D meningkat ketelitiannya dengan Root Mean Square Error (RMSE) horisontalnya yang menurun dari 1.19 m menjadi 0.612 m. Selain itu, model bangunan digital 3D yang dihasilkan berada pada tingkat kedetailan Level of Detail (LOD) 2.2 dan dapat ditingkatkan menjadi LOD 2.2+. Kesesuaian jumlah lantai menggunakan proses ini juga berada pada presentase 86%. Selain itu diperoleh peningkatan akurasi luas dari model LOD2.2 ke LOD 2.2+ yaitu ± 3 setiap m2. Model digital kadaster 3D juga dapat memberikan memberikan informasi pada kadaster fiskal penilaian 3D sebesar 43% - 57%.