Perpustakaan Digital ITB

Pemanfaatan citra satelit resolusi sangat tinggi dalam pemetaan tiga dimensi (3D) terus berkembang seiring meningkatnya kebutuhan informasi spasial yang rinci untuk perencanaan wilayah, pemetaan perkotaan, serta pengelolaan lingkungan. Citra satelit Pléiades memiliki kemampuan akuisisi citra stereo dan tri-stereo yang memungkinkan rekonstruksi model 3D permukaan bumi melalui proses pencocokan citra. Proses ini menghasilkan data spasial 3D seperti point cloud dan Digital Surface Model (DSM). Kualitas model 3D yang dihasilkan sangat dipengaruhi oleh metode pencocokan citra yang digunakan karena setiap metode memiliki karakteristik algoritma yang berbeda sehingga menghasilkan variasi pada kepadatan titik, tingkat ketelitian, serta kontinuitas permukaan model. Oleh karena itu, diperlukan kajian yang menganalisis kinerja metode pencocokan citra dalam menghasilkan data spasial 3D yang representatif untuk kebutuhan pemetaan. Penelitian ini bertujuan untuk menganalisis kualitas data spasial 3D yang dihasilkan dari metode Normalized Cross Correlation (NCC) dan Semi Global Matching (SGM) pada citra satelit Pléiades tri-stereo di wilayah perkotaan serta mengidentifikasi karakteristik hasil yang dihasilkan oleh masing masing metode. Penelitian juga bertujuan mengevaluasi ketelitian model 3D yang dihasilkan serta menilai kesesuaiannya untuk merepresentasikan objek permukaan bumi pada lingkungan perkotaan yang memiliki kompleksitas objek yang tinggi. Pendekatan penelitian dilakukan melalui proses pengolahan citra satelit menggunakan perangkat lunak fotogrametri digital untuk menghasilkan model 3D berupa point cloud dan DSM. Data yang dihasilkan kemudian dianalisis berdasarkan parameter kualitas model yang meliputi kepadatan titik, tingkat noise, serta kontinuitas permukaan model. Evaluasi ketelitian vertikal dilakukan dengan membandingkan nilai elevasi hasil model terhadap data referensi berupa titik kontrol tanah yang diperoleh melalui pengukuran lapangan. Hasil penelitian menunjukkan bahwa kedua metode mampu menghasilkan data spasial 3D dari citra Pléiades tri-stereo, namun memiliki karakteristik performa yang berbeda. Evaluasi terhadap ketelitian vertikal menggunakan titik kontrol tanah menunjukkan bahwa metode SGM menghasilkan tingkat akurasi yang lebih baik dibandingkan metode NCC. Nilai RMSE vertikal yang dihasilkan metode SGM ii sebesar 0.372 m, sedangkan metode NCC menghasilkan nilai kesalahan yang lebih besar yaitu 0.861 m pada perangkat lunak Erdas dan 1.152 m pada perangkat lunak Catalyst. Hasil ini menunjukkan bahwa pendekatan optimasi semi global yang digunakan pada metode SGM mampu menghasilkan estimasi elevasi yang lebih stabil dibandingkan metode NCC yang berbasis korelasi radiometrik lokal. Perbedaan performa kedua metode juga terlihat pada aspek kelengkapan data dan konsistensi geometri permukaan. Metode SGM menghasilkan model permukaan yang lebih kontinu dengan jumlah celah data yang lebih sedikit dibandingkan metode NCC. Pada area dengan tekstur citra yang lemah seperti jalan raya atau vegetasi rapat, metode NCC menunjukkan kegagalan pencocokan piksel yang menyebabkan terbentuknya kekosongan data pada model permukaan. Sebaliknya metode SGM mampu mempertahankan kontinuitas permukaan karena menggunakan agregasi biaya pencocokan dari berbagai arah sehingga lebih stabil terhadap variasi tekstur dan perubahan radiometrik pada citra. Dari sisi kepadatan titik, metode SGM juga menunjukkan nilai yang sedikit lebih tinggi dengan rata rata kepadatan sekitar 1.342 pts/m², sedangkan metode NCC menghasilkan kepadatan sekitar 1.268 hingga 1.340 pts/m². Selain perbandingan metode image matching, penelitian ini juga menunjukkan perbedaan karakteristik representasi data spasial 3D dalam bentuk point cloud dan Digital Surface Model. Data point cloud mampu merepresentasikan geometri objek secara lebih rinci karena setiap titik menyimpan koordinat 3D secara langsung sehingga bentuk bangunan dan variasi elevasi objek dapat tergambar dengan lebih detail. Meskipun proses pembentukan point cloud memerlukan waktu komputasi yang lebih lama dibandingkan pembentukan model raster, representasi ini tetap lebih disarankan untuk pemetaan detail karena mampu mempertahankan informasi geometri objek secara lebih lengkap. Sebaliknya DSM lebih singkat untuk diproses dan lebih sesuai digunakan untuk analisis permukaan secara umum karena struktur datanya berbasis grid. Penelitian ini memberikan kontribusi dalam evaluasi metode ekstraksi data spasial 3D berbasis citra satelit resolusi sangat tinggi pada wilayah perkotaan di Indonesia. Hasil penelitian menunjukkan bahwa metode SGM dengan luaran data berupa point cloud memiliki potensi yang lebih baik untuk menghasilkan data spasial 3D yang kontinu, stabil, dan memiliki ketelitian vertikal yang lebih tinggi pada wilayah dengan variasi tutupan lahan yang kompleks di daerah Bandung Raya. Temuan ini dapat menjadi dasar dalam pemilihan metode image matching yang lebih sesuai untuk mendukung pemetaan 3D serta pengembangan pemodelan kota berbasis citra satelit resolusi tinggi.