Perpustakaan Digital ITB

Jembatan merupakan infrastruktur strategis yang berperan penting dalam menjamin konektivitas transportasi darat sehingga keberlanjutan fungsi dan keamanannya perlu dipertahankan selama masa operasional. Salah satu indikasi awal penurunan kualitas struktur adalah munculnya diskontinuitas yang ditandai oleh perubahan homogenitas material, perubahan kontur, kekasaran permukaan, maupun perubahan geometri lokal. Pemanfaatan teknologi laser scanner memberikan peluang untuk melakukan inspeksi berbasis geospasial melalui representasi geometri tiga dimensi (3D point cloud). Namun demikian, penggunaan sensor tunggal masih memiliki keterbatasan dalam merepresentasikan keseluruhan kondisi geometrik jembatan akibat perbedaan cakupan spasial, resolusi, dan pengaruh occlusion. Oleh karena itu penelitian ini bertujuan untuk mengevaluasi kemampuan dataset laser scanner dalam mendukung analisis diskontinuitas jembatan melalui integrasi data Aerial Laser Scanner (ALS) dan Terrestrial Laser Scanner (TLS) pada Jembatan Tayan. Data yang digunakan merupakan data sekunder hasil akuisisi ALS dan TLS yang diintegrasikan melalui proses registrasi dan georeferencing untuk menghasilkan model point cloud tiga dimensi yang terintegrasi. Evaluasi kemampuan dataset dilakukan melalui analisis karakteristik dataset yang meliputi point density, completeness, occlusion, geometric accuracy, kualitas integrasi data (sensor fusion), RMS residual error, dan Level of Accuracy (LoA). Selanjutnya dilakukan evaluasi parameter geometrik point cloud berupa roughness, surface variation, normal change rate, serta inverse density untuk menilai sensitivitas dataset terhadap perubahan lokal permukaan yang berkaitan dengan indikasi diskontinuitas. Parameter-parameter tersebut kemudian dinormalisasi dan diintegrasikan ke dalam suatu indeks komposit berupa Geometric Variation Index (GVI) untuk mengevaluasi kemampuan representasi geometrik dataset terhadap variasi permukaan struktur. Hasil penelitian menunjukkan bahwa integrasi ALS dan TLS menghasilkan model point cloud dengan nilai global bundle error sebesar 0,003 m yang memenuhi kriteria USIBD LoA 4.0 sehingga memiliki kualitas geometrik yang memadai untuk mendukung analisis variasi geometri lokal pada struktur jembatan. Evaluasi threshold menunjukkan bahwa nilai 0,35 memberikan keseimbangan terbaik antara sensitivitas dan selektivitas dalam pemisahan karakteristik geometrik. Proses verifikasi menggunakan dokumentasi lapangan menunjukkan adanya kesesuaian spasial antara perubahan karakteristik visual permukaan dengan distribusi parameter geometrik pada model point cloud. Hasil tersebut menunjukkan bahwa integrasi ALS dan TLS mampu meningkatkan completeness model, mengurangi blind area, serta meningkatkan kemampuan representasi geometrik dibandingkan penggunaan sensor tunggal.