Perpustakaan Digital ITB

Data point cloud merupakan tipe data yang sering digunakan sebagai dasar dalam pemodelan 3D (tiga dimensi) berbasis objek nyata, seperti bangunan. Hal ini berkaitan dengan adanya teknologi sensor aktif seperti laser scanner dan perkembangan algoritma image matching dalam fotogrametri yang bisa menghasilkan point cloud. Data point cloud memiliki informasi posisi titik tersebut dalam sistem kartesian 3D dan dinyatakan dalam koordinat X, Y dan Z. Supaya model 3D terbentuk, biasanya data point cloud perlu melewati beberapa tahap pemrosesan antara lain klasifikasi, deteksi bentuk, dan data restructuring. Tugas akhir ini mengkaji satu metode untuk tahap deteksi bentuk yaitu metode Random Sample Consensus (RANSAC). Dengan metode ini, dihasilkan model yang lebih sederhana jika dibandingkan dengan data point cloud. Selain itu model tersebut tetap meliputi keseluruhan permukaan dan tetap mempertahankan bentuk sebenarnya dari objek fisik yang dimodelkan. Proses deteksi bentuk digunakan pula untuk mendeteksi noise dan outliers. Secara umum objek-objek yang ada, bisa terbangun dari beberapa bentuk geometri dasar. Geometri dasar yang digunakan adalah bidang datar, bidang lengkung, silinder, dan kerucut. Bentuk geometri dasar yang dihasilkan metode RANSAC digunakan untuk rekontruksi model 3D objek tersebut. Plugin RANSAC pada perangkat lunak bebas pakai Cloud Compare yang digunakan di tugas akhir ini, dapat mendeteksi bentuk-bentuk geometri dasar dari berbagai macam bentuk objek, akan tetapi masih terdapat hasil yang keliru dan tidak akurat sehingga masih membutuhkan perbaikan oleh operator.