Artikel Terbaru

ANALISIS HASIL REGISTRASI DATA POINT CLOUD HASIL PEMINDAIAN MENGGUNAKAN TERRESTRIAL LASER SCANNER (TLS) DAN HANDHELD LASER SCANNER (HLS) PADA BANGUNAN HERITAGE (STUDI KASUS : PURA PENATARAN DESA PENGLIPURAN, BALI)

Oleh   Hamdani [15116027]
Kontributor / Dosen Pembimbing : Dr. Asep Yusup Saptari, S.T., M.Sc.;Sella Lestari Nurmaulia, S.T., M.T.;Alfita Puspa Handayani, S.T., M.T.;Ratri Widyastuti, S.T., M.T.;
Jenis Koleksi : S1-Tugas Akhir
Penerbit : FITB - Teknik Geodesi dan Geomatika
Fakultas : Fakultas Ilmu dan Teknologi Kebumian (FITB)
Subjek :
Kata Kunci : Bangunan heritage, Terrestrial Laser Scanner (TLS), Handheld Laser Scanner (HLS), point clouds, registrasi, Level of Detail (LOD)
Sumber :
Staf Input/Edit : Alice Diniarti  
File : 1 file
Tanggal Input : 2021-03-15 14:47:13

3D bangunan fungsional sangat berkembang pesat pada era modern ini karena memiliki berbagai macam keunggulan. Selain bangunan fungsional, pemodelan 3D dapat juga diterapkan pada bangunan heritage, tetapi jarang diaplikasikan di Indonesia. Selain belum menjadi prioritas pembangunan di Indonesia, pemodelan 3D bangunan heritage sulit dilaksanakan karena memiliki tingkat kedetailan tinggi dan bervariasi. Salah satu cara untuk mengatasi hal tersebut adalah dengan menggunakan alat yang memiliki kerapatan yang memadai pada saat akuisisi data. Terrestrial Laser Scanner (TLS) dan Handheld Laser Scanner (HLS) merupakan alat yang dapat digunakan dalam mengakuisisi data point clouds untuk pemodelan 3D. Namun, perbedaan kerapatan antar kedua alat tersebut menimbulkan pertanyaan mengenai kualitas hasil point clouds dan model yang terbentuk. Oleh karena itu, dilakukan penelitian untuk menganalisis hasil registrasi data point clouds TLS dan HLS, serta model 3D yang dapat disajikan dari kedua data tersebut. Penelitian dilakukan pada Pura Penataran Desa Penglipuran, Bali. Akuisisi data point cloud dilakukan menggunakan alat TLS dan HLS, serta wawancara dengan Ketua Adat setempat untuk mendapatkan data informasi mengenai objek yang ingin dimodelkan. Registrasi data TLS menggunakan algoritma Iterative Closed Point (ICP) menghasilkan nilai Root Mean Square Error (RMSE) 0.0316 mm, sedangkan registrasi data HLS menggunakan metode transformasi Helmert dan Affine menghasilkan RMSE masing-masing sebesar 0.1686 m dan 0.0050 m. Model 3D yang dapat dibentuk berdasarkan data point clouds dari TLS dan HLS bervariasi. Namun, data point clouds dari TLS yang dapat dibentuk memiliki nilai rata-rata Level of Detail (LOD) 3, sedangkan data point clouds dari HLS memiliki nilai Level of Detail 4. Berdasarkan hasil yang diperoleh, registrasi data point clouds HLS terhadap TLS metode Affine memiliki kualitas akurasi yang lebih baik dibandingkan dengan metode Helmert. Selain itu, data point clouds hasil pindaian HLS dapat menyajikan model 3D yang lebih detail dibandingkan dengan TLS dan dapat menampilkan informasi yang lebih dalam hingga memiliki nilai Level of Detail 4 dan Level of Development 350, sedangkan pada TLS hanya dapat menyajikan model 3D hingga Level of Detail 3 dan Level of Development 300.