Segmentasi Data LiDAR untuk Deteksi Bangunan

Segmentasi point cloud LiDAR digunakan untuk membedakan sekumpulan point cloud berdasarkan kesamaan fitur. Misalnya, segmentasi dapat digunakan untuk membedakan dan memisahkan antar bangunan agar setiap bangunan dapat dibedakan untuk tujuan berikutnya (misalnya untuk deteksi atau ekstraksi bangunan secara otomatis).

Klasifikasi Bangunan pada Data LiDAR Menggunakan Cloud Compare (Tutorial)

Cloud Compare

Pada artikel sebelumnya, dijelaskan mengenai konsep klasifikasi bangunan menggunakan Cloud Compare merujuk pada paper Brodu & Lague (2012). Kali ini, artikel ini akan lebih fokus pada step by step melakukan klasifikasi pada software tersebut. Artikel ini tidak menjelaskan setiap parameter yang digunakan karena lebih fokus pada aspek teknis pemrosesannya. Jika pembaca ingin penjelasan yang lebih detail tentang setiap parameter dalam software Cloud Compare, pembaca bisa me-refer ke paper Brodu & Lague (2012) atau Susetyo et al. (2020).

Klasifikasi Bangunan pada Data LiDAR Menggunakan Cloud Compare (Konsep)

Cloud Compare

Pada artikel sebelumnya, kita belajar mengenai pembuatan model bangunan 3D dari data LiDAR menggunakan software Terrasolid, dimana salah satu tahapannya adalah klasifikasi point cloud sebagai bangunan. Selain Terrasolid, beberapa software juga dapat melakukan proses klasifikasi bangunan, dan salah satu perangkat open source yang bisa melakukannya dengan sangat baik adalah Cloud Compare.

Konsep Pembentukan DEM Nasional (DEMNAS)

Sumber: http://tides.big.go.id/DEMNAS/

Ketersediaan dan aksesibilitas data DEM (Digital Elevation Model) sangat dibutuhkan karena DEM merupakan data masukan yang sangat penting dalam berbagai analisis spasial. Oleh karena itu, DEM yang bersifat global dan open access layaknya SRTM dan ASTER GDEM akan memberikan manfaat yang sangat besar serta mendukung berbagai kebijakan yang bersifat spasial. Meski demikian, ketersediaan DEM global dengan kualitas tinggi masih sangat terbatas. Oleh karena itu, pada tahun 2018, Indonesia melalui Badan Informasi Geospasial (BIG) meluncurkan DEM seamless yang mencakup seluruh wilayah di Indonesia, yang disebut dengan DEMNAS (DEM Nasional). DEMNAS berawal dari tantangan untuk menghasilkan DEM seamless nasional dari multi-sumber data karena ketersediaan DEM yang bervariasi dengan spesifikasi yang berbeda-beda, seperti TerraSAR-X, IFSAR, dan Radarsat. DEMNAS kini tersedia secara online dan dapat diakses dengan gratis di http://tides.big.go.id/DEMNAS/.

Pembentukan Model Bangunan 3D Menggunakan Data LiDAR

Jika pada artikel sebelumnya kita membahas klasifikasi ground dan non-ground, artikel ini akan membahas tahap selanjutnya, yaitu pemodelan bangunan 3D. Ini adalah proses lanjutan dari hasil klasifikasi non-ground LiDAR yang meliputi klasifikasi bangunan dan vegetasi serta vektorisasi model 3D. Semua proses menggunakan software Terrasolid.

Klasifikasi Ground dan Non-ground pada Data LiDAR

Selain foto udara dan citra satelit, LiDAR merupakan salah satu alternatif data dasar yang dapat digunakan dalam proses pemetaan. Teknologi LiDAR merepresentasikan permukaan bumi secara tiga dimensi dengan merekam posisi dan elevasi dari titik target dalam bentuk koordinat x, y, z. Oleh karena itu, berbeda dengan data foto udara atau citra satelit yang berformat raster, LiDAR adalah sekumpulan data point cloud dengan kerapatan tertentu sehingga membentuk representasi permukaan 3D yang dapat diproses untuk keperluan pemetaan atau hal lainnya.

Perjuangan dan Perjalanan Menuju ISPRS Hannover Workshop 2017

 

Sumber gambar: https://www.ipi.uni-hannover.de/hrigi17.html

ISPRS, singkatan dari International Society for Photogrammetry and Remote Sensing. Sesuai namanya, organisasi internasional ini sudah pasti menaungi para peneliti, akademisi, profesional, atau siapapun yang tertarik dan menggeluti dunia fotogrametri atau penginderaan jauh. Aku pertama kali mengetahui tentang organisasi ini saat bergabung dengan tempat kerjaku sekarang, Badan Informasi Geospasial (BIG) sekitar tiga tahun yang lalu.

Konsep Pembentukan Model 3D Menggunakan Data SAR

Sumber gambar: http://www.dlr.de/dlr/en/desktopdefault.aspx/tabid-10377/565_read-436/#/gallery/350

Salah satu tahap dalam pemetaan rupabumi (RBI) adalah digitasi, yaitu ekstraksi fitur rupabumi dari data dasar yang digunakan. Data dasar tersebut dapat berupa foto udara maupun citra satelit, tergantung dari skala dan spesifikasi data yang akan dihasilkan.

Mengedit DEM Menggunakan TIN Editing di ArcGIS

Sumber gambar: https://helpdesk.louisiana.edu/arcgis

Dalam pembentukan DEM, selain akurasi yang direpresentasikan dalam kualitas hasil statistik, juga perlu diperhatikan mengenai kualitas visualnya. Kualitas visual berkaitan dengan tampilan DEM yang baik, namun tetap harus memperhatikan realitas topografi yang sebenarnya, dalam artian editing DEM untuk kepentingan kualitas visual tidak boleh terlalu mengubah kondisi topografi secara signifikan hingga tidak lagi merepresentasikan kondisi sebenarnya.

Menggunakan Aplikasi Trimble DL dalam Pengukuran Statik

Sumber gambar: http://www.appbrain.com/app/trimble-dl/com.trimble.trimbledl

Pengaturan alat GNSS dapat dilakukan dengan beberapa cara -misalnya menggunakan controller, namun untuk merk Trimble dapat dilakukan menggunakan aplikasi yang bernama Trimble DL. Pengaturan yang dapat dilakukan menggunakan aplikasi ini cukup user friendly, sehingga memudahkan kita dalam melakukan pengaturan. Berikut adalah tutorial pengaturan alat GNSS menggunakan aplikasi Trimble DL dalam pengukuran statik.

Konversi Sistem Koordinat UTM ke Geografis Menggunakan Web RCN Montana

Sumber gambar: https://kartoweb.itc.nl/geometrics/Coordinate%20transformations/coordtrans.html

Dalam perkuliahan di jurusan Teknik Geodesi, mata kuliah sistem transformasi koordinat dan sistem proyeksi merupakan salah satu yang menantang (baca: terberat). Mata kuliah tersebut menuntut mahasiswa untuk dapat menghitung konversi koordinat dengan akurat. Namun, sebenarnya kini sudah banyak perangkat yang dapat melakukan konversi koordinat dengan cepat, termasuk menggunakan web/online, salah satunya http://www.rcn.montana.edu/resources/converter.aspx. Berikut cara menggunakan web tersebut untuk konversi koordinat UTM ke geografis.

Edgematching Geometri Secara Otomatis di ArcGIS

Sumber gambar: http://cmapsanalytics.com/esri.html#gsc.tab=0

Ketika data spasial dibuat oleh orang, organisasi, atau di waktu yang berbeda, akan sangat mungkin terjadi perbedaan, terutama terkait interpretasi (citra atau foto udara). Misalnya, segmen sungai antara dua pelaksana pekerjaan bisa saja tidak terhubung satu sama lain. Jika data-data tersebut harus digabungkan, proses edgematching sangat diperlukan untuk menghasilkan geometri sekaligus atribut data spasial yang selaras.

Profil Singkat Profesi Surveyor Pemetaan

Sumber gambar: http://www.bls.gov/ooh/architecture-and-engineering/surveying-and-mapping-technicians.htm

Jika bicara tentang profesi surveyor pemetaan, mungkin banyak orang awam yang belum terlalu mengetahui pekerjaan ini. Jikapun sudah, mungkin hanya terbatas pada seseorang yang keahliannya mengukur bidang tanah, karena memang itulah surveyor pemetaan yang paling dekat dengan masyarakat. Padahal, jika mau ditelisik lebih dalam, surveyor pemetaan adalah salah satu profesi yang cukup menjanjikan, dengan ritme kerja yang –bisa dibilang– mengasyikkan.

Cara Download ASTER GDEM

Sumber gambar: https://asterweb.jpl.nasa.gov/gdem.asp

Berikut adalah cara men-download data ASTER GDEM dari web USGS (http://earthexplorer.usgs.gov/).

Presentasi Spasial di Depan Audience Non-spasial

Sumber gambar: http://tweakyourbiz.com/marketing/2016/04/19/5-simple-tips-make-effective-presentation/

Spasial tidak dapat dikatakan sebagai bidang ilmu yang “populer” di Indonesia, meski secara implementasi sebenarnya sudah banyak aplikasi berbasis teknologi yang menggunakan data spasial. Ini tentunya menjadi salah satu tantangan tersendiri bagi para pelaku dan penggiat di dunia geospasial, bahwa ilmunya memang kurang begitu akrab di telinga masyarakat. Fakta tersebut membuat para pelaku geospasial tersebut tentu memerlukan strategi tersendiri ketika berbicara bidang keilmuannya di depan orang-orang non-spasial. Ini bisa terjadi ketika seseorang yang membutuhkan dan menggunakan peta, namun tidak memahami konsep dasar spasial, sehingga diperlukan teknik tersendiri dalam menjelaskan peta secara mudah. Bisa juga ketika kita menyampaikan sebuah materi dalam forum, namun audience kita bukanlah orang yang sebidang dengan keilmuan kita, dan ini sebenarnya lebih menantang karena terkait dengan banyak orang.

Sekilas tentang ArcGIS Data Reviewer

Layaknya sebuah produk yang diproduksi untuk digunakan orang banyak, data spasial –terutama terkait peta dasar– juga perlu melalui proses kontrol kualitas sebelum dipublikasi. Metode dalam melakukan kontrol kualitas beraneka ragam, namun pada umumnya parameter yang harus dipenuhi seperti didefinisikan oleh The ICA Commission of Spatial Data Quality berkaitan dengan ketelitian posisi, ketelitian atribut, kelengkapan, lineage, logical consistency, ketelitian semantik, dan informasi temporal.

Stereoplotting di Summit Menggunakan Data SAR

Sumber gambar: http://www.pcigeomatics.com

Membentuk Stereomate di Summit Menggunakan Data SAR

Sumber gambar: http://www.pcigeomatics.com

Untuk melakukan stereoplotting di Summit, kita perlu terlebih dahulu membentuk model 3D dari data dasar yang digunakan. Ketika menggunakan data Synthetic Aperture Radar/SAR, kita mempunyai dua data: Orthorectified Radar Image (ORRI) dan Digital Surface Model (DSM). Data ORRI dan DSM tersebut kemudian dibentuk stereomate yang akan digunakan sebagai pasangan image dari ORRI untuk membentuk model 3D.

Membentuk Summit Image Menggunakan Data SAR

Sumber gambar: http://www.pcigeomatics.com

Format Summit Image (.*smti) lebih diutamakan ketika kita memproses data raster menggunakan software Summit Evolution. Membentuk Summit Image dapat dilakukan dengan mengikuti langkah-langkah berikut, dimana pada contoh ini data awal yang digunakan adalah data ORRI (Orthorectified Radar Image) dengan format TIFF.

Cara Download DEM SRTM

Shuttle Radar Topography Mission (SRTM) menyediakan DEM global dengan resolusi horizontal yang terbagi menjadi dua, yaitu 1 arc-detik atau SRTM 30m dan 3 arc-detik atau SRTM 90m. Data yang tersedia untuk umum untuk wilayah di seluruh dunia adalah SRTM 90, sedangkan SRTM 30 hanya tersedia untuk wilayah Amerika Serikat.