S1 2017 347541 Introduction

PERBANDINGAN PERHITUNGAN VOLUME STOCKPILE BATU BARA MENGGUNAKAN DATA
TERRESTRIAL LASER SCANNER (TLS)

DAN DATA FOTO UDARA UNMANNED AERIAL VEHICLE (UAV)
RACHMADHIYA SALSABILA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/
BAB I
PENDAHULUAN
I.1. Latar Belakang

Batu bara merupakan bahan bakar fosil yang dimanfaatkan sebagai bahan bakar
pembangkit listrik tenaga uap yang akan disimpan sementara di sebuah area yang luas
yang disebut coal yard. Pada proses penyimpanan tersebut, perlu dilakukan
pengukuran sebagai fungsi pengawasan besaran volume dari batu bara yang disebut
dengan stock opname. Ada berbagai metode dalam mengukur stockpile secara teristris,
yakni menggunakan alat ukur Total Station (TS) dan Terrestrial Laser Scanner (TLS).
Penggunaan TS sebagai alat ukur pada pengukuran stockpile hanya dapat
menghasilkan data berupa titik-titik yang tidak dapat merepresentasikan objek secara
detail, sehingga data yang dihasilkan tidak begitu akurat. Pengukuran stockpile
menggunakan TS memerlukan waktu yang relatif lama untuk menghasilkan data yang
dapat merepresentasikan objek dengan baik.
Pengukuran stock opname dengan TLS dapat mengatasi kekurangan yang
dihasilkan dari pengukuran menggunakan TS. Pengukuran menggunakan alat TLS
membutuhkan waktu yang relatif singkat dan menghasilkan data yang akurat dengan
merepresentasikan objek secara detail berupa kumpulan titik berkoordinat 3D yang
disebut point cloud. Point cloud yang dihasilkan dapat mencakup seluruh bentuk detail
dari objek batu bara yang sering tidak beraturan, hal tersebut menghasilkan
perhitungan volume yang lebih teliti. Pengukuran menggunakan TLS ini dapat
memberikan keuntungan yang banyak, namun biaya untuk pengoperasian TLS yang
mahal menjadikan pengukuran stock opname menggunakan TLS masih jarang
dilakukan. Oleh karena itu, diperlukan alternatif pengukuran stockpile batu bara
dengan metode yang cepat, efisien, menghasilkan data yang akurat, serta biaya
operasional yang terjangkau. Salah satu alternatif metode pengukuran yang dapat
dilakukan adalah pengukuran menggunakan foto udara dari alat Unmanned Aerial
Vehicle (UAV).
1
TERRESTRIAL LASER SCANNER (TLS) 2
UAV adalah instrumen pesawat tanpa awak yang membawa sebuah kamera
untuk pemetaan dari udara. Data foto udara tersebut dapat menghasilkan data point
cloud yang merepresentasikan objek dengan baik dalam waktu yang relatif singkat.
Kelebihan dari metode pengukuran menggunakan foto udara UAV adalah biaya
operasional yang lebih murah daripada biaya operasional menggunakan TLS dengan
data hasil pengolahan yang sama yakni berupa point cloud. Kegiatan penelitian ini
mengambil objek stockpile batu bara pada PLTU Paiton 9. Penelitian ini bertujuan
untuk menghitung perbedaan hasil perhitungan volume stockpile dari data foto udara
UAV yang akan dibandingkan dengan hasil perhitungan volume dari data TLS.
I.2. Identifikasi Masalah

Pengukuran volume stockpile batu bara memerlukan alat yang cepat, efektif, dan
ketelitian alat yang tinggi agar perhitungan volume menghasilkan data yang akurat.
Penggunaan UAV dapat menghasilkan data yang merepresentasikan objek dengan
baik secara cepat dan efisien dengan biaya yang terjangkau, namun pada data tersebut
belum diketahui kualitas atau tingkat akurasinya dalam perhitungan volume.
I.3. Pertanyaan Penelitian

1. Bagaimana ketelitian geometri objek stockpile batu bara yang dihasilkan dari data
foto udara UAV dibandingkan dengan koordinat pada data TLS?
2. Apakah hasil perbandingan perhitungan volume stockpile batu bara antara data
TLS dengan data foto udara UAV berbeda secara signifikan?
I.4. Cakupan Penelitian

Berdasarkan masalah yang dirumuskan, maka cakupan masalah pada penelitian
ini adalah:
1. Pengukuran menggunakan alat ukur TLS Faro Focus3D X330 dengan Metode
Targed Based dan Metode Cloud Based.
2. Pengukuran menggunakan UAV Multicopter DJI Phantom 4
CMOS pada tinggi terbang sekitar 80 meter.
3. Registrasi scan world data TLS menggunakan perangkat lunak Faro Scene 5.5.0
dan perhitungan volume menggunakan perangkat lunak Leica Cyclone 6.0.
4. Pengolahan data foto udara UAV menggunakan perangkat lunak Agisoft
Photoscan Professional dan perhitungan volume data foto udara UAV
menggunakan perangkat lunak Leica Cyclone 6.0.
5. Kerangka titik kontrol terdiri dari lima titik kontrol pemetaan menggunakan
kerangka peta yang sudah ada.
6. Nilai volume pada hasil perhitungan menggunakan alat ukur TLS dijadikan
sebagai nilai volume acuan.
7. Uji ketelitian geometri dengan perbandingan koordinat dilakukan dengan
membandingkan koordinat point cloud yang dihasilkan oleh TLS dengan koordinat
point cloud yang dihasilkan oleh data foto udara UAV.
8. Uji ketelitian pengukuran volume dilakukan dengan menghitung perbedaan
perhitungan volume antara data TLS dengan data UAV.
I.5. Tujuan Penelitian

Berdasarkan latar belakang yang telah dijelaskan, maka tujuan dari kegiatan
penelitian ini adalah :
1. Menguji ketelitian geometri dari objek yang dihasilkan dari data foto udara UAV
dibandingkan dengan data TLS.
2. Mengetahui perbedaan dari perbandingan perhitungan volume stockpile batu bara
antara data TLS dengan data foto udara UAV.
I.6. Manfaat
Manfaat dari kegiatan penelitian ini bagi ilmu pengetahuan adalah memberikan
gambaran mengenai perbedaan perhitungan volume yang dihasilkan dari penggunaan
alat UAV untuk pengukuran stockpile batu bara, dan manfaat bagi masyarakat adalah
sebagai acuan dalam perhitungan volume stockpile batu bara.
I.7. Tinjauan Pustaka

Perbandingan metode pengambilan data menggunakan TLS dan UAV pernah
dilakukan untuk penelitian mengenai penilaian erosi lahan gambut oleh Gareth
McShare dan kawan-kawan (2015). Penelitian ini menyebutkan bahwa penggunaan
UAV dapat menangkap informasi di area luas dari ketinggian dan sudut pengambilan
gambar yang memenuhi daerah penelitian. Dikombinasikan dengan pengolahan
berbasis SfM otomatis, teknik ini dapat menghasilkan orthophotos yang cepat.
Pemindaian TLS dalam penelitian ini menghasilkan point cloud dengan keakuratan
data dan kepadatan permukaan tanah yang tinggi, namun ukuran dan berat instrumen
menyebabkan kesulitan dalam pengukuran di daerah pegunungan (Mcshane, 2015).
Penelitian lainnya dilakukan oleh Zylka (2014) dalam tesisnya mengenai
pengolahan data UAV untuk estimasi perhitungan volume stockpile. Penelitian
tersebut membandingkan perhitungan volume dari data UAV dengan data terrestrial
LiDAR. Hasil penelitian menyebutkan bahwa perbedaan perhitungan nilai volume
antara data UAV dan data terrestrial LiDAR tidak lebih dari 4%. Dengan hasil
demikian, penelitian tersebut mengungkapkan bahwa data dari hasil akuisisi
menggunakan UAV berpotensi untuk mengestimasi nilai volume suatu objek skala
besar dengan akurasi yang cukup.
Penelitian tentang perbandingan teknologi surveying untuk memodelkan DTM
dan perhitungan volume pernah dilakukan oleh WAJS (2015). Pada penelitiannya,
pemodelan DTM dan perhitungan volume pada area tambang terbuka menggunakan
GPS, Total Station, dan terrestrial fotogrametri. Perbandingan tersebut menghasilkan
perbedaan sekitar 0,25 % pada perhitungan volume menggunakan TS dan
fotogrametri.
Whitehead dan kawan-kawan (2014) melakukan penelitian mengenai UAV yang
digunakan untuk perhitungan volume stockpile dan dibandingkan dengan perhitungan
volume dari data GNSS. Penelitian tersebut menghasilkan data bahwa estimasi volume
stockpile berdasarkan data UAV 2,6% lebih rendah daripada data volume dari hasil
akuisisi data menggunakan GNSS. Penelitian ini menunjukkan bahwa pengukuran
stockpile menggunakan UAV menghasilkan hasil pengukuran yang sebanding dengan
metode konvensional menggunakan GNSS.
Perbedaan penelitian yang akan dilakukan dengan penelitian-penelitian

sebelumnya adalah pada penelitian ini, data yang digunakan merupakan data TLS dan
data UAV yang akan diolah dan diperbandingkan kualitas serta akurasinya dalam
perhitungan volume objek skala besar, yaitu stockpile batu bara.
I.8. Landasan Teori

I.8.1. Stockpile Batu Bara
Stockpile batu bara merupakan tumpukan material batu bara yang disimpan
sementara sebelum digunakan. Stockpile batu bara dapat diartikan sebagai hasil
pertambangan batu bara yang disimpan sementara sebelum dikapalkan untuk dijual,
atau merupakan tumpukan material batu bara yang disimpan dari hasil pertambangan
yang didistribusikan melalui conveyor. Stockpile berfungsi sebagai penyangga antara
pengiriman dan proses sehingga data pengukuran pada stockpile digunakan untuk
monitoring dan atau pengawasan terhadap data pengiriman dan data pemrosesan batu
bara (Maryuningsih, 2015). Pengukuran yang dilakukan pada stockpile batu bara
meliputi pengukuran volume yang disebut stock opname.
Gambar I.1 Stockpile batu bara PLTU Paiton

(Sumber : Anonim, 2012)
I.8.2. Unmanned Aerial Vehicle

Unmanned Aerial Vehicle (UAV) biasa disebut sebagai pesawat tanpa awak.
Terminologi terbaru mengenai UAV fotogrametri adalah bahwa UAV fotogrametri
merupakan platform untuk pengukuran fotogrametri yang operasinya dikendalikan
dari jarak jauh secara semi-otomatis ataupun secara otomatis tanpa pilot yang berada
di platform tersebut (Eisenbei, 2009). UAV dikendalikan oleh seorang atau lebih
operator dari permukaan tanah menggunakan kontroler. UAV dapat membawa kamera
dan atau sensor yang digunakan untuk melakukan pengambilan foto dari udara. Foto
yang didapatkan dari hasil pemotretan menggunakan wahana UAV merupakan foto
udara format kecil non-metrik. Dari data foto ini bisa didapatkan nilai posisi tiga
dimensi di permukaan bumi dengan menerapkan suatu persamaan tertentu dengan
syarat harus terlebih dulu diketahui parameter-parameter berikut, yaitu : sudut
kemiringan pemotretan, posisi pemotretan, dan ketinggian wahana UAV ketika
pengambilan foto (Hafid, 2014).
Gambar I.2 Multicopter DJI Phantom 4

(Sumber : DJI, 2016)
UAV merek DJI Phantom 4 termasuk jenis UAV drone yang mudah
diterbangkan, mudah dioperasikan, dengan kamera yang dapat menghasilkan kualitas
gambar dan video seperti drone dengan kamera DSLR. Sensor kamera pada
multicopter DJI Phantom 4 menggunakan 1/2.3
megapiksel. Lensa FOV 94 2.8. Ukuran foto
yang dihasilkan sekitar 4000x3000 piksel. Multicopter DJI Phantom 4 dapat
menghasilkan video hingga format HD ukuran 1280x720p 24/25/30/48/50/60. Saat
pemotretan udara, multicopter DJI Phantom 4 dapat mencapai kecepatan maksimum
sebesar 20 m/s dengan mode ATTI dan tidak ada angin.
Kamera pada DJI Phantom 4 ini menggunakan sensor Complementary Metal
Oxide Semiconductor (CMOS). Sensor ini dapat meredam noise, lebih efisien, dapat
bersinergi secara dinamis serta menggunakan daya yang lebih rendah daripada sensor
Charge-Coupled Devices (CCD). Pada sensor CMOS, sinyal muatan gambar akan
dibaca satu baris pada satu waktu seperti mengakses memori secara acak
menggunakan rangkaian baris dan kolom terpilih. Pembacaan akses acak tersebut
memberikan potensi pembacaan berkecepatan tinggi dengan konsumsi daya yang
rendah (Gamal dan Eltoukhy, 2005).
I.8.3. Terrestrial Laser Scanner

Terrestrial Laser Scanner (TLS) adalah alat yang menggunakan cahaya laser
untuk mengukur objek dengan menginterpretasikannya menjadi titik-titik secara
langsung dalam sistem koordinat tiga dimensi. Laser scanner merupakan alat yang
menggunakan metode scanning dengan teknologi laser untuk mengumpulkan data
objek, baik dari segi bentuk maupun warnanya. Data yang dikumpulkan dapat
digunakan secara digital untuk gambar dua dimensi maupun model tiga dimensi yang
berguna untuk berbagai aplikasi (Quintero, 2008). Hasil dari pengukuran TLS adalah
kumpulan titik-titik yang merupakan representasi dari objek, mempunyai sistem
koordinat lokal dari alat, dan biasa disebut point cloud. Salah satu alat TLS, dapat
dilihat pada Gambar I.3.
Gambar I.3 Terrestial Laser Scanner Faro Focus X330

( Sumber : Faro, 2016 )
Pengukuran menggunakan TLS terdapat dua kategori, yakni statik dan dinamis
(Quintero, 2008). Kategori statik adalah pengukuran TLS dengan menempatkan alat
TLS pada media yang tidak bergerak, seperti permukaan bumi. Kategori dinamis
adalah metode pengukuran TLS dengan menempatkan alat TLS pada media yang
bergerak seperti mobil atau pesawat. Dengan keuntungan yang dapat diberikan saat
pengukuran menggunakan alat TLS, seperti akurasi tinggi dan akuisisi data yang cepat,
disiplin ilmu lain mulai tertarik menggunakan alat TLS untuk mengembangkan
ilmunya. Bidang lain yang mengadaptasi teknologi TLS ditunjukkan pada Gambar I.4.
Gambar I.4 Aplikasi laser scanner di berbagai bidang

(Sumber : diadaptasi dari Quintero, 2008)
TLS merupakan pemindai aktif yang mengukur beda waktu antara dua kejadian.
Pada penelitian ini, TLS menggunakan prinsip pemindaian Pulse Based, yaitu
pengukuran yang didasarkan pada waktu tempuh gelombang laser sejak dipancarkan
sampai diterima kembali oleh penerima laser (Quintero, 2008). Jarak objek ke alat
dapat diketahui berdasarkan kecepatan gelombang sinar laser yang digunakan dengan
waktu tempuh kembali sinar laser yang dipancarkan. Prinsip kerja alat TLS
diilustrasikan pada Gambar I.5.
Gambar I.5 Ilustrasi pengukuran jarak metode pulse based

(Sumber : diadaptasi dari Quintero, 2008)
Pada Gambar I.5 terdapat persamaan (I.1) sebagai berikut (Quintero, 2008):
D=½xcx (I.1)
Keterangan : D : jarak antara scanner dengan objek (m)

c : kecepatan rambat sinar laser yang digunakan ( 3 x 108 m/dt)
ar laser pergi dan kembali (dt)
Data yang dihasilkan dari hasil pemindaian laser scanner memiliki sistem
koordinat lokal berdasarkan berdiri alat. Sumbu Y+ searah dengan arah scanner,
sumbu X+ tegak lurus dengan sumbu Y+ ke arah kanan sedangkan sumbu Z+ tegak
lurus terhadap bidang XY (Prasetyo, 2016). Origin pada sistem koordinat ini berhimpit
dengan sistem koordinat alat laser scanner. Sistem koordinat lokal pada alat laser
scanner diilustrasikan pada Gambar I.6.
Gambar I.6 Sistem koordinat pada alat laser scanner
Pada Gambar I.6 dijelaskan bahwa Ra merupakan jarak antara titik yang
dianggap objek dengan origin scanner
yang dianggap objek tersebut akan memiliki koordinat X,Y,Z dalam sistem koordinat
lokal. Proses transformasi koordinat diperlukan untuk mengubah sistem koordinat
lokal alat TLS, yakni koordinat polar, ke sistem koordinat kartesi 3 dimensi dilakukan
persamaan sebagai berikut , 2005) :
xa = Ra
y
za = Ra x
Keterangan : R : jarak antara titik yang dianggap objek dengan origin.
objek.
vertikal objek.
Proses georeferensi yang dilakukan pada data TLS bertujuan untuk mengubah
koordinat lokal pada data awal menjadi koordinat tanah dengan sistem proyeksi UTM.
Proses georeferensi memerlukan dua titik ikat yang telah diketahui koordinatnya dan
besaran sudut azimut antara kedua titik tersebut. Besaran sudut azimut diantara dua
titik dapat dicari menggunakan persamaan (I.2) sebagai berikut :
AB = arctan((xB xA)/(yB
Keterangan : AB : azimuth dari titik A ke titik B

xA : koordinat X di titik A
xB : koordinat X di titik B
yA : koordinat Y di titik A
yB : koordinat Y di titik B
I.8.4. Point Cloud

Hasil dari penyiaman yang dilakukan oleh TLS berupa bentuk detail 3D dari
objek, yang tersusun dari jutaan titik-titik padat dan rapat yang disebut point cloud.
Setiap titik pada point cloud mempunyai koordinat dalam sistem koordinat 3D dari
alat dan terdapat intensitas dari sinyal laser yang dipantulkan (Reshetyuk, 2009). Point
cloud hasil dari penyiaman pada saat satu kali berdiri alat disebut scan world. Point
cloud pada satu scan world mempunyai sistem koordinat yang sama, namun berbeda
dengan scan world lainnya. Gambar I.7 menggambarkan bentuk dari kumpulan point
cloud.
Gambar I.7 Point cloud stockpile batu bara

Data point cloud dapat merepresentasikan objek secara detail dengan baik
sehingga dapat memodelkan objek sesuai dengan bentuk aslinya. Hal tersebut sangat
memudahkan dalam analisis data selanjutnya, seperti untuk menghitung volume objek.
Perhitungan volume objek membutuhkan data yang detail agar perhitungan volume
yang dilakukan menghasilkan data yang akurat.
I.8.5. Metode Registrasi Data TLS

TLS digunakan untuk melakukan penyiaman atau scanning pada objek yang
relatif besar, sehingga penyiaman tidak dapat dilakukan dalam sekali berdiri alat.
Diperlukan beberapa kali berdiri alat untuk dapat menghasilkan data hasil scanning
yang dapat merepresentasikan bentuk dan ukuran objek dengan baik. Registrasi yang
dilakukan pada data TLS bertujuan untuk menggabungkan seluruh atau sebagian dari
hasil penyiaman laser scanner atau scan world pada setiap berdiri alat ke dalam suatu
sistem koordinat yang sama. Pada penelitian ini dilakukan tiga metode registrasi, yakni
metode target to target, metode cloud to cloud, dan metode kombinasi.
I.8.5.1 Metode target to target
Metode ini merupakan metode registrasi yang paling umum dilakukan yakni
dengan menggunakan target acuan yang sama pada scan world yang saling
bertampalan. Salah satu target yang biasa digunakan adalah sphere, yaitu objek dengan
bentuk bola sempurna dengan diameter tertentu. Contoh sphere ditunjukkan pada
Gambar I.8.
Gambar I.8 Target sphere

(Sumber : Daly, 2014)
Metode target to target ini mencari enam parameter transformasi koordinat dari
enam koordinat titik yang tersebar pada tiga target yang tidak berada dalam satu garis
pada scan world yang saling bertampalan (Reshetyuk, 2009). Ilustrasi mengenai
proses registrasi metode target to target ditunjukkan pada Gambar I.9.
Gambar I.9 Ilustrasi registrasi metode target to target

(Sumber : Reshetyuk, 2009)
Berdasarkan Gambar I.9, terdapat tiga target yang sama yakni T1, T2, dan T3
yang terpindai oleh TLS pada dua scan world yang berbeda, yakni Scan 1 dan Scan 2.
Proses registrasi akan mengetahui posisi yang sama dari ketiga target tersebut sehingga
masing-masing scan akan tergabung berdasarkan pendekatan posisi ketiga target.
I.8.5.2. Metode cloud to cloud
Metode cloud to cloud tidak menggunakan target untuk registrasi data, namun
menggunakan point cloud yang sama antar scan world yang saling bertampalan atau
overlap. Metode ini menjadikan luasan area overlap antar scan world sebagai
parameter kualitas registrasi, semakin luas area overlap antar scan world maka
semakin baik kualitas registrasi yang dihasilkan. Overlap yang disarankan untuk
menghasilkan data yang tergolong baik adalah 30% pada masing-masing scan world
(Reshetyuk, 2009). Ilustrasi registrasi metode cloud to cloud dapat dilihat pada
Gambar I.10.
Gambar I.10 Ilustrasi registrasi metode cloud to cloud

(Sumber : Reshetyuk, 2009)
Gambar I.10 menunjukkan bahwa registrasi metode cloud to cloud ini

menggunakan point cloud yang membentuk objek yang sama dari scan world yang
berbeda yang akan saling menyatu dan bergabung membentuk suatu geometri objek
yang utuh. Penyatuan antar point cloud yang sama dapat dilihat pada Gambar I.11.
Gambar I.11 Proses penyatuan point cloud antar scan world

(Sumber : Pfeifer, 2007)
Pada Gambar I.11, penyatuan point cloud dilakukan dengan terlebih dulu
menjadikan salah satu point cloud sebagai acuan, misal point cloud biru. Point cloud
hijau akan menyesuaikan bentuk dan posisi sehingga menyerupai bentuk dan posisi
dari point cloud biru dengan proses iterasi. Semakin banyak iterasi yang dilakukan,
hasil registrasi akan semakin baik. Garis merah pada Gambar I.11 menunjukkan proses
iterasi yang menjadikan point cloud hijau semakin mendekati bentuk dan geometri
point cloud biru. Proses iterasi dilakukan sebanyak tiga kali dan menghasilkan
registrasi yang paling baik seperti gambar paling kanan.
I.8.5.3. Metode kombinasi
Metode registrasi kombinasi merupakan metode gabungan dari metode target to
target dengan metode cloud to cloud pada satu data yang sama. Metode ini digunakan
saat target yang digunakan untuk registrasi target to target tidak dapat terdeteksi oleh
perangkat lunak, sehingga perlu dilakukan registrasi metode cloud to cloud agar data
tetap menyatu. Tujuan dari metode ini adalah untuk menyatukan seluruh scan world
yang terkendala dengan adanya target sphere yang tidak terdeteksi.
I.8.6. Digital Terain Model (DTM)

Digital Terrain Model (DTM) adalah model matematik dari suatu permukaan
bumi yang menerapkan suatu fungsi interpolasi sesuai dengan set titik data yang
diukur. Interpolasi dalam pemodelan terain digital digunakan untuk menentukan
ketinggian nilai titik dengan menggunakan ketinggian dikenal poin tetangga (Djurjani,
1999). Terdapat berbagai macam metode pengumpulan data untuk pembentukan

DTM, yakni dengan survei konvensional, survei GNSS, fotogrametri, citra satelit,
digitasi peta, dan map scanning (Djurjani, 1999). Dilakukan pembentukan DTM pada
data point cloud hasil akuisisi agar dapat dilakukan perhitungan volume. Gambar I.12
menunjukkan DTM dari data point cloud.
Gambar I.12 Ilustrasi DTM stockpile batu bara
I.8.7. Structure from Motion (SfM)

Structure from motion (SfM) merupakan teknik fotogrametri untuk membentuk
struktur 3D dari gambar 2D berurutan yang digabungkan. Teknik ini memungkinkan
pembentukan model 3D dari objek bahkan hanya dengan kamera non metrik standar.
Pendekatan yang dilakukan pada teknik ini adalah dengan melakukan pendekatan
geometri internal dari kamera, posisi kamera, orientasi otomatis, dengan tanpa
pendefinisian dari titik kontrol tanah yang diketahui. Teknik ini akan berjalan dengan
baik jika data atau gambar yang akan digunakan mempunyai tumpang tindih atau
overlap yang tinggi antar gambar dan data tersebut diambil dari berbagai posisi dan
arah yang berbeda agar geometri objek dapat terbentuk secara utuh (Micheletti et al.,
2015). Proses pengambilan data untuk teknik SfM dapat dilihat pada Gambar I.13.
Gambar I.13 Proses akuisisi data untuk pengolahan menggunakan teknik SfM
(Sumber : Micheletti et al., 2015)
I.8.8. Perhitungan Volume

Perhitungan volume merupakan bagian penting untuk perencanaan ataupun
pembangunan. Dimensi perhitungan volume adalah meter kubik. Perhitungan volume
dapat dilakukan dengan tiga metode, yaitu metode irisan melintang (cross section),
metode kontur, dan metode borrow pit / spot level.
I.8.8.1. Metode irisan melintang (cross section)

Irisan melintang diambil tegak lurus terhadap sumbu proyek dengan interval
jarak tertentu. Metode ini lebih baik digunakan pada perencanaan yang bersifat
memanjang, seperti pada perencaaan jalan raya, saluran air, dan penggalian pipa.
Metode irisan melintang dibagi menjadi beberapa metode lagi, yaitu metode potongan
melintang rata-rata, metode jarak rata-rata, dan metode prismoida.
Metode potongan melintang rata-rata menghitung volume dengan mengalikan
luas rata-rata dari irisan yang ada dengan jarak antara irisan awal dan akhir, yang
dijabarkan pada persamaan (I.3).
Keterangan : V : volume objek ( )

luas penampang irisan
n : jumlah irisan
L : jarak antara irisan awal (A1) hingga irisan akhir (An)
Metode jarak rata-rata menggunakan perhitungan dengan irisan yang sama

namun dengan jarak antar irisan yang berbeda-beda. Persamaan pada metode ini dapat
dilihat pada persamaan (I.4).

A : luas penampang irisan
L1, L2 : jarak antar irisan
n : jumlah irisan
I.8.8.2. Metode kontur

Perhitungan volume menggunakan garis kontur dilakukan seperti perhitungan
menggunakan penampang melintang. Luas penampang adalah luasan yang dibatasi
dengan suatu garis kontur, sedangkan tinggi atau jarak antar penampang adalah nilai
interval garis kontur yang digunakan. Apabila terdapat dua penampang yang
berurutan, perhitungan volume dapat dilakukan dengan persamaan perhitungan
volume metode end area. Jika terdapat tiga penampang dapat menggunakan rumus
prismoida, dan jika terdapat banyak penampang dapat menggunakan rumus simpson.
I.8.8.3. Metode borrow pit / spot level

Perhitungan volume menggunakan metode borrow pit ditandai dengan
pembuatan jaring-jaring grid berbentuk bujur sangkar atau segitiga dengan panjang
sisi tertentu yang sama dan pengukuran ketinggian pada titik tersebut. Selisih
ketinggian pada awal dan akhir penggalian dihitung menggunakan persamaan
prismoida dengan alas prisma berupa bujur sangkar atau segitiga dengan tinggi prisma
diambil dari rata-rata dalamnya penggalian di titik-titik grid. Perhitungan volume
metode borrow pit dapat dilihat pada Gambar I.14 dan persamaan (I.5) dan persamaan
(I.6).
B C D E
G H
F I
J L
K
Gambar I.14 Perhitungan metode borrow pit
Dari Gambar I.14 volume satu segitiga dapat diperoleh dengan persamaan (I.5) :
V=Ax (I.5)

A : luas bidang segitiga ( )
h1, h2, h3 : ketinggian sudut, yang ditentukan dari perbedaan tinggi (m)
Volume keseluruhan segitiga pada Gambar I.4 menggunakan persamaan (I.6) :
V=Ax )

A : luas bidang segitiga yang sama ( )
unakan untuk menghitung volume 2 kali

unakan untuk menghitung volume 3 kali
lah tinggi yang digunakan untuk menghitung volume 5 kali
untuk menghitung volume 6 kali
Berkembangnya ilmu pengetahuan dan teknologi pengolahan data, menjadikan

metode borrow pit tersebut berkembang dengan pembentukan bidang-bidang segitiga
secara otomatis pada permukaan objek. Luasan penampang yang terbentuk merupakan
jumlah dari luasan segitiga-segitiga yang terbentuk dari hasil pembuatan DTM yang
terbentuk dari Triangulated Irregular Network (TIN).
TIN akan membentuk geometri sebuah prisma jika terdapat dua permukaan yang
akan dicari volumenya. Permukaan atas disebut design surface dan permukaan bawah
disebut base surface. Volume yang akan dihitung merupakan volume dari design
surface, base surface digunakan sebagai alas atau sebagai batas bawah dari
perhitungan volume. Perhitungan volume metode cut and fill dapat diilustrasikan
seperti Gambar I.15.
Gambar I.15 Ilustrasi perhitungan volume metode TIN

(Sumber : Geodis, 2015)
Pada Gambar I.15 terlihat bahwa perhitungan volume berdasarkan luas bidang
proyeksi (Ai) dengan tinggi yang dihasilkan dari jarak antar pusat massa dari dua
segitiga TIN yang terbentuk (di). Rumus untuk menghitung volume metode cut and
fill dilihat pada persamaan (I.7) dan persamaan (I.8).
V = Ai x di )
Keterangan : V : volume satu prisma ( )

Ai : luas bidang proyeksi ( )
di : jarak antara pusat massa dua segitiga TIN yang terbentuk.
Perhitungan volume dari keseluruhan data TIN yang terbentuk merupakan

perkalian antara jumlah luas bidang proyeksi dengan rata-rata jarak antar pusat massa
data TIN, yang dapat dilihat dalam persamaan (I.8).
di .... (I.8)

luas bidang proyeksi ( )
di : rata-rata jarak antar pusat massa data TIN
I.8.9. Uji Ketelitian Geometri dengan Perbandingan Koordinat

Uji ketelitian geometri merupakan uji statistik dua parameter yang dilakukan
untuk mengetahui signifikansi perbedaan antara kedua parameter. Uji dilakukan
dengan membandingkan perbedaan mean sampel pertama dengan mean sampel kedua.
Uji normal dua sisi dapat dihitung dengan persamaan berikut (Widjajanti, 2011).
t= 9)
Keterangan : t : t-hitung
D : selisih antara kedua data
: nilai yang diharapkan = 0
SD : simpangan baku selisih antara dua data

n : jumlah data
Kriteria pengujian : Tingkat kepercayaan 95%
ditolak
Jika t hitung < t tabel, maka hipotesis diterima
I.8.10. American Society for Testing and Material (ASTM) International

ASTM International adalah organisasi standar internasional yang
mengembangkan dan menerbitkan standar teknis konsesus sukarela untuk berbagai
bahan, produk, sistem, dan layanan (www.astm.org). American Society for Testing
and Materials dibentuk oleh seorang ahli kimia benama Charles B. Dudley pada tahun
1898 di Pennsylvania. Tahun 2001, organisasi ini berganti nama menjadi ASTM
Internasional. Sampai saat ini, sudah lebih dari 12.000 standar ASTM yang digunakan
di seluruh dunia untuk peningkatan kualitas produk, kesehatan dan keselamatan,
memperkuat pasar dan perdagangan, serta meningkatkan kepercayaan konsumen.
Kegiatan penelitian ini menggunakan standar ASTM untuk perhitungan tonase
batu bara. Nilai tonase batu bara yang didapatkan dari data point cloud TLS akan
dibandingkan dengan nilai tonase dari data foto udara UAV dengan standar torelansi
perbedaan nilai yang disepakati. Standar ASTM yang digunakan adalah dokumen
D6542 yang berjudul Standart Practice for Tonnage Calculation of Coal in a
Stockpile. Pada dokumen tersebut disebutkan bahwa toleransi kesalahan pada
perhitungan tonase stockpile batu bara menggunakan rumus yang dapat dilihat pada
persamaan (I.10).
C= (I.10)
Keterangan : C : toleransi perhitungan tonase (%).

D : toleransi bulk density (%). Dalam dokumen D6347 disebutkan
bahwa besar toleransi bulk density adalah 2,68%.
A : toleransi volumetric survey (%). Dalam dokumen D6172 disebutkan
bahwa toleransi volumetric survey adalah 0,74%.
Berdasarkan persamaan I.10, didapat nilai toleransi untuk perhitungan tonase

sebesar 2,78%. Nilai tersebut menjadi acuan atau standar toleransi kesalahan dalam
perhitungan nilai tonase pada kegiatan penelitian ini.
I.8.11. Uji Ketelitian Pengukuran Volume

Uji ketelitian ini dilakukan untuk menghitung perbedaan data perhitungan
volume dari data TLS dengan data foto udara UAV. Tujuan dari uji ini adalah untuk
mengetahui apakah perbedaan hasil perhitungan volume antara kedua data tersebut
berbeda secara signifikan atau tidak mengacu pada spesifikasi yang ditetapkan ASTM
yaitu 2,78%. (Rassarandi dkk., 2004)
Persentase Perbedaan (%) = x 100% .. (I.11)
Keterangan : Persentase Perbedaan (%) : nilai perbedaan hasil perhitungan dalam %

Volume UAV : volume dari data foto udata UAV
Volume TLS : volume dari data point cloud TLS
Perhitungan tonase batu bara menggunakan persamaan (I.12).

Tonase = Volume x densitas ...................................................................... (I.12)
Keterangan : Tonase : tonase batu bara (MT)
Volume : volume batu bara ( )
Densitas : densitas batu bara di PLTU Paiton, sebesar 0,885 ton/
Kriteria pengujian : Persentase perbedaan (%) < ASTM, maka perbedaan dalam
metode pengukuran dan perhitungan volume antara UAV dan TLS masih memenuhi
standar toleransi yang disyaratkan ASTM.
I.9. Hipotesis
Berdasarkan standar yang ditetapkan oleh ASTM dalam perhitungan tonase batu
bara, perbedaan hasil perhitungan tonase stockpile batu bara antara data terukur dengan
data acuan tidak diperbolehkan lebih dari 2,78 %. Dari standar perhitungan tersebut,
hipotesis yang dapat diperkirakan adalah :
1. Perbedaan perhitungan volume antara hasil pengolahan data TLS dengan data
UAV tidak berbeda secara signifikan dan masih memenuhi standar yang
disyaratkan ASTM.
2. Perbedaan ketelitian geometri dengan perbandingan koordinat menunjukkan
bahwa tingkat ketelitian kedua data tidak berbeda secara signifikan.

S1 2017 347541 Introduction

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

S1 2017 347541 Introduction

Diunggah oleh

Hak Cipta:

Format Tersedia

PERBANDINGAN PERHITUNGAN VOLUME STOCKPILE BATU BARA MENGGUNAKAN DATA

TERRESTRIAL LASER SCANNER (TLS)

I.1. Latar Belakang

I.2. Identifikasi Masalah

I.3. Pertanyaan Penelitian

I.4. Cakupan Penelitian

I.5. Tujuan Penelitian

I.7. Tinjauan Pustaka

Perbedaan penelitian yang akan dilakukan dengan penelitian-penelitian

I.8. Landasan Teori

Gambar I.1 Stockpile batu bara PLTU Paiton

I.8.2. Unmanned Aerial Vehicle

Gambar I.2 Multicopter DJI Phantom 4

I.8.3. Terrestrial Laser Scanner

Gambar I.3 Terrestial Laser Scanner Faro Focus X330

Gambar I.4 Aplikasi laser scanner di berbagai bidang

Gambar I.5 Ilustrasi pengukuran jarak metode pulse based

Keterangan : D : jarak antara scanner dengan objek (m)

Gambar I.6 Sistem koordinat pada alat laser scanner

Keterangan : AB : azimuth dari titik A ke titik B

I.8.4. Point Cloud

Gambar I.7 Point cloud stockpile batu bara

I.8.5. Metode Registrasi Data TLS

Gambar I.8 Target sphere

Gambar I.9 Ilustrasi registrasi metode target to target

Gambar I.10 Ilustrasi registrasi metode cloud to cloud

Gambar I.10 menunjukkan bahwa registrasi metode cloud to cloud ini

Gambar I.11 Proses penyatuan point cloud antar scan world

I.8.6. Digital Terain Model (DTM)

1999). Terdapat berbagai macam metode pengumpulan data untuk pembentukan

Gambar I.12 Ilustrasi DTM stockpile batu bara

I.8.7. Structure from Motion (SfM)

I.8.8. Perhitungan Volume

I.8.8.1. Metode irisan melintang (cross section)

Keterangan : V : volume objek ( )

Metode jarak rata-rata menggunakan perhitungan dengan irisan yang sama

Keterangan : V : volume objek ( )

I.8.8.2. Metode kontur

I.8.8.3. Metode borrow pit / spot level

Keterangan : V : volume objek ( )

Volume keseluruhan segitiga pada Gambar I.4 menggunakan persamaan (I.6) :

Keterangan : V : volume objek ( )

unakan untuk menghitung volume 2 kali

Berkembangnya ilmu pengetahuan dan teknologi pengolahan data, menjadikan

Gambar I.15 Ilustrasi perhitungan volume metode TIN

Keterangan : V : volume satu prisma ( )

Perhitungan volume dari keseluruhan data TIN yang terbentuk merupakan

Keterangan : V : volume objek ( )

I.8.9. Uji Ketelitian Geometri dengan Perbandingan Koordinat

SD : simpangan baku selisih antara dua data

I.8.10. American Society for Testing and Material (ASTM) International

Keterangan : C : toleransi perhitungan tonase (%).

Berdasarkan persamaan I.10, didapat nilai toleransi untuk perhitungan tonase

I.8.11. Uji Ketelitian Pengukuran Volume

Persentase Perbedaan (%) = x 100% .. (I.11)

Keterangan : Persentase Perbedaan (%) : nilai perbedaan hasil perhitungan dalam %

Perhitungan tonase batu bara menggunakan persamaan (I.12).

Anda mungkin juga menyukai