BAB I

PENDAHULUAN

1.1 Latar Belakang

Seiring perkembangannya, prinsip-prinsip dasar fotogrametri ternyata dapat
diaplikasikan untuk bidang-bidang nontopografi di mana proses pengambilan data
dilakukan dari darat dengan jarak terhadap obyek yang relatif dekat. Inilah yang kemudian
berkembang menjadi Fotogrametri Jarak Dekat. Fotogrametri jarak dekat (close range
photogrammetry) merupakan cabang dari ilmu fotogrametri, yang membedakannya
adalah posisi kamera dengan objek tersebut. Jika fotogrametri merekam objek di bumi
dengan posisi kamera di udara maka fotogrametri jarak dekat merekam objek di bumi
dengan posisi kamera di bumi. Fotogrametri jarak dekat muncul pada saat teknik ini
digunakan untuk obyek yang dipotret dengan jarak kurang dari 100meter dan posisi kamera
dekat dengan obyek tersebut (Atkinson 2001). Dalam kaitannya dengan pemetaan
infrastruktur dan lingkungan urban, teknik fotogrametri jarak dekat digunakan untuk
membuat model 3D bangunan secara akurat dan detail di mana hal tersebut masih sulit
dicapai dengan teknik fotogrametri udara (aerial photogrammetry).
Dikutip dari panduan tugas besar fotogrametri jarak dekat, sebagai tindak lanjut dari
seluruh rangkaian kegiatafn praktikum yang telah dilaksanakan, maka peserta diwajibkan
untuk membuat sebuah karya (mini project) penerapan teknik fotogrametri jarak dekat.
Peserta diharapkan mampu mengidentifikasi dan mencapai luaran yang hendak dihasilkan
dan melakukan manajemen pekerjaan untuk mencapai tujuan tersebut (Hidayat 2017).

1.2 Gambaran Umum Objek

Model objek dalam praktikum ini adalah sebuah patung atau arca satu-satunya yang ada
di Kota Surabaya. Arca Jogo Dolog dibuat untuk menghormati Raja Singasari yang bijaksana
dan memiliki pengetahuan sangat baik di bidang hukum selain juga pandai dalam dharma
dan sastra. Cita-citanya adalah ingin mempersatukan kerajaan-kerajaan di nusantara melalui
ekspedisi Pamalayu, untuk membendung pengaruh Kerajaan Mongol di kawasan Asia
Tenggara. Bentuk penghormatan tersebut diwujudkan melalui arca yang dibuat dengan raut
muka teduh, dan tangan yang membentuk sikap Bhumisparsamudra atau telapak tangan kiri
tertutup seolah ingin menyentuh bumi.

1.3 Tujuan
Adapun permasalahan yang diangkat dalam pengerjaan tugas besar ini adalah:
1. Mahasiswa mampu mengambil data foto dengan overlap baik (60%-70%) mengelilingi model
objek
2. Mahasiwa mampu melakukan masking data foto untuk kebutuhan memodelkan 3D model
objek
3. Mahasiswa mampu membangun model 3D objek secara utuh

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
 BAB II
METODOLOGI

2.1 Metode Pelaksanaan

Alat yang digunakan:

• Laptop ASUS X550V

• Kamera Nikon D5200

• Roll Meter

Bahan yang dibutuhkan:

• Foto Arca Joko Dolog

Tempat dan waktu dilakukannya praktikum ini adalah sebagai barikut :

• Hari/Tanggal : Sabtu, 8 Desember 2018

• Waktu : 09.00 – 11.00 WIB

• Tempat : Jl. Taman Apsari, Embong Kaliasin, Genteng, Embong Kaliasin,

Genteng, Kota SBY, Jawa Timur 60271

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
2.2 Diagram Alir Praktikum

Gambar 1. Diagram alir praktikum.

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
2.3 Cara Pelaksanaan
1. Jalankan aplikasi Agisoft Photoscan
2. Pada bagian Workspace, klik ikon Add Chunk untuk menambahkan blok baru. Blok yang sedang
aktif ditandai dengan tulisan tebal.
3. Klik menu Workflow > Add Photos lalu pilihlah semua foto yang saling berdekatan dan
memiliki pertampalan sangat tinggi
4. Klik menu Workflow > Align Photos untuk melakukan proses orientasi kamera secara otomatis.
Akan muncul kotak dialog Align Photos dan isikan beberapa setting pengolahan data yang
diinginkan:

Pengguna dapat memilih tingkat akurasi serta metode pair preselection yang diinginkan. Selain
itu jumlah maksimum titik sekutu yang diinginkan (tie point) juga dapat ditentukan lebih rendah
atau lebih tinggi dari nilai default.
5. Hasil dari proses alignment dapat dilihat pada gambar berikut:
(gambar)
Perlu diperhatikan bahwa hasil proses alignment tidak sesuai dengan sumbusumbu koordinat
yang seharusnya. Oleh karena itu perlu dilakukan orientasi absolut blok dengan bantuan titik
kontrol. Titik kontrol ditambahkan dengan cara menandainya secara manual di foto.
6. Pada bagian Console tab Photos, klik ganda pada salah satu foto. Foto akan ditampilkan pada
viewport.
7. Dengan bantuan zoom in, buatlah marker di foto dengan cara mengklik kanan pada lokasi marker
di foto dan pilih Create Marker.
Marker yang sudah dibuat tersebut secara otomatis akan ditambahkan ke dalam Workspace
namun tidak ada koordinat 3 dimensinya. Ukuran nantinya akan diisikan secara manual.
8. Kemudian bukalah foto lainnya yang memuat marker tersebut, lalu carilah lokasi marker tersebut
di foto. Untuk menandai marker yang sudah dibuat sebelumnya, klik kanan dan pilih Place
Marker. Lalu pilihlah marker yang bersesuaian.

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
9. Tandailah marker yang sama tersebut di semua foto yang menampilkan marker tersebut. Hal ini
untuk memastikan bahwa posisi marker dapat ditentukan secara presisi dari semua data foto yang
mungkin.
10. Untuk membuat marker lainnya pengguna dapat mengulangi langkah 6 hingga 9. Berikut ini
adalah contoh marker yang sudah dibuat:
11. Pada bagian workspace isikan ukuran
12. Klik ikon Update Georeferencing untuk mentransformasi model ke dalam sistem koordinat yang
benar
13. Perhatikan bahwa hasil transformasi masih memiliki ketelitian yang cukup besar. Hal ini dapat
dikurangi dengan mengoptimalkan hasil orientasi kamera dengan mempertimbangkan faktor
distorsi kamera. Dengan demikian koordinat model 3D dari foto juga akan meningkat, sehingga
ketelitian transformasinya juga meningkat. Klik ikon Optimize Camera, lalu akan muncul kotak
dialog optimalisasi posisi kamera:
Centanglah pada parameter-parameter yang hendak dilibatkan dalam optimalisasi orientasi luar
kamera. Hasilnya dapat dilihat pada gambar berikut:
14. Hasil terakhir yang didapatkan sudah lebih baik dari segi akurasinya.
15. Sebelum dilakukan proses ekstraksi dense point cloud, perlu dilakukan proses masking pada
semua foto yang digunakan. Proses masking ini bertujuan untuk menyingkirkan bagian-bagian
yang tidak diinginkan pada foto sehingga dense point cloud yang tidak diinginkan dapat
diminimalisasi. Selain itu proses ini berguna untuk meringankan beban kerja komputer karena
proses masking menyebabkan tidak semua area pada foto digunakan untuk ekstraksi dense point
cloud.
16. Pada bagian Console/Photo klik ganda pada foto yang akan di-masking. Lalu dengan tool
Intelligent Scissor buatlah poligon area pada foto yang hendak dibuang. Lalu klik kanan dan pilih
Add Selection. Gunakan Invert Selection untuk menukar daerah yang hendak di-masking.
17. Lakukan proses masking pada semua foto yang lainnya. Semakin teliti proses masking maka data
3D point cloud yang dihasilkan akan memiliki lebih sedikit noise.
Pada gambar tersebut, bagian foto yang diblok warna gelap berarti tidak akan diproses dalam
ekstraksi 3D point cloud sehingga tidak ada point cloud yang akan muncul di luar objek.
18. Klik menu Workflow > Build Dense Cloud untuk memulai proses ekstraksi 3D point cloud.
Akan muncul kotak dialog Build Dense Cloud:
(gambar)
Isikan parameter proses yang diinginkan. Pada bagian Quality, semakin tinggi kualitasnya
(Lowest - Ultra High) akan menghasilkan point cloud yang semakin banyak dan mendetail,
namun waktu prosesnya menjadi semakin lama. Sedangkan Depth Filtering menunjukkan tingkat
filter ekstraksi yang dilakukan. Apabila Depth Filtering tidak diisikan (Disable) akan
menghasilkan point cloud yang mendetail, namun banyak mengandung noise. Sedangkan apabila
diisi filter tertinggi (Agressive) akan menghasilkan bentuk point cloud yang memiliki sedikit
noise namun berpotensi menghilangkan detail kecil yang seharusnya dimunculkan. Pilihlah
sesuai kebutuhan.
19. Setelah proses selesai, perhatikan bentuk Dense Cloud yang dihasilkan. Gunakan ikon Dense
Cloud untuk melihat hasilnya pada viewport.

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
20. Untuk membersihkan dense point cloud dari noise yang timbul, gunakan tool Rectangle Selection
lalu pilihlah point coud yang menyimpang dari objek untuk dihapus. Tekan tombol Delete untuk
menghapus. Lakukan proses ini hingga semua noise dapat dihilangkan atau dikurangi.
21. Kemudian lakukan proses rekonstruksi permukaan objek. Klik menu Workflow > Build Mesh
untuk membuka kotak dialog Build Mesh
Isikan parameter Surface type: Arbitrary dan Source data: Dense cloud. Lalu klik OK.
22. Hasil proses Build Mesh dapat dilihat pada gambar berikut:
Hasil proses Build Mesh ini sangat tergantung dengan kualitas dense cloud yang dihasilkan.
23. Selanjutnya lakukan proses ekstraksi tekstur. Klik menu Workflow > Build Texture.
Isikan parameter ekstraksi tekstur yang diinginkan. Lalu klik OK
24. Hasil proses Build Texture dapat dilihat pada gambar berikut:
25. Kemudian setelah model 3D selesai lakukan proses ekspor ke dalam format lain. Klik menu File
> Export Model > Export OBJ/FBX/KMZ... kemudian pada kotak dialog yang muncul tentukan
direktori penyimpanan, format dan nama file. Lalu isikan parameter/pilihan ekspor objek sesuai
yang diinginkan:
26. Berikut adalah hasil pemodelan 3D Arca Joko Dolog

Hasil pemodelan 3D Arca Joko Dolog.

27. Berikut adalah link yang dapat diakses untuk hasil pemodelan 3D Arca Joko Dolog

Hasil upload di sketchfab (model dapat dilihat di).

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
 BAB III
PENGOLAHAN DATA DAN ANALISIS
Tabel 1. Analisis ukuran panjang.
Ukuran di
Ukuran pada Seilisih
Garis Lapangan Kesalahan ( u-v)
Model (u, meter) ( |u-v|, meter)
(v, meter)
1
2
3
Rata-rata
Maksimum
Minimum
RMSE

Adapun hasil pengolahan data dan analisis pada tugas besar ini antara lain sebagai berikut:
1. Hasil masking mempengaruhi hasil akhir pemodelan 3D. Semakin teliti dan rapi maka
semakin baik dan bagus model 3D yang dihasilkan.
2. Objek pengambilan outdoor (luar ruangan) mempermudah proses align photo dibanding
objek yang berada pada indoor (dalam ruangan).
3. Ada bagian yang berlubang dari hasil model 3D, dikarenakan patung terlalu tinggi
untuk dijangkau kamera digital saja. Seharusnya menggunakan drone untuk
peneympurnaan. Serta ada bagian yang tertutup oleh cawan sehingga ada bagian patung
yang tidak bias diambil fotonya. Hal ini bias diatasi dengan melakukan proses close
holes pada tahapan build mesh.
4. Jika ditinjau dari nilai RMSE, maka model termasuk dalam LoD3 yang bisa
merepresentasikan visual eksterior secara baik.
5. Dibutuhkan pertampalan yang baik dari banyak foto untuk dapat melakukan proses align
photos.

Mengapa proses Build Dense Cloud tidak bisa dilakukan apabila proses Align Photo belum
dilakukan?
Karena align photo dilakukan untuk mengidentifikasi titik—titik yang ada di masing—masing
foto dan melakukan proses matching titik yang sama di dua atau lebih foto. Proses align photos akan
menghasilkan model 3D awal, posisi kamera dan foto disetiap perekaman, dan sparse point clouds
yang akan digunakan di tahap berikutnya. Sparse cloud adalah proses pengorentasian foto. Dense
cloud menggunakan algoritma image matching otomatis untuk menghitung koordinat 3D dari ribuan
poin yang berasal dari pasangan foto yang telah terorientasi. Akan tetapi prasyarat dari dense cloud ini
adalah objek yang akan digunakan sudah mengandung tekstur yang dibuthkan agar dapat dilakukan
marking secara otomatis.

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
Bagaimana kualitas model 3D yang dihasilkan dibandingkan dengan yang dihasilkan dari
praktikum sebelumnya (Modul 1 dan Modul 3)?
Kualitas yang dihasilkan oleh model 3D yang dihasilkan oleh

Mengapa bisa timbul noise pada proses ekstraksi point cloud dan bagaimanakah cara
menguranginya? Kaitkan dengan sifat-sifat kenampakan objek pada foto (warna, tekstur,
kecerahan, dll).
Noise dapat timbul dikarenakan
Noise dapat dikurangi dengan cara masking

Sebutkan kelebihan dan kekurangan metode SfM untuk pemodelan objek 3D.
Kelebihan yang dimiliki metode SfM dalam praktikum ini adalah
Kekurangan yang dimiliki metode SfM dalam praktikum ini adalag

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018
Daftar Pustaka

Atkinson, Keith B. Close Range Photogrammetry and Machine Vision. Dunbeath: Whittles

Publishing, 2001.

Hidayat, Husnul. Panduan Tugas Besar Fotogrametri Jarak Dekat. 2018: Departemen

Teknik Geomatika Institut Teknologi Sepuluh Nopember, 2018.

DEPARTEMEN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN, DAN KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA, 2018