TUGAS MINGGU 7

SURVEI PEMETAAN SENSOR AKTIF

”KLASIFIKASI DATA LIDAR DENGAN ARCGIS”

Dosen Pengampu : Wahyu Martha M., S.T., M.Eng

Disusun oleh:

Wulan Arnianti
(21/483387/SV/20189)

PROGRAM STUDI DIPLOMA IV TEKNOLOGI SURVEI DAN PEMETAAN

DASAR
DEPARTEMEN TEKNOLOGI KEBUMIAN
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2021
A. Judul
Klasifikasi Data LiDAR dengan Software ArcGIS.

B. Tujuan
1. Mahasiswa mampu mengklasifikasi data LiDAR menjadi Ground, Low
Vegetation, Medium Vegetation dan High Vegetation serta menampilkan
statistiknya.
2. Mahasiswa mampu membuat data LiDAR menjadi DSM dan DTM.
3. Mahasiswa mampu menampilkan hasil pengolahan data LiDAR secara
melintang pada objek Vegetasi.

C. Alat dan Bahan

1. Alat :
a. Laptop atau PC.
b. Software ArcGIS 10.4.1 atau ArcMap 10.4.1.
2. Bahan :
a. Data LiDAR yang di download pada website
https://portal.opentopography.org/lidarDataset?opentopoID=OTLAS.0
92021.32611.1
b. Modul Survei Pemetaan Sensor Aktif minggu 7.

D. Diagram Alir
Berikut merupakan diagram alir proses pengolahan data LiDAR menggunakan
software ArcGIS atau ArcMap.
 Gambar diagram alir pengolahan data LiDAR dengan ArcGIS

E. Langkah Kerja
1. Klasifikasi data LiDAR menjadi ground, low vegetation, medium vegetation
dan high vegetation serta menampilkan statistiknya.
a. Menyiapkan alat dan bahan yang akan digunakan dalam pengolahan
data LiDAR.
b. Membuka software ArcGIS 10.4.1 atau ArcMap 10.4.1.
c. Akan tampil seperti berikut.

d. Pilih New Maps  klik My Templates  klik Blank Map  klik OK.
Maka akan layar depan pada software ArcGIS 10.4.1 sebagai berikut.

e. Setelah itu, input data LiDAR yang telah di download pada website
https://portal.opentopography.org/lidarDataset?opentopoID=OTLAS.0
92021.32611.1 dalam bentuk data LAS. Dalam menginputkan data LAS
terlebih dahulu membuat file pada ArcCatalog dengan pilih menu
 ArcCatalog  pilih file tempat penyimpanan untuk file data LAS
(Dataset LAS)  klik kanan pilih New  pilih file format LAS dataset
 berikan penaman file (misal, Latihan M7), maka secara otomatis file
LAS telah terbuat.

f. Setelah itu, klik kanan pada file data LAS  pilih menu properties 
pilih LAS Files  klik pada Add Files untuk menambahkan data LAS
yang telah di download  Cari dan pilih data LAS  klik Open  klik
Add.
g. Lalu, inputkan file data LAS yang sudah dibuat di ArcCatalog dan di isi

data LAS dengan klik ikon atau tools Add Data  pilih file LAS
Dataset  klik Add. Data akan tampil pada layar depan software
ArcGIS.

h. Lakukan pengaturan tampilan pada data LAS agar point cloud yang
ditampilkan terlihat jelas dengan meningkatkan jumlah point cloudnya.
Klik kanan file data Latihan M7  pilih properties  klik menu display
 lakukan pengaturan sebagai berikut.
- Point Density : geser ke kanan hingga point per
centimeter on screen-nya 8.
- Klik ceklis pada Use scale to control full resolution.
- Full Resolution Scale : 3000
- Klik ceklis pada Always display LAS file extents.
Lalu klik Ok, maka hasilnya seperti berikut.
i. Melakukan klasifikasi Ground dengan menggunakan tools Classify LAS
Ground. Pilih menu ArcToolbox  klik 3D Analyst Tools  klik Data
Management  klik LAS Dataset  pilih dan double klik pada tools
Classify LAS Ground, maka akan tampil layar jendela pada tool Classify
LAS Ground.
j. Selain itu, bisa menggunakan menu Search  lalu ketikkan kata kunci
“Classify LAS Ground”  akan tampil tool sesuai kata kunci  double
klik, maka maka akan tampil layar jendela pada tool Classify LAS
Ground.

k. Melakukan pengisisan pada layar jendela Classify LAS Ground sebagai

berikut.
- Input LAS Dataset : File data LAS (Latihan M7).
- Ground Detection Method : Standard.
- Klik ceklis pada Compute statistic.
- Processing Extent : Default

Klik OK, tunggu hingga proses selesai.

l. Lakukan lagi, dengan mengganti Ground Detection Method menjadi
Conservative dan Aggressive.

m. Melakukan proses klasifikasi Non-Ground mengunakan tools Classify

LAS By Height. Pilih menu ArcToolbox  klik 3D Analyst Tools  klik
Data Management  klik LAS Dataset  pilih dan double klik pada
tools Classify LAS By Height, maka akan tampil layar jendela pada tool
Classify LAS By Height.
n. Selain itu, bisa menggunakan menu Search  lalu ketikkan kata kunci
“Classify LAS By Height”  akan tampil tool sesuai kata kunci 
double klik, maka maka akan tampil layar jendela pada tool Classify LAS
By Height.

o. Melakukan pengisisan pada layar jendela Classify LAS By Height

sebagai berikut.
- Input LAS Dataset : File data LAS (Latihan M7).
- Ground Source : Ground.
- Class Code :
3 (low vegetation) = 0,3 m
4 (medium vegetation) =1m
5 (high vegetation) =2m
- Klik ceklis pada Compute statistic.
- Processing Extent : Default.

Klik Ok, tunggu hingga proses selesai.

p. Menampilkan statistik dari hasil klasifikasi Ground dan Non-Ground
(low vegetation, medium vegetation dan high vegetation). Pilih menu
ArcCatalog  klik kanan file LAS Dataset (Latihan M7)  pilih
Properties  pilih menu Statistics Akan tampil hasil statistic dari
klasifikasi seperti berikut.

q. Pengecekkan hasil proses klasifikasi. Proses ini akan mengubah

beberapa kelas yang tidak sesuai dengan keadaan sebenarnya, misal
pada hasil klasifikasi objek tersebut Ground tetapi pada objek
sebenarnya yaitu termasuk Vegetasi.
r. Untuk mengetahui, terlebih dahulu tambahkan basemap online dengan
cara klik File Add Base Map. Pilih Imagery with label.
s. Letakkan layer base map diatas data LiDAR.
 t. Atur transparansi layer data LAS menjadi 50% dengan cara klik
kanan pada base map  Properties  Display.
u. Aktifkan terlebih dahulu toolbar LAS Dataset dengan klik menu
Customize  Toolbar  double klik LAS Dataset.
v. Pilih tool Filters  pilih Non-Ground (untuk mengubah kelas
Unassigned menjadi Vegetasi)  klik tool LAS Dataset Profile View
 pilih objek yang akan di ubah kelasnya  maka akan tampil jendela
LAS Dataset Profile View.

w. Klik Select by polygon yang ada pada window Profile View.

x. Pilih titik yang merupakan Vegetasi.
y. Klik Edit untuk mengubah kelasnya.
z. Klik angka 5 (karena termasuk dari High Vegetation) untuk mengganti
menjadi High Vegetation. Kemudian Klik Apply.
aa. Berikut hasilnya.

bb. Lakukan pada kelas-kelas lainnya sehingga objek sesuai pada klasifikasi
kelasnya.

2. Pembuatan data LiDAR menjadi DSM dan DTM.

a. Membuat data Digital Terrain Model (DTM)
1) Memilih Filters Ground pada toolbar LAS Dataset.
2) Membuat data DTM menggunakan tools LAS Dataset To Raster
dengan memilih panel search, lalu ketikkan kata kunci “LAS
Dataset To Raster”  double klik  akan tampil jendela pada
tools LAS Dataset To Raster.
 3) Isikan parameternya sebagai berikut.
- Masukkan data .lasd sebagai Input LAS Dataset.
- Tentukan nama dan lokasi output (nama DEM).
- Value field : ELEVATION.
- Cell Assignment Type : MINIMUM.
- Void Fill Method : NATURAL_NEIGHBOR.
- Output Data Type : INT.
- Sampling Type : CELLSIZE.
- Sampling Value : 5.
4) Klik OK.
5) Atur klasifikasi layer agar tampilan lebih baik dan jelas.
b. Membuat data Digital Surface Model (DSM)
1) Sebelum membuat DSM, ubahlah pengaturan Filters Non-
Ground dengan cara klik kan pada layer LAS dataset (Latihan
M7)  pilih Properties  pilih menu Filters.
2) Klik Non-Ground pada Predefined Settings dan berikan tanda
centang hanya pada kelas Vegetasi, kemudian klik OK maka
hanya tampak layer Vegetasi.
3) Membuat data DSM dengan menggunakan tools LAS Dataset
To Raster dengan memilih panel search, lalu ketikkan kata kunci
“LAS Dataset To Raster”  double klik  akan tampil jendela
pada tools LAS Dataset To Raster.
4) Isikan parameternya sebagai berikut.
- Masukkan data .lasd sebagai Input LAS Dataset.
- Tentukan nama dan lokasi output (nama DSM).
- Value field : ELEVATION.
- Cell Assignment Type : MAXIMUM.
- Void Fill Method : NATURAL_NEIGHBOR.
- Output Data Type : INT.
- Sampling Type : CELLSIZE.
- Sampling Value :5
5) Klik OK.
6) Atur klasifikasi layer agar tampilan lebih baik dan jelas.
 3. Menampilkan hasil pengolahan data LiDAR secara melintang pada objek
Vegetasi.
a. Pada LAS Dataset Toolbar  pilih Filters Non-Ground  pilih Surface
Class.

b. Pilih LAS Dataset Profile View pada LAS Dataset Toolbar.

c. Pilih area yang akan dilihat profilnya yaitu Vegetasi.

d. Maka akan tampil profil melintang pada objek Vegetasi.

F. Hasil dan Pembahasan

1. Klasifikasi data LiDAR menjadi Ground, Low Vegetation, Medium Vegetation
dan High Vegetation serta menampilkan statistiknya.
a. Berikut hasil dari proses klasifikasi Ground menggunakan tools Classify
LAS Ground dengan Ground Detection Method menjadi Standard,
Conservative dan Aggressive.
 Ground Detection Method Standard
Tampilan Elevation

Tampilan Class

Ground Detection Method Conservative

Tampilan Elevation
 Tampilan Class

Ground Detection Method Aggressive

Tampilan Elevation

Tampilan Class
 Terdapat perbedaan hasil dari pilihan Ground Detection Method yaitu
metode yang paling berbeda terlihat pada tampilan yaitu pada metode
Conservative yang menghasilkan data titik Ground yang tidak terlalu
banyak sehingga tampilan antar titik berjauhan dibandingkan dengan
menggunakan metode Standard dan Aggressive.

b. Berikut hasil dari proses klasifikasi Non-Ground menggunakan tools

Classify LAS By Height.

c. Berikut hasil perbedaan sebelum dan sesudah perubahan klasifikasi pada

kelas – kelas.
Sebelum Pengecekkan Klasifikasi
 Pada hasil proses klasifikasi objek per-kelas menggunakan tools
Classify LAS By Height sudah terlihat baik (terlihat pada gambar di
atas) walaupun ada beberapa objek yang belum atau tidak seluruhnya
terdeteksi sesuai kelasnya masing-masing.
Sesudah Pengecekkan Klasifikasi

Hasil gambar di atas merupakan pengecekkan klasifikasi perkelas

dengan memilih objek sesuai kelasnya secara manual, sehingga
dihasilkan objek-objek yang sudah terklasifikasi per-kelasnya dengan
baik.
Terlihat perbedaan antara sebelum dan sesudah pengecekkan
klasifikasi per-kelas yang dominan diubah yaitu kelas Unassigned
menjadi kelas Ground dan Non-Ground. Terdapat juga beberapa kelas
Ground yang diubah menjadi kelas Non-Ground dan sebaliknya.

d. Berikut hasil statistik dari klasifikasi Ground dan Non-Ground.

 Hasil Statistik Sebelum Pengecekkan Klasifikasi

Hasil statistik sebelum pengecekkan klasifikasi (dapat terlihat gambar

di atas) sebagai berikut :
1. Unassigned = 22,67%
2. Ground = 52,26%
3. Low Vegetation = 14,22%
4. Medium Vegetation = 5,35%
5. High Vegetation = 5,50%
Hasil Statistik Sesudah Pengecekkan Klasifikasi

Hasil statistik sebelum pengecekkan klasifikasi (dapat terlihat gambar

di atas) sebagai berikut :
 1. Unassigned = 9,34%
2. Ground = 54,55%
3. Low Vegetation = 13,49%
4. Medium Vegetation = 5,07%
5. High Vegetation = 17,55%
Terlihat bahwa terdapat perbedaan yang signifikan pada kelas-kelas
tersebut, terutama pada kelas Unassigned dan High Vegetation.

2. Pembuatan data LiDAR menjadi DSM dan DTM.

a. Hasil Pembuatan data LiDAR menjadi DTM

Hasil pembuatan data LiDAR menjadi DTM pada gambar di atas tidak
terlihat gambar Ground yang sempurna. Hal tersebut dikarenakan
ketinggian dari daerah yang dipilih yaitu rendah dengan kisaran nilai
antara -87 sampai -67.
b. Hasil Pembuatan dat LiDAR menjadi DSM
 Begitu juga hasil dari pembuatan data LiDAR menjadi DSM yang
terlihat pada gambar di atas. Hasil tidak terlihat gambar Non_ground
yang sempurna, dikarenakan dataran objek yang dipilih yaitu sangat
rendah sehingga niali ketinggian yang dihasilkan adalah antara -75
sampai -62.

3. Menampilkan hasil pengolahan data LiDAR secara melintang pada objek

vegetasi.
Hasil Tampilan Profil Melintang Pada Objek Vegetasi
Pada hasil tampilan profil melintang pada objek vegetasi dimana :
Warna hijau tua : Low Vegetation
Warna hijau : Medium Vegetation
Warna hijau muda : High Vegetation
G. Kesimpulan
Dapat diketahui bahwa data LiDAR dapat dilakukan pengolahan dengan cara
mengklasifikasikan objek menjadi per-kelas, dapat dibuat DTM dan DSM dan hasil
yang diperoleh dari pengolahan dapat ditampilkan melalui profil melintang dari setiap
objeknya.
Dalam proses klasifikasi objek lebih baik dapat dilakukan pengecekkan terlebih
dahulu sebelum melakukan proses selanjutnya agar objek dapat terklasifikasikan sesuai
kelasnya masing-masing dengan baik yaitu dengan dilakukan klasifikasi secara manual.