LAPORAN PRAKTIKUM SURVEI FOTOGRAMETRI TERESTRIAL

MINI PROJECT UJIAN TENGAH SEMESTER

Dosen Pengampu: Hidayat Panuntun, S.T., M.Eng., D.Sc.

dibuat oleh:
Leonard Eka Satya Nugraha
21/481383/SV/19769

PROGRAM SARJANA TERAPAN

TEKNOLOGI SURVEI DAN PEMETAAN DASAR
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2023

1
 DAFTAR ISI

DAFTAR ISI ...................................................................................................................................................... 2

1. JUDUL ........................................................................................................................................................ 3
2. TUJUAN..................................................................................................................................................... 3
3. WAKTU dan TEMPAT ........................................................................................................................... 3
4. ALAT dan BAHAN .................................................................................................................................. 3
5. LANGKAH KERJA dan HASIL ........................................................................................................... 4

A. Langkah Kerja ................................................................................................................................. 4

B. Hasil .................................................................................................................................................22

6. KESIMPULAN .......................................................................................................................................32
DAFTAR PUSTAKA .....................................................................................................................................33

2
1. JUDUL

Mini Project Ujian Tengah Semester

2. TUJUAN

a. Mahasiswa mampu melakukan kalibrasi kamera.

b. Mahasiswa mampu membuat model 3D menggunakan metode Automatic Modeling.
c. Mahasiswa mampu mengolah data foto dengan PhotoModeler.
3. WAKTU dan TEMPAT

Waktu : Rabu, 19 April 2023

Tempat : soal Take Home

4. ALAT dan BAHAN

Laptop ASUS Vivobook 14

Mouse ROBOT Model: M310
Software Microsoft Word 2019
Software PhotoModeler UAS 2017
Smartphone Redmi Note 8
Soal Ujian Tengah Semester Mata kuliah Praktikum Fotogrametri Terestrial

3
5. LANGKAH KERJA dan HASIL

A. Langkah Kerja
Secara garis besar, berikut ini merupakan alur pengerjaan mini project.

4
1. Kalibrasi Kamera
a. Buka software PhotoModeler UAS 2017 – pilih Camera Calibration.

b. Pada jendela New Project Wizard – pilih file yang akan dikalibrasi dengan klik By File – pilih
foto yang akan diolah pada direktori penyimpanan – Open – klik Next.

5
c. Pada jendela Automated Camera Calibration – pilih metode Single sheet Calibration – klik Run.
Tunggu proses kalibrasi hingga muncul deskripsi tentang nilai parameter kalibrasi kamera.

6
d. Setelah proses kalibrasi selesai, masih berada pada jendela Automated Camera Calibration –
pilih Options.

7
e. Pada jendela Calibration Options – klik Camera.

f. Muncul jendela Camera Viewer yang di dalamnya tertera keterangan hasil parameter distorsi
pada kamera yang digunakan.

g. Apabila sudah mengetahui nilai pada paramater-parameter kalibrasi kamera yang

digunakan, klik OK pada jendela Camera Viewer.
h. Pada jendela Automated Camera Calibrator – klik Show Report. Lalu akan muncul status dan
informasi yang diperoleh pada pengolahan foto saat kalibrasi kamera.

8
i. Pada jendela Project Status Report – klik Write to text file – buka file report pada software
Notepad.

9
j. Klik Close pada jendela Project Status Report, maka akan muncul jendela Add Camera to
Library.
k. Setelah mengisikan nama kamera – klik Yes Add maka data kalibrasi akan digunakan untuk
proses pengolahan data gambar (foto) lain.

l. Simpan project kalibrasi kamera dengan format file *.pmr.

10
2. Automatic Modeling
a. Buka software PhotoModeler UAS 2017 – Create New Project – pilih Automated Point Clouds &
Meshes (SmartPoints).

b. Beri tanda centang pada pilihan Smart Feature Detection and Matching, Orientation, dan Point
cloud and pointmesh surface creation – Next.

c. Pilih foto yang akan diproses (mini project kali ini menggunakan objek foto salah satu arca
yang berada di Candi Sukuh, Ngargoyoso, Karanganyar), Add Photos – By file – setelah foto
dipilih klik Next.

11
d. Pilih opsi Do not set geographic coordinates on Camera Stations at this time – Next.

12
e. Pilih opsi Calibrated camera – pilih kamera yang telah terkalibrasi atau file dengan ekstensi
*.pmr hasil kalibrasi kamera yang telah dilakukan sebelumnya – Next.

Proses deteksi titik dan matching dimulai, proses terlihat seperti gambar di bawah.

13
14
Hasil:

15
f. Setelah proses deteksi titik dan matching selesai, simpan project dengan format file *.pmr.

g. Matikan (unchecked) PointMesh Surfaces dan PointMesh Point Clouds untuk SmartPoint. SmartPoint
adalah titik yang terletak di tempat yang sama pada dua gambar atau lebih.

16
h. Aktifkan opsi (checked) PointMesh Point Clouds untuk melihat hasil Multi View Stereo-nya.

i. Non-aktifkan opsi PointMesh Point Clouds dan aktifkan PointMesh Surfaces untuk melihat hasil
shaded-nya.

17
j. Pada tab Settings – pilih Quality Textures untuk membuat pada gambar yang telah dihasilkan.

18
 Hasil:

k. Meng-export General Report project untuk mengetahui informasi yang lebih detail mengenai
hasil automatic modeling, seperti kualitas hasil, nilai residual, parameter kamera, dll.

19
Hasil:

20
21
B. Hasil
1. Kalibrasi kamera
Sebelum melakukan automatic modeling objek 3D, langkah yang harus dilakukan adalah kalibrasi
kamera terlebih dahulu. Kalibrasi kamera dilakukan untuk menentukan parameter intrinsik
kamera (IOP) dengan menggunakan software PhotoModeler. Parameter intrinsik kamera (IOP)
meliputi panjang fokus, distori lena, dan titik prinsipal (principal point).
Berdasarkan proses kalibrasi kamera dengan menggunakan foto sebanyak 36 buah yang telah
dilakukan pada langkah kerja di atas, diperoleh parameter intrinsik kamera sebagai berikut.

22
Gambar di atas merupakan tampilan jendela Camera Viewer yang memuat hasil parameter
distorsi pada kamera yang digunakan.
• Nama kamera yang digunakan
Kamera yang digunakan dalam proses kalibrasi kamera tersebut adalah kamera smartphone
Redmi Note 8.
• Focal Length
Focal length atau panjang fokus kamera adalah jarak antara titik fokus lensa kamera dengan
sensor kamera. Pada tampilan jendela Camera Viewer di atas, nilai focal length, yaitu 4.9523,
sedangkan nilai focal length pada pabrikan adalah 4.74. Perbedaan nilai panjang fokus tersebut
dikarenakan nilai panjang fokus yang tertera pada pabrikan perangkat merupakan nilai
default yang diberikan oleh pabrikan dan mungkin tidak terlalu akurat atau tepat. Dalam
beberapa kasus, nilai panjang fokus yang dihasilkan dari kalibrasi kamera dengan
PhotoModeler mungkin lebih akurat dan tepat dibandingkan dengan nilai yang tertera pada
pabrikan kamera. Hal ini tergantung pada kualitas kamera dan kondisi pengambilan gambar
yang berbeda-beda. Oleh karena itu, disarankan untuk melakukan kalibrasi kamera secara
teratur dan menggunakan nilai panjang fokus yang dihasilkan dari kalibrasi kamera dalam
pengolahan gambar untuk memastikan hasil yang akurat dan berkualitas tinggi.

23
 • Format Size
Parameter ini mengacu pada ukuran format sensor kamera yang digunakan untuk
mengambil gambar. Nilai format size kamera yang digunakan adalah 4.6823 (width) x 4.7545
(height) (dalam satuan mm).
• Principal Point
Dalam kalibrasi kamera, parameter kalibrasi principal point digunakan untuk menentukan
posisi titik principal pada citra kamera. Parameter ini dinyatakan dalam satuan piksel dan
dapat digunakan untuk mengkoreksi distorsi geometris pada citra.
Nilai X : 2.3751 px
Nilai Y : 2.1380 px
• Lens Distortion
Lens distortion adalah nilai-nilai yang digunakan untuk mengkoreksi distorsi lensa pada
gambar yang dihasilkan oleh sebuah kamera. Beberapa jenis distorsi lensa yang umum
termasuk distorsi radial dan distorsi tangensial. Distorsi radial terjadi ketika garis-garis lurus
melengkung di sekitar titik tengah gambar, sementara distorsi tangensial terjadi ketika garis-
garis lurus tampak miring pada gambar.
• Calibration quality value
Calibration quality value berisi nilai overall residual RMS, maximum residual, dan photo coverage.
Nilai ketiga parameter pada kamera yang digunakan, yaitu sebagai berikut.
Overall residual RMS : 0.6958
Maximum residual : 4.6849
Photo coverage : 78%
2. Automatic 3D Modeling
Setelah kalibrasi kamera dilakukan dan diperoleh parameter intrinsik kamera, langkah
selanjutnya yaitu pemodelan objek 3D secara otomatis menggunakan opsi An calibrated camera,
yang mana menggunakan parameter intrinsik kamera (kamera smartphone Redmi Note 8) yang
telah diperoleh melalui proses kalibrasi kamera.

24
25
Gambar di atas merupakan deskripsi/report yang ditunjukkan setelah proses matching dan
orientasi foto objek dilakukan. Objek foto yang digunakan adalah objek salah satu patung/arca
Garudha yang terdapat pada Candi Sukuh yang terletak di Desa Berjo, Kecamatan
Ngargoyoso, Kabupaten Karanganyar. Jumlah foto yang digunakan adalah 112 foto dengan
total foto yang berhasil diorientasikan sebanyak 112 foto (foto dapat terorientasi seluruhnya),
titik 3D yang dihasilkan sebanyak 24551 titik.

26
Gambar di atas merupakan hasil tampilan visual setelah pengolahan automatching dan oriented
selesai dilakukan.

27
Gambar di atas merupakan tampilan dari SmartPoint yang dihasilkan. SmartPoint merupakan
titik yang terletak di tempat yang sama pada dua foto atau lebih.

Gambar di atas merupakan tampilan Multi View Stereo yang dihasilkan.

Gambar di atas merupakan tampilan visual dari shaded surface objek yang dihasilkan.

28
Gambar di atas merupakan tampilan akhir model 3D dari objek setelah dilakukan Quality
Texture.

29
30
Gambar di atas merupakan tampilan dari general report yang dihasilkan. General report di atas
menunjukkan nilai dari kualitas automatic modeling (jumlah foto yang berhasil terorientasi, nilai
residual maksimum dan keseluruhan, point precision, dll.) serta nilai parameter dari kamera
yang digunakan. Nilai residual maksimum dan residual keseluruhan (overall RMS) dari objek
di atas yaitu:
Maximum residual : 2.09 px
Overall RMS : 0.982 px

31
6. KESIMPULAN

Berdasarkan dari praktikum kali ini dapat diperoleh kesimpulan sebagai berikut:
a. Kalibrasi kamera sangat penting untuk memperoleh gambar yang akurat dan dapat
diandalkan dari kamera smartphone. Parameter intrinsik kamera, seperti panjang fokus (focal
length) dan distorsi lensa, dapat dihitung dengan menggunakan metode kalibrasi kamera yang
tepat. Metode kalibrasi kamera yang digunakan harus disesuaikan dengan jenis kamera yang
digunakan, karena setiap kamera memiliki karakteristik yang berbeda-beda.
b. Dalam membuat model 3D, diperlukan kalibrasi kamera terlebih dahulu agar hasilnya lebih
akurat. Penggunaan kamera yang telah dikalibrasi dapat meningkatkan akurasi hasil
modeling objek 3D yang dihasilkan oleh software tersebut. Hal ini terjadi karena kamera
yang dikalibrasi telah disesuaikan dengan kondisi lingkungan dan parameter intrinsik kamera
yang digunakan sehingga dapat mengurangi kesalahan yang terjadi pada proses pengambilan
data. Dengan demikian, praktikum ini menunjukkan pentingnya kalibrasi kamera dalam
proses modeling objek 3D menggunakan software PhotoModeler.

32
 DAFTAR PUSTAKA

Saktia, B. A., & Hariyanto, T. (2013). KALIBRASI KAMERA NON-METRIK DIGITAL

DENGAN METODE SELF CALIBRATION. Geoid, 8(2), 118-125.

Avicenna, M. (2018). Analisa Kalibrasi Kamera Non-Metrik pada Wahana Tanpa Awak (Drone) Jenis
Multicopter RTF. Skripsi. Fakultas Teknik Sipil, Lingkungan, dan Kebumian. Jurusan Teknik
Geomatika. Institut Teknologi Sepuluh Nopember. Surabaya.

Olver, A. M., Guryn, H., & Liscio, E. (2021). The effects of camera resolution and distance on suspect
height analysis using PhotoModeler. Forensic Science International, 318, 110601.

Wahyuananto, N. A., Prasetyo, Y., & Sasmito, B. (2015). Aplikasi Fotogrametri Jarak Dekat Untuk
Pemodelan 3d Tugu Muda Semarang. Jurnal Geodesi UNDIP, 4(3), 46-57.

Prasetyo, Y. (2018). State-Of-Art Konservasi Bangunan dan Cagar Budaya Melalui Pembentukan
Model 3 Dimensi Berbasis Teknik Fotogrammetri Rentang Dekat. Elipsoida: Jurnal Geodesi dan
Geomatika, 1(02), 14-20.

33