Laporan Praktikum Survei Rekayasa: Pengolahan Data TLS

PENGOLAHAN DATA TLS
LAPORAN PRAKTIKUM
Oleh Plug 3 :
1. Dewi Larasaty (117190005)
2. Nur Muhammad Ikram (117190007)
3. Irvan Aji Bagaskara (117190025)
4. Ariq Naufal Ramadhan (117190027)
5. Adennia Wibowo (117190030)
6. Diah Ananda Putri (117190037)
7. Muhammad Rouf Indhra D.S. (117190045)
8. Winanggari Ratri (117190047)
TEKNIK GEOMATIKA
JURUSAN TEKNIK GEOLOGI
FAKULTAS TEKNOLOGI MINERAL
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA
2022
Praktikum Survei Rekayasa
Program Studi Teknik Geomatika
Fakultas Teknologi Mineral
UPN “Veteran” Yogyakarta 2021/2022
BAB I
PENDAHULUAN
1.1 Latar Belakang

Dalam dunia pendidikan, keseimbangan antara ilmu teoritis dengan praktek
langsung di lapangan sangat dibutuhkan. Oleh sebab itu, dalam kegiatan
praktikum ini diharapkan dapat menjadi tahap awal upaya pemenuhan
kebutuhan ilmu dan pengalaman mahasiswa untuk mempersiapkan diri di dunia
pekerjaan di bidang Geomatika yang nyata di masa mendatang. Hal ini selaras
dengan perkembangan teknologi informasi saat ini yang telah menciptakan
jenis-jenis dan ide-ide yang baru, khusus nya dalam bidang pemetaan. Salah
satunya adalah teknologi alat dan software yang membantu manusia
memecahkan masalah yang ada. Teknologi saat ini diterapkan dalam berbagai
aspek pemetaan, yang dimana data posisi suatu atau model lokasi dapat di
manfaatkan menjadi informasi 3D dari permukaan tanah tersebut. Namun dalam
pemanfaatannya agar dapat menghasilkan infomasi model suatu obyek di atas
permukaan bumi maka dibutuhkan keahlian atau ketelatenan dalam pengolahan
data geospasial termasuk pemodelan 3D. Dari hal tersebut maka
dilaksanakanlah praktikum pembuatan atau pengolahan model 3D yang mana
pada praktikum kali ini menggunakan data yang diperoleh dari akuisisi data
menggunakan teknologi Terestrial Laser Scanner (TLS).
Dalam metode pengukuran dengan menggunakan teknologi Terestrial
Laser Scanner (TLS),proses registrasi sangat berpengaruh dalam
menentukan kualitas geometri model dan keakuratan data yang dihasilkan.
Jika kualitas proses registrasi baik, maka bentuk geometri dan dimensi ukuran
dari objek yang diamati juga akan sesuai dengan kondisi yang sebenarnya serta
keakuratan data juga akan memenuhi toleransi ketelitian yang telah ditetapkan.
Masing - masing metode registrasi memiliki kualitas dan karakter yang berbeda
dalam pemodelan objek yang diukur/dianalisis. Berdasarkan sumber yang ada
proses registrasi yang lebih efektif dan efisien serta mampu menghasilkan
keakuratan data yang lebih baik adalah metode target to target registrasi dan
cloud to cloud registrasi. Oleh karena itu, perbedaan kualitas dan karakter dari
kedua metode registrasi tersebut akan menjadi dasar permasalahan dalam
penelitian tugas akhir ini.
1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dijabarkan di atas, maka dirumuskan
permasalah sebagai berikut.
1. Bagaimana proses registrasi yang diterapkan pada data yang ada agar
menghasilkan informasi yang diinginkan ?
2. Bagaimana proses filtering yang dapat dilakukan agar mendapatkan informasi
yang diinginkan ?
3. Bagaimana nilai RMS dari data yang dihasilkan ?
1.3 Tujuan Praktikum

Tujuan dari kegiatan praktikum ini adalah sebagai berikut.
1. Untuk mengetahui proses registrasi yang diterapkan pada data yang ada.
2. Untuk mengetahui proses filtering yang dapat diterapkan pada data yang ada.
3. Untuk mengetahui nilai RMS dari data yang dihasilkan.
BAB II
TINJAUAN PUSTAKA
2.1 Terrestrial Laser Scanner

Terrestrial Laser Scanner (TLS) adalah teknologi yang relatif baru dan telah
digunakan di berbagai aplikasi dalam bidang rekayasa. Terrestrial Laser Scanner
(TLS) adalah sebuah teknik akuisisi data spasial di permukaan bumi untuk
memindai permukaan objek dengan menggunakan sinar laser. Terrestrial Laser
Scanner (TLS) dapat diaplikasikan dalam bidang survey rekayasa seperti
pengukuran uji beban jembatan dan mendeteksi perpindahan yang disebabkan
oleh suhu lingkungan yang berbeda. Menurut Alkan dan Karsidag (2012), data
yang diperoleh dari alat pemindai laser memiliki kualitas yang tinggi dan banyak
digunakan. ada prinsipnya, sistem pengukuran menggunakan TLS dapat
dikategorikan ke dalam sistem pengukuran jarak. Pengolahan data dalam TLS
ada beberapa tahap, yaitu registrasi, filterisasi, georeferensi, dan pemodelan.
Hasil yang diperoleh adalah point clouds yang merupakan kumpulan titik
yang digunakan untuk membuat pemodelan tiga dimensi. Point clouds tersebut
kemudian diolah untuk mendapatkan model visualisasi permukaan digital, model
kota tiga dimensi, Digital Terrain Model (DTM), model saluran listrik, dan
sebagainya. Keuntungan utama penggunaan Terrestrial Laser Scanner (TLS)
adalah dapat memberikan fasilitas yang lengkap dalam melakukan akuisisi data
dan dapat memberikan data secara detail dalam bentuk tiga dimensi. Hasil
pengolahannya dapat diperoleh dengan cepat dan biaya dapat direduksi secara
signifikan.
2.2 Cloud Compare

CloudCompare adalah perangkat lunak pemrosesan point cloud 3D (seperti
yang diperoleh dengan pemindai laser). Itu juga dapat menangani jerat segitiga
dan gambar yang dikalibrasi. Awalnya dibuat selama kolaborasi antara Telecom
Paris Tech dan divisi R&D EDF , proyek CloudCompare dimulai pada tahun
2003 dengan gelar PhD Daniel Girardeau-Montaut tentang Deteksi perubahan
pada data geometris 3D . Pada saat itu, tujuan utamanya adalah untuk dengan
cepat mendeteksi perubahan pada awan titik kepadatan tinggi 3D yang diperoleh
dengan pemindai laser di fasilitas industri (seperti pembangkit listrik) atau lokasi
bangunan. Setelah itu berkembang ke arah perangkat lunak pengolah data 3D
yang lebih umum dan canggih. Sekarang merupakan proyek sumber terbuka
independent dan perangkat lunak bebas. Tujuan dari aplikasi ini adalah untuk
membuat perbandingan antara dua titik awan padat 3D, seperti yang diperoleh
dengan pemindai laser. Selain itu, ia juga dirancang untuk membandingkan titik
awan dan jaring segitiga. CloudCompare dan ccViewer saat ini berjalan di sistem
Gnu / Linux, Windows, dan macOS. Program ini dirilis di bawah GNU General
Public License (GPL), sehingga pengguna bebas menggunakannya untuk tujuan
apa pun.
CloudCompare menyediakan seperangkat alat dasar untuk mengedit dan
merender awan titik 3D dan jerat segitiga secara manual. Ini juga menawarkan
berbagai algoritma pemrosesan lanjutan, di antaranya metode untuk melakukan:
- Proyeksi (berbasis sumbu, silinder atau kerucut terbuka)
- Pendaftaran ( ICP)
- Perhitungan jarak (cloud-cloud)
- Komputasi statistik
- Segmentasi
- Estimasi fitur geometris (densitas, kelengkungan, kekasaran, orientasi bidang
geologi
CloudCompare dapat menangani bidang skalar tak terbatas per titik cloud di
mana berbagai algoritma khusus dapat diterapkan (pemulusan, evaluasi gradien,
statistik, dll.). Sistem rendering warna dinamis membantu pengguna untuk
memvisualisasikan bidang skalar per titik dengan cara yang efisien. Oleh karena
itu, CloudCompare juga dapat digunakan untuk memvisualisasikan data ND.
Pengguna dapat secara interaktif menyegmentasikan entitas 3D
(dengan polyline 2D yang digambar di layar), secara interaktif
memutar/menerjemahkan satu atau lebih entitas relatif terhadap yang lain, secara
interaktif memilih satu titik atau pasangan titik (untuk mendapatkan panjang
segmen yang sesuai) atau triplet titik (untuk mendapatkan sudut yang sesuai dan
bidang normal). Versi terbaru juga mendukung pembuatan label 2D yang
dilampirkan pada titik atau anotasi area persegi panjang.
Ada juga plugin yang digunakan. Mekanisme plugin memungkinkan
perluasan lebih lanjut dari kemampuan CloudCompare. Tersedia dua jenis
plugin:
- Plugin standar untuk algoritme yang berasal dari dunia akademis (ShadeVis,
HPR, rekonstruksi Poisson, operasi boolean pada mesh, dll.) atau dari
perpustakaan eksternal (PCL ) atau lainnya (mis. animasi
dengan qAnimation )
- Plugin OpenGL untuk shader tingkat lanjut (EyeDome Lighting, SSAO, dll.)
2.3 Registrasi Data

Registrasi data adalah penggabungan data point clouds yang sama dari posisi
(standpoint) yang berbeda atau mengubah koordinat point clouds sekutu dari
posisi yang berbeda ke dalam sistem koordinat yang sama. Registrasi data
dilakukan dengan menggunakan dua metode, yaitu metode cloud to cloud dan
target to target. Setelah diperoleh data point clouds dari hasil registrasi metode
cloud to cloud dan target to target dengan menggunakan sistem koordinat yang
sama, maka selanjutnya koordinat ICP dari kedua data akan dianalisa dan hasil
dari kedua metode tersebut akan dibandingkan sehingga menghasilkan standar
deviasi dari keduanya.
Dalam pengambilan data, metode registrasi cloud to cloud adalah metode
yang paling praktis karena hanya memperhatikan pertampalan antara dua hasil
pemindaian dan tidak memerlukan target di lapangan. Sedangkan metode
registrasi target to target harus memiliki minimal dua titik target yang diketahui
koordinatnya pada setiap tempat pengambilan data, pemasangan target terkadang
juga memerlukan waktu yang cukup lama tergantung pada tempat penelitian.
Dalam pengolahan data, metode registrasi cloud to cloud membutuhkan
waktu dan ketelitian yang lebih daripada metode target to target, karena
dibutuhkan penentuan titik sekutu di setiap daerah pertampalan dari dua hasil
pemindaian objek candi. Sedangkan metode target to target membutuhkan waktu
dan ketelitian yang lebih sedikit karena dalam proses registrasi kita telah
mengetahui posisi target pada point cloud objek.
Metode registrasi target to target menggunakan target sebagai titik ikat antar
scan, target harus diukur dengan Total Station untuk mengetahui koordinat target
pada saat proses georeferensi, dibutuhkan minimal tiga target dari dua scan untuk
melakukan proses registrasi. Metode registrasi cloud to cloud menggunakan dua
scan yang overlap sebesar 30-40%, dibutuhkan minimal tiga titik overlap yang
dipilih secara manual. Jika dibandingkan, maka metode registrasi target to target
lebih baik daripada metode cloud to cloud, karena metode target to target
menggunakan titik target yang paling akurat dan telah memiliki koordinat. Proses
registrasi dilakukan secara bertahap agar error pada registrasi tidak melebihi
ketelitian penentuan posisi yang terdapat pada spesifikasi alat yang digunakan.
2.4 Filterisasi Data

Proses filtering data dilakukan untuk menghilangkan objek yang tidak
dibutuhkan, seperti pohon, manusia, mobil, dan sebagainya. Proses filtering
menggunakan perangkat lunak yang telah tersedia satu paket untuk proses
pengolahan data point clouds.
2.5 Georeferensi
Georeferensi memerlukan koordinat titik-titik tempat berdiri alat (standpoint)
agar point clouds berada pada sistem koordinat lokal maupun global.
2.6 Pemodelan
Pada tahap pemodelan, dilakukan proses meshing yaitu dengan melakukan
wrapping dimana point clouds diproses menjadi bentuk Triangulated Irregular
Network (TIN) sebagai pembungkus permukaan objek sehingga diperoleh model
mesh.
2.7 Tachimetri
Metode tachymetri adalah pengukuran dengan menggunakan alat-alat optis,
elektronis, dan digital. Metode ini didasarkan pada prinsip bahwa pada segitiga-
segitiga sebangun, sisi yang sepihak adalah sebanding. Metode tachymetri digunakan
dalam penentuan posisi detail topografi, baik horizontal maupun vertikal. Metode
tachymetri relatif lebih cepat dan mudah karena yang diperoleh adalah pembacaan
rambu, sudut horizontal, sudut vertikal, dan tinggi alat.
Hasil pengukuran tachymetri adalah posisi planimetris X, Y, dan Z. Metode
tachymetri digunakan untuk menentukan posisi dengan menggunakan jarak.
Sebagian besar pengukuran tachymetri menggunakan garis bidik miring karena
adanya keragaman topografi, tetapi perpotongan benang stadia dibaca pada rambu
tegak lurus dan jarak miring direduksi menjadi jarak horizontal dan jarak vertikal
(Purwaamijaya, 2008).
2.8 Trigonometri
Metode trigonometri menentukan beda tinggi dengan cara mengukur sudut
miring atau sudut vertikalnya dengan jarak yang diketahui, baik jarak dalam bidang
datar maupun jarak geodetik.
Pada ilmu ukur tanah, menggunakan prinsip pengukuran di bidang datar, yaitu
jarak antar titik beda tingginya relatif tidak jauh, sehingga pengaruh kelengkungan
muka bumi dan refraksi dapat diabaikan atau diberikan koreksi linier saat
perhitungan. Sedangkan pada ilmu geodesi, jarak antar titik beda tingginya relatif
jauh, sehingga prinsip umum pada bidang datar tidak dapat diterapkan.
BAB III
METODOLOGI
3.1 Tempat dan Waktu

Kegiatan praktikum ini dilaksanakan dengan tempat dan waktu pelaksanaan
sebagai berikut :
Hari dan tanggal : Minggu, 24 April 2022
Waktu : 13.00 – 16.00 WIB
Media : Zoom Meeting Conference
Sifat : Daring
Keterangan : Lokasi Praktikum Stacking Out
3.2 Alat dan Bahan

Alat dan bahan yang digunakan dalam kegiatan praktikum ini antara lain
sebagai berikut :
Alat :
1. 1 unit laptop
2. Data scanning TLS objek gedung rektorat
3. Software Cloud Compare V.2.12. Alpha
3.3 Langkah Kerja

Adapun langkah kerja dalam pengolahan data TLS antara lain sebagai
berikut :
1. Melakukan registrasi data
a. Mempersiapkan alat dan Data
b. Membuka software Cloud Compare V.2.12. Alpha
c. Melakukan Input Data
d. Menampilkan Data
e. Melakukan registrasi data dengan memilih dua data dan memilih menu
registrasi
f. Memilih bagian objek yang akan menjadi target dan referensi untuk
dilakukan align
g. Memastikan hasil laporan registrasi memiliki nilai RMS di bawah 0..05

2. Melakukan filtering data

a. Mempersiapkan alat dan Data
b. Membuka software Cloud Compare V.2.12. Alpha
c. Melakukan Input Data
d. Menampilkan Data
e. Melakukan Filtering Datat dengan cara memilih fitur filtering
“Segment” danmembuat batas polygon data data yang akan di filter
dengan bentuk reactanguler atau polygon.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil
Adapun hasil yang diperoleh dalam praktikum ini adalah sebagai berikut
1.1.1 Hasil registrasi dengan RMS di bawah 0,05.
1. Hasil registrasi yang diperoleh
2. RMS dari keseluruhan proses registrasi
1.1.2 Hasil final registrasi dan filtering data

Depan
Belakang
Kanan
Kiri
Atas
Bawah
Serong
4.2 Pembahasan
Dari hasil yang telah tertera di atas, maka dapat dijabarkan sebagai berikut.
1. Proses registrasi yang telah dilakukan telah memperoleh RMS yang kecil
dan tidak melebihi batas toleransi yang telah ditentukan, dimana batas RMS
maksimal yang ditentukan adalah 0,05. RMS yang dihasilkan saat proses
registrasi berada di interval 0,005 – 0,045. Nilai RMS tersebut telah
menunjukkan bahwa registrasi yang telah dilakukan telah memiliki
ketelitian yang diinginkan. Selain itu, ketika hasil registrasi tersebut dilihat
secara visual juga telah menunjukkan hasil yang baik dan telah sesuai
dengan objek tersebut.
2. Pada proses filtering dilakukan per layer sehingga noise atau point cloud
yang tidak diperlukan dapat dihilangkan layer per layer. Hal ini tentunya
dapat memudahkan agar point cloud yang dihapus merupakan noise dan
bukan objek 3D bangunan rektorat. Filtering ini dilakukan agar objek yang
dimodelkan secara 3D bebas dari noise dan poin cloud yang tidak
diperlukan. Hasil filtering juga telah menunjukkan hasil yang baik. Hal ini
dapat dilihat secara langsung melalui visual 3D bangunan rektorat yang
telah terbentuk dari segala sisi.
3. Hasil 3D rektorat dari segala sisi yang telah terbentuk telah menunjukkan
bahwa proses registrasi telah berjalan dengan baik karena keseluruhan point
cloud telah bertampalan dengan baik dan tidak ada lagi point cloud yang
meleset. Hal ini dapat dilihat pada gambar di atas, dimana bangunan 3D
rektorat tersebut ditampilkan dari segala sisi. Akan tetapi, masih terdapat
bagian dari bangunan yang kosong. Hal ini dapat dikarenakan karena
kesalahan pada saat akuisisi data TLS sehingga data yang dihasilkan belum
lengkap. Meskipun demikian, 3D rektorat yang dihasilkan telah
menunjukkan hasil yang baik dan representative.
BAB V
PENUTUP
5.1 Kesimpulan
Dari hasil kegiatan praktikum, maka dapat disimpulkan sebagai berikut.
1. Terrestrial Laser Scanning (TLS), atau disebut sebagai LiDAR terestrial
(deteksi dan jangkauan cahaya) atau LiDAR topografi, memperoleh
koordinat XYZ dari banyak titik di darat dengan memancarkan pulsa laser
ke titik-titik ini dan mengukur jarak dari perangkat ke target (Vosselman
dan Maas, 2010).
2. Hasil pengolahan data tls berupa point cloud yang sudah mengalami
integrasi dan pemilahan terhadap data yang dapat digunakan (filtering).
Urutan pengolahan data yang dilakukan yaitu registrasi semua data dengan
satu lokasi acuan kemudian dilanjutkan filtering pada setiap data. Registrasi
setiap data dibatasi dengan RMS kurang dari 0.05 untuk akurasi hasil.
3. Definisi matematis dari RMSE mirip dengan kesalahan baku, yaitu akar
kuadrat dari rata rata jumlah kuadrat residual. RMSE (Root Mean Square
Error) merupakan suatu nilai yang digunakan untuk menunjukkan ketelitian
dengan melibatkan semua faktor kesalahan yang terjadi selama proses
pengukuran atau produksi data.
4. Pengerjaan pengolahan data TLS ini dikerjakan melalui software Cloud
Compare v2.12.0 dan menggunakan data rektorat UPNYK.bin
5.2 Saran
Saran yang dapat praktikan sampai untuk kegiatan praktikum kedepannya
antara lain sebagai berikut.
1. Dalam melakukan pengolahan data harus lebih teliti sehingga nilai RMS
semakin kecil.
2. Filtering otomatis dan manual memiliki kelebihan dan kekurangannya
sendiri, sehingga harus bijak memilih metode.
DAFTAR PUSTAKA
A. Damien. (2021). Cloud Compare, Perangkat Lunak Pengolah 3D Point Cloud

dan Mesh. ubunlog.com, diakses pada 13 Mei 2022.
Fauzi, A. Irwansyah, S. Christopher Imanuel. (2018). Makalah GD5201 Metodologi
Pemetaan - Terrestrial Laser Scanner (TLS). Bandung: Institut Teknologi
Bandung.
Hendriatiningsih, S., Gumilar, I., Wisayantono, D., P, E. Lestari. (2014). Survey
Pemetaan Model Bangunan Tiga Dimensi (3D) Metode Terrestrial Laser
Scanning untuk Dokumentasi As-Built Drawing. Bandung: Institut Teknologi
Bandung.
Nandaru, A. Sudarsono, B., Yuwono, B. (2014). Studi Registrasi Point Cloud pada
Pemorsesan Data Terrestrial Laser Scanner (TLS) (Studi kasus : Jembatan
Gading Batavia, Kelapa Gading, Jakarta Utara). Teknik Geodesi Fakultas
Teknikk Universitas Diponegoro.
Rahmawati, N. , Prasetyo, Y., Hadi, F. (2021). Pemodelan 3D menggunakan Metode
TLS (Terrestrial Laser Scanner (studi kasus: Candi Plaosan Lor, Kabupaten
Klaten). Teknik Geodesi, Fakultas Teknik Universitas Diponegoro.
Zakaria, A., Handayani, H. H., (2016). Studi Pemodelan 3D Menggunakan
Terrestrial Laser Scanner Berdasarkan Proses Registrasi Target To
Target (Studi Kasus: Candi Brahu, Mojokerto). Surabaya: Institut
Teknologi Sepuluh Nopember.

Laporan Praktikum Survei Rekayasa: Pengolahan Data TLS

Diunggah oleh

Informasi Dokumen

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

Laporan Praktikum Survei Rekayasa: Pengolahan Data TLS

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGOLAHAN DATA TLS

1.1 Latar Belakang

1.2 Rumusan Masalah

1.3 Tujuan Praktikum

2.1 Terrestrial Laser Scanner

2.2 Cloud Compare

2.3 Registrasi Data

2.4 Filterisasi Data

3.1 Tempat dan Waktu

Keterangan : Lokasi Praktikum Stacking Out

3.2 Alat dan Bahan

3.3 Langkah Kerja

c. Melakukan Input Data

g. Memastikan hasil laporan registrasi memiliki nilai RMS di bawah 0..05

2. Melakukan filtering data

b. Membuka software Cloud Compare V.2.12. Alpha

c. Melakukan Input Data

1.1.2 Hasil final registrasi dan filtering data

A. Damien. (2021). Cloud Compare, Perangkat Lunak Pengolah 3D Point Cloud

Anda mungkin juga menyukai