Ekstraksi Tinggi Bangunan Dengan Menggun 7648f0ed
Ekstraksi Tinggi Bangunan Dengan Menggun 7648f0ed
Habibullah
habibullah@mail.ugm.ac.id
ABSTRACT
Remote sensing is growing especially in term of spatial resolution. Ortho-photo is widely used
because it has the high spatial resolution and correction to reduce the relief displacement aspect.
Than, LiDAR data as the detail data which can provide highly accurate information about an object
height.
The objectives of the research are to extract building geometry (building height) and to know
the accuracy of extraction. The primary step was interpretation to identify roof types from Ortho-photo
aerial imager. Building height extraction was done by calculating the maximum number of building
height from N-DSM which was gathered from the calculation of LiDAR DSM and DTM. Its height
number was corrected by using the height of roof object based on its roof types.
The results of test calculations is quite good. Mapping accuracy using field measurement data
showed that the number of building building height extraction accuracy was 86.63%.
Keywords: Ortho-photo aerial imagery, LiDAR, Building geometry, DSM, DTM, N-DSM
INTISARI
Penginderaan jauh semakin berkembang khususnya dalam hal resolusi spasial. Foto udara ortho
banyak digunakan karena resolusi spasial tinggi dan telah mengalami koreksi sehingga aspek relief
displacement dapat dikurangi. Kemudian data LiDAR sebagai data detil yang dapat memberikan
informasi ketinggian objek dengan akurasi tinggi.
Penelitian ini bertujuan untuk melakukan ekstraksi data geometri bangunan, yaitu tinggi
bangunan dan mengetahui akurasi dari ekstraksi informasi tinggi bangunan. Tahap awal dilakukan
interpertasi tipe atap bangunan dari foto udara ortho. Ekstraksi tinggi bangunan dilakukan dengan
menghitung nilai ketinggian maksimum bangunan dari N-DSM yang didapatkan dari kalkulasi DSM
dan DTM LiDAR. Nilai tinggi tersebut dikoreksi dengan nilai tinggi objek atap bangunan berdasarkan
tipe atapnya
Hasil perhitungan uji akurasi cukup baik. Uji akurasi pemetaan dengan menggunakan data
pengukuran lapangan menunjukkan bahwa akurasi ekstraksi tinggi bangunan sebesar 86.63%.
Kata kunci : Foto udara ortho, LiDAR, Geometri bangunan, DSM, DTM, N-DSM
PENDAHULUAN penggunaan data penginderaan jauh resolusi
tinggi baik Citra, Foto Udara ataupun data
Penginderaan jauh semakin berkembang LiDAR banyak digunakan terutama dalam
terutama dalam hal resolusi spasial. Setelah ekstraksi bangunan dan pemodelan bangunan 3
munculnya citra Landsat, terdapat pula citra- dimensi (Wang dan Schenk, 2000;
citra lain dengan berbagai tujuan. Sebut saja Rottensteiner dan Jansa, 2002; Istarno dkk,
citra ALOS, ASTER untuk kajian sumberdaya 2008; Poz dan Galvanin, 2011; Vennessyardi
atau IKONOS, Quickbird yang berkembang dkk, 2011 )
dan digunakan untuk kajian perencanaan. Kajian yang dilakukan pada penelitian
Selain citra yang direkam dari satelit seperti ini adalah ekstraksi geometri bangunan, yaitu
disebutkan diatas, citra yang diperoleh dari tinggi bangunan dengan memanfaatkan data
wahana dirgantara sebagai awal mula Foto udara ortho dan data LiDAR.
berkembangnya teknologi penginderaan jauh Foto udara Ortho merupakan gambaran
tidak dapat dilupakan. Foto udara dapat medan seperti kenyataan di lapangan dengan
diperoleh secara lebih kondisional tergantung penyajian ukuran jarak, sudur dan luas yang
keperluan dengan resolusi spasial sangat tinggi benar sehingga suatu kenampakan dapat
yang diperoleh dari perekaman udara. diinterpretasi sesuai dengan posisi planimetrik
Sistem aktif penginderaan jauh juga yang benar. Posisi suatu objek telah sesuai
semakin berkembang dengan munculnya dengan posisi di lapangan sehingga mirip
teknologi yang menggunakan tenaga sendiri dengan peta dasar konvensional, bahkan lebih
tidak menggunakan tenaga dari gelombang mudah dalam pembacaannya. (Lillesand dan
elektromagnetik matahari. Sistem tersebut Kiefer, 1997).
menggunakan tenaga buatan, misalnya LiDAR LiDAR (Ligh Detection and Ranging)
(Light Detection and Ranging). Sistem merupakan sistem penginderaan jauh aktif yang
perekaman LiDAR dapat memancarkan tenaga menggunakan emisi tenaga laser. Instrumen
dengan intensitas puluhan ribu per detik untuk LiDAR dibawa dengan menggunakan pesawat
dapat menghasilkan data point elevation udara atau dikenal dengan teknik ALS
(dikenal dengan nama point cloud) dengan (Airborne Laser Scanning). LiDAR
kerapatan yang tinggi. Kemampuan yang memancarkan pulsa cahaya gelombang tampak
dimiliki LiDAR tersebut sehingga LiDAR dan daerah sekitarnya yaitu ultraviolet dan
dapat menghasilkan DSM sekaligus DTM inframerah. Pada Topographic LiDAR
sangat detail. digunakan gelombang inframerah, sedangkan
LiDAR seringkali dilengkapi dengan pada Hydrographic LiDAR digunakan
foto udara ortho, yaitu Foto Udara yang telah gelombang inframerah dan gelombang biru-
diproses dan dikoreksi sehingga efek relief hijau (Pupulus et all. 2001, NASA 1998 dan
displacement dapat dikurangi. Foto udara ortho MOSAIC. 2001).
tersebut bukan lagi foto udara dengan proyeksi Sistem LiDAR terdiri dari sensor Laser
sentral dengan pusatnya berada di satu titik, (Ligh Amplification by Stimulated Emission of
namun proyeksinya adalah orthogonal sehingga Radiation) Scanner dan dilengkapi dengan
posisi pada foto udara telah sesuai dengan komponen navigasi. Laser Scanner berfungsi
posisi planar sebenarnya di lapangan. untuk mendapatkan informasi jarak antara
Kajian perkotaan terutama terkait sensor dengan permukaan objek atau
perencanaan wilayah secara makro banyak permukaan tanah. Komponen navigasi terdiri
memanfaatkan data LiDAR maupun foto udara dari DGPS (Differential Global Position
ortho. Bangunan dan fungsinya sebagai objek System) yang berfungsi untuk memperoleh
dalam perencanaan suatu wilayah menjadi hal posisi pesawat/sensor secara akurat dan alat
yang penting untuk dikaji. Deteksi bangunan pencatat sikap (attitude) sensor yaitu dengan
pada citra resolusi rendah dan sedang banyak alat INS (Inertial navigation System) atau
dimanfaatkan dalam kajian perencanaan dalam disebut juga IMU (Inertial Measurement Unit).
skala mikro, namun untuk deteksi bangunan Sistem GPS ditempatkan pada pesawat sebagai
secara detail Foto Udara dan data LiDAR penerima dan yang satunya ditempatkan pada
sangat membantu dalam ekstraksi informasi titik referensi di tanah. INS mencatat sikap
geometri, baik luas bangunan, tinggi bangunan sensor akibat ketidakstabilan pergerakan
bahkan sampai pada bentuk bangunan. Aplikasi
pesawat dan bekerja bersama-sama dengan Data LiDAR masing-masing
GPS untuk memberikan posisi X, Y dan Z diinterpolasi sehingga didapatkan DEM/DTM
secara akurat. Pulsa energi yang dipancarkan dan DSM. Kedua model elevasi tersebut
dari laser dan dipantulkan ke permukaan bumi dikalkulasi dengan mengurangkan DEM/DTM
dengan memutar cermin yang ditetapkan pada pada DSM sehingga didapatkan nilai N-DSM
sudut tertentu. Cermin berputar (Normalized DSM). Nilai tersebut digunakan
mendistribusikan energi cahaya ke seluruh untuk mengetahui tinggi bangunan.
wilayah dibawah platform. Pantulan sinar laser
diterima dengan teleskop kecil yang Proses untuk mendapatkan tinggi
memfokuskan setiap sinar yang diterima ke bangunan sejatinya tidak dapat dilakukan
detektor (Harding, 2000; NOAA, 2007; dalam secara langsung karena bangunan tertutup oleh
Barbara, J dan McKay Archibald, 2007). atapnya sehingga dipastikan informasi tinggi
bangunan tidak dapat diambil secara tepat
nilainya. Untuk mengoreksi nilai tinggi atap,
METODE PENELITIAN dilakukan proses penyaringan objek atap
Penelitian ini dibagi dalam 3 tahapan, bangunan pada setiap tipe atap bangunan.
antara lain, tahapan pemrosesan data, tahap
Untuk mengetahui tinggi pada bagian
lapangan dan pasca lapangan. Pada tahap
bangunan, sebelumnya telah dilakukan
pemrosesan data dilakukan interpretasi tipe
klasifikasi jenis atap bangunan untuk
bangunan dan digitasi building footprint dari
menentukan sampel tinggi bangunan pada
foto udara ortho. Hasil dari interpretasi tersebut
bagian atap. Ekstraksi tinggi bangunan
adalah data building footprint sekaligus tipe
dilakukan proses pengambilan nilai sampel
atap bangunan.
tinggi objek atap untuk mengoreksi data tinggi
Tinggi bangunan diekstraksi dari data
bangunan awal yang merupakan tinggi
LiDAR. Pemrosesan data LiDAR dilakukan
bangunan termasuk objek atap.
dengan membuat data titik tinggi LiDAR
menjadi DEM/DTM dan DSM. DEM/DTM Ekstraksi tinggi bangunan dari Foto
adalah representasi nilai kontinu dari terrain udara ortho dan data LiDAR dilakukan
(permukaan tanah tanpa penutup lahan) dalam perhitungan akurasi dibadingkan dengan hasil
nilai koordinat x, y dan z. Digital Surface pengukuran luas dan tinggi di lapangan.
Model (DSM) merupakan model dari
permukaan bumi mencakup permukaan tanah Tahapan survey lapangan dilakukan
dan objek yang menutupinya. Objek dengan mengambil data untuk uji akurasi
penutupnya dapat berupa bangunan, pohon- pemetaan. Proses pengambilan data untuk uji
pohonan dan objek penutup lainnya. akurasi pemetaan diambil dengan mengukur
tinggi bangunan dengan menggunakan
distometer.
Tahapan pasca lapangan dilakukan
proses perhitungan akurasi pemetaan.
Perhitungan akurasi dilakukan dengan
menghitung nilai akurasi secara relatif dengan
membandingkan objek dan nilai yang ada pada
peta hasil ekstraksi dari data penginderaan jauh
dengan hasil pengukuran di lapangan.
Interpolasi dari data point cloud ground Gambar 4. DSM hasil interpolasi
menghasilkan data DEM berbentuk raster Sumber : Pengolahan data (2013)
dengan nilai ketinggian terendah adalah 305.05
m sedangkan nilai tertinggi adalah 444.55 m. DSM dengan DEM/DTM dilakukan
Nilai ketinggian tersebut adalah nilai kalkulasi penguranga. Nilai hasil pengurangan
ketinggian berdasarkan referensi ellipsoid antara DSM dan DEM tersebut menghasilkn
WGS 1984. Gambar 3 merupakan hasil dari sehingga didapatkan normalized DSM/n-DSM.
interpolasi data point elevation (ground) N-DSM tersebut bukan lagi merepresentasikan
LiDAR. nilai ketinggian objek dari referensi ellipsoid
WGS 1984, namun merupakan nilai ketinggian
objek dari referensi permukaan tanah. Nilai
terendah akan menunjukkan angka 0 karena
terjadi pengurangan terhadap nilai z yang sama
pada posisi x dan y yang sama, sedangkan
objek yang menutup tanah akan memiliki nilai
lebih dari 0. Hasil dari proses kalkulasi n-DSM
disajikan pada gambar 5 dibawah ini.
Gambar 5. N-DSM setelah dipotong pada Filter untuk mengurangi bagian atap
daerah kajian bangunan dilakukan dengan mengambil
Sumber: Pengolahan data (2013) beberapa sampel atap bangunan dengan tipe
yang berbeda kemudian menghitung rata-rata
Pada proses kalkulasi N-DSM tersebut nilai ketinggian atapnya. Asumsi yang
terlihat nilai minus, berarti menunjukkan nilai digunakan adalah pada jenis atap yang sama,
pengurang lebih besar daripada nilai data yang dianggap memiliki nilai ketinggian atap yang
mengurangi atau dapat dianggap nilai pada sama. Pada bagian interpretasi Foto udara ortho
DSM lebih rendah daripada nilai pada telah mampu dibedakan tipe atap bangunan,
DEM/DTM sehingga pada daerah tertentu yaitu antara lain terdapat tipe atap pelana,
menghasilkan nilai negatif. Nilai minus pada modifikasi atap pelana, atap limas, modifikasi
N-DSM tersebut dikoreksi dengan mengubah atap limas, atap joglo, atap flat (datar), dan atap
nilai piksel minus menjadi nilai terendah yaitu tipe tajugan. Ketujuh tipe atap tersebut di
0 dengan bantuan softwere ArcGIS reclassify menjadi 5 kelas, dengan
menggunakan raster calculator. Seluruh nilai menggabungkan atap modifikasi kedalam tipe
piksel minus pada raster N-DSM dikonversi ke asalnya, yaitu atap pelana, atap limas, atap
nilai 0 dengan formula con(N-DSM<0,0, N- joglo, atap flat, dan atap tajugan. Karena pada
DSM). atap flat tidak terdapat atap penutupnya
sehingga telah menunjukkan ketinggian atap
Ektraksi nilai ketinggian tersebut yang seharusnya, maka atap flat tidak diambil
digunakan perhitungan nilai maksimal (max) sampel. Sebanyak 3 sampel untuk masing-
pada N-DSM yang tercakup pada poligon masing kelas yaitu 4 kelas tipe atap bangunan
building footprint. Batas pada N-DSM dengan dihitung ketinggian atapnya, dibantu dengan
building footprint yang baik, artinya cukup data N-DSM LiDAR. Data N-DSM dengan
tepat hampir sama antara keduanya akan data building footprint ditampalkan dan
menghasilkan nilai ketinggian yang tepat pula. diambil nilai piksel tertinggi dan terendah dari
Hal tersebut digambarkan pada gambar 6. atap. Hasil pengukuran tersebut disajikan pada
Tinggi bangunan yang telah diekstraksi tabel 1 di bawah ini.
adalah tinggi bangunan termasuk ketinggian
atapnya. Sementara itu ketinggian bangunan Tabel 1 Sampel tinggi atap sebagai penyaring
yang akan dicari adalah tinggi pada batas tinggi bangunan
dinding teratas atau pada bagian langit-langit No No Tipe Tinggi Tinggi Selisih Rata-
rumah Bangunan Atap atap atap rata
paling paling (m)
atas bawah (m)
(m) (m)