FETC - UAV TRAINING

PROCECING DATA

Diagram Alir Pelaksanaan Foto Udara UAV

Tahap-tahap pelaksanaan pembuatan peta situasi dapat dilihat pada Gambar II.1:

Mulai

Koordinat GCP Foto udara hasil

pemotretan

A B

1
 FETC - UAV TRAINING

PROCECING DATA

A B

Identifikasi tie point

otomatis

Bundle Adjustment

Pemodelan
geometri

Pembentukan
photo texture 3D

Identifikasi titikGCP

(titik sumur bor)

Transformasi koordinat
konform 3D

Export
Orthophoto(*tif,*jpg),
DEM (*tif)

Kartografi peta

Selesai

Gambar II.1. Diagram alir pelaksanaan

2
 FETC - UAV TRAINING

PROCECING DATA

II.2.1. Pre-processing foto

Setiap pesawat model landing, data foto udara harus segera di download dari kamera.
Hal ini untuk mengetahui ada tidaknya foto yang kurang jelas dan ada tidaknya daerah yang
belum terpotret serta menghindari rusaknya kamera saat pengambilan data kembali. Data file
foto udara disimpan pada dua media penyimpanan yaitu dalam hardisk dan compact disk.
Penyimpanan pada dua media penyimpanan untuk meminimalkan resiko data file foto yang
hilang atau rusak.

Pengecekan foto untuk mengetahui adanya kegagalan pemotretan udara yang

diakibatkan dari faktor teknis seperti servo yang tidak menekan sempurna shutter kamera
atau kamera yang tidak dalam posisi hidup. Kualitas foto seperti adanya gap, gambar
berbayang, adanya foto yang tidak bertampalan secara maksimal, dan kondisi foto sangat
miring yang disebabkan posisi pesawat model yang tidak setabil.

Sebelum proses alignment dijalankan, terlebih dahulu dilakukan loading foto project.
Pada tahap ini, perlu evaluasi kembali untuk menghilangkan foto yang tidak bertampalan,
foto berbayang, dan foto miring.

Berikut adalah gambaran kondisi foto digital hasil pemotretan dengan menggunakan wahana
udara tanpa awak, sebagai acuan dalam pemilihan foto yang akan digunakan dalam
pemrosesan data, dapat dilihat pada Tabel II.1.

Tabel II.1. Beberapa kondisi foto hasil pemotretan

No Kenampakan foto Keterangan

1.

Foto Miring dan Berbayang

(tidak terpakai)

3
 FETC - UAV TRAINING

PROCECING DATA

2.

Foto 1 dan foto 2

bertampalan ± 80 %

Foto 1 Foto 2

3.

Foto tegak

4.

Foto Sendeng
(tidak terpakai)

Dalam melakukan pemilihan data foto haruslah cermat. Karena kerusakan satu foto
bisa merusak hasil pemrosesan. Foto yang digunakan adalah foto yang tegak, jelas, dan
simetris.

II.2.2. Alignment foto

Alignment foto merupakan tahap awal pengolahan foto digital pada perangkat lunak
Agisoft PhotoScan. Pada tahap ini dilakukan proses identifikasi tie point secara otomatis
dengan menggunakan algoritma SIFT invariant. Algoritma ini akan mengenali titik-titik yang
mempunyai kesamaan nilai pixel dan akan membentuknya menjadi model tiga dimensi. Hasil
dari proses alignment diantaranya adalah parameter kalibrasi kamera atau internal orientation
(IO), bentuk kumpulan tie point terdeteksi dalam model 3D, dan posisi kamera saat
pemotretan atau external oreintation (EO) yang melibatkan hitungan bundle adjustment.

4
 FETC - UAV TRAINING

PROCECING DATA

Prosesalignment merupakan tahap dimana dilakukan pendefinisian atau identifikasi tie point
secara otomatis melalui nilai kesamaan piksel pada image, seperti pada Gambar II.2.

Gambar II.2. Proses alignment

Sebelum proses aligment dilakukan, terlebih dahulu memilih tingkat kerapatan point cloud
yang diinginkan, apakah high, low, atau medium. Pada setiap point cloud akan memiliki
posisi, dan derajat kecerahan masing-masing. Posisi point cloud tersebut saling terorientasi
relatif antar titik, dan masih dalam sistem koordinat model.

Pada proses identifikasi tie point ini software juga secara otomatis melakukan hitungan
bundle adjustment. Softwaresecara otomatis menentukan parameter-parameter orientasi luar
(EO) dan juga posisi tie point, sehingga orientasi dari point cloud dapat ditentukan, yang
meliputi posisi dan ketinggian ruang (xo, yo,zo, ω, φ, dan κ), seperti pada Gambar II.3 dan
Gambar II.4.

Dalam hal ini:

1. xo, yo,zo, merupakan posisi stasiun pemotretan.

2. Omega (ω), merupakan parameter orientasi luar yang menyatakan besarnya sudut
rotasi kamera pada sumbu X.
3. Phi (φ), merupakan parameter orientasi luar yang menyatakan besarnya sudut rotasi
kamera pada sumbu Y.
4. Kappa (κ), merupakan parameter orientasi luar yang menyatakan besarnya sudut
rotasi kamera pada sumbu Z.

5
 FETC - UAV TRAINING

PROCECING DATA

Gambar II.3. Posisi point cloud

Gambar II.4. Posisi kamera dan point cloud tampak samping

Proses alignment juga melakukanproses kalibrasiserta proses identifikasi parameter

orientasi dalam kamera, seperti pada Gambar II.5.

Gambar II.5. Proses kalibrasi orientasi dalam (IO) kamera

6
 FETC - UAV TRAINING

PROCECING DATA

Hasil kalibrasi kamera jenisPanasonic Lumix DMC ZR-1yaitu panjang fokus kamera arah
sumbu X (fx) sebesar 3572,78 pixel, panjang fokus kamera arah sumbu Y (fy) sebesar
3572,78 pixel, koordinat titik pusat proyeksi Cx,Cy berturut-turut 2164,88 pixel, 1633,64
pixel, nilai distorsi radial K1, K2, dan K3 secara berturut-turut -0,0401613 pixel, -0,0230795
pixel, 0,0547712 pixel dan nilai distorsi tangensial (P1 dan P2) bernilai nol. Untuk foto yang
tidak memiliki hasil dikarenakan tidak disertakan dalam proses align foto karena tidak
memenuhi standar foto yang baik.

II.2.3. Pemodelan geometri

Setelah proses pembentukan point cloud, tahap selanjutnya adalah pembuatan model
geometri. Pada tahap pembentukan geometri, dilakukan perapatan image di sekitar tie point
dan penggabungan antar titik berdasarkan nilai tingginya. Pemodelan geometri belum
menampilkan kondisi image yang sebenarnya dan masih terlihat kasar serta texture foto yang
belum terbentuk, proses selengkapnya pada halaman LAMPIRAN di bawah. Tampilan
geometri dalam dua bentuk, yaitu shaded, dapat dilihat pada Gambar II.6

Gambar II.6. Tampilan shaded geometry

II.2.4. Pembentukan tekstur foto 3D

Setelah proses pembentukan geometri, maka dapat dilakukan proses rendering foto,
yaitu memberikan tekstur foto pada surfaceelement, yaitu hasil pemodelan geometri yang
telah dibentuk pada proses sebelumnya. Pada tahap ini dibentuklah jaring-jaring segitiga

7
 FETC - UAV TRAINING

PROCECING DATA

(TIN), sehingga terain dan surface terlihat lebih halus. Tekstur yang dihasilkan juga terlihat
lebih halus dari pada tahap geometri sebelumnya, dapat dilihat pada Gambar II.7.

Gambar II.7. Tampilan tekstur 3D

II.2.5. Transformasi koordinat konform 3D

Transformasi koordinat konform 3D merupakan proses membawa sistem kordinat

model ke dalam sistem koordinat tanah dengan mempertahankan bentuk yang sebenarnya,
disebut juga orientasi absolut. Untuk membawa sistem koordinat model ke sistem koordinat
tanah dibutuhkan titik fix pada area survey. Titik fix atau ground control point akan lebih baik
jika persebarannya merata. Proses transformasi koordinat 3D akan membuat obyek ter-
georeference secara benar

Pada tahap ini terlebih dahulu dilakukan identifikasi posisi GCP secara tepat dengan
memberikan tanda (marker) pada tekstur 3D project, dapat dilihat pada Gambar II.8.

Gambar II.8. Distribusi tanda GCP marker

8
 FETC - UAV TRAINING

PROCECING DATA

Setelah melakukan penentuan titik GCP pada titik bor, tahap selanjutnya adalah
memasukan koordinat (X,Y,Z) pada masing-masing titik, dengan terlebih dahulu memilih
sistem koordinat dan datum yang digunakan. Proyek ini menggunakan daftar koordinat GCP
bergeoreferensi pada datum pemetaan WGS 84’ dan sistem koordinat Universal Transverse
Mercator Zona 51 South (UTM 51 S), dapat dilihat pada Gambar II.9.

Gambar II.9. Proses menentukan sistem koordinat dan datum

II.2.6. Export Orthophoto dan DEM

Pada tahap ini dilakukan export projectAgisoft PhotoScan format (*psz) menjadi format
TIFF/GeoTiff(*tif) yang berupa citra ortofoto yang nantinya untuk digitasi manual di
software arcMap 10 dan export ke dalam format data DEM untuk proses pembuatan garis
kontur.Cuplikan tahap dalam melakukan exportbisa dilihat pada gambar II.10.

Gambar II.10. Export Orthophoto dan DEM

9
 FETC - UAV TRAINING

PROCECING DATA

Untuk lebih detail mengenai pemrosesan menggunakan software Agisoft PhotoScan

9.0 dan hasilnya dapat dilihat pada halaman LAMPIRAN di bawah.

10
 FETC - UAV TRAINING

PROCECING DATA

LAMPIRAN
Langkah-langkah pembuatan citra orthophoto hasil pemotretan wahana
udara tanpa awak

11
 FETC - UAV TRAINING

PROCECING DATA

1. Membuka software Agisoft PhotoScan Versi 8.4

Tampilan awal software Agisoft PhotoScan Versi 8.4

2. Membuka foto yang akan diproses dengan memilih fitur workflow pada menu bar lalu
pilih add. Workflow  add.

Proses add foto

12
 FETC - UAV TRAINING

PROCECING DATA

3. Maka foto akan terbuka dalam software

Tampilan foto dalam software

4. Untuk proses identifikasi tie-point, bundle adjustment dan koreksi geometri dengan
memilih fitur workflow pada menu bar lalu pilih align. Workflow  align.

Proses alignment foto

5. Pada proses alignment terlebih dahulu memilih tingkat akurasi identifikasi tie point.Ada
tiga tingkat akurasi, low, medium, high. Low digunakan jika diinginkan waktu
pemrosesan yang lebih singkat dan diperoleh posisi kamera yang kurang akurat. Medium

13
 FETC - UAV TRAINING

PROCECING DATA

digunakan jika diinginkan akurasi dari posisi kamera yang sedang dan waktu pemrosesan
lebih lama dari pada low. High digunakan jika diinginkan akurasi posisi kamera yang
lebih tinggi, pemrosesan akan memakan waktu lebih lama.

Tingkat akurasi
Pada pair perselection terdapat 3 pilihan, yaitu ground control dipilih jika foto yang akan
diproses telah tergeoreferensi secara benar. Disabled dipilih jika diinginkan tingkat
akurasi yang tinggi dengan waktu pemrosesan yang lama. Generic dipilih jika diinginkan
tingkat akurasi yang lebih rendah dan waktu pemrosesan yang lebih cepat dari disabled.

Disabled dan ground control

Dapat dilihat metadata dari foto dengan cara klik kanan pada foto, kemudian pilih show
info. Dari show info dapat diketahui ukuran piksel dari foto, panjang fokus kamera,
shutter speed, jenis kamera yang digunakan, waktu pemotretan.

14
 FETC - UAV TRAINING

PROCECING DATA

Metadata foto
Setelah proses alignment dapat dilihat juga parameter kalibrasi kamera, dengan memilih
fitur tool pada menu bar, lalu pilih Camera calibration. Tool  Camera calibration.

Camera calibration
Dapat dilihat parameter-parameter kalibrasi kamera dengan memilih refined dan arahkan
kursor ke salah satu image.

15
 FETC - UAV TRAINING

PROCECING DATA

Parameter kalibrasi kamera

Hasil dari proses alignment sebagai berikut

Hasil alignment

6. Kemudian lakukan build geometry dengan memilih workflow pada menu bar kemudian
pilih build geometry. Workflow  build geometry.

16
 FETC - UAV TRAINING

PROCECING DATA

Build geometri
Terdapat beberapa pilihan pada tahap ini, yaitu :
a) Object type
Ada dua jenis tipe yaitu arbitrary dan highh field. Tipe arbitrary dipilih jika
kondisi area yang akan dimodelkan terdiri dari obyek yang tertutup, seperti
bangunan, pepohonan, patung, dll. Tipe arbitrary akan membutuhkan media
penyimpanan yang besar, sehingga pada pengolahan ini dianjurkan
pemrosesan data tidak melibatkan banyak foto. Tipe high field dipilih jika
akan memodelkan suatu permukaan terain yang relatif datar, tipe ini dapat
melibatkan banyak foto dan dibutuhkan media penyimpanan yang lebih sedikit
dari tipe arbitrary.
b) Target quality
Pemilihan pada target quality akan berpengaruh pada ketelitian dan kerincian
bentuk geometri yang dihasilkan. Semakin tinggi target quality, maka akan
membutuhkan waktu pemrosesan yang lebih lama. Ada 4 pilihan target
quality dari yang tinggi ke yang rendah, yaitu ultra high,high, medium, low,
lowest. Point cloud dipilih jika bentuk terain atau obyek pada foto relatif datar
atau smooth. Point cloud akan membutuhkan waktu yang cepat dalam
pemrosesannya.

c) Geometry type
Ada dua pilihan yaitu sharp dan smooth. Sharp dipilih jika model yang akan
dibentuk geometrinya memiliki area yang tidak terlalu luas, pada model ini
tidak ada pengisian celah-celah yang kosong, celah-celah akan ditutup secara
17
 FETC - UAV TRAINING

PROCECING DATA

manual setelah proses selesai. Sharp memiliki tingkat ketelitian yang lebih
tinggi dari pada type smooth. Smooth dipilih jika area yang akan dimodelkan
cukup luas, smooth cocok untuk area yang terdapat tutupan lahan berupa air
dan variasi terain yang tidak mencolok. Smooth dianjurkan untuk proses
ortofoto.
d) Face count
Face count menentukan jumlah maksimum piksel yang digunakan untuk
membentuk permukaan geometri. Semakin besar jumlah face count maka
bentuk geometri semakin smooth. Face count bernilai 0 maka pada
pemrosesan tidak ada smoothing.
e) Filter threshold
Digunakan untuk menentukan nilai maksimal face count untuk dihapus dari
face count yang terhubung minimum setelah rekonstruksi geometri
berlangsung (dalam persen dari jumlah total face count).

Pilihan pada build geometry

Maka akan terlihat proses mereksontruksi ketinggian dan kedalaman.

18
 FETC - UAV TRAINING

PROCECING DATA

Reconstructing depth
Dalam build geometry, juga akan diproses penutupan lubang-lubang yang ada pada saat
proses alignment.

Generating mesh

Sehingga diperoleh hasil build geometry sebagai berikut

Tampilan solid

19
 FETC - UAV TRAINING

PROCECING DATA

Tampilan shaded
7. Langkah selanjutnya adalah melakukan build texture, dengan memilih fitur workflow
kemudian pilih build texture. Workflow  build texture.

build texture
Pada bulid geometry pilih maping mode orthophoto dan blanding mode mosaic, karena
hasil akhir yang diinginkan adalah mosaik foto. Keterangan dari feature dalam build
texture adalah sebagai berikut :
Mapping mode merupakan cara menentukan tekstur objek yang akan dibentuk dalam
atlas atau bidang datar. Pemilihan mapping mode secara tepat akan membantu dalam
menghasilkan kualitas tekstur secara visual. Ada 5 jenis mapping mode, yaitu:
a) Generic
Generic dipilih jika bentuk objek yang akan dimodelkan adalah objek tertutup,
seperti patung, pohon, candi.

b) Adaptive Orthophoto

20
 FETC - UAV TRAINING

PROCECING DATA

Dalam adaptive orthophoto pemrosesan objek akan dibagi menjadi

pemrosesan bidang datar dan pemrosesan bidang vertikal. Pada pemrosesan
bidang datar akan digunakan proyeksi ortografi, yaitu proyeksi bentuk bidang
permukaan bumi ke bidang datar. Pada pemrosesan vertikal dilakukan secara
terpisah untuk menjaga keakuratan dari tekstur yang dihasilkan. Adaptive
orthophoto lebih cocok digunakan pada objek yang relatif datar, tetapi juga
tetap menjaga bidang yang mempunyai ketinggian, seperti bangunan, menara,
tetapi dengan hasil yang kurang akurat.
c) Orthophoto
Pada modeorthophoto, seluruh permukaan baik bidang datar maupun vertikal
akan diproyeksikan dalam proyeksi ortografi. Orthophoto akan menghasilkan
tekstur foto yang lebih kompak pada daerah datar dan vertikal, sedangkan pada
modeadaptive orthophoto daerah vertikal akan memiliki ketelitian yang lebih
rendah dari pada daerah datar.
d) Single photo
Mode single photo digunakan untuk membentuk tekstur pada salah satu foto
saja. Foto dipilih dari project yang telah diolah sampai tahap build geometry.
e) Keep uv
Mode keep uv digunakan untuk menghasilkan tekstur atlas dengan
menggunakan parameter tekstur pada saat pemrosesan. Hal ini dapat
digunakan untuk membangun kembali tekstur atlas dengan menggunakan
resolusi yang berbeda pada hasil yang diperoleh pada perangkat lunak yang
lain.
Blending mode merupakan cara untuk mengobinasikan nilai-nilai piksel dari
beberapa foto untuk menghasilkan texture foto. Ada beberapa pilihan, yaitu :

a) Mosaic
Mosaic digunakan untuk memperoleh tekstur atlas atau bidang datar pada hasil
akhirnya. Mosaic akan menghasilkan ortofoto yang lebih baik.
b) Average
Average adalah proses merata-ratakan nilai piksel setiap foto untuk
mendapatkan tekstur foto.

21
 FETC - UAV TRAINING

PROCECING DATA

c) Max intensity
Max intensity adalah proses pemilihan foto yang memiliki intensitas maksimal
dalam korelasi pikselnya, foto tersebut dipilih untuk pembentukan tekstur.
d) Min intensity
Min intensity adalah proses pemilihan foto yang memiliki intensitas minimum
dalam korelasi pikselnya, foto tersebut dipilih untuk pembentukan tekstur.
Atlas width menunjukan lebara ukuran satu piksel dalam model atlas. Semakin besar
jumlah atlas width, maka jumlah piksel dalam satu project semakin banyak dan
dibutuhkan media penyimpanan yang semakin besar, serta diperoleh tekstur yang
lebih baik secara geometri dan visual.
Atlas height menunjukan tinggi ukuran satu piksel dalam model atlas. Semakin besar
jumlah atlas height, maka jumlah piksel dalam satu project semakin banyak dan
dibutuhkan media penyimpanan yang semakin besar, serta diperoleh tekstur yang
lebih baik secara geometri dan visual.

Pilihan pada build texture

Maka akan terlihat proses build texture

Proses build texture

22
 FETC - UAV TRAINING

PROCECING DATA

Hasil dari build texture sebagai berikut, antara geometry dan texture foto sudah
terpadukan.

Hasil buid texture

8. Setelah texture terbentuk, kemudian dilakukan pemberian GCP dengam memberikan
marker pada foto. Pilih marker, letakkan posisi marker pada foto, marker dapat dihapus
dengan klik kanan pada marker, pilih remove.

Posisi marker1

23
 FETC - UAV TRAINING

PROCECING DATA

Posisi marker 2

Posisi marker 3
9. Kemudian isikan datum, sistem koordinat yang digunakan, serta nilai koordinat pada
setiap GCP.

Proses memasukkan nilai koordinat

10. Pada tahap ini dilakukan export projectAgisoft PhotoScan format (*psz) menjadi format
TIFF/GeoTiff(*tif). File Export Orthophoto.

24
 FETC - UAV TRAINING

PROCECING DATA

Pada blending mode pilih mosaic karena ingin dihasilkan mosaic dalam mode atlas
bukan dalam model tiga dimensi. Resolusi piksel yang dihendaki adalah 0.1 meter.

Blending mode mosaic

11. Export DEM

File Export DEM.

25
 FETC - UAV TRAINING

PROCECING DATA

Export DEM

26