HASIL DAN ANALISIS. Tabel 4-1 Hasil kalibrasi kamera Canon PowerShot S90

Transkripsi

1 BAB 4 HASIL DAN ANALISIS Dalam bab ini akan dibahas mengenai hasil dari setiap proses yang telah dilakukan dan dibahas pada bab sebelumnya baik dari kalibrasi kamera sampai pada pengolahan data yang telah dilakukan di area studi. Kekurangan dan kelebihan pada setiap hasil yang diperoleh akan dianalisis dan dibahas hal yang menjadi penyebabnya Kalibrasi Kamera Hasil Kalibrasi kamera ditujukan untuk mendapatkan parameter orientasi kamera. Parameter-parameter tersebut antara lain panjang fokus (c), koordinat principal point (xp, yp), distorsi tangensial (K1, K2 K3), dan distorsi radial (P1, P2). Pengolahan kalibrasi kamera dilakukan pada perangkat lunak Australis 7 secara otomatis untuk masing-masing kamera. Kemudian diambil nilai rata-rata tiap parameter kalibrasi sejumlah set foto yang digunakan. Setelah didapat rerata parameter orientasi kamera, perlu dilakukan transformasi koordinat untuk nilai XP dan YP karena ada perbedaan sumbu pusat koordinat foto yang digunakan antara perangkat lunak Australis 7 dan PhotoModeler Scanner. Berikut adalah hasil pengolahan kalibrasi dan transformasi koordinat pusat foto untuk kamera Canon PowerShot S90. Pengolahan kalibrasi kamera ini dilakukan dari 5 set foto. Tabel 4-1 Hasil kalibrasi kamera Canon PowerShot S90 Parameter Nilai Std. Deviasi F (mm) xp (mm) yp (mm) k E E-05 k E E-06 k e E-07 p E E-05 p e E-05 35

2 Dengan ukuran sensor kamera Canon PowerShot S90 sebesar 7.44 x 5.58 mm, maka hasil nilai xp dan yp setelah transformasi koordinat Tabel 4-2 Hasil Transformasi Koordinat XP dan YP kamera Canon PowerShot S90 Sebelum Transformasi xp (mm) yp (mm) Setelah Transformasi xp (mm) yp (mm) Kalibrasi selanjutnya adalah kamera Nikon D60 dengan ukuran sensor kamera 23.6 x 15.8 mm. Pengolahan kalibrasi kamera ini dilakukan dari 5 set foto. Hasil parameter orientasi kamera dan transformasi koordinatnya dapat dilihat pada tabel 4-3 dan tabel 4-4 dibawah ini Tabel 4-3 Hasil kalibrasi kamera Nikon D60 Parameter Nilai Std. deviasi F (mm) Xp (mm) Yp (mm) k E-06 k E E-08 k e E-10 p e E-07 p E E-06 Tabel 4-4 Hasil transformasi koordinat XP dan YP kamera Nikon D60 Sebelum Transformasi xp (mm) yp (mm) Setelah Transformasi xp (mm) yp (mm) Kalibrasi terakhir dilakukan untuk mendapatkan parameter orientasi luar kamera Nikon D5000. Kamera ini memiliki ukuran sensor kamera yang sama dengan kamera Nikon D60 yaitu 23.6 x 15.8 mm. Pengolahan kalibrasi kamera ini dilakukan 36

3 dari 3 set foto. Berikut hasil parameter orientasi kamera dan nilai XP dan YP setelah transformasi koordinat. Tabel 4-5 Hasil kalibrasi kamera Nikon D5000 Parameter Nilai Std Deviasi F (mm) Xp (mm) Yp (mm) K E-07 K2-4.1E E-09 K3 5.78E E-11 P1-4.4E E-07 P2-3.1E E-07 Tabel 4-6 Hasil transformasi koordinat XP dan YP kamera Nikon D5000 Sebelum Transformasi xp (mm) yp (mm) Setelah Transformasi xp (mm) yp (mm) Analisis Hasil dari kalibrasi kamera ini kemudian dibandingkan antara setiap set datanya pada masing-masing kamera dengan menggunakan uji t-test untuk menguji apakah perbedaan yang ada di tiap set pada masing-masing kamera dapat diabaikan. Hasil uji statistik tersebut menunjukkan bahwa tidak terdapat perbedaan yang signifikan pada setiap set data masing-masing kamera, sehingga hasil kalibrasi yang telah dilakukan dapat dikatakan cukup baik. Untuk hasil uji statistik dapat dilihat pada lampiran A 4.2 Pemodelan 3 Dimensi Proses Pemodelan 3 Dimensi dilakukan pada perangkat lunak PhotoModeler Scanner. Pertama dilakukan marking antara titik-titik yang terlihat pada minimal 2 foto, kemudian dilakukan proses agar kamera memiliki posisi relatif terhadap ruang dan kamera lainnya. Penambahan titik detail dilakukan setelah proses marking dan 37

4 orientasi selesai agar proses penambahan titik detail tidak bercampur dengan proses orientasi. Pada saat pengerjaan diusahakan total error dan besar RMS dibawah nilai 1. Setelah proses penambahan titik detail selesai selanjutnya dilakukan proses merge antar project-project yang telah dibuat dan menciptakan visualisasi model 3 Dimensi secara keseluruhan pada perangkat lunak PhotoModeler Scanner Hasil Berikut ditampilkan hasil dari masing-masing project yang telah dibuat yang terdiri dari gambar hasil model 3 dimensinya dan tabel yang berisi RMS dan residual terbesar dalam satuan pixel juga besarnya sudut pengambilan gambar. 1. Pemodelan campus centre timur Gambar 4-1 Model 3D Campus Centre Timur Tabel 4-7 Statistik hasil pemodelan CC Timur Total error RMS (pixel) Largest (pixel) X precision (m) Y precision (m) Z precision (m) Angle (degree)

5 2. Pemodelan campus centre barat Gambar 4-2 Model 3D Campus Centre Barat Tabel 4-8 Statistik hasil pemodelan CC Barat Total error RMS (pixel) Largest (pixel) X precision (m) Y precision (m) Z precision (m) Angle (degree) Pemodelan area boulevard Gambar 4-3 Model area tangga boulevard Campus Centre 39

6 Tabel 4-9 Statistik hasil pemodelan area Boulevard Total error RMS (pixel) Largest (pixel) X precision (m) Y precision (m) Z precision (m) Angle (degree) Pemodelan area lapangan segitiga. Gambar 4-4 Model 3D lapangan segitiga Tabel 4-10 Statistik hasil pemodelan lapangan segitiga Total error RMS (pixel) Largest (pixel) X precision (m) Y precision (m) Z precision (m) Angle (degree)

7 5. Pemodelan area lapangan basket Gambar 4-5 Model 3D lapangan basket Tabel 4-11 Statistik hasil pemodelan foto lapangan basket Total error RMS (pixel) Largest (pixel) X precision (m) Y precision (m) Z precision (m) Angle (degree) Hasil proses penggabungan semua model yang telah dibuat Gambar 4-6 Tampak samping kiri model hasil penggabungan model 41

8 Gambar 4-7 Tampak samping kanan model hasil penggabungan model Analisis Total eror pada setiap model sangat baik seperti terlihat pada tabel 4.7 hingga tabel Rata-rata nilai RMS residual pada masing-masing tabel tersebut dapat dikatakan memenuhi ketelitian minimal dengan perhitungan setengah dari nilai skala terkecil, yaitu 0.5 piksel. Hal ini dikarenakan data dalam bentuk foto sehingga skala terkecil yang ada adalah 1 piksel. Pada hasil penggabungan model dapat dilihat hasil yang divisualisasikan cukup baik. Setiap bangunan dan objek-objek yang ada di modelkan sesuai posisi dan ukurannya. Namun ada beberapa bagian yang tidak tersambung antara lapangan basket-boulevard-lapangan segitiga, hal ini dikarenakan tidak ada titik objek natural yang bisa mengikat ketiga model tersebut. Adanya bagian yang tidak termodelkan atau gap juga dikarenakan kurangnya data foto yang dapat menampilkan bagian tersebut. Dengan asumsi bahwa hasil dari setiap model sudah baik, maka pada hasil penggabungan model tidak dilakukan proses lagi. Sudut pengambilan antar foto yang rata-rata sekitar derajat juga mempengaruhi ketelitian pemodelan tersebut, dikarenakan untuk mendapatkan model yang paling baik sudut pengambilan data diusahakan sebesar derajat sesuai dengan acuan kualitas yang ada pada perangkat lunak PhotoModeler Scanner. 42

9 Gambar 4-8 Faktor-faktor yang mempengaruhi kualitas model 3D pada PhotoModeler Scanner Pengambilan sudut yang kecil ini disebabkan oleh adanya halangan untuk mengambil data foto tersebut, sehingga untuk mendapatkan titik detail yang sama antar foto tidak bisa dilakukan dengan sudut pengambilan sebesar itu. Untuk persebaran jumlah titik berdasarkan sudut pengambilan data dapat dilihat pada gambar Sudut Pengambilan Data Jumlah Titik Gambar 4-9 Persebaran jumlah titik berdasarkan sudut pengambilan foto Proses penyekalaan dari model lanskap area Campus Centre ITB dilakukan dengan mengambil data ukuran panjang area tersebut menggunakan pita ukur. Data ukuran panjang yang diambil untuk dilakukan proses penyekalaan pada perangkat lunak PhotoModeler adalah ukuran panjang lebar lapangan voli, ukuran lapangan segitiga, dan salah satu panjang sisi gedung Campus Centre. Kemudian diambil data 43

10 sampel untuk pembanding antara hasil proses penyekalaan pada perangkat lunak dengan keadaan yang sebenarnya, data yang diambil untuk sampel adalah ukuran panjang tangga terbawah lapangan basket (bagian ), tangga bawah area boulevard (bagian dan ), tangga atas area boulevard (bagian dan ), dan tangga terbawah pada lapangan segitiga (bagian dan ). Gambar 4-10 Data ukuran sampel (garis merah) Gambar 4-11 Data ukuran sampel (garis merah) Tabel 4-12 merupakan hasil dari proses penyekalaan yang dilakukan. Dari pembandingan data sampel pada model dan keadaan sebenarnya didapat selisih data ukuran berkisar antara 5.6 cm hingga 10.5 cm. Dapat dilihat semakin jauh suatu area dari pusat area proses penyekalaan pada perangkat lunak PhotoModeler Scanner selisih data ukuran yang terjadi akan semakin besar. Hal ini disebabkan oleh 44

11 pengambilan data ukuran untuk proses penyekalaan dinilai masih kurang dan tidak merata pada seluruh area model sehingga terjadi perambatan kesalahan ukuran pada model dan ukuran yang sebenarnya. Tabel 4-12 Perbandingan ukuran data sampel pada model dan keadaan sebenarnya Bagian Model Pita ukur Selisih (meter) (meter) (meter) Visualisasi Google SketchUp Berikut ditampilkan visualisasi model pada Google Sketchup setelah model di export dari PhotoModeler Scanner dalam format.dxf. Dalam perangkat lunak ini model yang telah ada dapat di manipulasi dengan penambahan warna dan penambahan fitu pohon untuk mendapatkan desain arsitektur lansekap yang utuh Hasil Gambar 4-12 Visualisasi Google SketchUp area lapangan basket 45

12 Gambar 4-13 Visualisasi Google SketchUp area lapangan segitiga Gambar 4-14 Visualisasi Google SketchUp area boulevard Campus Centre Analisis Dalam pembuatan visualisasi dengan SketchUp tidak tepatnya penentuan titik untuk peletakan model pohon mempengaruhi dalam akurasi posisi dan ukuran pohon dalam model yang telah dibuat, karena sulit untuk menentukan titik marking untuk pohon tersebut pada perangkat lunak PhotoModeler Scanner. Kurangnya basis data pada perangkat lunak ini juga membuat pencarian jenis pohon dan pemberian warna tekstur pada permukaan model sulit untuk menyamai keadaan yang sebenarnya. 46