BAB 3 LIDAR DAN PENDETEKSIAN POHON
|
|
- Hendra Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 3 LIDAR DAN PENDETEKSIAN POHON 3.1 Data dan Area Studi Dalam Tugas Akhir ini data yang digunakan didapat dari PT McElhanney Indonesia. Area tersebut merupakan area perkebunan kelapa sawit yang berada di daerah Kabupaten Prabumulih, Provinsi Sumatra Selatan, seluas 1 km x 1 km atau 100 hektar dan teletak pada koordinat: 103 o BT o BT 3 o LS - 3 o LS Data tersebut telah tergeoreferensi dalam TM WGS 1984 dan berupa data point clouds dalam format (.LAS) berukuran KB dan memiliki point clouds dalam kelas yang belum terklasifikasi (default). Serta dilengkapi dengan data orthophoto sudah direferensikan ke TM WGS84. Gambar 3.1 Area studi penelitian 19
2 . Gambar 3.2 Data point cloud LiDAR Gambar 3.3 Data orthophoto LiDAR Namun, area studi yang digunakan difokuskan dan di-crop seluas ± 500 meter x 400 meter yakni ± m 2 dengan total point clouds sejumlah titik. Data tersebut diakuisisi pada tanggal 8-9 Juli 2011, menggunakan alat Leica ALS60 diintegrasikan dengan IMU dan Antenna GPS L1/L2 Novatel. Selain menggunakan data LiDAR, data yang digunakan ialah data Orthophoto true colour. Orthophoto merupakan data pendukung untuk membantu dalam proses pengolahan data LiDAR ketika proses pengidentifikasian objek. Metadata akuisisi data LiDAR dapat dilihat pada tabel 3.1 berikut ini: Tabel 3.1 Parameter akuisisi data LiDAR LIDAR Collection Parameters Laser Frequency 120 KHz Height of Flight Above Mean Terrain 900m (Above Ground Level) Aircraft Speed 110 Knot Field of View 40 Degrees Time of Lidar Acquisition 8-9 Juli 2011 Type of Lidar System Leica ALS60 Integrated with IMU and Antena GPS L1/L2 Novatel Type of Airborne Cessna 402 Ground Control Point Density Accuracy 1 Primary Base Station and 1 Backup Base Station 2-3 points/sqm Vertical: 15 cm Horizontal: 30 cm 20
3 3.2 Metodologi dan Proses Pengolahan Data Proses pengolahan data terbagi dalam beberapa tahap yakni proses pengolahan data LiDAR, proses pengidentifikasian pohon serta proses validasi hasil penelitian. Tahap awal dari keseluruhan pengolahan data akan dimulai dengan proses mengolah data lidar yang akan dijelaskan dalam uraian selanjutnya Proses Pengolahan Data LiDAR Proses pengolahan LiDAR dilakukan dalam perangkat lunak Bentley Microstation Terra Scan, Terra Photo dan Terra Model dari penyedia profram Terra Solid yang berasal dari Finlandia Terra Scan digunakan untuk melakukan klasifikasi point cloud, Terra Model digunakan untuk pembuatan DTM dan DSM, sedangkan Terra Photo digunakan untuk meng-overlay point cloud dengan orthophoto. terbagi ke dalam beberapa tahap: 1. Tiling Tiling merupakan proses pembagian data tersebut dalam grid yang lebih kecil. Hal ini dimaksudkan agar software dapat lebih mudah memproses jutaan titik pada proses selanjutnya yakni points classification. Ilustrasi gambar hasil tiling ditunjukan pada gambar 3.4 di bawah ini: Gambar 3.4 Proses tiling pada area studi 2. Klasifikasi Ground Points Raw data LiDAR hasil proses awal pada komponen-komponennya akan berupa point clouds yang belum terklasifikasi. Data hasil pantulan dari semua objek 21
4 akan tercampur menjadi satu sehingga sulit dibedakan. Maka dari itu perlu dilakukan pemisahan data point clouds atau biasa disebut point classification Proses klasifikasi atau penyaringan dilakukan untuk memisahkan antara point cloud hasil pemantulan dari suatu jenis objek dengan jenis objek lainnya, maupun dengan hasil pemantulan dari permukaan tanah (Sithole,2005). Tahap ini merupakan tahap yang penting karena mengolah data point cloud ke dalam kelas-kelas objek yang memiliki sifat, area, persebaran dan karakteristik yang relatif sama. Jumlah dan jenis kelas yang digunakan dapat disesuaikan dengan kebutuhan. Dalam penelitian ini point clouds akan terbagi menjadi 4 kelas yakni ground, low vegetation, medium vegetation dan high vegetation. Karena tidak terdapat objek lainnya seperti bangunan dalam area studi penelitian maka kelas building tidak dimasukkan. Tahapan klasifikasi dilakukan melalui dua metode klasifikasi, yaitu secara semi-otomatis dan manual. Metode semiotomatis dilakukan dengan memanfaatkan perangkat lunak Terrasolid menggunakan beberapa parameter yang harus ditentukan, sedangkan metode klasifikasi manual merupakan inspeksi manual yang dilakukan langsung oleh pengguna dengan bantuan ortofoto dan identifikasi tampak samping (cross section) untuk memeriksa dan memastikan bahwa seluruh point clouds telah terklasifikasi dengan baik sesuai dengan kelasnya. a. Klasifikasi Semi-otomatis Klasifikasi semi-otomatis berarti proses klasifikasi yang dilakukan menggunakan bantuan perangkat lunak Bentley Microstation v8 yang diintegrasikan dengan TerraSolid namun dalam penentuan batas-batas parameter yang diperlukan harus ditentukan sendiri oleh pengguna. Tahap klasifikasi yang pertama adalah ground filtering. Pada tahap ini dilakukan pemisahan antara ground point dengan titik-titik lainnya. Klasifikasi ini merupakan bagian yang penting karena DTM yang akurat hanya dapat diperoleh apabila titik-titik lainnya telah dihilangkan dari ground points. Untuk mengidentifikasi ground points ke dalam kelasnya, sangatlah penting untuk 22
5 memahami karakteristik fisik dari ground points yang dapat membedakannya dengan titik-titik lainnya berdasarkan empat kategori yakni elevasi terendah, kecuraman permukaan tanah, perbedaan elevasi permukaan tanah, dan homogenitas permukaan tanah yang pada perangkat lunak Microstation Terrasolid diwakili dalam parameter berikut: Maximum building size : ukuran panjang atau lebar terbesar dari semua bangunan yang ada pada area survei. Panjang dari luas bangunan terbesar yang ada dalam area tersebut : 26 meter. (Tetapi pada area studi tidak terdapat bangunan apapun). Hal ini juga berarti jarak maksimum 26 m. antara dua buah titik permukaan tanah. Dengan kata lain, setiap jarak sebesar parameter ini, minimal terdapat satu buah ground point. Terrain angle : batas kecuraman dari sudut kemiringan terbesar yang diperbolehkan bagi dua buah titik yang berketetanggaan untuk dapat dianggap sebagai satu kelas permukaan tanah pada proses pengidentifikasian atau dapat pula disebut sebagai lereng maksimum dari permukaan tanah. Batas kecuraman lereng di permukaan tanah tersebut yang diperbolehkan dalam proses pengidentifikasian : 77 o Iteration angle : sudut maksimum antar titik atau perubahan sudut kemiringan maksimum antara dua iterasi selama analisis permukaan tanah. Biasanya antara 4-10 derajat. Dalam penelitian ini parameter yang digunakan ialah : 8 o Iteration distance : jarak maksimum antara suatu titik yang akan diklasifikasi tegak lurus dengan model permukaan tanah yang sudah ada. Disebut juga jarak maksimum antar dua titik. Biasanya antara 0,5 meter - 1,5 meter. Dalam penelitian ini parameter yang digunakan ialah : 0,5 meter. Parameter tersebut didapat dari beberapa referensi dan literatur serta uji statistik trial and error. (Meng, 2010). Ilustrasi parameter diatas ditunjukan pada gambar 3.5 di bawah ini. 23
6 Gambar 3.5 Ilustrasi parameter klasifikasi kelas ground Proses klasifikasi diawali dengan membentuk model awal permukaan tanah di mana titik inisial berupa titik-titik dengan elevasi terendah dan berdasarkan jarak sesuai parameter maximum building size. Setelah itu dilakukan uji kesesuaian titik-titik yang berada pada model permukaan tanah yang sudah ada terhadap ketiga parameter lainnya. Apabila memenuhi, maka titik tersebut akan dimasukkan ke dalam kelas permukaan tanah atau ground point. Dalam proses ground filtering, penelitian ini menggunakan batasan parameter yang tergambarkan dalam tabel 3.2 dibawah ini: Tabel 3.2 Parameter klasifikasi point cloud kelas ground Terrain Angle Itteration Angle Itteration Distance Max Building Size 77o 8 o 1,5 m 26 m b. Klasifikasi Manual Klasifikasi dengan cara semi-otomatis dilakukan untuk memeriksa data point cloud hasil klasifikasi dari proses automatic classification. Karena walaupun dengan batasan parameter yang telah ditentukan pada proses sebelumnya, hal tersebut tidak menjamin bahwa semua data terklasifikasi dengan benar. Sering kali terjadi kesalahan klasifikasi atau miss-classified. Oleh karena itu, diperlukan pengecekan dan klasifikasi secara manual untuk memastikan semua data berada pada kelas yang sesuai. Klasifikasi secara manual dilakukan dengan melakukan pengecekan point cloud secara visual tampak samping (cross section atau side seeing). Apabila pada pengecekan penampang melintang dari point cloud tersebut ditemukan hasil klasifikasi yang tidak sesuai, maka point cloud tersebut dapat dipindahkan ke dalam kelas yang 24
7 seharusnya dengan mem-brush point clouds secara manual. Pengecekan secara manual juga dapat dilakukan dengan bantuan data ortofoto. Ortofoto akan membantu mengidentifikasi jenis objek, sebab sering kali terjadi kesalahan klasifikasi antara vegetasi rendah dan permukaan tanah, maupun objek-objek lain yang memiliki karakteristik hampir serupa. Pada gambar 3.6 di bawah ini terlihat bahwa titik yang berwarna putih ialah kelas default dan yang berwarna oranye ialah kelas ground. Namun terdapat banyak titik yang sebetulnya merupakan kelas ground tetapi belum terklasifikasi atau masih termasuk kelas default. Maka dapat dilakukan brush secara manul agar point cloud tersebut masuk ke dalam kelas yang seharusnya terlihat pada gambar 3.7. Gambar 3.6 Hasil klasifikasi point cloud semi otomatis yang belum sempurna Gambar 3.7 Hasil klasifikasi point cloud kelas ground yang di-brush manual 25
8 3. Klasifikasi Low, Medium, High Vegetation Setelah klasifikasi titik-titik permukaan tanah selesai dengan metode klasifikasi otomatis dan semi otomatis maka selanjutnya dapat dilakukan klasifikasi objek-objek lainnya seperti vegetasi rendah (low vegetation), vegetasi sedang (medium vegetation) dan vegetasi tinggi (high vegetation). Parameter ketinggian didapat dari referensi dan literatur (Xuelian Meng, 2010) serta uji statistik trial and error. Setelah itu dilakukan klasifikasi semi otomatis dengan melakukan pengecekan secara visual (cross section) serta mem-brush point clouds kelas vegetasi tertentu yang belum terklasifikasi dengan benar. Klasifikasi kelas vegetasi terbagi dalam tiga kelompok yaitu vegetasi rendah biasanya memiliki ketinggian nol meter hingga 0,3 meter dari permukaan tanah. Untuk vegetasi sedang biasanya memiliki ketinggian 0.3 meter hingga satu meter dari permukaan tanah. Sedangkan vegetasi tinggi biasanya memiliki ketinggian lebih dari satu meter. Parameter tinggi vegetasi rendah, sedang dan tinggi ditunjukkan pada tabel 3.3. Tabel 3.3 Parameter tinggi klasifikasi kelas vegetasi 4. Interpolasi DTM dan DSM Selanjutnya kelas-kelas point cloud tersebut akan di-generate untuk diperoleh raster dua dimensi dari DTM dan DSM. Point clouds kelas ground akan digenerate menjadi Digital Terrain Model (DTM). Sedangkan Digital Surface Model (DSM) akan di-generate dari kelas high vegetation, point cloud kanopi pohon yang digunakan pada DSM ialah point cloud yang memiliki tinggi terbesar dari permukaan tanah. Proses tersebut dapat dilakukan di dalam perangkat lunak Bentley Microstation TerraSolid, Global Mapper 13 atau ArcGIS Mengekstrak Canopy Height Model Setelah didapatkan DTM dan DSM dari hasil interpolasi point clouds, proses selanjutnya adalah mengekstraksi Canopy Height Model (CHM). Proses 26
9 tersebut merupakan proses pengurangan nilai piksel pada raster (raster DSM yang dikurangi oleh raster DTM). Canopy Height Model (CHM) yang didefinisikan sebagai sebaran perbedaan tinggi antara permukaan kanopi pohon dan permukaan tanah, yaitu ketinggian pohon. Hasil statistik dari ketinggian pohon tersebut dapat digunakan sebagai parameter untuk melakukan pendeteksian dan perhitungan jumlah kelapa sawit Proses Pendeteksian Pohon Proses pendeteksian pohon secara otomatis dilakukan dalam software Bentley Microstation Terrasolid. Tahap pendeteksian pohon secara otomatis terdiri dari beberapa tahap yakni: 1. Penentuan Parameter Identifikasi Pohon Dalam proses pendeteksian pohon oleh perangkat lunak Bentley Microstation Terrasolid terdapat beberapa parameter yang harus ditentukan yakni: Minimum Height : Tinggi minimal satu pohon. Maximum Height : Tinggi maksimal suatu pohon. Width Variation : Variasi lebar kanopi pohon. Pada hasil pengekstraksian Canopy Height Model (CHM) didapatkan tinggi minimum pohon sebesar 3 meter. Sedangkan tinggi maksimum pohon bervariasi namun yang tertinggi mencapai 16 meter, Sehingga parameter minimum height yang digunakan dalam penelitian ini adalah 3 meter dan maximum height adalah 16 meter. Sedangkan width variation didapat dari hasil uji statistik trial and error yang paling sesuai. Namun width variation tersebut diasumsikan tidak besar yakni dalam range 10%-30% mengingat sebaran lebar kanopi kelapa sawit yang cenderung serupa dan tidak memiliki perbedaan terlalu ekstrem berdasarkan waktu penanaman yang sama. Dalam proses ini, data point clouds akan dilihat berdasarkan range tinggi minimum dan maksimumnya, apakah sebaran point clouds tersebut terkategorikan sebagai suatu pohon. Selain itu satu pohon akan diidentifikasikan berdasarkan sampel bentuk satu individu kelapa sawit pada tahap selanjutnya. 2. Pembentukan sampel model individu pohon 27
10 Pembuatan sampel model bentuk individu pohon ini dimaksudkan sebagai salah satu parameter pengidentifikasian pohon kelapa sawit secara otomatis dalam perangkat lunak Terrasoid. Pembentukan model tersebut dibentuk dari pengambilan sampel satu individu pohon dalam area studi penelitian tersebut. Pada gambar 3.10 ditunjukkan hasil cross section point cloud satu individu pohon, setelah itu dibuat pemodelan satu bentuk kelapa sawit mengikuti sebaran point cloud yang membentuk pohon tersebut. Setelah di-generate maka bentuk tersebut akan direfleksikan secara otomatis hingga membentuk satu model bentuk pohon seperti pada gambar Model tersebut yang akan digunakan sebagai parameter bentuk pendeteksian kelapa sawit pada penelitian ini. Gambar 3.8 Point cloud dan sampel model individu pohon Proses Validasi Hasil Pendeteksian Pohon Hasil pendeteksian pohon secara otomatis tersebut akan divalidasi dalam beberapa proses yakni: 1. Estimasi range jumlah pohon kelapa sawit pada area seluas 20 ha. Total jumlah pohon dibandingkan dengan literatur mengenai penanaman kelapa sawit. Biasanya kelapa sawit ditanam dengan jarak tanam 9x9x9 meter, sehingga dalam 1 ha terdapat pohon, (Badan Pusat Statistik Sawit, 2012). Dari total ± 20 Ha dan dengan total lahan kosong seluas ± 0,67 Ha. Maka total jumlah pohon diestimasikan berada pada range: pohon sawit. 2. Tiling 28
11 Membagi orthophoto tersebut menjadi 20 tiles yaitu 5 kolom secara horizontal dan 4 baris secara vertikal seperti tampak pada gambar 3.13 di bawah ini: Gambar 3.9 Tiling orthophoto pada area studi (tiles berwarna merah) 3. Export & Convert Export hasil deteksi pohon (otomatis) dari software Terrasolid dan convert shapefilenya yang berupa titik centroid & poligon setiap individu pohon yang terdeteksi secara otomatis 4. Membuat Titik Validasi Membuat titik validasi berupa titik centroid dan poligon yang tersebar merata pada kanan-kiri (atas & bawah) dan tengah pada tiap tile seperti pada gambar Keterangan gambar di bawah ini yakni, garis merah merupakan tiles yang terdiri dari lima baris dan empat kolom. Sedangkan lingkaran biru merupakan poligon individu pohon untuk melakukan validasi. 29
12 Gambar 3.10 Poligon deteksi pohon manual untuk validasi (validasi pohon manual: poligon hijau) 5. Deteksi Visual Mendeteksi secara visual apakah pada sebaran poligon titik validasi tadi terdapat juga poligon hasil deteksi otomatis. Ilustrasinya ditunjukkan pada gambar Gambar 3.11 Poligon hasil deteksi manual pohon (lingkaran biru) dan otomatis pohon (lingkaran kuning) 6. Bandingkan Lebar Kanopi Pohon Pada ArcGis tabel atribut poligon hasil pendeteksian otomatis dan manual terdapat perhitungan perimeter masing-masing poligon. Perimeter tersebut berupa keliling lingkaran. Diameter didapat dari 30
13 rumus keliling lingkaran. Sehingga didapat diameter masing poligon yang berupa lebar kanopi pohon Tinggi Pohon Pada ArcGis, tabel atribut poligon hasil pendeteksian secara otomatis dapat memberikan keterangan tinggi setiap individu pohon yang akan dibandingkan dengan tinggi pohon yang didapat dari hasil manual. Jumlah pohon dalam beberapa sampel tiles Bandingkan jumlah pohon dari hasil deteksi otomatis dan manual pada 3 jenis tile yang karakteristik pohonnya rapat sekali, cukup rapat dan teratur, renggang sekali juga terdapat lahan kosong. Berdasarkan hasil studi dari penelitian ini, akan dilakukan analisis dari proses pengolahan data LiDAR, model pembentukan pohon dan hasil pendeteksian pohon. Analisis ini dilakukan untuk mengetahui efektifitas penggunaan data LiDAR dalam bidang perkebunan dan juga metodologi yang digunakan hingga diperoleh kesimpulan hasil studi. 31
BAB 4 HASIL DAN ANALISIS
BAB 4 HASIL DAN ANALISIS 4.1 Analisis Hasil Proses Pengolahan Data LiDAR Setelah seluruh point clouds terklasifikasi ke dalam kelas yang sesuai. Maka dapat dilihat pada gambar di bawah ini, point clouds
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penggunaan teknologi penginderaan jauh kini semakin berkembang sangat pesat dari waktu ke waktu, hal ini ditunjukan oleh aplikasi penggunaan teknologi penginderaan
Lebih terperinciPEMBENTUKAN MODEL DAN PARAMETER UNTUK ESTIMASI KELAPA SAWIT MENGGUNAKAN DATA LIGHT DETECTION AND RANGING
PEMBENTUKAN MODEL DAN PARAMETER UNTUK ESTIMASI KELAPA SAWIT MENGGUNAKAN DATA LIGHT DETECTION AND RANGING (LIDAR) (STUDI KASUS: PERKEBUNAN KELAPA SAWIT, SUMATRA SELATAN) TUGAS AKHIR Karya ilmiah yang diajukan
Lebih terperinciBAB 2 TEKNOLOGI LIDAR
BAB 2 TEKNOLOGI LIDAR 2.1 Light Detection and Ranging (LiDAR) LiDAR merupakan sistem penginderaan jauh aktif menggunakan sinar laser yang dapat menghasilkan informasi mengenai karakteristik topografi permukaan
Lebih terperinciBAB 4 ANALISIS 4.1 Analisis Prinsip Penggunaan dan Pengolahan TLS 4.2 Analisis Penggunaan TLS Untuk Pemantauan Longsoran
BAB 4 ANALISIS 4.1 Analisis Prinsip Penggunaan dan Pengolahan TLS Dasar dari prinsip kerja TLS sudah dijelaskan di Bab 3, pada pengambilan data dengan TLS, setiap satu kali pengambilan data pada satu tempat
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN III.1. Area Penelitian Area penelitian didasarkan pada data LiDAR, antara koordinat 7 50 22.13 LS 139 19 10.64 BT sampai dengan 7 54 55.53 LS 139 23 57.47 BT. Area penelitian
Lebih terperinciBAB V TINJAUAN MENGENAI DATA AIRBORNE LIDAR
51 BAB V TINJAUAN MENGENAI DATA AIRBORNE LIDAR 5.1 Data Airborne LIDAR Data yang dihasilkan dari suatu survey airborne LIDAR dapat dibagi menjadi tiga karena terdapat tiga instrumen yang bekerja secara
Lebih terperinciBAB 3. Akuisisi dan Pengolahan Data
BAB 3 Akuisisi dan Pengolahan Data 3.1 Peralatan yang digunakan Pada pengukuran TLS, selain laser scanner itu sendiri, receiver GPS tipe geodetik juga digunakan untuk penentuan posisi titik referensi yang
Lebih terperinciBAB III TEKNOLOGI LIDAR DALAM PEKERJAAN EKSPLORASI TAMBANG BATUBARA
BAB III TEKNOLOGI LIDAR DALAM PEKERJAAN EKSPLORASI TAMBANG BATUBARA 3.1 Kebutuhan Peta dan Informasi Tinggi yang Teliti dalam Pekerjaan Eksplorasi Tambang Batubara Seperti yang telah dijelaskan dalam BAB
Lebih terperinciBAB I PENDAHULUAN I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Saat ini peta telah menjadi salah satu kebutuhan utama bagi masyarakat. Peta memuat informasi spasial yang dapat digunakan untuk mengetahui kondisi suatu objek di
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Analisis Data DEM/DTM Untuk mengetahui kualitas, persamaan, dan perbedaan data DEM/DTM yang akan digunakan untuk penelitian, maka dilakukan beberapa analisis. Gambar IV.1.
Lebih terperinciGambar 4.1. Kemampuan sensor LIDAR untuk memisahkan antara permukaan tanah dengan vegetasi di atasanya [Karvak, 2007]
BAB IV ANALISIS 4.1. Analisis Data LIDAR 4.1.1. Analisis Kualitas Data LIDAR Data LIDAR memiliki akurasi yang cukup tinggi (akurasi vertikal = 15-20 cm, akurasi horizontal = 0.3-1 m), dan resolusi yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Persiapan Tahap persiapan merupakan tahapan penting dalam penelitian ini. Proses persiapan data ini berpengaruh pada hasil akhir penelitian. Persiapan yang dilakukan meliputi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinciANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) (Studi Kasus: Sei Mangkei, Sumatera Utara)
Geoid Vol. No., Agustus 7 (8-89) ANALISIS KETINGGIAN MODEL PERMUKAAN DIGITAL PADA DATA LiDAR (LIGHT DETECTION AND RANGING) Agung Budi Cahyono, Novita Duantari Departemen Teknik Geomatika FTSP-ITS, Kampus
Lebih terperinciBAB VI TINJAUAN MENGENAI APLIKASI AIRBORNE LIDAR
63 BAB VI TINJAUAN MENGENAI APLIKASI AIRBORNE LIDAR Survey airborne LIDAR terdiri dari beberapa komponen alat, yaitu GPS, INS, dan laser scanner, yang digunakan dalam wahana terbang, seperti pesawat terbang
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan mulai bulan Febuari 2009 sampai Januari 2010, mengambil lokasi di Kabupaten Bogor, Jawa Barat. Pengolahan dan Analisis
Lebih terperinci3.3.2 Perencanaan Jalur Terbang Perencanaan Pemotretan Condong Perencanaan Penerbangan Tahap Akuisisi Data...
DAFTAR ISI 1. BAB I. PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Pertanyaan Penelitian... 4 1.4 Tujuan Penelitian... 4 1.5 Manfaat Penelitian... 4 2. BAB II. TINJAUAN PUSTAKA...
Lebih terperinciIII. BAHAN DAN METODE
10 III. BAHAN DAN METODE 3.1. Tempat Dan Waktu Penelitian Penelitian dilakukan di laboratorium dan di lapang. Pengolahan citra dilakukan di Bagian Penginderaan Jauh dan Informasi Spasial dan penentuan
Lebih terperinciBAB 2 STUDI REFERENSI
BAB 2 STUDI REFERENSI Bab ini berisi rangkuman hasil studi referensi yang telah dilakukan. Referensi- referensi tersebut berisi konsep dasar pengukuran 3dimensi menggunakan terrestrial laser scanner, dan
Lebih terperinciBAB III APLIKASI PEMANFAATAN BAND YANG BERBEDA PADA INSAR
BAB III APLIKASI PEMANFAATAN BAND YANG BERBEDA PADA INSAR III.1 Model Tinggi Digital (Digital Terrain Model-DTM) Model Tinggi Digital (Digital Terrain Model-DTM) atau sering juga disebut DEM, merupakan
Lebih terperinciBAB 3 PENERAPAN KONSEP PENGOLAHAN DATA SIDE SCAN SONAR PADA PERANGKAT LUNAK SONARPRO
BAB 3 PENERAPAN KONSEP PENGOLAHAN DATA SIDE SCAN SONAR PADA PERANGKAT LUNAK SONARPRO 3.1 Real-Time Processing pada SonarPro Real-time processing dilakukan selama pencitraan berlangsung dengan melakukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan Negara yang memiliki daerah pegunungan yang cukup luas. Tingginya tingkat curah hujan pada sebagian besar area pegunungan di Indonesia dapat menyebabkan
Lebih terperinciBAB III PENGOLAHAN DATA Proses Pengolahan Data LIDAR Proses pengolahan data LIDAR secara umum dapat dilihat pada skema 3.1 di bawah ini.
BAB III PENGOLAHAN DATA 3.1. Pengolahan Data LIDAR 3.1.1. Proses Pengolahan Data LIDAR Proses pengolahan data LIDAR secara umum dapat dilihat pada skema 3.1 di bawah ini. Sistem LIDAR Jarak Laser Posisi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu bentuk dari digitalisasi yang sedang berkembang saat ini adalah teknologi 3D Scanning yang merupakan proses pemindaian objek nyata ke dalam bentuk digital.
Lebih terperinciJurnal Geodesi Undip Januari 2017
ANALISIS AKURASI TERHADAP PENGGUNAAN DATA POINT CLOUDS DARI FOTO UDARA DAN LAS LIDAR BERBASIS METODE PENAPISAN SLOPE BASED FILTERING DAN ALGORITMA MACRO TERRASOLID Dani Nur Martiana, Yudo Prasetyo, Arwan
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut
Lebih terperinciPemodelan Aliran Permukaan 2 D Pada Suatu Lahan Akibat Rambatan Tsunami. Gambar IV-18. Hasil Pemodelan (Kasus 4) IV-20
Gambar IV-18. Hasil Pemodelan (Kasus 4) IV-2 IV.7 Gelombang Menabrak Suatu Struktur Vertikal Pemodelan dilakukan untuk melihat perilaku gelombang ketika menabrak suatu struktur vertikal. Suatu saluran
Lebih terperinciGambar 4.1 Macam-macam Komponen dengan Bentuk Kompleks
BAB 4 HASIL DA A ALISA Banyak komponen mesin yang memiliki bentuk yang cukup kompleks. Setiap komponen tersebut bisa jadi memiliki CBV, permukaan yang berkontur dan fitur-fitur lainnya. Untuk bagian implementasi
Lebih terperinciTEKNOLOGI RIMS (RAPID IMAGING AND MAPPING SYSTEMS)
TEKNOLOGI RIMS (RAPID IMAGING AND MAPPING SYSTEMS) MEMILIKI KEUNGGULAN: 1. LEBIH DETAIL, TAJAM, JELAS 2. PRODUKSI SKALA BESAR (1/1000) 3. BEBAS AWAN 4. MELAYANI LUAS AREA 5Ha 5000Ha 5. PROSES LEBIH CEPAT
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS Pada penelitian ini, citra kajian dibagi menjadi dua bagian membujur, bagian kiri (barat) dijadikan wilayah kajian dalam penentuan kombinasi segmentasi terbaik bagi setiap objek
Lebih terperinciBAB 4 ANALISIS DAN DISKUSI
4.1 Analisis Perencanaan BAB 4 ANALISIS DAN DISKUSI Dari segi perencanaan,metode registrasi cloud to cloud adalah metode yang paling praktis. Metode registrasi cloud to cloud ini hanya memperhatikan pertampalan
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Tulisan Tangan angka Jawa Digitalisasi Pre-Processing ROI Scalling / Resize Shadow Feature Extraction Output Multi Layer Perceptron (MLP) Normalisasi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1. Lokasi Bendungan Batu Tegi Gambar 3.1. Peta Wilayah Bendungan Batu Tegi Sumber : https://earth.google.com Secara geografis Bendungan Batu Tegi terletak di 5 0 15 19 5
Lebih terperinciBAB IV TINJAUAN MENGENAI SENSOR LASER
41 BAB IV TINJAUAN MENGENAI SENSOR LASER 4.1 Laser Laser atau sinar laser adalah singkatan dari Light Amplification by Stimulated Emission of Radiation, yang berarti suatu berkas sinar yang diperkuat dengan
Lebih terperinciPENDAHULUAN I.1. Latar Belakang
PENDAHULUAN I.1. Latar Belakang American Society of Photogrammetry (Falkner dan Morgan, 2002) mendefinisikan fotogrametri sebagai seni, ilmu dan teknologi mengenai informasi terpercaya tentang objek fisik
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
Lebih terperinciBAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :
BAB III METODOLOGI 3.1 Data Data yang digunakan dalam studi ini meliputi : Data citra satelit NOAA Citra Satelit NOAA yang digunakan merupakan hasil olahan yang menampilkan tampakan pewarnaan laut untuk
Lebih terperinciBAB I PENDAHULUAN I.1. Latar Belakang
BAB I PENDAHULUAN I.1. Latar Belakang Pembangkit Listrik Tenaga Uap (PLTU) adalah pembangkit listrik dengan menggunakan uap sebagai penggerak utama dan menggunakan bahan bakar residu (Sunarni dkk, 2012).
Lebih terperinciPemrosesan Data DEM. TKD416 Model Permukaan Digital. Andri Suprayogi 2009
Pemrosesan Data DEM TKD416 Model Permukaan Digital Andri Suprayogi 2009 Pendahuluan Proses pembuatan DEM pada dasarnya merupakan proses matematis terhadap data ketinggian yang diperoleh dari hasil pengukuran
Lebih terperinciBAB III METODE PENELITIAN
11 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilaksanakan selama dua bulan yaitu bulan Juli-Agustus 2010 dengan pemilihan lokasi di Kota Denpasar. Pengolahan data dilakukan di Laboratorium
Lebih terperinciPEMANFAATAN TEKNOLOGI LIGHT DETECTION AND RANGING (LIDAR) DALAM PEMODELAN BANJIR AKIBAT LUAPAN AIR SUNGAI
PEMANFAATAN TEKNOLOGI LIGHT DETECTION AND RANGING (LIDAR) DALAM PEMODELAN BANJIR AKIBAT LUAPAN AIR SUNGAI Nur Asriyah1, Agung Budi Harto1,2, Ketut Wikantika1,2 1 Kelompok Keilmuan Penginderaan Jauh dan
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Diagram Alir Pengolahan Data Pengolahan data dimulai dari pengolahan data citra ALOS-PALSAR level 1.0 yaitu data mentah (RAW) hingga menjadi peta deformasi. Gambar 3.1 berikut
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciMETODOLOGI. Gambar 4. Peta Lokasi Penelitian
22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian
Lebih terperinciIlustrasi: Proses Produksi
Safety and Silently Ilustrasi: Perangkat RIMS dapat dibawa oleh tim kecil (BACKPACK). Surveyor akan merancang JALUR TERBANG sesuai kondisi dan arah angin. Wahana udara dirangkai di lapangan >> diterbangkan
Lebih terperinciOutput graphics seperti kontur, post, section, base grid dan sebagainya dapat dibuat melalui Minescape dan hasilnya disimpan dalam design file.
1 Output Graphics Output graphics seperti kontur, post, section, base grid dan sebagainya dapat dibuat melalui Minescape dan hasilnya disimpan dalam design file. Untuk membuat graphics menu yang dipilih
Lebih terperinciAPLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK
APLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK Oleh : Sarkawi Jaya Harahap 3511 1000 04 Dosen Pembimbing : Hepi Hapsari Handayani, S.T, Ms.C Jurusan Teknik Geomatika Fakultas Teknik
Lebih terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian mengenai analisis data Landsat 7 untuk estimasi umur tanaman kelapa sawit mengambil daerah studi kasus di areal perkebunan PTPN VIII
Lebih terperinciAlat dan bahan yang digunakan dalam praktikum ini adalah sebagai berikut:
MODUL 2 GEOSTATISTIK A. TUJUAN Tujuan praktikum ini adalah sebagai berikut: 1. Praktikan dapat membuat data membuat data yang dapat dibaca oleh perangkat lunak SGeMS 2. Praktikan dapat menginput dan menampilkan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Pada bab ini akan dijelaskan tentang pengujian dimensi robot, algoritma dari robot yang telah dibuat dan analisis mengenai kinerja dari algoritma tersebut. 4.1. Pengujian
Lebih terperinciNilai Io diasumsikan sebagai nilai R s
11 Nilai Io diasumsikan sebagai nilai R s, dan nilai I diperoleh berdasarkan hasil penghitungan nilai radiasi yang transmisikan oleh kanopi tumbuhan, sedangkan nilai koefisien pemadaman berkisar antara
Lebih terperinciBAB I PENDAHULUAN. Kebutuhan dan perkembangan sistem tracking antena pada komunikasi
BAB I PENDAHULUAN 1.1 Latar Belakang Penulisan Kebutuhan dan perkembangan sistem tracking antena pada komunikasi point-to-point semakin meningkat, salah satunya adalah untuk kepentingan pemantauan cuaca
Lebih terperinciPEMANFAATAN INTERFEROMETRIC SYNTHETIC APERTURE RADAR (InSAR) UNTUK PEMODELAN 3D (DSM, DEM, DAN DTM)
Majalah Sains dan Teknologi Dirgantara Vol. 4 No. 4 Desember 2009 : 154-159 PEMANFAATAN INTERFEROMETRIC SYNTHETIC APERTURE RADAR (InSAR) UNTUK PEMODELAN 3D (DSM, DEM, DAN DTM) Susanto *), Atriyon Julzarika
Lebih terperinciBAB III PELAKSANAAN PEKERJAAN. Pengukuran Detail Rehabilitasi Jaringan Irigasi tersier Pada UPTD. Purbolinggo
BAB III PELAKSANAAN PEKERJAAN Pelaksanaan pekerjaan yang dilakukan pada kerja praktek ini merupakan bagian dari Pengukuran Detail Rehabilitasi Jaringan Irigasi tersier Pada UPTD. Purbolinggo Lampung Timur
Lebih terperinciStudi Perhitungan Jumlah Pohon Kelapa Sawit Menggunakan Metode Klasifikasi Berbasis Obyek
1 Studi Perhitungan Jumlah Pohon Kelapa Sawit Menggunakan Metode Klasifikasi Berbasis Obyek Hepi Hapsari Handayani, Maria Regina Caeli Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut
Lebih terperinci3 METODE. Lokasi dan Waktu Penelitian
8 3 METODE Lokasi dan Waktu Penelitian Lokasi penelitian adalah Kabupaten Bogor Jawa Barat yang secara geografis terletak pada 6º18 6º47 10 LS dan 106º23 45-107º 13 30 BT. Lokasi ini dipilih karena Kabupaten
Lebih terperinciBAB III METODOLOGI PENELITIAN. Pencapaian penelitian secara optimal sangat ditentukan pada kadar pemahaman
BAB III METODOLOGI PENELITIAN 3.1. Pendekatan Pencapaian penelitian secara optimal sangat ditentukan pada kadar pemahaman dalam pelaksanaan kajian, sehingga dengan demikian bahwa pola pendekatan dalam
Lebih terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. Batimetri Selat Sunda Peta batimetri adalah peta yang menggambarkan bentuk konfigurasi dasar laut dinyatakan dengan angka-angka suatu kedalaman dan garis-garis yang mewakili
Lebih terperinci3. METODE PENELITIAN
3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Penelitian ini menggunakan data side scan sonar yang berasal dari survei lapang untuk kegiatan pemasangan kabel PLN yang telah dilakukan oleh Pusat
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA Pada bab ini akan dijelaskan mengenai data dan langkah-langkah pengolahan datanya. Data yang digunakan meliputi karakteristik data land use dan land cover tahun 2005 dan tahun 2010.
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada BAB III ini akan dibahas mengenai pengukuran kombinasi metode GPS dan Total Station beserta data yang dihasilkan dari pengukuran GPS dan pengukuran Total Station pada
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Persiapan Tahap persiapan merupakan tahapan penting dalam penelitian tugas akhir ini. Proses ini sangat berpengaruh terhadap hasil akhir penellitan. Pada tahap ini dilakukan
Lebih terperinciCARA MEMBUAT KONTUR DAN MENGHITUNG VOLUME
CARA MEMBUAT KONTUR DAN MENGHITUNG VOLUME Berikut merupakan cara dan langkah langkah yang dilakukan untuk membuat kontur dan menghitung volume pada autocad civil 3D 2013 : 1. Pembuatan Kontur a) Buka software
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Hasil Segmentasi Dari beberapa kombinasi scale parameter yang digunakan untuk mendapatkan segmentasi terbaik, untuk mengklasifikasikan citra pada penelitian ini hanya mengambil
Lebih terperinciGambar 3.1 Peta lintasan akuisisi data seismik Perairan Alor
BAB III METODE PENELITIAN Pada penelitian ini dibahas mengenai proses pengolahan data seismik dengan menggunakan perangkat lunak ProMAX 2D sehingga diperoleh penampang seismik yang merepresentasikan penampang
Lebih terperinciGambar 7. Lokasi Penelitian
III. METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini mengambil lokasi Kabupaten Garut Provinsi Jawa Barat sebagai daerah penelitian yang terletak pada 6 56'49''-7 45'00'' Lintang Selatan
Lebih terperinciBAB IV METODE PENELITIAN
17 BAB IV METODE PENELITIAN A. Studi Literatur Penelitian ini mengambil sumber dari jurnal jurnal dan segala referensi yang mendukung guna kebutuhan penelitian. Sumber yang diambil adalah sumber yang berkaitan
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Hasil Pemodelan Benda Uji pada Program AutoCAD 1. Penamaan Benda Uji Variasi yang terdapat pada benda uji meliputi diameter lubang, sudut lubang, jarak antar lubang, dan panjang
Lebih terperinciIV. METODE PENELITIAN
17 IV. METODE PENELITIAN 4.1 Waktu dan Lokasi penelitian Penelitian ini dilakukan selama tiga bulan, dimulai Juni 2008 hingga Agustus 2008 di kawasan hutan Batang hari, Solok selatan, Sumatera barat. Gambar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciPemodelan Sintetik Gaya Berat Mikro Selang Waktu Lubang Bor. Menggunakan BHGM AP2009 Sebagai Studi Kelayakan Untuk Keperluan
Pemodelan Sintetik Gaya Berat Mikro Selang Waktu Lubang Bor Menggunakan BHGM AP2009 Sebagai Studi Kelayakan Untuk Keperluan Monitoring dan Eksplorasi Hidrokarbon Oleh : Andika Perbawa 1), Indah Hermansyah
Lebih terperinciBAB III METODE PENELITIAN. Dalam penelitian survei metode gayaberat secara garis besar penyelidikan
BAB III METODE PENELITIAN Dalam penelitian survei metode gayaberat secara garis besar penyelidikan dibagi menjadi tiga tahapan, yaitu tahap pengukuran lapangan, tahap pemrosesan data, dan tahap interpretasi
Lebih terperinciBAB III BAHAN DAN METODE
BAB III BAHAN DAN METODE 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan pada bulan Maret sampai dengan Juni 2013. Pengolahan data dilakukan di Laboratorium Komputer Fakultas Perikanan dan
Lebih terperinciPengukuran Kekotaan. Lecture Note: by Sri Rezki Artini, ST., M.Eng. Geomatic Engineering Study Program Dept. Of Geodetic Engineering
Pengukuran Kekotaan Lecture Note: by Sri Rezki Artini, ST., M.Eng Geomatic Engineering Study Program Dept. Of Geodetic Engineering Contoh peta bidang militer peta topografi peta rute pelayaran peta laut
Lebih terperinciBAB IV BASIS DATA SISTEM INFORMASI GEOGRAFIS DI DAERAH PENELITIAN
BAB IV BASIS DATA SISTEM INFORMASI GEOGRAFIS DI DAERAH PENELITIAN Untuk keperluan penelitian ini, sangat penting untuk membangun basis data SIG yang dapat digunakan untuk mempertimbangkan variabel yang
Lebih terperinciMETODE. Waktu dan Tempat
Dengan demikian, walaupun kondisi tanah, batuan, serta penggunaan lahan di daerah tersebut bersifat rentan terhadap proses longsor, namun jika terdapat pada lereng yang tidak miring, maka proses longsor
Lebih terperinciBAB V SIMULASI MODEL MATEMATIK
BAB V SIMULASI MODEL MATEMATIK A. Pemodelan Hidrolika Saluran drainase primer di Jalan Sultan Syahrir disimulasikan dengan membuat permodelan untuk analisis hidrolika. Menggunakan software HEC-RAS versi
Lebih terperinciBAB III IMPLEMENTASI METODE CRP UNTUK PEMETAAN
BAB III IMPLEMENTASI METODE CRP UNTUK PEMETAAN 3.1. Perencanaan Pekerjaan Perencanaan pekerjaan pemetaan diperlukan agar pekerjaan pemetaan yang akan dilakukan akan berhasil. Tahap pertama dalam perencanaan
Lebih terperinciBAB III PENJELASAN SIMULATOR. Bab ini akan menjelaskan tentang cara pemakaian simulator robot pencari kebocoran gas yang dibuat oleh Wulung.
18 BAB III PENJELASAN SIMULATOR Bab ini akan menjelaskan tentang cara pemakaian simulator robot pencari kebocoran gas yang dibuat oleh Wulung. 3.1 Antar Muka Gambar 0.1 GUI Simulator Error! Reference source
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Perbandingan Data Elevasi 1. DEM dan Kontur BIG Perbandingan antara data elevasi DEM dan Kontur BIG disajikan dalam perbandingan 100 titik tinjauan elevasi yang tersebar merata
Lebih terperinciSIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto
SIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto Pengertian SIG Sistem informasi yang menggunakan komputer untuk mendapatkan, mengolah, menganalisis dan menyajikan data yang mengacu pada lokasi geografis
Lebih terperinciGambar 7.2-5: Zona Bebas Obstacle (Obstacle Free Zone)
7.2.2.7. Zona Bebas Obstacle Permukaan inner approach, inner tranisitional dan balked landing, ketiganya mendefinsikan volume ruang udara di sekitar precision approach runway, yang dikenal sebagai zona
Lebih terperinciHASIL DAN ANALISIS. Tabel 4-1 Hasil kalibrasi kamera Canon PowerShot S90
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
Lebih terperinciIndeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :
Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut : NDVI=(band4 band3)/(band4+band3).18 Nilai-nilai indeks vegetasi di deteksi oleh instrument pada
Lebih terperinciBAB 3 PENGOLAHAN DATA DAN HASIL. 3.1 Data yang Digunakan
BAB 3 PENGOLAHAN DATA DAN HASIL 3.1 Data yang Digunakan Data GPS yang digunakan dalam kajian kemampuan kinerja perangkat lunak pengolah data GPS ini (LGO 8.1), yaitu merupakan data GPS yang memiliki panjang
Lebih terperinciBAB III REKONTRUKSI 3D MENGGUNAKAN PERANGKAT LUNAK PHOTOMODELER.
BAB III REKONTRUKSI 3D MENGGUNAKAN PERANGKAT LUNAK PHOTOMODELER. 3.1 Perangkat lunak PhotoModeler Photomodeler adalah salah satu perangkat lunak yang mempunyai kemampuan yang cukup unggul dan umum dipakai
Lebih terperinciPanduan Cepat Penggunaan X91 GNSS
Panduan Cepat Penggunaan X91 GNSS Penggunaan Receiver di bagi menjadi 2 bagian : 1. Mode Static 2. Mode RTK (Real Time Kinematic) Penggunaan Receiver dengan Mode Static 1. Bonding Base Receiver dengan
Lebih terperinci9.14. Lampu Runway Turn Pad
a. Berupa lampu inset fixed unidirectional yang memancarkan warna merah dengan menghadap arah runway; dan b. Intensitas lampu minimum harus sesuai dengan penjelasan di Sub Bagian 9.22, Gambar 9.22-7. 9.13.7.
Lebih terperinciBAB 3 AKUSISI DAN PENGOLAHAN DATA
BAB 3 AKUSISI DAN PENGOLAHAN DATA Bab pembahasan ini berisi tentang proses pengambilan dan pengolahan data. Proses pengambilan dengan TLS dibagi menjadi dua bagian yaitu proses persiapan dan proses pengukuran.
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
Lebih terperinciBAB II DASAR TEORI 2. 1 Fotogrametri
BAB II DASAR TEORI 2. Fotogrametri Salah satu teknik pengumpulan data objek 3D dapat dilakukan dengan menggunakan teknik fotogrametri. Teknik ini menggunakan foto udara sebagai sumber data utamanya. Foto
Lebih terperinciII.1. Persiapan II.1.1. Lokasi Penelitian II.1.2. Persiapan Peralatan Penelitian II.1.3. Bahan Penelitian II.1.4.
DAFTAR ISI HALAMAN PENGESAHAN... v PERNYATAAN... vi PERSEMBAHAN... vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR GAMBAR... xii DAFTAR TABEL... xiv DAFTAR LAMPIRAN... xv DAFTAR ISTILAH... xvi INTISARI...
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Maret sampai Agustus 2014.
METODE PENELITIAN Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan pada bulan Maret sampai Agustus 2014. Penelitian ini dilakukan di kawasan Cagar Alam Dolok Sibual-buali (Studi Kasus: Desa Bulu
Lebih terperinciBAB III METODE PENGUKURAN
BAB III METODE PENGUKURAN 3.1 Deskripsi Tempat PLA Penulis melaksanakan PLA (Program Latihan Akademik) di PT. Zenit Perdana Karya, yang beralamat di Jl. Tubagus Ismail Dalam No.9 Bandung. Perusahaan ini
Lebih terperinciJurnal Geodesi Undip Oktober 2017
IDENTIFIKASI DAN ESTIMASI TINGKAT PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN TEKNOLOGI LiDAR (Studi Kasus : Air Upas, Kabupaten Ketapang) Tsana a Alifia Nauthika, Andri Suprayogi, Bambang Sudarsono *) Departemen
Lebih terperinciBAB I PENDAHULUAN I.1. Latar belakang
1 BAB I PENDAHULUAN I.1. Latar belakang Perkembangan teknologi dalam survey pemetaan pada masa kini berkembang sangat cepat. Dimulai dengan alat - alat yang bersifat manual dan konvensional, sekarang banyak
Lebih terperinciTujuan. Model Data pada SIG. Arna fariza. Mengerti sumber data dan model data spasial Mengerti perbedaan data Raster dan Vektor 4/7/2016
Model Data pada SIG Arna fariza Politeknik elektronika negeri surabaya Tujuan Mengerti sumber data dan model data spasial Mengerti perbedaan data Raster dan Vektor 1 Materi Sumber data spasial Klasifikasi
Lebih terperinci