ANALISIS PERBANDINGAN UJI AKURASI PEMBUATAN DATA DIGITAL TERRAIN MODEL MENGGUNAKAN METODE SLOPE BASED FILTERING DAN CLOTH SIMULATION FILTERING

Saat ini dengan kemajuan teknologi yang terus berlangsung pengambilan data untuk pemetaan dapat dilakukan dengan menggunakan drone yang menghasilkan data foto udara. Foto udara dapat diolah sehingga menghasilkan data dasar pemetaan, salah satunya data Digital Surface Model (DSM). Data DSM dan point...

Full description

Saved in:
Bibliographic Details
Main Author: El Syifa Putri, - (Author)
Format: Book
Published: 2023-08-08.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Saat ini dengan kemajuan teknologi yang terus berlangsung pengambilan data untuk pemetaan dapat dilakukan dengan menggunakan drone yang menghasilkan data foto udara. Foto udara dapat diolah sehingga menghasilkan data dasar pemetaan, salah satunya data Digital Surface Model (DSM). Data DSM dan point cloud hasil foto udara selanjutnya dapat dimanfaatkan untuk menghasilkan data Digital Terrain Model (DTM) dengan melakukan proses filtering. Saat ini terdapat banyak metode yang dapat digunakan untuk melakukan filtering sehingga menghasilkan data DTM, diantaranya adalah metode Slope Based Filtering dan Cloth Simulation Filtering Penelitian ini bertujuan untuk membandingkan akurasi pembuatan DTM dengan menggunakan metode Slope Based Filtering, dan Cloth Simulation Filtering dengan melakukan perhitungan nilai RMSEz pada tiap metode dan mengklasifikasikannya pada kelas ketelitian dalam Peraturan Kepala BIG (Badan Informasi Geospasial) No. 15 Tahun 2014 yang selanjutnya dibandingkan dengan klasifikasi Peraturan BIG No. 6 Tahun 2018, dan Peraturan BIG No. 18 Tahun 2021. Pengambilan data titik uji akurasi dilakukan dengan menggunakan metode RTK-NTRIP dan rapid statik dengan waktu pengamatan 10 menit. Berdasarkan penelitian yang telah dilakukan, metode pengambilan titik uji di lapangan memiliki hasil lebih baik ketika menggunakan metode rapid statik. Kemudian, data DTM yang dibuat dengan menggunakan metode Cloth Simulation Filtering dengan data dasar point cloud memiliki tingkat akurasi yang lebih baik yaitu nilai RMSEz sebesar 0,244 meter, serta klasifikasi kelas ketelitian peta skala 1:2.500 di kelas 1, 1:2.500 di kelas 2, dan 1:1.000 di kelas 3. Currently, with ongoing technological advances, data collection for mapping can be done using drones that produce aerial photography data. Aerial photographs can be processed to produce basic mapping data, one of which is Digital Surface Model (DSM) data. DSM data and point clouds from aerial photographs can then be utilised to produce Digital Terrain Model (DTM) data by performing a filtering process. Currently, there are many methods that can be used to perform filtering so as produce DTM data, including the Slope Based Filtering and Cloth Simulation Filtering methods. This study aims to compare the accuracy of making DTM using the Slope Based Filtering and Cloth Simulation Filtering methods by calculating the RMSEz value for each method and classifying it according to the accuracy class in Regulation from Head of BIG (Badan Indonesia Geospasial) No. 15 of 2014 which is then compared with the classification of BIG Regulation No. 6 of 2018, and BIG Regulation No. 18 Year 2021. Data collection of accuracy test points was carried out using RTK-NTRIP and rapid static methods with an observation time of 10 minutes. Based on the research conducted, the method of taking test points in the field has better results when using the rapid static method. Then, DTM data created using the Cloth Simulation Filtering method with point cloud base data has a better accuracy level, namely the RMSEz value of 0.244 metres, as well as the classification of the accuracy class of the 1:2.500 scale map in class 1, 1:2.500 in class 2, and 1:1.000 in class 3.
Item Description:http://repository.upi.edu/101304/1/S_SIG_1900294_Title.pdf
http://repository.upi.edu/101304/2/S_SIG_1900294_Chapter1.pdf
http://repository.upi.edu/101304/3/S_SIG_1900294_Chapter2.pdf
http://repository.upi.edu/101304/4/S_SIG_1900294_Chapter3.pdf
http://repository.upi.edu/101304/5/S_SIG_1900294_Chapter4.pdf
http://repository.upi.edu/101304/6/S_SIG_1900294_Chapter5.pdf
http://repository.upi.edu/101304/7/S_SIG_1900294_Appendix.pdf