BAB 4 HASIL DAN ANALISIS - Perpustakaan Digital · PDF file4.1.2 Analisis Hasil dari kalibrasi...
Transcript of BAB 4 HASIL DAN ANALISIS - Perpustakaan Digital · PDF file4.1.2 Analisis Hasil dari kalibrasi...
35
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.
4.1. Kalibrasi Kamera
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.
4.1.1 Hasil
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) 6.3348 0.03473 xp (mm) -0.1306 0.002302 yp (mm) -0.0298 0.012235 k1 1.215E-03 4.69E-05 k2 3.926E-05 5.47E-06 k3 -1.805E-06 2.27E-07 p1 9.298E-04 1.04E-05 p2 -4.398E-05 6.86E-05
36
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) -0.13060
yp (mm) -0.02980
Setelah Transformasi
xp (mm) 3.66880
yp (mm) 2.81975
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) 36.52198 0.017975177
Xp (mm) 0.022 0.003683748
Yp (mm) 0.1851 0.018183234
k1 0.000124452 3.59045E-06
k2 1.46906E-07 4.67796E-08
k3 -6.30878E-10 1.8275E-10
p1 -3.00876E-06 8.75568E-07
p2 2.40818E-05 1.37864E-06
Tabel 4-4 Hasil transformasi koordinat XP dan YP kamera Nikon D60
Sebelum Transformasi
xp (mm) 0.0220
yp (mm) 0.1851
Setelah Transformasi
xp (mm) 11.8220
yp (mm) 7.7149
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
37
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) 24.39067 0.001
Xp (mm) 0.023667 0.001
Yp (mm) 0.036667 0.001
K1 0.000176 6.36327E-07
K2 -4.1E-07 9.99937E-09
K3 5.78E-10 4.72153E-11
P1 -4.4E-06 5.92733E-07
P2 -3.1E-06 6.826E-07
Tabel 4-6 Hasil transformasi koordinat XP dan YP kamera Nikon D5000
Sebelum Transformasi
xp (mm) 0.023667
yp (mm) 0.036667
Setelah Transformasi
xp (mm) 11.82367
yp (mm) 7.93667
4.1.2 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
38
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.
4.2.1 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 0.357
RMS (pixel) 0.258384
Largest (pixel) 0.329673
X precision (m) 0.31957
Y precision (m) 0.014121
Z precision (m) 0.034399
Angle (degree) 36.64189
39
2. Pemodelan campus centre barat
Gambar 4-2 Model 3D Campus Centre Barat
Tabel 4-8 Statistik hasil pemodelan CC Barat
Total error 0.451
RMS (pixel) 0.360366
Largest (pixel) 0.432507
X precision (m) 0.009038
Y precision (m) 0.00394
Z precision (m) 0.007513
Angle (degree) 36.7527
3. Pemodelan area boulevard
Gambar 4-3 Model area tangga boulevard Campus Centre
40
Tabel 4-9 Statistik hasil pemodelan area Boulevard
Total error 0.426
RMS (pixel) 0.342007
Largest (pixel) 0.442568
X precision (m) 0.00055
Y precision (m) 0.000098
Z precision (m) 0.000562
Angle (degree) 31.09841
4. Pemodelan area lapangan segitiga.
Gambar 4-4 Model 3D lapangan segitiga
Tabel 4-10 Statistik hasil pemodelan lapangan segitiga
Total error 0.408
RMS (pixel) 0.343451
Largest (pixel) 0.460909
X precision (m) 0.00063
Y precision (m) 0.000346
Z precision (m) 0.000114
Angle (degree) 48.57136
41
5. Pemodelan area lapangan basket
Gambar 4-5 Model 3D lapangan basket
Tabel 4-11 Statistik hasil pemodelan foto lapangan basket
Total error 0.491 RMS (pixel) 0.421703 Largest (pixel) 0.558643 X precision (m) 0.000747 Y precision (m) 0.0000785 Z precision (m) 0.000743 Angle (degree) 51.30231
6. Hasil proses penggabungan semua model yang telah dibuat
Gambar 4-6 Tampak samping kiri model hasil penggabungan model
42
Gambar 4-7 Tampak samping kanan model hasil penggabungan model
4.2.2 Analisis
Total eror pada setiap model sangat baik seperti terlihat pada tabel 4.7 hingga
tabel 4.11. 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 38.559 derajat juga
mempengaruhi ketelitian pemodelan tersebut, dikarenakan untuk mendapatkan
model yang paling baik sudut pengambilan data diusahakan sebesar 60-90 derajat
sesuai dengan acuan kualitas yang ada pada perangkat lunak PhotoModeler Scanner.
43
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 4-8.
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
536
938
540
305383 410
268199
425
0100200300400500600700800900
1000
10 20 30 40 50 60 70 80 90
Sudut Pengambilan Data
Jumlah Titik
44
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 2599-2600), tangga bawah area
boulevard (bagian 3498-3631 dan 3837-3559), tangga atas area boulevard (bagian
3714-3702 dan 3880-3990), dan tangga terbawah pada lapangan segitiga (bagian
3179-3180 dan 3189-3210).
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
45
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
(meter) Pita ukur
(meter) Selisih
(meter)
2599-2600 19.495 19.60 -0.105 3498-3631 8.189 8.29 -0.101 3837-3559 8.284 8.355 -0.071 3714-3702 3.908 3.97 -0.062 3880-3990 3.884 3.94 -0.056 3179-3180 2.736 2.68 0.056 3189-3210 6.081 6.02 0.061
4.3 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.
4.3.1 Hasil
Gambar 4-12 Visualisasi Google SketchUp area lapangan basket
46
Gambar 4-13 Visualisasi Google SketchUp area lapangan segitiga
Gambar 4-14 Visualisasi Google SketchUp area boulevard Campus Centre
4.3.2 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.