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.