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
35
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 36
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
4.1.2
xp (mm)
11.82367
yp (mm)
7.93667
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
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
38
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
39
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
40
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
41
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. 42
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.
Sudut Pengambilan Data 1000 900 800 700 600 500 400 300 200 100 0
938
540
536
305
10
20
30
40
383
425
410 268
50
60
70
Jumlah Titik
199
80
90
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
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 44
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
Model
Pita ukur
Selisih
(meter)
(meter)
(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
Bagian
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
45
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.
46
