1

BAB I

PENDAHULUAN

I.1. Latar Belakang

Kebutuhan akan data kebumian yang memberikan informasi geospasial

terus berkembang. Real world yang menjadi obyek pemetaan juga cepat

mengalami perubahan. Penyediaan data harus dapat mengimbangi kebutuhan dan

perubahan tersebut, sehingga perlu suatu metode pemetaan yang cepat dan efisien.

Untuk mewujudkannya dibutuhkan suatu teknologi yang dapat menghasilkan data

outuput yang memiliki keakuratan, efisien, dan menjangkau daerah yang luas.

Kebutuhan akan data kebumian yang meningkat seiring dengan kegunaan

data tersebut untuk berbagai aplikasi, seperti perencanaan wilayah, aplikasi di

bidang kehutanan, pertambangan, pengukuran topografi, dan lain – lain. Salah

satunya adalah data DEM (Digital Elevation Mode) yang menggambarkan

topografi atau terrain dari suatu daerah. Data DEM ini dapat dihasilkan dengan

menggunakan teknik pemetaan Airborne Laser Scanning (ALS). ALS atau

LiDAR (Light Detection and Ranging) merupakan salah satu cara yang paling

efektif dan dapat diandalkan dalam pengumpulan data terrain, teknologi ini

memberikan data akuisi yang memiliki kerapatan dan akurasi data 3D yang tinggi

(Liu, 2008). LiDAR telah menjadi metode standard untuk akuisi data topografi

(Raber, 2003). Survei terestris dengan kerapatan tinggi perlu biaya besar,

teknologi sensor aktif LiDAR sebagai solusinya karena cepat dan akurat,

kerapatannya dan distribusi data sangat tinggi (Istarno dkk, 2011).

Teknologi ini menawarkan beberapa keunggulan dibandingkan metode

konvensional dalam pengumpulan data topografi yaitu: kerapatan lebih tinggi,

akurasi yang lebih tinggi, lebih sedikit waktu untuk pengumpulan data dan

pengolahan, hampir semua sistem otomatis, memerlukan titik kontrol tanah

minimum, dan data tersedia dalam format digital sejak dari awal (Joko, 2012).

2

Pengambilan data pada survei ALS dapat dilakukan pada siang maupun malam

hari dengan syarat kondisi cuaca yang memungkinkan pesawat untuk terbang.

Survei dapat dilakukan pada malam hari, karena sensor ALS memancarkan energy

sendiri berupa sinar laser. LiDAR memiliki kelebihan yaitu dapat memancarkan

laser untuk akuisisi data mencapai 200 kHz yang dapat mengukur 200000 pulsa

per detik, dengan memutar scanner yang bergerak memutar pada interval 0.004

derajad. Data LiDAR terdiri dari point clouds yang menampilkan titik-titik hasil

penyiaman, DEM (Digital Elevation Model), DTM (Digital Terrain Model),

danDSM (Digital Surface Model).

Banyak faktor yang mempengaruhi kualitas data LiDAR, diantaranya adalah

kuat lemahnya signal pancaran, daerah topografi yang diamati, kecepatan terbang

pesawat, dan jarak antara sensor dengan obyek (Harding, 2009). Semua faktor

tersebut dapat di minimalisir dengan cara menentukan terlebih dahulu hal-hal

yang harus dilakukan sebelum pengambilan data. Misalnya dengan penentuan

kecepatan pesawat, lebar sudut sapuan, dan tinggi terbang pesawat. Jarak antara

sensor (tinggi terbang) dan permukaan tanah yang bergunung-gunung, berbukit,

landai, dan daratan datar akan menghasilkan ketelitian vertikal yang berbeda.

Pada dasarnya, semakin rendah posisi sensor terhadap obyek, maka ketelitian

yang dihasilkan akan semakin baik.

Dari pernyataan tersebut, pada penelitian ini akan dilakukan analisis

mengenai ketelitian profil sungai dari data LiDAR yang dibandingkan dengan

pengukuran langsung menggunakan TS (Total Station). Dari tingkat ketelitian

elevasi yang dihasilkan dapat dikaji mengenai kemampuan teknologi LiDAR

dalam menyajikan DEM (Digital Elevation Model) khususnya profil sungai.

3

I.2. Rumusan Masalah

Berdasarkan latar belakang tersebut, maka rumusan masalah yang dapat

dipaparkan adalah seberapa besar ketelitian yang disajikan dari data LiDAR (point

clouds dan DEM) terkait dengan analisis profil melintang sungai.

I.3. Tujuan Penelitian

Penelitian ini bertujuan untuk membandingkan ketelitian profil melintang

sungai antara data yang dihasilkan dari point clouds dan DEM yang dibentuk dari

TIN (ekstraksi data LiDAR) dan data dengan pengukuran langsung dengan

menggunakan TS .

I.4. Manfaat Penelitian

Manfaat dari penelitian ini adalah, dapat mengetahui ketelitian dari hasil

ekstraksi data LiDAR dan dapat mengetahui kenampakan profil melintang dari

pengukuran sungai dengan menggunakan LiDAR, serta memberikan informasi

mengenai akurasi DEM (Digital Elevation Model) hasil LiDAR khususnya daerah

aliran sungai.

I.5. Batasan Masalah

Dalam penelitian ini akan ditetapkan pembatasan masalah seperti butir-butir

di bawah ini :

1. Data LiDAR merupakan point clouds dan TIN untuk membentuk DEM

yang diperoleh dari hasil pengukuran yang dilakukan oleh Jurusan

Teknik Geodesi UGM.

2. Lokasi yang diambil adalah Sungai Code yang diamat dari utara (Ring

Road Utara) dan selatan (Jembatan Amarto)

3. Titik sample yang akan dijadikan titik uji merupakan titik cross section

(penampang melintang) dari profil sungai yang diambil di lapangan.

4. Titik uji hasil pengukuran Total Station (TS) merupakan data yang

dianggap benar bila dibandingkan dengan data LiDAR. Kedua data

tersebut mempunyai sistem koordinat yang sama.

4

I.6. Tinjauan Pustaka

Kartika (2010) melakukan perbandingan ketelitan elevasi hasil penyiaman

LiDAR dengan tinggi terbang 1100 m dengan ketelitian elevasi hasil penyiaman

dengan tinggi terbang 700 m pada daerah beraspal. Pengambilan data dilakukan di

Bandara Cakrbuana Cirebon, pada runway 04-22 dengan arah azimut 40º-220º

serta elevasi 21 meter di atas permukaan laut. Proses akuisisi data menggunakan

RIEGL LMS Q560 Airbone Laser Scanner. Spesifikasi parameter LiDAR yang

digunakan yaitu dengan tinggi terbang 1100 m dan 700 m, kecepatan pesawat 60

m/s, sudut sapuan 60º, scan speed 60 lines/s, spasi titik 1 meter. Berdasarkan

parameter penyiaman itu, penyiaman dengan tinggi terbang 1000 m diperoleh

lebar swath 1270,171 m, Pulse Repetition Rate (PRR) 76,210 kHz, angular step

width 0,052º. Penyiaman dengan tinggi terbang 700 m swath 808,290 m, Pulse

Repetition Rate (PRR) 48,497 kHz, angular step width 0,0082º. Ketelitian hasil

elevasi penyiaman LiDAR dengan ketinggian 1100 m mencapai 15,900cm.

Ketinggian 700 m menghasilkan ketelitian mencapai 14,100 cm.

Joko (2012) melakukan perbandingan terhadap akuisisi ALS (Airborne

Laser Scanner) dengan pengukuran topografi menggunakan Total Station pada

area tambang batubara, dengan mengambil sample pada lima kategori tutupan

lahan, yaitu: daerah tebangan (clear cut), daerah vegetasi (uncut vegetation), jalan

tanah (soil road), daerah tambang (open pit area), dan tanah terbuka (barren

ground). Pengambilan data tersebut dilakukan pada bulan Desember 2010.

Akuisisi data dilakukan pada salah satu daerah tambang batubara di Muara Bungo

provinsi Jambi mengunakan LiDAR LITE-MAPPER 5600 Airbone LiDAR

sistem dengan laser scanner RIEGL LMS Q560. Hasil dari penelitian tersebut

adalah, pada kategori daerah tebangan menghasilkan nilai RMSE = 16,630 cm,

dan nilai ketelitian = 32,588 cm. Daerah vegetasi menghasilkan nilai RMSE

=20,990 cm, dan nilai ketelitian = 41,151 cm. Daerah soil road menghasilkan nilai

RMSE = 15,360 cm, dan nilai ketelitian = 30,095 cm. Daerah tambang terbuka

menghasilkan nilai RMSE = 17,450 cm, dan nilai ketelitian = 34,201 cm. Tanah

terbuka menghasilkan nilai RMSE = 16,050 cm, dan nilai ketelitian = 31,456 cm.

5

Perbandingan ketelitian yang dilakukan oleh Zuriabangkit (2013) yaitu

dengan membandingkan hasil pengukuran LIDAR dari dua ketinggian yang

berbeda yaitu tinggi terbang 500 m dan 1000 m dengan menggunakan dua set

DTM LiDAR, dimana lokasi dari penelitian terletak di Tajem, Yogyakarta.

Penyiaman LiDAR dilakukan pada tanggal 4 Mei 2013 dengan menggunakan

Laser Scanner RIEGL LMS 5600 yang mampu merekam obyek ground dan non

ground. Pengambilan sample data meliputi jalan beraspal dan sebagian tanah yang

dinamis. Dengan mengambil sampling data sebagai titik uji sebanyak 169 titik

yang diukur dengan menggunakan Total Station (TS) dan proses interpolasi linear

pada data TIN yang dihasilkan dari proses LiDAR. Dalam penelitian tersebut

tinggi terbang 500m memperoleh ketelitian lebih baik dibanding tinggi terbang

1000 m dengan nilai RMSE sebesar 0,090 m untuk tinggi terbang 1000 m dan

nilai RMSE sebesar 0,069m untuk tinggi terbang 500 m, dan perbedaan ketelitian

variasi tinggi terbang mencapai 2,1 cm. Dimana nilai selisih tersebut tidak terlalu

signifikan terhaadap ketelitian data karena nilai tersebut lebih kecil dari toleransi

LiDAR yaitu sebesar 15 cm.

Penelitian yang dilakukan dalam skripsi ini adalah uji ketelitian profil

melintang sungai dari ekstraksi data LiDAR. Penelitian ini dilakukan di Sungai

Code, Yogyakarta dengan kriteria area meliputi sungai, daerah pemukiman,

daerah terbuka, daerah tertutup pohon, dan tebing natural, tebing ditalud.

I.7. Landasan Teori

I.7.1. LiDAR(Light Detection and Ranging)

LiDAR (Light Detection and Ranging) adalah teknologi yang menerapkan

sistem penginderaan jauh sensor aktif untuk menentukan jarak dengan

menembakkan sinar laser yang dipasang pada wahana pesawat udara survei kecil

atau helikopter. Laser didapatkan dengan melewatkan sinar dengan frekuensi

tertentu ke sebuah prisma sehingga sumber cahaya yang relatif lemah dapat

6

menempuh jarak yang jauh dengan sedikit reduksi (Sutanta, 2002). LiDAR

merupakan teknologi baru dalam dunia survei dan pemetaan dengan

menembakkan sinar laser dengan memanfaatkan emisi gelombang cahaya untuk

memperoleh posisi geometri tiap titik laser. Titik – titik yang diperoleh dari

scanning LiDAR merupakan titik – titik yang sudah memiliki koordinat tiga

dimensi yang berasal dari multy return sinyal LiDAR pada suatu obyek yang

kemudian dapat dimodelkan secara tiga dimensi dan titik – titik tersebut disebut

points cloud. Rentang atau jarak antara scanner ke target dan informasi posisi dan

orientasi yang diperoleh dari Global Positioning Sistem (GPS) dan Inertial

Measurment Unit(IMU) dapat menentukan lokasi target dengan akurasi tinggi

dalam ruang tiga dimensi. Berikut adalah Gambar I.1 tentang teknologi LiDAR.

Gambar I.1 Prinsip kerja LiDAR (Habib, 2008)

Untuk mendapatkan data range setiap pantulan sinar yang dikembalikan

ke data recorder maka dilakukan waveform signal processing. Waveform signal

processing merupakan prosedur pengolahan data LiDAR dengan menggunakan

algoritma signal processing, yaitu metode pulse range secara Gauss. Pada metode

ini setiap bagian signal laser yang mengenai objek akan membentuk echo pulse

berupa tampilan grafik Gauss (Kartika, 2010). Ditampilkan pada Gambar I.2

berikut ini.

7

Gambar I.2 Pembentukan echo pulse (RIEGL, 2009)

Gambar I.2 di atas mengilustrasikan pembentukkan echo pulse saat

penyiaman LIDAR. Pulsa berwarna merah merupakan signal laser yang

dipancarkan ke target, sedangkan warna biru adalah echo pulse yang terbentuk

dari bagian signal laser yang mengenai obyek. Setiap bagian signal laser yang

mengenai obyek akan membentuk echo pulse berupa tampilan grafik Gauss

dengan bentuk unik. Prinsip dasar digitasi full waveform adalah lebar echo pulse

menunjukkan kekasaran permukaan, volumetrik dan kemiringan permukaan

obyek, amplitudo dari echo pulse menunjukkan reflektivitas obyek, jarak antar

echo pulse menunjukkan tinggi target sedangkan posisi echo pulse menunjukkan

jarak absolut target.

Dalam pengolahannya, informasi echo signal diolah dalam bentuk kurva

Gaussian yang digunakan untuk mengestimasi lokasi masing-masing echo dan

bentuk scattering-nya, seperti ditunjukkan pada gambar di bawah ini.

8

Gambar I.3 Waveform Signal Processing (RIEGL, 2009)

Dari Gambar I.3, dijelaskan bahwa ketika signal menyentuh reflektivitas

permukaan bumi, maka signal tersebut akan membentuk echo pulse yang

merupakan signal analog. Dalam interval waktu tertentu, signal analog akan

disampel dan di konversi ke signal digital yang menghasilkan digital data stream.

Data stream disimpan dalam RIEGL data recorder berdasarkan waktu

pengukuran perjaanan signal untuk off-line post processing selanjutnya. Pada

tahap ini signal dapatdisempurnakan sehingga dapat dianalisis secara detil untuk

menghasilkan informasi jarak, tipe, dan parameter obyek.

1.7.1.1. Prinsip kerja LiDAR. Prinsip kerja LiDAR yaitu memancarkan

laser yang berasal dari transmitter pada pesawat ke obyek atau permukaan bumi,

yang kemudian dipantulkan kembali setelah membentur obyek atau permukaan

bumi. Pantulan tersebut memiliki beda waktu dan direkam oleh receiver sebagai

data jarak. Pengukuran jarak dapat dijelaskan dengan prinsip beda waktu. Jika

9

waktu (tL) diukur maka jarak antara sensor dengan obyek dapat diukur dengan

persamaan berikut ini (Wehr, 1999).

R = c/2 .tL …………………………………………………… (I.1)

Keterangan :

R = jarak antara sensor dengan titik target yang diukur (m)

c = konstanta kecepatan cahaya (3.108 m/s)

tL = Travelling Time (ns)

Karena jarak yang harus dilewati laser sebanyak 2 kali, yaitu jarak sensor menuju

target dan dikembalikan lagi ke sensor sehingga jarak sensor ke titik target harus

dibagi dua.

1.7.1.2. Komponen sistem LiDAR. LiDAR memiliki sistem yang saling

terhubung dengan komponen-komponen lainnya. Komponen utama yang

digunakan diantaranya: aerial platform, sensor laser, IMU, GPS, dan perangkat

lunak dan perangkat keras untuk pengolahan LiDAR.

1. Aerial Platform. Sistem LiDAR harus dipasang pada wahana pesawat

terbang atau helikopter sebagai platform saat akuisisi data pada kegiatan

survei. Sistem dapat di-setting didalam maupun diluar platforms. Pusat

koordinat platforms dan orientasi terletak pada IMU. Wahana pesawat

survei yang digunakan untuk pekerjaan LiDAR ada berbagai macam

salah satunya adalah pesawat type Cessna seperti gambar I.4 berikut.

10

Gambar I.4 Pesawat Cessna type 402B

2. Laser Scanner Unit. Dikarenakan LiDAR merupakan sistem

penginderaan jauh sensor aktif, sehingga terdapat sensor untuk

memancarkan energinya sendiri. Sensor menembakkan sinar laser ke

obyek kemudian dipantulkan kembali oleh obyek tersebut, sehingga

diperoleh data jarak. Tipe laser yang dipancarkan dapat dibedakan

menjadi pulse sistem dan continuous wave (CW-system). Gelombang

yang digunakan adalah near infrared. Terkait dengan kemampuan

gelombang near infrared maka survei LIDAR tidak bisa dilakukan saat

cuaca buruk seperti hujan, mendung dan berkabut. Bagian dari laser

scanner yang memancarkan sinar adalah transmitter (Wehr,1999).

3. Inertial Navigation System. Komponen ini merupakan suatu sistem

inersial untuk menentukan dan menghitung orientasi 3D posisi tiap titik

terhadap kesalahan roll, pitch, dan yaw (heading) pada tiap pusat

proyeksiLiDAR. INS (Inertial Navigation System) dengan peralatan

berupa IMU melakukan pengukuran terhadap pergerakan dan rotasi

pesawat terhadap sumbu X (roll), sumbu Y (pitch), dan sumbu Z (yaw)

11

berdasarkan grafitasi lokal dan utara sebenarnya. Sistem referensi INS

menggunakan kaedah tangan kanan. Dimana sumbu X searah dengan

pergerakan pesawat dan sumbu Y searah dengan sayap kanan pesawat.

Sistem LiDAR yang dipasang pada platform dapat bergerak keluat dari

rencana jalur terbang karena pengaruh angin. Pergerakan persawat dapat

mempengaruhi ketelitian dan hasil pengukuran, sehingga diperlukan

IMU untuk mengatasi hal tersebut (Joko, 2012)

4. Global Positioning Sistem. GPS merupakan sistem penentuan posisi tiga

dimensi secara teliti. Seperti pada gambar I.5, GPS receiver dipasang

pada titik referensi sebagai base station di tanah. Pada pesawat juga

terdapat Airborne GPS sebagai rover. Receiver GPS juga berfungsi

untuk merekam lintasan pesawat (trajectory) selama penerbangan.

Dalam pelaksanaannya GPS yang berada di tanah harus diaktifkan saat

pesawat mulai lepas landas hingga pesawat mendarat agar dapat

merekam secara utuh posisi lintasan pesawat dalam pengambilan data

selama penerbangan. GPS sebagai alat pengukur posisi yang memiliki

tingkat kestabilan yang baik untuk pengamatan dalam jangka waktu

yang cukup lama. Airbone GPS dapat menghasilkan ketelitian horisontal

5 cm dan vertikal 10 cm, sedangkan IMU dapat menghasilkan attitude

dengan akurasi dalam beberapa centimeter (Liu, 2008).

12

Gambar I.5 GPS dititik referensi

I.7.2. Sumber kesalahan LiDAR

LiDAR merupakan teknologi yang modern dan canggih, namun bukan

berarti alat tersebut tidak memiliki kesalahan. Kesalahan tersebut ada pada

masing-masing komponen yang saling terhubung. Adapun kesalahan LiDAR akan

disebutkan dibawah ini.

1. Kesalahan acak (random errors)

Kesalahan acak menyebabkan ketidaktepatan koordinat yang diperoleh

yang dipengaruhi oleh kesalahan komponen persamaan LiDAR.

Menurut Habib (2008), terdapat beberapa efek noise (position noise,

orientation noise, dan range noise) pada sistem pengukuran LiDAR

dalam menghasilkan point clouds .

13

a. Position noise.

Pengaruh dari noise ini adalah independen terhadap tinggi terbang

dan metode penyiaman.

b. Orientation noise.

Noise ini akan lebih mempengaruhi koordinat horisontal daripada

koordinat vertikal. Pengaruhnya dependen terhadap tinggi terbang

dan sudut penyiaman.

c. Range Noise.

Range Noise akan lebih mempengaruhi komponen vertikal.

Pengaruhnya independen terhadap tinggi terbang, tetapi dependen

tehadap sudut penyiaman.

2. Kesalahan sistematik.

Kesalahan sistematik dapat dipengaruhi kesalahan bias dalam sistem

pengukuran LiDAR dan kalibrasi untuk menentukan point clouds.

Dalam BMGS(2006) dijelaskan bahwa pengaruh dari kesalahan

sistematik dalam pengukuran sistem dan parameter kalibrasi dalam

menghasilkan point clouds sebagai berikut.

a. Bore sighting offset error (spatial offset antara sinar laser yang

ditembakkan ke titik dan unit GPS/INS) akan mengakibatkan

pergeseran secara konstan.

b. Sudut bias (IMU atau mirror angles) akan mempengaruhi koordinat

horisontal lebih kuat daripada koordinat vertikal.

c. Range bias terutama akan mempengaruhi ketinggian daripada

koordinat horisontal.

I.7.3. Ketelitian elevasi hasil penyiaman LiDAR

Ketelitian elevasi ditentukan dari beberapa faktor, diantaranya yaitu

kecepatan pesawat, sudut sapuan, dan jarak sensor ke obyek. Akurasi vertikal

ditentukan dengan membandingkan koordinat Z dari data LiDAR dengan data

elevasi permukaan bumi yang umumnya memiliki permukaan datar. Pada

14

penelitian ini, ketelitian diperoleh dengan membandingkan data pengukuran

LiDAR dengan data Total Station yang dianggap benar dan dianggap memiliki

ketelitian yang lebih tinggi dibandingkan data LiDAR. Ketelitian hasil penyiaman

LiDAR ditentukan berdasarkan:

1.7.3.1. Titik uji. Penentuan titik uji diusahakan dipilih pada daerah yang

relatif datar, akan tetapi kondisi tersebut tidak selalu bisa memungkinkan

mengingat kondisi medan dan permukaan yang selalu dinamis. Kemiringan terain

tidak boleh lebih curam dari 20% karena kesalahan horisontal akan

mempengaruhi perhitungan RMSE vertikal. Pemilihan titik uji yang melebihi

batas 20% dapat menyebabkan kesalahan dalam melakukan interpolasi linier.

Kesalahan ini akan mempengaruhi ketelitian elevasi titik uji, dan pemilihan titik

uji perlu menyebar secara merata pada lokasi survei (Flood, 2004).

1.7.3.2. Ketelitian elevasi.Ketelitian LiDAR salah satunya ditentukan oleh

besarnya RMSE (root meansquare error) dari elevasi. Tingkat ketelitiannya

secara absolut ditunjukkan dengan besarnya nilai RMSE elevasi.

RMSE elevasi didapat dari hitungan kuadrat akar rata-rata perbedaan nilai elevasi

yang didapat dari penyiaman LiDAR dengan data hasil ukuran independen yang

mempunyai ketelitian lebih tinggi.Dengan rumus matematis sebagai berikut

(NSSDA, 1998).

n

ZZRMSE surveilidar

2)(

.……………………………….. (I.2)

Keterangan:

ZLiDAR = elevasi data hasil penyiaman LiDAR

Zsurvei = elevasi hasil survei independen yang mempunyai ketelitian lebih

tinggi

n = jumlah titik uji

1.7.3.3. Standar ketelitian. Untuk mengevaluasi ketelitian suatu produk

diperlukan suatu standar ketelitian baku yang diakui atau diterapkan oleh lembaga

independen suatu negara. Setiap Negara memiliki suatu referensi yang berbeda –

beda tergantung dari produk yang dihasilkan. Sebagai contoh Amerika

menggunakan (National Standar for Spatial Data Accuracy) NSSDA. Standar

15

ketelitian tersebut merupakan suatu kontrol terhadap ketelitian produk yang

dihasilkan berdasarkan tingkat ketelitian yang ingin dicapai. Dalam NSSDA

hubungan matematis ketelitian dapat ditujukan dengan persamaan berikut.

Ketelitian(z) = 1,96 * RMSE(z) …………………………………. (I.3)

Jika kesalahan vertikal terdistribusi normal maka, faktor 1,96 diterapkan

untuk menghitung kesalahan linear pada tingkat kepercayaan 95% (NSSDA,

1998).

I.7.4. Sistem tinggi LiDAR

Tinggi suatu titik di bumi didefinisikan sebagai jarak vertikal terhadap suatu

bidang referensi. Pendefinisian ketinggian suatu bidang referensi (datum) sering

disebut sistem tinggi. Sistem tinggi di bidang geodesi berdasarkan bidang

acuannya yang dijadikan sebagai kerangka referensi tinggi ada 2, yaitu :

1. Sistem tinggi orthometris (geoid), yaitu jarak dari suatu titik di

permukaan bumi yang diukur sepanjang garis gaya berat bumi sampai

ke geoid. Sistem tinggi orthometris mempunyai realisasi fisis di

permukaan bumi sehingga dapat digunakan untuk keperluan praktis.

2. Sistem tinggi geometris (elipsoid), yaitu jarak linier di atas bidang

ellipsoid yang diukur sepanjang normal ellipsoid pada titik tersebut.

Sistem tinggi geometris tidak memiliki realisasi fisis di permukaan bumi

sehingga tidak dapat digunakan untuk keperluan praktis. Gambar

hubungan tinggi geometris (elipsoid), orthometris (geoid), dan topografi

dapat dilihat pada Gambar I.6.

16

Gambar I.6 Hubungan tinggi geometris (elipsoid), orthometris (geoid), dan

topografi.

Menurut Heliani (2011) prinsip hubungan matematis antara ketinggian titik

di atas elipsoid (h), tinggi titik diatas geoid (H), dan undulasi geoid di suatu titik

di permukaan topografi (N) dapat ditulis dalam persamaan (I.4).

N = h – H………………………………………………………….(I.4)

Keterangan

N : Undulasi geoid di suatu titik di permukaan topografi (m)

h : Tinggi titik di atas elipsoid (m)

H : Tinggi titik di atas Geoid (m)

Ketinggian titik di atas ellipsoid (h), didapat dari pengukuran GPS,

sedangkan ketinggian titik diatas geoid (H) didapat dari pengukuran sipat datar.

Apabila tidak memungkinkan dilakukan pengukuran sipat datar maka dapat

digunakan model geoid global. Jika nilai ketinggian titik di atas elipsoid (h),

ketinggian titik di atas geoid (H) diketahui, maka nilai undulasi geoid di suatu titik

di atas permukaan bumi dapat dihitung dengan persamaan (I.4).

17

I.7.5. Interpolasi linear

Penentuan titik uji LiDAR dapat dilakukan dengan cara interpolasi terhadap

point clouds. Titik-titik uji hasil pengukuran Total Station akan dibandingkan

dengan data hasil penyiaman LiDAR. Dari titik-titik itu, hasil pengukuran Total

Station biasanya tidak tepat berada pada titik penyiaman LiDAR, akan tetapi

berada di antara titik-titik hasil pengukuran LiDAR, sehingga perlu dilakukannya

proses interpolasi linier agar titik uji Total Station dapat tepat berada pada titik

point clouds LiDAR.

Proses interpolasi ini mengunakan pemodelan dalam bentuk TIN yang

merupakan representasi permukaan bumi dalam bentuk kumpulan titik-titik

elevasi yang terdistribusi secara acak. TIN merupakan bentuk jaring segitiga

dengan unsur-unsur linier seperti breaklines dan mass point. Untuk membentuk

jaring segitiga yang teliti diperlukan titik-titik yang terdistribusi rapat dan

memiliki ketilitian yang tinggi sehingga model yang diperoleh dapat

menggambarkan representatif permukaan bumi secara teliti. Penentuan elevasi

titik uji berdasarkan dari titik point clouds LiDAR yang dilakukan berdasar titik

uji posisi X dan Y pada hasil pengukuran Total Station. Dengan demikian, nilai

elevasi titik uji pada TIN model merupakan interpolasi linear dari ketinggian point

clouds di sekitarnya.

Untuk membentuk TIN yang mampu merepresentasikan terain dengan

kualitas bagus diperlukan data elevasi yang sangat rapat dengan ketelitian tinggi.

Jika terdapat serangkaian titik (X ,Y) pada bidang datar, maka nilai dari titik-titik

tersebut dapat divisualisasikan sebagai ketinggian Z pada bidang tersebut. Titik-

titik pembentuk bidang-bidang segitiga pada TIN model merupakan nodal yang

memiliki koordinat 3D (X, Y, Z), permukaan-permukaan segitiga-segitiga

tersebut menjadi bidang interpolasi titik-titik yang ada didalamnya. Misal titik A1

(X1,Y2), A2 (X2, Y2), dan A3 (X3,Y3) terdapat pada satu bidang dan merupakan

nodal-nodal dari sebuah segitiga serta memiliki nilai Z1, Z2, dan Z3, dengan

demikian nilai semua titik (Z) pada posisi A (X, Y) dalam sebuah bidang segitiga

adalah sebagai berikut.

Z = aX + bY + c .............................................................................(I.5)

18

Persamaan (1.5) di atas merupakan persamaan dasar dari interpolasi linier.

Untuk menentukan elevasi sebuah titik pada suatu bidang melalui interpolasi

linier dengan teknik ini diperlukan minimal tiga buah titik agar koefisien-

koefisien (a ,b ,c) pada persamaan tersebut dapat dipecahkan. Dari ketiga titik

tersebut dapat dibentuk sistem persamaan linier sebagai berikut.

Z1 = aX1 + bY1 + c ......................................................................(I.6)

Z2 = aX2 + bY2 + c ......................................................................(I.7)

Z3 = aX3 + bY3 + c......................................................................(I.8)

Persamaan I.5, I.6, I.7 dapat disusun dalam bentuk matriks X = A. B,

koefisien X sebagai matriks a,b,c, koefisien A sebagai matriks X,Y dan koefisien

B sebagai matriks Z, maka terbentuk persamaan matrik sebagai berikut.

=

............................................. ( I.9)

Hasil interpolasi akan semakin baik jika bentuk segitiga penyusun TIN

model sistematis yakni mendekati segitiga sama kaki dan hasil interpolasi

semakin buruk jika perbandingan panjang salah satu sisinya dengan tinggi segitiga

semakin besar (Guruh, 2007).

I.7.6. Definisi DEM, DTM, dan DSM

Digital Elevation Model (DEM), Digital Terrain Model (DTM) dan Digital

Surface Model (DSM) memiliki pengertian yang hampir sama. Pengertian tersebut

memiliki perbedaan di berbagai negara.DEM merupakan data elevasi digital terain

(topografi dan batimetri) berdasarkan referensi tertentu, tanpa adanya fitur

permukaan bumi seperti bangunan dan vegetasi (ASPRS, 2007). DEM

merupakan model permukaan bumi yang terbentuk dari titik –titik yang memiliki

nilai koordinat 3D (X, Y, Z). Titik – titik tersebut dapat berupa titik sample

permukaan bumi atau titik hasil interpolasi atau ekstrapolasi titik – titik sample

(Kartika, 2010). Istilah DTM hampir sama dengan DEM yakni representasi relief

133

122

1111

YX

YX

YX

c

b

a

3

2

1

Z

Z

Z

19

dari terain serta informasi ketinggian dari permukaan bumi tanpa ada fitur alam

maupun buatan manusia, namun DTM mencakup unsur – unsur dengan elevasi

yang signifikan dari fitur topografi yakni unsur linier berupa breakline, mass point

(DEM) dan hidrologic condition sehingga DTM mampu memodelkan relief

secara lebih realistik atau sesuai dengan kenyataan (ASPRS, 2007).

Gambar I.7 Ilustrasi DTM dan DSM

DSM adalah representasi permukaan bumi termasuk fitur-fitur alam dan

buatan manusia seperti jalan, gedung, dan bangunan yang lain. DSM merupakan

model elevasi topografi permukaan bumi yang memberi batas acuan secara

geometris.

I.7.7. Uji global

Semua hasil pengukuran selalu mengandung kesalahan. Untuk itu perlu

dilakukan pemilihan data dari sejumlah data yang tersedia, karena tidak mungkin

dilakukan pengukuran ulang. Seleksi data digunakan menggunakan uji global

untuk membuang blunder dari data tersebut, sehingga data dapat digunakan untuk

proses selanjutnya dan dapat dipercaya. Uji global dengan membuat

20

besarnyarentang kepercayaan menggunakan simpangan baku (σ ) pada data

sebesar -3σ<(x- μ)<3σ (Sudjana, 2005). Apabila nilai data terletak diantara

rentang tersebut maka data dapat digunakan dalam proses selanjutnya. Simpangan

baku (σ) dihitung dengan rumus berikut.

1

)(2

1

n

ZZin

i ……………………………………….. (I.10)

Keterangan:

σ = simpangan baku atau standar deviasi

Zi = selisih elevasi hasil penyiaman LiDAR dengan hasil survei terestris

untuk data ke-i

Z = rata – rata selisih elevasi hasil penyiaman LiDAR dengan hasil

survei terestris

n = jumlah data

Dalam penelitian ini uji global menggunakan rentang -3σ<(x- μ)<3σ

digunakan untuk seleksi data yang akan digunakan untuk proses selanjutnya.

1.8. Hipotesis

Elevasi profil melintang menggunakan hasil point clouds lebih baik

dibandingkan elevasi hasil DEM.