ANALISIS KEMAMPUAN METODE POINT-TO-PLANE PADA ALGORITMA ITERATIVE CLOSEST POINT (ICP) DALAM MENINGKATKAN KETELITIAN HASIL STRIP ADJUSTMENT POINT CLOUD PERMUKAAN BUMI

UNSPECIFIED (2022) ANALISIS KEMAMPUAN METODE POINT-TO-PLANE PADA ALGORITMA ITERATIVE CLOSEST POINT (ICP) DALAM MENINGKATKAN KETELITIAN HASIL STRIP ADJUSTMENT POINT CLOUD PERMUKAAN BUMI. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text 1. 117180001_Riyas Syamsul Arif_Tugas Akhir.pdf Restricted to Repository staff only Download (5MB)
	Text 3. Judul Skripsi.pdf Download (94kB)
	Text 4. Halaman Pengesahan Skripsi.pdf Download (226kB)
	Text 5. Daftar Isi.pdf Download (71kB)
	Text 2. Abstrak.pdf Download (16kB)
	Text 6. Daftar Pustaka.pdf Download (83kB)

Abstract

Point-to-plane dalam algoritma Iterative Closest Point (ICP) merupakan
metode registrasi dalam 3D Machine Learning yang terbukti andal dalam
meningkatkan akurasi registrasi objek non-topografi. Perlu dilakukan penelitian
mengenai keakuratan metode ini apabila diterapkan pada objek topografi yang
tentunya memiliki perbedaan karakterististik dengan objek non-topografi, terutama
pada variasi objeknya. Penelitian ini dilaksanakan untuk mengkaji lebih lanjut
keandalan metode point-to-plane untuk melakukan registrasi data point cloud
LiDAR pada objek topografi permukaan bumi (real world) dalam pelaksanaan
strip adjustment.
Penelitian ini diawali dengan membangun perangkat lunak untuk
melaksanakan strip adjustment. Dalam perangkat lunak tersebut, algoritma yang
digunakan adalah Iterative Closest Point (ICP) dengan metode registrasi point-to�plane. Pembangunan perangkat lunak dilakukan pada Phycharm sebagai
Integrated Development Environment (IDE) menggunakan bahasa pemrograman
Python. Selanjutnya, perangkat lunak yang telah dibangun digunakan untuk
melakukan proses strip adjustment pada 2 scene data point cloud hasil akuisisi
Unmanned Aerial Vehicle yang membawa sensor Light Detection and Ranging
(LiDAR). Hasil strip adjustment pada perangkat lunak yang telah dibangun,
dibandingkan dengan hasil strip adjustment dengan metode point-to-point pada
perangkat lunak CloudCompare. Tujuan perbandingan ini adalah untuk
mengetahui keandalan dan keakuratan hasil registrasi dengan metode point-to�plane melalui nilai Root Mean Square Error (RMSE), matrik tranformasi, fitness
dan korespondesi, serta kenampakan visual strip adjustment. Selain itu,
perbandingan juga dilakukan pada setiap jenis tutupan lahan di permukaan bumi
yang terdiri dari atap, vegetasi, jalan, dan muka tanah/ground. Hal ini dilakukan
untuk menguji performa metode point-to-plane pada setiap jenis tutupan lahan
pada data topografi.
Pada penelitian ini terbukti metode registrasi point-to-plane mempunyai
ketelitian lebih baik dibandingkan point-to-point dalam meregistrasi data point
cloud permukaan bumi. Nilai RMSE pada pengolahan strip adjustment
menggunakan metode point-to-point adalah 8,71 sentimeter, sedangkan metode
point-to-plane sebesar 1,53 sentimeter. Nilai RMSE dan matriks tranformasi point�ANALISIS KEMAMPUAN METODE POINT-TO-PLANE PADA
ALGORITMA ITERATIVE CLOSEST POINT (ICP) DALAM
MENINGKATKAN KETELITIAN HASIL STRIP ADJUSTMENT
POINT CLOUD PERMUKAAN BUMI
vi
to-plane lebih kecil di bandingkan point-to-point. Metode point-to-plane
menghasilkan nilai fitness 0,001 meter dengan total korepondesi titiknya 1054 titik.
Selain itu, untuk setiap jenis tutupan lahan di permukaan bumi, metode point-to�plane berhasil membuat gabungan antar data menjadi lebih fit.
Kata Kunci: point-to-plane, strip adjustment, ICP, machine learning

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	point-to-plane, strip adjustment, ICP, machine learning
Subjects:	Q Science > Q Science (General) Q Science > QC Physics
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	03 Oct 2022 06:58
Last Modified:	03 Oct 2022 07:02
URI:	http://eprints.upnyk.ac.id/id/eprint/31211

Actions (login required)

View Item