(DTM) A Case Study in Central Kalimantan
2.2. Pengolahan Data LIDAR
Data yang diperoleh dari sensor ORION m/c 300 Optech hasil akuisisi dari pesawat oleh Surtech berupa dataLAS dan shapefile. Sehingga perlu dilakukan ekstraksi agar dapat dilakukan pengolahan lebih lanjut dengan software lidar2dems. Lokasi yang diakusisi direpresentasikan dalam shapefile terdiri dari satu atau lebih polygon yang bersebelahan. Setiap polygon akan memiliki kelas yang sebagai atribut untuk mewakili pilihan klasifikasi, dimana akan diproses secara terpisah dengan model piecewise untuk membuat DEM di setiap polygon. Shapefile harus ada pada Sistem Referensi Spasial (SRS) supaya ketika diolah menjadi raster
Seminar Nasional Penginderaan Jauh -2016
-268-
ada koordinatnya. Semua polygon yang berada pada lokasi pengamatan harus mencakup dimana ada data LiDAR karena daerah diluarnya akan menerima efek interpolasi realistis dalam proses gap-filling.
Ada 4 jenis klasifikasi sebagai atribut polygon dalam perancangan sistem pengolahan data LiDAR ini untuk mengoptimalkan ground classification. Setiap polygon pada shapefile dapat secara spesifik sesuai dengan bentuk terrain-nya, yang mana nilai yang bersesuaian pada kemiringan (slope) dan nilai sel (cell value) akan digunakan sebagai masukan pada Progressive Morphological Filter (model ground filter di PCL). Berikut ini merupakan tipe terrain yang digunakan :
1. Flat non-forest, area yang relatif datar dengan sedikit hingga hampir tanpa vegetasi (slope 1, cell size 3).
2. Flat forest, area yang relatif datar yang yang berhutan (slope 1, cell size 2).
3. Complex non-forest, area dengan berbagai kemiringan tipe terrain dengan sedikit hingga tanpa vegetasi (slope 2, cell size 2).
4. Complex forest, area dengan berbagai kemiringan tipe terrain yang berhutan (slope 10, cell size 2).
Perlu diketahui bahwa keuntungan untuk pengolahan daerah datar ada pada lama proses bukan dari keakuratan hasil. Untuk tipe terrain yang meragukan pilhan terbaik adalah jenis complex. Sedangkan apabila jenis medan tidak ditentukan berhutan atau tidak nilai default akan digunakan (slope 1, cell size 3). Utilitas lidar2dems memiliki berbagai macam filter untuk memangkas point cloud yang akan diolah antara lain decimation, maxsd, maxangel, maxz dan returnnum.
Selama proses grinding, dataset raster akan dihasilkan dari pengolahan point cloud dalam radius di setiap tengah pixel untuk mengidentifikasi point mana yang akan digunakan sebagai perhitungan data ketinggian.
Semakin kecil jari-jari, semakin sedikit poin yang digunakan sementara untuk memberikan resolusi yang lebih tinggi yang efektif juga meningkatkan potensi gaps. Untuk DSM hal ini jarang bermasalah, sehingga nilai gaps 0,56 dirasa cukup baik. Namun, untuk DTM (ground) di kawasan hutan gaps data menjadi signifikan dikarenakan densitas point pada tanah yang rendah. Untuk membantu mengisi gaps data yang lebih baik, dapat dibuat iterasi melalui DTM dengan memperbesar jari-jari grinding.
3. HASIL DAN PEMBAHASAN
Perancangan sistem pengolahan data LIDAR saat ini telah beroperasi berkat kerjasama LAPAN dan AGS (Applied Geo Solution) di Jakarta. Dataset raw diperoleh dari AGS melalui akusisi yang dilakukan Surtech kemudian melalui kerjasama dibagunlah software lidar2dem untuk mengolah data lidar menjadi DTM. Visualisasi ketersediaan data lidar di wilayah kalimantan dapat dilihat melalui gambar berikut.
Gambar 5. Terdapat 30 Strip dengan Ferry Lines Antar Lokasi. (Sumber. Data akusisi)
Rancang bangun perangkat keras pengolahan data lidar menggunakan perangkat seperti dalam Tabel 1.
Untuk melakukan pemrosesan data dalam melakukan ekstraksi DTM perangkat lunak open source yang digunakan dalam sistem antara lain:
Ubuntu 14.04 LTS Operating system yang disusun dan disesuaikan librarynya untuk proses pengolahan.
Python sebagai bahasa pemrograman untuk menerjemahkan algorithma atau psudo code.
LASzip sebagai library kompresi untuk membaca dan menulis data LAS dengan lisensi LGPL
Rancang Bangun Sistem Pengolahan Data Light Detection and Ranging (LiDAR) Airbone Laser Scanning untuk Ekstraksi Digital Terain Model (DTM) Studi Kasus Kalimantan Tengah (Pradono, K.A., dkk.)
-269-
PDAL sebagai manipolator dan translator data point cloud dengan library BDS C++ untuk mengolah data menjadi vektor maupun raster.
PCL sebagai aplikasi standalone untuk mengolah gambar 2D/3D dan point cloud dengan lisensi BSD
Lidar2dem merupakan kumpulan library untuk memudahkan pengolahan data lidar menggunakan library PDAL sehingga point dan grinding point cloud proses menjadi raster.
Tabel 1.Perangkat Pengolahan.
No Komponen Spesifikasi
1 Komputer Server Precision Tower 7810 (Precision Tower 7810) Intel(R) Xeon(R) CPU E5-2620 v3 @ 2.40GHz ,64GB DDR 3, Ubuntu Os
2 Komputer Client Pavilion 23 Inter Core i5 16GB DDR 3, Windows 10
3 Envi 5.0 License GIS software
4 QGIS Lyon Open source GIS software
Pada percobaan pengolahan dataset lidar telah berhasil dilakukan. Data citra diolah satu persatu pada tiap tahapan untuk mengetahui perbedaan waktu yang digunakan. Berikut waktu proses sampai data dapat ditampilkan menjadi raster.
Tabel 2. Waktu Proses Data
No Tahapan Lama Proses Keterangan
1 Classifiying 4:10:21.951186 s Membuat region shp dari DEM 2 Create DEM 0:29:35.990870 s Proses DEM
3 Create DTM 1:06:10.728278 s Proses DTM 4 Create CHM 0:00:22.959643 s Proses Canopy
(Sumber: Hasil Pengolahan)
Dari hasil pengolahan tersebut didapatkan tiga hasil berupa DSM, DTM dan CHM dengan resolusi 1 meter.
Berikut contoh potongan dari hasil pengolahan.
Gambar 6. Data Hasil Pengolahan dalam 1 Jalur Terbang (Sumber: Hasil Pengolahan)
Seminar Nasional Penginderaan Jauh -2016
-270-
Gambar 7. Tampilan 3D Potongan Pengolahan Data dengan lidar2dem (a) DSM, (b) DTM dan (c) CHM (Sumber:
Hasil Pengolahan)
Gambar 8. Tampilan 2D Potongan Pengolahan Data dengan lidar2dem (a) DSM, (b) DTM dan (c) CHM (Sumber:
Hasil Pengolahan)
(a) (b)
(c)
(a) (b)
(c)
Rancang Bangun Sistem Pengolahan Data Light Detection and Ranging (LiDAR) Airbone Laser Scanning untuk Ekstraksi Digital Terain Model (DTM) Studi Kasus Kalimantan Tengah (Pradono, K.A., dkk.)
-271- 4. KESIMPULAN
Rancang bangun sistem pengolahan data lidar telah diimplementasikan pada tahun 2015. Sistem ini dibangun dengan software open source lidar2dems dengan kerja sama LAPAN dan AGS. Kendala yang dihadapi sistem pengolahan ini adalah resource memory dan storage untuk pengolahan data yang cukup besar karena data LAS yang diolah tiap jalur terbang sangat besar. Beberapa data juga mengalami gagal proses saat classify. Untuk pengembangan kedepan terdapat peluang multiprocessing untuk efisiensi resource dan percepatan pengolahan.