KLASIFIKASI POINT CLOUD PADA PETA PHOTO MENGGUNAKAN METODE SEMI AUTOMATIC

Effendy, Yougo Fachqul Oui Noer (2017) KLASIFIKASI POINT CLOUD PADA PETA PHOTO MENGGUNAKAN METODE SEMI AUTOMATIC. Skripsi thesis, ITN Malang.

Text 1125037.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (10MB)

Abstract

Perkembangan teknologi di bidang komputer dan fotogrametri digital menyediakan alat-alat baru dan solusi otomatis untuk aplikasi dalam studi perkotaan, kadaster, dll, yang terkait dengan pembangunan perkotaan, identifikasi konstruksi ilegal, pemodelan 3D, deteksi perubahan, dll Banyak algoritma telah dikembangkan selama bertahun-tahun untuk mendeteksi bangunan otomatis menggunakan data LIDAR dan point cloud dari image matching. Penelitian ini Bertujuan untuk mengklasifikasi area selain ground dan non ground menggunakan metode semi-automatic dengan aplikasi agisoft photo model, parameter yang di klasifikasikan meliputi ground, building dan vegetasi guna membagi tiap kelas nya. Hasil dari klasifikasi akan menunjukan perbedaan tiap kelas nya, ground, building dan vegetasi yang sudah terklasifikasi dengan pewarnaan yang berbeda. mengidentifikasi ground points ke dalam kelasnya, sangatlah penting untuk memahami karakteristik fisik dari ground points yang dapat membedakannya dengan titik titik point cloud lain nya berdasarkan elevasi terendah, kecuraman permukaan tanah, perbedaan elevasi permukaan tanah. Klasifikasi vegetasi dan building memperhatikan kerapatan tiap point nya. Kata kunci: Fotogrametri, klasifikasi point cloud, Ground, Vegetasi, Building, semi-automatic

Item Type:	Thesis (Skripsi)
Additional Information:	Yougo Fachqul Oui Noer Effendy (1125037)
Uncontrolled Keywords:	Fotogrametri, klasifikasi point cloud, Ground, Vegetasi, Building, semi-automatic
Subjects:	Engineering > Geodesy Engineering
Divisions:	Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1 > Teknik Geodesi S1(Skripsi)
Depositing User:	septiani rosyidah
Date Deposited:	17 Jan 2023 00:50
Last Modified:	17 Jan 2023 00:50
URI:	http://eprints.itn.ac.id/id/eprint/9975

Actions (login required)

View Item