Sya'bana, Rasyid Al (2023) ANALISIS PERBANDINGAN KETELITIAN DIGITAL TERRAIN MODEL(DTM) BERBASIS DATA LiDAR UAV MENGGUNAKAN METODE PROGRESSIVE TIN DENSIFICATION FILTERING DAN CLOTH SIMULATION FILTERING (Studi Kasus: Area Ekspolarasi PT. Sumber Bara Abadi, Kabupaten Kutai Kartanegara, Kalimantan Timur). Skripsi thesis, ITN MALANG.
Abstract
Pembukaan tambang baru bertujuan memenuhi kebutuhan industri mineral yang meningkat. Teknologi LiDAR pada UAV meningkatkan efisiensi pertambangan dengan menghasilkan Digital Terrain Model (DTM), yang mencerminkan topografi tanah tanpa mencakup objek seperti vegetasi dan bangunan. Filtering penting dalam membuat DTM untuk memisahkan data ground. Ini dapat dilakukan dengan berbagai teknik seperti PTD dan CSF. Perbedaan utama adalah PTD fokus pada pemadatan jaringan triangulasi dan pemrosesan titik berdasarkan sudut dan jarak, sedangkan CSF menggunakan model kain virtual dan mengklasifikasikan titik LiDAR berdasarkan jarak ke grid yang lebih besar. Penelitian menunjukkan bahwa metode PTD menghasilkan sekitar 3.988.149 titik data ground, sedangkan metode CSF menghasilkan sekitar 119.317.288 titik data ground. Dalam analisis ketelitian vertikal, perbandingan antara DTM PTD dan DTM CSF memiliki RMSEz sekitar 0,422 m dengan LE sekitar 0,696 m, sesuai dengan standar Badan Informasi Geospasial tahun (2014) kelas I (1:2500). Hasil statistik menunjukkan distribusi data yang normal dan tidak ada perbedaan signifikan antara kedua DTM.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Rasyid Al Sya'bana (1925086) |
Uncontrolled Keywords: | Cloth Simulation Filtering, Digital Terrain Model, Ekspolasi Tambang, Filtering, LiDAR, Point Cloud, Progressive TIN Densification,UAV |
Subjects: | Engineering > Geodesy Engineering |
Divisions: | Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1 > Teknik Geodesi S1(Skripsi) |
Depositing User: | Rasyid Al Sya'bana |
Date Deposited: | 04 Oct 2023 06:16 |
Last Modified: | 04 Oct 2023 06:16 |
URI: | http://eprints.itn.ac.id/id/eprint/13319 |
Actions (login required)
View Item |