SEGMENTASI BIDANG ATAP DAN PERBAIKAN TAPAK BANGUNAN HASIL EKSTRAKSI OTOMATIS MENGGUNAKAN DATA UAV LIDAR
Pengembangan model kota 3D Level of Detail 2 (LoD2) memerlukan presisi tapak bangunan dan bidang atap yang tinggi. Ekstraksi otomatis point cloud UAV LiDAR menggunakan algoritma Random Forest sering menghasilkan batas bangunan yang bergelombang akibat distorsi bayangan dan vegetasi. Penelitian ini bertujuan memperbaiki geometri tapak bangunan hasil ekstraksi otomatis dan mensegmentasi bidang atap secara semi-otomatis di kawasan kampus ITERA (±143 hektar). Data bersumber dari UAV DJI Matrice 350 RTK dan LiDAR SatLab Apus (145,09 titik/m²). Perbaikan poligon dilakukan di QGIS melalui boundary regularization, ortogonalisasi, dan snapping. Segmentasi atap dianalisis secara manual menggunakan DSM berketelitian RMSE vertikal 0,060 meter serta panduan peta ortofoto. Hasilnya, 47 dari 48 tapak bangunan berhasil diperbaiki, meskipun 11 bangunan lain gagal terdeteksi otomatis. Integrasi DSM dan ortofoto terbukti efektif mendelineasi garis bubungan, lembah, dan tepi pada atap sederhana, walau masih ditemukan ambiguitas visual pada atap kompleks akibat gangguan sekelilingnya. Alur kerja ini sukses menghasilkan basis data spasial bangunan yang rapi untuk mendukung rekonstruksi model 3D smart campus ITERA.
URI
https://repo.itera.ac.id/depan/submission/SB2606190007
Keyword
UAV LiDAR Tapak Bangunan Perbaikan Geometri Segmentasi Atap Digital Surface Model