INTEGRASI DATA POINT CLOUD DARI FOTO UDARA DAN TERRESTRIAL MOBILE MAPPING SYSTEM UNTUK OPTIMALISASI PEMODELAN 3D DI KAWASAN PERKOTAAN
Pesatnya perkembangan kota memerlukan pemetaan tiga dimensi yang cepat, murah, dan akurat. Penelitian ini bertujuan untuk mengintegrasikan data point cloud dari foto udara berbasis Unmanned Aerial Vehicle (UAV) dan Terrestrial Mobile Mapping System (TMMS) berbasis kamera aksi untuk membuat model tiga dimensi perkotaan secara utuh. Studi dilakukan di satu blok perumahan di Kelurahan Sukamiskin, Kota Bandung, dengan data meliputi point cloud dari foto udara, point cloud TMMS, titik uji posisi, dan titik uji dimensi. Integrasi data point cloud menggunakan metode Target to Target pada perangkat lunak Cloud Compare. Hasil integrasi berupa validasi posisi menghasilkan RMSE sebesar 0,127 meter, sedangkan validasi dimensi menghasilkan RMSE 0,050 meter. Bila dianalisis lebih lanjut, akurasi ini dapat memenuhi standar Level of Detail (LoD) kelas 2 berdasarkan CityGML. Meskipun demikian, beberapa area masih belum termodelkan dengan optimal. Oleh karena itu, diperlukan integrasi dengan teknologi pemetaan lain sehingga menghasilkan model tiga dimensi perkotaan secara utuh.
The rapid growth of urban areas requires three-dimensional mapping that is fast, cost-effective, and accurate. This study aims to integrate point cloud data obtained from Unmanned Aerial Vehicle (UAV)-based aerial imagery and an action-camera-based Terrestrial Mobile Mapping System (TMMS) to generate a comprehensive three-dimensional urban model. The research was conducted on a residential block in Sukamiskin, Bandung City, using four types of data: UAV-derived point clouds, TMMS derived point clouds, positional check points, and dimensional check points. Data integration was performed using the Target to Target method in Cloud Compare software. The integration results demonstrated a positional Root Mean Square Error (RMSE) of 0.127 meters and a dimensional RMSE of 0.050 meters. Further analysis indicated that these levels of accuracy are sufficient to meet the requirements for Level of Detail (LoD) 2 as defined in the CityGML standard. Nevertheless, several areas remained insufficiently modeled, particularly where occlusions or limited perspectives constrained the completeness of the data. These limitations highlight that a single integration of UAV and TMMS data, while effective, may not fully capture all urban features. Therefore, incorporating additional mapping technologies is recommended to achieve a more complete and reliable three-dimensional representation of urban environments.
Detail Information
Citation
APA Style
. (2025).INTEGRASI DATA POINT CLOUD DARI FOTO UDARA DAN TERRESTRIAL MOBILE MAPPING SYSTEM UNTUK OPTIMALISASI PEMODELAN 3D DI KAWASAN PERKOTAAN ().Teknik Geodesi:FTSP
Chicago Style
.INTEGRASI DATA POINT CLOUD DARI FOTO UDARA DAN TERRESTRIAL MOBILE MAPPING SYSTEM UNTUK OPTIMALISASI PEMODELAN 3D DI KAWASAN PERKOTAAN ().Teknik Geodesi:FTSP,2025.Text
MLA Style
.INTEGRASI DATA POINT CLOUD DARI FOTO UDARA DAN TERRESTRIAL MOBILE MAPPING SYSTEM UNTUK OPTIMALISASI PEMODELAN 3D DI KAWASAN PERKOTAAN ().Teknik Geodesi:FTSP,2025.Text
Turabian Style
.INTEGRASI DATA POINT CLOUD DARI FOTO UDARA DAN TERRESTRIAL MOBILE MAPPING SYSTEM UNTUK OPTIMALISASI PEMODELAN 3D DI KAWASAN PERKOTAAN ().Teknik Geodesi:FTSP,2025.Text