EKSTRAKSI BANGUNAN PADA DATA FOTO UDARA DAN DATA LIDAR MENGGUNAKAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) Studi Kasus: Grha Sabha Pramana dan Sekitarnya

ANISA NUR KHOLIFAH, Ir. Rochmad Muryamto, M.Eng.Sc.

2022 | Tugas Akhir | D4 TEKNOLOGI SURVEI DAN PEMETAAN DASAR

Ekstraksi bangunan pada umumnya dilakukan secara digitasi on screen menggunakan data foto udara yaitu data ortofoto. Pemanfaatan digitasi on screen dinilai tidak efisien dari segi waktu dan sumber daya manusia. Dibutuhkan metode klasifikasi objek secara otomatis untuk memberikan solusi terkait permasalahan tersebut, salah satunya yaitu metode Object Based Image Analysis (OBIA). Dalam melakukan ekstraksi bangunan secara otomatis menggunakan data foto udara tidak akan lepas dari berbagai macam kesalahan seperti kesalahan klasifikasi yang diakibatkan oleh variasi warna atap dan kerapatan bangunan. Melakukan penambahan data foto udara dengan Normalized Digital Surface Model (nDSM) dari data LiDAR dapat menjadi solusi untuk mengatasi permasalahan tersebut. Kegiatan aplikatif ini bertujuan untuk mengevaluasi penggunaan data foto udara dan nDSM dari data LiDAR dalam melakukan ekstraksi bangunan menggunakan metode OBIA. Lokasi kegiatan aplikatif berada di sekitar Grha Sabha Pramana UGM Yogyakarta. Kegiatan aplikatif ini diawali dengan melakukan pengolahan data foto udara menjadi data ortofoto dan data LiDAR menjadi data nDSM. Kedua data tersebut selanjutnya digunakan dalam proses klasifikasi objek dengan menggunakan metode OBIA. Terdapat dua tahapan dalam melakukan klasifikasi menggunakan metode OBIA yaitu segmentasi dan klasifikasi. Segmentasi dilakukan menggunakan algoritma multiresolusi dan algoritma spectral difference. Klasifikasi dilakukan menggunakan algoritma assign class dengan menentukan thresholding atau nilai ambang batas rata-rata ketinggian bangunan menggunakan data nDSM. Hasil metode OBIA dalam mengekstraksi bangunan kemudian divalidasi menggunakan data ukuran luas bangunan (atap) dari Direktorat Pengelolaan dan Pemeliharaan Aset UGM. Hasil dari ekstraksi bangunan pada data foto udara dan data nDSM dari data LiDAR dengan metode OBIA mampu mengklasifikasi keseluruhan objek bangunan sebanyak 18 bangunan. Namun, objek vegetasi yang menempel pada bangunan dan bayangan bangunan akibat cahaya matahari menyebabkan kesalahan dalam klasifikasi sehingga mempengaruhi hasil luas ekstraksi bangunan. Hasil evaluasi menggunakan hipotesis perhitungan uji-t berpasangan dengan tingkat kepercayaan 95% menghasilkan nilai t hitung > t tabel dengan nilai 4,490 m > 2,110 m. Maka dapat disimpulkan bahwa H0 ditolak karena ketelitian luasan pada luas ekstraksi bangunan mengalami perbedaan luas yang signifikan dengan luas bangunan (atap) dari Direktorat Pengelolaan dan Pemeliharaan Aset UGM.

Building extraction is generally carried out by digitizing on-screen using aerial photo data, namely orthophoto data. The use of on-screen digitization is considered inefficient in terms of time and human resources. It takes an object classification method to automatically provide solutions to these problems, one of which is the Object-Based Image Analysis (OBIA) method. In carrying out the automatic extraction of buildings using aerial photo data, there will be various kinds of errors, such as misclassification caused by variations in roof color and building density. Adding aerial photo data with a Normalized Digital Surface Model (nDSM) from LiDAR data can be a solution to overcome these problems. This application activity aims to evaluate the use of aerial photo data and nDSM from LiDAR data in extracting buildings using the OBIA method. The location of the applicative activities is around Grha Sabha Pramana UGM Yogyakarta. This applicative activity begins with processing aerial photo data into orthophoto data and LiDAR data into nDSM data. The two pieces of data are then used in the object classification process using the OBIA method. There are two stages in classifying using the OBIA method: segmentation and classification. Segmentation is done using a multi-resolution algorithm and a spectral difference algorithm. Classification is done using the assigned class by determining thresholding or threshold value for the average height of the building using nDSM data. The results of the OBIA method in extracting buildings were then validated using data on the size of the building area (roof) from the Directorate of Asset Management and Maintenance UGM. The results of the extraction of buildings from aerial photo data and nDSM data from LiDAR data with the OBIA method can classify all building objects as many as 18 buildings. However, the vegetation object attached to the building and the shadow of the building due to sunlight caused an error in classification which affected the results of the building's extraction area. The results of the evaluation using the hypothesis of a paired t-test calculation with a 95% confidence level resulted in a t count > t table with a value of 4,490 m > 2,110 m. So it can be concluded that H0 is rejected because the accuracy of the area in the extraction area of the building has a significant difference in the area with the building area (roof) from the Directorate of Asset Management and Maintenance UGM.

Kata Kunci : Data foto udara, Data nDSM dari data LiDAR, Ekstraksi Bangunan, OBIA