Pengukuran Tinggi dan Pemodelan Kanopi Pohon Menggunakan LiDAR di Kawasan Pengembangan Sekolah Vokasi Universitas Gadjah Mada
Siti Rauda Afiani, Ir. Hanif Ilmawan, S.T., M.Eng., IPP
2026 | Tugas Akhir | D4 TEKNOLOGI SURVEI DAN PEMETAAN DASAR
Vegetasi pada kawasan kampus memiliki kondisi dan karakteristik yang terus mengalami perubahan. Hal ini menyebabkan perlunya pembaruan data vegetasi untuk mendukung inventarisasi dan pemantauan struktur vegetasi, khususnya informasi tinggi pohon dan bentuk kanopi. Pengukuran vegetasi secara manual memerlukan waktu yang relatif lama dan kurang efisien pada area yang luas. Teknologi Light Detection and Ranging (LiDAR) mampu menghasilkan data tiga dimensi dengan detail yang tinggi sehingga dapat digunakan untuk ekstraksi tinggi pohon dan pemodelan kanopi pohon. Proyek akhir ini bertujuan untuk menghasilkan informasi tinggi pohon yang lebih akurat serta melakukan pemodelan kanopi pohon berbasis data LiDAR. Data LiDAR yang digunakan diakuisisi pada tanggal 17 November 2025 di kawasan Pengembangan Sekolah Vokasi Universitas Gadjah Mada.
Pengolahan data dilakukan melalui beberapa tahapan, yaitu klasifikasi point cloud menggunakan metode Cloth Simulation Filter (CSF) untuk memisahkan titik ground dan non-ground, pembentukan Digital Terrain Model (DTM) dan Digital Surface Model (DSM), serta pembentukan Canopy Height Model (CHM). Segmentasi kanopi pohon dilakukan menggunakan algoritma Dalponte berdasarkan raster CHM. Ekstraksi tinggi pohon dilakukan menggunakan tool Zonal Statistics dengan parameter nilai maksimum pada setiap poligon kanopi. Validasi dilakukan menggunakan pengukuran lapangan dengan Total Station pada 20 sampel pohon. Pengujian statistik dilakukan menggunakan uji t-student pada tingkat signifikansi 5% untuk mengetahui tingkat kesesuaian antara hasil ekstraksi LiDAR dan pengukuran lapangan.
Hasil pengolahan menunjukkan bahwa teknologi LiDAR mampu menghasilkan data tinggi pohon yang mendekati kondisi aktual di lapangan. Hasil validasi menunjukkan sebagian besar sampel memiliki selisih kurang dari 0,15 meter dengan nilai rata-rata selisih sebesar 0,088 meter. Hasil uji signifikansi menunjukkan nilai t-hitung sebesar 1,905 lebih kecil dibandingkan nilai t-tabel sebesar 2,093 sehingga tidak terdapat perbedaan yang signifikan antara tinggi pohon hasil ekstraksi LiDAR dan hasil pengukuran lapangan. Pemodelan kanopi pohon berbasis data LiDAR berhasil merepresentasikan bentuk dan distribusi kanopi vegetasi, meskipun pada beberapa area dengan vegetasi rapat masih ditemukan kanopi pohon yang saling berhimpitan sehingga batas individu pohon belum terpisah secara optimal.
Vegetation in campus areas was characterized by continuously changing conditions and characteristics. This created the need for updated vegetation data to support vegetation inventory and structural monitoring, particularly information on tree height and canopy shape. Manual vegetation measurement required considerable time and was inefficient for large areas. Light Detection and Ranging (LiDAR) technology was capable of producing high-resolution three-dimensional data that could be used for tree height extraction and canopy modeling. This final project aimed to generate more accurate tree height information and to develop tree canopy models based on LiDAR data. The LiDAR data used in this study were acquired on November 17, 2025, in the Development Area of the Vocational College, Universitas Gadjah Mada.
The data processing was carried out through several stages, including point cloud classification using the Cloth Simulation Filter (CSF) method to separate ground and non-ground points, generation of Digital Terrain Model (DTM) and Digital Surface Model (DSM), and construction of Canopy Height Model (CHM). Tree canopy segmentation was performed using the Dalponte algorithm based on the CHM raster. Tree height extraction was conducted using the Zonal Statistics tool with the maximum value parameter for each canopy polygon. Validation was carried out using field measurements with a Total Station on 20 sample trees. Statistical testing was performed using a t-test at a 5% significance level to evaluate the agreement between LiDAR-derived and field-measured tree heights.
The results showed that LiDAR technology was capable of producing tree height data that closely matched actual field conditions. Validation results indicated that most samples had differences of less than 0.15 meters, with an average difference of 0.088 meters. The significance test results showed a t-value of 1.905, which was lower than the t-table value of 2.093, indicating that there was no significant difference between LiDAR-derived tree heights and field measurements. Tree canopy modeling based on LiDAR data successfully represented the shape and distribution of vegetation canopies; however, in some densely vegetated areas, overlapping tree canopies were still observed, resulting in less optimal separation of individual tree boundaries.
Kata Kunci : Canopy Height Model, LiDAR, segmentasi kanopi, tinggi pohon, vegetasi kampus, Zonal Statistics