Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kemampuan Algoritma Random Sample Consensus (RANSAC) untuk Klasifikasi Ground Pada Data Light Detection and Ranging (LiDAR) Ikram, Nur Muhammad; Maharani, Monica; Wahyuningrum, Dwi; Rohaman, Maman
GEOID Vol. 19 No. 1 (2023)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i1.1790

Abstract

Teknologi LiDAR memiliki kemampuan yang mampu digunakan untuk membuat Digital Terrain Model (DTM). Tahapan yang penting dalam membuat DTM adalah klasifikasi ground, yang bertujuan untuk memisahkan informasi ground dengan non ground dari data point cloud. Berbagai perangkat lunak dan aplikasi untuk klasifikasi ground telah berkembang, namun hampir seluruh perangkat lunak maupun aplikasi tersebut menggunakan algoritma Random Sample Consensus (RanSaC). Algoritma ini merupakan algoritma yang digunakan untuk mengkelaskan objek ground dalam metode segmentasi yang berbasiskan model planar. Meskipun algoritma ini sudah umum untuk digunakan untuk mengkelaskan objek ground, namun masih banyak perangkat lunak maupun aplikasi dari algoritma RanSaC yang mengkombinasikan algoritma tersebut dengan algoritma lainnya untuk memperoleh hasil yang akurat. Oleh karena itu, dalam penelitian akan dikaji mengenai algoritma RanSaC dalam melakukan klasifikasi ground pada data LiDAR. Penelitian ini dilakukan dengan membuat program yang menggunakan algoritma RanSaC untuk mengolah data LiDAR. Point cloud ground yang dihasilkan dari program tersebut akan diuji akurasinya menggunakan data pembanding yang telah diuji kebenarannya. Hasil yang diuji dan analisis berupa point cloud ground hasil klasifikasi dan DTM yang dibentuk. Dari hasil penelitian yang telah dilakukan, diperoleh hasil bahwa algoritma RanSaC mampu digunakan untuk melakukan klasifikasi ground pada data point cloud. Namun, algoritma RanSac hanya memberikan hasil yang memadai pada area dengan medan yang relatif datar, yang ditunjukkan dengan nilai akurasi LE90 sebesar 0,123 meter. Kelemahan ini disebabkan karena prinsip pengoperasian algoritma yang lebih cocok untuk medan datar. Saat akurasi LE90 diuji dalam kondisi medan yang beragam, akurasinya menurun menjadi 3,296 meter. Temuan ini menegaskan bahwa kesimpulan bahwa algoritma RanSac secara optimal digunakan untuk mengklasifikasikan ground dan membentuk DTM di daerah dengan medan yang relatif rendah.
Making a Profile of Karanggunung Hamlet for Community Empowerment in Gunung Kidul Regency Ikram, Nur Muhammad; Gupitasari, Nihan Ayu Shabrina; Prawira, Hadi
KOLOKIUM Jurnal Pendidikan Luar Sekolah Vol 11, No 2 (2023): Kolokium : Publishing October 2023
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/kolokium.v11i2.566

Abstract

Currently, the Government of the Republic of Indonesia has issued a policy so that stakeholders in each village can have full authority in regulating and managing community needs and can be on target. To support this, we need programs that can support the achievement of these policies. Therefore, a profile video was made for Karanggunung Hamlet. The purpose of holding this program is to help Karanggunung Hamlet in disseminating general information along with the potential of Karanggunung Hamlet more broadly. The method used in this community service activity is by conducting interviews with community leaders followed by recording a video about the profile of Karanggunung hamlet. Next, video editing is carried out to produce a profile video about Karanggunung Hamlet. The result of this activity is a video profile of Karanggunung hamlet which has been uploaded via YouTube social media as a form of branding for Karanggunung hamlet.