Article Per Year (5 Year)
p-Index From 2019 - 2024
2.663
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS JUTI: Jurnal Ilmiah Teknologi Informasi Geoid - Journal of Geodesy and Geomatics Journal of Applied Geospatial Information JURNAL ILMIAH GEOMATIKA Sewagati
Hidayat, Husnul
Departemen Teknik Geomatika Institut Teknologi Sepuluh Nopember
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Dentistry Earth & Planetary Sciences Education Engineering Environmental Science Library & Information Science Mathematics Physics Social Sciences

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JURNAL ILMIAH GEOMATIKA

 1 
K-LEVEL: APLIKASI HITUNG KERANGKA KONTROL VERTIKAL BERDASARKAN METODE KUADRAT TERKECIL Hidayat, Husnul
GEOMATIKA Vol 20, No 2 (2014)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24895/JIG.2014.20-2.155

Abstract

Kerangka Kontrol Vertikal (KKV) memainkan peranan penting dalam pemetaan topografi. Elevasi KKV umumnya diperoleh dari pengukuran sipat datar yang dihitung dengan metode bowditch rule atau metode kuadrat terkecil. Umumnya metode bowditch rule lebih banyak digunakan karena kesederhanaan perhitungannya menggunakan aplikasi spreadsheet standar. Sementara itu metode kuadrat terkecil tidak banyak dipilih dalam perhitungan KKV. Padahal tidak semua kasus KKV dapat dielesaikan dengan metode bowditch rule. Dalam beberapa kasus, metode kuadrat terkecil lebih efektif untuk digunakan, terutama pada bentuk kerangka yang kompleks. Tulisan ini memaparkan pembuatan aplikasi perhitungan KKV berdasarkan metode kuadrat terkecil, yang diberi nama K-Level. Metode yang digunakan dalam aplikasi ini adalah metode perataan parameter. Antarmuka K-Level didesain dengan tampilan tabular menyerupai tampilan aplikasi spreadsheet pada umumnya. Hal ini dilakukan demi kenyamanan  pengguna dalam memasukkan, memeriksa, mengedit data, serta menampilkan hasil perhitungan hanya dalam satu tampilan. Algoritma program ditulis dengan Matlab yang sangat efektif dalam memanipulasi matriks dan telah banyak digunakan dalam berbagai bidang komputasi numerik. Untuk kenyamanan pengguna, K-level juga dilengkapi dengan panduan penggunaan, fasilitas save dan load, dan pelaporan pekerjaan. Pengujian aplikasi menunjukkan bahwa masukan dan keluaran program dapat berjalan dengan baik sesuai dengan yang diharapkan. Hasil perhitungan menggunakan K-level dibandingkan dengan hasil perhitungan program lain, seperti Adjust, menggunakan beragam set data. Pengujian menunjukkan bahwa tidak terdapat perbedaan signifikan antara hasil perhitungan K-Level dengan aplikasi lain. Rata-rata perbedaan numerik elevasi hasil perhitungan K-Level dan Adjust adalah 0,000020. Dengan demikian K-Level dapat digunakan untuk perhitungan KKV dengan metode kuadrat terkecil.Kata Kunci: K-Level, kuadrat terkecil, kerangka kontrol vertikal, MatlabABSTRACT       Leveling network for vertical control plays important role in topographic mapping. Elevations in leveling network mainly calculated from leveling data, either by bowditch rule or least square method. Mostly, bowditch rule  is more preferred due to its simplicity which can be done using standard spreadsheet application. Meanwhile, least square method is rarely employed. In reality, there are some leveling network which can’t be solved using bowditch rule.For some networks, mainly in complex network, least square method is more effective. This paper presents the design of an application for leveling network adjustment based on least squrae method, namely K-Level. This application uses the adjustment of observation equations method. The interface is designed with tabular style, like common spreadsheet applications. This is done for the ease of use when entering, checking, editing the data, and displaying the results in one window. The algorithm was written in Matlab which is very effective in matrix manipulation and has been widely used in numerical computations. K-Level is also equipped with user’s guide, load and save menu, and reporting. The test shows that the input and output process can run as expected. The results are then compared to other program, like Adjust, using many datasets. The test shows that there is no significant difference between the outputs of both programs. The mean of numerical difference in elevation is only 0,0000020. Therefore, K-Level can be used for leveling network adjustment based on least square method.  Keywords: K-Level, least square, leveling network, Matlab
EKSTRAKSI POSISI 3 DIMENSI DARI PANORAMA SFERIS DENGAN TEKNIK ORIENTASI RELATIF MENGGUNAKAN ALGORITMA 8 TITIK Hidayat, Husnul; Hariyanto, Teguh; Cahyono, Agung Budi
GEOMATIKA Vol 20, No 1 (2014)
Publisher : Badan Informasi Geospasial in Partnership with MAPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24895/JIG.2014.20-1.30

Abstract

Perkembangan pesat dunia optik dan fotografi memungkinkan terciptanya jenis foto yang sebelumnya mustahil untuk dibuat. Salah satunya adalah panorama sferis dengan medan pandang tidak terbatas yang mampu merekam banyak data dari segala penjuru hanya dengan sedikit gambar. Tulisan ini memaparkan bagaimana informasi posisi 3 dimensi dapat diperoleh dari panorama sferis. Secara khusus tulisan ini membahas proses orientasi relatif pada 2 foto panorama sehingga memungkinkan ekstraksi posisi 3 dimensi tanpa bantuan titik kontrol pada objek. Sebagai percobaan digunakan 2 buah foto panorama yang diambil di Kampus ITS. Foto berukuran 16000x8000 piksel dibuat dengan teknik image stitching. Proses orientasi relatif dilakukan menggunakan algoritma 8 titik. Untuk menguji validitas orientasi relatif, posisi dan orientasi panorama yang dihasilkan kemudian digunakan untuk merekonstruksi model 3D dari objek-objek yang tampak pada foto. Hasil pengujian menunjukkan bahwa parameter posisi dan orientasi yang dihasilkan masih dalam sistem koordinat lokal. Hal ini disebabkan tidak dilibatkannya koordinat 3D titik kontrol pada objek yang diamati. Terlepas dari sistem koordinatnya yang masih bersifat lokal, parameter posisi dan orientasi yang dihasilkan dapat digunakan untuk menentukan posisi dan merekonstruksi bentuk 3D objek-objek sekeliling yang tampak pada foto. Analisis lanjutan menunjukkan bahwa kesalahan reproyeksi titik terbesar adalah 3.2 piksel dan yang terkecil adalah 0.00007 piksel. Sedangkan rata-rata kesalahan reproyeksi yaitu 0.6 piksel. Tentu kesalahan reproyeksi ini melampaui ukuran ketelitian 1 piksel pada foto. Dapat dikatakan bahwa model matematik yang digunakan dapat diterapkan untuk kasus orientasi relatif tersebut dan ekstraksi posisi 3D dari 2 foto panorama dapat dilakukan dengan baik.Kata Kunci : posisi 3 dimensi, panorama sferis, orientasi relatif, algoritma 8 titikABSTRACTFast developments in optics and photography enable people to create many images which were impossible to create. One of these images is spherical panorama with unlimited field of view, which can record much data all around only in few images. This paper presents how to extract 3D position from spherical panorama. Specifically, it explains the relative orientation process between 2 panoramas. This enables the extraction of 3D position of any object without any control points on the object. As experimental data, 2 panoramas taken at ITS Campus were used. The 16000x8000-pixel panoramas were created using image stitching technique. Then, the relative orientation process was done using 8-point algorithm. To validate relative orientation, the extracted position and orientation of panoramas were used for 3D-positioning and reconstruction of the visible objects on the panoramas. The results show that the position and orientation of panoramas are in local coordinate system because no control points on the object which were employed. Despite of their local coordinate system, the position and orientation parameters can be used to reconstruct 3D shapes and position of many objects all around. Further analysis shows that the biggest reprojection error is 3.2 pixels and the smallest value is 0.00007 pixels. The mean of reprojection error is 0.6 pixels, which obviously beyond the 1-pixel accuracy of photo coordinate measurement. It can be stated that the employed mathematical models can be applied for relative orientation and the extraction of 3D position from 2 panoramas can be done well.Keywords : 3D position, spherical panorama, relative orientation, 8-point algorithm
Co-Authors ABDUL MUNIF Adnan Erlangga Raharja Agung Budi Cahyono Agung Budi Cahyono Ahmad Solihuddin Al Ayyubi Ahmadiyah, Adhatus Solichah Anggraini, Ratih Nur Esti Ari Santoso Bangun Muljo Sukojo, Bangun Muljo Budisusanto, Yanto Citra Ayu Sekar Kinasih Dean Ahmed Falahesa Dini Adni Navastara, Dini Adni Dini Adni Navastra Erika Azzahra Filsa Bioresita Ghozy Shalahuddin Kholiq Hepi Hapsari Handayani Ilyas Ilyas Jaelani, Lalu Muhamad Kelly Rossa Sungkono Mohammad Avicenna Mohammad Avicenna Muhammad Aldila Syariz Muhammad Iqbal Izzul Haq Nanik Suciati Navinda Meutia Nisrina Ulfah Nurul Fajrin Ariyani Nurwatik Nurwatik Riyanarto Sarno Sultan Alifian Hapriansyah Sultan Alifian Hapriansyah Teguh Hariyanto, Teguh Zulfa, Nafa