Oleh: Rangga Sulaiman, S.T., dan Mohamad Arszandi Pratama, S.T., M.Sc.

Pendahuluan

Perkembangan teknologi fotogrametri digital telah memberikan berbagai alternatif dalam
kegiatan pengukuran dan pemodelan objek tiga dimensi. Salah satu metode yang semakin
banyak digunakan adalah Close Range Photogrammetry (CRP), yaitu metode fotogrametri
yang memanfaatkan foto dari jarak relatif dekat terhadap objek untuk memperoleh informasi
geometris dan bentuk tiga dimensi. Berbeda dengan fotogrametri udara yang umumnya
digunakan untuk pemetaan wilayah yang luas, CRP lebih sesuai untuk objek dengan ukuran
relatif kecil hingga menengah, seperti bangunan, struktur konstruksi, benda industri, situs
arkeologi, maupun elemen infrastruktur.

Pada prinsipnya, CRP memanfaatkan sejumlah foto yang memiliki area tumpang tindih
(overlap) untuk menemukan fitur-fitur yang sama pada berbagai sudut pandang. Informasi
tersebut kemudian digunakan untuk menentukan posisi kamera sekaligus membangun
geometri tiga dimensi objek. Perkembangan metode Structure from Motion (SfM) membuat
proses tersebut semakin otomatis karena posisi dan orientasi kamera dapat dihitung
berdasarkan hubungan geometris antar-foto. Metode ini memungkinkan rekonstruksi tiga
dimensi dilakukan dengan kamera digital yang relatif sederhana tanpa selalu memerlukan
kamera fotogrametri khusus.

CRP memiliki keunggulan karena bersifat non-kontak. Pengukuran dapat dilakukan tanpa
menyentuh objek secara langsung sehingga metode ini sangat bermanfaat untuk objek yang
sulit diakses, memiliki bentuk kompleks, atau berpotensi mengalami kerusakan apabila
dilakukan pengukuran secara konvensional. Dalam bidang teknik dan industri, fotogrametri
jarak dekat telah digunakan untuk pengukuran titik, deformasi, parameter posisi dan orientasi,
kontur tiga dimensi, serta permukaan objek.

Prinsip Dasar Close Range Photogrammetry

Konsep dasar CRP adalah memperoleh informasi tiga dimensi dari sejumlah foto dua dimensi.
Sebuah titik pada objek dapat muncul pada beberapa foto yang diambil dari posisi kamera
berbeda. Perbedaan posisi titik tersebut pada masing-masing foto disebut sebagai parallax.
Dengan mengetahui hubungan geometris antar-foto, posisi tiga dimensi titik dapat dihitung
melalui proses triangulasi.

Tahapan tersebut membutuhkan penentuan orientasi kamera, yang meliputi posisi dan orientasi
kamera ketika foto diambil. Selain itu, karakteristik internal kamera juga perlu diperhitungkan.
Parameter seperti panjang fokus, posisi titik utama (principal point), serta distorsi lensa
merupakan bagian penting dari proses kalibrasi kamera. Kalibrasi diperlukan karena
ketidakakuratan model kamera dapat memengaruhi hasil rekonstruksi tiga dimensi. Penelitian
mengenai pemodelan sensor dan kalibrasi kamera menunjukkan bahwa kalibrasi merupakan
salah satu komponen penting dalam mencapai kualitas pengukuran yang baik pada aplikasi
CRP.

Dalam metode modern berbasis SfM, proses orientasi kamera dan rekonstruksi geometri dapat
dilakukan secara simultan melalui bundle adjustment. Perangkat lunak akan mencari fitur-fitur
yang sama pada beberapa foto, kemudian menentukan hubungan relatif antar-kamera. Setelah
orientasi kamera diperoleh, titik-titik yang memiliki kecocokan pada beberapa foto dapat
direkonstruksi menjadi titik tiga dimensi.

Kualitas hasil tersebut sangat dipengaruhi oleh konfigurasi pengambilan foto. Foto sebaiknya
memiliki overlap yang cukup dan diambil dari sudut pandang yang berbeda. Pengambilan
gambar dari berbagai posisi memungkinkan objek diamati secara stereoskopis sehingga
informasi kedalaman dapat diperoleh dengan lebih baik. Pada objek dengan bentuk kompleks,
pengambilan foto dari berbagai sudut juga membantu mengurangi bagian objek yang tidak
terlihat (occlusion).

Tahapan Akuisisi Data

Tahap pertama dalam penerapan CRP adalah menentukan objek dan tujuan pengukuran. Tujuan
tersebut akan menentukan jarak kamera terhadap objek, jumlah foto, resolusi kamera, sudut
pengambilan gambar, serta kebutuhan titik kontrol atau titik referensi.

Pada tahap akuisisi, kamera diarahkan sedemikian rupa sehingga seluruh bagian objek yang
ingin dimodelkan dapat terekam. Foto yang dihasilkan harus memiliki kualitas visual yang baik
dan tidak mengalami motion blur. Pencahayaan juga perlu diperhatikan karena perubahan
intensitas cahaya yang ekstrem dapat menyulitkan proses pencocokan fitur antar-foto.

Untuk objek tiga dimensi, pengambilan gambar tidak hanya dilakukan dari satu arah. Kamera
dapat bergerak mengelilingi objek sehingga setiap permukaan dapat diamati dari beberapa
sudut. Pola tersebut menghasilkan jaringan foto yang lebih kuat untuk proses rekonstruksi.
Dalam aplikasi industri, konfigurasi pencitraan, jumlah posisi kamera, kebutuhan akurasi,
redundansi pengamatan, serta kondisi pencahayaan merupakan faktor yang harus direncanakan
sejak awal.

Selain kamera, objek juga dapat dilengkapi dengan target atau titik kontrol. Target dapat berupa
tanda yang memiliki posisi atau koordinat tertentu sehingga dapat digunakan sebagai referensi
dalam proses orientasi dan transformasi model. Meskipun metode SfM dapat melakukan
rekonstruksi relatif tanpa target, keberadaan kontrol tetap penting ketika hasil pengukuran
membutuhkan sistem koordinat absolut dan informasi metrik yang dapat
dipertanggungjawabkan.

Pengolahan Data dan Rekonstruksi Tiga Dimensi

Setelah proses akuisisi selesai, foto dimasukkan ke dalam perangkat lunak fotogrametri. Tahap
pertama adalah proses image alignment. Pada tahap ini perangkat lunak mencari titik-titik yang
memiliki karakteristik sama pada foto yang berbeda. Titik-titik tersebut digunakan untuk
menentukan hubungan geometris antar-foto dan memperkirakan posisi serta orientasi kamera.

Hasil alignment biasanya berupa sparse point cloud yang menggambarkan struktur dasar objek.
Setelah itu, parameter kamera dapat dioptimalkan melalui proses bundle adjustment. Tahap
optimasi bertujuan memperoleh kombinasi parameter kamera dan koordinat titik yang paling
konsisten terhadap seluruh pengamatan foto.

Tahap berikutnya adalah pembentukan dense point cloud. Pada proses ini, jumlah titik tiga
dimensi diperbanyak sehingga permukaan objek dapat direpresentasikan secara lebih detail.
Dense point cloud kemudian dapat digunakan untuk menghasilkan mesh, model tiga dimensi
bertekstur, Digital Surface Model (DSM), maupun produk pengukuran lainnya.

Dalam penelitian dan aplikasi CRP, kualitas orientasi kamera dan kalibrasi sangat berpengaruh
terhadap proses selanjutnya. Kesalahan pada orientasi foto dapat menyebar ke seluruh hasil
rekonstruksi karena koordinat tiga dimensi ditentukan berdasarkan hubungan geometris antarcitra. Oleh sebab itu, pemeriksaan kualitas hasil alignment dan statistik bundle adjustment
menjadi bagian penting dalam pengolahan.

Penerapan pada Bangunan dan Infrastruktur

Salah satu penerapan CRP yang penting adalah dokumentasi dan pengukuran bangunan serta
infrastruktur. Foto dapat digunakan untuk menghasilkan representasi tiga dimensi dari fasad
bangunan, jembatan, bendungan, struktur beton, tangki, maupun fasilitas industri. Metode ini
memberikan keuntungan terutama ketika struktur memiliki bentuk yang kompleks dan sulit
diukur secara langsung.

Pada bidang konstruksi, model tiga dimensi hasil fotogrametri dapat digunakan untuk
dokumentasi kondisi aktual (as-built documentation), pengukuran dimensi, pemantauan
perubahan bentuk, dan inspeksi visual. Data tiga dimensi juga dapat dibandingkan dengan
model desain untuk mengidentifikasi perbedaan antara kondisi rencana dan kondisi aktual.

Pada struktur yang mengalami perubahan bentuk, foto dapat diambil pada waktu yang berbeda
kemudian dibandingkan. Perbedaan posisi permukaan dapat digunakan untuk mengidentifikasi
deformasi. Dalam aplikasi industri, CRP telah digunakan untuk pengukuran deformasi dan
gerakan, pengukuran bentuk tiga dimensi, serta pengukuran berbagai struktur teknik.

Metode ini juga dapat digunakan untuk dokumentasi bangunan bersejarah dan situs arkeologi.
Salah satu keuntungannya adalah objek dapat didokumentasikan tanpa kontak fisik. Hasil
dokumentasi dapat berupa point cloud, model tiga dimensi, ortofoto permukaan, maupun
model bertekstur yang mempertahankan informasi visual objek.

Faktor yang Memengaruhi Ketelitian

Walaupun CRP memiliki banyak keunggulan, hasil pengukuran tidak secara otomatis memiliki
ketelitian tinggi. Beberapa faktor dapat memengaruhi kualitas hasil, antara lain kualitas
kamera, resolusi foto, kalibrasi kamera, konfigurasi pengambilan gambar, jumlah dan distribusi
foto, kualitas pencahayaan, tekstur objek, serta metode pengolahan data.

Objek dengan permukaan yang homogen atau tidak memiliki tekstur yang cukup dapat
menyulitkan algoritma pencocokan fitur. Permukaan kaca, permukaan yang sangat reflektif,
objek berwarna seragam, serta bagian yang tertutup objek lain dapat menghasilkan jumlah titik
ikat yang lebih sedikit. Kondisi tersebut dapat menyebabkan rekonstruksi menjadi tidak
lengkap atau memiliki ketidakstabilan geometris.

Selain itu, kualitas hasil perlu dibedakan antara presisi relatif dan akurasi absolut. Model
fotogrametri dapat memiliki bentuk relatif yang sangat baik tetapi belum tentu memiliki posisi
absolut yang akurat. Apabila model harus digunakan untuk pengukuran dengan koordinat
sebenarnya, diperlukan referensi terhadap sistem koordinat yang sesuai, misalnya melalui GCP,
skala, jarak yang diketahui, atau data posisi kamera yang memiliki ketelitian memadai.
Literatur mengenai penilaian kualitas model CRP juga menekankan pentingnya data referensi
dalam mengevaluasi akurasi model.

Karena itu, hasil CRP sebaiknya tidak hanya dinilai berdasarkan tampilan visual model.
Pemeriksaan geometris menggunakan ukuran atau koordinat referensi diperlukan apabila data
akan digunakan untuk pekerjaan survei, konstruksi, atau analisis teknik.

Kelebihan dan Keterbatasan

CRP memiliki sejumlah kelebihan dibandingkan metode pengukuran konvensional. Metode ini
relatif cepat, bersifat non-kontak, mampu merekam objek dengan bentuk kompleks, dan dapat
menghasilkan data tiga dimensi dengan biaya yang relatif rendah. Penggunaan kamera digital
dan perangkat lunak SfM juga membuat teknologi ini semakin mudah diterapkan pada berbagai
bidang.

Namun, CRP juga memiliki keterbatasan. Ketelitian hasil sangat bergantung pada kualitas foto
dan geometri pengambilan gambar. Permukaan objek yang tidak memiliki tekstur, kondisi
pencahayaan yang buruk, bayangan, refleksi, dan bagian objek yang tertutup dapat
menurunkan kualitas rekonstruksi. Selain itu, model tanpa kontrol atau referensi eksternal
dapat memiliki sistem koordinat relatif sehingga tidak dapat langsung digunakan sebagai data
pengukuran absolut.

Oleh karena itu, metode CRP sebaiknya dipilih berdasarkan tujuan pekerjaan. Untuk
dokumentasi visual dan rekonstruksi bentuk, metode ini dapat memberikan hasil yang sangat
baik. Namun, untuk pekerjaan yang memiliki tuntutan ketelitian dan akurasi tertentu, desain
jaringan foto, kalibrasi kamera, kontrol geometri, dan proses validasi harus direncanakan
secara lebih ketat.

Kesimpulan

Close Range Photogrammetry merupakan metode pengukuran berbasis citra yang mampu
menghasilkan informasi tiga dimensi dari objek melalui sejumlah foto yang saling
bertampalan. Perkembangan teknologi digital dan metode Structure from Motion telah
membuat proses rekonstruksi menjadi lebih otomatis dan memungkinkan penggunaan kamera
digital yang relatif sederhana.

Penerapan CRP mencakup berbagai bidang, mulai dari dokumentasi bangunan, survei
konstruksi, inspeksi infrastruktur, pengukuran industri, hingga dokumentasi objek budaya dan
arkeologi. Keunggulan utama metode ini adalah kemampuan menghasilkan informasi tiga
dimensi tanpa kontak langsung dengan objek serta fleksibilitas dalam proses akuisisi data.

Meskipun demikian, kualitas hasil tetap bergantung pada perencanaan akuisisi, kalibrasi
kamera, konfigurasi jaringan foto, kualitas pencocokan fitur, dan kontrol terhadap sistem
koordinat. Oleh karena itu, penggunaan CRP untuk pekerjaan pengukuran tidak cukup hanya
menghasilkan model tiga dimensi yang terlihat baik, tetapi juga harus disertai evaluasi
ketelitian dan validasi terhadap data referensi. Dengan perencanaan dan pengolahan yang tepat,
CRP dapat menjadi metode yang efektif untuk memperoleh informasi geometris objek secara
cepat, fleksibel, dan ekonomis.

Daftar Pustaka

Fraser, C. S., & Brown, D. C. (1986). Industrial photogrammetry: New developments and
recent applications. The Photogrammetric Record, 12(68), 197–217.

Luhmann, T., Robson, S., Kyle, S., & Boehm, J. (2013). Close-Range Photogrammetry and
3D Imaging. Berlin/Boston: De Gruyter.

Luhmann, T., Robson, S., Kyle, S., & Boehm, J. (2020). Close-Range Photogrammetry and
3D Imaging (3rd ed.). Berlin/Boston: De Gruyter.

Luhmann, T., Piechel, J., & Roelfs, M. (2016). Sensor modelling and camera calibration
for close-range photogrammetry. ISPRS Journal of Photogrammetry and Remote Sensing,
115, 37–46.

Rieke-Zapp, D., Tecklenburg, W., Peipe, J., Hastedt, H., & Link, A. (2009). Evaluation of
the geometric stability and the accuracy potential of digital cameras. Photogrammetric
Record.

Vacca, G. (2019). Overview of open source software for close range photogrammetry. The
International Archives of the Photogrammetry, Remote Sensing and Spatial Information
Sciences, XLII-4/W14, 239–245.

Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J., & Reynolds, J. M. (2012).
‘Structure-from-Motion’ photogrammetry: A low-cost, effective tool for geoscience
applications. Geomorphology, 179, 300–314.