Cara Filter Data LiDAR yang Terpengaruh Hujan, ini Tekniknya

kartabhumi – Bayangin sahabat bhumi udah siapin LiDAR, drone mahal, mapping keren. Eh ujuk-ujungnya hujan gerimis. Hasilnya bikin data jadi noisy, muncul titik-titik aneh yang bukan pohon atau bangunan cloud point berantakan . Dari pengalaman tim lapangan di tambang, hutan tropis, sampai proyek pantai, hujan itu musuh nyata. Droplet air refleksif banget di panjang gelombang LiDAR , bikin false returns kayak titik ngambang nggak jelas. Sahabat bhumi kira vegetasi, padahal cuma butiran air. Tenang, ada jurus filter data LiDAR kena hujan. PT.Karta Bhumi Nusantara sudah ngerangkum langsung dari lapangan. Langsung aja simak tekniknya!

Mengapa Hujan Jadi Musuh LiDAR?

Berikut ini beberapa alasan mengapa hujan jadi musuh LiDAR:

Droplet Air Itu Kayak Cermin Mini Buat Sinar LiDAR

Sinar LiDAR memantul balik ke sensor dari droplet air bukan dari objek real kayak tanah atau bangunan. Hasilnya sensor bingung karena droplet bikin false positive alias titik palsu di point cloud.

Bikin Data Jadi Noisy

Droplet tersebar acak di berbagai ketinggian, jadilah noise tersebar di mana-mana. Gak kayak pohon (cluster rapi) atau bangunan (bentuk geometris). Sahabat bhumi susah bedain mana titik beneran (tanah, vegetasi, infrastruktur) dan mana titik sampah hasil pantulan hujan.

Multiple Return Jadi Kacau Balau

LiDAR modern bisa bedain lapisan pantulan buat nembus dedaunan. Tapi droplet cuma kasih first return doang (air jatuh bebas, gak nyisa pantulan kedua). Sensor mikir “Ini first return dari dedaunan atau cuma air?” Klasifikasi titik bisa salah total.

Intensitas Sinyal Baliknya Nggak Konsisten

Nilai intensitas sinyal balik air hujan liar banget, kadang tinggi (droplet basah), kadang rendah (air menyerap sinyal). Sahbat bhumi set threshold, eh droplet lain punya intensitas di atas/di bawah batas.

Bisa Bikin Akurasi DEM Jeblok

Titik hujan ke-classify sebagai ground points terutama di area terbuka tanpa vegetasi. Digital Elevation Model jadi ada tonjolan-tonjolan palsu di permukaan tanah yang sebenernya gak ada. Fatal buat analisis banjir, desain infrastruktur, atau hitung volume tambang.

Ciri Data LiDAR yang Terpengaruh Hujan

Berikut ini beberapa ciri data LiDAR yang terperngaruh hujan:

Titik-Titik Ngambang di Udara Tanpa Pola Jelas

Ada titik melayang di berbagai ketinggian tapi gak membentuk cluster rapi kayak pohon. Kelihatan kayak debu atau sparkling di layar. Kalo di Zoom in titiknya sendirian atau cuma 2-3 titik berdekatan.

Nilai Intensitas Nggak Jelas Ujungnya

Intensitas sinyal balik liar: super tinggi (>80 skala 8-bit) di udara kosong, atau rendah banget (<10) tanpa objek padat di sekitar. Daun biasanya punya intensitas medium & konsisten.

First Return Doang

Air hujan cuma kasih first return karena sinar LiDAR mentok di droplet lalu ilang. Pohon royal ngasih first return (daun), second return (ranting), third return (batang/tanah). Banyak titik cuma punya return number 1 tanpa return berikutnya di kolom vertikal yang sama.

Distribusi Vertikal Nggak Wajar

Hujan muncul mulai 0 meter sampai puluhan meter tanpa pola gradasi. Vegetasi rapat di ketinggian tertentu (kanopi 5-15m, semak <3m). Awan/kabut biasanya >50m. Titik nyebar merata dari bawah sampai atas di area terbuka (padang rumput/lahan kosong) 90% efek hujan.

Muncul Mendadak Setelah Hujan Gerimis di Logbook

Cek catatan lapangan. Kalau tim nyatain ada gerimis di jam tertentu, dan data sebelum-sesudah hujan tiba-tiba punya ribuan titik aneh yang sebelumnya gak ada ya fix itu hujan. Logbook + observasi visual adalah alat deteksi paling jitu.

Teknik Filter Data LiDAR yang Terpengaruh Hujan

Berikut ini beberapa teknik filter data LiDAR yang terpengaruh hujan:

Teknik Filter	Gimana Cara Kerjanya?	Parameter	Keunggulan	Kekurangan
Intensity Thresholding	Motong titik berdasarkan nilai intensitas sinyal balik. Air hujan punya intensitas aneh (kegedean/kekecilan)	Batas: <10 atau >80 (skala 8-bit), sesuaikan sama histogram data	Cepet, gak bikin laptop ngelag	Gagal kalau intensitas hujan mirip vegetasi
Statistical Outlier Removal (SOR)	Hitung rata-rata jarak titik ke tetangganya. Yang jauhan dianggap noise (hujan)	Radius: 0.5-1 m, Min neighbor: 3-5 titik, Std dev multiplier: 2-3	Ampuh buat titik ngambang sendiri	Berisiko hapus ranting pohon yang jarang
Radius Outlier Removal	Mirip SOR tapi lebih simpel. Titik dianggap noise kalau minim teman	Radius: 1 m, Min neighbor: 3 titik	Gampang dipahami, cocok buat pemula	Kurang akurat kalau kerapatan titik beda-beda
Return Number Analysis	Manfaatin pola: air cuma punya first return, pohon punya second/third	Filter titik dengan return number = 1 dan tanpa return lain di kolom vertikal sama	Jitu banget bedain hujan vs pohon	Butuh data multiple return, ribet di area terbuka
Elevation-Based Filtering	Bikin DEM kasar dulu, hapus titik di atas tanah yang gak bentuk objek	Tinggi ambang: 0.5-2 m di atas DEM	Cocok buat area dengan kontras ketinggian	Gagal total kalau area emang ada vegetasi tinggi
Spatial Density Filter	Hitung kerapatan titik per area. Hujan punya density rendah & acak	Grid size: 0.5-1 m, Threshold: <5 titik per grid	Bagus buat bedain hujan vs semak	Lambat kalau data >100 juta titik, butuh iterasi
Manual / Visual Editing	Zoom manual, seleksi titik ngambang pake lasso, hapus langsung	Skill mata + pengalaman + software (CloudCompare/LAStools)	Akurasi 100%	Lama & bikin mata perih, gak scalable
Machine Learning Classification	Training model ML (Random Forest) biar otomatis bedain hujan	Fitur: intensity, return_number, number_of_neighbors, relative_height	Auto, akurat buat area luas, adaptif	Butuh effort training, GPU, software mahal

Cara Mencegah Data LiDAR Rusak Karena Hujan

Berikut ini beberapa cara mencegah data LiDAR rusak karena hujan:

Cek Rutin Weather Forecast

Pantau radar cuaca real-time pakai Windy atau BMKG. Jangan cuma lihat cerah, perhatiin prediksi gerimis. Penelitian 2025 buktikan hujan 8,9 mm/jam saja sudah bikin performa LiDAR turun drastis.

Stop Operasi Begitu Mulai Gerimis

Begitu tetesan air terlihat di lapangan atau display monitoring, stop. Droplet air reflektif banget, hasil scan bakal dipenuhi ghost points, plus risiko air masuk ke internal sensor. Nunggu 15-20 menit sampai reda total lebih baik daripada ngulang misi.

Jangan Scan Pas Selesai Hujan

Tunggu minimal 30-60 menit setelah hujan berhenti. Masih ada lapisan tipis air di permukaan yang bikin sinar LiDAR tidak optimal memantul, point density berkurang drastis.

Manfaatin hardware Dengan Spatial Filtering

Fitur built-in ini memblok komponen frekuensi tinggi dari sinar laser, mengurangi speckle dan ghost points sejak awal. Pabrikan seperti Hokuyo sudah mengintegrasikan, tapi cek dulu spek hardware sahaabat bhumi.

Kalau Terpaksa tetap Gedein Overlap

Naikkan Overlap standar minimal 30%, di kondisi berisiko naikin jadi 50-70%. Area discan beberapa kali kalo satu bagian kena noise hujan, bagian lain di overlap bisa bersih. Tapi ini cuma buat mitigasi bukan solusi. Bukan jaminan data mulus, cuma ngurangin kemungkinan gagal total.

Kesimpulan Cara Filter Data LiDAR yang Terpengaruh Hujan

Jadi sahabat bhumi, hujan itu emang musuh bebuyutan LiDAR dari droplet airnya kayak cermin mini yang bikin point cloud berantakan, penuh titik ngambang palsu, dan bikin akurasi DEM jeblok. Tapi bukan berarti misi batal total. Dengan teknik filter kayak intensity thresholding, SOR, return number analysis, plus pencegahan kayak cek cuaca real-time, stop operasi pas gerimis, dan naikin overlap, data sahabat bhumi bisa tetep bersih meskipun kondisi lagi nggak friendly. Yang paling penting: logbook dan observasi lapangan tetep jadi senjata paling jitu.