@thesis{thesis,
		author={Effendy  Yougo Fachqul Oui Noer},
		title ={KLASIFIKASI POINT CLOUD PADA PETA PHOTO MENGGUNAKAN METODE SEMI AUTOMATIC},
		year={2017},
		url={http://eprints.itn.ac.id/9975/},
		abstract={Perkembangan teknologi di bidang komputer dan fotogrametri digital menyediakan alat-alat baru dan solusi otomatis untuk aplikasi dalam studi perkotaan, kadaster, dll, yang terkait dengan pembangunan perkotaan, identifikasi konstruksi ilegal, pemodelan 3D, deteksi perubahan, dll Banyak algoritma telah

dikembangkan selama bertahun-tahun untuk mendeteksi bangunan otomatis menggunakan data LIDAR dan point cloud dari image matching. Penelitian ini Bertujuan untuk mengklasifikasi area selain ground dan non ground menggunakan metode semi-automatic dengan aplikasi agisoft photo model, parameter yang di klasifikasikan meliputi ground, building dan vegetasi guna

membagi tiap kelas nya.

Hasil dari klasifikasi akan menunjukan perbedaan tiap kelas nya, ground, building dan vegetasi yang sudah terklasifikasi dengan pewarnaan yang berbeda. mengidentifikasi ground points ke dalam kelasnya, sangatlah penting untuk memahami karakteristik fisik dari ground points yang dapat membedakannya dengan titik titik point cloud lain nya berdasarkan elevasi terendah, kecuraman permukaan tanah, perbedaan elevasi permukaan tanah. Klasifikasi vegetasi dan building memperhatikan kerapatan tiap point nya.

Kata kunci: Fotogrametri, klasifikasi point cloud, Ground, Vegetasi, Building, semi-automatic}
		}