View/Open

Author

Advisor
Budhi Agung Prasetyo, S.Pi., M.Si.,
Mohammad Ashari Dwiputra, S.Kel., M.Si.,

Koleksi
Sains Lingkungan Kelautan

Publisher

Penelitian ini bertujuan untuk mengetahui tutupan habitat bentik di Perairan Pulau Mahitam, Lampung, dengan berfokus pada perairan dangkal yang kaya akan nutrien dan cahaya matahari melimpah yang membuat banyak makhluk hidup tinggal di zona tersebut. Pemantauan dilakukan dengan citra satelit Sentinel-2A dengan pendekatan penginderaan jauh melalui platform Google Earth Engine (GEE) dan membandingkan algoritma klasifikasi Random Forest (RF) dan Support Vector Machine (SVM) dalam mengklasifikasikan tutupan habitat bentik. Area kajian seluas 68.314 ha dengan luas laut 29.378 ha dianalisis dengan NDWI (Normalized Diference Water Index). Berdasarkan dari survey lapangan maka penelitian ini dibagi menjadi 7 kelas, yaitu Karang Hidup (KH), Karang Rubble (KR), Makroalga (MA), Pasir (P), Lamun Pasir (PL), Pasir Rubble (PR), Rubble (R). Berdasarkan hasil klasifikasi menggunakan algoritma RF kelas Lamun Pasir mendominasi dengan luas 8,92 ha (30%), diikuti oleh kelas Pasir seluas 5,53 ha (19%). Kelas lainnya meliputi Makroalga 4,13 ha atau 14%, Rubble Karang 3,29 ha atau 11%, dan Karang Hidup 1,97 ha atau 7%. Hasil klasifikasi menggunakan algoritma SVM kelas Lamun Pasir tetap mendominasi dengan luas 8,92 ha (32%), diikuti Karang Hidup sebesar 5,94 ha (22%). Uji akurasi menunjukkan algoritma Random Forest memiliki nilai Kappa yang lebih tinggi (90%) dibandingkan SVM (74%). Studi ini menunjukkan potensi penggunaan data satelit dan algoritma machine learning dalam pemantauan ekosistem laut dangkal secara efektif dan efisien.

URI
https://repo.itera.ac.id/depan/submission/SB2508090019

Keyword
Bentik Google Earth Engine Machine Learning