View/Open

Author
Marsyalia , Fasia

Date Published
20 May 2026

Advisor
Zulfikar Adlan Nadzir, S.T., M.Sc.,
Tika Widayanti, S.Si., M.Si,

Subject
Teknik Geomatika

Publisher

Selat Sunda merupakan jalur pelayaran strategis dengan lalu lintas kapal tinggi pada rute Merak–Bakauheni, sehingga berpotensi menimbulkan risiko tumpahan minyak yang sulit terdeteksi secara konvensional. Penelitian ini bertujuan mengidentifikasi persebaran tumpahan minyak menggunakan citra SAR Sentinel-1 berpolarisasi VV, mode IW, dengan satu scene per bulan selama 2014–2025 pada perairan Merak–Bakauheni sebagai AOI. Pengolahan citra meliputi speckle filtering metode Refined Lee, ekstraksi fitur tekstur berbasis GLCM berupa parameter contrast, entropy, homogeneity dan correlation, serta nilai backscatter VV sebagai input klasifikasi machine learning menggunakan algoritma SVM. Model SVM dilatih secara iteratif menggunakan data 12 scene tahun 2016 hingga menghasilkan model final yang diterapkan pada 134 scene citra target. Model menunjukkan performa yang baik dengan rata-rata Overall Accuracy (OA) sebesar 95,209 persen dan nilai Kappa sebesar 0,905. Dari total 134 scene, sebanyak 34 scene teridentifikasi tumpahan minyak. Area terindikasi tumpahan minyak memiliki karakteristik backscatter yang lebih rendah dibanding laut normal, sedangkan fitur tekstur GLCM menunjukkan pola yang saling melengkapi dalam membedakan tumpahan minyak, look-alike, dan laut normal. Oleh karena itu, kombinasi backscatter VV dan fitur GLCM menjadi input penting dalam klasifikasi SVM. Secara temporal, 70,6 persen kejadian tumpahan terdeteksi pada April–Oktober yang luasan tertinggi pada 20 Oktober 2017 sebesar 32,811 km². Secara spasial, terdapat tiga zona hotspot utama yang konsisten dari tahun ke tahun, terutama di koridor jalur penyeberangan Merak–Bakauheni. Analisis regresi antara jumlah kapal dan luasan tumpahan minyak menghasilkan hubungan yang tidak signifikan (R² = 0,054; p = 0,188 > 0,05).

URI
https://repo.itera.ac.id/depan/submission/SB2606090088

Keyword
Selat Sunda Tumpahan Minyak Sentinel-1 SAR GLCM SVM Regresi Linear Analisis Spasio-temporal