View/Open

Author
Feery, Nilson

Date Published
21 Jun 2026

Advisor
Dr. Ir. Nirmawana Simarmata, S.Pd., M.Sc.,
Dr. Tika Widayanti, S.Si., M.Si.,

Subject
Teknik Geomatika

Publisher

Ekosistem mangrove merupakan ekosistem pesisir yang memiliki peran ekologis vital, namun terus menghadapi ancaman degradasi dan konversi lahan. Penelitian ini mengkaji analisis spasial kesesuaian habitat mangrove di Hutan Cuku Nyinyi, Pesawaran, Lampung, menggunakan pendekatan pemodelan deep learning berbasis citra Sentinel-2A. Dua arsitektur segmentasi semantik dibandingkan, yaitu U-Net dan GSNet (Gated Spectral Network), masing-masing diuji pada 4 kombinasi indeks spektral (NDVI/Normalized Difference Vegetation Index, NDWI/Normalized Difference Water Index, SAVI/Soil Adjusted Vegetation Index, EVI/Enhanced Vegetation Index, NDMI/Normalized Difference Moisture Index) yang diintegrasikan dengan data topografi DEM (Digital Elevation Model) SRTM (Shuttle Radar Topography Mission). Hasil penelitian menunjukkan bahwa kombinasi indeks spektral dan topografi secara signifikan memengaruhi kualitas segmentasi mangrove, dengan perbedaan OA (Overall Accuracy) U-Net mencapai 11,97 poin antarkombinasi. GSNet secara konsisten mengungguli U-Net pada seluruh 8 skenario eksperimen berkat mekanisme spectral gating yang mengadaptasi bobot kanal secara adaptif, menghasilkan OA 99,73 persen –99,80 persen dengan selisih hanya 0,07 poin. Konfigurasi terbaik GSNet Combo 2 (NDVI, NDWI, NDMI, SRTM) mencapai OA 99,80 persen, F1-Score 94,81 persen, dan Kappa 0,8392 (Almost Perfect Agreement). Peta kesesuaian habitat menunjukkan sekitar 55 persen kawasan tergolong Sesuai (S), 15 persen Sesuai Marginal (MS), dan 30 persen Tidak Sesuai (NS). Hasil penelitian ini menyediakan basis informasi spasial yang objektif untuk mendukung pengelolaan dan rehabilitasi ekosistem mangrove Cuku Nyinyi secara berkelanjutan.

URI
https://repo.itera.ac.id/depan/submission/SB2606170182

Keyword
kesesuaian habitat mangrove deep learning Sentinel-2A segmentasi semantik GSNet