Show simple item record

dc.contributor.advisorSetiawan, Yudi
dc.contributor.advisorKusmana, Cecep
dc.contributor.authorAmalo, Luisa Febrina
dc.date.accessioned2024-04-26T00:19:33Z
dc.date.available2024-04-26T00:19:33Z
dc.date.issued2024
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/147411
dc.description.abstractPenelitian ini bertujuan mengidentifikasi perubahan luas hutan mangrove dari tahun 2017 hingga 2023; memetakan kerusakan mangrove berdasarkan model spasial tutupan tajuk mangrove; dan memformulasikan arahan penanaman dalam rehabilitasi hutan mangrove berdasarkan status kawasan hutan di wilayah studi dengan menggunakan pendekatan remote sensing dan GIS. Pemodelan tutupan tajuk dengan indeks vegetasi digunakan untuk mengestimasi tutupan tajuk untuk diklasifikasikan berdasarkan kriteria kerusakan mangrove KepMenLH Nomor 201 Tahun 2004. Perubahan luas hutan mangrove di Desa Pantai Bahagia dianalisis menggunakan pendekatan klasifikasi terbimbing Random Forest (RF) melalui platform Google Earth Engine (GEE). Beberapa indeks spektral digunakan untuk input komputasi RF, yaitu NDVI, NDMI, MNDWI, SR, Band Ratio, dan GCVI. Sedangkan, pemetaan kerusakan mangrove memiliki beberapa tahapan dalam mengalkulasikannya. Pertama, tutupan tajuk mangrove insitu dihitung menggunakan metode hemispherichal photography. Kedua, model regresi dibuat denggan variable independent (x) adalah NDVI, SAVI, NDMI dan tutupan tajuk in-situ sebagai variable dependent (y). Sebelum melakukan analisis regresi, uji asumsi klasik perlu dilakukan. Data harus berdistribusi normal, tidak ada gejala heteroskedastisitas, tidak ada autokorelasi, dan tidak ada multikolinearitas untuk model menggunakan multivariabel independen. Penelitian ini menggunakan uji normalitas Kolmogorov-Smirnov, sedangkan uji heteroskedastisitas dengan Uji Glejser. Ketiga, setelah membangun model regresi, dilakukan uji validasi untuk mengetahui keakuratan model yang dibuat. Pengujian validasi dihitung menggunakan bias/error (e), simpangan agregat (SA), simpangan rata-rata (SR), dan root mean square error (RMSE). Pemilihan model regresi terbaik dilakukan dengan memeringkatkan nilai pembanding (R, SA, SR, RMSE). Keempat, pemetaan kerusakan mangrove dianalisis dengan memasukkan hasil persamaan model regresi terbaik. Kemudian, nilai dikategorikan berdasarkan Keputusan Menteri Lingkungan Hidup No. 201 Tahun 2004. Selanjutnya, arahan rehabilitasi diformulasikan secara analisis deskriptif kualitatif berdasarkan pertimbangan fungsi kawasan, dan tingkat kerusakan mangrove.id
dc.language.isoidid
dc.publisherIPB Universityid
dc.titlePenilaian Kerusakan Hutan Mangrove di Desa Pantai Bahagia, Kecamatan Muaragembong, Kabupaten Bekasi berbasis Remote Sensing dan GISid
dc.typeThesisid
dc.subject.keyworddamaged mangrovesid
dc.subject.keywordNDMIid
dc.subject.keywordrehabilitationid
dc.subject.keywordspatial modelsid
dc.subject.keywordvegetation indexid


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record