| dc.description.abstract | Pulau Gili Labak merupakan wilayah yang memiliki potensi wisata strategis
serta masuk kedalam kawasan lindung terumbu karang yang diprioritaskan oleh
Pemerintah Kabupaten Sumenep. Pemetaan habitat bentik di perairan Pulau Gili
Labak masih sangat terbatas dilakukan, sehingga ketersediaan data spasial habitat
bentik sangat terbatas. Pemanfaatan instrument drone di bidang kelautan dapat
menjadi alternatif untuk menyediakan data spasial secara efektif dan efisien serta
dapat mendapatkan citra beresolusi tinggi. Penelitian ini bertujuan untuk
mengetahui sudut sensor berapakah yang paling optimal, waktu yang optimal untuk
penerbangan drone pada perairan, serta mengetahui tingkat akurasi pada setiap
algoritma menggunakan metode Object Based Image Analyses (OBIA).
Penelitian ini dilaksanakan di perairan Pulau Gili Labak. Pengambilan data
habitat bentik dan akuisisi citra drone dilaksanakan pada bulan Oktober 2022.
Akuisisi citra dibagi menjadi 4 kategori waktu dibagi menjadi: (a) 08:00-09:15; (b)
09:30-10:45; (c) 13:15-14:30; (d) 14:45-16:00 WIB. Sudut kemiringan sensor
dibagi menjadi dua kategori sudut sensor 90º dan yang kedua 45º. Data habitat
bentik yang diambil sebanyak 415 titik pengamatan, sebanyak 208 titik sebagai
klasifikasi dan 207 untuk uji akurasi. Metode klasifikasi yang digunakan dalam
penelitian ini berbasis objek, dan uji akurasi. Metode OBIA diterapkan melalui
klasifikasi multiskala menggunakan algoritma multiresolution segmentation (MRS)
yang dibagi menjadi dua level, yaitu reef level (level 1) dan habitat bentik (level 2).
Skala segmentasi yang digunakan pada level 1 yaitu 200 dan level 2 skala
segmentasi secara berturut-turut 25, 50, 70, 100. Klasifikasi habitat bentik
dilakukan pada 6 kelas habitat bentik menggunakan algoritma klasifikasi Bayes, k-
nearest neighbor (KNN), support vector machine (SVM), decision tree (DT),
random tree (RT) dengan input data lapangan.
Berdasarkan hasil uji akurasi pada sudut 90º diperoleh nilai overall accuracy
tertinggi pada waktu pengambilan gambar pukul 13:15 dengan algoritma klasifikasi
menggunakan SVM pada skala segmentasi 50. Nilai akurasi tertinggi sebesar
84,06% pada skala segmentasi 50 dengan algoritma SVM dan untuk akurasi
terendah diperoleh nilai sebesar 19,81% pada algoritma SVM pada pukul 09:30
menggunakan skala segmentasi 50 dan 70. Hasil uji akurasi pada sudut 45º
diperoleh nilai akurasi tertinggi pada algoritma SVM pada waktu pengambilan
gambar pukul 13:15. Nilai akurasi tertinggi pada sudut pengambilan gambar 45º
pada pukul 13:15 menggunakan algoritma SVM diperoleh nilai OA sebesar 68,12%
dengan skala segmentasi 50. Nilai terendah pada sudut 45º diperoleh pada pukul
08:00 dengan nilai sebesar 31,40% pada algoritma DT dengan skala segmentasi 25.
Berdasarkan hasil uji indeks kappa diperoleh hasil sebesar 0.78656 pada waktu
pengambilan pukul 13:15 pada sudut 90º dengan algoritma SVM pada skala
segmentasi 50 dimana masuk kedalam kategori sangat baik. | |
