dc.description.abstract | Wakatobi tersusun dari gugusan pulau-pulau dengan empat pulau utama
(Wangi-wangi, Kaledupa, Tomia, dan Binongko) dan memiliki kompleksitas
habitat bentik yang sangat tinggi dalam hal keanekaragaman terumbu karang dan
lamun. Beberapa pemetaan habitat bentik di perairan Wakatobi telah dilakukan,
namun pemetaan habitat bentik di perairan pulau Wangi-wangi masih sangat
terbatas, sehingga ketersediaan data spasial habitat bentik sangat terbatas. Saat ini,
pemanfaatan teknologi unmanned aerial vehicle (UAV) untuk pemetaan semakin
berkembang. Teknologi UAV di bidang kelautan telah digunakan untuk
memetakan dan memonitor lingkungan pesisir. Pemanfaatan data citra satelit
maupun foto udara (UAV) dapat dijadikan sebagai alternatif untuk menyediakan
data spasial secara efektif dan efisien.
Penelitian ini bertujuan untuk memetakan habitat bentik perairan dangkal
menggunakan citra UAV dan satelit Sentinel-2 dengan metode klasifikasi berbasis
objek/OBIA, menghitung tingkat akurasi dari penggunaan citra UAV dan
Sentinel-2, serta membandingkan hasil analisis citra UAV dan Sentinel-2 untuk
memetakan habitat bentik perairan dangkal di perairan pulau Wangi-wangi
Kabupaten Wakatobi.
Penelitian ini dilaksanakan di perairan pulau Wangi-wangi khususnya di
perairan Sombu Dive dan sekitarnya. Pengambilan data habitat bentik dan akuisisi
citra UAV dilaksanakan pada bulan Februari - April 2017. Selain citra UAV,
penelitian ini juga menggunakan citra Sentinel-2. Metode penelitian terdiri dari
pengamatan habitat bentik, klasifikasi citra berbasis objek (object based image
analyses/OBIA), dan uji akurasi. Metode OBIA diterapkan dengan teknik
klasifikasi multiskala dengan algoritma multiresolution segmentation (MRS) yang
dibagi menjadi 2 level yaitu reef level (level 1) dan habitat bentik (level 2). Skala
segmentasi yang digunakan untuk citra UAV pada level 1 yaitu 200 dan citra
Sentinel-2 pada level 1 yaitu 5. Pada level 2 dilakukan optimasi skala segmentasi
secara berturut-turut 25, 50, 60, 70, 100 untu citra UAV dan 1.0, 1.5, 2.0, 2.5
untuk citra Sentinel-2. Klasifikasi habitat bentik dilakukan pada 12 dan 9 kelas
menggunakan algoritma klasifikasi yaitu support vector machine (SVM), decision
tree (DT), Bayes, dan k-nearest neighbour (KNN) dengan input data lapangan.
Berdasarkan uji akurasi hasil klasifikasi habitat bentik pada citra UAV
diperoleh total akurasi terbaik sebesar 77.4% (12 kelas) dan 81.1% (9 kelas) pada
skala segmentasi 50 dengan algoritma SVM. Hasil klasifikasi citra Sentinel-2
diperoleh total akurasi terbaik sebesar 60.4% (12 kelas) dan 64.1% (9 kelas) pada
skala segmentasi 2.0 dengan algoritma SVM. Metode klasifikasi berbasis objek
(OBIA) dengan algoritma SVM mampu memetakan dengan baik habitat bentik di
perairan pulau Wangi-wangi, Wakatobi pada 12 dan 9 kelas menggunakan citra
UAV dan Sentinel-2. | id |