Pemetaan Perubahan Habitat Perairan Laut Dangkal Menggunakan Citra Sentinel-2 dengan Metode OBIA

Abstract

Habitat Perairan Laut Dangkal (HPLD) merupakan tempat hidup dan tempat berlindung berbagai jenis organisme dan memiliki peranan yang sangat penting baik secara ekonomi maupun ekologi. Habitat ini berpotensi mengalami perubahan sehingga perlu dilakukan pemantauan secara berkala, salah satunya dengan melakukan pemetaan habitat perairan dangkal menggunakan teknologi penginderaan jauh. Tujuan penelitian ini memetakan dan mengetahui perubahan distribusi habitat perairan laut dangkal menggunakan metode object-based image analysis (OBIA) di Pulau Kelapa Dua. Secara umum proses pengolahan data dilakukan dengan dua tahap yaitu segmentasi dan klasifikasi citra. Proses segmentasi dilakukan dengan trial and error dengan mendapatkan scale 100 pada level 1 dan scale 10 pada level 2. Hasil klasifikasi diperoleh enam kelas habitat perairan laut dangkal yaitu, karang, lamun, makroalga, pasir, dead coral algae dan rubble. Tingkat akurasi hasil pemetaan luasan yang didapatkan masing-masing sebesar 70% pada citra akuisisi tahun 2018 dan 70,77% pada citra akuisisi tahun 2022. Nilai koefisien kappa masing-masing sebesar 0,617 dan 0,612. Hasil analisis yang dilakukan menunjukkan adanya perubahan luasan pada setiap habitat, dimana penambahan luasan terbesar terdapat pada kelas dead coral algae dan penurunan luasan terbesar pada kelas pasir.

Shallow Sea Waters Habitat is a place to live and shelter various types of organisms and has a very important economic and ecological role. This habitat has the potential to change so it is necessary to be monitored regularly, one of them is by mapping shallow water habitats using remote sensing technology. This study aimed to map and determine changes in the distribution of shallow marine habitats using the object-based image analysis (OBIA) method on Kelapa Dua Island. In general, data processing is carried out in two stages: segmentation and image classification. The segmentation process is carried out by trial and error by getting a scale of 100 at level 1 and a scale of 10 at level 2. The results of the classification indicated 6 (six) classes of shallow marine habitats, namely, coral, seagrass, macroalgae, sand, dead coral algae and rubble. The area mapping results’ accuracy is 70% in the 2018 image acquisition and 70.77% in the 2022 image acquisition. The kappa coefficient values respectively 0.617 and 0.612. The analysis can show changes in the area of each habitat where the largest increase in area was found in the dead coral algae class and the largest decrease in area in the sand class.