Pemetaan Habitat Bentik Menggunakan Metode Photogrammetry di Pulau Yellu, Misool Selatan, Raja Ampat

Abstract

Habitat bentik merupakan salah satu potensi sumberdaya perairan yang berperan sebagai tempat hidup dan berlindung berbagai jenis organisme. Untuk itu perlu dilakukan pemantauan dengan teknologi inderaja yang berkembang saat ini seperti penggunaan drone. Penggunaan drone memiliki keunggulan yaitu mampu terbang rendah sehingga menghasilkan citra foto udara dengan resolusi yang tinggi. Tujuan dari penelitian ini untuk memetakan dan menghitung luasan habitat bentik di Pulau Yellu menggunakan metode klasifikasi Object-Based Image Analysis (OBIA). Proses pengolahan data dilakukan dengan dua tahap yaitu segmentasi menggunakan algoritma Multiresolution Segmentation (MRS) dan klasifikasi menggunakan algoritma Support Vector Machine (SVM). Proses segmentasi melalui proses trial and error mendapatkan scale 300, 200, dan 100 pada level 1 dan scale 150, 100, dan 50 pada level 2. Dengan hasil klasifikasi memperoleh 6 kelas habitat bentik yaitu lamun, alga, rubble, pasir, karang hidup, dan karang mati. Tingkat akurasi yang didapatkan pada level 2 scale 150 sebesar 60%, pada scale 100 sebesar 82%, dan pada scale 50 sebesar 55%. Berdasarkan nilai akurasi, hasil klasifikasi yang paling sesuai dengan keadaan di lapang yaitu menggunakan scale 100 pada level 2.

Benthic habitats are one of the potential water resources which have a role as a place to live and shelter for various organisms. For this reason, it is necessary to monitor using sensing technology that is currently developing, such as the use of drones. The use of drones has advantages as being able to fly low which produces aerial photo images with high resolution. This study was purposed to map and calculate the area of benthic habitat on Yellu Island using Object-Based Image Analysis (OBIA). The data processing was carried out in two stages which are segmentation using multiresolution segmentation (MRS) and classification using the support vector machine (SVM). The segmentation process was carried out through a trial and error process by getting a scale of 300, 200, and 100 at level 1 and a scale of 150, 100, and 50 at level 2. The classification results obtained 6 classes of benthic habitat seagrass, algae, rubble, sand, live coral, and dead coral. The accuracy level is 60% which was obtained at level 2 on a scale of 150, 82% on a scale of 100, and 55% on a scale of 50. Based on the accuracy value, the classification results that are most appropriate to the conditions in the field are using a scale of 100 at level 2.