Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/147411
Full metadata record
DC FieldValueLanguage
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
Appears in Collections:MT - Multidiciplinary Program

Files in This Item:
File Description SizeFormat 
Cover.pdf
  Restricted Access
Cover2.6 MBAdobe PDFView/Open
P0502221031_Luisa Febrina Amalo.pdf
  Restricted Access
Fullteks4.06 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.