Pemetaan habitat dasar perikanan dangkal berbasis data satelit quickbird suatu kajian algoritma kecerdasan buatan

Abstract

Pemanfaatan data satelit QuickBird dalam penelitian ini bertujuan memetakan habitat perairan dangkal menggunakan algoritma kecerdasan buatan. Data rekaman QuickBird kurang Congkak dan karang Lebar Kepulauan Seribu dan survey lapang merupakan sumber primer, sedangkan data sekunder dikumpulkan dari penelitian yang relevan. Hasil penelitian menunjukan bahwa klasifikasi algoritma SOM dari berbagai kombinasi input sata setelah direduksi kolom air dengan algoritma Lyzenga menunjukkan hasil klaster yang relatif baik dan berbeda interpretasi warnanya dari 6 kelas habitat perairan dangkal, yaitu karang mati, karang hidup, lamun, pasir, dan habitat campuran, daratan dan perairan. Algoritma SOM dapat mengurangi kesalahan temetik habitat perairan dangkal dan sangatlearning menggunakan algoritma backpropagation. Algoritma backpropagation dapat memetakan habitat perairan dangkal, yaitu karang hidup, karang mati, pasir, lamun, pasir campur lamun, dan pasir campur karang dengan cross entropy 0.02 hingga henti di iterasi 5.600. Tingkat akurasi keseluruhan klasifikasi tematik diperoleh 82.79%