KLASIFIKASI HABITAT DASAR BERBASIS OBJEK DI PERAIRAN DANGKAL KARANG LEBAR DAN PULAU LANCANG

Abstract

Teknik klasifikasi berbasis objek (OBIA) merupakan salah satu teknik pemetaan habitat bentik selain metode konvensional (berbasis piksel). Pemetaan metode OBIA dengan memanfaatkan algoritma machine learning terbatas pada perairan Karang Lebar dan Pulau Lancang. Penelitian ini bertujuan untuk mengetahui performa algoritma machine learning (support vector machine (SVM), decision tree (DT), random forest (RF), dan k-nearest neighbour (KNN) dalam mengklasifikasikan habitat bentik perairan dangkal berdasarkan objek menggunakan data satelit Sentinel-2. Metode klasifikasi yang digunakan adalah metode OBIA dengan dua tingkatan analisis. Hasil analisis Agglomerative Hierarchial Clustering diperoleh sebanyak 6 kelas habitat bentik yaitu karang, patahan karang (rubble), lamun, pasir rubble, dan pasir. Tingkat pertama adalah memisahkan darat, laut dangkal dan laut lebih dalam. Tingkat kedua adalah klasifikasi menggunakan algoritma machine learning, hasil klasifikasi menunjukkan alogritma SVM mendapatkan nilai akurasi yang lebih tinggi dibandingkan algoritma lainnya dengan akurasi sebesar 84% di perairan Karang Lebar, kemudian pada perairan Pulau Lancang mendapatkan akurasi sebesar 80% dengan algoritma SVM. Habitat dasar perairan dangkal Karang Lebar dan Pulau Lancang mampu dipetakan dengan baik menggunakan metode OBIA. Perbedaan tingkat akurasi antara perairan Karang Lebar dan Pulau Lancang disebabkan oleh tingkat kekeruhan perairan.