Uji Akurasi Beberapa Algoritma Material Padatan Tersuspensi Menggunakan Citra Sentinel-2A di Muara Banjir Kanal Timur Semarang

Total suspended solids (TSS) are one of the variables that determine water quality and are one of the factors influencing the sedimentation process in estuarine waters. The use of conventional methods has high accuracy but is inefficient in terms of cost and time. One of the water quality monitoring (TSS) solutions is to use a TSS concentration prediction algorithm that is specific to each water. The purpose of this study was to test the accuracy performance of several algorithms from other waters when applied to the Estuary of Banjir Kanal Timur (BKT). The method used is water quality sampling of 100 stations which is carried out simultaneously with the passing time of the Sentinel-2A image. The data is then used as a reference for the TSS concentration value in the algorithm validation test for predicting TSS concentrations in the waters of the estuary of BKT. The prediction algorithms of TSS concentration used are Parwati, Wirasatriya, LEL, and Lemigas algorithms. The statistical parameters of MAPE, RMSE, and coefficient of determination (R2) were used to test the error. The most appropriate algorithm for evaluating the field value is Wirasatriya’s algorithm. The validation test is RMSE = 9.1694 and MAPE = 15.9984%. The resulting regression model between the best image prediction data (Wirasatriya) and field data obtained the coefficient of determination, R2 = 0.5441. The TSS monitoring in the BKT estuary is recommended to use Wirasatriya's algorithm for Sentinel-2, proving its validity and/or creating a specific algorithm for the BKT estuary waters. Each region has unique characteristics, so it needs to be generated. Material padatan tersuspensi (MPT) merupakan salah satu variabel yang menentukan kualitas air dan menjadi salah satu faktor yang mempengaruhi proses sedimentasi di perairan muara. Penggunaan metode secara konvensional memiliki akurasi tinggi, akan tetapi kurang efisien secara biaya dan waktu. Salah satu solusi pemantauan kualitas air (MPT) adalah menggunakan algoritma prediksi konsentrasi MPT yang sifatnya spesifik untuk masing-masing perairan. Tujuan penelitian ini adalah melakukan uji validasi untuk menentukan nilai error yang dihasilkan dari beberapa algoritma, apabila diaplikasikan pada perairan Muara Banjir Kanal Timur(BKT) Semarang. Metode yang digunakan adalah pengambilan sampel kualitas air sebanyak 100 stasiun yang dilaksanakan bersamaan dengan saat passing time citra Sentinel-2A. Data tersebut kemudian dijadikan acuan nilai konsentrasi MPT dalammenguji kinerja algoritma untuk prediksi MPT pada perairan Muara BKT. Algoritma prediksi konsentrasi MPT yang digunakan adalah algoritma Parwati, Wirasatriya, LEL, dan Lemigas. Pengujian error dilakukan dengan beberapa parameter statistik yaitu MAPE, RMSE, dan koefisien determinasi (R2). Hasil algoritma yang terbaik terhadap nilai di lapangan adalah algoritma Wirasatriya, dengan nilai RMSE = 9,1694 dan MAPE = 15,9984%. Model regresi yang dihasilkan antara data prediksi citra terbaik (Wirasatriya) terhadap data lapangan didapatkan nilai koefisien determinasi, R2 = 0,5441. Diharapkan untuk pemantauan MPT di muara BKT dan sekitarnya berdasarkan citra Sentinel 2, dapat menggunakan algoritma Wirasatriya yang telah terbukti lebih akurat dan (atau) dilkembangkan algoritma baru yang lebih spesifik. Setiap wilayah memiliki karakteristik yang unik, sehingga pengembangan algoritma sangat diperlukan.