HIDAYAT, Syarief (2024) Klasifikasi Perairan Laut Dangkal Menggunakan Citra Sentinel 2-A Berbasis Google Earth Engine di Pulau Payung, Kepulauan Seribu. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Download (118kB) |
|
PDF (Legalitas)
LEGALITAS-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Restricted to Repository staff only Download (440kB) |
|
PDF (Abstrak)
ABSTRAK-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Download (187kB) |
|
PDF (BabI)
BAB-I-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Restricted to Repository staff only until 8 August 2025. Download (235kB) |
|
PDF (BabII)
BAB-II-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Restricted to Repository staff only until 8 August 2025. Download (658kB) |
|
PDF (BabIII)
BAB-III-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Restricted to Repository staff only until 8 August 2025. Download (675kB) |
|
PDF (BabIV)
BAB-IV-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Restricted to Repository staff only Download (886kB) |
|
PDF (BabV)
BAB-V-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Download (143kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Download (220kB) |
|
PDF (Lampiran)
LAMPIRAN-Syarief Hidayat-L1C020066-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Sebagai negara kepulauan, potensi Indonesia di bidang kelautan dan perikanan sangat luar biasa. Secara ekologis, perairan laut dangkal memiliki peranan penting dalam ekosistem laut, baik secara langsung maupun tidak langsung dalam keberlangsungan hidup biota laut. Habitat perairan laut dangkal menjadi tempat berlindung dan tinggal bagi beberapa jenis spesies. Penelitian ini bertujuan untuk mendapatkan informasi habitat bentik di Pulau Payung, Kepulauan Seribu, serta mengevaluasi tingkat akurasinya. Survei dilakukan pada 12-14 Juni 2024 di Pulau Payung dengan pengambilan titik koordinat sebagai data lapangan. Penilaian akurasi dilakukan menggunakan confusion matrix. Algoritma Random Forest dan Support Vector Machine menghasilkan empat kelas habitat bentik, dengan dominasi kelas lamun. Hasil uji akurasi menunjukkan bahwa algoritma Random Forest memiliki tingkat akurasi sebesar 92,85%, sedangkan Support Vector Machine sebesar 85,70%. Hal ini membuktikan bahwa algoritma Random Forest lebih unggul dibandingkan Support Vector Machine dalam klasifikasi habitat bentik. Penelitian ini memberikan informasi penting bagi pengelolaan sumber daya laut, terutama dalam upaya konservasi dan deteksi perubahan lingkungan secara berkala.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | L24092 |
| Uncontrolled Keywords: | habitat bentik, Google Earth Engine, Support Vector Machine, Random Forest, Pulau Payung |
| Subjects: | A > A410 Aquatic animals |
| Divisions: | Fakultas Perikanan dan Ilmu Kelautan > S1 Ilmu Kelautan |
| Depositing User: | Mr. Syarief Hidayat |
| Date Deposited: | 08 Aug 2024 01:31 |
| Last Modified: | 08 Aug 2024 01:31 |
| URI: | http://repository.unsoed.ac.id/id/eprint/28426 |
Actions (login required)
 |
View Item |