Jurnal Enggano (Apr 2020)

PEMETAAN HABITAT PERAIRAN DANGKAL MENGGUNAKAN CITRA RESOLUSI MENENGAH DENGAN METODE KLASIFIKASI BERBASIS PIKSEL (STUDI KASUS PULAU TIKUS)

  • Ari Anggoro,
  • Zamdial zamdial,
  • Dede Hartono,
  • Deddy Bakhtiar,
  • Nurlaila Ervina Herliany,
  • Maya Angraini Fajar Utami

DOI
https://doi.org/10.31186/jenggano.5.1.78-90
Journal volume & issue
Vol. 5, no. 1
pp. 78 – 90

Abstract

Read online

Pulau Tikus adalah pulau kecil yang terletak di Kota Bengkulu yang memiliki potensi terumbu karang disekitar perairan dangkal. Tujuan penelitian ini untuk memetakan kawasan habitat perairan dangkal ekosistem terumbu karang Pulau Tikus menggunakan citra satelit Landsat 8 OLI dan menguji akurasi klasifikasi peta habitat perairan dangkal di Pulau Tikus. Metode klasifikasi yang digunakan adalah klasifikasi terbimbing maximum likelihood classification. Hasil klasifikasi citra Landsat 8 OLI berdasarkan skema klasifikasi yang digunakan dari lima kelas habitat di Pulau Tikus tersebut yaitu karang hidup seluas 71,46 ha, karang campur pasir 106,9425 ha, karang mati 67,365 ha, makro alga 31,815 ha, dan pasir 40,05 ha. Uji akurasi dari perbandingan hasil klasifikasi citra dan data lapangan mendapatkan total akurasi keseluruhan yaitu sebesar 77%. SHALLOW WATER HABITATS MAPPING USING A MEDIUM RESOLUTION IMAGE WITH CLASSIFICATION METHOD PIKSEL-BASED (CASE STUDY OF THE TIKUS ISLAND). Tikus Island is a small island which located in Bengkulu City has the potential of coral reefs around the shallow water. The aims of this research were to map the area of benthic habitat in Tikus Island Bengkulu using Landsat 8 OLI satellite imagery and to test the accuracy on the benthic habitat map in Tikus Island. The method used supervised classification using maximum likelihood classification. The result of Landsat 8 OLI classification base on the five class habitats classification scheme used obtained in Tikus island showed coral reef (71,46 ha), coral mix sand (106,9425 ha), dead coral (67,365 ha), macroalgae (31,815 ha), and sand (40,05 ha). Accuracy test from the comparison of classification results and ground truth data get a total overall accuracy of 77%.