p-Index From 2021 - 2026
8.522
P-Index
Claim Missing Document
Check
Articles

Detecting Shallow Water Submarine Cables with Single Beam Echosounder in Tidung Island M Hasbi Sidqi Alajuri; Henry M. Manik; Muhammad Zainuddin Lubis; RozeffPramana; Basyaruddin Islmail Harahap; Doli Bonardo; Marisha Pertiwi; Suhengki
Journal of Applied Geospatial Information Vol. 10 No. 1 (2026): Journal of Applied Geospatial Information (JAGI)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Detecting submarine cables in tropical shallow waters remains challenging due to environmental complexity and the similarity of backscatter signatures to other seafloor objects. This study characterizes the acoustic backscatter response of two types of submarine cables concrete-armored and non-armored in the waters of Tidung Island using a SIMRAD EK-15 and a Furuno FCV-628 echosounder operating at 200 kHz. Data processing was conducted to derive Volume Backscattering Strength (SVc) and Surface Scattering Strength (SS). Measurements of the concrete-armored cable using the Furuno system produced SVc values of −6.701 dB and −5.055 dB, and SS values of −11.855 dB and −9.510 dB, indicating high reflectivity due to the impedance contrast between concrete and seawater. In contrast, measurements of the non-armored cable using the SIMRAD system yielded SVc values of −11.547 dB and −12.600 dB and SS values of −14.612 dB and −15.665 dB, reflecting weaker and more variable returns caused by direct exposure of the cable structure to sediments and hydrodynamic forces. The consistent differences between the two cable types demonstrate that each structure exhibits a distinctive acoustic signature that can be used as a discriminating parameter for mapping. This study provides important empirical evidence by presenting direct acoustic backscatter characterization of submarine cables in Indonesia and demonstrates that commercial echosounders can reliably support infrastructure inspection in shallow-water environments.
Klasifikasi Sedimen Dasar Laut Menggunakan Multibeam Echosounder dan Metode Deep Learning Muhammad Fadhil Ilham; Henry Munandar Manik; Sri Pujiyati
Jurnal Kelautan Tropis Vol 29, No 2 (2026): JURNAL KELAUTAN TROPIS
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jkt.v29i2.29843

Abstract

Klasifikasi sedimen dasar laut memiliki peran penting dalam mendukung pengelolaan sumber daya kelautan, konservasi ekosistem, serta perencanaan pembangunan wilayah pesisir. Multibeam Echosounder (MBES) merupakan instrumen akustik yang mampu menghasilkan data batimetri dan hambur balik (backscatter) beresolusi tinggi, sehingga menyediakan informasi penting untuk mengidentifikasi jenis dan karakteristik fisik dasar laut. Namun, metode klasifikasi konvensional masih menghadapi keterbatasan, seperti kebutuhan ekstraksi fitur secara manual dan sensitivitas terhadap ketidakseimbangan data, sehingga akurasinya sering kali tidak konsisten. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja beberapa algoritma deep learning dalam klasifikasi sedimen dasar laut menggunakan data MBES di perairan Pulau Pari, Kepulauan Seribu. Dataset yang digunakan terdiri atas nilai backscatter akustik, kedalaman batimetri, serta empat parameter turunan batimetri, yaitu slope, rugosity, curvature, dan Bathymetric Position Index (BPI) sebagai fitur masukan. Sebanyak 42 sampel sedimen dasar laut dikumpulkan sebagai data ground truth, kemudian dibagi menjadi 50% untuk pelatihan dan 50% untuk pengujian model. Data MBES diolah menggunakan perangkat lunak CARIS HIPS and SIPS, sedangkan parameter turunan dihitung melalui ArcGIS 10.8.2. Evaluasi model dilakukan menggunakan confusion matrix dengan tiga metrik utama, yaitu accuracy, F1-score, dan koefisien kappa (κ). Hasil penelitian menunjukkan bahwa algoritma deep learning mampu memberikan kesesuaian yang substansial, dengan model terbaik memperoleh nilai accuracy sebesar 83,78%, F1-score sebesar 83,27%, dan koefisien kappa sebesar 0,67. Penelitian ini menunjukkan bahwa pendekatan deep learning efektif dalam klasifikasi sedimen dasar laut dan berpotensi besar meningkatkan otomatisasi serta ketelitian pemetaan dasar laut berbasis data MBES.
Co-Authors . Susilohadi Adhi Kusuma Negara Adi Purwandana Adi Purwandana Aditya P. Sidiq Adrianus, Aldwin Agung D. Syakti Agus Atmadipoera Agustina Sartika Yos Ekaristi Manik Agustinus Agustinus Agustinus Agustinus Alajuri, M Hasbi Sidqi Alfrida Romauli Amanda Astri Pratiwi Febrianti Amri Rahmatullah Anang P. Adi Anang Prasetia Adi Anang Prasetia Adi Andi Achmadi Andi Yaodi Nurani Yamin Angga Dwinovantyo Angga Dwinovantyo Ari Wahyudi Ari Wahyudi Asep Ma'mun Asep Ma’mun Asep Priatna Asmoro, Nuki Widi Augy Syahailatua Azhari, Ferian Bagas O. Siahaan Basyaruddin Islmail Harahap Bernawis, Lamona Irmudyawati Billi R Kusumah Billi Rifa Kusumah Brojonegoro, Irsan S Catur Purwanto, Catur Choirul Umam, Choirul Christian Nugroho Dadang Handoko Deddy Bakhtiar Djoko Hartoyo Doli Bonardo Domey Moniharapon Dony Apdillah Dwi Charnila Dwiadji Gultom Edi Kusmanto Edy Hartulistiyoso Elson, La Faaris, Said M Fahrulian Fahrulian Fahrulian Fahrulian Fahrulian Fahrulian Fathkhurozak Yunanda Rifai Firdaus, Randi Fredrich Simanungkalit Gentio Harsono Gentio Harsono Handoko, Dadang Haqqu Ramdhani Hargiani, Fransisca Xaveria Hasan, Rozaimi Che Hascaryo, Anom Puji Hawari, Aqil Hawis H Madduppa Hendra Jayanto Hendra Jayanto Henry Andriadi Hestirianoto, Totok Hestirianoto, Totok Hestirianoto Hollanda Arief Kusuma Husal, Siddiq Husaini I Wayan Sumardana Eka Putra Imam Mudita Indah Nurkomala Indra Jaya Indra Jaya Indra Jaya Indra Jaya Indra Jaya Indra Jaya Irsan Soemantri Brodjonegoro Ita Wulandari Jales Veva Jaya Johar Setiyadi Junaedi Adi Prasetyo Kang, Myounghee Karlisa Priandana Khairul Amri Kirana, Widiah Dwi Krisna Rendi Awalludin Kurniawan , Muhammad Aziz Kurniawan, Muhammad Azis Kusdiana, Dias La Elson, La Elson Lalita, Rayi Khasanah Larasati, Oktavira Dwi Demia Lazuardi, Muhammad Nur Riza Lili Somantri Liva Junaedi M. Agung Sedayu M.Rizal Keulana Manik, Agustina Sartika Marisha Pertiwi Muhamad Yulianto Muhammad Fadhil Ilham Muhammad Farhan Muhammad Firdaus MUHAMMAD ILHAM Muhammad Sanubari Muhammad Siddiq Sangadji Muhammad Zainuddin Lubis Muhammad Zainuddin Lubis Muhammad Zulfikar Muharrom, Eka Yudha Myounghee Kang Nainggolan, Tumpal Bernhard Napitupulu, Gandhi Napitupulu, Moses Nazar Nurdin Negara, Adhi K. Nur Fitria, Hanita Pamalik, Aulia Ranggi Prasetiawan, Agung Prihantoro, Andi Exyas Pujiyati, Sri Pujiyati Purwandana , Adi Putra, I Wayan Sumardana Eka R. Yanuar H. P Rabbani, Mochamad Rafif Radjawane, Ivonne Milichristi Rahmat, Ayi Rahmatullah, Amri Ratna Juita Sari Rina Fajaryanti Rina Nurkhayati Rina Zuraida Rizqi Ayu Farihah, Rizqi Ayu RozeffPramana RR. Ella Evrita Hestiandari Saifur Rohman Setiyadi, Johar Setyanto, Agus Situmorang, Edriyan Sofyatuddin Karina Sri Pujiyati Steven Solikin Subarsyah Subarsyah Subarsyah Subarsyah Subarsyah Subarsyah Suhengki Suhengki, Gemma Cahya Hafifah Suhengki Suhengki, Suhengki Sukoco, Nawanto Budi Sumantri, Willi Supriyanto, Taufiq Susilo Hadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Susilohadi Syahrin, Win Alfi Syahrul Purnawan Syahrul Purnawan Teguh Arif Pianto Tri Aji Tri Aji Tri Nur Sujatmiko Try Febrianto Tumpal B. Nainggolan Tumpal Bernhard Nainggolan Udrekh Udrekh Vincentius P Siregar Widodo S Pranowo Widodo Setiyo Pranowo Widodo Setiyo Pranowo Wijopriono Windra, Alivio Winjaniatun, Siti Novrianti Yoga Prihantoro Yoga Prihantoro Yulinar Firdaus, Yulinar Zahran, Hafizh