James Parlindungan Panjaitan
Departemen Ilmu Dan Teknologi Kelautan, Fakultas Perikanan Dan Ilmu Kelautan, Institut Pertanian Bogor, Jalan Agatis, Kampus IPB Dramaga, Bogor 16680, Indonesia

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

Sebaran Produktivitas Primer Kaitannya dengan Kondisi Kualitas Air di Perairan Karimun Jawa Mulkan Nuzapril; Setyo Budi Susilo; James P. Panjaitan
Jurnal Segara Vol 15, No 1 (2019): April
Publisher : Pusat Riset Kelautan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (557.469 KB) | DOI: 10.15578/segara.v15i1.7559

Abstract

Kepulauan Karimun Jawa merupakan gugusan pulau-pulau yang memiliki sumber daya pesisir yang besar. Sumber daya pesisir di Karimun Jawa didukung dengan adanya ekosistem penting seperti ekossistem karang, lamun, rumput laut dan mangrove. Meningkatnya pariwisata di perairan Karimun Jawa dapat mengakibatkan kerusakan ekosistem laut. Hal tersebut berdampak pada organisme yang terdapat pada perairan tersebut. Klorofil-a merupakan pigmen fitoplankton yang berperan penting dalam proses fotosintesis. Proses fotosintesis juga dipengaruhi oleh sinar cahaya yang masuk di dalam perairan sehingga apabila kekeruhan di suatu perairan tinggi dapat menyebabkan berkurangnya penetrasi cahaya yang masuk ke dalam perairan.  Penelitian ini bertujuan untuk menganalisis produktivitas primer kaitannya dengan parameter lingkungan yang berpengaruh terhadap produktivitas perairan. Analisis yang digunakan dalam penelitian ini adalah menggunakan analisis komponen utama (PCA). Uji laboratorium yang dilakukan adalah analisis konsentrasi klorofil-a berkisar antara 0,12 - 0,51 mg/m3 dan muatan padatan tersuspensi berkisar antara 10,00 - 42,86 mg/l. Hasil dari penelitian ini yaitu nilai produktivitas primer berkisar antara 37,5 - 75 mgC/m3/jam. Hasil analisis biplot PCA menunjukkan bahwa indikator yang dominan  dalam produktivitas primer adalah nilai klorofil-a dan muatan padatan tersuspensi.
VARIABILITAS SUHU PERMUKAAN LAUT DAN KONSENTRASI KLOROFIL-A DI SAMUDERA HINDIA BAGIAN TIMUR LAUT, BARAT SUMATERA Bisman Nababan; Evelyn Grace Br Sihombing; James P. Panjaitan
Jurnal Teknologi Perikanan dan Kelautan Vol 12 No 2 (2021): NOVEMBER 2021
Publisher : Fakultas Perikanan dan Ilmu Kelautan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4357.516 KB) | DOI: 10.24319/jtpk.12.143-159

Abstract

Variabilitas suhu permukaan laut (SPL) dan konsentrasi klorofil-a (Chl-a) di Samudera Hindia bagian Timur Laut sebelah barat Sumatera diteliti menggunakan data satelit selama kurun waktu 22 tahun. Penelitian ini menggunakan gabungan data citra NOAA-AVHRR dan MODIS untuk SPL, data citra SeaWiFS dan MODIS untuk Chl-a, data angin permukaan bulanan diperoleh dari European Centre for Medium-Range Weather Forecasts (ECMWF). Data pendukung berupa indeks El Nino Southern Oscillation (ENSO) bulanan diperoleh dari laman https://www.ncdc.noaa.gov/teleconnections/enso/ indicators/soi/ dan Dipole Mode Index (DMI) bulanan diperoleh dari laman https://www.jamstec.go.jp/ virtualearth/general/en/index.html. Hasil penelitian menunjukkan bahwa SPL di daerah penelitian selama 22 tahun (1997-2019) berada pada kisaran 27,57°C-34,41°C. Nilai SPL yang lebih tinggi terjadi saat Musim Barat sampai Musim Peralihan-1, sementara nilai yang lebih rendah pada Musim Timur sampai Musim Peralihan-2. Variabilitas nilai SPL dipengaruhi oleh pola angin musiman, intensitas radiasi matahari, dan Indian Ocean Dipole Mode (IODM). Saat IOD Negatif menyebabkan nilai SPL yang lebih tinggi dan konsentrasi Chl-a lebih rendah dari biasanya. Konsentrasi klorofil-a selama 22 tahun berkisar antara 0,0757 mg/m3-1,3006 mg/m3, konsentrasi klorofil-a yang lebih tinggi terjadi saat akhir Musim Timur (Agustus) dan awal Musim Barat (Desember), sementara nilai yang lebih rendah saat Musim Peralihan-1. Tingginya SPL pada Musim Peralihan-1 (Maret-Mei) bersamaan dengan rendahnya Chl-a pada musim yang sama diduga akibat terjadinya fenomena IOD negatif. Variabilitas Chl-a dipengaruhi oleh pola angin musiman, pergerakan massa air, dan IOD.
VARIABILITAS SUHU PERMUKAAN LAUT DAN KONSENTRASI KLOROFIL-A DI PERAIRAN PALABUHANRATU DAN SEKITARNYA Bisman Nababan; Afriandika D. Nirmawan; James P. Panjaitan
Jurnal Teknologi Perikanan dan Kelautan Vol 13 No 2 (2022): NOVEMBER 2022
Publisher : Fakultas Perikanan dan Ilmu Kelautan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4641.14 KB) | DOI: 10.24319/jtpk.13.145-162

Abstract

Penelitian ini bertujuan untuk mengetahui variabilitas Suhu Permukaan Laut (SPL) dan konsentrasi klorofil-a (Chl-a) di perairan Palabuhanratu dan sekitarnya. Penelitian ini menggunakan gabungan data citra satelit NOAA-AVHRR dan MODIS untuk SPL, SeaWiFS dan MODIS untuk Chl-a, data angin permukaan bulanan dari European Centre for Medium-Range Weather Forecasts (ECMWF). Data pendukung berupa indeks El Nino Southern Oscillation (ENSO) dan indeks dipole mode (DMI) bulanan. Hasil penelitian menunjukkan bahwa SPL di daerah penelitian selama 21 tahun (1997-2018) berada pada kisaran 23,14-33,45°C dimana SPL tertinggi terjadi saat akhir Musim Peralihan-1 (Mei), sementara nilai paling rendah ditemui pada saat awal Musim Peralihan-2 (September). Konsentrasi klorofil-a selama 21 tahun berkisar 0,063-13,363 mg/m3 dimana nilai Chl-a paling tinggi terjadi saat awal Musim Peralihan-2 (September), sementara nilai yang paing redah ditemui pada saat akhir Musim Peralihan-1 (Mei). Saat ENSO dan IOD positif terjadi bersamaan menyebabkan kecepatan angin Tengara meningkat sehinga mengakibatkan peningkatan intensitas upwelling di Perairan Palabuhanratu dan sekitarnya yang mengakibatkan nilai SPL yang lebih rendah dan konsentrasi Chl-a yang lebih tinggi dari biasanya. Variabilitas nilai SPL dan Chl-a dipengaruhi oleh pola angin musiman, intensitas radiasi matahari, fenomena anomali iklim ENSO, dan Indian Ocean Dipole Mode (IODM). Tingginya konsentrasi klorofil-a pada sekitar bulan Agustus-Oktober bersamaan dengan rendahnya SPL pada bulan yang sama diduga akibat terjadinya fenomena upwelling.
Pemetaan Habitat Bentik Berbasis Objek Menggunakan Drone Di Perairan Pulau Gili Labak, Sumenep Adhitya Nugroho; Bisma Nababan; James Parlindungan Panjaitan; Syamsul Bahri Agus
Jurnal Kelautan Vol 17, No 1: April (2024)
Publisher : Department of Marine Sciences, Trunojoyo University of Madura, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/jk.v17i1.24518

Abstract

ABSTRAKPemetaan habitat bentik menggunakan drone memiliki kendala terkait kodisi cuaca dan lingkungan, seperti kecepatan angin dan sun glint yang dapat mengganggu pengambilan gambar dan klasifikasi gambar. Penelitian ini bertujuan untuk mengetahui sudut sensor drone yang optimal, waktu penerbangan drone terbaik di lokasi penelitian, serta mengetahui tingkat akurasi algoritma support vector machine menggunakan metode OBIA. Penelitian ini dilaksanakan di perairan Pulau Gili Labak pada bulan Oktober 2022 menggunakan drone DJI Phantom 4. Penelitian ini menerapkan dua sudut sensor 45° dan 90° serta waktu pengambilan pukul 08:00; 09:30; 13:15; 14:45. Klasifikasi citra drone menggunakan metode OBIA menggunkan metode contextual editing pada level 1 (perairan dangkal). Level 2 menggunakan klasifikasi terbimbing menggunakan algoritma klasifikasi machine learning yaitu support vector machine (SVM) dengan input themathic layer dari data lapangan. Klasifikasi habitat bentik dilakukan pada 6 kelas dengan penerapan skala segmentasi 25, 50, 70, 100. Berdasarkan hasil  pengambilan gambar waktu terbaik menerbangkan drone pada pukul 13:15 menggunakan sudut sensor 90º dilokasi penelitian, diperoleh nilai overall accuracy sebesar 84.06% serta nilai kappa 0.78656 pada skala segmentasi 50 dengan algoritma support vector machine.Kata kunci: pemetaan, habitat bentik, OBIA, drone, Pulau Gili LabakABSTRACTBenthic habitat mapping using drones has constraints related to weather and environmental conditions, such as wind speed and sun glint that can interfere with image capture and image classification. This study aims to determine the optimal drone sensor angle, the best drone flight time at the research location, and determine the accuracy of the support vector machine algorithm using the OBIA method. This research was conducted in the waters of Gili Labak Island in October 2022 using a DJI Phantom 4 drone. This research applied two sensor angles of 45° and 90° and the capture time at 08:00; 09:30; 13:15; 14:45. Classification of drone imagery using the OBIA method utilizes contextual editing at level 1 (shallow water). Level 2 uses guided classification using a machine learning classification algorithm, namely support vector machine (SVM) with themathic layer input from field data. Benthic habitat classification was performed on 6 classes with the application of segmentation scales of 25, 50, 70, 100. Based on the results of taking pictures of the best time to fly the drone at 13:15 using a 90º sensor angle at the research location, an overall accuracy value of 84.06% was obtained and a kappa value of 0.78656 on a segmentation scale of 50 with the support vector machine algorithm. Keywords: Mapping, Benthic Habitats, OBIA, Gili Labak Island 
KLASIFIKASI HABITAT BENTIK PERAIRAN LAUT DANGKAL DI PULAU BARRANG CADDI DENGAN PENDEKATAN OBIA MENGGUNAKAN CITRA SENTINEL-2 DAN SPOT-7 DENGAN PENERAPAN ALGORITMA BAYESIAN DAN K-NEAREST NEIGHBOR: (Classification of Shallow Water Benthic Habitat in Barrang Caddi Island with OBIA Approach using Sentinel-2 and SPOT-7 Satellite Images with Bayesian and K-Nearest Neighbor Algorithm) Indah Kartika; Vincentius Paulus Siregar; James P Panjaitan; Nurjannah Nurdin
Majalah Ilmiah Globe Vol. 24 No. 2 (2022): GLOBE VoL 24 No 2 TAHUN 2022
Publisher : Badan Informasi Geospasial

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

Abstract

Penelitian terkait pemetaan habitat bentik perairan laut dangkal telah banyak dilakukan. Namun, masih terdapat beberapa lokasi penting di Indonesia yang hingga saat ini belum dilakukan pemetaan bentiknya dengan menggunakan teknologi terbaru, sehingga pembaharuan data habitat bentik masih perlu dilakukan. Algoritma-algoritma klasifikasi yang telah dikembangkan dalam pemetaan masih perlu dikaji karena setiap wilayah perairan memiliki karakteristik yang berbeda. Kajian ini bertujuan untuk menguji performa algoritma Bayesian dan K-Nearest Neighbour (K-NN) dengan pendekatan berbasis objek (Object-Based Image Analysis/OBIA) dalam mengklasifikasi habitat bentik perairan laut dangkal baik dengan dan tanpa penerapan algoritma Depth Invariant Index (DII). Penelitan ini dilaksanakan di perairan Pulau Barrang Caddi, Kepulauan Spermonde. Citra SPOT-7 dan Sentinel-2 dengan masing-masing resolusi spasial 6 x 6 m2 dan 10 x 10 m2 digunakan pada penelitian ini yang diakuisisi pada tanggal 10 Agustus 2021 dan 1 Oktober 2021. Skala segmentasi yang digunakan pada level 1 yaitu 20 dan level 2 dengan skala 10. Algoritma Bayesian dan K-NN digunakan dalam proses klasifikasi level 2. Skema klasifikasi yang digunakan yaitu sebanyak 7 kelas. Tingkat akurasi yang tertinggi pada penelitian ini dihasilkan dari algoritma Bayesian dengan menggunakan citra SPOT-7 tanpa penerapan algoritma DII yaitu sebesar 61.8%.