Article Per Year (5 Year)
p-Index From 2021 - 2026
3.128
P-Index
This Author published in this journals
All Journal Jurnal Perikanan dan Kelautan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Pengabdian Pada Masyarakat Jurnal Kreativitas PKM Jurnal Lemuru : Jurnal Ilmu Perikanan dan Kelautan Indonesia ILKOMNIKA: Journal of Computer Science and Applied Informatics Jurnal Laot Ilmu Kelautan Abdimasku : Jurnal Pengabdian Masyarakat International Journal of Marine Engineering Innovation and Research Jurnal Kemaritiman: Indonesian Journal of Maritime Juvenil: Jurnal Ilmiah Kelautan dan Perikanan Zona Laut : Jurnal Inovasi Sains dan Teknologi Kelautan Jurnal Pengabdian Pada Masyarakat Jurnal Perikanan dan Kelautan Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies)
Anzani, Luthfi
Universitas Pendidikan Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Pemetaan Spasial dan Temporal Sebaran Terumbu Karang Menggunakan Penginderaan Jauh Di Pulau Sebesi La Ode Alam Minsaris; Luthfi Anzani; Cakra Rahardjo; Triyanti Triyanti
Juvenil Vol 7, No 1: Februari 2026
Publisher : Department of Marine and Fisheries, Trunojoyo University of Madura, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/juvenil.v7i1.24383

Abstract

ABSTRAKTsunami Gunung Krakatau yang terjadi pada tahun 2018 menyebabkan banyak perubahan kondisi pulau-pulau kecil, terutama kondisi ekosistem terumbu karang, namun informasi kondisi sebaran terumbu terumbu karang akibat gempa masih terbatas. Tujuan penelitian ini adalah memetakan sebaran terumbu karang secara spasial dan temporal dengan citra satelit Landsat 8 dan Sentinel-2 sebelum dan sesudah terjadi tsunami tahun 2018 dengan validasi lapangan untuk memastikan hasil pemetaan yang didapatkan.  Metode yang digunakan untuk memetakan sebaran terumbu karang yakni klasifikasi berbasis terbimbing atau supervised learning (SVM) menggunakan GEE dan ArcGis Pro. Hasil penelitian menunjukan dampak besar bencana tsunami yang mempengaruhi nilai luasan ekosistem terumbu karang di Pulau Sebesi, hal ini terlihat pada tahun 2018 luasan tutupan karang sebesar 178,8 Ha, tahun 2019 setelah tsunami mengalami penurunan dengan nilai tutupan berkisar 79,5 Ha. Jumlah tutupan karang setelah tsunami yaitu periode tahun 2020-2023 mengalami fluktuasi dengan tutupan karang secara berturut-turut yaitu 88,9 Ha, 64,2 Ha, 88,7 Ha, dan 70,3 Ha. Hasil pengamatan menunjukan penurunan tutupan karang sebelum dan setelah terjadinya tsunami berbanding terbalik dengan jumlah tutupan pasir yaitu seluas 45,4 Ha pada tahun 2018 dan mengalami peningkatan pada tahun 2019 menjadi 65,4 Ha. Perubahan luasan terumbu karang di Pulau Sebesi secara spasial dan temporal dalam kurun waktu enam tahun terakhir dipengaruhi oleh faktor manusia dan secara alami, namun penyumbang kerusakan tersebar diakibatkan oleh tsunami tahun 2018 dengan penurunan berkisar 99,3 Ha yang digantikan oleh substrat pasir yang terbawa oleh energi gelombang tsunami dan banyaknya rubble yang ditemukan di pesisir Pulau Sebesi akibat peristiwa bencana tsunami sehingga kedua faktor tersebut menjadi faktor utama yang menginformasikan penurunan tutupan karang secara signifikan di Pulau Sebesi selama kurun waktu enam tahun terakhir.Kata Kunci: Tsunami, Pulau Sebesi, Terumbu Karang, Sentinel 2, SVMABSTRACTThe Krakatoa Mountain Tsunami that occurred in 2018 brought about numerous changes in the conditions of small islands, especially the coral reef ecosystems. However, information regarding the distribution of coral reefs due to the earthquake is still limited. The purpose of this research is to spatially and temporally map the distribution of coral reefs using Landsat 8 and Sentinel-2 satellite imagery before and after the 2018 tsunami, with field validation to ensure the accuracy of the mapping results. The method used to map the coral reef distribution is supervised learning (SVM) based classification using Google Earth Engine (GEE) and ArcGIS Pro. The research results show a significant impact of the tsunami disaster on the coral reef ecosystem in Sebesi Island. In 2018, the coral cover area was 178.8 hectares, but in 2019, after the tsunami, it decreased to approximately 79.5 hectares. The coral cover in the post-tsunami period from 2020 to 2023 fluctuated with values of 88.9 hectares, 64.2 hectares, 88.7 hectares, and 70.3 hectares consecutively. Observations indicate that the decrease in coral cover before and after the tsunami is inversely related to the sand cover, which was 45.4 hectares in 2018 and increased to 65.4 hectares in 2019. Changes in the spatial and temporal extent of coral reefs in Sebesi Island over the past six years were influenced by both natural and human factors. However, the major contributor to the damage was the 2018 tsunami, causing a decrease of approximately 99.3 hectares, which was replaced by sand substrate carried by the tsunami wave energy and the abundance of rubble found on the coast of Sebesi Island as a result of the tsunami disaster. These two factors played a significant role in the substantial decline in coral cover in Sebesi Island over the past six years.Keywords: Tsunami, Sebesi Island, Cooral Reefs, Sentinel-2, SVM
PENERAPAN FEATURE SELECTION DALAM MEMPREDIKSI TINGGI GELOMBANG LAUT SIGNIFIKAN Arifin, Willdan Aprizal; Anzani, Luthfi; Ma'ruf, Ma'ruf; Daud, Anton; Handyanto, Lukman; Maulidia, Raisa; Maulsyid, Ramzan Pradana
Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies) Vol 5, No 2 (2025): Desember 2025
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jppk.v5i2.95250

Abstract

Tinggi gelombang signifikan (Hs) merupakan indikator utama dalam memantau kondisi laut dan keselamatan aktivitas kelautan. Penelitian ini bertujuan mengembangkan model prediksi Hs menggunakan algoritma Long Short-Term Memory (LSTM) dengan pendekatan seleksi fitur berbasis korelasi Spearman. Analisis ini tidak hanya digunakan untuk melihat hubungan antarvariabel, tetapi juga secara eksplisit berfungsi sebagai langkah seleksi fitur untuk menentukan prediktor paling relevan bagi model LSTM. Data diperoleh dari Automatic Weather Station (AWS) milik BMKG untuk periode 2022–2025 yang mencakup berbagai parameter meteorologi dan oseanografi. Seleksi fitur dilakukan untuk mengidentifikasi variabel paling berpengaruh terhadap Hs. Hasil analisis menunjukkan kecepatan angin memiliki korelasi tertinggi (0,98), diikuti oleh suhu air laut, tinggi muka air, kelembaban relatif, dan arah angin. Variabel terpilih digunakan sebagai input pada model LSTM multivariat. Evaluasi model menggunakan Mean Squared Error (MSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²). Hasil menunjukkan MSE sebesar 0,00076, MAE sebesar 0,0179, dan R² sebesar 0,9666. Nilai ini menunjukkan bahwa model memiliki akurasi tinggi dan mampu merepresentasikan pola fluktuasi Hs secara baik. Temuan ini menunjukkan bahwa integrasi seleksi fitur Spearman dan LSTM efektif untuk prediksi tinggi gelombang, serta berpotensi diterapkan dalam sistem pemantauan gelombang di wilayah pesisir Indonesia.
Co-Authors Abdul Malik Acep Saepul Zamil Adlim, Faza Fawwaz Fauzil Ahmad, Kiffah Kayyisah Aji Prasetyo Alya Dina Wilujeng Alya Dina Wilujeung Anbiya, Adela Nur Angga Fadzar Anton Daud Apriansyah, Muhamad Renaldi Arnisti, Raissa Alimah Aryadi, Naufal Rahditya Ashari, Mahatir Muhamad Ayang Armelita Rosalia Az-Zahra, Fatimah Bagus Firmansyah Balqis, Batrisya Hawani Barkah, Reza Fahrizal Cahyani, Anggieta Tri cakra rahardjo Cakra Rahardjo Daniel Happy Putra Daud, Anton Della Ayu Lestari Ester Frescila Simbolon Fajar Nugroho Fawaz Fawaz Febianah, Mita Hamidah, Hawarizmy Nurul Handyanto, Lukman Harini Najla Azizah Harvan, Muhammad Hasidu, La Ode Abdul Fajar Ishak Ariawan Jelita, Dinda Kiffah Kayyisah Ahmad Kukuh Widiyanto Lukman Handyanto Lukman Lukman M Ma'ruf M. Andre Setiawan M. SALEH Ma'ruf, Ma'ruf Mardeny, Nabila Sukma Maulidia, Raisa Maulsyid, Ramzan Pradana Mestiria Harbani Sitepu Minsaris, La Ode Alam Muhamad Renaldi Apriansyah Najwa Nur Hafazah Novi Sofia Fitriasari Nurokhim, Arif Putri, Kiran Aulia Rachel Palupi Rachma, Nabila Rahardjo, Cakra Rahman, M. Arief Raisa Maulidia Ramzan Pradana Maulsyid Rivandi, Muhamad Rifky Satriya, Raisa Nadia Bunga Sihombing, Amalia Rahma Dini Sriyanto, Sesar Prabu Dwi Sukmaputri, Nabila Zahra Tirtana, Denta Triyanti Triyanti Willdan Aprizal Arifin Wilujeung, Alya Dina