Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Tekno Insentif Prosiding Seminar Nasional Hasil Penelitian Sains, Teknik dan Aplikasi Industri Fakultas Teknik Universitas Lampung
Fajri Yanto
Universitas Lampung
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemetaan Distribusi Hutan Mangrove Menggunakan Algoritma Machine Learning di Kawasan Hutan Mangrove Petengoran Anggun Tridawati; Armijon Armijon; Fajri Yanto; Tika Christy Novianti
Jurnal Tekno Insentif Vol 17 No 2 (2023): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v17i2.1101

Abstract

Abstrak Hutan mangrove Petengoran adalah ekowisata mangrove di Provinsi Lampung yang terancam punah karna meningkatnya aktivitas pengunjung. Sehingga, informasi persebaran mangrove sangat diperlukan untuk tujuan konservasi. Dewasa ini, banyak peneliti memanfaatkan teknologi pengindraan jauh untuk pemetaan mangrove menggunakan algoritma machine learning. Penelitian ini bertujuan untuk membandingkan algoritma support vector machine (SVM) dan random forest (RF) untuk pemetaan mangrove menggunakan komposit RGB dan NDVI pada citra Sentinel 2A. Hasil penelitian menunjukkan bahwa algoritma RF memberikan akurasi yang lebih tinggi dibandingkan dengan SVM dibuktikan dengan nilai akurasi keseluruhan dan indeks kappa RF sebesar 92,68% dan 0,88, sedangkan pada SVM sebesar 91,86% dan 0,87. Meski demikian, terdapat kesalahan klasifikasi hutan mangrove di kedua algoritma. Hal tersebut disebabkan oleh kemiripan spektral jenis tanaman dan tidak adanya efek topografi. Sehingga, penelitian selanjutnya diharapkan dapat menambahkan efek topografi untuk mendapatkan akurasi yang lebih baik. Abstract The Petengoran is mangrove ecotourism in Lampung Province which is threatened with extinction due to increased community activity. Thus, information on the distribution of the Petengoran mangroves is needed for conservation. Many researchers use remote sensing technology to map mangroves using machine learning algorithms. This study aims to compare SVM and random forest RF algorithms for mapping mangroves using RGB and NDVI composites on Sentinel 2A imagery. The results showed that the RF algorithm provides higher accuracy compared to SVM. This is evidenced by the overall accuracy value and RF kappa index of 92.68% and 0.88, while the SVM is 91.86% and 0.87. However, there is a misclassification of mangrove forests in both algorithms. This is due to the spectral similarity of vegetation and no topographical effect. Thus, future research is expected to add topographical effects to obtain higher accuracy.
Analisis Spasial Zona Pemanfaatan Sumber Air Berbasis Sistem Informasi Geografis anggun tridawati; fajri yanto; Dian Ayu Nigtiyas; Atika Sari; Tika Christy Novianti; Armijon
Prosiding Seminar Nasional Ilmu Teknik Dan Aplikasi Industri Fakultas Teknik Universitas Lampung Vol. 8 (2025): Prosiding Seminar Nasional Ilmu Teknik dan Aplikasi Industri (SINTA) 2025
Publisher : Fakultas Teknik Universitas Lampung

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

Abstract

Ketersediaan sumber daya air merupakan faktor penting dalam keberlanjutan ekosistem dan kehidupan manusia, terutama di Wilayah Sungai Seputih- Sekampung, Provinsi Lampung. Dengan meningkatnya perubahan penggunaan lahan akibat pertumbuhan populasi dan aktivitas ekonomi, zona pemanfaatan sumber daya (ZPSA) air mengalami tekanan yang signifikan. Penelitian ini bertujuan untuk menganalisis kondisi ketiga zona ZPSA tersebut menggunakan metode Sistem Informasi Geografis (SIG) berbasis skoring. Penelitian ini menggunakan data DEMNAS, penggunaan lahan, jenis tanah, curah hujan, dan pola ruang untuk memetakan daerah resapan, tampungan, dan pemanfaatan sumber daya air di Wilayah Sungai Seputih-Sekampung. Metode yang digunakan adalah skoring dengan overlay berdasarkan PERMEN PUPR Nomor. 10/PRT/M/2015. Hasil penelitian menunjukkan bahwa ZPSA didominasi oleh kelas dengan kategori tinggi seluas 6.735,92 km2. Hal ini mengindikasikan bahwa wilayah menunjukkan tingkat pemanfaatan air sangat tinggi, sehingga pengelolaan zonasi menjadi kunci keberlanjutan.
Co-Authors Anggun Tridawati Armijon Armijon Armijon Atika Sari Dian Ayu Nigtiyas Tika Christy Novianti