Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies)
Sabitta, Valin Rizkia
Unknown Affiliation
Computer Science & IT Languange, Linguistic, Communication & Media Library & Information Science

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

Found 2 Documents
Search

 1 
Model Prediksi Umur Kepiting Berdasarkan Data Morfometrik dan Gender: Pendekatan Model Support Vector Regression Ramadhani, Tirta Samudera; Mudaim, Syarifah; Sabitta, Valin Rizkia; Maulidia, Raisa
Jurnal Ilmu Komputer Vol 16 No 2 (2023): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIK.2023.v16.i02.p07

Abstract

Crab is one of the most important marine commodities and resources in Indonesian waters, both economically and ecologically. Crab age determination can provide a better understanding of crab growth and development, so that crab farming can be carried out effectively, efficiently, and profitably for its supporters. In addition, determining the age of the crab can also help the sustainability of the crab population. This study was conducted using support vector regression (SVR) modeling to predict crab age by establishing a predictive relationship between the dependent variable (x) and the independent variable (y). The attributes of the dependent variable (x) include length, diameter, height, and weight. While the independent variable (y) only includes crab age. SVR modeling is carried out to show predicted data with actual data, where the results of the SVR modeling will be evaluated based on the results of the RMSE value test. This study resulted in an RMSE value of 0.019814 so it can be said that the model to predict crab age is very accurate. The purpose of this research is to develop a statistical model that can predict crab age based on morphometric data and crab gender using the Support Vector Regression (SVR) model approach.
IMPLEMENTASI PENGINDERAAN JAUH DAN BISNIS INTELIJEN UNTUK ANALISIS KERAPATAN MANGROVE DI PULAU RAAS JAWA TIMUR Azizah, Haruni Najla; Hafazah, Najwa Nur; Sabitta, Valin Rizkia
Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies) Vol 5, No 1 (2025): Juni 2025
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jppk.v5i1.90835

Abstract

Pulau Raas, yang terletak di Kabupaten Sumenep, memiliki ekosistem laut yang kaya,termasuk lamun, terumbu karang, dan mangrove (Rhomadhoni et al., 2020). salah satuwilayah dengan area mangrove alami yang luas di Jawa Timur pada 2019, penelitian inibertujuan menganalisis kerapatan vegetasi mangrove di Pulau Raas dengan memanfaatkanmetode penginderaan jauh menggunakan NDVI (Normalized Difference Vegetation Index)berdasarkan citra satelit Landsat 8 untuk tahun 2020, 2022, dan 2024. Data kerapatanmangrove diproses dengan perangkat lunak ArcGIS Pro dan divisualisasikan melaluiplatform Business Intelligence (BI) untuk memantau perubahan serta tren kerapatan vegetasimangrove. Hasil analisis menunjukkan adanya peningkatan nilai maksimum NDVI dari0,468472 pada tahun 2020 menjadi 0,495804 pada tahun 2024, yang mencerminkanpertumbuhan positif vegetasi mangrove. Kategori kerapatan Rapat mengalami kenaikan luasdari 29,5 hektare pada tahun 2020 menjadi 63,2 hektare pada tahun 2024. Sementara itu,kerapatan Sedang menunjukkan peningkatan dari 197,7 hektare menjadi 224,7 hektare dalamperiode yang sama. Area dengan kerapatan Jarang menunjukkan fluktuasi, menurun dari162,6 hektare pada tahun 2020 menjadi 94,9 hektare pada 2022, kemudian naik kembalimenjadi 102,9 hektare pada 2024.
Co-Authors Azizah, Haruni Najla Hafazah, Najwa Nur Maulidia, Raisa Mudaim, Syarifah Ramadhani, Tirta Samudera