Estimasi Kedalaman Perairan Dangkal Menggunakan Citra Satelit Multispektral Sentinel-2A

Arip Rahman (Mahasiswa Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan Institut Pertanian Bogor)
Vincentius P. Siregar (Staf Pengajar Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan Institut Pertanian Bogor)
James P. Panjaitan (Staf Pengajar Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan Institut Pertanian Bogor)

Jurnal Segara
Vol 16, No 3 (2020): Desember

Estimasi kedalaman perairan dangkal menggunakan data penginderaan jauh menjadi salah satu alternatif pengukuran kedalaman yang terkendala masalah teknis dan logistik. Ekstraksi kedalaman menggunakan citra Sentinel-2A dilakukan di sekitar perairan Pulau Kemujan Taman Nasional Perairan Karimunjawa Jawa Tengah. Sebanyak 2134 data (1280 data training dan 854 data test) hasil pemeruman digunakan pada saat analisis. Dark Object Substraction (DOS) digunakan pada proses awal pengolahan citra Sentinel 2A untuk menghasilkan citra yang terkoreksi atmosferik. Metode algoritma yang digunakan untuk mengestimasi kedalaman antara lain: linear transform, ratio transform dan support vector machine (SVM). Hasil korelasi antara data prediksi kedalaman dan hasil pemeruman tertinggi dihasilkan dari metode algoritma SVM dengan koefisien determinasi (R2)  0,71 (data training) dan 0,56 (data test). Hasil penilaian akurasi menggunakan nilai Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE), metode algoritma SVM memiliki nilai penyimpangan terkecil (< 1 m). Hal tersebut mengindikasikan bahwa metode algoritma SVM memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan kedua metode lainnya.