Tridawati, Anggun (2023) Pemetaan Distribusi Hutan Mangrove Menggunakan Algoritma Machine Learning di Kawasan Hutan Mangrove Petengoran. Jurnal Tekno Insentif, 16 (1). ISSN 1907-4964

Preview

Text jurnal 1.pdf Download (439kB) | Preview

Abstract

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.

Item Type:	Article
Subjects:	G Geography. Anthropology. Recreation > GA Mathematical geography. Cartography
Divisions:	Fakultas Teknik (FT) > Prodi Teknik Geodesi
Depositing User:	Anggun Tridawati
Date Deposited:	13 Feb 2024 01:12
Last Modified:	13 Feb 2024 01:12
URI:	http://repository.lppm.unila.ac.id/id/eprint/53158

Actions (login required)

View Item