Search for collections on Repository Universitas Maritim Raja Ali Haji

APLIKASI ALGORITMA MACHINE LEARNING UNTUK PEMETAAN DISTRIBUSI SPASIAL EKOSISTEM MANGROVE DAN KARANG DI DESA PENGUDANG

ALFISANDI, FRISKY and Apdillah, Dony and Febrianto, Try (2024) APLIKASI ALGORITMA MACHINE LEARNING UNTUK PEMETAAN DISTRIBUSI SPASIAL EKOSISTEM MANGROVE DAN KARANG DI DESA PENGUDANG. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text (Cover)
FRISKY_ALFISANDI_170254241031_ILMU_KELAUTAN - Cover.pdf - Published Version

Download (610kB)
[img] Text (Abstrak)
FRISKY_ALFISANDI_170254241031_ILMU_KELAUTAN - Abstrak.pdf - Published Version

Download (31kB)
[img] Text (BAB I)
FRISKY_ALFISANDI_170254241031_ILMU_KELAUTAN - BAB I.pdf - Published Version

Download (171kB)
[img] Text (Daftar Pustaka)
FRISKY_ALFISANDI_170254241031_ILMU_KELAUTAN - Daftar Pustaka.pdf - Published Version

Download (184kB)
[img] Text (Full Teks)
FRISKY_ALFISANDI_170254241031_ILMU_KELAUTAN - Full Teks.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy
Official URL: https://lib.umrah.ac.id/

Abstract

Pengumpulan informasi spasial dapat dilakukan dengan teknologi penginderaan jauh, proses klasifikasi citra untuk menghasilkan informasi spasial dapat dilakukan dengan menggunakan algoritma machine learning, machine learning mempelajari dan mengklasifikasi hingga kemudian dapat memprediksi suatu data. Pada penelitian ini dilakukan di desa dengan metode klasifikasi random forest, dan confusion matrix untuk melakukan uji akurasi. Hasil klasifikasi random forest mendapatkan mangrove dengan luasan 45,60 ha dan karang dengan luasan 229,94 ha. Hasil uji akurasi pada bagian darat mendapatkan hasil 90% dengan nilai kappa 0,87, habitat bentik mendapatkan akurasi 88% dengan nilai kappa 0,85. Tingkat kerapatan mangrove yang didapatkan untuk kelas padat 39,14 ha, kelas sedang 6,42 ha dan kelas jarang 0,04 ha. Validasi tingkat kerapatan mangrove antara data lapangan dan hasil NDVI mendapatkan tingkat kesamaan 78,38%. Berdasarkan uji akurasi yang didapatkan, dapat dikatakan bahwa hasil klasifikasi pada penelitian ini sudah baik.

Item Type: Thesis (S1)
Contributors:
ContributionNameNIP / NIDN
UNSPECIFIEDApdillah, DonyNIP.197602222021211004
UNSPECIFIEDFebrianto, TryNIP.198702172019031005
Subjects: 000_umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan
500. Ilmu-ilmu Alam dan Matematika > 530 Physics/Fisika
Divisions: Fakultas Ilmu Kelautan dan Perikanan > Program Studi Ilmu kelautan
Depositing User: user ilmukelautan
Date Deposited: 15 Aug 2024 07:34
Last Modified: 15 Aug 2024 07:34
URI: http://repositori.umrah.ac.id/id/eprint/8243

Actions (login required)

View Item View Item