Nasution, Muhammad Alwie and Kurniawati, Esty and Yandri, Falmi (2025) PEMETAAN KERAPATAN MANGROVE MENGGUNAKAN ANALISIS NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) DI DESA BUSUNG PANJANG. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) Muhammad Alwie Nasution_2002010005_Ilmu Kelautan_Cover.pdf - Published Version Download (761kB)
	Text (Abstrak) Muhammad Alwie Nasution_2002010005_Ilmu Kelautan_Abstrak.pdf - Published Version Download (128kB)
	Text (Bab l) Muhammad Alwie Nasution_2002010005_Ilmu Kelautan_Bab 1.pdf - Published Version Download (134kB)
	Text (Daftar Pustaka) Muhammad Alwie Nasution_2002010005_Ilmu Kelautan_Daftar Pustaka.pdf - Published Version Download (274kB)
	Text (Full Text) Muhammad Alwie Nasution_2002010005_Ilmu Kelautan_Full Text.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Ekosistem mangrove merupakan sumber daya alam yang memiliki produktivitas tinggi dan berperan penting secara ekologis dan ekonomi yaitu sebagai pelindung pesisir dan sumber mata pencaharian. Desa Busung Panjang, Kecamatan Kepulauan Posek, Kabupaten Lingga merupakan salah satu Desa di Kepulauan Riau yang memiliki ekosistem mangrove. Kerapatan mangrove dapat dilihat menggunakan teknik penginderaan jauh, salah satu citra penginderaan jauh yang digunakan untuk pemetaan mangrove adalah citra satelit Sentinel -2A. Penelitian ini bertujuan untuk memetakan sebaran dan kerapatan mangrove menggunakan metode klasifikasi Super Vector Machine (SVM) dan analisis Normalized Difference Vegetation Index (NDVI) pada tahun 2018 dan 2023 di Desa Busung Panjang. Metodologi yang digunakan yaitu metode Stratified Random Sampling untuk analisis data menghitung kerapatan mangrove, analisis penginderaan jauh yaitu cropping, Pre-processing, komposit band, Algoritma SVM untuk klasifikasi, Analisis indeks vegetasi mangrove menggunakan metode NDVI, dan hasil kerapatan dan sebaran mangrove, serta uji akurasi. Hasil penelitian menggunakan klasifikasi SVM menunjukkan hasil baik, dengan akurasi pada tahun 2018 mencapai 83.33% dan tahun 2023 mencapai 96.67%. Validasi antara pengukuran kerapatan mangrove di lapangan dengan hasil analisis NDVI pada pengolahan citra Sentinel -2A juga menunjukkan tingkat kesesuaian yang tinggi, yakni 88%. Dari segi kerapatan mangrove dilokasi penelitian pada tahun 2018 di dominasi kategori rapat sebesar 21.30 Ha dan mengalami peningkatan sebesar 29.74 Ha pada tahun 2023. Kedua nilai ini mengkonfirmasi kesesuaian data yang akurat pada penelitian. Kata kunci: Ekosistem Mangrove, Klasifikasi SVM, NDVI, Pemetaan

Actions (login required)

View Item