KLASIFIKASI HABITAT BENTIK PERAIRAN LAUT DANGKAL DI PULAU BARRANG CADDI DENGAN PENDEKATAN OBIA MENGGUNAKAN CITRA SENTINEL-2 DAN SPOT-7 DENGAN PENERAPAN ALGORITMA BAYESIAN DAN K-NEAREST NEIGHBOR

(Classification of Shallow Water Benthic Habitat in Barrang Caddi Island with OBIA Approach using Sentinel-2 and SPOT-7 Satellite Images with Bayesian and K-Nearest Neighbor Algorithm)

Abstract

Penelitian terkait pemetaan habitat bentik perairan laut dangkal telah banyak dilakukan. Namun, masih terdapat beberapa lokasi penting di Indonesia yang hingga saat ini belum dilakukan pemetaan bentiknya dengan menggunakan teknologi terbaru, sehingga pembaharuan data habitat bentik masih perlu dilakukan. Algoritma-algoritma klasifikasi yang telah dikembangkan dalam pemetaan masih perlu dikaji karena setiap wilayah perairan memiliki karakteristik yang berbeda. Kajian ini bertujuan untuk menguji performa algoritma Bayesian dan K-Nearest Neighbour (K-NN) dengan pendekatan berbasis objek (Object-Based Image Analysis/OBIA) dalam mengklasifikasi habitat bentik perairan laut dangkal baik dengan dan tanpa penerapan algoritma Depth Invariant Index (DII). Penelitan ini dilaksanakan di perairan Pulau Barrang Caddi, Kepulauan Spermonde. Citra SPOT-7 dan Sentinel-2 dengan masing-masing resolusi spasial 6 x 6 m² dan 10 x 10 m² digunakan pada penelitian ini yang diakuisisi pada tanggal 10 Agustus 2021 dan 1 Oktober 2021. Skala segmentasi yang digunakan pada level 1 yaitu 20 dan level 2 dengan skala 10. Algoritma Bayesian dan K-NN digunakan dalam proses klasifikasi level 2. Skema klasifikasi yang digunakan yaitu sebanyak 7 kelas. Tingkat akurasi yang tertinggi pada penelitian ini dihasilkan dari algoritma Bayesian dengan menggunakan citra SPOT-7 tanpa penerapan algoritma DII yaitu sebesar 61.8%.