Professional Documents
Culture Documents
ABSTRACT
The Worldview-2 imagery application with groud truth habitat data still has shortcomings that require
a long time, limited access, high costs and risk factors. Surveying techniques using drones can reduce
these limitations. This study aims to classify and test the accuracy of shallow water habitat
classification results in Lancang Island and Sebaru Besar Island from Worldview-2 imagery with
ground truth habitat (GTH) and virtual ground truth (VGT) input data and explore the spatial
resolution of drone images at altitude different. Overall accuracy results were obtained for 7 habitat
classes on Lancang Island with GTH and VGT data of 65.5% and 60.6%, respectively. Whereas in
Sebaru Besar Island they were 67.5% and 64.6%, respectively. Comparison of the accuracy of the
classification results obtained 4.9% selisi on Lancang Island and 2.9% on Sebaru Besar Island.
Significance test results of the GTH and VGT methods on Lancang Island were significantly different
with a Z value of 2.0851, while on Sebaru Besar Island it was not significantly different from the Z
value of 0.5255, so that benthic habitat mapping with the VGT method could be used as an alternative
in-situ field observation, however this still requires further research.
ABSTRAK
Aplikasi citra Worldview-2 dengan data groud truth habitat masih memiliki kekurangan yaitu
membutuhkan waktu yang lama, akses yang terbatas, biaya yang tinggi serta faktor resiko. Teknik
survei menggunakan drone dapat mengurangi keterbatasan tersebut. Penelitian ini bertujuan untuk
melakukan klasifikasi dan uji akurasi hasil klasifikasi habitat perairan dangkal di Pulau Lancang dan
Pulau Sebaru Besar dari citra Worldview-2 dengan inputan data ground truth habitat (GTH) dan
virtual ground truth (VGT) serta mengeksplorasi resolusi spasial citra drone pada ketinggian yang
berbeda. Hasil overall accuraccy diperoleh untuk 7 kelas habitat di Pulau Lancang dengan data GTH
dan VGT masing-masing sebesar 65,5% dan 60,6%. Sedangkan di Pulau Sebaru Besar masing-masing
sebesar 67,5% dan 64,6%. Perbandingan akurasi hasil klasifikasi didapat selisih 4,9% di Pulau
Lancang dan 2,9% di Pulau Sebaru Besar. Hasil uji signifikansi metode GTH dan VGT di Pulau
Lancang berbeda nyata dengan nilai Z sebesar 2,0851, sedangkan di Pulau Sebaru Besar tidak berbeda
nyata dengan nilai Z sebesar 0,5255, sehingga pemetaan habitat bentik dengan metode VGT dapat
digunakan sebagai alternatif pengamatan di lapangan secara in-situ, namun ini masih memerlukan
penelitian lanjutan.
Department of Marine Science and Technology FPIK-IPB, ISOI, and HAPPI 135
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
dapat meliput area kajian yang luas dan Munculnya drone dengan harga yang
beberapa citra satelit resolusi spasial rendah ekonomis menimbulkan potensi besar
sudah tersedia secara gratis (Sulong et al., sebagai alat untuk dapat menganalisis
2002). Penginderaan jauh dari satelit dapat lingkungan dan ekologi, seperti pemantauan
menjadi metode pelengkap dari proses persebaran lumut di kutub, lahan pertanian,
pemetaan (Hedley et al., 2016). Ruang kebakaran hutan, dan pemetaan hutan bakau
lingkup dari aplikasi penginderaan jauh (Crutsinger et al., 2016; Floreano dan
meliputi peta skala sangat besar hingga peta Robert, 2015).
skala yang sangat kecil (Danoedoro, 2012). Citra foto udara resolusi tinggi yang
Penginderaan jauh di bidang kelautan antara dihasilkan dengan drone, dapat dilakukan
lain digunakan untuk mengetahui sebaran pengulangan secara deret waktu (time series)
habitat bentik dan monitoring ekosistem pada lokasi yang sama sehingga dapat
perairan dangkal (Richards, 2013) dilakukan kajian tentang dampak perubahan
Habitat bentik adalah zona atau pada penutupan ekosistem terumbu karang
lingkungan tempat hidup bagi bentos atau yang dihubungkan dengan fenomena tertentu
organisme perairan yang hidup pada substrat (Casella et al., 2017). Schaub et al. (2018)
dasar suatu perairan (BIG, 2017). Habitat menyatakan aplikasi drone dengan survei in-
bentik perairan dangkal secara ekologis situ dapat memperoleh informasi tentang
memiliki keanekaragaman karakteristik agregasi spesies ubur-ubur seperti jumlah,
penyusun substrat dasar perairan seperti kepadatan, ukuran-frekuensi, dan biomassa
ekosistem terumbu karang dan lamun yang di Danau Smiths, Australia. Penelitian ini
perlu dipetakan sebagai upaya untuk menggunakan drone dengan sensor tunggal
mengetahui keanekaragaman objek penyusun cahaya tampak (single visible light camera
dasar perairan. sensor), sehingga setiap data foto yang
Teknologi penginderaan jauh dengan dihasilkan hanya menghasilkan band RGB
citra resolusi tinggi dapat meningkatkan yang di orthomosaic menjadi data citra
akurasi deteksi terhadap habitat terumbu drone. Selanjutnya citra drone dikoreksi
karang (Mellin et al., 2009). Kemajuan geometrik serta melakukan visualisasi objek
dalam teknologi penginderaan jauh habitat bentik perairan dangkal pada citra
memungkinkan peneliti menggunakan drone drone yang dikenal dengan metode VGT.
sensor tunggal cahaya tampak (single visible Citra drone yang dihasilkan dapat
light camera sensor) sebagai pengganti data digunakan sebagai pendukung titik pada
GTH. Penggunaan drone memungkinkan lokasi survei yang sulit terjangkau serta
peneliti meminimalisir permasalahan peng- memiliki tingkat resiko yang tinggi. Menurut
ambilan data lapangan, seperti lama waktu, Colomina dan Molina (2014) citra foto udara
akses yang sulit, high cost (Ratcliffe et al., resolusi tinggi memberikan keuntungan
2015). Metode pengambilan data foto udara karena dapat membantu kegiatan survei pada
menggunakan drone dikenal dengan teknik daerah-daerah yang sulit. Penelitian ini
fotogrametri. Waugh dan Mowlem (2010) bertujuan untuk mengetahui tingkat akurasi
menyebutkan bahwa salah satu jenis wahana klasifikasi dengan menggunakan data GTH
foto udara dengan jenis Aerosonde telah dan VGT pada citra Worldview-2 di Pulau
dikembangkan secara komersial sejak tahun Lancang dan Pulau Sebaru Besar serta
1993 dan dipergunkan untuk misi ilmiah. mengeksplorasi lebih jauh fungsi dari
Teknik survei dengan biaya yang murah fotografi udara menggunakan drone.
dalam dekade terakhir, dikembangkan Pendekatan teknologi fotografi udara di-
dengan menggunakan pesawat udara tanpa harapkan dapat menjadi alternatif pe-
awak (drone) yang dioperasikan jarak jauh ngambilan data lapangan, mengurangi waktu
(Colefax et al., 2017; Kiszka et al., 2016). GTH yang terlalu lama.
136 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 137
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
Drone type
Characteristic
DJI Phantom 3 Pro DJI Mavic Pro
Sensor Sony EXMOR CMOS 1/2.3”
Lens FOV 94º 20 mm f/2.8 FOV 78.8°, 28 mm f/2.2
Camera resolution 12MP 12MP
ISO range 100 - 3200 for video 100 - 3200 for video
and 100 - 1600 for photo dan 100 - 1600 for photo
Photo size 4000 x 3000 4000 x 3000
Focal length 3.61 mm 4.73 mm
Remote control frequency 2.400 GHz - 2.4835 GHz 2.400 GHz - 2.4835 GHz
Battrery capacity 4480 mAh 3830 mAh
Satellite position system GPS/GLONASS GPS/GLONASS
Source: www.dji.com
(a)
138 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
(b)
Figure 2. Map of field observation points and drone flyways in (a) Lancang Island (b) Sebaru
Besar Island.
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 139
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
(aligning photo) yang berfungsi untuk drone, semakin tinggi resolusi spasial pada
menggabungkan satu foto yang memiliki citra yang dihasilkan maka penampakan
informasi spasial dengan foto lainnya dengan objek pada gambar akan terlihat lebih detail.
mencari titik ikat (tie point) atau kesamaan Penelitian Casella et al. (2016; 2017)
piksel yang terdapat pada setiap foto. ketinggian akuisisi drone masing-masing
Setelah penyelarasan antara masing- 80m dan 30m, menghasilkan resolusi spasial
masing foto, dibangun titik awan padat (build masing-masing 2,6cm dan 0,78cm.
dense cloud) berdasarkan ketentuan titik
awan jarang dengan memperkirakan posisi 2.7. Koreksi Geometrik
kamera dalam mencari kesamaan piksel Koreksi geometrik merupakan suatu
berdasarkan titik awan sebelumnya. proses untuk mengoreksi kesalahan dan
Kemudian membangun mesh yang menandai sifat-sifat peta pada sebuah citra.
merupakan tahapan proses membangun Geometrik citra harus dikoreksi agar sesuai
model permukaan dari titik awan padat yang dengan peta yang digunakan dengan sistem
telah dihasilkan. Tahapan ini dilakukan untuk koordinat yang dipilih, sehingga citra dapat
menghasilkan model 3 dimensi dengan diidentifikasi dengan baik atau titik-titik
membangun bidang di antara titik-titik awan yang diamati di lapangan dapat ditemukan
yang memiliki nilai koordinat x, y dan z. dengan mudah pada citra (Green et al.,
Proses terakhir dalam pemrosesan citra foto 2000). Teknik koreksi geometrik yang
udara ialah membuat orthophoto (Figure 3). digunakan adalah transformasi titik kontrol
Foto yang telah terkoordinat akan di- pada citra Worldview-2 sebagai pengoreksi
gabungkan menjadi satu citra drone dengan citra drone yang ditumpangsusunkan untuk
resolusi spasial yang tinggi berdasarkan dari memperoleh titik kontrol sumbu X (bujur)
sumber foto dan rekonstruksi model yang dan sumbu Y (lintang). Pasangan koordinat
didapat menggunakan Agisoft’s PhotoScan. titik pada citra Worldview-2 dengan
koordinat baru hasil estimasi, didapat selisih
2.6. Citra Drone sepanjang sumbu X (bujur) dan sumbu Y
Beberapa perlakuan seperti tingkat (lintang). Titik kontrol yang didapat,
persentase overlapping (sidelape dan selanjutnya dihitung besarnya akurasi hasil
forwardlape), ketinggian penerbangan yang koreksi geometrik dengan persamaan Root
berbeda dan waktu akuisisi pemetaan foto Mean Square Error (RMSE). Citra
udara perlu dilakukan dalam perencanaan Worldview-2 tidak dilakukan koreksi
penerbangan. Perbedaan tersebut dilakukan geometrik, dikarenakan sudah dikoreksi dari
untuk melihat tingkat luasan dari citra drone penyedia data yaitu Digital Globe Satellite
yang dihasilkan, resolusi spasial citra drone Imagery.
dan waktu yang tepat untuk melalukan
pemetaan menggunakan drone pada kawasan 2.8. Uji Akurasi
Kepulauan Seribu. Perencanaan waktu yang Uji akurasi yang dilakukan pada peta
tepat dalam pemetaan menggunakan drone hasil klasifikasi penginderaan jauh adalah
dapat terhindar dari efek pantulan sinar dengan matrik kesalahan (error matrix) yang
matahari (sunglint) yang sangat berpengaruh mengukur akurasi (Congalton dan Green,
terhadap pemantauan objek bawah air pada 2009).
citra foto udara yang dihasilkan. Citra drone
yang dihasilkan dari perbedaan ketinggian Overall Accuracy:
menghasilkan resolusi spasial dan luasan
area yang berbeda-beda. Hal ini
menerangkan bahwasanya faktor besaran
resolusi spasial tergantung pada ketinggian …………...……………….. (1)
140 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
User Accuracy:
……………. (5)
.…............................................ (3)
Image Drone type Height (m) Total photos Acquisition Area Pixel (cm)
LC 1 DJI Phantom 3 Pro 50 246 Foto 09.23 WIB 10.4 ha 2.3
LC 2 DJI Phantom 3 Pro 70 176 Foto 07.00 WIB 9.87 ha 2.5
LC 3 DJI Mavic Pro 120 82 Foto 17.34 WIB 13.4 ha 3.5
LC 4 DJI Phantom 3 Pro 70 283 Foto 08.37 WIB 14.1 ha 2.5
LC 5 DJI Mavic Pro 60 235 Foto 16.18 WIB 9.72 ha 2.03
LC 3 DJI Mavic Pro 60 322 Foto 13.13 WIB 6.99 ha 2.03
LC 6 DJI Mavic Pro 50 354 Foto 08.52 WIB 7.63 ha 1.6
SB 1 DJI Phantom 3 Pro 60 361 Foto 07.39 WIB 18.38 ha 3
SB 2 DJI Phantom 3 Pro 60 119 Foto 10.05 WIB 11.79 ha 3
SB 3 DJI Mavic Pro 70 231 Foto 10.18 WIB 9.09 ha 2.2
SB 4 DJI Mavic Pro 90 163 Foto 08.15 WIB 9.75 ha 3
SB 5 DJI Mavic Pro 80 283 Foto 08.50 WIB 11.09 ha 2.9
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 141
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
LC4 dengan overlapping 70%, sedangkan melakukan visualisasi objek pada citra drone.
LC 5, LC 6 dan LC 7 dengan overlapping Semakin tinggi tingkat persentase over-
80%. Citra drone di Pulau Sebaru Besar yaitu lapping maka semakin tinggi compactness
SB 1, SB 2 dengan overlapping 70%, gambar pada citra yang dihasilkan. Pada
sedangkan SB 3, SB 4 dan SB 5 dengan penelitian ini pemetaan foto udara, mem-
overlapping 80%. butuhkan waktu berkisar 11-14 menit,
Perbedaan overlapping ini berdampak dengan mempertimbangkan faktor luasan
pada kualitas citra dan luasan yang didapat area, angin dan kapasitas daya baterai.
pada citra yang dihasilkan. Apabila Visualisasi habitat bentik tampak jelas dan
persentase overlapping yang rendah maka terhindar dari efek glint dan bayangan awan
pada proses orthomosaic foto udara terdapat pada lokasi penelitian dengan akuisisi pada
beberapa area yang kosong (tidak memiliki pukul 07.00-09.00 WIB.
objek), sehingga menyulitkan untuk
LC 1 LC 2
LC 3 LC 4
LC 5 LC 6
142 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
LC 7 SB 1
SB 2 SB 3
SB 4 SB 5
Figure 3. Aerial photography on Lancang Island (LC) and Sebaru Besar Island (SB).
a b
b a
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 143
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
3.3. Koreksi Geometrik Citra Drone penyatuan sistem koordinat biasa dinyatakan
Koreksi Geometrik dilakukan dengan dengan RMSE dengan sejumlah titik kontrol.
cara mentransformasikan posisi setiap piksel Rentang nilai 0.5 hingga 1.0 piksel cukup
yang ada di citra terhadap posisi objek yang untuk mencapai kesalahan 10% atau kurang
sama di permukaan bumi dengan meng- dalam posisi apabila kedua citra (peta) di-
gunakan ground control point (GCP) (Sukojo tumpangsusunkan masih berada dalam batas-
dan Kustarto, 2002). Lokasi yang biasanya batas toleransi.
dilakukan pengambilan GCP adalah tempat/ Data citra foto udara ditumpang-
area yang memiliki warna menyolok, per- susunkan dengan Citra Worldview-2 (Figure
potongan jalan, sudut jalan, perempatan jalan 5) untuk melihat tingkat kesusuaian posisi
dan persimpangan rel dengan jalan dan dilihat dengan visualisasi objek yang
bangunan yang mudah diidentifikasi atau penampakanya jelas, seperti breakwater,
dikenal (Darmawan, 2008). pasir, dermaga dan persimpangan jalan.
Terdapat distorsi sekitar 6,7m-6,9m
antara citra drone dan citra Worldview-2, 3.3. Visualisasi Objek Habitat Bentik
oleh karena itu perlunya untuk dikoreksi Perairan Dangkal
geometrik pada citra drone dengan citra Proses visualisasi objek habitat
Worldview-2 sebagai pengoreksi. Pada tahap perairan dangkal pada Citra Worldview-2
rectify dihasilkan total RMS Error 0.666291 dan citra drone terlihat perbandingan secara
dengan titik ikat sebanyak 8 titik tersebar di visual (Figure 7). Perbedaan tersebut
sisi citra drone yang akan dikoreksi. Nilai dikarenakan adanya perbedaan tingkat
RMS Erorr pada citra drone yang telah resolusi spasial antara Citra Worldview dan
dikoreksi geometrik telah memenuhi citra drone. Dimana citra Worldview-2
toleransi, dimana nilai RMSE tidak melebihi memiliki resolusi spasial 2m sedangkan
dan tidak sampai dengan satu. Menurut resolusi spasial citra drone biasa sampai
Townshend et al. (1992), akurasi dalam 1,6m untuk ketinggian penerbangan 50m.
144 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
Pengambilan data foto udara untuk 3.4. Klasifikasi dan Uji Akurasi Habitat
proses fotogrametrik dilakukan beberapa Bentik Perairan Dangkal
perlakuan seperti perbedaan ketinggian, Klasifikasi habitat bentik di Pulau
perbedaan overlapping foto. Pada penelitian Lancang dan Pulau Sebaru Besar (Figure 7)
(Casella et al., 2017) yang melakukan menggunakan citra satelit diintegrasasi data
pemetaan terumbu karang menggunakan GTH dan VGT. Klasifikasi yang umum
drone dan teknik fotogrametri) pada digunakan selama ini adalah metode
ketinggian terbang 75m dan hanya mencakup klasifikasi berbasis piksel adalah dengan
perairan dangkal saja. Penggunaan drone algoritma maximum likelihood. Algoritma
(pesawat tanpa awak) dalam melakukan klasifikasi maximum likelihood bekerja
pemetaan terumbu karang sangat berdasarkan nilai statistik probabilitas pada
memungkinkan dikarenakan dengan setiap training area kelas objek terhadap
visualisasi citra foto udara dapat melihat kelas objek yang lainnya, sehingga dapat
perbedaan pada tingkat bentuk pertumbuhan meminimalisasi piksel yang tidak ter-
karang dengan jelas dan ukuran yang besar. klasifikasi melalui pengaturan nilai batas
Bahkan citra foto udara resolusi tinggi yang (threshold) (Richards dan Jia, 2006;
dihasilkan dengan drone, dapat diulang Danoedoro, 2012).
secara time series pada lokasi yang sama. Hal Klasifikasi habitat bentik dilakukan di
tersebut bermanfaat untuk mengkaji dampak Pulau Lancang (Figure 7a dan b) dan Pulau
perubahan pada tutupan terumbu karang Sebaru Besar (Figure 7c dan d) dengan
yang dihubungkan dengan fenomena tertentu membandingkan hasil klasifikasi dari data
(Casella et al., 2017). inputan GTH dan VGT. Hasil klasifikasi
Resolusi spasial paling tinggi dihasil- habitat perairan dangkal di Pulau Lancang
kan pada ketinggan penerbangan 50m, dan Pulau Sebaru Besar berdasarkan warna
sedangkan resolusi spasial paling rendah yang terdiri dari: Alga (yellow), pasir (beryl
dihasilkan pada ketinggian penerbangan green), lamun (green), rubble (red), karang
120m dengan nilai 3.5/piksel. Wahidin et al. mati (violet), karang hidup (blue), pasir
(2018) Pemetaan substrat dasar mengguna- campur rubble (heliotrope), pasir campur
kan drone DJI Phantom 4 Advanced pada alga (topaz sand) dan rubble campur alga
ketinggian 113m dengan 150 foto yang di (green). Hasil uji akurasi (Table 3) pada peta
orthomosaic menghasilkan resolusi spasial hasil klasifikasi dengan metode GTH dan
sebesar 2,61cm. VGT tidak berbeda secara signifikan.
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 145
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
GTH VGT
a) b)
GTH VGT
c) d)
Figure 7. Results of classification of shallow water benthic habitat on Lancang Island (a)
GTH (b) VGT and on Sebaru Besar Island (c) GTH and (d) VGT.
Citra Worldview-2 di Pulau Lancang dengan sebesar 75,54% dan 78,1% menggunakan
menggunakan metode GTH menghasilkan Citra Worldview-2. Anggoro et al. (2018)
overall accuracy 65,5%, sedangkan VGT menyatakan bahwa penggunaan Citra
60,6%. Hasil uji akurasi di Pulau Sebaru Worldview-2 yang diintegrasikan dengan
Besar dengan metode GTH juga data lapangan dapat memetakan 9 kelas
menghasilkan overall accuracy yang lebih habitat bentik dengan akurasi sebesar 61%.
besar yaitu 67,5%, jika dibandingkan dengan Rendahnya akurasi pada penelitian ini
metode VGT dengan nilai sebesar 64,6%. disebabkan karena jumlah kelas habitat yang
Akurasi yang baik dan dapat digunakan jika diklasifikasikan tidak sama. Menurut Mastu
peta klasifikasi habitat bentik menghasilkan (2018), akurasi keseluruhan hasil pemetaan
overall accuracy di atas 60% (Green et al., tergantung dari banyaknya kelas yang
2000). Berdasarkan hasil penelitian sebelum- menjadi objek pemetaan. Keseluruhan hasil
nya terkait pemetaan habitat bentik perairan uji akurasi menunjukan bahwa metode GTH
dangkal dengan algoritma maximum memiliki tingkat akurasi yang baik
likelihood pada citra resolusi tinggi seperti dibandingkan dengan VGT. Metode VGT
Siregar (2010) dapat memetakan habitat lebih banyak terjadi kesalahan klasifikasi
bentik dengan akurasi 79% untuk 6 kelas pada daerah yang memiliki kompleksitas
habitat dengan menggunakan Citra tinggi. Hal ini disebabkan karena kesamaan
Quickbird. Tamondong et al. (2013) dan nilai piksel pada masing-masing kelas serta
Kabiria et al. (2018) memetakan 5 kelas kesenjangan distorsi posisi objek pada citra
habitat dengan akurasi hasil klasifikasi Worldview-2 dan citra foto udara.
146 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
Table 3. The results of accuracy assessment and Z test on Lancang Island and Sebaru Besar
Island.
Menurut Hafizt dan Danoedoro (2015) an di lapangan secara in-situ, namun hal ini
kesalahan klasifikasi terjadi dikarenakan masih memerlukan penelitian lanjutan.
adanya kesamaan nilai piksel seperti pada Berdasarkan kajian resolusi spasial citra
objek padang lamun dan terumbu karang. drone dipengaruhi oleh ketinggian terbang
Pentingnya koreksi geo-metrik pada citra drone dimana semakin tinggi resolusi spasial
foto udara dapat meng-hasilkan posisi citra pada citra yang dihasilkan maka penampakan
foto udara yang tepat dengan posisi objek pada gambar akan terlihat lebih detail.
sebenarnya pada permukaan bumi. Nilai Z- Selain itu semakin tinggi persentase
test menunjukan berbeda signifikan di Pulau overlapping maka akan semakin tinggi
Lancang sedangkan di Pulau Sebaru Besar compactness gambar pada citra yang
terdistribusi secara normal. Hal ini dihasilkan.
menerangkan bahwasanya penggunaan VGT
memiliki prospek kedepan untuk dilakukan UCAPAN TERIMA KASIH
di perairan dengan tingkat kekeruhan yang
rendah. Menurut Congalton dan Green Penelitian ini dibiayai oleh Direktorat
(2009) nilai Z-test antara nilai -1,96 sampai Riset dan Pengabdian Masyarakat Ditjen
dengan 1,96 merupakan kategori akurasi Penguatan Riset dan Pengembangan
yang berada pada distribusi normal. Kementerian Riset, Teknologi, dan
Pendidikan Tinggi, Republik Indonesia
IV. KESIMPULAN melalui program hibah Penelitian Dasar
Unggulan Perguruan Tinggi (PDUPT) yang
Pemetaan habitat bentik perairan diketuai oleh Bpk. Prof. Dr. Vincentius
dangkal dapat dipetakan dengan baik Paulus Siregar, DEA.
menggunakan data GTH dan VGT. Hasil
overall accuracy diperoleh untuk 7 kelas DAFTAR PUSTAKA
habitat di Pulau Lancang dengan data GTH
dan VGT masing-masing sebesar 65,5% dan Anggoro, A., E. Sumartono, V.P. Siregar,
60,6%. Sedangkan di Pulau Sebaru Besar S.B. Agus, D. Purnama, Supriyono,
masing-masing sebesar 67,5% dan 64,6%. D.A. Puspitosari, T. Listyorini, B.
Perbandingan akurasi hasil klasifikasi pada Sulistyo dan Parwito. 2018.
data GTH dan VGT didapatkan rentang 4,9% Comparing object-based and pixel-
di Pulau Lancang dan 2,9% di Pulau Sebaru based classifications for benthic
Besar. Hasil uji signifikansi metode GTH habitats mapping in Pari Islands. J.
dan VGT di Pulau Lancang berbeda nyata Physics: Conference Series, 1114:1-
dengan nilai Z sebesar 2,0851, sedangkan di 7. https://doi.org/10.1088/1742-
Pulau Sebaru Besar tidak berbeda nyata 6596/1114/1/012049
dengan nilai Z sebesar 0,5255, sehingga Badan Informasi Geospasial (BIG). 2017.
pemetaan habitat bentik dengan metode VGT Peraturan Badan Informasi
dapat digunakan sebagai alternatif pengamat- Geospasial Nomor 7 Tahun 2017
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 147
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
148 http://journal.ipb.ac.id/index.php/jurnalikt
Sugara et al.
Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 12, No. 1, April 2020 149
Klasifikasi Habitat Bentik Perairan Dangkal dari Citra . . .
150 http://journal.ipb.ac.id/index.php/jurnalikt