부산대학교 도서관

Klasifikasi citra telah lama digunakan untuk menganalisis data penginderaan jauh. Model algoritma yang diterapkan dalam proses klasfikasi dapat memengaruhi hasil interpretasi habitat bentik di perairan dangkal. Penelitian ini bertujuan menentukan model algoritma klasifikasi yang terbaik dalam memetakan tutupan habitat bentik melalui citra satelit Sentinel-2. Metode klasifikasi untuk memetakan habitat bentik dalam penelitian ini menggunakan tiga model algoritma: Maximum Likelihood Classification (MLC), Minimum Distance Classification (MDC), dan Mahalanobis Distance Classification (MaDC). Jenis habitat bentik diekstraksi dengan koreksi Lyzenga dan diklasifikasi ke dalam tiga kategori, yaitu karang, lamun, dan pasir. Hasilnya menunjukkan bahwa penerapan ketiga model algoritma pada pemetaan habitat bentik menghasilkan nilai akurasi yang tidak berbeda nyata pada selang kepercayaan 95%. Namun, dari ketiga algoritma tersebut, algoritma MaDC memberikan keakuratan menyeluruh yang lebih baik (78,35%) daripada algoritma MDC (74,45%) dan algoritma MLC (74,33%). Hal tersebut menunjukkan bahwa model algoritma MaDC dapat dijadikan acuan dalam memetakan tutupan habitat bentik di Kepulauan Kei. Namun, model ini perlu terus dikaji dan dibandingkan dengan model algoritma lain di lokasi yang berbeda. [ABSTRACT FROM AUTHOR]