Pemetaan Komposisi Spesies Lamun Menggunakan Citra PlanetScope di Pulau Tabuhan, Kabupaten Banyuwangi, Provinsi Jawa Timur

Al Nasya Novalistina, Dr. Nurul Khakhim, M.Si.

2025 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Habitat perairan laut dangkal mempunyai fungsi penting, baik secara ekologis maupun ekonomis, namun jika dibandingkan dengan ekosistem lainnya seperti ekosistem terumbu karang dan makroalga, ekosistem lamun belum banyak mendapatkan pengelolaan yang optimal. Spesies lamun dapat diidentifikasi menggunakan citra penginderaan jauh dengan spektrum tampak (visible band) yang memiliki julat antara 0,4 – 0,7 µm. Salah satu yang dipilih untuk digunakan dalam pemetaan komposisi spesies lamun di Pulau Tabuhan adalah citra PlanetScope dengan resolusi spasial 3 meter dan terdiri dari 8 saluran spektral. Penelitian ini bertujuan untuk melakukan interpretasi citra PlanetScope untuk analisis distribusi spasial komposisi spesies lamun serta melakukan uji akurasi hasil pemetaan komposisi spesies lamun menggunakan algoritma Random Forest di Pulau Tabuhan. Metode yang digunakan pada penelitian ini adalah klasifikasi multispektral menggunakan algoritma Random Forest dengan menguji beberapa skenario kombinasi antara jumlah nTree dengan fungsi yang berbeda. Peta komposisi spesies lamun berdasarkan hasil klasifikasi Random Forest cukup merepresentasikan kondisi di lapangan yang sebenarnya. Hasil klasifikasi menghasilkan tiga kelas utama yaitu Ea, EaTh, dan ThCr yang tersebar cukup merata di seluruh perairan dangkal, membentuk pola patch kecil. Kelas Ea mendominasi wilayah utara dan timur, sementara Th dan Cr banyak ditemukan di barat dan selatan, dengan pola persebaran yang mencerminkan hubungan antara karakteristik ekologis lamun dan kondisi oseanografi  lokal seperti arus, kedalaman, dan jenis substrat. Uji akurasi klasifikasi menunjukkan nilai overall accuracy sebesar 68,75%, dengan akurasi tertinggi pada kelas Ea dan ThCr untuk producer’s accuracy, serta EaTh untuk user’s accuracy. Akurasi yang tidak terlalu tinggi ini disebabkan oleh keterbatasan jumlah sampel, sebaran lamun yang tidak merata, serta adanya piksel campuran akibat kesamaan spektral antar kelas dan pengaruh reflektansi substrat terbuka.

Shallow marine habitats play a crucial ecological and economic role; however, compared to other ecosystems such as coral reefs and macroalgae, seagrass ecosystems have received less attention and optimal management. Seagrass species can be identified using remote sensing imagery in the visible spectrum range (0.4 – 0.7 µm). This study employed PlanetScope imagery, which offers 3 meter spatial resolution and eight spectral bands, to map the composition of seagrass species in Tabuhan Island. The objective was to interpret PlanetScope imagery for analyzing the spatial distribution of seagrass species composition and to assess the classification accuracy using the Random Forest algorithm. A multispectral classification approach was implemented by testing various combinations of the number of trees (nTree) and splitting functions. The resulting map of seagrass species composition closely represents actual field conditions and classified three dominant seagrass composition classes: Ea, EaTh, and ThCr. These classes were relatively evenly distributed across the shallow waters of the island, forming small patch patterns. Ea was dominant in the northern and Eastern regions, while Th and Cr were mostly found in the western and southern parts. This spatial pattern indicates a relationship between seagrass ecological characteristics and local oceanographic conditions, such as current strength, depth, and substrate type. The classification accuracy evaluation produced an overall accuracy of 68.75%, with the highest producer’s accuracy found in the Ea and ThCr classes, and the highest user’s accuracy in the EaTh class. The moderate accuracy was influenced by limited sample size, uneven seagrass distribution, and mixed pixels due to spectral similarities among classes and high reflectance from surrounding bare substrates.

Kata Kunci : Komposisi Spesies Lamun, Citra PlanetScope, Random Forest