No. 1245/S2-TL/TML/2023 ANALISIS SPATIOTEMPORAL DAN MODEL PREDIKSI KUALITAS AIR DI PERAIRAN SEKITAR TAMBANG NIKEL MENGGUNAKAN DRONE MULTISPECTRAL TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh WAHYU SETYO KUNTORO NIM: 25321023 (Program Studi Magister Teknik Lingkungan) INSTITUT TEKNOLOGI BANDUNG September 2023 ANALISIS SPATIOTEMPORAL DAN MODEL PREDIKSI KUALITAS AIR DI PERAIRAN SEKITAR TAMBANG NIKEL MENGGUNAKAN DRONE MULTISPECTRAL Oleh WAHYU SETYO KUNTORO NIM: 25321023 (Program Studi Magister Teknik Lingkungan) Institut Teknologi Bandung Menyetujui Pembimbing Tanggal 18 September 2023 ______________________________________ Dr. Muhammad Sonny Abfertiawan, S.T, M.T. ABSTRAK ANALISIS SPATIOTEMPORAL DAN MODEL PREDIKSI KUALITAS AIR DI PERAIRAN SEKITAR TAMBANG NIKEL MENGGUNAKAN DRONE MULTISPECTRAL Oleh WAHYU SETYO KUNTORO NIM: 25321023 (Program Studi Magister Teknik Lingkungan) Perubahan tata guna lahan akibat kegiatan perkebunan masyarakat dan aktivitas pertambangan Nikel diduga memberikan tekanan terhadap kualitas air sungai Akelamo. Pemantauan kualitas air jangka panjang diperlukan untuk memberikan informasi dasar sebagai upaya dalam menentukan kebijakan manajemen lingkungan. Metode pengukuran in-situ dan laboratorium umumnya memerlukan waktu yang relatif lama dan tidak dapat memberikan gambaran distribusi spasial kualitas air secara detail. Penggunaan citra satelit telah banyak dikembangkan untuk menjawab tantangan tersebut. Akan tetapi, resolusi citra satelit yang terlalu besar dan ketersediaan data yang tidak kontinyu akibat tutupan awan mengakibatkan citra satelit tidak dapat diaplikasikan dibanyak lokasi. Saat ini, teknologi drone dilengkapi dengan kamera multispectral yang mampu menyediakan data citra dengan resolusi spatiotemporal yang lebih detail. Pada penelitian ini, algortitma machine learning yaitu supervised learning digunakan untuk memprediksi kualitas air dari data citra drone multispectral menggunakan skema titik dan buffer dengan radius 1-meter untuk mengekstraksi nilai reflektansinya. Hasil penelitian menunjukan bahwa, model prediksi total suspended solid (TSS) dan turbidiatas menggunakan algoritma regresi linear 4 (empat) variabel menghasilkan nilai kooefisien deterministik ( 6 ) tertinggi yaitu 0,79. Penggunaan skema buffer dalam mengekstraksi nilai reflektansi drone mampu meningkatkan nilai  6 secara signifikan. Klasifikasi optical water type (OWT) di muara Akelamo mampu diprediksi dengan optimum menggunakan algoritma random forrest (RF). Kategori clear water dan very turbid merupakan jenis OWT yang dominan ditemukan pada penelitian ini. Selanjutnya, kondisi spatiotemporal sebaran nilai TSS dan turbiditas di muara sungai Akelamo sangat dipengaruhi oleh kondisi curah hujan yang terjadi di catchment area Akelamo. Dengan demikian, citra drone multispectral dapat digunakan untuk membuat model prediksi kualitas air di muara Akelamo dan memberikan analisis spatiotemporal yang lebih detail dan akurat.  Kata Kunci: nikel, drone, optical water type (owt), machine learning, spatiotemporal ABSTRACT SPATIOTEMPORAL ANALYSIS AND WATER QUALITY PREDICTION MODEL NEAR A NICKEL MINE UTILIZING DRONE MULTISPECTRAL IMAGING By WAHYU SETYO KUNTORO NIM: 25321023 (Master’s Program in Environmental Engineering) Changes in land use due to community plantation activities and nickel mining activities are thought to have put pressure on the water quality of the Akelamo River. Long-term water quality monitoring is needed to provide basic information in an effort to determine environmental management policies. In-situ and laboratory measurement methods generally require a relatively long time and cannot provide a detailed spatial distribution of water quality. The use of satellite imagery has been extensively developed to address these challenges.