Tesis Azzahra Maghfira (2025) di ITB meneliti pemodelan kekeruhan dan transparansi di Waduk Saguling menggunakan machine learning (ML) dan data satelit Landsat. Waduk ini penting untuk air baku, PLTA, perikanan, dan pariwisata, namun kualitas airnya menurun akibat aktivitas manusia. Pemantauan konvensional terbatas, sehingga penelitian ini menggunakan data satelit dan ML sebagai alternatif. Penelitian ini bertujuan memvalidasi dan memetakan sebaran kekeruhan dan transparansi air. Data meliputi reflektansi Landsat 8 (band 1-7) dan parameter kualitas air insitu (2013-2024). Analisis dimulai dengan uji korelasi Spearman antara data spektral dan insitu terhadap kekeruhan dan transparansi. Hasilnya menunjukkan korelasi lemah hingga sedang, tertinggi pada band 3 terhadap kekeruhan (r=0,45) dan transparansi (r=0,47). Regresi linear sederhana menghasilkan R² rendah (0,1551 dan 0,1255), begitu pula regresi logistik sederhana (R² McFadden 0,1461 dan 0,1240). Regresi linear berganda sedikit lebih baik (R² 0,1816 dan 0,1552), dan regresi logistik berganda (R² McFadden 0,2715 dan 0,1853). Metode Random Forest (RF) digunakan untuk mengidentifikasi variabel prediktor. Hasilnya, band 3, band 7, dan DHL merupakan variabel utama yang mempengaruhi kondisi optik air. Variabel terpilih digunakan sebagai input dalam model Artificial Neural Network (ANN). Model ANN menunjukkan performa tinggi, menjelaskan variabilitas kekeruhan (82,97%) dan transparansi (83,76%) pada data testing. Berdasarkan model ini, prediksi sebaran kekeruhan dan transparansi untuk tahun 2025 dibuat. Hasil prediksi menunjukkan kekeruhan didominasi kelas tinggi di sebagian besar area waduk, sementara transparansi berada di kelas IV di seluruh area. Kondisi ini mengindikasikan kualitas optik yang kurang baik dan memerlukan penanganan strategis dan berkelanjutan. Tesis ini menyimpulkan bahwa pemanfaatan data satelit dan ML dapat menghasilkan model yang valid untuk memprediksi kekeruhan dan transparansi di Waduk Saguling, serta menghasilkan peta sebaran yang menggambarkan perubahan kondisi badan air. Integrasi ini memberikan kontribusi signifikan dalam pemantauan kualitas air berbasis teknologi.