Perpustakaan Digital ITB

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 (R 2 ) tertinggi yaitu 0,79. Penggunaan skema buffer dalam mengekstraksi nilai reflektansi drone mampu meningkatkan nilai R 2 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.