Perpustakaan Digital ITB

Daerah potensi tangkapan ikan dipengaruhi oleh beberapa parameter oseanografi diantaranya Suhu Permukaan Laut (SPL) dan kelimpahan klorofil-a. Parameter suhu dan klorofil-a merupakan indikator upwelling dan menentukan kondisi optimal untuk daerah tangkapan ikan. Perairan utara papua merupakan bagian dari Wilayah Pengelolaan Perikanan RI (WPPNRI) 717 yang memiliki potensi tangkapan ikan yang besar, menyuplai lebih dari 25% hasil tangkapan tuna dunia yang salah satunya didominasi oleh ikan madidihang (Thunnus albacares). Tujuan dari penelitian ini adalah mendeteksi daerah potensi tangkapan ikan di perairan utara Papua dengan parameter utama Suhu Permukaan Laut (SPL) dan klorofil-a menggunakan machine learning serta menguji akurasi metode machine learning untuk memprediksi daerah tangkapan ikan. Penelitian ini menggunakan data tangkapan purse seine ikan tuna sirip kuning (Thunnus albacares) di wilayah Pasifik Selatan dari tahun 2003-2022, yang diperoleh dari situs WCPFC. Data SPL dan konsentrasi klorofil-a pada rentang waktu 20 tahun (2003-2022) berasal dari citra satelit Aqua MODIS Level 3 yang diunduh dari situs OceanColor. Deteksi potensi daerah tangkapan ikan di perairan utara Papua menggunakan parameter SPL dan klorofil-a terbukti cukup efektif. Peta prediksi menunjukkan keberadaan ikan yang dominan di perairan sekitar utara Jayapura hingga Papua Nugini. Sebaran potensi tangkapan ikan madidihang sesuai dengan kriteria SPL di perairan hangat dengan rentang suhu 28°C-32°C. Konsentrasi klorofil-a juga sesuai dengan kondisi optimal untuk keberadaan ikan madidihang, yaitu sekitar 0,1 hingga 1,41 mg/m³. Hasil penelitian menunjukkan bahwa kombinasi SPL dan konsentrasi klorofil-a memberikan indikator yang kuat. Metode machine learning dengan algoritma decision tree classifier menunjukkan hasil akurasi yang baik dengan rata-rata mencapai 0,79. Meskipun demikian, prediksi masih kurang sesuai dengan peta tangkapan aktual.