WPPNRI 711 dikenal memiliki potensi sumber daya ikan pelagis kecil yang cukup
tinggi, dengan ikan layang benggol (Decapterus russelli) sebagai salah satu spesies
dominan hasil tangkapan. Penentuan wilayah potensial penangkapan ikan masih
menjadi tantangan, karena lokasi penangkapan bersifat dinamis dan dipengaruhi
oleh perubahan kondisi oseanografi. Penelitian ini bertujuan memprediksi wilayah
potensial penangkapan ikan layang benggol di WPPNRI 711 secara bulanan
menggunakan model Convolutional Neural Network (CNN), mengevaluasi
performa model serta kesesuaian spasial hasil prediksi terhadap lokasi penangkapan
aktual, dan menganalisis kontribusi parameter oseanografi terhadap prediksi model.
Data yang digunakan meliputi posisi kapal dari Vessel Monitoring System (VMS)
dan Automatic Identification System (AIS) periode 2022–2024, serta parameter
oseanografi dari Copernicus Marine Environment Monitoring Service (CMEMS)
berupa suhu permukaan laut, klorofil-a, salinitas, komponen arus, kecepatan arus,
dan Sea Surface Height (SSH). Data tahun 2022–2023 digunakan sebagai data latih,
sedangkan data tahun 2024 digunakan sebagai data uji. Hasil penelitian
menunjukkan bahwa model CNN mampu memetakan probabilitas wilayah
potensial penangkapan ikan layang benggol setiap bulan dengan kesesuaian spasial
yang baik terhadap lokasi penangkapan aktual. Pada skenario VMS, model
menghasilkan akurasi sebesar 0,70, presisi 0,68, recall 0,75, F1-score 0,71, AUC-
ROC 0,81, dan PR-AUC 0,82. Pada skenario AIS, model menghasilkan akurasi
sebesar 0,79, presisi 0,76, recall 0,85, F1-score 0,81, AUC-ROC 0,87, dan PR-
AUC 0,89. Analisis feature importance menunjukkan bahwa suhu permukaan laut
menjadi parameter paling berpengaruh pada skenario VMS, sedangkan komponen
arus zonal (timur-barat) paling berpengaruh pada skenario AIS. Hasil penelitian
menunjukkan bahwa kombinasi data aktivitas kapal, parameter oseanografi, dan
model CNN dapat merepresentasikan karakteristik habitat ikan layang benggol
serta mendukung identifikasi wilayah potensial penangkapan ikan di WPPNRI 711.
Perpustakaan Digital ITB