Sistem Analisis dan Klasifikasi Mangrove Berbasis Multi-Algoritma Machine Learning Menggunakan Citra Sentinel-2 dengan Validasi Stratified Cross-Validation
Hak Cipta
Sistem Analisis dan Klasifikasi Mangrove Berbasis Multi-Algoritma Machine Learning Menggunakan Citra Sentinel-2 dengan Validasi Stratified Cross-Validation
Program ini menghadirkan inovasi melalui integrasi ekstraksi fitur spektral, pembelajaran mesin multi-model, evaluasi statistik, serta generasi peta klasifikasi dalam satu sistem terpadu. Integrasi ini memungkinkan data citra Sentinel-2 dan parameter topografi diolah secara otomatis menjadi variabel analisis (NDVI, NDMI, MVI, CMRI, NIMI, slope), kemudian diuji menggunakan berbagai algoritma klasifikasi, termasuk Logistic Regression, KNN, Decision Tree, Naive Bayes, Random Forest, SVM, XGBoost, LightGBM, CatBoost, NGBoost, Gaussian Process, hingga Artificial Neural Network. Seluruh proses—mulai dari pelatihan, evaluasi 5-fold stratified cross-validation, hingga produksi peta GeoTIFF dan visualisasi—berjalan dalam satu pipeline tanpa proses manual berulang. Inovasi lainnya terletak pada penyajian metrik evaluasi komprehensif (akurasi, presisi, recall, F1-score, confusion matrix, ROC-AUC) untuk mendukung keputusan cepat berbasis bukti. Potensi pemanfaatan program ini sangat luas, diantaranya: ● pemantauan tutupan mangrove di wilayah IKN ● dukungan perencanaan restorasi dan konservasi ● evaluasi perubahan kawasan pesisir secara periodik ● analisis komparatif performa algoritma untuk riset lanjutan Kebaharuan utama dari program ini terletak pada: ● pipeline klasifikasi otomatis berbasis multi-algoritma ● evaluasi model menggunakan stratified cross-validation yang robust ● generasi peta klasifikasi dan kurva ROC secara otomatis Keunggulan dibanding ciptaan serupa adalah kemampuan sistem untuk melakukan analisis komparatif banyak model dalam satu eksekusi serta menghasilkan output spasial siap pakai untuk analisis operasional. Manfaat utama dari ciptaan ini mencakup: ● efisiensi proses klasifikasi dan evaluasi data mangrove ● peningkatan akurasi dan reliabilitas pemetaan ● dukungan keputusan berbasis AI yang transparan dan terukur
2026-1773216709-2cwz
B-12442/III.6.7/TK.11.01/5/2026
Pusat Riset Geoinformatika
muha105@brin.go.id
Badan Riset dan Inovasi Nasional
SF - Perangkat Lunak
Cibinong
11 Maret 2026
EC002026070036
22 Mei 2026
22 Mei 2026
001243161
- Muhammad Iqbal Habibie
( Pusat Riset Geoinformatika ) - Hartanto Sanjaya
( Pusat Riset Geoinformatika ) - Prabu Kresna Putra
( Pusat Riset Sains Data dan Informasi ) - Yudhi Prabowo
( Pusat Riset Teknologi Hidrodinamika ) - Nurkhalis Rahili
( Biro Organisasi dan Sumber Daya Manusia ) - Eko Kustiyanto
( Pusat Riset Teknologi Hidrodinamika ) - Destianingrum Ratna Prabawardani
( Pusat Riset Teknologi Hidrodinamika ) - Maria Nooza Airawati
( Pusat Riset Teknologi Hidrodinamika )
- Yohanes Budi Sulistioadi
( Universitas Mulawarman ) - Muhammad Rafii Nur Fauzan
( Universitas Mulawarman ) - Listyo Yudha Irawan
( Universitas Negeri Malang )