Pemanfaatan Random Forest Dalam Pemetaan Status Trofik Di Danau Semayang Menggunakan Citra Sentinel-2 MSI
DOI:
https://doi.org/10.30872/geoedusains.v6i2.5362Keywords:
Sentinel-2 MSI, Random Forest Regression, Trophic State Index Carlson, Danau SemayangAbstract
Pemantauan status trofik perairan menjadi aspek penting dalam menjaga kualitas ekosistem danau secara berkelanjutan. Penelitian ini bertujuan untuk memetakan dan menganalisis distribusi spasial status trofik Danau Semayang menggunakan metode Regresi Random Forest berdasarkan Indeks Carlson. Data yang digunakan meliputi hasil pengukuran parameter kualitas air (Klorofil-a, Total Fosfor, dan kedalaman cakram Secchi) pada Oktober 2024 serta citra Sentinel-2 MSI. Analisis dilakukan dengan membangun model hubungan antara nilai reflektansi band citra dan parameter kualitas air untuk memperoleh nilai Trophic State Index (TSI). Hasil penelitian menunjukkan bahwa model Random Forest mampu memprediksi nilai TSI dengan tingkat akurasi yang bervariasi, dengan nilai R² masing-masing sebesar 0,3709 untuk kedalaman cakram Secchi, 0,2877 untuk Klorofil-a, dan 0,0277 untuk Total Fosfor. Secara spasial, Danau Semayang didominasi oleh kondisi mesotrofik dengan kecenderungan eutrof ringan, terutama di bagian utara dan timur laut danau. Temuan ini menunjukkan bahwa penggunaan citra Sentinel-2 MSI memiliki potensi besar untuk mendukung pemantauan status trofik perairan secara efisien dan berkelanjutan, khususnya pada ekosistem danau paparan banjir yang dinamis seperti Danau Semayang.
Downloads
References
Amanatullah, D. A. (2023). Pemetaan Kondisi Status Trofik Danau Singkarat Provinsi Sumatera Barat Menggunakan Citra Sentinel-2 MSI. Universitas Gadjah Mada.
Ariyanto, E., Karim, M. A., & Firmansyah, A. (2014). Biobriket Enceng Gondok (Eichhornia Crassipes) Sebagai Bahan Bakar Energi Terbarukan. Reaktor, 15(1), 59. https://doi.org/10.14710/reaktor.15.1.59-63
Asdak, C. (2007). Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada University Press.
Carlson, R. E. (1977). A trophic state index for lakes. Limnology and Oceanography, 22(2), 361–369. https://doi.org/10.4319/lo.1977.22.2.0361
Darajati, W., Pratiwi, S., Herwinda, E., Radiansyah, A. D., Nalang, V. S., Nooryanto, B., Rahajoe, J. S., Ubaidillah, R., Maryanto, I., Kurniawan, R., Prasetyo, T. A., Rahim, A., Jefferson, J., & Hakim, F. (2016). Indonesia Biodiversity Strategi and Action Plan 2015-2020. In Kementrian Perencanaan Pembangunan Nasional/ BAPPENAS. Kementerian Perencanaan Pembangunan Nasional.
ESA. (2015). Sentinel-2 : ESA’s Optical High-Resolution Mission for GMES Operational Services. ESA Communications Production. www.esa.int
Fu, P., Li, X., Zhang, J., Ma, C., Wang, Y., & Meng, F. (2024). Remote Sensing Inversion on Heavy Metal Content in Salinized Soil of Yellow River Delta Based on Random Forest Regression—a Case Study of Gudao Town. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-024-62087-y
Islam, K. I., Elias, E., Carroll, K. C., & Brown, C. (2023). Exploring Random Forest Machine Learning and Remote Sensing Data for Streamflow Prediction: An Alternative Approach to a Process-Based Hydrologic Modeling in a Snowmelt-Driven Watershed. Remote Sensing, 15(16). https://doi.org/10.3390/rs15163999
Klippel, G., Macêdo, R. L., & Branco, C. W. C. (2020). Comparison of different trophic state indices applied to tropical reservoirs. Lakes and Reservoirs: Science, Policy and Management for Sustainable Use, 25(2), 214–229. https://doi.org/10.1111/lre.12320
Kutser, T., Hedley, J., Giardino, C., Roelfsema, C., & Brando, V. E. (2020). Remote sensing of shallow waters – A 50-year retrospective and future directions. Remote Sensing of Environment, 240(December 2019), 111619. https://doi.org/10.1016/j.rse.2019.111619
Liu, N., Hu, Y., & Ai, X. (2019). Research on Power Load Forecasting Based on Random Forest Regression. IOP Conference Series: Earth and Environmental Science, 252(3). https://doi.org/10.1088/1755-1315/252/3/032171
Lutfhi, W. (2020). Data Danau Diperbarui, Kini Ada 5.807 Danau yang Tersebar di Indonesia. In goodnewsfromindonesia.id. https://www.goodnewsfromindonesia.id/2021/09/02/data-danau-diperbarui-kini-ada-5807-danau-yang-tersebar-di-indonesia
Mahmud, S. L., & Achmad, N. (2020). Analisis Dinamik Model Pendangkalan Danau Limboto Dengan Pembersihan Eceng Gondok Dan Pengerukan Endapan. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 14(4), 597–608. https://doi.org/10.30598/barekengvol14iss4pp597-608
Meng, D., Mao, J., Li, W., Zhu, S., & Gao, H. (2023). An Integrated Framework for Remote Sensing Assessment of the Trophic State of Large Lakes. Remote Sensing, 15(17). https://doi.org/10.3390/rs15174238
Mislan, Hendra, M., Lariman, Trimurti, S., Anwar, Y., Rahman, N., Iskandar, A., Pratama, A., & Aprianti, D. A. (2022). Laporan Studi Keanekaragaman Hayati di Danau Kaskakde Mahakam Tahun 2022.
Musfiroh, Z., Ridwansyah, I., & Murti, S. H. (2020). The application of PlanetScope imagery to map out the trophic state of Cirata Reservoir, West Java. IOP Conference Series: Earth and Environmental Science, 535(1). https://doi.org/10.1088/1755-1315/535/1/012032
Panitia Kerja Penyusunan Rencana Pengelolaan Danau Kaskade Mahakam. (2019). Rencana Pengelolaan Danau Kaskade Mahakam. Kementerian Lingkungan Hidup dan Kehutanan.
Priadi, T., & Sudaryatno. (2016). Identifikasi Status Trofik Perairan Menggunakan Data Penginderaan Jauh Citra Landsat-8 OLI (Operationa Land Imager) di Waduk Sutami (Karangkates) Jawa Timur. 1–23.
Rivani, A., & Wicaksono, P. (2018). Water Trophic Status Mapping of Tecto-Volcanic Maninjau Lake during Algae Bloom using Landsat 8 OLI Satellite Imagery. ICARES 2018 - Proceedings of the 2018 IEEE International Conference on Aerospace Electronics and Remote Sensing Technology, 127–133. https://doi.org/10.1109/ICARES.2018.8547055
Zhou, Z., Qiu, C., & Zhang, Y. (2023). A comparative analysis of linear regression, neural networks and random forest regression for predicting air ozone employing soft sensor models. Scientific Reports, 13(1), 1–23. https://doi.org/10.1038/s415
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Muhammad Dika Oktoberdinata, Pramaditya Wicaksono, Sudaryatno
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
