Pemetaan Perubahan Luasan Mangrove Menggunakan Citra Sentinel-2A Pasca Kematian Massal Mangrove di Denpasar-Bali
Notice bibliographique
Résumé
Provinsi Bali merupakan salah satu persebaran hutan mangrove di Indonesia yang tersebar pada tiga lokasi salah satunya Tahura Ngurah Rai. Pada kawasan mangrove di Tahura Ngurah Rai khusunya Kota Denpasar terjadi kematian mangrove akibat dari aktivitas manusia dan faktor alam sehingga perlu dilakukan monitoring tentang sebaran dan luasan mangrove di kawasan tersebut. Penginderaan jauh merupakan salah satu teknologi yang dapat digunakan untuk pemantauan luasan dan sebaran mangrove di kawasan Tahura Ngurah Rai. Tujuan dari penelitian ini adalah mengetahui kombinasi band terbaik pada citra Sentinel-2A dalam mendeteksi tutupan lahan khususnya mangrove yang kemudian di gunakan untuk memetakan luasan mangrove pasca terjadinya kematian mangrove. Kombinasi band yang diuji adalah kombinasi band 4-3-2, 11-8-4 dan 8-11-2 pada citra Sentinel-2A. Hasil penelitian ini menunjukan nilai akurasi pembuat (PA) serta akurasi pengguna (UA) pada kelas mangrove kombinasi band 4-3-2 (PA= 92.59 %, UA= 98.04 %), 11-8-4 (PA= 85.19 %, UA= 88.46 %) dan 8-11-2 (PA= 71.15 %, UA= 84.09 %). Kesimpulan dari penelitian ini adalah kombinasi band 4-3-2 mampu mendeteksi mangrove lebih baik dari kombinasi band 11-8-4 dan 8-11-2 dengan akurasi total dan akurasi kappa massing-masing sebesar 91.24 % dan 91.15 %. Hutan mangrove di kawasan Tahura Ngurah Rai Kota Denpasar mengalami penuruan luasan hutan mangrove sebesar 25.58 Ha dalam kurun waktu 4 tahun yakni pada tahun 2016 (sebelum terjadinya kematian) hingga tahun 2020 (pasca terjadinya kematian).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».