Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2026
- Tujuan
- Nomor
- e980e489-5bb9-4b2e-a4ea-a677e4012c1a
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan penelitian tentang penginderaan jauh hibrida SAR-optik untuk pemetaan genangan banjir di lingkungan lahan basah. Kegiatan ini melibatkan peneliti UDINUS Puspitasari, Desy Ika; Noersasongko, Edi; Purwanto; Soeleman, Moch. Arief; dan Supriyanto. Penelitian tersebut membahas banjir berulang di Banjar Regency, dengan topografi lahan basah yang rendah, curah hujan tinggi, dan sedimentasi sungai sebagai bagian dari konteks banjir. Pemetaan banjir yang tepat masih menghadapi tantangan karena tutupan awan mengganggu pencitraan optik dan ekosistem lahan basah yang beragam menimbulkan ambiguitas spektral.
Penelitian ini mengusulkan metode hibrida yang menggabungkan hamburan balik Sentinel-1 dengan indeks air Sentinel-2, yaitu FWEI dan AWEI, melalui penumpukan fitur pada tingkat piksel dan analisis kontribusi fitur. Empat pengklasifikasi pembelajaran mesin dievaluasi, yaitu Random Forest, Logistic Regression, Support Vector Machine, dan XGBoost. Skema validasi independen secara spasial digunakan untuk mendukung generalisasi dan menangani bias autokorelasi. Peta genangan banjir dihasilkan melalui deteksi perubahan antara peta air sebelum banjir dan setelah banjir yang diklasifikasikan secara independen.
Hasil penelitian menunjukkan bahwa AWEI melampaui fitur individual dalam membedakan air. Kombinasi SAR dan AWEI secara konsisten meningkatkan stabilitas klasifikasi dan koherensi spasial. SVM dan Random Forest menunjukkan kinerja yang serupa, sedangkan SVM mencapai keseimbangan klasifikasi terbaik untuk deteksi air, dengan OA sebesar 0.98, Kappa sebesar 0.97, dan F1 sebesar 0.98. Perbedaan tersebut tidak memiliki signifikansi statistik. Analisis kontribusi fitur menunjukkan bahwa AWEI memberikan kinerja klasifikasi mandiri terkuat, sedangkan SAR memberikan informasi struktural pelengkap yang meningkatkan ketahanan klasifikasi.
Penelitian ini juga menunjukkan bahwa integrasi multisensor meningkatkan delineasi area terdampak banjir di lingkungan lahan basah yang kompleks. Keandalan pemetaan bergantung pada ketepatan klasifikasi air sebelum dan setelah banjir serta konsistensi temporal citra masukan. Kegiatan ini membingkai penelitian UDINUS pada analisis genangan banjir, klasifikasi air, dan delineasi area terdampak dalam kondisi lahan basah.