ESTIMASI MUATAN SUSPENSI AIR MUARA SUNGAI BARITO BERBASIS CITRA SENTINEL-2 DAN CASE-2 REGIONAL COAST COLOUR (C2RCC) PROCESSOR

Abstract

Salah satu parameter untuk mengetahui kualitas air yaitu suspensi air. Salah satu usaha yang dapat diambil dalam menjaganya adalah dengan memetakan sebaran suspensi air dan memantau perubahan muatan suspensi dari masa ke masa secara berkelanjutan. Penelitian ini bertujuan untuk membangun model berbasis citra penginderaan jauh (Inderaja) dalam mengestimasi muatan suspensi air di Muara Sungai Barito, Kalimantan Selatan. Model yang diuraikan pada penelitian ini berbasis pada jaringan saraf tiruan prosesor C2RCC yang diekstrak dari citra Sentinel-2 MSI. Proses rancangan dan pengujian model estimasi muatan suspensi air, data suspensi diolah di laboratorium dengan pengambilan data secara primer. Model-model estimasi muatan suspensi air dibangun dengan cara menghubungkan data muatan suspensi air dari lapangan dengan prosesor C2RCC dari citra Sentinel-2 MSI. Model yang terbaik untuk mengestimasi muatan suspensi air dari hasil penelitian ini adalah 5.1013+C2X-Nets-6,348. Model ini memiliki koefisien determinasi (R2) 0,5967 dan Root Mean Square Error (RMSE) 83,077. Berlandaskan hal tersebut, data Inderaja citra Sentinel-2 MSI menggunakan algoritma C2RCC mampu dimanfaatkan untuk menunjang aktivitas pemantauan kualitas perairan di Sungai Barito terlebih muatan suspensi air. Kata kunci: Suspensi; Sungai Barito; Sentinel-2 MSI; C2RCC