SAID MUHAMMAD FAARIS ALAYDRUS Primary Author mixed material bibliography Banda Aceh Fakultas Kelautan dan Perikanan (S1) 2024

Skripsi

Penelitian ini bertujuan untuk mengidentifikasi sedimen dasar laut di Perairan Ulee Lheue, Banda Aceh, dengan menggunakan teknologi Single Beam Echosounder. Teknologi hidroakustik ini memanfaatkan gelombang suara untuk memperoleh data kedalaman dan nilai hambur balik dari sedimen dasar laut. Penelitian dilakukan dengan merekam data dasar laut menggunakan echosounder, yang kemudian divalidasi melalui pengambilan sampel sedimen menggunakan Ekman Grab di beberapa titik sampel. Sampel sedimen yang diperoleh dianalisis menggunakan metode Folk & Ward untuk menentukan distribusi ukuran butir sedimen. Hasil rekaman echosounder menunjukkan variasi nilai volume backscattering strength (SV) yang mencerminkan karakteristik morfologi dan jenis sedimen dasar laut. Analisis regresi linier menghasilkan persamaan y = -0.8167x - 13.897 dengan koefisien determinasi (R²) sebesar 0.2, yang menunjukkan bahwa ukuran butir sedimen hanya menjelaskan sekitar 20% dari variabilitas dalam kekuatan pantulan akustik. Sebagian besar variabilitas ini kemungkinan dipengaruhi oleh faktor-faktor lain yang tidak tertangkap dalam model ini. Penelitian ini menunjukkan adanya hubungan antara ukuran butir sedimen dan kekuatan pantulan akustik, meskipun masih banyak variabel lain yang perlu dipertimbangkan dalam analisis lebih lanjut. Hasil ini penting dalam studi sedimentologi dan teknologi hidroakustik, serta memberikan wawasan awal mengenai dinamika interaksi antara sifat fisik sedimen dasar laut dan respons akustik yang dihasilkan. Dengan demikian, penelitian ini membuka jalan bagi kajian lebih mendalam untuk memahami faktor-faktor lain yang mempengaruhi backscattering strength di lingkungan perairan. Kata Kunci: Identifikasi sedimen dasar laut, Single Beam Echosounder, Volume Backscattering Strength (SV), Ukuran butir sedimen, Ekman Grab. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 137325 2024-10-09 12:15:05 2024-10-09 12:25:22 machine generated