FIANNISA FAIZI Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Skripsi

Ekosistem mangrove memiliki peran penting dalam mitigasi perubahan iklim karena kemampuannya dalam menyerap dan menyimpan karbon dioksida (CO₂). Estimasi daya serap karbon mangrove umumnya masih dilakukan secara manual, yang memerlukan waktu dan sumber daya yang besar. Penelitian ini bertujuan untuk mengembangkan metode estimasi daya serap karbon mangrove secara otomatis menggunakan model deep learning MobileNetV2 berbasis deteksi objek. Data yang digunakan berupa citra udara kawasan mangrove Gampong Pande, Banda Aceh, yang terdiri atas tiga genus utama, yaitu Rhizophora, Avicennia, dan Nypa. Citra dianotasi secara manual dengan bounding box dan digunakan untuk melatih model deteksi objek. Evaluasi performa model dilakukan dengan mengukur nilai Average Precision (AP), Average Recall (AR), dan Intersection over Union (IoU). Hasil evaluasi menunjukkan bahwa performa deteksi model masih rendah, terutama pada objek dengan ukuran kecil dan tumpang tindih, dengan nilai AP dan AR yang belum mencapai standar akurasi yang diharapkan. Estimasi daya serap karbon berdasarkan hasil deteksi model menunjukkan deviasi yang cukup besar jika dibandingkan dengan estimasi dari ground truth maupun pengukuran lapangan. Validasi menggunakan tiga pendekatan: prediksi model, ground truth, dan pengukuran lapangan menunjukkan bahwa anotasi manual dan data lapangan memiliki kesesuaian tinggi, sementara hasil model mengalami selisih estimasi sebesar 30–45% pada beberapa objek, khususnya Avicennia marina dan Nypa fruticans. Hal ini mengindikasikan bahwa kelemahan utama terletak pada akurasi spasial model. Penelitian ini merekomendasikan peningkatan kualitas data, eksplorasi arsitektur model lanjutan, serta integrasi dengan data lapangan untuk pengembangan lebih lanjut. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 164901 2025-07-22 14:02:22 2025-07-22 22:16:57 machine generated