K, The BENTHIC HABITAT CLASSIFICATION OF ATOL KELEDUPA WAKATOBI NATIONAL PARK USING SUPPORT VECTOR MACHINE ALGORITHM

Kaledupa Atoll is one of the areas designated as a marine protection zone and local use zone in Wakatobi National Park. Spatial information on the benthic habitat of Kaledupa Atoll is very limited so that this information is expected to be a support in strategies and efforts to conserve marine biodiversity. This study aims to map the benthic habitat of Kaledupa Atoll using a pixel-based and object-based guided classification method/OBIA with a support vector machine (SVM) algorithm. The data used is the Sentinel-2 satellite image with a spatial resolution of 10 x10 m which was acquired on November 4, 2019. Observations of benthic habitats were carried out directly at the study site by placing quadrant transects and taking points on the dominant or homogeneous habitat area. The transect used is 100 x 100 cm2. Image classification uses thematic layer input from field data. The results of the classification of benthic habitats are grouped into six classes. Based on the OBIA method, benthic habitats can be mapped with an accuracy rate of 78.1%, while the pixel-based classification has an overall accuracy of 61.8%. Classification of benthic habitats with the SVM algorithm using the OBIA method provides better information than the pixel-based method.  Atol Kaledupa merupakan salah satu kawasan yang dijadikan sebagai zona perlindungan bahari dan zona pemanfaatan lokal di Taman Nasional Wakatobi. Informasi spasial habitat bentik sangat terbatas sehingga penelitian ini diharapkan menjadi pendukung dalam strategi dan upaya pelestarian keanekaragaman hayati laut Atol Kaledupa. Penelitian ini bertujuan untuk memetakan habitat bentik Atol Kaledupa dengan menggunakan metode klasifikasi terbimbing berbasis piksel dan objek/OBIA dengan algoritma support vector machine (SVM). Data yang digunakan adalah citra satelit Sentinel-2 dengan resolusi spasial 10 x10 m yang diakuisisi pada tanggal 4 Nopember 2019. Pengamatan habitat bentik dilakukan secara langsung di lokasi penelitian dengan meletakkan transek kuadran dan mengambil titik pada area habitat yang dominan atau homogen. Transek yang digunakan berukuran 100 x 100 cm2. Klasifikasi citra menggunakan input themathic layer dari data lapangan. Hasil klasifikasi habitat bentik dikelompokan menjadi 6 kelas. Habitat bentik dapat dipetakan menggunakan metode OBIA dengan tingkat akurasi sebesar 78,1% sedangkan klasifikasi berbasis piksel memiliki akurasi keseluruhan 61,8%. Klasifikasi habitat bentik dengan algoritma SVM menggunakan metode OBIA memberikan informasi yang lebih baik dibandingkan dengan metode berbasis piksel