Sistem Prediksi Perubahan Garis Pantai Dari Citra Satelit Sentinel-2 dan Parameter Cuaca Maritim Berbasis Machine Learning (Studi Kasus: Pantai Muarareja Kota Tegal)
Abstract
Perubahan garis pantai merupakan fenomena dinamis yang dipengaruhi oleh berbagai faktor meteorologi sehingga diperlukan adanya upaya pemantauan serta prediksi untuk mendukung pengelolaan wilayah pesisir. Penelitian ini bertujuan untuk menganalisis perubahan garis pantai di Pantai Muarareja Kota Tegal dengan menggunakan citra satelit Sentinel-2, membangun model prediksi berbasis machine learning dengan integrasi parameter cuaca maritim, serta mengembangkan sistem prediksi berbasis web. Ekstraksi garis pantai dilakukan dengan menggunakan metode Modified Normalized Difference Water Index (MNDWI) dan Otsu Thresholding, sedangkan perubahan garis pantai dihitung menggunakan metode transek pada QGIS. Parameter cuaca maritim yang digunakan meliputi angin, tinggi gelombang signifikan, arus laut, dan tinggi permukaan laut (zos). Pemodelan dilakukan menggunakan algoritma random forest Regression dan Support Vector Regression yang dioptimasi dengan hyperparameter tuning, kemudian dievaluasi dengan menggunakan metrik RMSE, MAE, dan R 2 . Hasil penelitian menunjukkan bahwa model regresi hutan acak memberikan kinerja terbaik dengan nilai RMSE sebesar 7.71 m, MAE sebesar 5.96 m, dan R2 sebesar 0.336, sehingga dipilih sebagai model untuk memprediksi perubahan garis pantai. Penelitian ini juga berhasil mengembangkan sistem prediksi berbasis web menggunakan Streamlit yang mampu menampilkan informasi historis, hasil prediksi, dan visualisasi perubahan garis pantai secara interaktif sehingga dapat mendukung pemantauan wilayah pesisir.
Kata Kunci: perubahan garis pantai, sentinel-2, pembelajaran mesin, parameter cuaca maritimKeywords
Full Text:
PDFReferences
BIG. (2024). Pulau Indonesia Bertambah Jadi 17.380, Mengapa Angkanya Berubah Setiap Tahun? sipulau.big.go.id/news/11
BMKG. (2025). Angin. https://gaw-bariri.bmkg.go.id/index.php/karya tulis-dan-artikel/gawsarium/360-angin
Endarsih, A. E., Kurniasih, A., & Khomarudin, M. R. (2025). Analisis Perubahan Garis Pantai Menggunakan Digital Shoreline Analysis System untuk Mendukung Mitigasi Pesisir Kota Pekalongan, Jawa Tengah. Jurnal Teknologi Lingkungan, 26(1), 19–30.
Gananta, I. M., Purnama, I. N., & Fredlina, K. Q. (2023). Optimasi Prediksi Harga Emas Dengan Metode Support Vector Regression (SVR) Menggunakan Algoritma Grid Search. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3160–3165
Hamdi, B. El, Farizi, M. S. Al, Safitri, M., Amalia, I. N., Nandi, & Ridwana, R. (2024). Perbandingan Penggunaan Citra Landsat 8 dan Sentinel 2 Terhadap Analisis Kesehatan Mangrove Dengan Metode NDVI di Teluk Jakarta. Jurnal Warta Desa, 6(1), 15–24. https://doi.org/10.29303/jwd.v6i1.287
Hidayat, R., Saputra, H. T., Husnah, M., Nabila, Hidayatullah, M. B., Nazhmi, M. N., Azra, J., & Rana, A. (2025). Implementasi Algoritma Random Forest Regression untuk Memprediksi Penjualan Produk di Supermarket. Jurnal Sistem Informasi Dan Sistem Komputer, 10(1), 101–109. https://doi.org/10.51717/simkom.v10i1.703
Islam, H. S., Suryoputro, A. A. D., & Handoyo, G. (2022). Studi Perubahan Garis Pantai 2017 – 2021 di Pesisir Kabupaten Batang, Jawa Tengah. Indonesian Journal of Oceanography (IJOCE), 04(04), 19–33.
Isnaeni, A. Y., & Prasetyo, S. Y. J. (2022). Klasifikasi Wilayah Potensi Risiko Kerusakan Lahan Akibat Bencana Tsunami Menggunakan Machine Learning. Jurnal Teknik Informatika Dan Sistem Informasi, 8(1), 33–42. https://doi.org/10.28932/jutisi.v8i1.4056
Karakus, P. (2025). Detection of Water Surface Using Canny and Otsu Threshold Methods with Machine Learning Algorithms on Google Earth Engine: A Case Study of Lake Van. Applied Sciences, 1–22. https://doi.org/10.3390/app15062903
Laksono, S. M., & Hidayah, Z. (2021). PREDIKSI PERUBAHAN GARIS PANTAI SLUKE REMBANG JAWA TENGAH MENGGUNAKAN DATA CITRA SATELIT LANDSAT
( 2014-2019 ). Juvenil : Jurnal Ilmiah Kelautan Dan Perikanan, 2(1), 53–60. https://doi.org/10.21107/juvenil.v2i1.9901
Manikin, P. M. G., & Prabowo, I. A. (2021). Identifikasi Fluktuasi Muka Air Laut dengan Menggunakan Pendekatan Penginderaan Jauh Daerah Tegal, Jawa Tengah. Prosiding Nasional Rekayasa Teknologi Industri Dan Informasi XIII Tahun 2020 (ReTII), 451–457.
Novia, K, R., & Imran, H. Al. (2024). Studi Komputasi Perubahan Garis Pantai di Pantai Kuri Kabupaten Maros. JITET (Jurnal Informatika Dan Teknik Elektro Terapan), 13(3), 1475–1480. https://doi.org/10.23960/jitet.v13i3S1.7785
Nurgitasari, N., Pradjoko, E., & Pracoyo, A. (2026). Analisis Perubahan Garis Pantai Menggunakan Citra Satelit di Sekitar Muara Sungai Meninting Lombok Nusa Tenggara Barat. RESWARA, 4(3), 872–892. https://doi.org/10.70716/reswara.v4i3.704
Penalun, F. E., Hermawan, A., & Avianto, D. (2023). Perbandingan Random Forest Regression dan Support Vector Regression Pada Prediksi Laju Penguapan. Jurnal Fasilkom, 13(02), 104–111
Pratama, B. R., Pranowo, W. S., & Prasita, V. D. (2025). Analisis Karakteristik Arus Pada Beberapa Kedalaman di Laut Jawa Sepanjang Tahun 2024. Jurnal Chart Datum, 11(1), 53–62. https://doi.org/10.37875/chartdatum.v11i1.375
Purwanti, R., & Koestoer, R. H. (2024). Tinjauan Perubahan dan Prediksi Garis Pantai : Studi Perbandingan Kasus di Sri Lanka dan Indonesia. Journal of Marine Research, 13(2), 203–211. https://doi.org/10.14710/jmr.v13i2.40428
Rahman, A. F., Meirany, J., & Wulandari, A. (2024). Analisis Perubahan Garis Pantai Tanjung Burung Mempawah Dengan Sistem Digital Shoreline Analysis System (DSAS). Jurnal Laot Ilmu Kelautan, 6(2), 205–214. https://doi.org/10.35308/jlik.v6i2.10134
Ramadhanty, N. R., Muryani, C., & Tjahjono, G. A. (2022). Analisis Tingkat Kerentanan Masyarakat Terhadap Banjir Rob Di Kecamatan Tegal Barat Kota Tegal Tahun 2021. Indonesian Journal Environment and Disaster, 1(1), 73–82. https://doi.org/10.20961/ijed.v1i1.62
DOI: https://doi.org/10.35308/jlik.v8i2.16397
Refbacks
- There are currently no refbacks.
Copyright (c) 2026 Pandu Danandra Caraka Dwipa, Adi Widiatmoko Wastumirad, Marzuki Sinambela, Agustina Rachmawardani
