Detail Cantuman


No image available for this title

03 Tesis

PREDIKSI PRODUKSI PERIKANAN LAUT TANGKAP BERBASIS PENGINDERAAN JAUH MENGGUNAKAN REGRESI DERET FOURIER DAN LONG SHORT-TERM MEMORY RECURRENT NEURAL NETWORK (LSTM-RNN) DI LAUT ARAFURA



Laut Arafura memiliki peran penting dalam industri perikanan Indonesia yang kaya akan keanekaragaman hayati, namun menghadapi masalah overfishing dan ancaman IUU fishing. Moratorium diterapkan sebagai respons terhadap penangkapan ikan berlebihan yang dapat merusak sumber daya laut. Penelitian ini mengkaji faktor-faktor yang memengaruhi produksi perikanan laut tangkap di Laut Arafura, mengevaluasi model prediksi produksi menggunakan Regresi Deret Fourier dan LSTM-RNN, dan mengembangkan pemetaan ZPPI menggunakan penginderaan jauh. Penelitian ini menggunakan pendekatan kuantitatif dan metode komparatif dengan analisis regresi deret Fourier dan LSTM-RNN serta pendekatan SIG untuk pemetaan ZPPI. Variabel dependen yang digunakan yaitu produksi perikanan laut tangkap menurut bulan di Perairan Laut Arafura Tahun 2014-2023 dengan variabel independen adalah Jumlah Kapal Bongkar, Rata-rata Suhu Permukaan Laut, Rata-rata Klorofil-a, Rata-rata Salinitas Air Laut, Kecepatan Angin, Tinggi Gelombang, Indeks El Nino & La Nina, Nilai Tukar Nelayan, Indeks Harga Yang Diterima Nelayan, dan Indeks Unit Value Ekspor Ikan. Hasil penelitian menunjukkan bahwa semua variabel independen berpengaruh terhadap produksi perikanan laut tangkap di Laut Arafura. Model regresi deret Fourier terbaik adalah dengan K=8 diperoleh nilai GCV sebesar 5,226x10-2, parameter sebanyak 91, RMSE sebesar 0,18, dan koefisien determinasi 96,82%. Metode LSTM-RNN menghasilkan nilai RMSE Set Pelatihan sebesar 0,109 dan Set Pengujian sebesar 0,086. Berdasarkan hasil analisis data, metode LSTM-RNN lebih efektif digunakan untuk memprediksi produksi perikanan laut tangkap di Laut Arafura karena fleksibel dalam menangani data yang memiliki dependensi temporal yang kompleks. Penelitian ini berhasil mengembangkan pemetaan ZPPI di Perairan Basin Laut Arafura dengan mengintegrasikan variabel suhu permukaan laut, klorofil-a, dan salinitas air laut.


Ketersediaan

Tidak ada salinan data


Informasi Detil

Judul Seri
-
No. Panggil
-
Penerbit Universitas Pertahanan Republik Indonesia : Bogor.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Fakultas
Sains dan Teknologi Pertahanan
Program Studi
S-2 Teknologi Penginderaan
Tipe Pembawa
-
Edisi
-
Subyek
NIM
120220402001

Versi lain/terkait

Tidak tersedia versi lain


Lampiran Berkas


search

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subyek



Advanced Search

Masukan judul koleksi

  • SEARCHING...

Masukan pengarang koleksi

  • SEARCHING...

Masukan subjek koleksi

Masukan ISBN/ISSN koleksi

Informasi


DETAIL CANTUMAN


Kembali ke sebelumnyaXML DetailCite this