APLIKASI INDERAJA
Oleh:
Kelompok 1
Hari :
Tanggal :
Tempat :
Mengesahkan
1.2. Tujuan
Tujuan Praktikum Aplikasi Inderaja 2023 adalah sebagai berikut:
1. Mahasiswa dapat memahami mengenai penggunaan aplikasi pemodelan spasial
dan temporal berbasis cloud computing; dan
2. Mahasiswa dapat memahami mengenai pemodelan Maximum Entropy dengan
menggunakan metode Species Distribution Modeling.
2. TINJAUAN PUSTAKA
n
exp Σ 1 =1λj f j ( x ) ❑
q(x) =
zλ
Keterangan: λj adalah bobot x pada variabel ke-j, ƒj adalah nilai x pada
variabel ke-j, zλ adalah jumlah eksponensial vektor bobot fitur himpunan x, dan
q(x) adalah estimasi P(x|y =1). Setelah didapatkan estimasi dari P(x|y=1),
selanjutnya menghitung entropi dari q(x) dengan rumus sebagai berikut:
Π
H ( x ) = Σx=1 q ( x ) In q(x )
Cara memperoleh distribusi probability of presence (peluang estimasi)
sebagai berikut:
H [ x]
ⅇ q
P(y = 1|x) = H ( x)
1+ ⅇ q
Hasil pembangunan model MaxEnt berupa kurva respons kesesuaian,
pendugaan, kontribusi parameter, evaluasi model, dan peta habitat yang sesuai
dinyatakan dengan nilai Habitat Suitability Index(HIS), Nilai HIS mendekati 1,
menunjukkan kesesuaian yang tinggi dan mendekati 0 menunjukan
ketidaksesuaian estimasi (Akita et al., 2022).
3. MATERI DAN METODE
4. HASIL DAN PEMBAHASAN
5. PENUTUP
DAFTAR PUSTAKA
Akita, E. A. R., Gaol, J. L., dan Amri, K. 2022. Model Maximum Entropy untuk
Prediksi Daerah Penangkapan Ikan Pelagis Kecil di Laut Jawa. Jurnal
Ilmu dan Teknologi Kelautan Tropis, 14(3): 449-461.
Akita, E. A., J. L. Gaol., dan K. Amri. 2022. Model Maximum Entropy untuk
Prediksi Daerah Penangkapan Ikan Pelagis Kecil di Laut Jawa. Jurnal
Ilmu dan Teknologi Kelautan Tropis, 14(3): 449 – 461.
Ariawan, I., Arifin, W. A., Rosalia, A. A., dan Tufailah, N. 2022. Klasifikasi Tiga
Genus Ikan Karang Menggunakan Convolution Neural Network. Jurnal
Ilmu dan Teknologi Kelautan Tropis, 14(2): 205-216.
Chassot,E., Bonhommeau, S., Reygondeau, G., Nieto, K., Polovina, J. J., Huret,
M., Dulvy, N. K., dan Demarcq, H. 2011. Satellite Remote Sensing for
An Ecosystem Approach to Fisheries Management. ICES Journal of
Marine Science, 68(4): 651–666.
Donya, M., A., C., Sasmito, B dan Nugraha, A. L. 2020. Visualisasi Peta Fasilitas
Umum Kelurahan Sumurboto Dengan Arcgis Online. Jurnal Geodesi
Undip, 9(4) : 52-58.
Harahap, M. A., V. P. Siregar, dan S. B. Agus. 2019. Pola Spasial dan Temporal
Daerah Penangkapan Ikan Pelagis Menggunakan Data Oseanografi di
Perairan Sumatera Barat. Jurnal Ilmu dan Teknologi Kelautan Tropis.,
11(2): 297-310.
Liu, X., T. M. Blackburn, T. Song, X. Li, C. Huang, dan Y. Li. 2019. Risks of
Biological Invasion on the Belt and Road. Current Biology., 29: 499-505.
Mubarok, Z., Hidayat, R. A., Ahyuni, A., Prayogo, L. M., dan Saputra, H.
Pemodelan Sebaran Habitat Dugong Dugon Kawasan Pesisir Pulau
Bintan Kepulauan Riau, Indonesia. EL-JUGHRAFIYAH, 2(1): 39-49.
Paul, T. T., Dennis, A., dan George, G. 2016. A review of Remote Sensing
Techniques for The Visualization of Mangroves, Reefs, Fishing
Grounds, and Molluscan Settling Areas in Tropical Waters.
Coastal Research Library, 13: 105–123.
Raharjo, P., D. 2015. Teknik Penginderajaan Jauh dan Sistem Informasi Geografis
Untuk Identifikasi Potensi Kekeringan., Jurnal Teknologi. 14(2): 97-105.
Syah, A.F., S.I. Saitoh, .D. Alabia, dan T. Hirawake. 2016. Predicting Potential
Fishing Zones Ffr Pacific Saury (Cololabis Saira) with Maximum
Entropy Models and Remotely Sensed Data. Fish Bull., 114(3): 330-342.
Thamsil, A., B. Aswadi, M. Yusuf, F., N. dan Wakila, M., H. 2021. Pelatihan
Pembuatan Peta Menggunakan QGIS Bagi Siswa SMK Penerbangan
Techno Terapan Makasar., Jurnal Pengabdian Masyarakat. 2(2): 25-30.