DOI: https://doi.org/10.14710/jil.24.2.398-409

Evaluasi Algoritma Sentinel-2 untuk Estimasi Konsentrasi Total Suspended Solid (TSS) di Perairan Cirebon

1Program Studi Ilmu Kelautan, Fakultas Perikanan dan Ilmu Kelautan, Universitas Padjadjaran Jl.Ir.Soekarno KM 21, Jatinangor, Kabupaten Sumedang 45363, Jawa Barat, Indonesia, Indonesia

2Program Studi Magister Konservasi Laut, Fakultas Perikanan dan Ilmu Kelautan, Universitas Padjadjaran Jl.Ir.Soekarno KM 21, Jatinangor, Kabupaten Sumedang 45363, Jawa Barat, Indonesia, Indonesia

3Program Studi Magister Konservasi Laut, Fakultas Perikanan dan Ilmu Kelautan, Universitas Padjadjaran, Indonesia

4 Departemen Perikanan, Fakultas Perikanan dan Ilmu Kelautan, Universitas Padjadjaran Jalan Ir.Soekarno KM 21, Jatinangor, Kabupaten Sumedang 45363, Jawa Barat, Indonesia;, Indonesia

5 Departemen Kelautan, Fakultas Perikanan dan Ilmu Kelautan, Universitas Padjadjaran Jalan Ir.Soekarno KM 21, Jatinangor, Kabupaten Sumedang 45363, Jawa Barat, Indonesia, Indonesia

View all affiliations
Received: 31 Aug 2025; Revised: 23 Jun 2026; Accepted: 29 Jun 2026; Available online: 16 Jul 2026; Published: 18 Jul 2026.
Editor(s): Budi Warsito

Citation Format:
Abstract
Kualitas perairan merupakan indikator penting untuk menggambarkan kondisi ekosistem perairan. Salah satu parameter utama adalah Total Suspended Solid (TSS) yang berpengaruh terhadap visibilitas perairan dan proses fotosintesis, sehingga mempengaruhi produktivitas primer. Pemantauan TSS dapat dilakukan melalui pemanfaatan citra satelit menggunakan algoritma kanal yang berbeda. Pemanfaatan citra satelit menjadi metode efektif dalam memantau kualitas perairan secara spasial dan temporal berdasarkan warna laut. Penelitian ini bertujuan mengidentifikasi nilai TSS menggunakan algoritma Laili, Ajiperwata, Budhiman, dan Liu, serta menentukan algoritma yang paling sesuai untuk perairan Cirebon melalui validasi dengan data in situ yang dilakukan pada Mei 2025 dengan 18 titik stasiun. Hasil penelitian menunjukkan adanya variasi spasial nilai TSS, dengan konsentrasi tertinggi terletak di bagian timur wilayah Cirebon yang berbatasan dengan Brebes. Analisis nilai error menunjukkan bahwa algoritma Laili memiliki performa terbaik dengan nilai RMSE sebesar 27.22 mg/L, MAE sebesar 26.52 mg/L, dan NMAE sebesar 0.60, lebih rendah dibandingkan algoritma Ajiperwata, Budhiman, dan Liu. Berdasarkan temuan tersebut, algoritma Laili merupakan algoritma dengan performa terbaik pada data dan periode penelitian ini. Selanjutnya, hasil visualisasi algoritma Laili secara spasial menunjukkan perairan Cirebon berada di kelas I dan kelas II.
Fulltext View|Download Email colleagues
Keywords: Kualitas Perairan; TSS; Sentinel A/B; Algoritma; Cirebon
Funding: program Riset Keunggulan Keilmuan Unpad (RKKU) dengan nomor hibah No. 1003/UN6.3.1/PT.00/2025

Article Metrics:

Article Info
Section: Research Article
Language : ID
Most cited articles
Variasi Genetik pada Pertumbuhan Tanaman Konservasi Sumberdaya Genetik Cendana (Santalum album Linn.) Populasi Pulau Timor Bagian Timur Analisis Tingkat Kenyamanan Di DKI Jakarta Berdasarkan Indeks THI (Temperature Humidity Index) ANALISIS PEMANFAATAN RUANG YANG BERWAWASAN LINGKUNGAN DI KAWASAN PESISIR KOTA TEGAL Analisis Penyebab Masyarakat Tetap Tinggal di Kawasan Rawan Bencana Gunung Merapi (Studi di Lereng Gunung Merapi Kecamatan Cangkringan, Kabupaten Sleman Daerah Istimewa Yogyakarta) KEARIFAN LOKAL DALAM MELESTARIKAN MATA AIR (Studi Kasus di Desa Purwogondo, Kecamatan Boja, Kabupaten Kendal) More cited articles
  1. Borgogno-Mondino, E., Farbo, A., Novello, V., & de Palma, L. (2022). A Fast Regression-Based Approach to Map Water Status of Pomegranate Orchards with Sentinel 2 Data. Horticulturae, 8(9). https://doi.org/10.3390/horticulturae8090759
  2. Budhiman, S. (2004). Mapping TSM Concentrations from Multisensor Satellite Images in Turbid Tropical Coastal Waters of Mahakam Delta
  3. Galuh, G. N. A., Baharuddin, & Dewi, I. P. (2019). ANALISIS SEBARAN TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN CITRA SENTINEL 2 DI PERAIRAN TELUK TAMIANG KABUPATEN KOTABARU. Jurnal Kelautan, 3
  4. Grivei, A. C., Neagoe, I. C., Georgescu, F. A., Griparis, A., Vaduva, C., Bartalis, Z., & Datcu, M. (2020). Multispectral Data Analysis for Semantic Assessment-A SNAP Framework for Sentinel-2 Use Case Scenarios. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13, 4429–4442. https://doi.org/10.1109/JSTARS.2020.3013091
  5. Hu, C., Feng, L., Lee, Z., Franz, B. A., Bailey, S. W., Werdell, P. J., & Proctor, C. W. (2019). Improving Satellite Global Chlorophyll a Data Products Through Algorithm Refinement and Data Recovery. Journal of Geophysical Research: Oceans, 124(3), 1524–1543. https://doi.org/10.1029/2019JC014941
  6. Kurniadin, N., & Maria, E. (2020). EVALUASI ALGORITMA TOTAL SUSPENDED SOLID (TSS) PADA CITRA LANDSAT 8 TERHADAP DATA TSS IN-SITU. ELIPSOIDA, 3(1)
  7. Kurnianto, A., Khaldun, M. H. I., Leni, Y., & Hamzah, H. (2025). ANALISIS SEBARAN TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN CITRA SENTINEL-2 DI PERAIRAN SADU KABUPATEN TANJUNG JABUNG TIMUR, PROVINSI JAMBI. Mantis Journal of Fisheries, 2(01), 7–13. https://doi.org/10.22437/mjf.v2i01.41828
  8. Laili, N., Arafah, F., Jaelani, L. M., Subehi, L., Pamungkas, A., Koenhardono, E. S., & Sulisetyono, A. (2015). DEVELOPMENT of WATER QUALITY PARAMETER RETRIEVAL ALGORITHMS for ESTIMATING TOTAL SUSPENDED SOLIDS and CHLOROPHYLL-A CONCENTRATION USING LANDSAT-8 IMAGERY at POTERAN ISLAND WATER. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2(2W2), 55–62. https://doi.org/10.5194/isprsannals-II-2-W2-55-2015
  9. Liu, H., Li, Q., Shi, T., Hu, S., Wu, G., & Zhou, Q. (2017). Application of Sentinel 2 MSI Images to Retrieve Suspended Particulate Matter Concentrations in Poyang Lake. Remote Sensing, 9(7), 761. https://doi.org/10.3390/rs9070761
  10. Prasetiyo, B. A., Rochaddi, B., & Satriadi, A. (2019). Aplikasi Citra Sentinel-2 untuk Pemetaan Sebaran Material Padatan Tersuspensi Di Muara Sungai Wulan Demak. Journal of Marine Research, 8(4), 379–386
  11. Prasetya, M. I., Siregar, V. P., & Agus, S. B. (2023). Comparison of Satellite-Derived Bathymetry Algorithm Accuracy Using Sentinel-2 Multispectral Satellite Image. Jurnal Kelautan Tropis, 26(1), 113–125. https://doi.org/10.14710/jkt.v26i1.16050
  12. Putra, I. P., Suhartana, I. K. G., & Jimbaran, B. (2022). Perbandingan Akurasi Algoritma Regresi Linier, Regresi Polinomial, dan Support Vector Regression Pada Model Sistem Prediksi Harga Rumah. JNATIA, 1(1). https://www.kaggle.com/datasets/wisnuanggara/daftar-hargarumah
  13. Ramadhan, A. W. W., Safitri, F. E., Khairunnisa, H., Pramitasari, T. A., Sholiqin, M., & Rachmawati, S. (2023). Dampak Tingkat Cemaran Sungai Jenes Terhadap Kualitas Air Tanah Warga di Kelurahan Joyotakan, Kecamatan Serengan, Surakarta. JURNAL ILMU LINGKUNGAN, 21(2)
  14. Riasasi, W. (2019). Identifikasi Garis Pantai Kawasan Pesisir Kabupaten Brebes Berbasis Penginderaan Jauh dan Sistem Informasi Geografis. Geomedia : Majalah Ilmiah Dan Informasi Kegeografian, 17(1), 47–53. https://journal.uny.ac.id/index.php/geomedia/index
  15. Santos, C., & Rapp, L. (2019). Satellite imagery, very high-resolution and processing-intensive image analysis: Potential risks under the GDPR. Air and Space Law, 44(3), 275–295. https://doi.org/10.54648/aila2019018
  16. Setyawati, D. A., Nuzula, N. I., Jayanthi, O. W., Kartika, A. G. D., & Rahayu, E. P. (2023). Pola Persebaran Vertikal dan Horizontal Total Suspended Solid di Perairan Padelegan, Pamekasan. Buletin Oseanografi Marina, 12(2), 213–222. https://doi.org/10.14710/buloma.v12i2.49510
  17. Timurani, E. C., & Anna, A. N. (2024). Dynamics of seasonal impacts on Total Suspended Solid (TSS) concentrations in coastal Semarang City using landsat 8. Remote Sensing Technology in Defense and Environment, 1
  18. Warren, M. A., Simis, S. G. H., Martinez-Vicente, V., Poser, K., Bresciani, M., Alikas, K., Spyrakos, E., Giardino, C., & Ansper, A. (2019). Assessment of atmospheric correction algorithms for the Sentinel-2A MultiSpectral Imager over coastal and inland waters. Remote Sensing of Environment, 225, 267–289. https://doi.org/10.1016/j.rse.2019.03.018
  19. Yang, Z., Gong, C., Lu, Z., Wu, E., Huai, H., Hu, Y., Li, L., & Dong, L. (2023). Combined Retrievals of Turbidity from Sentinel-2A/B and Landsat-8/9 in the Taihu Lake through Machine Learning. Remote Sensing, 15(17). https://doi.org/10.3390/rs15174333
  20. Yonar, M., Luthfi, O. M., Isdianto, A., Studi, P., Kelautan, I., & Perikanan, F. (2021). Dinamika Total Suspended Solid (TSS) Di Sekitar Terumbu Karang Pantai Damas, Trenggalek Dynamics Of Total Suspended Solid (TSS) Around Coral Reef Beach Damas, Trenggalek. Journal of Marine and Coastal Science, 10(1). https://e-journal.unair.ac.id/JMCS

Last update:

No citation recorded.

Last update: 2026-07-18 02:55:26

No citation recorded.