Hasil penelitian menunjukkan performa model yang sangat baik pada pantai berpasir dan berkerikil. Namun, tantangan masih ditemukan pada wilayah pantai berlumpur, terutama di kawasan tambak, karena memiliki kemiripan karakteristik spektral dengan perairan dangkal.
Secara kuantitatif, rata-rata deviasi hasil ekstraksi garis pantai terhadap data referensi mencapai sekitar 55,73 meter, dengan kesalahan maksimum hingga 326,45 meter pada kondisi tertentu (pada area kompleks dan berlumpur).
Meskipun demikian, model tetap menunjukkan konsistensi dalam menangani kompleksitas wilayah pesisir Pantura.
Edwin menambahkan bahwa teknologi ini berpotensi besar untuk mendukung pemantauan garis pantai secara rutin dan efisien.
“Pendekatan ini dapat dimanfaatkan untuk observasi garis pantai secara berkala dengan biaya yang lebih rendah, sehingga membantu pemerintah dalam pengambilan kebijakan berbasis data, khususnya terkait mitigasi abrasi, banjir rob, dan perubahan garis pantai,” tambahnya.
Melalui inovasi ini, BRIN terus mendorong pemanfaatan teknologi kecerdasan buatan dan penginderaan jauh guna mendukung pengelolaan wilayah pesisir yang adaptif, berkelanjutan, serta memperkuat ketahanan terhadap dampak perubahan iklim.***
Sumber: BRIN
















