Analisis Sebaran Tumpahan Minyak dengan Algoritma Deep Learning menggunakan Citra Sentinel-1 Synthetic Aperture Radar (SAR) di Perairan Laut Jawa

Perairan Laut Jawa merupakan wilayah strategis yang rentan terhadap tumpahan minyak akibat tingginya aktivitas pelayaran dan eksplorasi migas. Penelitian ini bertujuan untuk mendeteksi serta menganalisis sebaran tumpahan minyak di Perairan Laut Jawa dan hubungannya dengan parameter oseanografi arus dan angin. Deteksi tumpahan minyak dilakukan menggunakan citra Sentinel-1 SAR dan algoritma deep learning Mask R-CNN, memanfaatkan model *.dlpk oil spill detection bawaan ArcGIS Pro. Tahapan penelitian meliputi pra-pemrosesan citra, penerapan model deteksi, serta analisis spasial dan temporal terhadap hasil deteksi dan kondisi arus serta angin. Sebanyak 20 kejadian tumpahan minyak berhasil diidentifikasi dengan cakupan area bervariasi yaitu 1,25 km² hingga 52,61 km². Pola sebaran tumpahan yang terdeteksi memiliki berbagai bentuk, mulai dari lurus, meruncing, bersudut, hingga tidak beraturan, dengan karakteristik yang dipengaruhi oleh arah dan kecepatan arus dan angin. Hasil analisis regresi menunjukkan bahwa kecepatan arus memiliki korelasi lebih kuat terhadap luas tumpahan dibandingkan angin, meskipun keduanya menunjukkan hubungan lemah dan tidak linier. Hal ini mengindikasikan adanya faktor lain yang berperan dalam menentukan luas tumpahan minyak. Nilai backscatter pada area tumpahan menunjukkan penurunan signifikan, memperkuat validitas deteksi berbasis SAR. Penelitian ini menunjukkan bahwa integrasi penginderaan jauh dan deep learning merupakan pendekatan efektif dalam pemantauan dan mitigasi pencemaran laut di wilayah pesisir Indonesia.