<![CDATA[ABSTRAKSalah satu faktor yang berpengaruh dalam penggunaan teknologi penginderaan jauh untuk identifikasi tingkat kesehatan terumbu karang adalah konfigurasi saluran spektral sensor. Pemahaman tentang saluran spektral yang berpengaruh positif terhadap proses identifikasi kesehatan terumbu karang sangat penting dalam efisiensi pemetaan, baik dari segi waktu maupun akurasi yang didapatkan. Penelitian ini bertujuan untuk mencari saluran spektral yang berkontribusi positif terhadap identifikasi kesehatan terumbu karang, dengan menggunakan bantuan analisis PCA (Principle Component Analysis) dan Factor Loadings pada citra Landsat 7 ETM+ dan ASTER. Tingkat kesehatan terumbu karang dilihat dari persentase tutupan karang hidupnya dan dibagi menjadi empat kelas yaitu Sangat Baik (>75% tutupan karang hidup), Baik (50-74%), Sedang (25-49%) dan Rusak (<25%). Untuk mengetahui saluran spektral yang paling baik dalam identifikasi kesehatan terumbu karang, klasifikasi multispektral dilakukan pada kombinasi PC (Principle Component) band dan dilakukan uji akurasi. Hasil uji akurasi dipasangkan dengan hasil analisis Factor Loadings untuk melihat kontribusi tiap saluran spektral pada tiap akurasi. Hasil penelitian menunjukkan bahwa saluran hijau merupakan saluran yang berkontribusi paling tinggi dan saluran merah adalah saluran memberikan kontribusi paling rendah. Saluran biru, yang merupakan saluran dengan penetrasi tubuh air paling baik, memberikan kontribusi yang lebih rendah dibandingkan dengan saluran hijau karena tingginya hamburan Rayleigh yang terjadi pada saluran biru tersebut.Kata Kunci: Landsat 7 ETM+, ASTER, PCA, factor loadings, terumbu karangABSTRACTOne of the major factors to determine the success of remote sensing identification for coral reefs health is the spectral resolution of the sensor. The understanding about the characteristic of spectral bands contribute positively to the identification of coral reefs health is very important for the effective and satisfactory mapping results. This research aimed to identify the most effective spectral band for the coral reefs health identification, using Principle Component Analysis (PCA) and factor loadings analysis. Landsat 7 ETM+ and ASTER VNIR images were used in this research. Coral reefs health condition is determined from the percentage of live coral cover and divided into four ordinal classes: very good (>75% live coral reefs cover), good (50-74%), medium (25-49%), and bad (<25%). To find the most effective bands for coral reefs health identification, multispectral classification was applied on Principle Component (PC) bands combinations. Afterward, the mapping accuracy of each PC bands combination was assessed. Each accuracy assessment result was evaluated with factor loadings analysis result to understand the contribution of different spectral bands on the resulting mapping accuracy. The results show that green band is the most effective spectral band which provides the highest contribution to the mapping, while red band provide the lowest contribution. Blue band, which is the best water penetration band, was less efficient than green band due to the strong Rayleigh scattering that affects more significantly on shorter wavelengths.Keywords: Landsat 7 ETM+, ASTER, PCA, factor loadings, coral reefs]]>
