Indonesia merupakan negara maritim yang memiliki luasan terumbu karang mencapai 39.583 km2. Terumbu karang tersebut perlu dikelola secara efektif dan efisien salah satunya dengan memanfaatkan teknologi penginderaan jauh yang mampu memetakan tutupan habitat bentik (terumbu karang, padang lamun, makroalga dan substrat terbuka). Teknologi tersebut saat ini telah didukung oleh ketersediaan citra satelit Landsat 8 yang telah merekam seluruh wilayah Indonesia secara temporal, termasuk perairan. Penelitian ini dilakukan di sebagian kepulauan Padaido. Karena memiliki tingkat kerusakan terumbu karang yang tinggi dan representatif digunakan pada citra Landsat 8. Adapun tujuan dari penelitian ini adalah membandingkan dua metode klasifikasi yaitu berbasis piksel menggunakan maximum likelihood (ML) dan berbasis objek menggunakan example based feature extraction workflow yang diterapkan pada citra hasil koreksi kolom air (lyzenga). Kedua metode klasifikasi ini menghasilkan peta habitat bentik dengan 7 kelas tutupan. Hasil klasifikasi berbasis piksel menggunakan metode maximum likelihood (ML) merupakan teknik klasifikasi terbaik karena memiliki nilai overall accuracy 47,57%, sedangkan klasifikasi berbasis objek hanya 36,17%. Peta habitat bentik hasil klasifikasi ML  selanjutnya dapat menjadi sumber data tutupan habitat bentik di kepulauan Padaido dan kedepannya metode ini dapat dimanfaatkan untuk melengkapi data tutupan habitat bentik di seluruh Indonesia.
Copyrights © 2017