MODEL PROYEKSI KARBON PADANG LAMUN: SEBUAH PENDEKATAN TEKNOLOGI GEOSPASIAL UNTUK PENGELOLAAN BERKELANJUTAN DI WILAYAH PESISIR = THE CARBON SEAGRASS PROJECTION MODEL: A GEOSPATIAL TECHNOLOGY APPROACH FOR SUSTAINABLE MANAGEMENT IN COASTAL AREAS

Padang lamun merupakan ekosistem pesisir penting yang berfungsi sebagai penyerap dan penyimpan karbon biru (blue carbon), namun informasi mengenai dinamika stok karbon, lingkungan yang memengaruhi, serta strategi pengelolaannya masih terbatas. Tujuan penelitian ini memetakan stok karbon padang lamun menggunakan pendekatan Geospatial Artificial Intelligence (GAI), menganalisis hubungan karbon lamun dengan parameter lingkungan, serta merumuskan strategi pengelolaan yang adaptif dan berbasis bukti ilmiah. Penelitian dilakukan di Pulau Barrang Lompo dan Pulau Pannikiang selama periode 2020–2025. Stok karbon dipetakan menggunakan citra PlanetScope melalui klasifikasi machine learning dan model regresi spektral. Analisis lingkungan dilakukan terhadap suhu, Total Suspended Solids (TSS), NO₂, CO, dan curah hujan menggunakan korelasi Pearson serta regresi linear berganda. Strategi pengelolaan disusun melalui analisis SWOT yang diperkuat matriks IFAS dan EFAS. Hasil penelitian menunjukkan bahwa karbon lamun pada kedua lokasi didominasi oleh karbon bawah permukaan (Below Ground Carbon/BGC) dengan kontribusi 60 - 80% dari total karbon. Total karbon di Pulau Barrang Lompo berkisar antara 103,79 – 419,83 tonC, sedangkan di Pulau Pannikiang berkisar antara 334,49 – 1.478,03 tonC. Nilai karbon cenderung lebih tinggi pada musim hujan dibandingkan musim kemarau. Model estimasi menunjukkan bahwa tidak terdapat satu indeks spektral yang sesuai untuk semua lokasi, sehingga pendekatan site-specific modeling lebih efektif. Pulau Barrang Lompo, TSS berpengaruh signifikan terhadap BGC, yang menunjukkan bahwa peningkatan kekeruhan perairan dapat menurunkan kapasitas simpan karbon lamun. Sebaliknya, pada Pulau Pannikiang tidak ditemukan parameter lingkungan yang berpengaruh signifikan, yang mengindikasikan bahwa dinamika karbon di lokasi tersebut dipengaruhi oleh interaksi multifaktor yang lebih kompleks. Hasil analisis strategi menunjukkan bahwa kedua lokasi memiliki kondisi yang cukup kuat untuk dikembangkan melalui pendekatan pengelolaan aktif dengan memanfaatkan potensi internal dan peluang yang tersedia. Strategi prioritas yang direkomendasikan adalah perlindungan berstok karbon tinggi, rehabilitasi habitat, monitoring berbasis penginderaan jauh, serta peningkatan partisipasi masyarakat. Penelitian ini menyimpulkan bahwa integrasi teknologi geospasial, kecerdasan buatan, analisis lingkungan, dan pendekatan sosial efektif digunakan untuk mendukung pengelolaan karbon padang lamun yang adaptif, spesifik lokasi, dan berkelanjutan.