ABSTRAKSI: Kedalaman laut (bathimetri) memberikan berbagai informasi penting mengenai suatu area laut. Selain untuk navigasi pelayaran, kedalaman laut juga berguna dalam pemanfaatan sumberdaya alam, sistem peringatan dini dan simulasi dampak dari bencana. Pengukuran kedalaman laut bisa dilakukan manual dengan menggunakan kapal, namun dibutuhkan waktu yang sangat lama. Kebutuhan informasi yang semakin cepat mengenai informasi bathimetri menuntut pengembangan sistem yang bisa menggantikan pengukuran manual dengan memanfaatkan teknologi lain seperti penginderaan jarak jauh melalui satelit. Warna permukaan laut apabila dilihat pada gambar satelit memiliki gradasi warna sebagai akibat dari pantulan cahaya pada kedalaman laut yang berbedabeda. Dengan mengetahui kedalaman sebenarnya pada sebuah area laut dan mengetahui warna permukaan pada posisi tersebut dapat dibuat sebuah sistem yang bisa mengidentifikasi kedalaman laut pada posisi tertentu dari warna pada permukaan laut tersebut. Sistem yang dibangun ini menggunakan data kedalaman laut hasil pengukuran manual dan dipadukan dengan data gambar satelit pada posisi yang sama. Kemudian dilakukan proses learning menggunakan teknik Neuro-Fuzzy dengan metode ANFIS (Adaptive Neuro-Fuzzy Inference System) dengan kinerja model identifikasi dapat diketahui dari nilai MAPE dan MSE. Hasil dari pembuatan model identifikasi, diperoleh sistem yang dapat melakukan identifikasi sangat baik dengan error yang diperoleh pada saat proses pengujian sebesar MAPE 9.0024 % dan MSE 0.0034.Kata Kunci : bathimetri, citra satelit, neuro-fuzzy, ANFISABSTRACT: Sea depth (bathymetry) provide important variety information about the sea area. In addition to the shipping navigation, sea depth also useful in natural resources utilization, early warning systems and impact simulation of the disaster. Ocean depth measurements can be done manually by boat, but it takes very long time. The very fast information needs about bathymetry data demand system development which could replace the manual measurement by utilizing other technologies such as remote sensing via satellites. Sea surface colour when seen in satellite images have colour gradations as a result of the light reflecting by variation of ocean depths. By knowing the exact depth of the sea in an area and know the surface color at that position can be created a system that can identify the depth of the sea at a certain position from its sea surface colors. The system is constructed using the data results from ocean depth manual measurements and combined with satellite image data in the same position. Then learn that combined data using Neuro-Fuzzy technique with ANFIS (Adaptive Neuro-Fuzzy Inference System) methods creating the identification model with performance can be determined from the value of MAPE and MSE. Results of modeling identification, obtained system that can perform identification very well with the error obtained during the testing process by MAPE 9.0024% and MSE 0.0034.Keyword: bathymetry, satellite imagery, neuro-fuzzy, ANFIS