Klasifikasi Tutupan Lahan dan Estimasi Luas Hilangnya Tutupan Pohon di Pekanbaru, Riau

  • Muhammad Muhammad Program Studi D-IV Statistika, Politeknik Statistika STIS
  • Diva Maharani Basuki Program Studi D-IV Statistika, Politeknik Statistika STIS
  • Shavira Rachmawati Program Studi D-IV Statistika, Politeknik Statistika STIS
  • Robert Kurniawan Program Studi D-IV Komputasi Statistik, Politeknik Statistika STIS
Keywords: tutupan pohon, supervised classification, machine learning, Pekanbaru, random forest

Abstract

Di Pekanbaru, pembangunan Jalan Tol Trans-Sumatra telah dilakukan sejak 2017. Pembangunan jalan tol ini diduga mengakibatkan pengalihan tutupan pohon sehingga terjadi pengurangan luas tutupan pohon. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan tutupan lahan, mendapatkan metode terbaik dalam mengklasifikasikan tutupan lahan, dan mengestimasi luas hilangnya tutupan pohon di Kota Pekanbaru pada tahun 2017 dan 2023 menggunakan citra Landsat 8. Klasifikasi dilakukan dengan metode supervised machine learning meliputi Support Vector Machine (SVM), Classification and Regression Trees (CART), Random Forest (RF), Gradient Boost (GB), dan Naive Bayes (NB). Dari hasil analisis, metode terbaik yang didapatkan adalah RF dengan Overall Accuracy sebesar 94,762% dengan koefisien kappa sebesar 0,930. Selain itu, terbukti terjadi perubahan tutupan pohon yang signifikan dari tahun 2017 hingga 2023 sebesar 4,244%. Perubahan tutupan pohon ini dapat terjadi akibat pembangunan jalan tol Trans-Sumatra sehingga mendorong naiknya tingkat urbanisasi di Pekanbaru yang pada akhirnya dapat menggencarkan pembangunan dan mengalihgunakan tutupan pohon.

Downloads

Download data is not yet available.
Published
2024-09-26
How to Cite
Muhammad, M., Basuki, D., Rachmawati, S., & Kurniawan, R. (2024, September 26). Klasifikasi Tutupan Lahan dan Estimasi Luas Hilangnya Tutupan Pohon di Pekanbaru, Riau. PROSIDING SEMINAR NASIONAL SAINS DATA, 4(1), 114-124. https://doi.org/https://doi.org/10.33005/senada.v4i1.169

Most read articles by the same author(s)