Perbandingan Metode Klasifikasi Untuk Mengestimasi Land Surface Temperature di Jawa Barat

Abstract

Tahun 2023 ditetapkan sebagai tahun terpanas global dibandingkan dengan pra industri. Diprediksi pada paruh pertama tahun 2030, pemanasan global mencapai 1,5℃ diatas periode pra industri. Wilayah Jawa Barat pada bulan Oktober 2023 memiliki suhu rata-rata bulan tertinggi di Pos Meteorologi Penggung, Cirebon dan Stasiun Meteorologi Kertajati, Majalengka. Selain itu Jawa Barat menyumbang emisi gas rumah kaca melalui kawasan-kawasan industri di daerah tersebut. Penelitian ini bertujuan untuk melihat gambaran suhu permukaan tanah di Jawa Barat tahun 2023 dan mengidentifikasi metode klasifikasi suhu permukaan tanah di Jawa Barat tahun 2023 yang terbaik. Data diperoleh dari citra satelit Landsat-8 dan Sentimen-2 berupa NDVI, NDBI, dan NDWI. Metode yang digunakan adalah supervised learning berupa klasifikasi antara lain, Random Forest, Decision Tree, K-Nearest Neighbor (KNN), Support Vector Machine (SVM), dan Naive Bayes. Kesimpulan dari penelitian ini menunjukkan bahwa metode Support Vector Machine (SVM) memberikan hasil sangat baik dengan nilai akurasi tertinggi sebesar 93,70 persen  dan nilai kappa tertinggi sebesar 87,36 persen. Oleh karena itu, metode Support Vector Machine (SVM) dapat digunakan sebagai acuan untuk melakukan klasifikasi.