Raihana Akmalia Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2023 id Indonesia

Skripsi

ABSTRAK Bentuk permukaan tanah terus mengalami perubahan-perubahan yang disebabkan oleh peristiwa alam dan perilaku manusia. Peristiwa alam seperti banjir, tanah longsor, gempa, gunung meletus dan bencana alam lainnya menjadi salah satu penyebab berubahnya bentuk permukaan tanah yang drastis dan mempengaruhi area yang luas. Pemetaan bertujuan dalam menyampaikan, menganalisis, dan mengklasifikasi data spasial. Penelitian ini menggunakan situs web Google Earth Engine (GEE) untuk melakukan perbandingan metode klasifikasi Random Forest dan klasterisasi K-Means Clustering dengan pengujian akurasi dilakukan sebanyak 20 kali iterasi dengan menggunakan data uji untuk setiap metode. Metode Random Forest menghasilkan nilai akurasi yaitu 88% pada saat iterasi ke-2 dan iterasi ke-19 sedangkan pada metode K-Means Clustering menghasilkan nilai akurasi yaitu 74% pada saat iterasi ke-2, ke-3, ke-4, ke-15 dan ke-20. Berdasarkan pedoman pengolahan data satelit yaitu tingkat penilaian ketelitian klasifikasi yang digunakan harus tidak kurang dari 75%. Hasil pengujian akurasi untuk kedua metode menunjukan bahwa metode Random Forest cocok digunakan untuk pemetaan penutupan lahan Citra Landsat 9 di Kawasan kabupaten aceh besar dibandingkan dengan metode K-Means Clustering, karena hasil dari metode k-means klustering tidak mencapai akurasi yang sesuai dengan pedoman. Kata kunci: Tutupan lahan, Random Forest, K-Means Clustering, GEE CLUSTER ANALYSIS 519.53 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 112402 2023-07-05 16:09:17 2023-07-10 10:59:54 machine generated