MUHAMMAD ALI WARDANI Primary Author mixed material bibliography Banda Aceh Fakultas Pertanian 2024

Skripsi

Informasi penggunaan lahan merupakan data yang sangat diperlukan untuk menentukan arah kebijakan pembangunan pengembangan wilayah dan pengelolaan sumber daya alam. Agar penggunaan lahan dapat optimal dalam memenuhi kebutuhan hidup manusia, diperlukan tata kelola yang baik didukung dengan kemampuan teknis dan teknologi dalam pengambilan keputusannya. Salah satu cara untuk memperoleh informasi penggunaan lahan dalam suatu wilayah yang cepat, akurat, dan efisien adalah dengan memanfaatkan teknologi penginderaan jauh berupa data citra satelit dan dikelola melalui sistem informasi geografis. Proses ekstraksi informasi penggunaan lahan melalui data penginderaan jauh umumnya melibatkan metode klasifikasi citra secara digital. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi penggunaan lahan di Kota Sabang menggunakan algoritma Random Forest dan mengetahui tingkat ketelitian akurasi dari hasil klasifikasi penggunaan lahan tersebut. Lokasi penelitian ini dilaksanakan di Kota Sabang yang berada di Pulau Weh. Penelitian ini menggunakan metode analisis deskriptif kuantitatif. Penelitian ini terdiri dari beberapa tahapan yaitu pengumpulan data, pra-pengolahan citra, analisis data menggunakan algoritma Random Forest dengan proporsi 75% untuk data training (pelatihan) dan 25% untuk data testing (validasi), pengamatan lapangan (ground check) dan uji akurasi menggunakan metode confusion matrix. Hasil interpretasi citra Landsat 8 OLI didapatkan tujuh (7) kelas penggunaan lahan yaitu badan air, lahan terbangun, hutan, perkebunan, lahan terbuka, rawa dan semak belukar. Hasil klasifikasi penggunaan lahan di Kota Sabang menggunakan algoritma Random Forest pada citra Landsat-8 OLI menunjukkan bahwa luas penggunaan badan air sebesar 164,98 ha (1,35%), lahan terbangun 759,64 ha (6,22%), hutan mendominasi di daerah ini dengan luas sebesar 7.130,53 Ha (58,33%), perkebunan mencapai luasan sebesar 2.943,09 ha (24,10%), lahan terbuka sebesar 241,24 ha (1,98%), rawa dengan luas sebesar 10,44 ha (0,09%), dan semak belukar sebesar 963,89 ha (7,89%). Kemudian uji akurasi dari hasil klasifikasi yang dilakukan menggunakan metode confusion matrix nilai overall accuracy sebesar 89,29% dengan indeks kappa accuracy sebesar 87.41%. Hasil uji akurasi ini menunjukkan bahwa algoritma Random Forest termasuk metode klasifikasi sangat baik dan akurat dalam mengidentikasi penggunaan lahan. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 136129 2024-10-07 13:12:07 2024-10-07 15:26:59 machine generated