Analisis Perubahan Tutupan Lahan di Kabupaten Jember Berbasis Citra Sentinel-2A Menggunakan Algoritma Random Forest
Tahun 2026 · Penulis: Dimas Agung Priambodo
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/10961
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Pertumbuhan penduduk dan pesatnya laju aktivitas ekonomi serta pembangunan infrastruktur di Kabupaten Jember berdampak pada dinamika penggunaan lahan, termasuk potensi penurunan luasan vegetasi hijau dan lahan pertanian. Oleh karena itu, pemantauan dan pemetaan tutupan lahan secara berkala sangat diperlukan untuk mendukung perencanaan tata ruang wilayah. Penelitian ini bertujuan untuk mengidentifikasi perubahan tutupan lahan di Kabupaten Jember pada tahun 2019, 2021, dan 2024, serta mengevaluasi performa algoritma machine learning Random Forest dalam mengklasifikasikan citra satelit sentinel-2A. Penelitian ini menggunakan citra satelit Sentinel-2A dengan batasan tutupan awan di bawah 10%. Tahapan penelitian meliputi akuisisi data, pra-pemrosesan (pemotongan citra dan cloud masking SCL), dan ekstraksi fitur yang melibatkan saluran asli (original bands) serta indeks spektral turunannya, yaitu NDVI, NDBI, dan MNDWI . Data sampel (Region of Interest) diekstraksi ke dalam format tabular dan dibersihkan dari nilai null, 0, dan duplikat untuk memastikan kualitas data latih. Proses klasifikasi dibangun menggunakan algoritma Random Forest dengan membandingkan dua skema pembagian data training dan testing, yaitu 70:30 dan 80:20. Untuk mencapai performa optimal, parameter model disesuaikan melalui proses hyperparameter tuning menggunakan GridSearchCV . Deteksi perubahan lahan kemudian dianalisis menggunakan metode Post-Classification Comparison (PCC) dengan menyederhanakan 11 sub-kelas menjadi 7 kelas informasi utama: Badan Air, Vegetasi Rapat, Vegetasi Sedang, Lahan Terbangun, Pertanian, Pasir, dan Awan/Bayan
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,836
Tahun 2026 · Penulis: Ikmal Maulana Muhammad
Pengembangan Model Penentuan Produksi Padi Berbasis Data Indeks Vegetasi dan Data Iklim Menggunakan Algoritma Random Forest
Kabupaten Jember, salah satu pusat produksi padi utama di Jawa Timur, terus menghadapi fluktuasi produksi yang didorong oleh tumbuhan dan faktor iklim. Metode pengumpulan data konvensional, seperti bentuk survei Statistik Agricultural dan pendekatan perkiraan
- Cosine 0,833
Tahun 2026 · Penulis: Izam Fahrurrozi
Analisis Local (a,d)-Edge Antimagic Coloring dan Skemanya dalam Forecasting NPK Tanah pada Pertanian Presisi Tumpang Sari dengan Model STGNN
Keterbatasan lahan pertanian di tengah meningkatnya kebutuhan pangan menuntut pengembangan pola budidaya yang lebih efisien dan berbasis teknologi. Sistem pertanian presisi tumpang sari (companion farming) hadir sebagai solusi untuk mengoptimalkan pemanfaatan
- Cosine 0,831
Tahun 2026 · Penulis: Dandy Wiraditya Putra
Analisis Klasifikasi Tutupan Lahan di Kabupaten Jember Berbasis Citra Satelit Landsat-9 Menggunakan Algoritma Xgboost dan Maximum Likelihood
Perubahan ketersediaan tanah yang didorong oleh pertumbuhan penduduk dan perkembangan ekonomi menuntut perencanaan ruang yang menyeluruh. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis perbandingan kinerja antara Maskwiper Kelikupan MLC tr