Perbandingan Algoritma SVM dan RF Untuk Klasifikasi Perubahan Tutupan Lahan di Kabupaten Lumajang

Abstract

Kabupaten Lumajang adalah salah satu daerah yang memiliki tutupan lahan yang kompleks, ketersediaan informasi tentang tutupan lahan sangat penting untuk pengembangan strategi perencanaan dan pengelolaan lahan. Melalui peta perubahan tutupan lahan dapat diketahui kondisi dan luasan lahan yang telah berubah atau beralih fungsi sehingga ketersediaan lahan yang sudah terbatas dapat dikembangkan lebih lanjut. Dalam pemantauan perubahan tutupan lahan dapat dilakukan menggunakan berbagai metode, salah satunya adalah metode klasifikasi Supervised Learning. Di dalam metode Supervised Learning terdapat beberapa algoritma, yang digunakan pada penelitian ini yaitu algoritma Support Vector Machine dan Random Forest. Penelitian ini bertujuan untuk membandingkan Algoritma Support Vector Machine dan Random Forest untuk klasifikasi perubahan tutupan lahan serta menghitung perubahan luasan tutupan lahan di Kabupaten Lumajang pada tahun 2016 dan 2022. Hasil yang diperoleh dari penelitian ini yaitu algoritma Support Vector Machine cocok digunakan untuk klasifikasi perubahan tutupan lahan dengan kelas yang kompleks dengan nilai Overall Accuracy pada tahun 2016 dan 2022 berturut-turut sebesar 89,7% dan 91,7%. Sedangkan nilai Kappa Accuracy pada tahun 2016 dan 2022 berturut-turut sebesar 85,5% dan 88,6%. Serta dapat diketahui perubahan luasan tutupan lahan di Kabupaten Lumajang antara tahun 2016 dan 2022 yaitu terjadi peningkatan luasan hamparan pasir, ladang, lahan terbangun, lahan kosong berturut-turut sebesar 16,13 km², 244,08 km², 11,72 km², 16,54 km² dan penurunan luasan badan air, hutan, perkebunan, sawah berturut-turut sebesar 2,69 km², 144,55 km², 120,35 km², 37,8 km².