Monitoring Perubahan Tutupan Lahan di Kota Blitar Berbasis Algoritma Random Forest

Abstract

Perubahan penggunaan lahan harus dimonitor dan dievaluasi untuk menghindari dampak lingkungan jangka panjang. Penelitian ini bertujuan untuk melakukan monitoring penggunaan/penutup lahan di Kota Blitar menggunakan metode klasifikasi supervised learning Random Forest (RF). Basis data yang digunakan adalah citra satelit LANDSAT dengan multitemporal tahun 2001, 2011, dan 2021 yang diolah menggunakan platform geospasial berbasis cloud Google Earth Engine (GEE). Uji akurasi hasil klasifikasi RF menunjukkan nilai koefisien kappa lebih dari 0,7 sehingga hasil klasifikasi dapat dilanjutkan untuk dianalisis perubahannya. Analisis jarak dari jalan digunakan sebagai faktor pendorong perubahan penggunaan lahan. Pada tiga kecamatan di Kota Blitar, tren luasan jenis tutupan vegetasi selalu menurun dari tahun 2001-2021, terkecuali kecamatan Sukorejo yang mengalami kenaikan 30,84 ha pada tahun 2021. Pada jenis tutupan sawah/perkebunan, hanya Kecamatan Kepanjen Kidul yang mengalami kenaikan pada tahun 2011 sebesar 18,74 ha, namun luasannya berkurang kembali pada tahun 2021 sebesar 5,04 ha. Jenis tutupan lahan terbangun selalu meningkat pada seluruh kecamatan, dengan rata-rata peningkatan sebesar 104,43 ha dalam kurun waktu 2001-2021. Perubahan menjadi lahan terbangun cenderung terjadi pada jaringan jalan utama Kota Blitar dengan radius 500m.