// <![CDATA[ANALISIS PERUBAHAN PENUTUPAN LAHAN TERHADAP POLA RUANG PADA RENCANA TATA RUANG WILAYAH (RTRW) MENGGUNAKAN METODE KLASIFIKASI MACHINE LEARNING (STUDI KASUS:]]> 0420016601 - Hary Nugroho, Ir., M,T. Dosen Pembimbing 1 Lucky Lubis / 232019065 Penulis
Penutupan lahan dapat diartika sebagai objek-objek yang menutupi permukaan bumi yang dapat diamati dan merupakan hasil aktivitas manusia maupun alam. Seiring perkembangan dan bertambahnya manusia, tutupan lahan sering terjadi perubahan fungsi lahan yang dilakukan untuk mendukung kebutuhan manusia. pemantauan perubahan tutupan lahan penting dilakukan untuk mencegah terjadinya perubahan tutupan lahan serta pembangunan di lahan yang tidak sesuai penggunaanya. Salah satu metode yang dapat digunakan untuk pemantauan perubahan tutupan lahan yaitu metode penginderaan jauh. Metode yang digunakan dalam penelitian ini menggunakan klasifikasi terbimbing dengan algoritma Classification and Regression Trees (CART) yang dijalankan pada platform Google Earth Engine. Berdasarkan Hasil klasifikasi tutupan lahan, tahun 2013 sampai 2023 memperoleh nilai overall accuracy diatas 85%. Perubahan tutupan lahan yang terjadi pada periode 2013-2017 mengalami perubahan seluas 224,292 Km², dan periode 2017-2023 mengalami perubahan 88,561 Km² yang dipengaruhi oleh tutupan awan seluas 78,505. Kesesuaian tutupan lahan terhadap rencana pola ruang RTRW mengalami ketidaksesuaian sebesar 917,46 Km² atau 24,19%, yang terdiri dari kelas lahan terbangun, lahan terbuka, pertanian campur semak, sawah, dan hutan.