Detail Cantuman

Tanaman karet merupakan salah satu komoditas utama di Indonesia yang memiliki nilai ekonomi tinggi dan peran penting dalam kehidupan masyarakat. Namun, produktivitas tanaman ini sangat bergantung pada kesesuaian lahan. Penelitian ini bertujuan untuk menganalisis kesesuaian lahan tanaman karet di Kabupaten Garut menggunakan metode Support Vector Machine (SVM), sebuah algoritma machine learning yang andal dalam tugas klasifikasi berbasis data spasial. Hasil penelitian menunjukkan bahwa 58,93% wilayah Kabupaten Garut (183.024,84 ha) tergolong sesuai untuk budidaya tanaman karet, sedangkan 41,07% wilayah (127.545,52 ha) tidak sesuai. Model SVM yang digunakan menunjukkan performa yang tinggi dengan akurasi 93,33% pada data pelatihan dan 92,8% pada data validasi. Evaluasi dengan metrik precision, recall, dan F1-score menunjukkan hasil yang seimbang untuk kedua kelas, sementara validasi menggunakan data lapangan mendukung keandalan model dalam memprediksi kesesuaian lahan. Penelitian ini memberikan informasi penting mengenai distribusi kesesuaian lahan di Kabupaten Garut serta menegaskan efektivitas SVM dalam analisis spasial.