Identifikasi Perubahan Area Pertambangan Menggunakan Citra Satelit Landsat Dengan Machine Learning Pada Google Earth Engine Di Kecamatan Cipatat, Kabupaten Bandung Barat

Abstract

Kegiatan pertambangan dan industri pertambangan kapur menimbulkan dampak positif dan negatif bagi masyarakat di Kecamatan Cipatat, Kabupaten Bandung Barat. Kemajuan teknologi dalam analisis citra satelit semakin mengarah pada pemanfaatan cloud computing dan big data seperti dalam implementasi Google Earth Engine (GEE) dalam klasifikasi lahan. Pengambilan keputusan yang cepat perlu didukung oleh penyajian data yang cepat dan akurat pula. Melalui teknologi machine learning maka permasalahan tersebut menjadi salah satu solusi yang tepat. Tujuan dari penelitian ini adalah untuk mengidentifikasi lahan pertambangan menggunakan machine learning di Kecamatan Cipatat, Kabupaten Bandung Barat. Metode yang digunakan adalah analisis klasfikasi terbimbing dengan algoritma Classification and Regression Trees (CART) dan Random forest menggunaan GEE. Hasil penelitian menunjukkan luas area dari masing-masing algoritma yaitu sebesar 8.178 Km2 atau 6,8% dan 20.959 Km2 atau 17,62%. Nilai overall accuracy dengan algoritma random forest lebih baik yaitu sebesar 93.2% dibandingkan dengan algoritma CART yaitu sebesar 91.5 %. Hasil penelitian ini dapat digunakan dalam pemantauan perkembangan area pertambangan dan sebagai salah satu pertimbangan dalam pengambilan kebijakan pada kegiatan pertambangan oleh pemerintah Kabupaten Bandung Barat, Jawa Barat.