IMPLEMENTASI RANDOM FOREST UNTUK DETEKSI TUTUPAN LAHAN SAWAH

IMPLEMENTASI RANDOM FOREST UNTUK DETEKSI TUTUPAN
LAHAN SAWAH. Berdasarkan data Badan Pusat Statistik Provinsi Bengkulu,
penurunan lahan sawah di Provinsi Bengkulu berkisar 20.000 ha per tahun
dengan luas lahan tertinggi tahun 2006. Tutupan lahan menggambarkan
tampilan permukaan tanah, termasuk kawasan terbangun, fitur air, atau batuan.
Remote sensing merupakan seni dan ilmu mempelajari suatu benda, peristiwa,
dan wilayah dengan analisa data yang dikumpulkan dengan instrumen sambil
menghindari kontak langsung dengan objek penelitian. Penelitian ini bertujuan
untuk mengetahui klasifikasi tutupan luas lahan sawah di Provinsi Bengkulu
pada tahun 2000 hingga tahun 2022 dan memvisualisasikan pengelompokkan
lahan sawah menggunakan Random Forest. Penelitian ini menggunakan data
LANDSAT-7 ETM+(Enhanced Thematic Mapper Plus) dan LANDSAT-8
OLI(Operational Land Imager) yang diperoleh dari USGS (U.S.Geological
Survey). Dengan QGIS dan metode Random Forest, data wilayah di Provinsi
Bengkulu tahun 2000-2022. Akurasi model hutan acak yang diperoleh adalah
66,7% dengan membandingkan dengan citra asli google earth.
Kata kunci: Lahan Sawah, Random Forest, Klasifikasi, Landsat, Remote
Sensing