Identifikasi Tutupan Lahan Kelapa Sawit Menggunakan Algoritma Random Forest dan Analisis Kesesuaian Penggunaan Lahan terhadap Rencana Pola Ruang di Kabupaten Wajo = Identification of Oil Palm Land Cover Using the Random Forest Algorithm and Analysis of Land Use Suitability in Relation to Spatial Planning in Wajo Regency


RIZQULLAH, ANDI FATWA (2026) Identifikasi Tutupan Lahan Kelapa Sawit Menggunakan Algoritma Random Forest dan Analisis Kesesuaian Penggunaan Lahan terhadap Rencana Pola Ruang di Kabupaten Wajo = Identification of Oil Palm Land Cover Using the Random Forest Algorithm and Analysis of Land Use Suitability in Relation to Spatial Planning in Wajo Regency. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
M011211250-Cover0.png

Download (65kB) | Preview
[thumbnail of Bab1-2] Text (Bab1-2)
M011211250-1-2(FILEminimizer).pdf

Download (355kB)
[thumbnail of Dapus] Text (Dapus)
M011211250-dp(FILEminimizer).pdf

Download (155kB)
[thumbnail of Full Text] Text (Full Text)
M011211250-full(FILEminimizer).pdf
Restricted to Repository staff only until 6 May 2028.

Download (997kB)

Abstract (Abstrak)

Latar Belakang. Perkembangan perkebunan kelapa sawit memberikan kontribusi ekonomi yang signifikan, namun berpotensi menimbulkan tekanan pada sisi ekologis. Kabupaten Wajo merupakan salah satu wilayah yang mengalami dinamika tersebut, keberadaan kelapa sawit tidak seluruhnya berada pada zona peruntukan. Oleh karena itu, pemanfaatan teknologi penginderaan jauh dan machine learning diperlukan untuk memperoleh informasi spasial yang akurat sebagai dasar pengendalian dan perencanaan wilayah. Tujuan. Penelitian ini bertujuan mengidentifikasi dan memetakan areal kelapa sawit di Kabupaten Wajo serta menganalisis kesesuaiannya terhadap rencana pola ruang. Metode. Data yang digunakan berupa citra Sentinel-1 dan Sentinel-2 tahun 2024 yang diolah melalui platform Google Earth Engine. Identifikasi dilakukan menggunakan algoritma Random Forest dengan memanfaatkan fitur backscatter radar, indeks vegetasi, serta tekstur Gray Level Co-occurrence Matrix (GLCM). Klasifikasi terbagi tiga kelas, yaitu kelapa sawit muda, kelapa sawit dewasa, dan non-kelapa sawit. Validasi dilakukan melalui groundcheck dengan metode stratified random sampling dan dievaluasi menggunakan confusion matrix serta koefisien Kappa. Hasil. Hasil menunjukkan total luasan kelapa sawit sebesar ±1.347 ha, dengan sebaran dominan di Kecamatan Keera dan Gilireng. Analisis kesesuaian menunjukkan sekitar 76% areal sawit berada pada Kawasan Perkebunan, sedangkan 24% berada pada zona tidak sesuai di Kawasan Hutan Produksi Tetap dan Kawasan Tanaman Pangan. Nilai Kappa sebesar 89% menunjukkan tingkat ketelitian klasifikasi sangat tinggi. Kesimpulan. Penelitian ini menegaskan sebagian besar perkebunan kelapa sawit di Kabupaten Wajo telah sesuai dengan rencana pola ruang, namun terdapat ketidaksesuaian yang berpotensi menimbulkan tekanan ekologis. Informasi ini diharapkan dapat mendukung pengendalian pemanfaatan ruang dan pengelolaan lahan berkelanjutan.

Keyword : kelapa sawit; random forest; penginderaan jauh; kesesuaian tata ruang; Wajo.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: oil palm; random forest; remote sensing; spatial planning compliance; Wajo.
Subjects: S Agriculture > SD Forestry
Divisions (Program Studi): Fakultas Kehutanan > Kehutanan
Depositing User: Rasman
Date Deposited: 29 Apr 2026 01:06
Last Modified: 29 Apr 2026 01:06
URI: http://repository.unhas.ac.id:443/id/eprint/55455

Actions (login required)

View Item
View Item