ANALISIS TUTUPAN LAHAN MENGGUNAKAN BERBAGAI ALGORITMA MACHINE LEARNING DI KABUPATEN LUWU TIMUR

Kabupaten Luwu Timur mengalami penurunan tutupan hutan yang signifikan akibat ekspansi pertambangan dan tekanan antropogenik lainnya, sehingga diperlukan pemantauan perubahan tutupan lahan secara akurat dan berkala. Penelitian ini bertujuan mengidentifikasi tutupan lahan serta menghitung luas dan sebaran perubahannya, menganalisis karakteristik indeks vegetasi sebagai parameter pendukung klasifikasi, dan mengevaluasi akurasi, validitas, serta pola kesalahan klasifikasi antar kelas tutupan lahan melalui confusion matrix, kappa, dan ground check. Klasifikasi tutupan lahan dilakukan menggunakan empat algoritma machine learning, yaitu Random Forest, Support Vector Machine, Classification and Regression Tree, dan Naive Bayes, pada citra Sentinel-2A tahun 2019 dan 2024 melalui platform Google Earth Engine, dengan tujuh kelas tutupan lahan dan pembagian data latih-validasi 70:30, serta dilengkapi uji korelasi Pearson antar indeks vegetasi dan validasi lapangan pada 100 titik sampel. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan akurasi tertinggi dan paling konsisten dengan Overall Accuracy sebesar 87,28% (Kappa 0,8280) pada tahun 2019 dan 91,54% (Kappa 0,8790) pada tahun 2024, sedangkan Naive Bayes menghasilkan akurasi terendah dengan Overall Accuracy hanya sebesar 6,46% dan 8,78% akibat pelanggaran asumsi independensi fitur yang diperkuat oleh multikolinearitas tinggi antar indeks vegetasi dengan nilai korelasi hingga 0,977. Hasil klasifikasi Random Forest menunjukkan bahwa kelas Hutan mengalami penurunan terbesar sebanyak 27.105,30 ha, sementara Semak Belukar mencatat peningkatan terbesar sebanyak 24.461,04 ha. Validasi lapangan menunjukkan tingkat kesesuaian sebesar 62% terhadap peta klasifikasi, lebih rendah dibandingkan Overall Accuracy dari confusion matrix, dengan kesalahan terkonsentrasi pada kelas bervegetasi rapat yang memiliki kemiripan secara spektral. Hasil tersebut menunjukkan bahwa 6 merupakan algoritma yang paling andal untuk klasifikasi tutupan lahan di Kabupaten Luwu Timur, dan peta perubahan yang dihasilkan dapat menjadi acuan bagi pemerintah daerah dalam perencanaan tata guna lahan serta mitigasi degradasi kawasan hutan menjadi vegetasi sekunder.