Identifikasi Penggunaan Lahan Menggunakan Google Earth Engine dengan Pemrograman Algoritma Supervised dan Unsupervised

Pesatnya pengembangan infrastruktur dan peningkatan aktivitas yang melibatkan penggunaan lahan di Kabupaten Bangkalan, penting untuk melakukan pemetaan penggunaan lahan secara periodik. Algoritma supervised dan unsupervised menawarkan solusi efektif untuk memantau penggunaan lahan secara berkala dengan menggunakan data citra satelit. Serta, menjadi pendekatan yang tepat untuk mengidentifikasi dan mengelola penggunaan lahan di Kabupaten Bangkalan. Penelitian ini bertujuan untuk mengevaluasi kemampuan masing-masing algoritma pada kondisi penggunaan lahan di lapangan, khususnya di Kabupaten Bangkalan. Penelitian ini dilakukan di Kabupaten Bangkalan dari September hingga Desember 2024 dengan tahapan mosaic dan cloud masking, klasifikasi supervised dan unsupervised, accuracy asessment, validasi lapang dan analisis data serta laporan hasil. Klasifikasi penggunaan lahan dilakukan dengan mengkombinasikan band RGB 652 pada citra satelit melalui platform google earth engine. Hasil data klasifikasi menunjukkan bahwa algoritma dengan performa sangat baik dan tepat untuk digunakan di Kabupaten Bangkalan yaitu K-Means, Random Forest, Cascade K-Means, dan Minimum Distance dengan koefisien kappa 100%, 92%, 92%, dan 83%. Sedangkan, algoritma dengan performa kurang baik hingga cukup dan belum tepat digunakan di Kabupaten Bangkalan yaitu Classification and Regression Trees, Learning Vector Quantization, X-Means, dan Support Vector Machine dengan koefisien kappa 65%, 58% dan 47%, dan 27%.