Perbandingan Pemodelan Klasifikasi Perubahan Penggunaan Lahan di Kabupaten Kubu Raya, Kalimantan Barat (Kasus Metode Pemodelan Regresi Logistik, Random Forest, dan Regresi Logistik Aditif)

Abstract

Kabupaten Kubu Raya merupakan sebuah kabupaten di Provinsi Kalimantan Barat yang memiliki ekosistem lahan basah termasuk ekosistem rawa atau lahan gambut dengan kepadatan tinggi serta kawasan hutan bakau yang luas. Fungsi ekosistem lahan basah sangat penting bagi fauna, sebagai sumber penghidupan masyarakat sekitar dan sebagai penyimpan cadangan karbon. Sebagian besar lahan di Kabupaten Kubu Raya merupakan lahan gambut. Oleh karena itu, gambut telah lama dimanfaatkan untuk pertanian dan sumber penghidupan masyarakat. Selain luasnya lahan gambut, kabupaten ini juga mempunyai potensi risiko kebakaran gambut yang tinggi. Penelitian ini bertujuan untuk memprediksi perubahan penggunaan lahan di Kabupaten Kubu Raya dengan menggunakan tiga model pembelajaran mesin statistik yaitu Regresi Logistik (RL), Random Forest (RF), dan Regresi Logistik Aditif (RLA). Data peta tutupan lahan diperoleh dari Kementerian Lingkungan Hidup dan Kehutanan dan selanjutnya direklasifikasi menjadi enam jenis tutupan lahan pada resolusi 100 m. Data tutupan lahan digunakan untuk mengklasifikasikan penggunaan lahan atau kelas tutupan lahan di Kabupaten Kubu Raya, untuk tahun 2009, 2015 dan 2020. Berdasarkan kinerja model, RF memberikan akurasi dan skor F1 yang lebih baik dibandingkan dengan LR dan ALR. Hasil penelitian ini diharapkan dapat memberikan pengetahuan dan rekomendasi yang dapat membantu dalam mengembangkan perencanaan dan pengelolaan pembangunan berkelanjutan di Kabupaten Kubu Raya di masa depan.