Perubahan Tingkat Kekritisan Lahan Tahun 2017–2024 Menggunakan Citra Sentinel-2A di Kecamatan Grogol, Kabupaten Kediri.

Abstract

AULIA ZAHRAH. Perubahan Tingkat Kekritisan Lahan Tahun 2017–2024 Menggunakan Citra Sentinel-2A di Kecamatan Grogol, Kabupaten Kediri. Dibimbing oleh NINING PUSPANINGSIH.

Kecamatan Grogol, Kabupaten Kediri, mengalami perubahan tutupan lahan yang berpotensi menimbulkan lahan kritis. Penelitian ini bertujuan untuk menganalisis perubahan tutupan lahan dan tingkat kekritisan lahan pada tahun 2017–2024. Tutupan lahan diperoleh dari klasifikasi citra Sentinel-2A menggunakan algoritma Random Forest. Hasil klasifikasi memiliki akurasi sebesar 95% dengan koefisien kappa 93,76%, sehingga layak digunakan untuk analisis kekritisan lahan. Tingkat kekritisan lahan dianalisis dengan menggunakan lima parameter, yaitu penutupan lahan, kemiringan lereng, bahaya erosi, produktivitas, dan manajemen, yang masing-masing diberi skor sesuai pedoman penilaian. Hasil analisis menunjukkan terjadi perubahan tutupan lahan terbesar pada alih fungsi kebun campuran dan sawah menjadi terminal bandara seluas 284,74 ha. Lahan tidak kritis mengalami penurunan, sedangkan kategori potensial kritis, agak kritis, dan kritis mengalami peningkatan. Kondisi ini menunjukkan terjadinya degradasi lahan dan perlunya pengelolaan serta konservasi yang lebih berkelanjutan di Kecamatan Grogol.

Kata kunci: monitoring, random forest, Sentinel-2A, tingkat kekritisan lahan

AULIA ZAHRAH. Changes in Land Criticality Levels from 2017 to 2024 Using Sentinel-2A Images in Grogol Subdistrict, Kediri Regency. Supervised by. NINING PUSPANINGSIH.

Grogol Subdistrict, Kediri Regency, has experienced changes in land cover that have the potential to cause critical land. This study aims to analyze changes in land cover and land criticality levels from 2017 to 2024. Land cover data was obtained from Sentinel-2A image classification using the Random Forest algorithm. The classification results have an accuracy of 95% with a Kappa coefficient of 93.76%, making them suitable for land criticality analysis. Land criticality levels were analyzed using five parameters: land cover, slope gradient, erosion risk, productivity, and management, each scored according to assessment guidelines. The analysis results show that the largest change in land cover occurred in the conversion of mixed gardens and rice fields into an airport terminal covering an area of 284.74 ha. Non-critical land decreased, while the potential critical, moderately critical, and critical categories increased. This condition indicates land degradation and the need for more sustainable management and conservation in Grogol District.

Keywords: land criticality, monitoring, random forest, Sentinel-2A