Imam Muhajir Utama
Universitas Negeri Makassar

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Luas Area Ekosistem Mangrove Pulau Tanakeke menggunakan Algoritma Random Forest dan Algoritma CART Amal Arfan; Wahidah Sanusi; Muhammad Faisal Juanda; Imam Muhajir Utama; Muhammad Arib Musba Amalul
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.113941

Abstract

Penelitian ini bertujuan untuk menganalisis perbandingan luas ekosistem mangrove menggunakan Algoritma Random Forest dan Algoritma CART. Data sampel diproses menggunakan teknik fotogrametri dan dimasukkan ke dalam Google Earth Engine (GEE) melalui API. Pengumpulan data dilakukan dengan metode in situ dan menggunakan drone. Teknik pengambilan sampel acak sistematis digunakan untuk memilih titik sampel berdasarkan interval yang teratur. Pengamatan lapangan dilakukan langsung di lokasi mangrove dengan dokumentasi foto dan koordinat GPS. Penggunaan drone mencakup pengambilan foto transek tegak lurus dan miring untuk memastikan representasi visual habitat. Hasil menunjukkan bahwa algoritma Random Forest (RF) lebih unggul daripada CART dalam pemetaan ekosistem mangrove di Pulau Tanakeke. Hasil RF memperkirakan luas mangrove sebesar 807,24 hektar, sedangkan CART menghasilkan perkiraan yang lebih besar, yaitu 1.097,90 hektar, namun lebih rentan terhadap overfitting karena membangun satu pohon keputusan yang sangat spesifik terhadap data latih tanpa mekanisme pengacakan. RF menunjukkan akurasi sebesar 92,99% dengan nilai Kappa yang tinggi, yang menunjukkan kesesuaian yang sangat baik antara prediksi dan kondisi aktual di lapangan. Sebaliknya, meskipun CART mencapai akurasi sebesar 90,05%, nilai Kappa-nya lebih rendah, yang menunjukkan bahwa stabilitas RF dalam menangani variasi data lebih baik daripada CART. Perbedaan estimasi menunjukkan bahwa overestimasi oleh CART dapat memengaruhi perencanaan pesisir, sehingga Random Forest lebih tepat untuk mendukung kebijakan pengelolaan mangrove.