Munsyi
Universitas Islam Negeri Antasari Banjarmasin

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

Found 1 Documents
Search

ANALISIS PERUBAHAN SPATIO-TEMPORAL LAHAN GAMBUT DI KABUPATEN BANJAR BERBASIS CITRA SENTINEL-2 MENGGUNAKAN SUPPORT VECTOR MACHINE PADA GOOGLE EARTH ENGINE Tegar Diwantara; Munsyi; M. Abduh; Arbayah
Technologia : Jurnal Ilmiah Vol 17 No 4 (2026): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v17i4.25117

Abstract

Perubahan ekosistem lahan gambut akibat alih fungsi lahan membutuhkan sistem pemantauan spasial yang cepat, akurat, dan dapat dilakukan secara berulang. Penelitian ini bertujuan untuk menganalisis dinamika spasio-temporal tutupan lahan gambut, badan air, lahan terbangun, dan vegetasi di Kabupaten Banjar dalam rentang waktu 2023 hingga 2025. Pendekatan komputasi yang digunakan menggabungkan citra Sentinel-2 Surface Reflectance, ekstraksi indeks vegetasi melalui NDVI, serta platform Google Earth Engine (GEE). Klasifikasi dan pemetaan dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan Polynomial Kernel (Cost=4, Gamma=4, Degree=2) serta split data 70:30, yang menghasilkan Overall Accuracy (OA) sebesar 95,45% dan koefisien Kappa 0,94 atau setara 94%. Hasil klasifikasi menunjukkan penurunan yang cukup signifikan pada luas lahan gambut, dari 104.884,47 ha (22,86%) pada tahun 2023 menjadi 70.341,72 ha (15,33%) pada tahun 2025, atau berkurang sebesar 34.542,75 ha (7,53%). Di sisi lain, terjadi peningkatan pada kelas vegetasi sebesar 30.757,50 ha (6,71%), badan air sebesar 2.197,06 ha (0,48%), dan lahan terbangun sebesar 1.588,23 ha (0,35%). Pola perubahan yang teridentifikasi menunjukkan bahwa konversi lahan gambut tidak terutama disebabkan oleh ekspansi fisik permukiman, melainkan lebih didorong oleh pergeseran karakteristik spektral ke arah vegetasi sekunder sebagai dampak dari menurunnya kelembapan permukaan. Perubahan tersebut merupakan perubahan kelas hasil klasifikasi citra, Untuk penelitian selanjutnya diperlukan validasi tambahan dilapangan. Penelitian ini membuktikan bahwa kombinasi antara pemrosesan berbasis cloud GEE dan algoritma SVM Polynomial terbukti efektif dalam memetakan dinamika ekosistem gambut secara berkelanjutan.