<![CDATA[Pemerintah Indonesia telah meresmikan pemindahan Ibu Kota Negara (IKN) ke Nusantara melalui Undang-Undang Nomor 3 Tahun 2022. Nusantara dirancang sebagai simbol identitas nasional dan pusat pertumbuhan ekonomi dengan konsep keberlanjutan. Pemindahan ini berdampak pada tata ruang, infrastruktur, dan lingkungan, sehingga analisis tutupan lahan menjadi krusial untuk memastikan perencanaan yang efisien. Penelitian ini bertujuan untuk mengklasifikasikan tutupan lahan di kawasan IKN menggunakan citra satelit Sentinel-2 dan teknologi Google Earth Engine (GEE). Algoritma yang digunakan adalah Random Forest (RF) dan Support Vector Machine (SVM), dengan ekstraksi fitur berbasis indeks spektral NDVI, NDBI, dan NDWI. Teknik cloud masking dengan QA Band diterapkan untuk meningkatkan kualitas data sebelum analisis lebih lanjut. Tahapan penelitian meliputi pengumpulan dan pre-processing data citra Sentinel-2, ekstraksi fitur, pembuatan dataset latih dan validasi, serta proses klasifikasi menggunakan algoritma RF dan SVM. Evaluasi dilakukan dengan metrik akurasi, presisi, recall, dan F1-score untuk menentukan model terbaik. Hasil penelitian menunjukkan bahwa model RF dengan 100 pohon (RF_100trees) dan SVM dengan kernel linear (SVM_LINEAR) memiliki akurasi validasi terbaik sebesar 88%. RF unggul dalam kestabilannya dengan jumlah pohon yang besar, sementara SVM lebih sensitif terhadap pemilihan parameter kernel. Kesimpulannya, kedua model ini efektif dalam klasifikasi tutupan lahan kawasan IKN.]]>
