<![CDATA[Konflik lahan perkebunan sangat penting untuk dideteksi secara dini, karena potensi dampaknya terhadap berbagai aspek seperti kesehatan, ekosistem, pertanian, dan jaringan listrik. Penelitian ini bertujuan mengidentifikasi pola konflik lahan perkebunan di lingkungan PTPN Group berbasis data hukum menggunakan teknik Hierarchical Clustering dengan algoritma Agglomerative Clustering. Deteksi dini konflik lahan penting karena dampaknya terhadap kesehatan, ekosistem, pertanian, dan infrastruktur. Studi ini mengolah data hukum dari Mahkamah Agung RI, data geospasial dari OpenStreetMap, dan data sosial-ekonomi dari BPS dan World Bank untuk menganalisis dan mengelompokkan pola konflik. Proses analisis meliputi inisialisasi data, penghitungan jarak, penggabungan klaster, dan visualisasi dendrogram. Hasilnya menunjukkan bahwa algoritma ini efektif dalam mengelompokkan konflik lahan berdasarkan karakteristik populasi dan GDP yang berbeda, membantu memahami hubungan antar kasus hukum. Penelitian ini berkontribusi dengan mengidentifikasi faktor utama pemicu konflik lahan untuk mendukung manajemen lahan berbasis data. Rekomendasi kebijakan publik mencakup penetapan zona prioritas penyelesaian konflik, optimalisasi pengawasan hukum berbasis data, dan peningkatan transparansi dalam tata kelola lahan guna mencegah eskalasi konflik di wilayah PTPN Group.]]>
Copyrights © 2024
