Analisis Klasifikasi Tutupan Lahan Citra Multispektral Sentinel-2 Pada Google Earth Engine

Abstrak

Tutupan lahan merupakan representasi kondisi fisik permukaan bumi yang terdiri atas unsur alami maupun buatan manusia dan memiliki peran penting dalam berbagai kajian lingkungan, seperti perencanaan tata ruang, pengelolaan sumber daya alam, mitigasi bencana, dan pemantauan perubahan lingkungan. Kota Semarang mengalami perkembangan wilayah yang pesat akibat urbanisasi dan pembangunan infrastruktur yang memicu perubahan tutupan lahan. Penelitian ini bertujuan mengevaluasi hasil klasifikasi tutupan lahan di sebagian wilayah Kota Semarang menggunakan citra satelit Sentinel-2 yang memiliki resolusi spasial 10–60 meter serta informasi multispektral yang mendukung proses klasifikasi. Untuk meningkatkan ketelitian analisis, digunakan transformasi indeks spektral berupa Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), dan Normalized Difference Built-up Index (NDBI) sebagai variabel tambahan. Pengolahan data dilakukan melalui platform Google Earth Engine (GEE) yang berbasis cloud computing sehingga analisis dapat berlangsung secara cepat dan efisien tanpa pengunduhan data dalam jumlah besar. Klasifikasi tutupan lahan dilakukan menggunakan metode K-Means dan Random Forest, kemudian dievaluasi dengan Overall Accuracy dan Kappa Coefficient untuk menilai tingkat akurasi hasil klasifikasi. Hasil penelitian diharapkan dapat memberikan informasi yang andal mengenai kondisi tutupan lahan serta menjadi dasar dalam perencanaan tata ruang dan pengelolaan lingkungan perkotaan yang berkelanjutan.