Analisis Lahan Kritis Dengan Memanfaatkan Cellular Automata-ANN Untuk Prediksi Perubahan Tutupan Lahan, Kabupaten Pasuruan

Mbatu, Rizky Thimotius (2025) Analisis Lahan Kritis Dengan Memanfaatkan Cellular Automata-ANN Untuk Prediksi Perubahan Tutupan Lahan, Kabupaten Pasuruan. Skripsi thesis, ITN MALANG.

	Text 2125049_BAGIAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
	Text 2125049_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (486kB)
	Text 2125049_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2125049_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Request a copy
	Text 2125049_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB) | Request a copy
	Text 2125049_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (445kB) | Request a copy
	Text 2125049_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (475kB)
	Text 2125049_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (35MB) | Request a copy

Abstract

Perkembangan Kabupaten Pasuruan yang dipengaruhi oleh pertumbuhan penduduk dan aktivitas pemanfaatan lahan telah mendorong terjadinya perubahan penggunaan lahan, sehingga meningkatkan potensi terjadinya lahan kritis. Metode Cellular Automata–Artificial Neural Network (CA-ANN) digunakan karena mampu merepresentasikan dinamika perubahan tutupan lahan secara spasial serta memiliki kemampuan pembelajaran dari data historis untuk menghasilkan prediksi yang lebih akurat. Citra Sentinel-2A tahun 2021 dan 2025 dipilih karena analisis prediksi memerlukan data dengan rentang waktu seragam, yaitu empat tahun untuk prediksi ke tahun 2029. Data tersebut diklasifikasikan menggunakan metode supervised classification dengan algoritma Maximum Likelihood. Hasil klasifikasi menunjukkan tingkat overall accuracy sebesar 92,16% dan nilai kappa accuracy sebesar 89,93%, yang menandakan kualitas klasifikasi yang baik. Analisis tingkat kekritisan lahan tahun 2025 menunjukkan luas lahan kritis sebesar 27,33% dengan kategori dominan Agak Kritis seluas 18,14%. Prediksi hingga tahun 2029 menunjukkan adanya kenaikan lahan kritis sebesar 0,54% dibandingkan tahun 2025, dengan peningkatan terbesar terjadi di Kecamatan Tosari. Hasil penelitian membuktikan bahwa metode CA-ANN dapat digunakan untuk memprediksi perubahan tutupan lahan secara spasial.

Item Type:	Thesis (Skripsi)
Additional Information:	Rizky Thimotius Mbatu (2125049)
Uncontrolled Keywords:	CA-ANN, lahan kritis, prediksi tutupan lahan, penginderaan jauh.
Subjects:	Engineering > Geodesy Engineering
Divisions:	Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1 > Teknik Geodesi S1(Skripsi)
Depositing User:	Rizky Thimotius Mbatu
Date Deposited:	16 Sep 2025 06:06
Last Modified:	16 Sep 2025 06:06
URI:	http://eprints.itn.ac.id/id/eprint/15091

Actions (login required)

View Item