Perpustakaan Digital ITB

Perubahan tutupan lahan menjadi salah satu tantangan utama dalam perencanaan wilayah, terutama di daerah dengan tingkat pertumbuhan penduduk yang tinggi seperti Kabupaten Bogor. Penelitian ini bertujuan untuk memprediksi perubahan tutupan lahan menggunakan pendekatan machine learning, menganalisis pola perubahan penggunaan lahan dari tahun 2017 hingga proyeksi 2031, serta mengevaluasi kapasitas daya tampung lahan berdasarkan keseimbangan antara ketersediaan ruang dan kebutuhan lahan permukiman. Data utama yang digunakan meliputi citra satelit Sentinel-2 tahun 2017 dan 2024, serta data pendukung berupa slope, jarak terhadap jalan, dan jumlah penduduk per kecamatan. Proses klasifikasi dilakukan menggunakan algoritma Extreme Gradient Boosting (XGBoost) yang dipilih karena kemampuannya menghasilkan akurasi tinggi dan stabilitas performa. Hasil klasifikasi menunjukkan akurasi di atas 98% dengan nilai kappa yang sangat baik. Hasil analisis mengindikasikan bahwa daerah terbangun terus mengalami peningkatan, sedangkan lahan sawah dan hutan mengalami penurunan akibat konversi lahan yang masif. Proyeksi LULC tahun 2031 menunjukkan bahwa wilayah terbangun meluas ke arah selatan dan timur. Evaluasi daya tampung lahan menunjukkan beberapa kecamatan mengalami tekanan tinggi, bahkan defisit ruang, khususnya di wilayah utara. Hasil ini menjadi dasar penting bagi perumusan kebijakan tata ruang yang responsif dan berbasis data spasial untuk mengarahkan pembangunan di Kabupaten Bogor.