View/Open

Author
Adinda, Putri

Date Published
18 Jun 2026

Advisor
Zulfikar Adlan Nadzir, S.T., M.Sc.,
Muhammad Ario Eko Rahadianto, M.T.,

Subject
Teknik Geomatika

Publisher

Kabupaten Lampung Barat merupakan salah satu sentra perkebunan kopi terbesar di Provinsi Lampung. Namun, informasi spasial mengenai dinamika luas dan estimasi produktivitas perkebunan kopi secara multitemporal di wilayah ini masih terbatas. Penelitian ini bertujuan untuk menganalisis spatio-temporal luas area yang terindikasi sebagai perkebunan kopi serta mengevaluasi akurasi klasifikasi dan estimasi produktivitas kopi di Kabupaten Lampung Barat menggunakan citra Sentinel-2 Level-2A berbasis Google Earth Engine dengan algoritma Random Forest. Analisis dilakukan pada periode 2019–2025 melalui klasifikasi bertingkat tiga level menggunakan indeks vegetasi GNDVI dan EVI, band B11 (SWIR), tekstur GLCM, topografi, jenis tanah, dan curah hujan. Hasil penelitian menunjukkan bahwa luas area yang terindikasi sebagai perkebunan kopi berdasarkan hasil klasifikasi berfluktuasi antara 13.684,36 ha pada periode April–Juni 2022 hingga 28.570,97 ha pada periode Juli–September 2023. Evaluasi akurasi menunjukkan bahwa klasifikasi vegetasi dan non-vegetasi memperoleh rata-rata Overall Accuracy (OA) sebesar 0,89 dengan Kappa 0,78. Klasifikasi kebun, hutan, dan sawah memperoleh OA sebesar 0,77 dengan Kappa 0,65 serta klasifikasi kopi dan non-kopi memperoleh OA sebesar 0,73 dengan Kappa 0,45. Hasil tersebut menunjukkan bahwa klasifikasi tahap awal memiliki akurasi yang baik, sedangkan identifikasi kopi dan non-kopi masih memiliki keterbatasan karena kemiripan karakteristik spektral antara tanaman kopi dan vegetasi kebun lainnya. Analisis estimasi produktivitas menggunakan korelasi Pearson mengidentifikasi elevation (r = 0,56), EVI (r = -0,52), dan B11/SWIR (r = 0,45) sebagai variabel yang relatif lebih relevan dalam model regresi linier berganda. Model yang dihasilkan memperoleh nilai R² sebesar 0,3873, Adjusted R² sebesar -0,2254, RMSE sebesar 0,0552 ton/ha, MAE sebesar 0,0441 ton/ha, dan rata-rata error prediksi sebesar 3,88%. Nilai R² tersebut menunjukkan bahwa model hanya mampu menjelaskan sekitar 38,73% variasi produktivitas, sehingga hasil estimasi produktivitas belum dapat dinyatakan sebagai model prediksi final.

URI
https://repo.itera.ac.id/depan/submission/SB2606170068

Keyword
Google Earth Engine Kopi Lampung Barat estimasi produktivitas Random Forest Sentinel-2 Level-2A