IDENTIFIKASI TUTUPAN LAHAN TERBUKA HIJAU DI KOTA MADYA BANDAR LAMPUNG MENGGUNAKAN ALGORITMA MACHINE LEARNING MODEL GAUSSIAN MIXTURE MODEL (GMM)
Abstract
Pertumbuhan kota yang pesat di Kota Madya Bandar Lampung mendorong kebutuhan akan pemantauan dan pengelolaan lahan terbuka hijau (RTH) secara efektif. RTH memiliki peran vital dalam menjaga keseimbangan ekosistem dan kualitas lingkungan perkotaan. Penelitian ini bertujuan untuk mengidentifikasi tutupan lahan terbuka hijau menggunakan pendekatan machine learning dengan algoritma Gaussian Mixture Model (GMM). Data citra satelit resolusi menengah digunakan sebagai basis pengolahan spasial, yang kemudian diproses melalui tahapan pra-pemrosesan seperti koreksi geometrik dan peningkatan citra. GMM diterapkan untuk melakukan klasifikasi tak terawasi terhadap jenis tutupan lahan berdasarkan spektrum nilai piksel. Hasil analisis menunjukkan bahwa algoritma GMM mampu memetakan area RTH dengan akurasi yang cukup tinggi, dan memberikan informasi spasial yang mendukung perencanaan kota berkelanjutan. Studi ini menegaskan potensi penggunaan metode machine learning dalam pemetaan tutupan lahan secara efisien dan adaptif di wilayah urban.