Rancang Bangun GIS Area Rawan Dampak Pertambangan di Kabupaten Konawe Selatan Menggunakan Algoritma Random Forest

Ayustina Samudin; Statiswaty; Bambang Pramono

doi:10.23960/jitet.v14i3.10004

Ayustina Samudin
Universitas Halu Oleo
Statiswaty
Universitas Halu Oleo
Bambang Pramono
Universitas Halu Oleo

DOI: https://doi.org/10.23960/jitet.v14i3.10004

Keywords Web GIS, Random Forest, Google Earth Engine

Abstract Views (Last 12 Months)

2 Abstract Views

8 Downloads

Abstract

Aktivitas pertambangan di Kabupaten Konawe Selatan memerlukan penyajian informasi spasial agar wilayah yang berpotensi rawan terhadap dampak pertambangan dapat dipahami secara lebih jelas. Penelitian ini bertujuan membangun Web GIS untuk memetakan area rawan dampak pertambangan menggunakan algoritma Random Forest. Parameter geospasial yang digunakan meliputi kemiringan lereng, curah hujan, dan tutupan lahan. Pengolahan data dilakukan pada Google Earth Engine, sedangkan visualisasi hasil klasifikasi dikembangkan menggunakan HTML, CSS, JavaScript, dan Leaflet.js. Data sampel berjumlah 300 titik, terdiri atas 222 data training dan 78 data testing. Hasil klasifikasi menunjukkan bahwa area penelitian didominasi kelas sedang seluas 527,43 ha (64,2%), diikuti kelas aman 230,23 ha (28,0%), dan kelas rawan 63,31 ha (7,7%). Evaluasi model menghasilkan accuracy 84,00%, precision 87,28%, recall 84,49%, F1-score 84,13%, dan kappa index 0,7695. Hasil tersebut menunjukkan bahwa Random Forest mampu mendukung klasifikasi kerawanan dan Web GIS dapat menyajikannya secara interaktif sebagai informasi awal, bukan sebagai dasar keputusan resmi tanpa validasi lapangan dan kajian tambahan.

Downloads

Download data is not yet available.

References

R. Amalia, “Analisis Dampak Pertambangan terhadap Ekonomi dan Lingkungan di Provinsi Papua,” Journal of Economics Development Issues, vol. 6, no. 1, pp. 25–32, Feb. 2023, doi: 10.33005/jedi.v6i1.154.

M. Karnoha Amir, L. O. Dzakir, and M. Ilham Kadar, “Mapping Study Of Nickel Distribution In The Mining Area In Palangga District, Konawe Selatan Regency, Southeast Sulawesi Province,” MINETECH Journal, vol. 1, Dec. 2022, doi: https://doi.org/10.54297/minetech-journal.v1i2.389.

L. Maga, Salahuddin, N. Malik, and D. Marei, “Degradasi lingkungan dan dampaknya terhadap kegiatan usaha tani di sekitar lokasi pertambangan nikel di Kabupaten Konawe Selatan, Sulawesi Tenggara,” Analisis Kebijakan Pertanian, vol. 23, no. 1, pp. 113–133, Aug. 2025, doi: 10.21082/akp.v23n1.2025.113-133.

M. A. Lasaiba, F. S. Leuwol, W. S. Pinoa, I. Lasaiba, R. B. Riry, and S. Sandia, “INTEGRASI SIG DENGAN USLE DALAM PENILAIAN EROSI DI DAS WAIRUTUNG Integration of GIS with USLE in Erosion Assessment in the Wairutung Watershed,” Jurnal Tanah dan Sumberdaya Lahan, vol. 10, pp. 191–201, 2023, doi: 10.21776/ub.jtsl.2023.010.2.02.

N. Ruksajai, S. Konyai, and V. Sriboonlue, “Forecasting Soil Erosion Risk Using GIS and Remote Sensing for the Nam Un Basin, Sakon Nakhon Province, Thailand,” Pol. J. Environ. Stud., vol. 32, no. 2, pp. 1767–1780, 2023, doi: 10.15244/pjoes/156791.

W. Gong et al., “Estimating the Soil Erosion Response to Land-Use Land-Cover Change Using GIS-Based RUSLE and Remote Sensing: A Case Study of Miyun Reservoir, North China,” Water (Switzerland), vol. 14, no. 5, Mar. 2022, doi: 10.3390/w14050742.

T. Noi Phan, V. Kuch, and L. W. Lehnert, “Land cover classification using Google Earth Engine and Random Forest classifier-the role of image composition,” Remote Sens. (Basel)., vol. 12, no. 15, Aug. 2021, doi: 10.3390/RS12152411.

S. Aldiansyah and R. A. Saputra, “COMPARISON OF MACHINE LEARNING ALGORITHMS FOR LAND USE AND LAND COVER ANALYSIS USING GOOGLE EARTH ENGINE (CASE STUDY: WANGGU WATERSHED),” International Journal of Remote Sensing and Earth Sciences, vol. 19, no. 2, pp. 197–210, 2022, doi: 10.30536/ijreses.v19i2.13716.

B. W. Nugroho, D. Rojudin, M. C. Harist, and H. A. Affandi, “Zonasi Rawan Gerakan Massa Berbasis GIS dan Integrasi Aplikasi Manajemen Bencana Berbasis Crowdsourcing di Area Pertambangan Emas Pongkor, Jawa Barat,” Indonesian Mining Professionals Journal, vol. 4, no. 2, pp. 49–62, Dec. 2022, doi: 10.36986/impj.v4i2.72.

E. P. Pasorong, M. Chaerul, and N. Desi, “PEMETAAN RESIKO BENCANA LONGSOR MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS (SIG) PADA JALAN TAMBANG PT. IFISHDECO, Tbk,” Jurnal Teknik SILITEK, vol. 05, no. 01, 2025.

A. B. Sofyan A. P., F. Fadlin, D. Arifin, R. K. Insanu, and A. A. M. Sutaji, “Pemetaan Deforestasi dan Perubahan Tutupan Lahan di Wilayah Pertambangan Nikel Kecamatan Pomalaa Memanfaatkan Teknologi Penginderaan Jauh,” Journal of Geomatics Engineering, Technology, and Science, vol. 2, no. 2, pp. 50–55, May 2024, doi: 10.51967/gets.v2i2.35.

M. Daud, F. M. Ugliotti, and A. Osello, “Comprehensive Analysis of the Use of Web-GIS for Natural Hazard Management: A Systematic Review,” May 01, 2024, Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/su16104238.

M. Khoirul Huda, A. Faqih, and G. Dwilestari, “MENINGKATKAN EFISIENSI PEMETAAN DAN PERENCANAAN DI KABUPATEN CIREBON MENGGUNAKAN SISTEM INFORMASI GEOSPASIAL,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 2, Apr. 2025, doi: 10.23960/jitet.v13i2.6184.

M. L. E. Ang et al., “Systematic Review of GIS and Remote Sensing Applications for Assessing the Socioeconomic Impacts of Mining,” Journal of Environment and Development, vol. 32, no. 3, pp. 243–273, Sep. 2023, doi: 10.1177/10704965231190126.

N. Kurniadin, F. V. A. S. Prasetya, P. K. S. Hadi, and W. Feri, “PEMANFAATAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB (WEBGIS) UNTUK PEMETAAN ASET LAHAN DAN BANGUNAN POLITANI SAMARINDA,” Jurnal Sains Informasi Geografi, vol. 6, no. 1, p. 20, May 2023, doi: 10.31314/jsig.v6i1.1359.