Analisis perubahan tutupan Vegetasi pada luas lahan pertanian terhadap perkembangan area persawahan di wilayah Tamban menggunakan Citra Sentenel-2

INDONESIA:

Pemantauan perubahan luas sawah secara berkala sangat penting dalam mendukung ketahanan pangan dan perencanaan pembangunan pertanian berkelanjutan. Penelitian ini bertujuan untuk menganalisis dinamika sawah di wilayah Tamban, Kalimantan Tenggah, dengan mengintegrasikan indeks vegetasi Normalized Difference Vegetation Index (NDVI) dan metode klasifikasi K-Means berbasis citra Sentinel-2 pada periode 2020–2024. Proses penelitian mencakup beberapa tahapan, yaitu pra-pengolahan citra (masking awan), perhitungan NDVI, serta klasifikasi K-Means untuk membedakan sawah aktif dan non-sawah. Analisis dilakukan pada lima Area of Interest (AOI) dengan fokus pada perhitungan luas sawah dan pemantauan perubahan temporal. Validasi dilakukan dengan menggunakan titik sampel lapangan dan perhitungan confusion matrix untuk memperoleh nilai akurasi klasifikasi.Hasil penelitian menunjukkan bahwa kombinasi NDVI dan K-Means dapat mengidentifikasi sawah secara akurat dengan pola spasial yang mengikuti petak lahan. Validasi menghasilkan nilai overall accuracy sebesar 98,69% dan kappa coefficient sebesar 97,21%, yang membuktikan reliabilitas metode ini. Dari hasil analisis temporal, terdapat perbedaan dinamika yang signifikan antar AOI. AOI 1 dan AOI 5 menunjukkan tren peningkatan luas sawah, mengindikasikan adanya optimalisasi lahan, sementara AOI 2 dan AOI 4 mengalami penurunan luas sawah yang konsisten, yang memerlukan perhatian khusus. AOI 3 menunjukkan pola fluktuatif, dengan potensi besar namun rentan terhadap faktor eksternal. Variasi dinamika ini menunjukkan bahwa kondisi biofisik, sosial-ekonomi, serta praktik pengelolaan lahan yang berbeda mempengaruhi perkembangan luas sawah di tingkat lokal.Secara keseluruhan, penelitian ini membuktikan bahwa penggunaan kombinasi NDVI dan K-Means efektif dalam memantau perubahan luas sawah. Pendekatan ini memberikan kontribusi yang signifikan dalam penyediaan informasi spasial untuk perencanaan pertanian, pengendalian alih fungsi lahan, dan pengelolaan sumber daya lahan yang berkelanjutan.

ENGLISH:

Periodic monitoring of rice paddy area changes is crucial in supporting food security and sustainable agricultural development planning. This study aims to analyze the dynamics of rice fields in the Tamban region, Central Kalimantan, by integrating the Normalized Difference Vegetation Index (NDVI) and the K-Means unsupervised classification method based on Sentinel-2 imagery from 2020 to 2024. The research process includes several stages: image pre-processing (cloud masking), NDVI calculation, and K-Means classification to distinguish active rice fields from non-rice areas. The analysis was carried out on five Areas of Interest (AOI), focusing on rice field area calculations and temporal change monitoring. Validation was conducted using field sample points and confusion matrix calculations to obtain classification accuracy values.The results of the study indicate that the combination of NDVI and K-Means can accurately identify rice fields with spatial patterns that follow land parcels. The validation yielded an overall accuracy of 98.69% and a kappa coefficient of 97.21%, proving the reliability of this method. Temporal analysis revealed significant differences in dynamics across AOIs. AOI 1 and AOI 5 showed a trend of increasing rice field area, indicating land optimization, while AOI 2 and AOI 4 experienced consistent decreases in rice field area, requiring special attention. AOI 3 showed a fluctuating pattern, with substantial potential but also vulnerability to external factors. These variations highlight that the dynamics of rice fields at the local level are influenced by bio-physical, socio-economic conditions, and different land management practices.Overall, this study demonstrates that the combination of NDVI and K-Means is effective in monitoring changes in rice field areas. This approach provides valuable contributions to spatial information for agricultural planning, land-use change control, and sustainable land resource management.

ARAB:

يُعدُّ الرصد الدوري للتغيرات في مساحة الأرز الزراعية أمراً بالغ الأهمية لدعم الأمن الغذائي والتخطيط للتنمية الزراعية المستدامة. تهدف هذه الدراسة إلى تحليل ديناميكيات الأرز في منطقة تامبان كاليمانتان الوسطى ، من خلال دمج مؤشر الغطاء النباتي (Normalized Difference Vegetation Index - NDVI) وطريقة التصنيف K-Means المعتمدة على صور سينتينل -2 (Sentinel-2) للفترة ٢٠٢٠-٢٠٢٤. تتضمن العملية البحثية عدة مراحل، وهي: المعالجة المسبقة للصور (إخفاء السحب)، وحساب مؤشر NDVI، بالإضافة إلى التصنيف باستخدام خوارزمية K-Means للتمييز بين الأرز النشط والأراضي غير الزراعية. تم إجراء التحليل على خمس مناطق اهتمام (AOIs) مع التركيز على حساب مساحة الأرز ومراقبة التغير الزمني. وتم التحقق من النتائج باستخدام عينات نقطية ميدانية وحساب مصفوفة الخطأ (Confusion Matrix) للحصول على دقة التصنيف. أظهرت نتائج الدراسة أن الجمع بين مؤشر NDVI وخوارزمية K-Means يمكنه تحديد الأرز الزراعية بدقة مع نمط مكاني يتبع قطع الأراضي. أسفر التحقق عن تحقيق دقة إجمالية بلغت ٩٨.٦٩٪ ومعامل كابا ٩٧.٢١٪، مما يثبت موثوقية هذه الطريقة. ومن خلال نتائج التحليل الزمني، وُجد اختلاف كبير في الديناميكيات بين مناطق الاهتمام. أظهرت منطقة الاهتمام ١ ومنطقة الاهتمام ٥ اتجاهًا نحو زيادة في مساحة الأرز، مما يشير إلى الاستخدام الأمثل للأراضي (Optimal Land Use)، أي تحقيق أقصى استفادة ممكنة منها ورفع كفاءتها الإنتاجية، في حين شهدت منطقة الاهتمام ٢ ومنطقة الاهتمام ٤ انخفاضًا مستمرًا في مساحة الأرز، الأمر الذي يتطلب اهتمامًا خاصًا. وأظهرت منطقة الاهتمام ٣ نمطًا متقلبًا، بإمكانيات كبيرة ولكنها معرضة للعوامل الخارجية. تظهر هذه الاختلافات في الديناميكيات أن الظروف الفيزيائية-الحيوية والاجتماعية-الاقتصادية وممارسات إدارة الأراضي المختلفة تؤثر على تطور مساحة الأرز على المستوى المحلي. بشكل عام، تثبت هذه الدراسة أن استخدام مزيج من مؤشر NDVI وخوارزمية K-Means فعال في رصد التغيرات في مساحة الأرز. يساهم هذا النهج مساهمة كبيرة في توفير المعلومات المكانية للتخطيط الزراعي والتحكم في تحويل الأراضي والإدارة المستدامة للموارد الأرضية.