Analisis Kesesuaian Lahan Tanaman Karet di Kabupaten Garut Menggunakan Metode Klasifikasi Support Vector Machine (SV M)
Keywords:
kesesuaian lahan, tanaman karet, Support Vector Machine, analisis spasialAbstract
Tanaman karet merupakan salah satu komoditas utama di Indonesia dengan nilai ekonomi tinggi, tetapi produktivitasnya bergantung pada kesesuaian lahan. Penelitian ini menganalisis kesesuaian lahan tanaman karet di Kabupaten Garut menggunakan Support Vector Machine (SVM), algoritma machine learning yang andal dalam klasifikasi berbasis data spasial. Hasil penelitian menunjukkan
bahwa 88,19% wilayah Kabupaten Garut (273.881,51 ha) berpotensi untuk budidaya karet, sedangkan 11,81% (36.668,85 ha) tidak berpotensi. Model SVM memiliki akurasi 95,55% pada data pelatihan dan 96,8% pada data validasi. Evaluasi dengan precision, recall, dan F1-score menunjukkan keseimbangan antar kelas, sementara validasi lapangan mendukung keandalan model. Hasil ini memberikan informasi penting mengenai distribusi kesesuaian lahan di Kabupaten Garut serta menegaskan efektivitas SVM dalam analisis spasial.