Pemetaan Kesesuaian Habitat Banteng (Bos Javanicus) Menggunakan Algoritma Random Forest Di Taman Nasional Baluran

Farah Victoria Khairunnisa, Prof. Drs. Projo Danoedoro, M.Sc., Ph.D.

2025 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Banteng merupakan salah satu satwa endemik yang populasinya semakin terancam akibat invasi spesies asing seperti Acacia nilotica serta aktivitas perburuan. Taman Nasional Baluran, sebagai salah satu habitat utama banteng di Pulau Jawa, mengalami perubahan ekosistem yang berdampak pada daya dukung habitat banteng. Penelitian ini bertujuan untuk memetakan kesesuaian habitat banteng (Bos javanicus) di Taman Nasional Baluran menggunakan algoritma Random Forest berbasis data penginderaan jauh dan Sistem Informasi Geografi (SIG), serta mengetahui akurasi model kesesuaian habitat yang dihasilkan. Penelitian ini menggunakan beberapa variabel lingkungan, yaitu penutup/penggunaan lahan dan indeks vegetasi (SAVI) yang diperoleh dari Sentinel-2A; elevasi, dan kemiringan lereng diperoleh dari ALOS PALSAR; data suhu, data curah hujan, jarak ke sungai, sebaran akasia, dan jenis tanah yang merupakan data sekunder. Hasil pengolahan variabel lingkungan akan diintegrasikan dengan data perjumpaan satwa, kemudian dimodelkan menggunakan algoritma random forest untuk menghasilkan model kesesuaian habitat banteng. Hasil pemrosesan menunjukkan bahwa sebagian besar area dengan tingkat kesesuaian habitat tinggi berada di sisi selatan Taman Nasional Baluran yang sebagian besar merupakan area dengan elevasi rendah dan kemiringan lereng landai. Dari pemodelan didapatkan juga informasi variabel lingkungan paling berpengaruh terhadap hasil pemodelan berdasarkan nilai Mean Decrease Accuracy dan Mean Decrease Gini. Variabel lingkungan yang paling berpengaruh terhadap pembangunan model adalah curah hujan, kemiringan lereng, elevasi, dan jarak dari sungai. Selanjutnya dilakukan evaluasi model menggunakan kurva AUC-ROC dan menghasilkan nilai akurasi sebesar 0,948 yang termasuk dalam kategori sangat baik. Penelitian ini diharapkan dapat menjadi sumber informasi untuk konservasi banteng, serta menjadi salah satu contoh untuk pemodelan kesesuaian habitat satwa menggunakan penginderaan jauh dan sistem informasi geografi.

Banteng (Bos javanicus) is an endemic species whose population is increasingly threatened by the invasion of foreign species such as Acacia nilotica and hunting activities. Baluran National Park, as one of the main habitats of banteng on Java Island, is experiencing ecosystem changes that impact the carrying capacity of banteng habitat. This study aims to map the habitat suitability of banteng (Bos javanicus) in Baluran National Park using the Random Forest algorithm based on remote sensing data and Geographic Information Systems (GIS), and to determine the accuracy of the resulting habitat suitability model. This study uses several environmental variables, namely land cover/use and vegetation index (SAVI) obtained from Sentinel-2A; elevation and slope obtained from ALOS PALSAR; temperature data, rainfall data, distance to rivers, acacia distribution, and soil type which are secondary data. The results of the environmental variable processing will be integrated with animal encounter data, then modeled using the random forest algorithm to produce a banteng habitat suitability model. The processing results show that most areas with a high level of habitat suitability are on the southern side of Baluran National Park, which are mostly areas with low elevation and gentle slopes. The modeling also revealed the environmental variables that most influenced the modeling results based on the Mean Decrease Accuracy and Mean Decrease Gini values. The environmental variables that most influenced the model development were rainfall, slope, elevation, and distance from the river. Furthermore, the model was evaluated using the AUC-ROC curve and produced an accuracy value of 0.948, which is included in the very good category. This research is expected to be a source of information for banteng conservation, as well as an example for modeling animal habitat suitability using remote sensing and geographic information systems.

Kata Kunci : Banteng, Kesesuaian Habitat, Random Forest, Baluran