JURNAL PENATAAN RUANG Vol. 17, No. 2, (2022) ISSN: 2716-179X (1907-4972 Print) 82 Abstrak-Pertumbuhan kota Malang telah berdampak pada peningkatan lahan terbangun dan pengurangan lahan nonterbangun. Dinamika lahan terbangun dan nonterbangun tersebut mempengaruhi interaksi manusia dengan lingkungan dan keadaan ekonomi dan sosial masyarakat kota Malang. Oleh karena itu, informasi distribusi dan luasan lahan terbangun dan nonterbangun diperlukan untuk dapat membantu pengambilan berbagai keputusan perencanaan kota dan wilayah. Sayangnya, belum banyak penelitian terkait distribusi lahan terbangun dan nonterbangun di kota Malang. Penelitian ini bertujuan untuk memetakan distribusi lahan terbangun dan nonterbangun dengan Landsat 8 OLI dan Google Earth Engine (GEE) di kota Malang. Indeks spektral yang dihasilkan dari Landsat 8 OLI seperti NDVI, EVI, BU (NDBI-NDVI), LSWI, dan MNDWI serta titik ketinggian (elevation) dan tingkat kelerengan (slope) yang diturunkan dari ALOS DSM 30m digunakan sebagai masukan untuk klasifikasi tersupervisi. Ragam teknik klasifikasi tersupervisi seperti Support Vector Machine (SVM), Random Forest (RF), Minimum Distance (MD), Gradient Tree Boost (GTB), dan Classification And Regression Tree (CART) digunakan untuk memetakan distribusi lahan terbangun dan nonterbangun. Random Forest menunjukkan akurasi tertinggi dalam memetakan lahan terbangun dan nonterbangun di kota Malang dengan Overall Accuracy 0,96 dan Kappa Coefficient 0,91. Luas area terbangun diestimasi sebesar ~55%-61% dan nonterbangun sebesar ~39%-45% dari total luas kota Malang. Kata Kunci— Google Earth Engine, lahan terbangun, lahan nonterbangun, landsat 8 OLI, kota Malang I. PENDAHULUAN RBANISASI menyebabkan pertambahan lahan terbangun dan berkurangnya lahan tidak terbangun secara tidak terencana yang berujung pada pengembangan wilayah yang tidak berkelanjutan [1]. Lahan nonterbangun, seperti lahan terbuka, area pertanian, dan hutan, dianggap memiliki nilai ekonomi yang lebih rendah dan seringkali lebih mudah dikonversi menjadi lahan terbangun[2]. Lahan terbangun adalah struktur buatan seperti jalan, area industri, kawasan perkantoran, yang ditutup oleh ragam material yang cenderung dapat menghalangi infiltrasi air kedalam tanah, seperti aspal, atap, dan tanah yang diperkeras [3]. Pertambahan lahan terbangun dan pengurangan lahan nonterbangun yang tidak terkendali dapat mengubah dinamika ekosistem, meningkatkan konflik sosial, menambah polusi dan timbulan sampah, dan mempercepat pemanasan global [1]. Informasi distribusi lahan terbangun dan nonterbangun juga diperlukan untuk pemodelan aliran air permukaan dan urban heat island, pengelolaan lingkungan, dan perencanaan transportasi [4][5][6]. Oleh karena itu, persebaran lahan terbangun dan nonterbangun perlu untuk dipantau secara berkala. Citra penginderaan jauh dapat membantu memetakan permukaan terbangun pada area luas dengan biaya yang relatif murah dibandingkan dengan survei terestrial [7]. Berbagai kajan, seperti tata kota dan perubahan penggunaan lahan [8][9]. Sebagai contoh, citra Landsat yang tersedia lebih dari 30 tahun telah memungkinkan pemantauan terhadap dinamika lahan terbangun di permukaan bumi [10] Berbagai penelitian telah merekomendasikan metode untuk memetakan permukaan terbangun, seperti indeks spektral [10] dan klasifikasi tersupervisi [11]. Indeks spektral dihasilkan dengan mengkombinasikan dua atau lebih band citra satelit penginderaan jauh. Indeks spektral dapat menonjolkan karakteristik penutup lahan tertentu sehingga memudahkan proses pengindentifikasian dan interpretasi [12]. Oleh karena itu, indeks spektral sering digunakan untuk memonitor perubahan alami penutupan lahan atau dinamika lahan terbangun sebagai salah satu bentuk intervensi manusia terhadap lingkungan [13][14]. Selanjutnya, indeks spektral dapat digunakan sebagai data masukan berbagai teknik klasifikasi tersupervisi untuk mendeteksi permukaan terbangun apabila didukung training sample yang memadai [15]. Saat ini, semakin banyak penelitian yang memanfaatkan Google Earth Engine (GEE) untuk melakukan pemetaan lahan terbangun dan nonterbangun di permukaan bumi, [16], [17]. GEE adalah platform komputasi awan yang menyediakan akses terhadap beragam data spasial, termasuk citra satelit penginderaan jauh [18]. GEE memungkinkan pengguna untuk melakukan analisa dan visualisasi terhadap beragam data spasial secara gratis. Bebagai fitur dan kemudahan yang disediakan oleh GEE membantu para peneliti untuk lebih fokus pada analisa dan interpretasi data. Kota Malang terletak di tengah–tengah wilayah Kabupaten Malang. Kota Malang terletak 445-526 meter di atas permukaan air laut. Sebagai salah satu tujuan wisata, kota Malang terletak pada posisi 112.06 o - 112.07 o Bujur Timur dan 7.06 o - 8.02 o Lintang Selatan [19]. Perekonomian kota Malang tumbuh dengan pesat karena oleh didukung sektor Komparasi Metode Klasifikasi Tersupervisi untuk Pemetaan Lahan Terbangun dan NonTerbangun Menggunakan Landsat 8 OLI dan Google Earth Engine (Studi Kasus: Kota Malang) RS. Sianturi Departemen Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya e-mail: rsianturi@ub.ac.id U