Pemetaan Potensi Budidaya Tanaman Kopi di Kecamatan Pacet Cianjur dengan Machine Learning Menggunakan Citra Sentinel-2
DOI:
https://doi.org/10.29408/geodika.v9i2.28204Keywords:
pemetaan kopi, sentinel-2, machine learning, random forestAbstract
Kopi adalah salah satu komoditas utama yang memainkan peran penting dalam perekonomian di beberapa daerah. Di wilayah Cianjur, terdapat kopi Arabika khas yang disebut kopi Sarongge. Tanaman kopi di Distrik Pacet belum banyak dibudidayakan. Untuk mendukung pengembangan dan peningkatan produksi kopi Sarongge, pemetaan potensi lahan yang tepat diperlukan, terutama di daerah Pacet. Pemetaan ini membantu dalam mengidentifikasi area yang cocok untuk budidaya kopi. Studi ini menggunakan informasi dari citra satelit Sentinel-2 untuk menganalisis kondisi tanah. Analisis dilakukan menggunakan Google Earth Engine (GEE) dan metode klasifikasi citra, Random Forest. (RF). Parameter yang dipertimbangkan termasuk tutupan lahan, ketinggian, dan jenis tanah. Temuan menunjukkan bahwa sekitar 25% wilayah Pacet memenuhi kriteria. Wilayah ini terletak di kaki Gunung Gede dan mencakup desa Ciputri, Ciherang, Cipendawa, dan Sukatani. Integrasi data satelit dan SIG efektif dalam memetakan potensi lahan kopi. Hasil penelitian ini dapat digunakan sebagai dasar untuk mengembangkan kebijakan dan strategi untuk pengelolaan lahan kopi yang lebih efektif, serta untuk mendukung petani dalam memilih area optimal untuk budidaya.
References
Aldiansyah, S., Mandini Mannesa, M. D., & Supriatna, S. (2021). Monitoring of Vegetation Cover Changes With Geomorphological Forms using Google Earth Engine in Kendari City. Jurnal Geografi Gea, 21(2), 159–170. https://doi.org/10.17509/gea.v21i2.37070
Alfarabi, M. S., Supriatna, Manessa, M. D. M., Rustanto, A., & Ristya, Y. (2019). Geomorphology and Landslide-Prone Area in Cisolok District, Sukabumi Regency. E3S Web of Conferences, 125(201 9), 1–6. https://doi.org/10.1051/e3sconf/201912501005
Ardö, J. (2021). A sentinel-2 dataset for Uganda. Data, 6(4). https://doi.org/10.3390/data6040035
Belgiu, M., & Drăgu, L. (2016). Random forest in remote sensing: A review of applications and future directions. ISPRS Journal of Photogrammetry and Remote Sensing, 114, 24–31. https://doi.org/10.1016/j.isprsjprs.2016.01.011
Cleophas, F., Isidore, F., Musta, B., Mohd Ali, B. N., Mahali, M., Zahari, N. Z., & Bidin, K. (2022). Effect of soil physical properties on soil infiltration rates. Journal of Physics: Conference Series, 2314(1). https://doi.org/10.1088/1742-6596/2314/1/012020
Faizin, T. G., Hakim, L., & Zayadi, H. (2023). Pemetaan Persebaran Kebun Kopi (Coffea sp.) menggunakan Informasi Geografis Sistem (GIS) di Desa Patokpicis, Kecamatan Poncokusumo. E- Jurnal Ilmiah Mahasiswa Sains UNISMA Malang (JIMSUM), 1(2), 84–89.
Fareka, M. A., Sutarto, N. R., & Pamungkas, T. D. (2020). Analisis Stabilitas Lereng Di Cikalongwetan Kabupaten Bandung Barat. Geografi Gea, 20(1), 26–38.
Forestinsight (2025). Perhutanan Sosial Hasilkan Kopi Agroforestri Berkualitas Ekspor dari Sarongge. Diakses pada 15 Mei 2025 dari https://forestinsights.id/perhutanan-sosial-hasilkan-kopi-agroforestri-berkualitas-ekspor-dari-sarongge
Gusrianda, I., Dwi, M., Manesa, M., & Setiadi, H. (2024). Evaluasi Kesesuaian Lahan Tanaman Cabai Merah Menggunakan Logika Fuzzy di Desa Ciputri, Kecamatan Pacet, Kabupaten Cianjur. Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi, 8(2), 147-157.
Humola, Y. (2021). Identifikasi Perkebunan Kopi Menggunakan ArcGIS di Kecamatan Pinogu Kabupaten Bone Bolango. Jurnal Teknologi Pertanian Gorontalo (JTPG), 6(1), 1–6. https://doi.org/10.30869/jtpg.v6i1.747
Hunt, D. A., Tabor, K., Hewson, J. H., Wood, M. A., Reymondin, L., Koenig, K., Schmitt-Harsh, M., & Follett, F. (2020). Review of remote sensing methods to map coffee production systems. Remote Sensing, 12(12), 1–23. https://doi.org/10.3390/rs12122041
Kedir, M. (2021). Influence of Slope Gradient on Coffee Soil Fertility in Goma Woreda of Oromia Region. Advances in Oceanography & Marine Biology, 2(4), 2–7. https://doi.org/10.33552/aomb.2021.02.000544
Kelley, L. C., Pitcher, L., & Bacon, C. (2018). Using google earth engine to map complex shade-grown coffee landscapes in northern Nicaragua. Remote Sensing, 10(6). https://doi.org/10.3390/rs10060952
Kementrian Kehutanan Republik Indonesia (2025). Menteri Kehutanan Apresiasi Agroforestri Kopi Kualitas Ekspor dari Sarongge. Diakses pada 15 Mei 2025 dari https://kehutanan.go.id/news/article-12
Khotijah, Novita, E., & Purbasari, D. (2019). Analisis Kelayakan Penerapan Produksi Bersih di Agroindustri Kopi Wulan Berpotensi Indikasi Geografis (Studi Kasus di Desa Tanah Wulan Kecamatan Maesan Kabupaten Bondowoso ) Kopi merupakan komoditas yang memiliki potensi ekspor dalam subsekt. September, 18–19.
Noraini, A., & Tjahjadi, M. E. (2024). Classification of Slope for Coffee Plantation in Ngajum District, Indonesia. Buletin Poltanesa 25(1), 110–115.
Prihandayani, A., & Harnani, H. (2021). Analisis stabilitas lereng terhadap kerentanan longsor di daerah Kisau dan sekitarnya, Kecamatan Muara Dua, Kabupaten Ogan Komering Ulu Selatan, Sumatera Selatan. Jurnal Penelitian Sains, 21(3), 163–167.
Ramadhani, R., & Hastuti, E. W. D. (2023). Analisis Geomorfik Dalam Menentukan Aktivitas Tektonik Daerah Banding Agung Dan Sekitarnya, Oku Selatan, Sumatera Selatan. Journal of Geoscience Engineering & Energy, IV, 131–141. https://doi.org/10.25105/jogee.v4i2.15197
Rosniawaty, S., Ariyanti, M., Sudirja, R., Mubarok, S., & Saragih, E. W. (2018). Respon Tanaman Kopi Muda terhadap Pemberian Jenis Bahan Organik yang Berbeda. Agrosintesa Jurnal Ilmu Budidaya Pertanian, 1(2), 71. https://doi.org/10.33603/.v1i2.1929
Sanudin, Widiyanto, A., Fauziyah, E., & Sundawati, L. (2024). Management of coffee agroforestry systems: lessons learned from a social forestry program in West Java, Indonesia. IOP Conference Series: Earth and Environmental Science, 1315(1). https://doi.org/10.1088/1755-1315/1315/1/012002
Tridawati, A., Wikantika, K., Harto, A. B., Ghazali, M. F., Suprihatini, R., & Suhari, K. T. (2020). Investigation method for shaded coffee plantation detection using aerial photography. IOP Conference Series: Earth and Environmental Science, 500(1). https://doi.org/10.1088/1755-1315/500/1/012034
Tridawati, A., Wikantika, K., Susantoro, T. M., Harto, A. B., Darmawan, S., Yayusman, L. F., & Ghazali, M. F. (2020). Mapping the distribution of coffee plantations from multi-resolution, multi-temporal, and multi-sensor data using a random forest algorithm. Remote Sensing, 12(23), 1–23. https://doi.org/10.3390/rs12233933
Zhang, G., Roslan, S. N. A. binti, Wang, C., & Quan, L. (2023). Research on land cover classification of multi-source remote sensing data based on improved U-net network. Scientific Reports, 13(1), 1–16. https://doi.org/10.1038/s41598-023-43317-1
Zhao, Q., Yu, L., Li, X., Peng, D., Zhang, Y., & Gong, P. (2021). Progress and trends in the application of google earth and google earth engine. Remote Sensing, 13(18), 1–21. https://doi.org/10.3390/rs13183778
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nur Azizah, Masita Dwi mandini Manessa, Hafid Setiadi, Kurnia Ulfa

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.