Evaluasi Kesesuaian Lahan Menggunakan Random Forest: Teori, Implementasi, dan Aplikasinya pada Budidaya Kakao

Buku ini membahas penerapan algoritme Random Forest untuk evaluasi kesesuaian lahan kakao, komoditas penting yang produksinya di Indonesia terus menurun. Pembahasan dimulai dari teori kesesuaian lahan dan konsep pembelajaran mesin, lalu berlanjut ke penyiapan data spasial, penanganan ketidakseimbangan kelas, pembangunan model, dan evaluasi performanya. Studi kasus memakai 238 data satuan lahan di Kabupaten Bogor dengan delapan karakteristik lahan yang bersumber dari BBSDLP dan DEM USGS. Data spasial tersebut diolah menjadi data tabular melalui operasi tumpang susun. Tiga metode *feature importance*, yaitu MDI, Permutation Importance, dan SHAP, dipakai untuk mengurutkan faktor pembatas secara objektif. Hasilnya, relief dan kedalaman mineral tanah menjadi faktor terpenting, disusul elevasi dan pH tanah. Temuan ini kemudian diterjemahkan menjadi rekomendasi budidaya, prioritas perbaikan lahan, dan arah kebijakan, serta dikaitkan dengan Sistem GIS Kakao Cerdas. Konsep-konsep utama dilengkapi contoh perhitungan langkah demi langkah. Buku ini ditujukan bagi mahasiswa, dosen, peneliti, penyuluh, dan perencana wilayah yang ingin memanfaatkan pembelajaran mesin dalam evaluasi lahan.