Pengembangan Sistem Informasi Geografis dan Artificial Intelligence (AI) untuk Identifikasi Wilayah Prioritas Rehabilitasi Lingkungan Pascatambang Studi Kasus: Provinsi Kepulauan Bangka Belitung

Abstract

Kerusakan lingkungan pascatambang menjadi salah satu tantangan utama dalam pengelolaan lingkungan berkelanjutan, khususnya di wilayah Bangka Belitung yang memiliki aktivitas pertambangan intensif. Dampak lingkungan seperti degradasi lahan, hilangnya vegetasi, erosi, sedimentasi, dan pencemaran air memerlukan strategi rehabilitasi yang adaptif dan berbasis data. Pendekatan konvensional dalam rehabilitasi lingkungan masih memiliki keterbatasan dalam menganalisis pola spasial yang kompleks serta menentukan wilayah prioritas rehabilitasi secara efektif. Oleh karena itu, integrasi Sistem Informasi Geografis (SIG) dan Artificial Intelligence (AI) menjadi solusi inovatif untuk meningkatkan kualitas analisis spasial dan pengambilan keputusan lingkungan. Penelitian ini bertujuan mengembangkan pendekatan berbasis GeoAI untuk mengidentifikasi wilayah prioritas rehabilitasi lingkungan pascatambang melalui integrasi analisis spasial dan teknik machine learning. Penelitian menggunakan pendekatan kuantitatif-deskriptif dengan memanfaatkan data spasial, citra satelit, indikator lingkungan, serta algoritma machine learning seperti Random Forest dan Support Vector Machine. Analisis dilakukan dengan mengintegrasikan perubahan tutupan lahan, indeks vegetasi, kemiringan lereng, kondisi hidrologi, dan distribusi lubang tambang untuk mengklasifikasikan tingkat kerusakan lingkungan dan prioritas rehabilitasi. Hasil penelitian menunjukkan bahwa integrasi SIG dan AI mampu meningkatkan akurasi, efisiensi, dan kemampuan prediktif analisis spasial dalam menentukan zona prioritas rehabilitasi lingkungan secara lebih adaptif dan berbasis data.