Prediksi Perubahan Penggunaan Lahan dan Pola Berdasarkan Citra Landsat Multiwaktu dengan Land Change Modeler (LCM) Idrisi Selva 17: Studi Kasus Sub-Das Brantas Hulu

Dodik Prasetyo Prasetyo, Syamsul Bachri, Bagus Setiabudi Wiwoho

Abstract


Sebagian besar area Sub-DAS Brantas hulu terletak di wilayah administrasi Kota Batu. Tujuan dari penelitian ini adalah untuk menganalisis perubahan penggunaan lahan dari tahun 2001 hingga 2011 dan 2015 serta memprediksinya di tahun 2020 dan 2025. Metode yang digunakan dalam penelitian adalah analisis perubahan penggunaan lahan dari citra landsat 7 ETM+ tahun 2001 dan 2011 untuk memprediksi penggunaan lahan di tahun 2015 yang selanjutnya uji validitas dengan membandingkan peta penggunaan lahan hasil pemodelan dengan peta aktual penggunaan lahan Sub-DAS Brantas Hulu. Perangkat lunak yang digunakan adalah Idrisi Selva 17 dengan instrumen Land Change Modeler (LCM) dengan pemilihan Multi-Layer Perceptron (MLP) yang digunakan untuk mengevaluasi beberapa variabel yang berpengaruh terhadap perubahan penggunaan lahan. Di tahun 2020, didapatkan luas hutan sebesar 8883.19 Ha, luas ladang sebesar 2066.59 Ha, luas sawah sebesar 295.15 Ha, luas pemukiman sebesar 3193,75 Ha, luas tanaman campuran sebesar 5221.73 Ha, dan luas lahan terbuka pada kaldera sebesar 380,96 Ha. Sedangkan di tahun 2025, luas penggunaan lahan berupa hutan sebesar 9134.50 Ha, sedangkan luas penggunaan lahan ladang sebesar 1766,72 Ha, luas sawah sebesar 295,96 Ha, sedangkan luas pemukiman sebesar 3314,97 Ha, luas tanaman campuran sebesar 5147.67 Ha, dan luas lahan terbuka pada kaldera sebesar 380.98 Ha. Faktor pendorong perubahan penggunaan lahan di wilayah penelitian lebih disebabkan oleh jaringan jalan.

 

DOI: http://dx.doi.org/10.17977/um017v22i12017p032


Keywords


prediksi, perubahan penggunaan lahan, land change modeler.

Full Text:

PDF

References


As-syakur, Abdul Rahman. 2011. Perubahan penggunaan lahan di Provinsi Bali. Jurnal Ecotrophic volume 6, (online), (http://ojs.unud.ac.id/index.php/ECOTROPHIC/article/download/13316/9003),diakses pada 20 januari 2016.

As-syakur, dkk. 2010. Studi Perubahan Penggunaan Lahn di DAS Badung. Jurnal Bumi Lestari, Volume 10 No 2. (Online), (http://ojs.unud.ac.id/index.php/blje/article/download/122/106). Diakses pada 20 januari 2016

Brooks, Kenneth N. 2013. Hydrology and The Management of Watershed. Iowa : Willey-Blackwell.

BSN, 2010, Klasifikasi Penutup Lahan. Jakarta : Badan Standarisasi Nasional

Canadell, J.G. 2002. Land use effects on terrestrial carbon source and sinks. Science in China Vol. 45. (Online: http://www.globalcarbonproject.org/global/pdf/pep/Canadell.ScineceChina.2002.pdf)

Christian, C. S., and stewart, G. A. 1968. Methodology of intergrated surveys, in Aerial surveys and inter-grated studies. PARIS : UNESCO

Clarke, dkk, 1994. A Cellular-Automaton Model of Wildfire Propagation And Extinction. Jurnal Photogrametri, Engginering and Remote Sensing. 60, 1355–1367.

Courage, dkk, 2009. Rural Sustainability Under Threat in Zimbabwe : Simulation of Future Land Use/Cover Changes in The Bindura District Based on The Markov–Cellular Automata Model. Jurnal Applied Geo-graphic. 29, 435–447.

Danoedoro, Projo. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta : Penerbit Andi.

Easteman, J.Ronald. 2012. IDRISI Manual. Worcester : IDRISI Production

He, dkk. 2008. Modelling Dynamic Urban Expansion Processes Incorporating A Potential Model With Cellular Automata. Jurnal Landscape Urban Planning. 86, 79–91.

Hu, D., dkk. 2008. Analyzing Land Use change in metropolitan jilin city of Northeastern China Using remote sensing and GIS. (Online: http://www.mdpi.com/1424-8220/8/9/5449/pdf ).Diakses pada 22 januari 2016

Koomen, Stillwell, Bakema, Scholten. 2007. Modelling Land Use change: progress and aplication. The Geo-Journal Libraru Vol. 90. (Online),(http://libgen.io/get.php?md5=5A4F8913F185A87D3366A5C4D9ED8145). Diakses pada 20 Januari 2016.

Li, X., Yeh, A.G.O., 2004. Data mining of cellular automata’s transition rules. International Journal Of Geographical Information Science. 18, 723–744.

Liu, X.P., Li, X., Yeh, A.G.O., 2007. Discovery Of Transition Rules for Geographical Cellular Automata By Using Ant Colony Optimization. Jurnal Earth Science. 37, 824–834.

Mahmood, dkk. 2009. Impact of landuse land cover change on climate and future research priorities. Bulletin of the american meteorological society. (Online: http://digitalcommons.unl.edu/cgi/viewcon-tent.cgi?article=1399&context=natrespapers). Diakses pada 22 januari 2016

Muller, Middleton. 1994. A Markov Model Of Land Ise Change Dynamics In The Niagara Region, Ontario, Canada. Jurnal Landscape Ecology edisi 9 : 151-157

Myint, Wang. 2006. Multicriteria Decision Approach for Land Use Land Cover Changing Using Markov Chain Analysis and a Cellular Autamata Apporach. Jurnal Remote Sensing. 32, 390-404

National Academies. 2013. Advancing Land Change Modeling Opportunities and Researching Requirements. Washington : The National Academies Press

Pawitan, tanpa tahun, perubahan penggunaan lahan dan pengaruhnya terhadap hidrologi daerah aliran sungai. Online : http://kongressungaiindonesia.org/wp-content/uploads/2015/04/Perubahan-Penggunaan-Lahan-dan-Pengaruhnya-thd-Hidrologi-DAS.pdf. Diakses pada : 20 januari 2015.

Pontius, Chen. 2006. GEOMOD Modeling. Worcester : Clark University

Pontius, Petrova. 2010. Assesing a predictive model of land change using uncertain data. Jurnal Environment Modelling and Software 25 : 299-309

Poor, C.J dan McDonell. 2007. The effects of landuse on stream nitrate dynamics. Journal of hydrology. (Online). (http://www.cof.orst.edu/cof/fe/watershd/pdf/2007/Poor_Stream_Nitrate_JoH06.pdf). Diakses pada 22 januari 2016

Pradhan, Al-Sharif. 2013. Monitoring and Predicting Land Use Change in Tripoli Metropolitan City using an Intergrated Markov Chain and Cellular Automata Models in GIS. Jurnal Arab Journal Geoscience.

Purwowidodo. 1983. Teknologi Mulsa. Jakarta: Dewarusi Press.

Rafií, Suryatna. 1985. Ilmu Tanah. Bandung : Angkasa.

Sahalu, Atalel Getu. 2014. Analysis of urban land use and land cover changes : case study in Bahir Dar, Ethiopia. Tidak dipublikasikan

Siswanto. 2006. Evaluasi Sumberdaya Lahan. Surabaya : UPN Press.

Soemarno,2006, Pengelolaan lahan di daerah aliran sungai (DAS) Kali Konto, malang: agritek pembangunan nasional.

Sutanto. 2013. Metode Penelitian Penginderaan Jauh. Yogyakarta : Penerbit Ombak.

Thomas, H., Laurence, H.M., 2006. Modelling And Projecting Land-Use and Land-Cover Changes With A Cellular Automaton In Considering Landscape Trajectories: An Improvement For Simulation Of Plausible Future States. EARSeL eProceedings 5, 63–76.

Towelde, Mussie Ghebretinsae. 2011. Urban Sprawl Analysis and Modeling In Asmara, Eritrea : Application of Geospatial Tools. Tidak dipublikasikan

UN-REDD Programme, 2013, Strengthening Benefits From REDD+ For Biodiversity, Ecosystem Service And Livelihoods : A Guide To Tools And Resources That Can Help To Plan For Multiple Benefits From REDD+ In Indonesia. Cambridge : UNEP

Utaya, Sugeng. 2013. Pengantar Hidrologi. Malang : Aditya Media Publishing.

Vink, A.P.A. 1975. Land use in advancing agriculuture. Jerman : Springer Verlag.

White, R., Engelen, G., 1993. Cellular Automata and Fractal Urban form: a Cellular Modelling Approach To The Evolution Of Urban Land-Use Patterns. Jurnal Environment Planning. A 25, 1175-1199.

Wu, dkk. 2006. Monitoring And Predicting Land Use Change In Beijing Using Remote Sensing And GIS. Jurnal Landscape Urban Plann, 78 : 322-333.




DOI: http://dx.doi.org/10.17977/jpg.v22i1.379

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Jurnal Pendidikan Geografi



Free counters!

Jurnal Pendidikan Geografi: Kajian, Teori, dan Praktek dalam Bidang Pendidikan dan Ilmu Geografi is licensed under Creative Commons Attribution-ShareAlike 4.0 International License,


JPG Indexed By:

               

View My Stats