Pemodelan Proyeksi Penggunaan Lahan Berbasis GIS-CA Menggunakan LanduseSim di Kecamatan Mapanget, Kota Manado
DOI:
https://doi.org/10.32315/ti.11.g045Keywords:
analytic hierarchy process, cellular automata, LanduseSim, Kota Baru, penggunaan lahanAbstract
Studi terkait pemodelan perubahan penggunaan lahan telah menjadi terobosan penting untuk memahami trend spasial dan temporal dalam rangka melindungi sumber daya lahan secara berkelanjutan. Kecamatan Mapanget menjadi salah satu arahan dalam rencana pengembangan kota baru yang berfokus pada perkembangan pusat permukiman baru yang berada di pinggiran Kota Manado. Untuk mengantisipasi dampak negatif yang tidak terkontrol pada daerah pinggiran kota, maka diperlukan sebuah proyeksi perubahan lahan memanfaatkan sistem penginderaan jauh. Oleh karena itu, tujuan penelitian ini adalah melakukan proyeksi perubahan lahan selama 20 tahun sejak tahun 2022 hingga 2042 di Kecamatan Mapanget. Pendekatan penelitian kuantitatif dengan metode analisis spasial berbasis Geography Information System-Cellular Automata (GIS-CA) dan analisis pembobotan teknik Analytic Hierarchy Process (AHP). Proses simulasi menggunakan software Arcmap 10.8, QGIS, Expert-SA dan LanduseSim 2.3.1. Hasil proyeksi menunjukkan bahwa akan terjadi perubahan penggunaan lahan pada kawasan permukiman sebesar 1956,75 Ha atau meningkat 201% yang disebabkan oleh faktor pendorong dengan bobot terbesar yaitu kedekatan dengan permukiman eksisting di Kecamatan Mapanget.
References
Ansari, A., & Golabi, M. H. (2019). Prediction of spatial land use changes based on LCM in a GIS environment for Desert Wetlands – A case study: Meighan Wetland, Iran. International Soil and Water Conservation Research, 7(1), 64–70. https://doi.org/10.1016/j.iswcr.2018.10.001
Dendoncker, N., Rounsevell, M., & Bogaert, P. (2007). Spatial analysis and modelling of land use distributions in Belgium. Computers, Environment and Urban Systems, 31(2), 188-205.
Dyan Syafitri, R. A. W., & Susetyo, C. (2019). Pemodelan Pertumbuhan Lahan Terbangun Sebagai Upaya Prediksi Perubahan Lahan Pertanian di Kabupaten Karanganyar. Jurnal Teknik ITS, 7(2). https://doi.org/10.12962/j23373539.v7i2.36453
Fitawok, M. B., Derudder, B., Minale, A. S., Passel, S. Van, Adgo, E., & Nyssen, J. (2020). Modeling the impact of urbanization on land-use change in Bahir Dar City, Ethiopia: An integrated cellular automata-markov chain approach. Land, 9(4), 1–17. https://doi.org/10.3390/land9040115
Gharaibeh, A., Shaamala, A., Obeidat, R., & Al-Kofahi, S. (2020). Improving land-use change modeling by integrating ANN with Cellular Automata-Markov Chain model. Heliyon, 6(9), e05092. https://doi.org/10.1016/j.heliyon.2020.e05092
Girma, R., Fürst, C., & Moges, A. (2022). Land use land cover change modeling by integrating artificial neural network with cellular Automata-Markov chain model in Gidabo river basin, main Ethiopian rift. Environmental Challenges, 6(August 2021), 100419. https://doi.org/10.1016/j.envc.2021.100419
Kafy, A. A., Naim, M. N. H., Subramanyam, G., Faisal, A. Al, Ahmed, N. U., Rakib, A. Al, Kona, M. A., & Sattar, G. S. (2021). Cellular Automata approach in dynamic modelling of land cover changes using RapidEye images in Dhaka, Bangladesh. Environmental Challenges, 4(January), 100084. https://doi.org/10.1016/j.envc.2021.100084
Khan, A., & Sudheer, M. (2022). Machine learning-based monitoring and modeling for spatio-temporal urban growth of Islamabad. Egyptian Journal of Remote Sensing and Space Science, 25(2), 541–550. https://doi.org/10.1016/j.ejrs.2022.03.012
Ngangi, R. S. (2018). Analisis Pertumbuhan Kawasan Mapanget Sebagai Kota Baru. Spasial, 5(1), 82–91.
Noviani, R., Muryani, C., Ahmad, Sarwono, Sugiyanto, & Prihadi, S. (2023). Modelling of urban growth based on a Geographic Information System (GIS) and cellular automata at Sukoharjo Regency in 2032. IOP Conference Series: Earth and Environmental Science, 1190(1), 012042. https://doi.org/10.1088/1755-1315/1190/1/012042
Pratomoatmojo, N. A. (2018). LanduseSim Algorithm: Land use change modelling by means of Cellular Automata and Geographic Information System. IOP Conference Series: Earth and Environmental Science, 202(1). https://doi.org/10.1088/1755-1315/202/1/012020
Putra, M. R. R., & Rudiarto, I. (2018). Simulasi Perubahan Penggunaan Lahan Dengan Konsep Celluler Automata Di Kota Mataram. Jurnal Pengembangan Kota, 6(2), 174. https://doi.org/10.14710/jpk.6.2.174-185
Rimal, B., Zhang, L., Keshtkar, H., Haack, B. N., Rijal, S., & Zhang, P. (2018). Land use/land cover dynamics and modeling of urban land expansion by the integration of cellular automata and markov chain. ISPRS International Journal of Geo-Information, 7(4). https://doi.org/10.3390/ijgi7040154
Sadewo, M. N., & Buchori, I. (2018). Simulasi Perubahan Penggunaan Lahan Akibat Pembangunan Kawasan Industri Kendal (KIK) Berbasis Cellular Automata. Majalah Geografi Indonesia, 32(2), 142–154. https://doi.org/10.22146/mgi.3333755
Sumarmi, S., Purwanto, P., & Bachri, S. (2021). Spatial analysis of mangrove forest management to reduce air temperature and co2 emissions. Sustainability (Switzerland), 13(14). https://doi.org/10.3390/su13148090
Wahyudi, A., & Liu, Y. (2016). Cellular automata for urban growth modelling: A review on factors defining transition rules. International Review for Spatial Planning and Sustainable Development, 4(2), 60–75. https://doi.org/10.14246/irspsd.4.2_60
Yannis, G., Kopsacheili, A., Dragomanovits, A., & Petraki, V. (2020). State-of-the-art review on multi-criteria decision-making in the transport sector. Journal of Traffic and Transportation Engineering (English Edition), 7(4), 413–431. https://doi.org/10.1016/j.jtte.2020.05.005
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Rieneke Sela, Andy Malik , Sony Tilaar
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
