PEMODELAN PERUBAHAN PENGGUNAAN LAHAN DENGAN ARTIFICIAL NEURAL NETWORK (ANN) DI KOTA SEMARANG

*Azizah Nur Rahmah  -  Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia
Sawitri Subiyanto  -  Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia
Fauzi Janu Amarrohman  -  Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia
Received: 26 Dec 2019; Published: 26 Dec 2019.
View
Open Access
Citation Format:
Article Info
Section: Articles
Language: ID-ID
Statistics: 101 174
Abstract

ABSTRAK

Pertumbuhan dan perkembangan yang terjadi di Kota Semarang menyebabkan terjadinya alih fungsi lahan dan meningkatnya kebutuhan akan lahan. Penelitian ini bertujuan untuk mengetahui perubahan penggunaan lahan, memprediksi penggunaan lahan di Kota Semarang menggunakan model Artificial Neural Network (ANN) dan Cellular Automata (CA), serta menentukan kesesuaian prediksi terhadap Peta Rencana Tata Ruang Wilayah (RTRW) Kota Semarang tahun 2011-2031. Data yang digunakan untuk penelitian adalah citra Quickbird tahun 2010, citra SPOT 6 tahun 2014 dan 2018, serta Peta RTRW Kota Semarang. Metode digitasi dipakai untuk mendapat peta penggunaan lahan, overlay intersect untuk menganalisis perubahan penggunaan lahan dan ANN untuk melakukan pemodelan dan prediksi. Variabel yang digunakan pada proses pemodelan yaitu jarak ke jalan, jarak ke sungai, jarak ke permukiman dan kepadatan penduduk. Hasil penelitian menunjukkan perubahan penggunaan lahan Kota Semarang tahun 2010-2018 mengalami penurunan luas pada perkebunan sebesar 64,45% atau 2546,839 Ha, dan pertumbuhan lahan terbangun sebesar 25,65% atau 1039,292 Ha. Pemodelan perubahan penggunaan lahan dengan ANN menunjukan hasil model yang baik, dibuktikan dengan validasi model. Validasi model dilakukan dengan metode kappa dan analisis spasial yaitu menghitung perbedaan titik centroid dan perbedaan luas. Hasil validasi menunjukan nilai Indeks Kappa sebesar 0,95, nilai RMS sebesar 2,58 m dan 85% luas antara kedua peta sesuai. Adapun kelas penggunaan lahan yang berpeluang besar untuk berubah menjadi penggunaan lahan lain adalah perkebunan sebesar (0,67). Hasil kesesuaian prediksi penggunaan lahan tahun 2026 terhadap peta RTRW Kota Semarang tahun 2011-2031 menunjukkan kesesuaian lahan sebesar 69,30% sesuai dan 30,70% tidak sesuai. Dengan tingkat kepercayaan > 60% atau 0,61 hasil kesesuaian dinyatakan baik dan sesuai.

 

Kata Kunci: ANN dan CA, Perubahan Penggunaan Lahan, Prediksi Penggunaan Lahan, RTRW, SIG.

 

ABSTRACT

 

Growth and development that occured in the Semarang City led to the land use change and increased demand for land. This study aims to determine land use change, to project the future land-use in Semarang city using an Artificial Neural Network (ANN) model and Cellular Automata (CA), and also to determine the suitability between prediction result with the Semarang City Spatial Plan (RTRW) map in 2011-2031. The data used for research are Quickbird imagery in 2010, SPOT 6 imagery in 2014 and 2018, and Semarang City RTRW Map. The digitization method is used to obtain land use maps, intersect overlays to analyze land use changes and ANN to do modeling and predictions. The variables used in the modeling process are the distance to the road, distance to the river, distance to residential and population density. The results showed changes in land use in Semarang City in 2010-2018 experienced a deacrease in plantatation area of 64,45% or 2546,839 Ha, and an increase in bult up area by 25,65% or 1039,292 Ha. Modeling land use change with ANN shows good model results, proven by model validation. Model validation is carried out by the kappa method and spatial analysis that is calculating the difference in centroid points and area differences. The validation results show the Kappa Index value is 0.95, the RMS value is 2.58 m and 85% of the area between two maps is appropriate. The land use class which has a great opportunity to change to another land use is plantation (0.67). The results of the suitability of land use predictions in 2026 against the Semarang City RTRW map in 2011-2031 show that land suitability of 69.30% is suitable and 30.70% is not suitable. With a confidence level >60% or 0,61 the comformity result is declared as good and appropriate.

 

Keywords: ANN and CA , Land Use Change, Land Use Prediction, RTRW, GIS.

Keywords: ANN and CA , Land Use Change, Land Use Prediction, RTRW, GIS.

Article Metrics: