PEMODELAN PERUBAHAN TUTUPAN LAHAN BERBASIS PENGINDERAAN JAUH (Studi Kasus: Kota Semarang)

Abstract

Pertumbuhan pembangunan di kota besar merupakan daya tarik bagi penduduk untuk melakukan urbanisasi, karena dapat meningkatkan perekonomian. Peningkatan angka urbanisasi mendorong kebutuhan lahan untuk aktivitas manusia mengalami peningkatan setiap tahun. Kondisi tersebut memerlukan adanya pemantauan dan prediksi perubahan tutupan lahan. Oleh karena itu, pemodelan mengenai perubahan tutupan lahan bertujuan untuk menganalisis perubahan tutupan lahan di Kota Semarang pada tahun 2016 sampai 2022, serta prediksinya pada tahun 2031. Penelitian ini memanfaatkan data citra Landsat 8. Prediksi tutupan lahan menggunakan data parameter ketinggian, jarak dari jalan dan jarak dari sungai. Klasifikasi tutupan lahan yang terdiri dari badan air, lahan terbangun, vegetasi dan lahan kosong menggunakan metode Support Vector Machine. Pembentukan prediksi dilakukan menggunakan model Cellular Automata dan Artificial Neural Network. Hasil penelitian menunjukkan tutupan lahan di Kota Semarang pada tahun 2016 hingga 2022 didominasi oleh vegetasi. Klasifikasi tutupan lahan menghasilkan tingkat akurasi pada tahun 2016 sebesar 89,53%, tahun 2019 sebesar 91,86% dan tahun 2022 sebesar 90,6%. Akurasi hasil prediksi tutupan lahan tahun 2022 memiliki nilai kappa 80,8% dan % of Correctness sebesar 88,96%. Hasil prediksi tutupan lahan tahun 2031 memiliki luas tertinggi pada daerah vegetasi sebesar 185,33 km². Hasil kesesuaian prediksi tutupan lahan tahun 2031 terhadap RDTRK Kota Semarang tahun 2011 – 2031 sebesar 266,124 atau 66,73%, sedangkan, sedangkan luas yang tidak sesuai sebesar 132,66 km² atau 33,27%.