Gambar 1. Ilustrasi Multi-layer Perceptron Pijanowski et al., 2002
Tahap pelatihan dan pengujian pada ANN harus dilakukan dengan hati- hati. Pada tahap pelatihan, nilai input akan dikalikan dengan suatu bobot yang
nilainya ditentukan secara acak. Pada tahap pengujian, data yang terpisah akan disajikan untuk melatih jaringan secara independen dalam mengukur tingkat
kesalahan. ANN dapat diaplikasikan untuk memodelkan suatu perubahan penggunaan lahan dalam empat tahap, yaitu 1 menentukan input dan arsitektur
jaringan, 2 melatih jaringan menggunakan sebagian piksel dari input, 3 menguji jaringan menggunakan semua piksel dari input dan 4 menggunakan
informasi yang telah dihasilkan oleh jaringan untuk memprediksi perubahan pengunaan lahan
.
2.3 Proyeksi menggunakan
Markov Chain
Metode Markov Chain pertama kali diperkenalkan sekitar tahun 1907 oleh seorang ahli matematika bernama Andrei A. Markov yang berasal dari Rusia.
Metode Markov Chain akan berhubungan dengan suatu rangkaian proses dimana kemungkinan terjadinya suatu kejadian, diasumsikan hanya tergantung pada
kondisi yang langsung mendahuluinya, dan tidak tergantung pada rangkaian kejadian sebelumnya non-aftereffect Veldkamp dan Lambin, 2001. Markov
Chain bisa diterapkan di berbagai bidang antara lain ekonomi, politik,
kependudukan, industri, pertanian dan lain-lain. Salah satu pemanfaatan dari metode Markov Chain adalah untuk memproyeksi penggunaan lahan ke depan.
Peneliti Muller dan Middleton 1994 memanfaatkan metode ini dalam mempelajari dinamika perubahan lahan di Ontario, Kanada. Peneliti lain yaitu
Vandeveer dan Drummond 1976 menggunakannya untuk mengkaji dampak konstruksi sebuah reservoir. Markov Chain seringkali berperan menjadi konsep
dasar yang digunakan pada pengembangan lanjutan, seperti model CA-Markov. Matriks peluang transisi akan dihasilkan dan dijadikan dasar untuk
melakukan proyeksi penggunaan lahan ke depan. Bentuk dari matriks transisi tersebut adalah sebagai berikut.
P = P
ij
=
P
ij
merupakan nilai peluang perubahan penggunaan lahan i menjadi penggunaan lahan j, dimana n menunjukkan jumlah kelas penggunaan lahan. Besarnya nilai
P
ij
harus memenuhi syarat yaitu ≤
P
ij
≤ i, j, = , , , …., n
III. METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian dilaksanakan mulai bulan Agustus 2011 sampai Januari 2012 dengan memilih Kabupaten Bengkalis, Provinsi Riau sebagai studi kasus
penelitian. Analisis data dilakukan di Laboratorium Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas
Pertanian, Institut Pertanian Bogor.
3.2 Bahan dan Alat
Bahan yang digunakan dalam penelitian ini dapat dilihat pada Tabel 1.
Tabel 1. Bahan yang digunakan dalam penelitian
No. Data
Skala Resolusi
Sumber Keterangan
1. Citra Landsat TM 7
tahun 2000, 2003, 2006 dan 2009
30 x 30 m www.glovis.usgs
Interpretasi penggunaan lahan
2. Peta Rupa Bumi
Indonesia RBI 1:50.000
Bakosurtanal Peta dasar, variabel atau
faktor pendorong 3.
Data kepadatan penduduk Kabupaten
Bengkalis -
Badan Pusat Statistik
Kabupaten Bengkalis
Variabel atau faktor pendorong dalam
membangun model
Software yang digunakan dalam penelitian dapat dilihat pada Tabel 2.
Tabel 2. Software yang digunakan dalam penelitian No.
Software Fungsi
1. Idrisi Andes 15
Pemodelan perubahan penggunaan lahan 2.
ArcGis 9.3 Interpretasi citra
3. Microsoft Excel
Pengolahan data atribut dari peta penggunaan lahan
3.3 Metode Penelitian
Penelitian ini terdiri dari beberapa tahap, yaitu tahap persiapan, tahap pengolahan data, tahap pembuatan model dan tahap pembuatan peta proyeksi
penggunaan lahan ke depan.