Spatial modeling of land use change in relation to spatial planning in Sukabumi Regency

PEMODELAN SPASIAL PERUBAHAN PENGGUNAAN

LAHAN DALAM KAITANNYA DENGAN PERENCANAAN

TATA RUANG WILAYAH KABUPATEN SUKABUMI

TATANG KURNIAWAN

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2012

PERNYATAAN MENGENAI TESIS

DAN INFORMASI

Dengan ini saya menyatakan bahwa tesis Pemodelan Spasial Perubahan Penggunaan Lahan dalam Kaitannya dengan Perencanaan Tata Ruang Wilayah Kabupaten Sukabumi adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.

Bogor, November 2012 Tatang Kurniawan

ABSTRACT

TATANG KURNIAWAN. Spatial Modeling of Land Use Change in Relation to Spatial Planning in Sukabumi Regency. Under direction of SANTUN R.P. SITORUS and KHURSATUL MUNIBAH.

Sukabumi Regency population growth of 1,14% per year have implies a growing demand of land to be used as built up area and other urban activities. The increase in housing needs have resulted in land use change from productive agriculture into built up area. This study aims to: (1) analyze land use changes in the period 2000-2010, (2) analyze the factors that drive the land use changes, (3) predict the use of land in 2032 using spatial models of land use change, (4) formulate directives refinement for regional spatial planning (RTRW) Sukabumi Regency. CLUE-S was used to simulate land-use change based on the driving factors. The results of the analysis showed there is changes in land use in the 2000-2010 period. The most extensive land use decline is rice field that decreased by 15,8%, the land use that decreased too is oil 0,4%, forest 0,5%, and others 2,7%. On the other hand, the land use that extensively increase is built up area that rise to 23,9% and dry land that increased 3,4%. The main pattern in land use change is from rice field into dry land or built up area. CLUE-S prediction produced an accuracy of 91,25%. Alternatives of policy that selected based on the study for the refinement of regional spatial planning is : (1) environmental oriented policies can reduced 4,54% of the incompatibility between land use and regional spatial planning, (2) food security-oriented policies can reduced 4,64% of the incompatibility between land use and regional spatial planning, and (3) combining environmental oriented policies and food security-oriented policies can reduced 4,65% of the incompatibility between land use and regional spatial planning.

Keywords : land use change, spatial model, CLUE-S, geographical information system

RINGKASAN

TATANG KURNIAWAN. Pemodelan Spasial Perubahan Penggunaan Lahan dalam Kaitannya dengan Perencanaan Tata Ruang Wilayah Kabupaten Sukabumi. Dibimbing oleh SANTUN R.P. SITORUS dan KHURSATUL MUNIBAH.

Kabupaten Sukabumi merupakan kabupaten terluas di Pulau Jawa dan Bali, yaitu mencapai 4,161 km2 terdiri atas 47 kecamatan dan 367 desa (BPS 2011). Dalam kurun waktu tahun 2000-2010, jumlah penduduk Kabupaten Sukabumi meningkat sebanyak 266.268 jiwa dengan laju pertumbuhan rata-rata 1,14% per tahun (BPS 2011). Peningkatan jumlah penduduk tersebut berimplikasi pada peningkatan kebutuhan ruang untuk pemukiman dan berbagai aktifitas urban lainnya. Adanya peningkatan kebutuhan ruang mempunyai konsekuensi terhadap kecenderungan berubahnya penggunaan suatu lahan tertentu ke penggunaan lahan untuk kawasan terbangun. Dengan demikian, pengendalian pemanfaatan ruang sebagaimana yang telah ditetapkan dalam Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi sangat penting dilakukan agar konversi lahan yang tidak sesuai peruntukannya dapat diminimalisir.

Dalam pengendalian pemanfaatan ruang tersebut diperlukan prediksi perubahan penggunaan lahan mendatang secara spasial, salah satunya menggunakan model Conversion of Land Use and its Effect at Small Regional Extent (CLUE-S). Menurut Verburg dan Overmars (2009), model CLUE-S dapat memodelkan perubahan penggunaan lahan berdasarkan faktor-faktor peubah yang mempengaruhinya dengan wilayah studi yang cukup luas. Untuk dapat membuat Pemodelan Spasial Perubahan Penggunaan Lahan dalam Kaitannya dengan Perencanaan Tata Ruang Wilayah Kabupaten Sukabumi, maka tujuan penelitian ini adalah : (1) menganalisis perubahan penggunaan lahan periode tahun 2000-2010, (2) menganalisis faktor yang mempengaruhi perubahan penggunaan lahan, (3) memprediksi penggunaan lahan tahun 2032 menggunakan model spasial perubahan penggunaan lahan, dan (4) merumuskan arahan penyempurnaan Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi.

Selama periode 2010-2010, penggunaan lahan yang mengalami penurunan luas adalah sawah sebesar 15,8%, perkebunan 0,4%, hutan 0,5% dan lainnya 2,7%. Penggunaan lahan yang mengalami peningkatan luas adalah kawasan terbangun 23,9% dan lahan kering 3,4%. Pola perubahan lahan di Kabupaten Sukabumi yang paling utama adalah lahan sawah menjadi lahan kering atau kawasan terbangun.

Faktor-faktor yang mempengaruhi perubahan hutan menjadi lahan pertanian, dan lahan pertanian menjadi kawasan terbangun dianalisis menggunakan regresi logistik biner dengan metode bertatar (stepwise). Faktor-faktor penduganya adalah kepadatan penduduk, kepadatan tenaga kerja pertanian, jenis tanah, geologi, elevasi, kemiringan lereng, curah hujan, jarak ke jalan, jarak ke pusat kota, jarak ke kota terdekat dan jarak ke sungai. Hasil regresi logistik diuji ketepatannya dengan metode ROC (Relative Operating Characteristics) dengan nilai antara 0,5-1,0. Jumlah titik raster yang dianalisis adalah 416.111 titik. Dari jumlah keseluruhan titik raster tersebut sebanyak 1.384 titik perubahan penggunaan lahan hutan menjadi lahan pertanian dan 5.286 titik lahan perubahan

pertanian menjadi kawasan terbangun. Variabel yang mempengaruhi peluang terbesar perubahan penggunaan lahan hutan menjadi pertanian adalah jarak ke kota terdekat. Variabel yang mempengaruhi peluang terbesar perubahan penggunaan lahan pertanian menjadi kawasan terbangun adalah kepadatan penduduk.

Model spasial penggunaan lahan menggunakan model CLUE-S disimulasikan dalam format raster. Ukuran raster yang digunakan untuk wilayah Kabupaten Sukabumi adalah (100x100)m atau luas tiap selnya sebesar 1 ha. Data input yang digunakan dalam model CLUE-S adalah kebutuhan penggunaan lahan, koefisien regresi logistik dan nilai elastisitas penggunaan lahan. Data kebutuhan penggunaan lahan didapatkan dari data laju perubahan penggunaan lahan tahun 2000-2010. Data koefisien regresi logistik didapatkan dengan melakukan regresi logistik biner untuk tiap jenis penggunaan lahan. Nilai elastisitas didapatkan dari referensi model CLUE-S (Veldkamp dan Verburg 2004) dan disesuaikan dengan kondisi wilayah Kabupaten Sukabumi. Model awal dibuat dengan data masukan tahun 2000 untuk validasi model. Akurasi model yang dihasilkan mencapai nilai 91,25%. Prediksi penggunaan lahan tahun 2032 disimulasikan menggunakan model CLUE-S berdasarkan data tahun 2010 dengan beberapa skenario. Skenario yang digunakan dalam terdiri atas delapan skenario, yaitu : (1) skenario laju alami, (2) skenario restorasi hutan pada kawasan lindung, (3) skenario lahan sawah tidak terkonversi pada pertanian lahan basah, (4) skenario pencetakan lahan sawah baru pada lokasi peruntukan pertanian lahan basah, (5) skenario restorasi hutan pada kawasan lindung dan lahan sawah tidak terkonversi pada pertanian lahan basah secara bersamaan, (6) restorasi hutan pada kawasan lindung dan pencetakan lahan sawah baru pada lokasi peruntukan pertanian lahan basah secara bersamaan, (7) skenario lahan sawah tidak terkonversi dan pencetakan lahan sawah baru pada lokasi peruntukan pertanian lahan basah secara bersamaan, (8) restorasi hutan pada kawasan lindung, lahan sawah tidak terkonversi dan pencetakan lahan sawah baru pada lokasi peruntukan pertanian lahan basah secara bersamaan.

Arahan penyempurnaan RTRW Kabupaten Sukabumi dapat dipilih dari tiga alternatif kebijakan sebagai berikut : (1) kebijakan berorientasi lingkungan, yaitu dengan melakukan upaya restorasi hutan pada kawasan lindung. Kebijakan ini dapat mengurangi ketidaksesuaian penggunaan lahan dengan pola ruang RTRW pada tahun 2032 menjadi 4,54%, (2) kebijakan berorientasi ketahanan pangan, yaitu dengan melakukan upaya perlindungan lahan sawah agar tidak terkonversi dan pencetakan lahan sawah baru pada lokasi peruntukkan pertanian lahan basah yang dilakukan secara bersamaan. Kebijakan ini dapat mengurangi ketidaksesuaian penggunaan lahan dengan pola ruang RTRW pada tahun 2032 menjadi 4,64%, dan (3) kebijakan berorientasi lingkungan dan ketahanan pangan, yaitu dengan melakukan upaya restorasi hutan pada kawasan lindung, perlindungan lahan sawah agar tidak terkonversi dan pencetakan lahan sawah baru pada lokasi peruntukkan pertanian lahan basah yang dilakukan secara bersamaan, yang dapat mengurangi ketidaksesuaian penggunaan lahan dengan RTRW pada tahun 2032 menjadi 4,53 %.

Kata kunci : perubahan penggunaan lahan, model spasial, CLUE-S, sistem Informasi Geografi

© Hak Cipta milik IPB, tahun 2012

Hak Cipta dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB.

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh Karya tulis dalam bentuk apapun tanpa izin IPB.

PEMODELAN SPASIAL

PERUBAHAN PENGGUNAAN LAHAN

DALAM KAITANNYA DENGAN PERENCANAAN

TATA RUANG WILAYAH KABUPATEN SUKABUMI

TATANG KURNIAWAN

TESIS

sebagai salah satu syarat untuk memperoleh gelar MAGISTER SAINS

pada Program Studi Ilmu Perencanaan Wilayah

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2012

Judul Tesis : Pemodelan Spasial Perubahan Penggunaan Lahan dalam Kaitannya dengan Perencanaan Tata Ruang Wilayah Kabupaten Sukabumi

Nama : Tatang Kurniawan

NRP : A156110314

Program Studi : Ilmu Perencanaan Wilayah

Disetujui Komisi Pembimbing

Prof. Dr. Ir. Santun R.P. Sitorus Dr. Khursatul Munibah, M.Sc

Ketua Anggota

Diketahui

Ketua Program Studi Dekan Sekolah Pascasarjana IPB Ilmu Perencanaan Wilayah

Prof. Dr. Ir. Santun R.P. Sitorus Dr. Ir. Dahrul Syah, M.Sc. Agr.

Nama NRP

Program Studi

Tatang Kuhiiawan A156110314 .

Ilmu Perencatlauti Wilayah

Disehljtli Komisi Pembimbihg

_----...

Prof. Dr. Ir. Santun R.P. Sitorus Dr. Khursatul Munibah, M.Sc

Ketua Anggota

Diketahui

Kupersembahkan Karya ini Kepada:

Istriku tercinta Yuyun Kusnawati dan

Anakku tersayang Shofura Izzati dan Muhandis Muhammad Abqory serta keluarga besarku yang telah memberikan dukungan selama ini

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas berkat dan rahmatNya sehingga karya ilmiah dengan judul Pemodelan Spasial Perubahan Penggunaan Lahan dalam Kaitannya dengan Perencanaan Tata Ruang Kabupaten Sukabumi dapat diselesaikan.

Dalam penyusunan karya ilmiah ini tidak terlepas dari bantuan berbagai pihak. Oleh karena itu pada kesempatan ini penulis menyampaikan rasa terima kasih dan penghargaan setinggi-tingginya kepada:

1. Prof. Dr. Ir. Santun R.P. Sitorus dan Dr. Khursatul Munibah, M.Sc selaku Ketua dan Sekretaris Program Studi Ilmu Perencanaan Wilayah sekaligus Ketua dan Anggota komisi pembimbing atas segala motivasi, arahan, dan bimbingan yang diberikan mulai dari tahap awal hingga penyelesaian tesis ini.

2. Dr. Ir. Widiatmaka, DAA selaku penguji luar komisi yang telah memberikan koreksi dan masukan bagi penyempurnaan tesis ini.

3. Segenap dosen pengajar, asisten dan staf manajemen Program Studi Ilmu Perencanaan Wilayah IPB.

4. Kepala Pusbindiklatren Bappenas beserta jajarannya atas kesempatan beasiswa yang diberikan kepada penulis.

5. Pemerintah Daerah Kabupaten Sukabumi yang telah memberikan izin kepada penulis untuk mengikuti program tugas belajar ini.

6. Rekan-rekan PWL kelas Bappenas maupun Reguler angkatan 2011 dan semua pihak yang telah membantu penulis dalam menyelesaikan Tesis ini.

Penulis menyadari adanya keterbatasan ilmu dan kemampuan, sehingga dalam penelitian ini masih terdapat banyak kekurangan. Akhirnya, semoga karya ilmiah ini dapat bermanfaat bagi kita semua. Terimaksih.

Bogor, November 2012

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 2 Juli 1980 dari pasangan orang tua Bapak Mista Sumitra dan Ibu Tita Martini sebagai anak kedua dari tujuh bersaudara. Penulis menikah dengan Yuyun Kusnawati, S.Si dan dikarunia seorang putri bernama Shofura Izzati dan seorang putra bernama Muhandis Muhammad Abqory.

Pendidikan dasar hingga menengah penulis tempuh di Kabupaten Sukabumi. Tahun 1999 penulis lulus dari SMU Negeri 1 Cibadak dan kemudian melanjutkan ke Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Penulis diterima di jurusan Konservasi Sumber Daya Hutan, Fakultas Kehutanan dan menyelesaikan studi pada jenjang sarjana pada Tahun 2004.

Pada Tahun 2006, penulis diangkat menjadi Pegawai Negeri Sipil (PNS) di lingkungan Pemerintah Daerah Kabupaten Sukabumi pada Dinas Kehutanan Kabupaten Sukabumi hingga tahun 2011. Selanjutnya penulis dialih tugaskan ke Badan Lingkungan Hidup Kabupaten Sukabumi hingga sekarang sebagai Kepala Sub Bagian Perencanaan dan Program. Penulis mendapat kesempatan untuk melanjutkan pendidikan ke sekolah pascasarjana pada tahun 2011 dan diterima pada Program Studi Ilmu Perencanaan Wilayah (PWL) IPB dengan bantuan pembiayaan dari Pusat Pembinaan, Pendidikan, dan Pelatihan Perencana Badan Perencanaan Pembangunan Nasional (Pusbindiklatren Bappenas).

DAFTAR ISI

Halaman

DAFTAR TABEL iii

DAFTAR GAMBAR v

DAFTAR LAMPIRAN vii

I. PENDAHULUAN

1.1 Latar Belakang ...1Error! Bookmark not d

1.2 Perumusan Masalah... 3

1.3 Tujuan Penelitian ... 4

1.4 Manfaat Penelitian ... 4

1.5 Kerangka Pemikiran ... 4

II. TINJAUAN PUSTAKA 2.1 Sistem dan Model ... 7

2.2 Konsep Analisis Keruangan ... 9

2.3 Penggunaan Lahan dan Pemodelan Perubahannya ... 11

2.3.1. Penggunaan dan Penutupan Lahan ... 11

2.3.2. Perubahan Penggunaan Lahan dan Faktor yang Mempengaruhinya ... 12

2.3.3. Analisis Dinamika Spasial Perubahan Penggunaan Lahan ... 13

2.3.4. Pemodelan Perubahan Penggunaan Lahan ... 14

2.3.4.1. Conversion of Land Use and its Effect (CLUE) ... 14

2.3.4.2. Conversion of Land Use & its Effect at Small regional extent (CLUE-S) ... 15

III. METODOLOGI 3.1 Lokasi dan Waktu Penelitian ... 19

3.2 Bahan dan Alat ... 19

3.3 Metode Pengumpulan Data... 19

3.4 Rancangan Penelitian ... 21

3.5 Metode dan Teknik Analisis Data ... 22

3.5.1 Analisis Perubahan Penggunaan Lahan ... 24

3.5.1.1 Analisis Citra Landsat Tahun 2000 dan 2010 ... 24

3.5.1.2 Pengujian hasil interpretasi ... 25

3.5.2 Analisis Faktor Penyebab Perubahan Pengunaan Lahan ... 26

3.5.3 Penyusunan Model Spasial Perubahan Penggunaan Lahan ... 27

3.5.3.1 Transformasi format vektor ke raster ... 28

3.5.3.2 Kebutuhan penggunaan lahan ... 28

3.5.3.3 Kesesuaian lokasi penggunaan lahan tiap sel ... 29

3.5.3.4 Pengaturan konversi jenis penggunaan lahan ... 29

3.5.3.5 Kebijakan spasial dan pembatasan area ... 29

3.5.3.6 Pelaksanaan simulasi model ... 31

3.5.3.7 Validasi model ... 32

3.5.4 Arahan Penyempurnaan Rencana Tata Ruang Wilayah ... 32 1

ii

IV. KEADAAN UMUM WILAYAH PENELITIAN

4.1 Administrasi ... 33

4.2 Karakteristik Wilayah ... 34

4.2.1 Topografi ... 34

4.2.2 Formasi Geologi ... 37

4.2.3 Jenis Tanah ... 39

4.2.4 Curah Hujan... 40

4.2.5 Aksesibilitas ... 42

4.3 Kependudukan ... 47

4.4 Rencana Tata Ruang Wilayah ... 51

V. HASIL DAN PEMBAHASAN... 53

5.1 Analisis Perubahan Penggunaan Lahan... 53

5.1.1 Penggunaan Lahan ... 53

5.1.2 Uji Hasil Interpretasi ... 58

5.1.3 Luas Perubahan Penggunaan Lahan ... 58

5.2 Faktor Yang Mempengaruhi Perubahan Penggunaan Lahan ... 64

5.2.1 Faktor Yang Mempengaruhi Perubahan Penggunaan Lahan Hutan Menjadi Lahan Pertanian ... 64

5.2.2 Faktor Yang Mempengaruhi Perubahan Penggunaan Lahan Pertanian Menjadi Kawasan Terbangun ... 66

5.3 Model Spasial Perubahan Penggunaan Lahan ... 67

5.3.1 Kebutuhan Penggunaan Lahan ... 68

5.3.2 Kesesuaian lokasi penggunaan lahan tiap sel ... 78

5.3.3 Pengaturan konversi jenis penggunaan lahan ... 84

5.3.4 Kebijakan spasial dan pembatasan area ... 85

5.3.5 Pelaksanaan Pemodelan ... 86

5.3.6 Validasi model ... 86

5.3.7 Penggunaan Lahan Hasil Prediksi Tahun 2032 ... 88

5.4 Arahan Penyempurnaan Rencana Tata Ruang Wilayah ... 96

VI. SIMPULAN DAN SARAN 6.1. Simpulan ... 103

6.2. Saran ... 104

DAFTAR PUSTAKA... ... ...105

DAFTAR TABEL

Halaman 1 Matrik Hubungan Antara Tujuan, Jenis Data, Sumber Data, Teknik

Analisis dan Keluaran... 23

2 Matriks Perubahan Penggunaan Lahan Tahun t0-t1... 25

3 Luas perubahan penggunaan lahan per tahun……….. 28

4 Skenario untuk prediksi penggunaan lahan tahun 2032………. 30

5 Kemiringan lereng wilayah Kabupaten Sukabumi………. 35

6 Tingkat elevasi wilayah Kabupaten Sukabumi……….. 37

7 Formasi geologi wilayah Kabupaten Sukabumi... 37

8 Sebaran Jenis Tanah Wilayah Kabupaten Sukabumi... 40

9 Jumlah penduduk Kabupaten Sukabumi tahun 2000-2010... 48

10 Sebaran arahan penggunaan lahan wilayah Kabupaten Sukabumi... 51

11 Luas Perubahan Penggunaan Lahan di Kabupaten Sukabumi……… 59

12 Matriks perubahan penggunaan lahan tahun 2000-2010………. 63

13 Faktor yang mempengaruhi penggunaan lahan hutan menjadi pertanian………. 65

14 Faktor yang mempengaruhi penggunaan lahan pertanian menjadi kawasan terbangun……… 66

15 Kebutuhan penggunaan lahan periode tahun 2000-2010……… 69

16 Luas penggunaan lahan tahun 2010-2032 (demand.in1)………. 70

17 Luas penggunaan lahan tahun 2010-2032 (demand.in2)……… 71

18 Luas penggunaan lahan tahun 2010-2032 (demand.in3)……… 72

19 Luas penggunaan lahan tahun 2010-2032 (demand.in4)……… 73

20 Luas penggunaan lahan tahun 2010-2032 (demand.in5)……… 74

21 Luas penggunaan lahan tahun 2010-2032 (demand.in6)……… 75

22 Luas penggunaan lahan tahun 2010-2032 (demand.in7)………. 76

23 Luas penggunaan lahan tahun 2010-2032 (demand.in8)………. 77

24 Persentase luas kebutuhan penggunaan lahan prediksi tahun 2032 berdasarkan skenario………... 78

25 Hasil regresi logistik biner (β) untuk tiap penggunaan lahan tahun 2000……… 79

iv

26 Nilai exp (β) untuk tiap penggunaan lahan tahun 2000……….. 81

27 Hasil regresi logistik biner (β) untuk tiap penggunaan lahan tahun 2010……… 83

28 Nilai Exp (β) untuk tiap penggunaan lahan tahun 2010……… 84

29 Nilai elastisitas konversi tiap jenis penggunaan lahan……… 85

30 Matriks konversi tiap jenis penggunaan lahan……… 85

31 Data yang digunakan pada model 1 dan model 2……….. 86

32 Perbandingan Hasil Kesesuaian Lahan Hasil Prediksi dengan RTRW………. 99

DAFTAR GAMBAR

Halaman

1 Kerangka pemikiran………... 6

2 Peta lokasi penelitian……….………... 20

3 Bagan alir penelitian... 22

4 Mekanisme alokasi perubahan penggunaan lahan Model CLUE-..… 31

5 Peta administrasi kecamatan wilayah Kabupaten Sukabumi…...… 34

6 Peta kemiringan lereng wilayah Kabupaten Sukabumi……… 36

7 Peta elevasi wilayah Kabupaten Sukabumi………...… 38

8 Peta geologi wilayah Kabupaten Sukabumi………..… . 39

9 Peta jenis tanah wilayah Kabupaten Sukabumi……….... 41

10 Sebaran curah hujan wilayah Kabupaten Sukabumi……….... 42

11 Jarak ke jalan……….. 44

12 Jarak ke pusat kota………. 45

13 Jarak ke kota terdekat………. 46

14 Jarak ke sungai……… 47

15 Kepadatan penduduk Kabupaten Sukabumi………... 49

16 Kepadatan tenaga kerja pertanian……… 50

17 Peta RTRW wilayah Kabupaten Sukabumi 2011-2032………. 52

18 Kenampakan air pada citra Landsat skala 1 : 50000……….. 54

19 Kenampakan hutan pada citra Landsat skala 1 : 50000………. 54

20 Kenampakan kawasan terbangun pada citra Landsat skala 1 : 50000 55

21 Kenampakan lahan kering pada citra Landsat skala 1 : 50000……... 55

22 Kenampakan perkebunan pada citra Landsat skala 1 : 50000……… 56

23 Kenampakan sawah pada citra Landsat skala 1 : 50000……… 57

24 Kenampakan lainnya pada citra Landsat skala1 : 50000 ……….… 57

25 Grafik perubahan penggunaan lahan periode 2000-2010 ……….… 60

26 Penggunaan lahan Kabupaten Sukabumi tahun 2000……….. 61

27 Penggunaan lahan Kabupaten Sukabumi tahun 2010……….. 62

28 Penggunaan lahan prediksi tahun 2010……….. 87

29 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 1…. 89

vi

31 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 3…. 91 32 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 4…. 93 33 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 5… 94 34 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 6… 95 35 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 7…. 97 36 Penggunaan lahan hasil prediksi tahun 2032 dengan skenario 8…. 98

DAFTAR LAMPIRAN

Halaman 1. Citra landsat Kabupaten Sukabumi tahun 2000……… 109 2. Citra landsat Kabupaten Sukabumi tahun 2010……… 110 3.. Variabel yang mempengaruhi perubahan hutan menjadi pertanian… 111 4. Variabel yang mempengaruhi perubahan pertanian menjadi

kawasan terbangun………... 113

5. Titik Hasil Referensi Cek Lapangan dan Google Earth……… 114 6. Akurasi dan Nilai Kappa Citra Landsat Kabupaten Sukabumi…….. 117

I. PENDAHULUAN

1.1 Latar Belakang

Perubahan penggunaan lahan merupakan suatu bentuk proses interaksi yang kompleks dan bersifat dinamis antara manusia dan lahan. Di satu sisi lahan memiliki penawaran (supply)yang tetap, namun di sisi lain permintaan (demand) terhadap lahan semakin lama semakin meningkat seiring dengan perkembangan jumlah penduduk dan perkembangan struktur sosial ekonomi masyarakat. Ketimpangan antara permintaan dan penawaran sumberdaya lahan merupakan suatu indikasi bahwa lahan dapat dikategorikan sebagai sumberdaya yang mempunyai sifat kelangkaan (scarcity) (Rustiadi et al. 2011). Adanya sifat kelangkaan ini mempunyai konsekuensi terhadap kecenderungan berubahnya penggunaan suatu lahan tertentu ke penggunaan lahan lain seiring dengan perubahan nilai ekonomi lahan (economic rent).

Perubahan penggunaan lahan merupakan salah satu aspek yang banyak dipelajari di dunia, termasuk di Indonesia. Kepentingan dari studi perubahan penggunaan lahan sangat signifikan untuk kajian perencanaan pengembangan wilayah. Perkembangan pada suatu wilayah dipengaruhi oleh faktor-faktor potensi wilayah, homogenitas wilayah, aksesibilitas, kelengkapan sarana prasarana, dan keterbatasan fisik yang dapat dikembangkan. Tumbuhnya lokasi-lokasi permukiman berupa industri, pemukiman penduduk, aktifitas urban dan kemacetan lalu lintas dapat menjadi indikator secara visual peningkatan kebutuhan akan ruang/lahan di lapangan.

Salah satu wilayah yang cukup pesat perkembangannya adalah Kabupaten Sukabumi yang merupakan kabupaten terluas di Pulau Jawa dan Bali, yaitu mencapai 4,161 km2 (416.111 ha) yang dibagi menjadi 47 kecamatan dan 367 desa (BPS 2011). Letaknya yang berada diantara 2 Pusat Kegiatan Nasional (PKN) yaitu Jakarta dan Bandung menyebabkan Kabupaten Sukabumi mengalami perkembangan yang tinggi.

Peningkatan perkembangan suatu wilayah akan seiring pula dengan kepadatan penduduk wilayah tersebut. Dalam kurun waktu tahun 2000-2010, jumlah penduduk Kabupaten Sukabumi meningkat sebanyak 266.268 jiwa dengan

laju pertumbuhan rata-rata 1,14% per tahun (BPS 2011). Peningkatan jumlah penduduk tersebut berimplikasi pada peningkatan kebutuhan ruang untuk pemukiman dan berbagai aktifitas urban lainnya.Adanya peningkatan kebutuhan ruang untuk kawasan terbangun mempunyai konsekuensi terhadap kecenderungan berubahnya penggunaan suatu lahan tertentu ke penggunaan lahan untuk kawasan terbangun.Penelitian Muiz (2009) menunjukkan bahwa penggunaan lahan di Kabupaten Sukabumi antara tahun 1997-2006 mengalami perubahan pada beberapa jenis penggunaan lahan tertentu dengan luasan cukup besar. Penggunaan lahan yang cenderung turun luasannya adalah hutan sebesar 12,77%, sawah sebesar 10,15%, dan semak belukar sebesar 56,09%, sedangkan penggunaan lahan yang cenderung naik luasannya adalah permukiman sebesar 183,12%, tegalan sebesar 6,56% dan perkebunan sebesar 28,67%.

Kecenderungan perubahan penggunaan lahan diduga akan terus berlangsung pada tahun-tahun selanjutnya seiring dengan perkembangan wilayah di Kabupaten Sukabumi. Dengan demikian, pengendalian laju perubahan penggunaan lahan sangat penting dilakukan untuk pengendalian pemanfaatan ruang sebagaimana yang telah ditetapkan dalam Rencana Tata Ruang Wilayah (RTRW). Adanya pengendalian pemanfaatan ruang berimplikasi terhadap terjaganya keseimbangan ekologis.

Dalam pengendalian pemanfaatan ruang tersebut diperlukan prediksi perubahan penggunaan lahan mendatang.Prediksi perubahan penggunaan lahan dapat dianalisis melalui pendekatan model berbasis spasial.Pendekatan model adalah suatu alternatif pendekatan dalam merepresentasikan sistem kompleks yang terjadi di dunia nyata.Model belum dapat menjadi duplikasi dari dunia nyata, namun demikian pendekatan model dengan berbagai asumsi dapat digunakan untuk mempelajari secara lebih sederhana kompleksitas yang terjadi pada dunia nyata.Pendekatan model dapat dilakukan untuk menganalisis perubahan penggunaan lahanpada suatu wilayah. Menurut Briassoulis (2000), modelperubahan penggunaan lahan dikategorikan atas empat jenis, yaitu : model statistik dan ekonometrik (statistical and econometric models), model interaksi spasial (spatial interaction model), model optimasi (optimation model) dan model terintegrasi (integrated models). Salah satu pendekatan model terintegrasi berbasis

3

spasial adalah model Conversion of Land Use and its Effect at Small Regional Extent (CLUE-S). Menurut Verburg dan Overmars (2009), model CLUE-S dapat memodelkan perubahan penggunaan lahan berdasarkan faktor-faktor peubah yang mempengaruhinya dengan wilayah studi yang cukup luas. Perubahan penggunaan lahan dapat diprediksi secara kuantitatif dengan memasukkan faktor-faktor fisik, sosial, ekonomi dan kebijakan (Munibah et al. 2010). Hasil dari pemodelan spasial penggunaan lahan ini dapat menjadi bahan pertimbangan pengambilan kebijakan bagi pemerintah daerah dalam mengendalikan pemanfaatan ruang di Kabupaten Sukabumi.

1.2 Perumusan Masalah

Permasalahan yang akan menjadi fokus penelitian dirumuskan sebagai berikut :

1. Peningkatan jumlah penduduk di Kabupaten Sukabumi sebesar 1,14% per tahun berimplikasi pada meningkatnya kebutuhan ruang untuk kawasan terbangun dan kebutuhan aktivitas urban lainnya. Adanya peningkatan kebutuhan ruang terbangun ini mengakibatkan terjadinya perubahan penggunaan lahandari lahan pertanian produktif menjadi lahan terbangun. Dengan demikian, laju perubahan lahan pertanian produktif menjadi lahan terbangun perlu dikendalikan agar kerawanan pangan di wilayah Kabupaten Sukabumi dapat diatasi.

2. Belum diketahuinya faktor-faktor yang mempengaruhi perubahan penggunaan lahan sehingga belum dapat disusun suatu program yang dapat digunakan untuk pengendalian pemanfaatan ruang.

3. Data kebutuhan ruang yang dicerminkan dengan penggunaan lahan di masa datangsaat ini belum tersedia, sehingga perlu dilakukan simulasi melalui pemodelan spasial untuk mendapatkan peta prediksi penggunaan lahannya.Berkaitan dengan masa berlaku Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi sampai dengan tahun 2032, maka penggunaan lahan yang diprediksi adalah tahun 2032.

4. Pengalokasian ruang menurut pola ruang RTRW belum sepenuhnya mempertimbangkan kebutuhan ruang pada periode akhir masa berlakunya.

Berdasarkan rumusan masalah tersebut, disusun pertanyaan penelitian (research question) sebagai berikut :

1. Bagaimana kondisi perubahan penggunaan lahan di Kabupaten Sukabumi Tahun 2000-2010 ?

2. Faktor-faktor apa saja yang mempengaruhi perubahan penggunaan lahan ? 3. Bagaimana kondisi penggunaan lahan di Kabupaten Sukabumi di masa yang

akan datang ?

4. Bagaimana arahan penyempurnaan Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi ?

1.3Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Menganalisis perubahan penggunaan lahan periode tahun 2000-2010 2. Menganalisis faktor yang mempengaruhi perubahan penggunaan lahan 3. Memprediksi penggunaan lahan tahun 2032 menggunakan model spasial

perubahan penggunaan lahan

4. Merumuskan arahan penyempurnaan RTRW Kabupaten Sukabumi 1.4 Manfaat Penelitian

Hasil kajian dalam penelitian ini diharapkan dapat memberikan manfaaat sebagai berikut :

1. Sebagai bahan pertimbangan bagi pemerintah daerah dalam penyempurnaan RTRW dan pengambilan kebijakan dalam mengendalikan pemanfaatan ruang.

2. Menambah khasanah ilmu pengetahuan dalam penataan ruang dan pemodelan spasial dinamik.

1.5 Kerangka Pemikiran

Penggunaan lahan dipengaruhi berbagai aspek, antara lain aspek biofisik (karakteristik fisik wilayah), aspek sosial ekonomi (pertumbuhan penduduk dan pengembangan ekonomi) dan aspek kebijakan. Adanya hubungan saling mempengaruhi antara penggunaan lahan dengan berbagai aspek di atas menuntut peningkatan kebutuhan penggunaan lahan, sementara di sisi secara kuantitas lahan bersifat tetap.Dengan demikian, kondisi tersebut dapat

5

menyebabkan terjadinya perubahan penggunaan. Perubahan penggunaan lahan bersifat dinamis dan pada dasarnya merupakan pergeseran alokasi dan distribusi sumberdaya.

Salah satu cara untuk mengetahui dinamika perubahan penggunaan lahan adalah melalui Sistem Informasi Geografis (SIG) dengan menggunakan pendekatan interpretasi data penginderaan jauh secara temporal. Data perubahan penggunaan lahan hasil analisis penginderaan jauh dan SIG, data fisik lahan dan data sosial ekonomi suatu wilayah menjadi input untuk simulasi pemodelan spasial. Pendekatan pemodelan spasial merupakan model integrasi yang memiliki sifat spasial dan dinamik sehingga dapat digunakan untuk memprediksi penggunaan lahan yang akan datang secara spasial. Model spasial yang digunakan dalam penelitian ini adalah model CLUE-S (Conversion of Land Use Changes and its Effect at small regional extent).

Peta prediksi penggunaan lahan yang akan datang hasil pemodelan spasial yang ditumpang susun (overlay) dengan peta RTRW Kabupaten Sukabumi digunakan untuk merumuskan arahan penyempurnaan RTRW. Selain itu, dapat juga dijadikan sebagai bahan pertimbangan dalam pengendalian pemanfaatan ruang sebagaimana yang telah ditetapkan dalam dokumen RTRW Kabupaten Sukabumi.Adapun kerangka pikir penelitian tertera pada Gambar 1.

II. TINJAUAN PUSTAKA

2.1 Sistem dan Model

Sistem adalah suatu gugus dari elemen yang saling berhubungan dan terorganisasi untuk mencapai suatu tujuan atau suatu gugus dari tujuan-tujuan (Eriyatno 1999). Berdasarkan definisi ini tergambarkan bahwa dalam sistem terdapat elemen-elemen/unsur-unsur, ada hubungan keterkaitan dan ada tujuan-tujuan. Usaha untuk menggambarkan, menganalisis, menyederhanakan atau menunjukkan sistem dapat ditunjukkan oleh model berdasarkan pada teori. Model yang baik harus dapat menggambarkan sifat penting dari sistem yang dimodelkan. Model merupakan pengganti dari suatu sistem yang nyata. Model digunakan bila bekerja dengan pengganti tersebut lebih mudah dibandingkan dengan sistem aktual. Contoh model adalah cetak biru arsitektur suatu gedung, grafik pekerjaan analisis ekonomi (Ford 1999).

Secara umum model didefinisikan sebagai suatu perwakilan atau abstraksi dari sebuah obyek atau situasi aktual. Model memperlihatkan hubungan-hubungan langsung maupun tidak langsung serta kaitan timbal balik (sebab akibat). Model merupakan abstraksi dari suatu realitas, maka pada wujudnya kurang kompleks daripada realitas itu sendiri. Model dapat dikatakan lengkap bila dapat mewakili berbagai aspek dari realitas itu sendiri (Marimin 2005).

Salah satu dasar utama dalam pengembangan model adalah guna menemukan peubah-peubah yang penting dan tepat. Klasifikasi dari jenis-jenis model adalah model fisik (model skala), model diagramatik (model konseptual) dan model matematik. Model fisik atau model skala, merupakan perwakilan fisik dari bentuk ideal maupun dalam skala yang berbeda, misalnya maket suatu bangunan. Model diagramatik atau model konseptual dapat mewakili situasi dinamik (keadaan yang berubah menurut waktu). Contoh dari model ini adalah kurva permintaan, kurva distribusi frekuensi dan diagram alir. Model matematik, dapat berupa persamaan atau formula (rumus). Persamaan merupakan bahasa universal yang menggunakan suatu logika simbolis. Model matematik melibatkan fungsi dan angka dalam menggambarkan sistem, sehingga sering disebut dengan model komputer atau model numerik. Di lain pihak bila solusi analitis yang akan

diperoleh dapat digambarkan dengan kombinasi dari berbagai fungsi matematis dasar, model ini disebut dengan model analitis. Model matematis ini dapat dikelompokkan dalam dua bagian yaitu model statis dan dinamik. Model statik memberikan informasi tentang peubah-peubah model hanya pada titik tunggal dari waktu. Model dinamik mampu menelusuri jalur waktu dari peubah-peubah model (Eriyatno 1999).

Penyelesaian suatu permasalahan yang mempunyai tiga karakter yaitu kompleks, dinamik, dan probabilistik disarankan untuk menggunakan pendekatan sistem.Kompleks mengandung arti interaksi antar elemen cukup rumit. Sedangkan dinamik berarti faktornya berubah menurut waktu dan ada pendugaan ke masa depan. Sementara probabilistik adalah diperlukannya fungsi peluang dalam inferensi kesimpulan maupun rekomendasi.

Penelitian dengan pendekatan sistem meliputi delapan unsur yaitu: (1) metodologi untuk perencanaan dan pengelolaan, (2) suatu tim yang multidisipliner, (3) pengorganisasian, (4) disiplin untuk bidang yang non-kuantitatif, (5) teknik model matematik, (6) teknik simulasi, (7) teknik optimisasi, dan (8) aplikasi komputer. Metode dengan pendekatan sistem pada prinsipnya melalui enam tahap, yaitu : analisis kebutuhan, formulasi permasalahan, identifikasi sistem, pembentukan alternatif sistem, determinasi dari realisasi fisik, sosial dan politik, dan penentuan kelayakan secara ekonomi dan finansial. Keenam langkah ini umumnya dilakukan dalam suatu kesatuan yang disebut dengan analisis sistem (Djojomartono 1993).

Sistem dinamis untuk perkotaan pertama kali dianalisis oleh Forrester tahun 1969 dengan bukunya berjudul Urban Dynamics. Hal ini merupakan pendekatan sistem pertama yang menganalisis masalah perkotaan yang kompleks dan berbeda dengan sistem dinamis yang menganalisis sistem fisik. Terdapat hal yang bertentangan dengan intuisi atau rasional perihal sistem sosial. Pertama, sistem sosial tidak sensitif terhadap perubahan kebijakan. Kedua, sistem sosial memberikan pengaruh yang kecil dalam mengubah perilaku. Ketiga, sistem sosial menunjukkan konflik antara akibat perubahan kebijakan dalam jangka panjang dan jangka pendek (Forrester 1994). Berdasarkan kajian pustaka tersebut, dapat dijelaskan bahwa model merupakan representasi dari sistem yang kompleks.

9

Aspek penataan ruang, pembangunan wilayah dan masalah perkotaan dapat dianalisis dengan pendekatan sistem. Aspek penataan ruang dapat dikategorikan sistem sosial, sehingga pendekatannya menggunakan metode soft system bukan sistem fisik atau hard system. Salah satu tool untuk analisis pada soft system ini adalah analisis prospektif (Godet 1999).

2.2 Konsep Analisis Keruangan

Ruang (space) dalam ilmu geografi di definisikan sebagai seluruh permukaan bumi yang merupakan lapisan biosfer, tempat hidup tumbuhan, hewan dan manusia (Jayadinata 1992). Analisis keruangan atau spatial analysis mempelajari perbedaan lokasidalam hal sifat-sifat pentingnya. Dalam analisis ini data yang digunakan disebut data spasial yang pemanfaatannya meliputi data titik (point data) dan data bidang (areal data). Analisis spasial merupakan metode kuantitatif untuk melihat keragaman sesuatu secara spasial.Sistem informasi geografis merupakan sistem automatisasi untuk menangani data spasial.Sistem ini dapat merangkum intelegensi informasi secara geografis (keruangan). Dalam sistem informasi geografis, objek yang ada dalam ruang geografis ditunjukkan oleh dua jenis informasi. Pertama, berkaitan dengan lokasi yang disebut dengan data spasial, dan yang kedua berkaitan dengan identitas dari karakter dari objek tersebut yang disebut dengan data atribut (Unwin 1981).

Data spasial merupakan penggambaran objek dalam ruang. Objek dalam ruang tersebut diklasifikasikan ke dalam empat jenis yaitu titik, garis, area dan permukaan. Data atribut dapat ditunjukan dengan nominal, ordinal, interval dan skala rasio. Informasi geografis tentang lingkungan disajikan dalam bentuk peta, analogdan digital. Peta analog merupakan penggambaran secara nyata dari kondisi dunia. Kualitas fisik dari garis dan area (panjang, tebal, warna dan sebagainya) digunakan untuk menggambarkan kondisi feature dari alam. Lokasi absolut dari ruang didefinisikan dalam sistem koordinat (x,y) yang tidak berkaitan dengan objek yang dipetakan.

Dalam pembuatan peta, perlu diperhatikan unsur-unsur skala, proyeksi dan simbol. Dalam peta analog ketiga unsur ini sudah tetap. Hal ini berbeda dengan peta digital yang tidak tetap, sehingga proyeksi, skala dan simbol dengan mudah diubah sesuai dengan kebutuhan. Hal ini dimungkinkan dengan manipulasi

matematis. Sebagai ilustrasi untuk melihat perbedaan peta analog dan digital adalah pada informasi jalan. Dalam versi analog, jalan ini digambarkan denganskala dan proyeksi yang sudah tetap, simbol yang digunakan adalah garis merah yang lebarnya menggambarkan lebar jalan. Perubahan peta hanya dapat dilakukan dengan survey dan pencetakan peta ulang. Dalam bentuk digital jalan tersebut digambarkan oleh suatu seri koordinat, dan data atribut tentang namajalan, lebar dan sebagainya (Martin 1991).

Dalam pemodelan spasial, terdapat dua kategori struktur data dari area yaitu vektor dan raster. Vektor merupakan struktur data yang berdasarkan pada koordinat, sedangkan raster merupakan struktur data yang berdasarkan pada sel.

Sistem informasi geografis (SIG) merupakan informasi yang berhubungan dengan lokasi-lokasi tertentu. Secara harfiah sistem informasi geografis mengandung tiga kata yaitu sistem, informasi dan geografis. Sistem mengandung arti suatu lingkungan tempat data untuk dikelola dan ditanyai. Informasi, berarti ada kemungkinan untukmenggunakan sistem untuk menanyakan pertanyaan data basis geografis, dan memperoleh informasi dunia geografis. Geografis berarti sistem yang digunakan berkaitan erat dengan ukuran dan skala geografis, dan merujuk pada sistem koordinat dari lokasi dari permukaan bumi. Hampir semua penelitian atau penyajian informasi yang bersifat keruangan (spasial) menggunakan teknik sistem informasi geografis. Penentuan lokasi yang terbaik untuk suatu kegiatan tertentu, penentuan persebaran atau distribusi suatu unit kegiatan, dan penentuan pola jaringan adalah merupakan cotoh penggunaan atau aplikasi dari SIG.

Von Thunnen adalah ilmuwan pertama pada tahun 1926 mengamati dan membuat konsep tentang wilayah pertanian di Jerman dalam aspek keruangan. Aspek yang menjadi perhatiannya adalah pola keruangan (persebaran) dari komoditas pertanian dan lokasi pasar, sehingga diperoleh model umum penggunaan lahan di wilayah pedesaan yang menggambarkan wilayah-wilayah penghasil produk pertanian yang mengelilingi pasar. Model ini menggambarkan pola spasial yang paling efisien dari berbagai jenis komoditas pertanian dan penggunaan lahan. Von Thunen mengemukakan bahwa harga sewa lahan hanya bergantung pada faktor jarak (Nugroho dan Dahuri 2004).

11

Struktur spasial suatu wilayah secara teoritis dapat dibagi menjadi tiga tipe. Tipe pertama adalah adalah pengelompokan dari lokasi jasa atau industri tertier termasuk administrasi, keuangan, perdagangan eceran dan grosir serta jasa sejenis, yang cenderung memusat dalam menjadai kelompok-kelompok homogen dan menyebar secara merata di bentang alam yang memberikan akses terhadap populasi pasar yang terluas. Tipe kedua, merupakan persebaran lokasi dari industri yang terspesialisasi seperti manufaktur, pertambangan dan rekreasi, yang cenderung menjadi mengelompok atau aglomerasi berdasar pada lokasi-lokasi sumberdaya fisik seperti timah, dan kondisi fisik seperti sungai dan pantai. Tipe ketiga berupa pola dari rantai transportasi, seperti jalan dan kereta api yang mengakibatkan pertumbuhan pemukiman secara linier (Nugroho dan Dahuri 2004).

2.3 Penggunaan Lahan dan Pemodelan Perubahannya 2.3.1. Penggunaan dan Penutupan Lahan

Definisi mengenai penggunaan lahan (land use) dan penutupan lahan (land cover) pada hakekatnya berbeda walaupun sama-sama menggambarkan keadaan fisik permukaan bumi. Lilesand dan Kiefer (1993) mendefinisikan penggunaan lahanberhubungan dengan kegiatan manusia pada suatu bidang lahan, sedangkan penutupan lahan lebih merupakan perwujudan fisik objek-objek yang menutupi lahan tanpa mempersoalkan kegiatan manusia terhadap objek-objek tersebut, contohnya pada penggunaan lahan untuk pemukiman yang terdiri atap permukaan, rerumputan dan pepohonan.

Menurut Rustiadi et al. (2005), penggunaan lahan dan penutupan lahan dapat memiliki pengertian yang sama untuk hal-hal tertentu tetapi sebenarnya memiliki penekanan yang berbeda. Penggunaan lahan menyangkut aktifitas pemanfaatan lahan oleh manusia, sedangkan penutupan lahan lebih bernuansa fisik. Penggunaan lahan adalah setiap bentuk campur tangan manusia terhadap sumberdaya lahan, baik yang bersifat permanen atau rotasi yang bertujuan untuk memenuhi kebutuhan baik material maupun spiritual (Vink 1975 dalam Sitorus, 2001).

2.3.2. Perubahan Penggunaan Lahan dan Faktor yang Mempengaruhinya Perubahan penggunaan lahan diartikan sebagai suatu proses perubahan dari penggunaan lahan sebelumnya ke penggunaan lain yang dapat bersifat permanen maupun sementara, dan merupakan konsekuensi logis dari adanya pertumbuhan dan transformasi perubahan struktur sosial ekonomi masyarakat yang sedang berkembang baik untuk tujuan komersial maupun industri. Kim et al. (2002) memandang perubahan penggunaan lahan sebagai suatu sistem yang sama dengan ekosistem. Hal ini disebabkan pada satu kasus dalam sebuah sistem dimana penambahan populasi beberapa spesies biasanya menimbulkan kerusakan spesies lainnya.

Bila dicermati secara sekasama, faktor utama penyebab terjadinya perubahan penggunaan lahan adalah peningkatan penduduk sedangkan perkembangan ekonomi adalah faktor turunannya. Barlowe (1986) menyatakan bahwa pertambahan jumlah penduduk berarti pertambahan terhadap makanan dan kebutuhan lain yang dapat dihasilkan oleh sumberdaya lahan. Permintaan terhadap hasil-hasil pertanian meningkat dengan adanya pertambahan penduduk. Demikian pula permintaan terhadap hasil non-pertanian, kebutuhan perumahan dan sarana prasarana.Peningkatan pertumbuhan penduduk dan peningkatan kebutuhan material ini cenderung menyebabkan persaingan dalam penggunaan lahan.

Perubahan penggunaan lahan dalam pelaksanaan pembangunan tidak dapat dihindari. Perubahan tersebut terjadi karena dua hal yaitu adanya keperluan untuk memenuhi kebutuhan penduduk yang semakin meningkat jumlahnya dan meningkatnya tuntutan akan mutu kehidupan yang lebih baik. Mc Neil et al. (1998) menyatakan bahwa faktor-faktor yang mendorong perubahan pengunaan lahan adalah politik, ekonomi, demografi dan budaya. Aspek politik adalah adanya kebijakan yang dilakukan oleh pengambil keputuan.Pertumbuhan ekonomi, perubahan pendapatan dan konsumsi juga merupakan faktor penyebab perubahan penggunaan lahan. Perubahan penggunaan lahan di suatu wilayah merupakan cerminan upaya manusia dalam memanfaatkan dan mengelola sumberdaya lahan yang akan memberikan pengaruh terhadap manusia itu sendiri dan kondisi lingkungannya.

13

2.3.3. Analisis Dinamika Spasial Perubahan Penggunaan Lahan

Menurut Rustiadi et al. (2002) pemahaman dinamika pembangunan lahan dan analisis pemanfatan ruang suatu wilayah membutuhkan syarat perlu (necessary condition) pemahaman yang lengkap tentang berbagai aspek dinamis di wilayah tersebut seperti aspek perkembangan kebijakan penataan ruang, aspek perubahan kondisi fisik lingkungan dan wilayah, perubahan aktifitas perekonomian dan kondisi social masyarakat. Oleh karena itu diperlukan tolok ukur objektif dalam bentuk peubah-peubah yang akan dikaji untuk mengevaluasi keseluruhan dari aspek tersebut.

Winoto et al. (1996) menyatakan bahwa dinamika struktur penggunaan lahan dapat mengarah kepada peningkatan kesejahteraan masyarakat. Arah perubahan penggunaan khususnya penggunaan pertanian ke non-pertanian secara langsung maupun tidak langsung akan mempengaruhi kesejahteraan masyarakat, perekonomian wilayah dan tara ruang wilayah. Oleh karena itu, perubahan penggunaan lahan akan memperlihatkan kecenderungan meningkat atau menurun dalam tata ruang dengan arah mendekati atau menjauhi pusat aktifitas manusia, sehingga membentuk suatu pola yang dapat dipelajari dan diprediksi. Dengan demikian mempelajari dan memprediksi dinamika struktur penggunaan lahan dan perubahannya terkait dengan analisis spasial karena penggunaan lahan mempunyai lokasi yang melekat pada posisi geografi.

Analisis spasial adalah sekumpulan teknik-teknik untuk pengaturan spasial dari kejadian-kejadian tersebut diatas.Kejadian geografis (geographical event) dapat berupa sekumpulan obyek-obyek titik, garis atau areal yang berlokasi di ruang geografis dimana melekat suatu gugus nilai-nilai atribut. Dengan demikian, analisis spasial membutuhkan informasi, baik berupa nilai-nilai atribut maupun lokasi geografis obyek - obyek dimana atribut melekat di dalamnya (Rustiadi et al. 2002).

Berdasarkan proses pengumpulan informasi kuantitatif yang sistematis, tujuan analisis spasial adalah :

1. Mendeskripsikan kejadian-kejadian di dalam ruangan geografis (termasuk deskripsi pola) secara cermat dan akurat.

obyek di dalam ruang, sebagai upaya meningkatkan pemahaman proses yang menentukan distribusi kejadian yang terobservasi.

3. Meningkatkan kemampuan melakukan prediksi atau pengendalian kejadian-kejadian di dalam ruang geografis.

Disamping perkembangan metode-metode analisis spasial, peranan Sistem Informasi Geografis (SIG) di dalam visualisasi data spasial akhir-akhir ini semakin signifikan. Menurut Rustiadi et al. (2002), tujuan utama SIG adalah pengelolaan data spasial. SIG mengintegrasikan berbagai aspek pengelolaan data spasial seperti pengolahan database, algoritma grafis, interpolasi, zonasi (zoning) dan network analysis.

Analisis spasial berkembang seiring dengan perkembangan geografi kuantitatif dan ilmu wilayah (regional science) pada awal 1960-an. Perkembangannya diawali dengan digunakannya prosedur-prosedur dan teknik-teknik kuantitatif (terutama statistik) untuk menganalisis pola-pola sebaran titik, garis, dan area pada peta atau data yang disertai koordinat ruang dua atau tiga dimensi. Pada perkembangannya, penekanan dilakukan pada indigenous features dari ruang geografis pada proses-proses pilihan spasial (spatial choices) dan implikasinya secara spatio-temporal.

2.3.4. Pemodelan Perubahan Penggunaan Lahan

Secara umum Briassoulis (2000) menggambarkan klasifikasi pemodelan untuk analisis penggunaan lahan dan perubahannya. Model perubahan penggunaan lahan dikategorikan menjadi empat jenis, yaitu model statistik dan ekonometrik (statistical and econometric models), model interaksi spasial (spatial interaction model), model optimasi (optimation model) dan model terintegrasi (integrated models).

2.3.4.1. Conversion of Land Use and its Effect (CLUE)

Conversion of Land Use and its Effect atau CLUE (Veldkamp et al. 2001) merupakan pendekatan empiris yang dilakukan dengan studi kasus antara lain di Atlantic Zone (Costa Rica), China, Ekuador, Honduras dan Pulau Jawa. Model ini merupakan model terpadu, secara spasial nyata, dinamis dan berdasarkan pada sosial ekonomi dan lingkungan. Pemodelan dengan CLUE terdiri atas dua tahap, yaitu (1) analisis pola perubahan penggunaan lahan yang berasal dari penggunaan

15

lahan lampau dan saat ini. Dengan demikian, dapat diketahui variabel penentu (driving factors) yang paling mempengaruhi baik dari aspek biofisik, sosial ekonomi maupun kebijakan, (2) menggunakan hasil analisis tersebut untukmenetapkan skenario yang memungkinkan untuk dilakukan. Model CLUE ini terdiri dari modul permintaan (demand module) dan modul alokasi (allocation module).

2.3.4.2. Conversion of Land Use & its Effect at Small regional extent (CLUE-S) Pemodelan spasial perubahan penggunaan lahan pada areal lebih kecil dari nasional atau provinsi selanjutnya dikembangkan oleh Verburg et al. (2002). Model ini dinamakan Conversion of Land Use and Its Effect at Small regional extent atau CLUE-S. Model CLUE-S ini merupakan gabungan dari pemodelan empiris, analisis spasial dan model dinamis. Analisis spasial menggunakan teknik overlay dari Sistem Informasi Geografis (SIG). Hubungan antara penggunaan lahan dan faktor-faktornya dianalisis menggunakan regresi logistik.

Model CLUE-S ini telah diterapkan di antaranya di DAS Selangor (Malaysia), Pulau Sibuyan (Filipina), Propinsi BacKan (Vietnam), Kabupaten San Mariano (Filipina), Kabupaten Bandung dan Kabupaten Bogor (Indonesia). Selain itu, model CLUE-S yang dikombinasikan dengan sistem dinamik juga telah diterapkan di Changqing Jinan (China) dan Sangong Watershed (Xinjiang, China).

Pemodelan perubahan penggunaan lahan di Pulau Sibuyan (Filipina) dan DAS Klanglangat (Malaysia) dilakukan oleh Verburg et al. (2002). Tujuan dilakukan pemodelan spasial ini adalah untuk membangun model spasial dinamik perubahan penggunaan lahan pada skala regional. Penggunaan lahan diklasifikasikan menjadi 5 kelas, yaitu : hutan, perkebunan kelapa sawit, padang rumput, sawah dan lainnya (mangrove dan pemukiman). Driving factors-nya adalah ketinggian, kemiringan lereng, jarak ke kota, jarak ke sungai, jarak ke jalan, jarak ke pantai, geologi, bahaya erosi dan kepadatan penduduk. Model ini mengintegrasikan modul kebutuhan lahan (non spasial) dan modul pengalokasian penggunaan lahan (spasial). Unit analisisnya adalah berupa piksel ukuran (1.000x1.000)m. analisis non spasial berupa laju perubahan penggunaan lahan periode sebelumnya yang diperoleh dari data penginderaan jauh multi waktu

digunakan untuk memprediksi kebutuhan penggunaan lahan masa datang. Analisis spasial menggunakan pendekatan cellular automata dengan regresi logistik sebagai transition rule-nya. Hasil pemodelan ini adalah model mudah diterapkan pada situasi perubahan penggunaan lahan dan daerah studi yang tidak ada pembatasan area.

Engelsman (2002) melakukan pemodelan spasial perubahan penggunaan lahan dengan model CLUE-S untuk wilayah perkotaan di DAS Selangor, Malaysia. Penggunaan lahan yang digunakan terdiri atas delapan kelas, yaitu : hutan, perkebunan kelapa sawit, perkebunan karet, perkebunan campuran, semak dan padang rumput, lahanpertambangan, lahan urban dan wilayah perairan. Driving factors-nya adalah ketinggian wilayah, jarak ke jalan, jarak ke laut, jarak ke pusat permukiman, jarak ke pusat hutan, jenis tanah (alluvial dan fluvisol), lapisan tanah (tanah dangkal), kelas kesesuaian lahan, kepadatan penduduk dan tenaga kerja sektor pertanian. Hasil dari perhitungan regresi logistik dapat diketahui bahwa variabel yang paling mempengaruhi adalah jarak terhadap pusat pemukiman dan jarak terhadap jalan. Hasil dari pemodelan ini menunjukkan bahwa kebutuhan penggunaan lahan untuk wilayah perkotaan meningkat selama periode 1999-2014 dan hasil simulasinya menunjukkan bahwa persebaran wilayah perkotaan menyebar dari selatan ke utara sampai perbatasan Kuala Lumpur. Perkembangan ini seperti suatu koridor yang membentang sepanjang jalan utama sampai ke bagian barat Semenanjung Malaysia.

Soepbroer (2001) mengaplikasikan model CLUE-S di Pulau Sibuyan (Filipina). Tujuan penelitiannya adalah untuk mengaplikasikan program ini secararealistis dan untuk menganalisis kinerjanya. Data dengan menggunakan ukuransel 250 m2, pada periode 15 tahun yaitu 1997-2012. Penggunaan lahannya diklasifikasikan menjadi lima kelas, yaitu :hutan, kelapa, rumput, padi dan lainnya. Hasil pemodelan spasial menggambarkan adanya lahan terbangun di sepanjang kaki pegunungan, padang rumput berkembang di bagian utara, perkebunan kelapa berkembang ke bagian barat dan penanaman padi yang dipusatkan pada bagian utara pulau dan di sepanjang pantai utara dan pantai barat. Hasil pemodelan ini dapat menggambarkan secara baik suatu kondisi penggunaan lahan yang kompleks pada wilayah yang lebih kecil.

17

Witte (2003) mengaplikasikan model CLUE-S untuk pemodelan aksesibilitas. Aksesibilitas diduga mempunyai pengaruh dalam perubahan penggunaan lahan.Variabel aksesibilitas dibagi menjadi 3 tipe berdasarkan waktu tempuh. Hasil dari penelitian ini menunjukkan bahwa tiga tipe aksesibilitas berdasarkan waktu tempuh memberikan dampak besar terhadap perubahan penggunaan lahan, yaitu penduduk lebih terkonsentrasi pada wilayah yang mempunyai aksesibilitas dengan waktu tempuh yang lebih cepat.

Dari keempat contoh di atas, dapat disimpulkan bahwa model CLUE-S dapat diaplikasikan pada pemodelan spasial perubahan penggunaan lahan dengan berbagai aspek yang mempengaruhinya, baik aspek biofifik wilayah, aspek sosial ekonomi maupun aspek aksesibilitas. Model ini dapat dikembangkan dengan mengaitkan aspek bencana alam dan aspek ketahanan pangan dalam memproyeksikan kebutuhan penggunaan lahan masa datang.

Pengembangan model khususnya terkait dengan proyeksi penggunaan lahan masa datang dikembangkan oleh Xin et al. (2012) dan Geping et al. (2010) dengan mengintegrasikan model sistem dinamik dan model CLUE-S dalam pemodelan perubahan penggunaan lahan. Xin et al. (2012) mengaplikasikan integrasi model sistem dinamik dan CLUE-S di Chanqing, Jinan, China. Model sistem dinamik digunakan untuk memproyeksikan penggunaan lahan masa datang secara non spasial. Parameter yang digunakan dalam model sistem dinamik adalah Produk Domestik Regional Bruto (PDRB), jumlah penduduk, perkembangan kota dan urbanisasi. Parameter tersebut digunakan untuk membangun skenario dalam memproyeksikan kebutuhan penggunaan lahan masa datang. Geping et al. (2010) mengaplikasikan integrasi model sistem dinamik dan CLUE-S di DAS Sangong, Xinjiang, China. Parameter yang digunakan dalam model sistem dinamik untuk membangun skenario adalah laju pertumbuhan penduduk, Produk Domestik Regional Bruto (PDRB), pemasaran dan kemajuan teknologi. Hasil model sistem dinamik berupa proyeksi kebutuhan lahan masa datang dengan berbagai skenario yang selanjutnya digunakan sebagai input model CLUE-S untuk dianalisis secara spasial.

Perbedaan pemodelan spasial perubahan penggunaan lahan antara dengan model CLUE dan CLUE-Sadalah dalam aspek skala dan sumber data. Model

CLUE diaplikasikan dalam skala luas baik nasional atau level benua. Unit analisisnya berupa piksel dengan resolusi kasar, yaitu : ukuran piksel lebih besar dari (1.000x1.000)m.Data penggunaan lahan diperoleh dengan cara sensus atau survei. Model CLUE-S diaplikasikan untuk wilayah lebih kecil dalam skala lokal atau regional. Unit analisisnya berupa piksel dengan resolusi yang lebih halus, yaitu : ukuran piksel kurang dari (1.000x1.000)m. Penggunaan lahan diperoleh dari peta atau data pengideraan jauh (remote sensing) (Verburg et al.2002).

III. METODOLOGI

3.1 Lokasi dan Waktu Penelitian

Penelitian berlokasi di wilayah Kabupaten Sukabumi. Secara geografis Kabupaten Sukabumi terletak antara 106o 49’ – 107o 00’ Bujur Timur dan 6o 57’ – 7o 25’ Lintang Selatan dan secara administrasi terdiri atas 47 kecamatan dan 367 desa. Luas Kabupaten Sukabumi adalah sekitar 4,161 km2atau 416.111 ha. Penelitian dilaksanakan pada bulan April 2012 sampai Oktober 2012. Peta lokasi penelitian tertera pada Gambar 2.

3.2 Bahan dan Alat

Bahan yang digunakan dalam penelitian ini adalah citra Landsat tahun 2000 dan 2010, citra Ikonos tahun 2010, peta Rupa Bumi Indonesia (RBI) skala 1 : 25.000, peta administrasi skala 1 : 25.000, peta jenis tanah, peta geologi tahun 1992, peta elevasi, peta slope (kelerengan), peta curah hujan, peta Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi tahun 2012, dan data potensi desa tahun 2000 dan 2010.

Alat yang digunakan adalah Receiver GPS, Kamera Digital dan seperangkat komputer yang dilengkapi dengan software : ERDAS Imagine, ArcGis, CLUE-S, Google Earth, SPSS dan Microsoft Excel.

3.3 Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer meliputi data penggunaan lahan hasil interpretasi data penginderaan jauh dan data pengecekan lapang untuk akurasi hasil interpretasi penggunaan lahan. Data penggunaan lahan diperoleh dengan cara melakukan interpretasi penggunaan lahan secara visual dari citra Landsat tahun 2000 dan 2010 yang diverifikasi dengan pengamatan lapangan (ground truth). Citra Landsat tahun 2000 dan 2010 didapatkan dari USGS melalui BTIC Southeast Asian Regional Centre for Tropical Biology (SEAMEO BIOTROP).

Gambar 2 Peta Lokasi Penelitian

Data sekunder meliputi data fisik lahan dan data sosial dan ekonomi. Data fisik lahan meliputi : peta geologi, peta jenis tanah, peta elevasi, peta lereng, peta curah hujan, peta Rupa Bumi Indonesia (RBI) dan peta administrasi. Peta geologi tahun 1992 diperoleh dari Pusat Penelitian dan Pengembangan Geologi

21

Kementerian Energi dan Sumberdaya Mineral (ESDM). Peta jenis tanah tahun 1993 diperoleh dari Pusat Penelitian Tanah dan Agroklimat (Puslittanak)/ Balai Besar Sumber Daya Lahan Pertanian (BBSDLP). Peta elevasi dan kemiringan lereng tahun 2011, peta administrasi updating 2009 diperoleh dari Badan Perencanaan Pembangunan Daerah (Bappeda) Kabupaten Sukabumi. Peta curah hujan tahun 2005 diperoleh Dinas Pengelolaan Sumberdaya Air Kabupaten Sukabumi. Peta RBI tahun 2000 diperoleh dari Badan Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal). Data kepadatan penduduk dan kepadatan tenaga kerja pertanian diperoleh dari data potensi desa tahun 2000 dan 2010, Badan Pusat Statistik (BPS) Kabupaten Sukabumi.

3.4 Rancangan Penelitian

Rancangan penelitian terdiri atas empat tujuan, yaitu : (1) menganalisis perubahan penggunaan lahan, (2) menganalisis faktor yang mempengaruhi perubahan penggunaan lahan, (3) memprediksi penggunaan lahan tahun 2032 melalui model spasial perubahan penggunaan lahan, dan (4) merumuskan arahan penyempurnaan Rencana Tata Ruang Wilayah. Bagan alir penelitian tertera pada Gambar 3.

Tujuan pertama yaitu analisis perubahan penggunaan lahan meliputi proses interpretasi data citra Landsat tahun 2000 dan 2010, klasisikasi peta penggunaan lahan, uji hasil interpretasi pengunaan lahan tahun 2010 dan tumpang susun antara peta penggunaan lahan tahun 2000 dan 2010. Tujuan kedua yaitu analisis faktor-faktor yang mempengaruhi perubahan penggunaan lahan periode tahun 2000-2010 menggunakan metode regresi logistik biner. Tujuan ketiga yaitu memprediksi penggunaan lahan tahun 2032 melalui model spasial perubahan penggunaan lahan menggunakan model CLUE-S dengan beberapa skenario model. Tujuan keempat yaitu merumuskan arahan penyempurnaan RTRW berdasarkan skenario terpilih yang mempunyai nilai ketidaksesuaian terkecil terhadap RTRW melalui analisis perbandingan antara penggunaan lahan hasil prediksi dengan pola ruang RTRW.

3.5 Metode dan Teknik Analisis Data

Unit analisis yang digunakan pada penelitian ini adalah poligon penggunaan lahan di Kabupaten Sukabumi. Matrik hubungan antara tujuan, jenis data, sumber data, teknik analisis dan keluaran tertera pada Tabel 1.

23

Tabel 1 Matrik hubungan antara tujuan, jenis data, sumber data, teknik analisis dan keluaran

No Tujuan Jenis Data Sumber Data Teknik

Analisis Keluaran 1 Menganalisis

perubahan penggunaan lahan Penggunaan lahan Citra Landsat tahun 2000 dan 2010 Interpretasi visual, klasifikasi, analisis tumpang susunSIG Peta penggunaan lahan tahun 2000 dan 2010

2 Menganalisis faktor yang mempengaruhi perubahan penggunaan lahan Kepadatan penduduk, kepadatan tenaga kerja pertanian, geologi, jenis tanah, elevasi, lereng , curah hujan, jarak ke jalan, jarak ke pusat kota, jarak ke kota terdekat, jarak ke sungai

Potensi desa 2000 dan 2010, peta geologi tahun 1992, peta jenis tanah, peta elevasi, peta lereng, peta curah hujan,

peta RBI 2000, dan peta administrasi Analisis tumpang susunSIG, Multiple ring buffer, Regresi logistik

oFaktor yang mempengaruhi perubahan penggunaan lahan hutan menjadi pertanian oFaktor yang

mempengaruhi perubahan lahan pertanian menjadi kawasan terbangun

3 Memprediksi penggunaan lahan tahun 2032 melalui model spasial perubahan penggunaan lahan Data kebutuhan penggunaan lahan, koefisien hasil regresi logistik tiap jenis penggunaan lahan, dan nilai elastisitas perubahan penggunaan lahan Penggunaan lahan tahun 2000 dan 2010, dan driving factors yang mempengaruhi perubahan penggunaan lahan Model CLUE-S

oModel spasial penggunaan lahan oPeta prediksi

penggunaan lahan tahun 2032 berdasarkan skenario model

4 Merumuskan arahan

penyempurnaan Rencana Tata Ruang Wilayah

Peta prediksi penggunaan lahan, peta Pola Ruang RTRW o Hasil simulasi o RTRWK 2012 o MODEL CLUE-S o Analisis tumpang susun Arahan penyempurnaan Rencana Tata Ruang Wilayah

3.5.1 Analisis Perubahan Penggunaan Lahan 3.5.1.1 Analisis Citra Landsat Tahun 2000 dan 2010

Tahapan yang dilakukan dalam interpretasi citra Landsat utuk wilayah Kabupaten Sukabumi sebagai berikut :

a. Pemotongan batas area penelitian

Pemotongan batas area penelitian diperlukan untuk melakukan clip citra Landsat path/row 122/065 untuk memperoleh wilayah yang akan di analisis, yaitu wilayah Kabupaten Sukabumi. Metode yang digunakan adalah extract by mask, yaitu memotong citra Landsat dengan wilayah administrasi Kabupaten Sukabumi.

b. Rektifikasi citra

Citra Landsat terlebih dahulu dilakukan rektifikasi/ koreksi geometrik agar posisinya sesuai dengan posisi objek di permukaan bumi.

c. Interpretasi citra Landsat untuk klasifikasi penggunaan lahan dan analisis perubahan penggunaan lahan.

Klasifikasi penggunaan lahan yang digunakan mengacu pada sistem klasifikasi Standar Nasional Indonesia (SNI) Nomor 7645tahun 2010 tentang Klasifikasi Penutupan Lahan. Klasifikasi penggunaan lahan di Kabupaten Sukabumi terdiri atas 7 (tujuh) kelas penggunaan lahan, yaitu : air, hutan, kawasan terbangun, lahan kering, perkebunan, sawah dan lainnya (padang rumput, pasir pantai, pasir darat, lahan terbuka, dan tambak). Klasifikasi dilakukan dengan menggunakan metode interpretasi visual (digitize on screen), dengan pendekatan unsur yang meliputi : rona (berkaitan dengan warna/derajat keabuan suatu obyek), tekstur (frekuensi perubahan rona), pola (susunan keruangan obyek), ukuran, bentuk (berkaitan langsung terhadap bentuk umum, konfigurasi atau kerangka dari obyek tunggal), bayangan dan situs (lokasi suatu obyek terhadap obyek-obyek yang lain) (Lillesand dan Kiefer 1997), asosiasi/ korelasi (Sutanto 1986). Kombinasi citra Landsat yang digunakan adalah 5-4-3 (RGB) karena memiliki informasi terbaik dalam identifikasi penggunaan lahan. Citra Landsat tahun 2000 dan 2010 diinterpretasi menjadi peta penggunaan lahan tahun 2000 dan 2010. Peta

25

penggunaan hasil interpretasi citra dibuat pada skala 1 : 50.000 menggunakan software ArcGis.

Analisisperubahan penggunaan lahan dilakukan melalui proses tumpang susun (overlay) antara peta penggunaan lahan tahun 2000 dengan tahun 2010 menggunakan software ArcGIS. Analisis perubahan penggunaan lahan tahun 2000 dan 2010 menghasilkan matriks perubahan penggunaan lahan (tertera pada Tabel 2).

Tabel 2 Matriks perubahan penggunaan lahan tahun t0-t1 Penggunaan

Lahan

Tahun t1

Jumlah

T

ahu

n

to

A H Kt Lk P S Ln

A - - - A t0

H - - - H t0

Kt - - - Kt t0

Lk - - - Lk t0

P - - - P t0

S - - - S t0

Ln - - - Ln t0

Jumlah A t1 H t1 Kt t1 Lk t1 P t1 S t1 Ln t1

Keterangan : A=air, H=hutan, Kt=kawasan terbangun, Lk=lahan kering, P=Perkebunan, S=sawah dan Ln=lainnya

= tidak berubah = berubah 3.5.1.2 Pengujian hasil interpretasi

Hasil interpretasi penggunaan lahan perlu dilakukan verifikasi dengan bantuan citra Ikonos tahun 2010 dan Google Earth dan pengecekan lapangan (ground truth). Pengambilan titik uji menggunakan bantuan perangkat lunak Erdas Imagine dengan metode Stratified random sampling, yaitu : metode pengambilan titik berstrata secara acak sesuai luas penggunaan lahan di tiap kelas, sehingga kelas yang memiliki luasan lebih besar akan memiliki nilai titik uji yang lebih banyak (proporsional). Titik uji ditentukan sebanyak 100 titik.

Hasil verifikasi lapangan kemudian dibandingkan dengan nilai interpretasi yang sudah dilakukan, kemudian dihitung akurasinya menggunakan overall accuracy dan kappa accuracy. Overall accuracy hanya mempertimbangkan commission (diagonal) sedangkan kappa accuracy sudah mempertimbangkan commission dan omission. Hal ini menyebabkan nilai overall accuracy memiliki nilai yang lebih tinggi dibandingkan dengan kappa accuracy. Adapun rumus kappa accuracy adalah sebagai berikut (Jensen 1996) :

Kappa Accuracy = ∑ – ∑ ( ∗ )

− ∑ ( ∗ )

Dimana :

Xii : Nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i Xi+ : jumlah pixel dalam baris ke-i

X+i : jumlah pixel dalam kolom ke-i N : banyaknya pixel dalam contoh r : Jumlah tipe penggunaan lahan

Pengujian hasil klasifikasi diharapkan mendapatkan nilai overall accuracy diatas 85 % (Jensen 1996).

3.5.2 Analisis Faktor Yang Mempengaruhi Perubahan Pengunaan Lahan Perubahan penggunaan lahan yang dianalisis adalah perubahan penggunaan lahan hutan menjadi pertanian dan perubahan penggunaan lahan pertanian menjadi kawasan terbangun pada periode tahun 2000-2010.

Analisis regresi logistik biner dilakukan dengan metode forward stepwise, yaitu : melakukan pemodelan melalui regresi secara berulang/ bertahap dengan cara memasukkan variabel bebas satu persatu kemudian mempertahankannya dalam model apabila variabel tersebut mempunyai pengaruh signifikan. Variabel yang tidak signifikan akan dikeluarkan dari model, sehingga variabel yang terdapat dalam model adalah variabel yang mempunyai pengaruh signifikan terhadap penggunaan lahan. Hasil regresi logistik diuji ketepatannya dengan metode ROC (Relative Operating Characteristics) dengan nilai antara 0,5 – 1,0. Nilai 1,0 mengindikasikan hasil perhitungan tepat sempurna, sedangkan nilai 0,5 mengindikasikan bahwa hasil tersebut karena pengaruh acak saja (Pontius dan Scheneider 2001). Exp (β) dihitung untuk mengetahui pengaruh relatif setiap variabel terhadap penggunaan lahan. Exp (β) menunjukkan apakah peluang dari penggunaan lahan tertentu pada grid sel meningkat (exp (β) >1 ) atau menurun (exp (β) < 1 ) akibat dari satu peningkatan variabel bebas.

Variabel tidak bebas yang digunakan adalah perubahan penggunaan lahan hutan menjadi lahan pertanian dan perubahan penggunaan lahan pertanian menjadi kawasan terbangun. Variabel bebas yang digunakan adalah kepadatan penduduk, kepadatan tenaga kerja pertanian, formasi geologi, jenis tanah, elevasi,

27

kemiringan lereng, curah hujan, jarak ke jalan, jarak ke pusat kota, jarak ke kota terdekat dan jarak ke sungai.

Persamaan regresi logistik yang digunakan sebagai berikut : log( ) = β0 + β1 X1,i + β2 X2,i + … +βn Xn,i Dimana,

Pi = peluang perubahan penggunaan lahan i β0 = konstanta

β1-n = nilai koefisien variabel bebas ke -1 sampai ke-n

X1-n,i = variabel bebaske -1 sampai ke-n, pada variabel tidak bebas i n = jumlah variabel

X1 = Kepadatan penduduk X7 = Curah hujan X2 = Kepadatan tenaga kerja pertanian X8 = Jarak ke jalan X3 = Formasi geologi X9 = Jarak ke pusat kota

X4 = Jenis tanah X10 = Jarak ke kota terdekat

X5 = Elevasi X11 = Jarak ke sungai

X6 = Kemiringan lereng

3.5.3 Penyusunan Model Spasial Perubahan Penggunaan Lahan

Model spasial dibangun menggunakan perangkat lunak CLUE-S dengan tujuan untuk mendapatkan model spasial perubahan penggunaan lahan yang berbasis spasial dan bersifat dinamik.Keluaran dari model adalah peta prediksi penggunaan lahan tahun 2010 dan tahun 2032.

Model spasial disusun dalam 2 tahap, yaitu : model tahun 2000 dan model tahun 2010. Model tahun 2000 digunakan validasi model.Model tahun 2010 digunakan untuk memprediksi penggunaan lahan tahun 2032.Simulasi model CLUE-S dilakukan dengan beberapa persiapan data masukan, yaitu : kebutuhan penggunaan lahan (land use demand), kesesuaian lokasi (location suitability), pengaturan konversi jenis penggunaan lahan (land use type specific conversion setting) dan kebijakan spasial dan pembatasan area (spatial policies and area restrictions. Model CLUE-S disimulasikan dalam format raster sehingga dilakukan transformasi data spasial dari format vektor menjadi format raster.

3.5.3.1 Transformasi format vektor ke raster

Model spasial perubahan penggunaan lahan dilakukan dalam format data raster, sehingga semua data vektor terlebih dahulu diubah ke dalam bentuk data raster.Parameter yang digunakan untuk penetapan ukuran raster adalah ukuran minimum raster untuk model dapat melakukan simulasi. CLUE-S adalah model spasial perubahan penggunaan lahan yang ditujukan untuk wilayah kecil (small region) dengan ukuran raster lebih kecil dari (1.000x1.000)m (Verburg et al.. 2002). Ukuran raster lebih kecil dari (100x100)m khusus untuk wilayah Kabupaten Sukabumi tidak dilakukan mengingat keterbatasan dari perangkat lunak CLUE-S yang membatasi jumlah baris dan kolom maksimum 1.000 x 1.000 dan model CLUE-S tidak dapat melakukan proses perhitungan luas probabilistik dengan ukuran pengolahan data yang terlalu besar. Hasil transformasi format vektor ke raster untuk wilayah Kabupaten Sukabumi dengan ukuran raster lebih kecil dari (100x100)m melebihi batas maksimum jumlah baris dan kolom pada model CLUE-S. Ukuran raster yang dianalisis adalah (100x100)m. Wilayah Kabupaten Sukabumi dengan ukuran raster (100x100)m memiliki jumlah baris sebanyak 799 dan jumlah kolom sebanyak 769. Luas untuk tiap sel adalah 10.000 m2 atau 1 ha.

3.5.3.2 Kebutuhan penggunaan lahan

Perhitungan kebutuhan penggunaan lahan dilakukan selama 22 tahun ke depan, yaitu tahun 2011-2032. Data kebutuhan penggunaan lahan didapatkan dari data laju perubahan penggunaan lahan tahun 2000-2010 yang perubahannya dibagi menjadi per tahun. Perubahan penggunaan lahan per tahun tertera pada Tabel 3.

Tabel 3 Luas perubahan penggunaan lahan per tahun

Tahun Penggunaan lahan

P1 P2 ….. Pn

T1 X11 X12 ….. X1n

T2 X21 X22 ….. X2n

….. ….. ….. ….. …..

Tn Xz1 Xz2 ….. Xzn

Keterangan :

P1-Pn : jenis penggunaan lahan T1-Tn : tahun penggunaan lahan X11-Xzn : jenis penggunaan lahan

  B  S.E.  Wald  df  Sig.  Exp(B) 

Step 9i  _{sc1gr1.fil  ­.739  .086  73.690  1  .000  .478} 

sc1gr2.fil  ­.031  .013  5.481  1  .019  .969 

sc1gr3.fil  ­.197  .027  53.549  1  .000  .821 

sc1gr5.fil  .459  .063  53.040  1  .000  1.582 

sc1gr6.fil  .254  .052  24.192  1  .000  1.290 

sc1gr7.fil  ­.383  .042  84.699  1  .000  .682 

sc1gr8.fil  ­.302  .036  72.437  1  .000  .739 

sc1gr9.fil  .690  .060  130.691  1  .000  1.993 

sc1gr10.fil  .277  .048  32.908  1  .000  1.319 

Constant  ­.579  .388  2.228  1  .136  .561 

Step 10j  _{sc1gr1.fil  ­.714  .086  69.277  1  .000  .490} 

sc1gr2.fil  ­.042  .014  9.128  1  .003  .959 

sc1gr3.fil  ­.214  .027  60.473  1  .000  .808 

sc1gr4.fil  .193  .065  8.943  1  .003  1.213 

sc1gr5.fil  .418  .064  42.033  1  .000  1.519 

sc1gr6.fil  .253  .052  23.792  1  .000  1.288 

sc1gr7.fil  ­.415  .043  92.492  1  .000  .660 

sc1gr8.fil  ­.271  .037  53.426  1  .000  .763 

sc1gr9.fil  .688  .060  130.626  1  .000  1.990 

sc1gr10.fil  .250  .049  25.859  1  .000  1.285 

Constant  ­1.173  .437  7.192  1  .007  .310 

a. Variable(s) entered on step 1: sc1gr10.fil.  b. Variable(s) entered on step 2: sc1gr5.fil.  c. Variable(s) entered on step 3: sc1gr9.fil.  d. Variable(s) entered on step 4: sc1gr1.fil.  e. Variable(s) entered on step 5: sc1gr8.fil.  f. Variable(s) entered on step 6: sc1gr7.fil.  g. Variable(s) entered on step 7: sc1gr3.fil.  h. Variable(s) entered on step 8: sc1gr6.fil.  i. Variable(s) entered on step 9: sc1gr2.fil.  j. Variable(s) entered on step 10: sc1gr4.fil.   

 

 

Area Under the Curve 

Test  Result 

Variable(s):Predicted  probability 

Area 

.756    The  test  result  variable(s):  Predicted probability has at  least  one  tie  between  the  positive  actual  state  group  and the negative actual state  group.  Statistics  may  be  biased. 

 

 

Lampiran 4.  Variabel yang mempengaruhi perubahan pertanian menjadi kawasan 

terbangun 

Variables in the Equation 

 

B  S.E.  Wald  df  Sig.  Exp(B) 

Step 1a  _{sc1gr0.fil  .768  .140  29.877  1  .000  2.155} 

Constant  ­6.189  .379  265.951  1  .000  .002 

Step 2b  _{sc1gr0.fil  .880  .147  35.768  1  .000  2.412} 

sc1gr4.fil  ­.913  .230  15.766  1  .000  .401 

Constant  ­2.718  .832  10.659  1  .001  .066 

Step 3c  _{sc1gr0.fil  .696  .162  18.346  1  .000  2.005} 

sc1gr4.fil  ­1.042  .228  20.875  1  .000  .353 

sc1gr9.fil  ­.768  .278  7.642  1  .006  .464 

Constant  ­.234  1.128  .043  1  .836  .792 

Step 4d  _{sc1gr0.fil  .651  .163  15.936  1  .000  1.917} 

sc1gr4.fil  ­.751  .275  7.446  1  .006  .472 

sc1gr5.fil  ­.545  .274  3.951  1  .047  .580 

sc1gr9.fil  ­.765  .273  7.830  1  .005  .466 

Constant  .242  1.113  .047  1  .828  1.274 

a. Variable(s) entered on step 1: sc1gr0.fil.  b. Variable(s) entered on step 2: sc1gr4.fil.  c. Variable(s) entered on step 3: sc1gr9.fil.  d. Variable(s) entered on step 4: sc1gr5.fil.   

 

 

Area Under the Curve 

Test  Result 

Variable(s):Predicted  probability 

Area 

.858  The test result variable(s):  Predicted  probability  has  at  least  one  tie  between  the  positive  actual  state  group  and  the  negative  actual  state  group.  Statistics may be biased. 

 

 

 

 

 

 

Lampiran 5.Titik Hasil Referensi Cek Lapangan dan 

Google Earth

 

NO  X  Y  Hasil Interpretasi  Data Referensi  Kesesuaian 

1  654251,5057  9191146,659  Lahan Kering  Lahan Kering  sesuai 

2  655160,0879  9184163,853  Hutan  Hutan  sesuai 

3  666425,7614  9245313,667  Hutan  Hutan  sesuai 

4  666836,3065  9215220,788  Lahan Kering  Lahan Kering  sesuai 

5  668273,2812  9215576,989  Lahan Kering  Hutan  tidak sesuai 

6  669501,8841  9217311,835  Lahan Kering  Lahan Kering  sesuai 

7  669669,8950  9228376,158  Lahan Kering  Lahan Kering  sesuai 

8  670432,4483  9224550,865  Permukiman  Permukiman  sesuai 

9  670858,3559  9228828,244  Lahan Kering  Lahan Kering  sesuai 

10  671341,0944  9244370,100  Hutan  Hutan  sesuai 

11  671442,3944  9227457,492  Permukiman  Permukiman  sesuai 

12  671783,7529  9222187,838  Lahan Kering  Lahan Kering  sesuai 

13  672005,3152  9243166,794  Hutan  Hutan  sesuai 

14  672221,2971  9240325,070  Hutan  Hutan  sesuai 

15  672400,2411  9226115,480  Lahan Kering  Lahan Kering  sesuai 

16  672773,2906  9229415,810  Perkebunan  Lahan Kering  tidak sesuai 

17  673079,7609  9223345,678  Lahan Kering  Lahan Kering  sesuai 

18  673095,7374  9224386,505  Permukiman  Permukiman  sesuai 

19  673512,3016  9224040,447  Sawah  Sawah  sesuai 

20  673606,1660  9239370,206  Hutan  Hutan  sesuai 

21  673737,5530  9221191,702  Lahan Kering  Lahan Kering  sesuai 

22  673894,8763  9221955,442  Sawah  Sawah  sesuai 

23  673995,3085  9225783,804  Lahan Kering  Lahan Kering  sesuai 

24  674277,9966  9223246,150  lainnya  lainnya  sesuai 

25  674843,6890  9222350,347  Lahan Kering  Lahan Kering  sesuai 

26  675540,8359  9226398,633  Lahan Kering  Perkebunan  tidak sesuai 

27  676637,1467  9224958,833  Hutan  Hutan  sesuai 

28  677695,9642  9225561,653  Lahan Kering  Lahan Kering  sesuai 

29  678315,6660  9224307,025  Sawah  Sawah  sesuai 

30  678757,4410  9229537,578  Perkebunan  Lahan Kering  tidak sesuai 

31  679082,1644  9230471,852  Lahan Kering  Lahan Kering  sesuai  32  679296,5588  9195478,923  Lahan Kering  Lahan Kering  sesuai 

33  679336,3800  9183818,725  Perkebunan  Perkebunan  sesuai 

34  679494,4194  9197222,012  Permukiman  Permukiman  sesuai 

35  680643,6231  9187430,594  Hutan  Hutan  sesuai 

36  680762,3203  9186465,574  Perkebunan  Perkebunan  sesuai 

37  681960,3653  9195104,906  Hutan  Hutan  sesuai 

38  682201,8003  9197044,673  Lahan Kering  Hutan  tidak sesuai 

39  682359,3988  9186542,246  Lahan Kering  Lahan Kering  sesuai 

40  683170,9179  9194616,338  Perkebunan  Perkebunan  sesuai 

41  696377,6565  9242901,443  Lahan Kering  Lahan Kering  sesuai 

NO  X  Y  Hasil Interpretasi  Data Referensi  Kesesuaian  43  696606,7030  9240816,316  Lahan Kering  Lahan Kering  sesuai 

44  696623,7155  9240519,661  Perkebunan  Perkebunan  sesuai 

45  696802,9778  9244130,673  Lahan Kering  Lahan Kering  sesuai 

46  696963,4184  9239059,029  Permukiman  Permukiman  sesuai 

47  698009,7084  9177890,802  tubuh air  tubuh air  sesuai 

48  701291,7772  9236266,082  Lahan Kering  Lahan Kering  sesuai 

49  702370,0876  9236544,651  Sawah  Lahan Kering  tidak sesuai 

50  702624,5865  9234427,463  Hutan  Hutan  sesuai 

51  702927,5528  9236560,627  Lahan Kering  Hutan  tidak sesuai 

52  703220,0929  9248446,613  Lahan Kering  Lahan Kering  sesuai  53  703528,3289  9235239,797  Lahan Kering  Lahan Kering  sesuai  54  703876,3769  9235915,066  Lahan Kering  Lahan Kering  sesuai 

55  704547,0081  9235046,206  Perkebunan  Perkebunan  sesuai 

56  704614,9471  9235188,011  Lahan Kering  Lahan Kering  sesuai 

57  705053,5682  9231153,776  Perkebunan  Perkebunan  sesuai 

58  705353,9363  9233744,658  Sawah  Lahan Kering  tidak sesuai 

59  705389,4574  9248857,074  Hutan  Hutan  sesuai 

60  705735,2806  9230649,645  Lahan Kering  Lahan Kering  sesuai 

61  705812,9972  9245127,441  Perkebunan  Perkebunan  sesuai 

62  706095,8072  9232811,617  Lahan Kering  Lahan Kering  sesuai 

63  706223,7350  9244135,849  Perkebunan  Perkebunan  sesuai 

64  706325,4395  9235115,955  Lahan Kering  Lahan Kering  sesuai 

65  706522,0647  9233810,538  Sawah  Sawah  sesuai 

66  706589,2078  9235026,778  Permukiman  Permukiman  sesuai 

67  707054,3282  9234511,146  Lahan Kering  Lahan Kering  sesuai  68  707389,9326  9245164,835  Lahan Kering  Lahan Kering  sesuai 

69  707642,2093  9248284,122  Hutan  Hutan  sesuai 

70  707784,6725  9235403,887  Sawah  Sawah  sesuai 

71  708289,7923  9244669,689  Lahan Kering  Lahan Kering  sesuai 

72  708780,6929  9244837,557  Hutan  Hutan  sesuai 

73  709628,6079  9229818,031  Sawah  Sawah  sesuai 

74  710161,3187  9248142,924  Hutan  Hutan  sesuai 

75  711159,8849  9235925,461  Lahan Kering  Lahan Kering  sesuai  76  712375,6587  9236057,148  Lahan Kering  Lahan Kering  sesuai 

77  712767,0557  9235992,671  Perkebunan  Perkebunan  sesuai 

78  713075,3487  9245298,513  Hutan  Hutan  sesuai 

79  714819,2701  9233228,149  Sawah  Sawah  sesuai 

80  715801,1252  9238742,740  Lahan Kering  Lahan Kering  sesuai 

81  716711,2180  9222723,886  Hutan  Hutan  sesuai 

82  716775,2439  9238304,341  Lahan Kering  Lahan Kering  sesuai 

83  716887,7849  9241261,523  Perkebunan  Perkebunan  sesuai 

84  717459,4570  9223290,189  Hutan  Hutan  sesuai 

85  718468,0206  9235250,583  Sawah  Sawah  sesuai 

NO  X  Y  Hasil Interpretasi  Data Referensi  Kesesuaian  86  718929,7438  9232968,578  Lahan Kering  Lahan Kering  sesuai  87  720729,4694  9225224,158  Lahan Kering  Lahan Kering  sesuai 

88  721385,4243  9226027,527  Hutan  Hutan  sesuai 

89  721495,5809  9233938,929  Sawah  Lahan Kering  tidak sesuai 

90  721746,9265  9226578,453  Hutan  Hutan  sesuai 

91  722149,5575  9232439,958  Sawah  Sawah  sesuai 

92  722467,3539  9239890,628  Lahan Kering  Lahan Kering  sesuai  93  724028,7049  9236231,388  Lahan Kering  Lahan Kering  sesuai 

94  724627,9785  9236594,460  Perkebunan  Perkebunan  sesuai 

95  725036,2211  9229975,748  Sawah  Sawah  sesuai 

96  725142,0588  9222748,307  Hutan  Hutan  sesuai 

97  726470,9917  9232913,911  Lahan Kering  Lahan Kering  sesuai 

98  722149,5575  9232439,958  Sawah  Sawah  sesuai 

99  722242,8529  9241168,313  Lahan Kering  Lahan Kering  sesuai  100  722467,3539  9239890,628  Lahan Kering  Lahan Kering  sesuai 

 

 

 

Lampiran 6.Akurasi dan Nilai Kappa Citra Landsat Kabupaten Sukabumi 

Class Name Reference

Totals

Classified Totals

Number Correct

Producers Accuracy

Users Accuracy

Air  1  1  1  100,00  100,00 

Hutan  19  21  20  90,48  95,24 

Kawasan Terbangun  7  7  7  100,00  100,00 

Lahan Kering  45  47  40  95,74  85,11 

Perkebunan  13  11  10  84,62  90,91 

Sawah  14  12  12  85,71  100,00 

Lainnya  1  1  1  100,00  100,00 

Total  _{100  100  91}       

 

Overall Classification Accuracy

 = 90,58%  

Overall Kappa Statistics

 = 88,64%