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
(2)
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
(3)
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
(4)
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
(5)
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
(6)
© 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.
(7)
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
(8)
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.
(9)
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
(10)
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
(11)
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
(12)
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).
(13)
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
(14)
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
(15)
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
(16)
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
(17)
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
(18)
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
(19)
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
(20)
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
(21)
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
(22)
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.
(23)
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
(24)
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.
(25)
(26)
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
(27)
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.
(28)
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
(29)
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).
(30)
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).
(31)
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.
(32)
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.
(33)
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
(34)
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
(35)
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.
(36)
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
(37)
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).
(38)
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).
(39)
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
(40)
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.
(41)
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.
(42)
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
(43)
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
(44)
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) :
(45)
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,
(46)
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.
(47)
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
(1)
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.
(2)
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.
(3)
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
(4)
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
(5)
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
(6)
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