5.2 Proses Optimasi
Untuk mengatasi berbagai masalah yang terjadi akibat penggunaan lahan pada kondisi aktual, ditentukan rekomendasi pola penggunaan lahan optimal
dengan menggunakan pendekatan model optimasi linear sasaran ganda atau Linear Goals Programming
LGP yang menggunakan perangkat lunak General Algebraic of Modeling System
GAMS. LGP merupakan program linear dengan sasaran-sasaran berupa simpangan negatif maupun simpangan positif yang
mendekati sasaran yang ditetapkan. Sugiyono dan Suarna 2006 menjelaskan bahwa program linear merupakan metode yang banyak digunakan di berbagai
disiplin ilmu karena dapat menyelesaikan persamaan yang mempunyai orde besar dengan ribuan variabel dan kendala, serta sangat bermanfaat untuk menyelesaikan
permasalahan alokasi sumberdaya secara efisien. GAMS merupakan bahasa pemrograman yang digunakan untuk menyelesaikan persoalan mathematical
programming , termasuk program linear, dengan menggunakan optimizer atau
solver Sugiyono dan Suarna 2006 yang dalam penelitian ini menggunakan
solver MINOS.
Optimasi dalam penelitian ini bertujuan untuk mengoptimalkan manfaat ekologi dan ekonomi dari penggunaan lahan di DAS Citarum Hulu. Manfaat
ekologi diwakili oleh terpenuhinya erosi yang dapat dibiarkan TSL dan areal minimum ruang terbuka hijau RTH. Manfaat ekonomi diwakili oleh
terpenuhinya permintaan lokal komoditas tanaman sehingga dapat memenuhi pendapatan rumah tangga minimum setara kebutuhan hidup layak. Untuk
memenuhi tujuan tersebut, ditetapkan kerangka model optimasi untuk penentuan pola penggunaan lahan optimal dengan ketentuan seperti pada Tabel 15 dan
ketentuan pola budidaya tanaman seperti pada Tabel 16. Berdasarkan ketentuan tersebut, dihasilkan 29 tipe penggunaan lahan rencana seperti yang disajikan pada
Lampiran 10.
Tabel 15 Ketentuan kerangka model optimasi untuk penentuan pola penggunaan lahan optimal
Penggunaan lahan aktual No
Tutupan lahan Status kawasan
Ketentuan kerangka model optimasi 1
Lahan kosong APL
Diubah fungsinya dalam penggunaan lahan rencana berdasarkan kesesuaian lahannya
Hutan Primer HK HL
2 Hutan Sekunder
HK HL Tidak mengalami perubahan fungsi pada
penggunaan lahan rencana 3
Air Tawar APL
Diubah fungsinya menjadi Taman Perairan Kota
pada penggunaan lahan rencana 4
Hutan Primer HP
Diubah fungsinya menjadi hutan lindung pada penggunaan lahan rencana
5 Hutan Sekunder
HP Hutan Tanaman
HL HP Diubah menjadi hutan lindung pada
penggunaan lahan rencana jika kesesuaian lahan pada kondisi aktual tidak sesuai
6 KebunPerkebunan APL
Ruang Terbangun
APL Luasan penggunaan lahan tersebut tidak
boleh berkurang pada penggunaan lahan rencana
7 KebunPerkebunan APL
LadangTegalan APL
Sawah Irigasi
APL Sawah
Tadah Hujan
APL Fungsi penggunaan lahan tersebut tetap
dipertahankan pada penggunaan lahan rencana
Sumber: Hasil analisis.
Tabel 16 Ketentuan proporsi areal budidaya tanaman tiap sektor pada penggunaan lahan rencana
Penggunaan lahan rencana Ketentuan proporsi areal budidaya tanaman
tiap sektor No
Tutupan lahan Status
kawasan Kehutanan
Perkebunan- MPTS
Perkebunan Tanaman
Pangan 1 Hutan
Produksi HP
Hutan Rakyat
APL 99,00 1,00
Sawah Irigasi APL
2 Sawah Tadah Hujan
APL ≥ 1,00
≤ 99,00 3 LadangTegalan
APL ≥ 10,00
≤ 90,00 4 KebunPerkebunan
APL ≥ 9,00
≤ 90,00 ≤ 1,00
5 Ruang Terbangun
APL ≥ 10,00
Sumber: Hasil analisis.
Penentuan rekomendasi pola penggunaan lahan optimal sangat tergantung pada kesesuaian lahan terhadap jenis tanaman yang akan ditanami. Berdasarkan
karakteristik sistem lahan, maka ditentukan kesesuaian lahan tiap sistem lahan di DAS Citarum Hulu untuk tipe vegetasi tanaman semusim lahan basah, tanaman
semusim lahan kering, dan tanaman tahunan berdasarkan pedoman penentuan kelas kesesuaian lahan pada Lampiran 5 sampai dengan Lampiran 7 yang
disajikan pada Tabel 17.
Tabel 17 Kesesuaian lahan tiap sistem lahan di DAS Citarum Hulu
Kesesuaian Lahan Sistem Lahan
Tanaman Semusim j
Nama Lahan Basah
Lahan Kering
Tanaman Tahunan
01 Argalingga Tidak sesuai
Tidak sesuai Sesuai
02 Bukit Balang Tidak sesuai
Tidak sesuai Tidak sesuai
03 Bukit Masung Tidak sesuai
Tidak sesuai Tidak sesuai
04 Batu Ajan Tidak sesuai
Tidak sesuai Tidak sesuai
05 Batuapung Tidak sesuai
Tidak sesuai Sesuai
06 Barong Tongkak Tidak sesuai
Tidak sesuai Sesuai
07 Cibingbin Tidak sesuai
Tidak sesuai Sesuai
08 Cipancur Tidak sesuai
Tidak sesuai Tidak sesuai
09 Citarum Sesuai
Sesuai Tidak
sesuai 10 Gunung Samang
Tidak sesuai Tidak sesuai
Sesuai 11 Kuranji
Tidak sesuai Tidak sesuai
Tidak sesuai 12 Kundut
Tidak sesuai Sesuai
Tidak sesuai 13 Patuha
Tidak sesuai Tidak sesuai
Sesuai 14 Tanggamus
Tidak sesuai Tidak sesuai
Tidak sesuai 15 Talamau
Tidak sesuai Tidak sesuai
Tidak sesuai Sumber: Hasil analisis.
Penentuan rekomendasi optimal dengan model optimasi mathematical optimization model
berbeda dengan model simulasi mathematical simulation model
, seperti pada model ANSWERS Areal Non-point Source Watershed Environment Response Simulation
, AGNPS Agricultural Non-Point Source Pollution Model
, WaNuLCAS Water, Nutrient and Light Capture in Agroforestry Systems
, dan sebagainya. Model simulasi merupakan model hubungan timbal-balik di antara komponen dalam suatu sistem. Penentuan
rekomendasi optimal dengan model simulasi dilakukan dengan cara me-run-kan beberapa skenario lalu kemudian dicari yang terbaik dari hasil simulasi beberapa
skenario tersebut. Penentuan rekomendasi optimal dengan model optimasi pada prinsipnya adalah memilih konfigurasi nilai dari berbagai alternatif pilihan dari
ruang pilihan yang dibatasi oleh fungsi-fungsi kendala. Ruang pilihan tersebut terdiri dari nilai-nilai yang pada model simulasi merupakan nilai yang dihasilkan
dari kerangka model optimasi yang dihasilkan secara otomatis oleh program dengan hanya menentukan fungsi-fungsi kendala. Oleh karena itu, penentuan
rekomendasi optimal dengan model optimasi lebih akurat dibandingkan dengan model simulasi karena pada penerapan model simulasi kemungkinan terdapat
skenario yang tidak dirancang dan disimulasikan yang mungkin menghasilkan nilai yang lebih optimal dari skenario-skenario yang dirancang dan disimulasikan.
Rekomendasi optimal dengan model optimasi dihasilkan melalui tahapan pencarian ruang pilihan yang feasible layak dan memenuhi persyaratan semua
fungsi kendala, serta pencarian nilai yang paling memenuhi pecapaian tujuan yang optimal. Jumlah tahap pencarian dalam menentukan pencapaian optimal atau
iterasi bergantung pada tingkat kompleksitas masalah yang akan dicari solusinya.
Dalam penelitian ini, jumlah iterasi untuk memperoleh nilai optimal ialah 60.100 tahap. Ruang pilihan yang layak ditunjukkan dengan total dan nilai total
persamaan infeasible yang sama dengan 0. Proses pencarian ruang pilihan oleh model optimasi menggunakan GAMS digambarkan pada Gambar 10.
Gambar 10 Total persamaan infeasible a dan nilai total persamaan infeasible b dalam proses pencarian ruang pilihan dalam proses optimasi.
Dalam penelitian ini, fungsi tujuan yaitu meminimumkan nilai rataan berbobot dari skor baku berbagai variabel sasaran min Z sehingga kemudian oleh
GAMS dicari nilai paling minimum dari nilai-nilai yang tersedia dalam ruang pilihan melalui proses seperti pada Gambar 11. Nilai Z dalam yang dihasilkan
optimasi dalam penelitian ini yaitu 0,38. Hal itu menunjukkan bahwa pencapaian sasaran yang diperoleh dari proses optimasi ialah 62, sebanyak 38 dari total
sasaran masih belum terpenuhi. Setelah nilai optimal dari fungsi tujuan diperoleh, hasil rekomendasi pola penggunaan lahan optimal, rekomendasi pola areal
budidaya tanaman pada penggunaan lahan optimal tersebut, serta implikasinya terhadap sasaran erosi, RTH, dan pendapatan dapat diketahui.
b a
Gambar 11 Grafik nilai fungsi tujuan dalam proses pencarian nilai minimum dalam model optimasi.
5.3 Rekomendasi Pola Penggunaan Lahan Optimal