Hal-hal Penting dalam Evaluasi Lahan Menggunakan ALES

12.4 Hal-hal Penting dalam Evaluasi Lahan Menggunakan ALES

Berikut ini diuraikan beberapa hal yang penting diperhatikan dalam menggunakan program ALES, yaitu: (1) ALES mengevaluasi satuan Peta, (2) ALES umumnya menggunakan data yang diklasifikasikan, (3) ALES umumnya menggunakan pohon keputusan untuk menyimpulkan kelas kesesuaian lahan (4) ALES mengestimasi hasil dalam bentuk nilai optimal.

12.4.1Evaluasi Satuan peta dengan ALES

Salah satu keterbatasan ALES adalah tidak memiliki kemampuan georeferencing (acuan tentang posisi geografi) dan tidak dapat menghasilkan peta, sehingga analisis mengalami kesulitan dalam menghitung persyaratan proximity or adjacency (kedekatan atau ketepatan). ALES umumnya membuat pernyataan tentang satuan peta, yaitu seperangkat delineasi pada suatu peta dan beranggapan bahwa sifat- sifat dari semua delineasi dengan nama yang sama adalah identik (serupa) dalam deskripsi satuan peta.

Oleh karena delineasi satuan peta mempunyai lokasi yang menyebar, maka sulit untuk menetapkan suatu nilai terhadap karakteristik lahan secara geografi. Satuan peta dalam ALES secara tipikal merupakan satuan- satuan ‘alami’ yang didefinisikan berdasarkan hasil inventarisasi sumberdaya alam yaitu tanah, geomorfologi atau fisiografi. Sistem informasi geografi (SIG) merupakan alat yang ideal untuk melakukan analisis spasial dan sebagai hasil dari analisis ALES dan dapat digunakan sebagai lapisan data dalam sistem ini. Namun demikian, sangat memungkinkan menggunakan ALES untuk mengevaluasi delineasi atau satuan pengelolaan yang memiliki lokasi yang spesifik dan untuk mendefinisikan karakteristik lahan spasial, misalnya letak dari pasar, kedekatannya dengan daerah yang dilindungi dan lain-lain. ALES juga sangat memungkinkan untuk digunakan sebagai Persyaratan Penggunaan Lahan spasial, misalnya kedekatan (adjacency), dan dalam pohon keputusan. Karena ALES tidak memiliki masukan atau keluaran dalam Oleh karena delineasi satuan peta mempunyai lokasi yang menyebar, maka sulit untuk menetapkan suatu nilai terhadap karakteristik lahan secara geografi. Satuan peta dalam ALES secara tipikal merupakan satuan- satuan ‘alami’ yang didefinisikan berdasarkan hasil inventarisasi sumberdaya alam yaitu tanah, geomorfologi atau fisiografi. Sistem informasi geografi (SIG) merupakan alat yang ideal untuk melakukan analisis spasial dan sebagai hasil dari analisis ALES dan dapat digunakan sebagai lapisan data dalam sistem ini. Namun demikian, sangat memungkinkan menggunakan ALES untuk mengevaluasi delineasi atau satuan pengelolaan yang memiliki lokasi yang spesifik dan untuk mendefinisikan karakteristik lahan spasial, misalnya letak dari pasar, kedekatannya dengan daerah yang dilindungi dan lain-lain. ALES juga sangat memungkinkan untuk digunakan sebagai Persyaratan Penggunaan Lahan spasial, misalnya kedekatan (adjacency), dan dalam pohon keputusan. Karena ALES tidak memiliki masukan atau keluaran dalam

12.4.2 Penggunaan Data yang Diklasifikasikan dalam ALES

Dalam ALES, entitas yang digunakan sebagai basis untuk membangun model (yaitu karakteristik lahan) sebaiknya diperlakukan sebagai data yang diklasifikasikan, yaitu nilai data yang berasal dari penggunaan small finite set of possibilities. Data ini dapat berupa data ordinal yang berskala kontinyu, seperti kelas lereng atau nominal (dengan atau tanpa harkat), sebagai contoh kelas tekstur. ALES juga memungkinkan, pembuat model untuk mendefinisikan karakteristik lahan kontinyu, yaitu nilai data dari seperangkat kemungkinan tidak terhingga dalam beberapa selang (range) dari bilangan real. Misalnya lereng yang dinyatakan dalam persen atau derajat, sebagai lawan dari kelas lereng. ALES menghendaki agar nilai-nilai tersebut dikonversi ke dalam klasifikasi data analog dengan jalan mendefinisikan apa yang disebut karakteristik lahan sepadan (commensurrate). (yaitu dengan skala pengukuran yang sama), sebelum kualitas lahan dapat ditentukan.

Ada beberapa pertimbangan dalam menggunakan data skala yang diklasifikasikan sebagai dasar untuk menyusun model. Yang penting adalah bahwa ALES mengevaluasi dari lahan, bukan titik pengamatan individu, sehingga nilai tunggal pada skala kontinyu tidak memiliki arti sebagai suatu kelas.

Kelas ordinal mewakili selang di mana kebanyakan dari keragaman dalam suatu satuan pita diperkirakan akan termasuk. Tentu saja data nominal tidak memiliki analog yang kontinyu. Dalam ALES, pembuat model ALES dapat mengkombinasikan nilai karakteristik lahan ke dalam nilai komposit dengan rumus tertentu yang baku (misalnya persamaan kehilangan tanah atau model regresi). Dengan demikian, suatu karakteristik lahan yang kontinyu dapat berasal dari rumus seperangkat karakteristik lahan kontinyu lainnya. Karakteristik yang diturunkan dari suatu rumus tertentu dapat digunakan dalam rumus lain atau langsung Kelas ordinal mewakili selang di mana kebanyakan dari keragaman dalam suatu satuan pita diperkirakan akan termasuk. Tentu saja data nominal tidak memiliki analog yang kontinyu. Dalam ALES, pembuat model ALES dapat mengkombinasikan nilai karakteristik lahan ke dalam nilai komposit dengan rumus tertentu yang baku (misalnya persamaan kehilangan tanah atau model regresi). Dengan demikian, suatu karakteristik lahan yang kontinyu dapat berasal dari rumus seperangkat karakteristik lahan kontinyu lainnya. Karakteristik yang diturunkan dari suatu rumus tertentu dapat digunakan dalam rumus lain atau langsung

12.4.3 Penggunaan Pohon Keputusan (Decision Trees) untuk

menyimpulkan Kelas Kesesuaian Lahan dalam ALES Cara pembuat model ALES mempertimbangkan data yang diklasifikasikan

adalah dengan membangun pohon keputusan. Pohon keputusan merupakan kunci hirarki beragam cara di mana daun merupakan hasil pengharkatan (rating) faktor tunggal. Kualitas lahan (tingkat kerawanan) dan ruas bagian dalam (titik-titik cabang) pohon merupakan kriteria keputusan seperti nilai karakteristik lahan. Pohon ini dibangun oleh pembuat model yang berlangsung selama perhitungan hasil evaluasi dengan menggunakan data lahan aktual untuk setiap satuan peta yang dievaluasi.

Gambar 12.4 memperlihatkan pohon keputusan sederhana menggunakan logika dari Sanchez et al. (1982) yang memungkinkan ALES untuk menentukan nilai kualitas lahan potensial untuk fiksasi P oleh besi

dari karakteristik lahan; (1)Fe 2 O 3 terhadap liat dalam tanah atas, (2) persentase liat dalam tanah atas, (3) warna hue dari matriks tanah atas dan (4) struktur tanah atas.

Sebagai catatan, pohon keputusan ALES memungkinkan data yang kosong (tidak diketahui) digantikan oleh kriteria lain, tetapi kriteria tersebut harus ditentukan secara tepat oleh pembuat model.

Dalam ALES, pohon keputusan digunakan untuk menentukan:

1. Faktor harkat atau tingkat (dalam ALES disebut tingkat kerawanan) kualitas lahan yang berasal dari nilai-nilai karakteristik lahan.

2. Proporsi hasil yang diharapkan dari keluaran yang berasal dari nilai- nilai kualitas lahan (hasil proporsional dapat juga ditentukan oleh faktor pembatas atau faktor yang meningkatkan produksi).

3. Subkelas kesesuaian fisik nilai-nilai kualitas lahan. (Subkelas kesesuaian lahan fisik dapat juga ditentukan menggunakan metode pembatas maksimum.)

4. Nilai-nilai dari karakteristik lahan yang diklasifikasi, yang berasal dari seperangkat karakteristik lahan 1 yang diklasifikasi lainnya.

Pohon keputusan memiliki beberapa keuntungan sebagai suatu metode untuk menyimpulkan. Pertama, model dan penggunanya mempunyai gambaran yang jelas mengenai proses untuk membuat kesimpulan atau keputusan. pohon dapat ditelusuri secara manual atau dengan bantuan ALES melalui penjelasan yang dapat dilihat pada monitor dengan menekan tombol tertentu yang mengindikasi pertanyaan ‘Mengapa/Why’ terjadi keputusan/kesimpulan seperti itu. Dengan demikian, pembuat model dapat melihat secara tepat bagaimana ALES mencapai kesimpulan tersebut, yang tentu saja didasarkan pada logika pembuat model.

Jika banyak faktor yang harus dipertimbangkan, pohon keputusan Jika banyak faktor yang harus dipertimbangkan, pohon keputusan

Alur penggunaan pohon keputusan dalam bentuk bagan dikemukakan oleh Djaenudin dan Hendrisman (2005) seperti dalam Gambar 12.4.

12.4.4 Hasil Estimasi ALES dalam Bentuk Nilai Optimal

ALES tidak dapat mengestimasi hasil melalui simulasi model yang dinamik atau model statisik empiris. Dalam hal ini, pelaku evaluasi lahan menggunakan data riwayat produksi dari lahan yang dievaluasi, model atau pertimbangan ahli (expert judgment) untuk menentukan hasil optimal dari setiap keluaran masing-masing TPL. Pelaku evaluasi lahan juga dapat ALES tidak dapat mengestimasi hasil melalui simulasi model yang dinamik atau model statisik empiris. Dalam hal ini, pelaku evaluasi lahan menggunakan data riwayat produksi dari lahan yang dievaluasi, model atau pertimbangan ahli (expert judgment) untuk menentukan hasil optimal dari setiap keluaran masing-masing TPL. Pelaku evaluasi lahan juga dapat