63 lain. Penggunaan lahan yang mempunyai elastisitas yang paling tinggi adalah
kebun campuran, ladang dan semak dengan nilai 0,5.
Tabel 26 Nilai elastisitas konversi tiap jenis penggunaan lahan
No Penggunaan Lahan
Nilai Elastisitas 1
Badan Air 1,0
2 Hutan
0,9 3
Kebun Campuran 0,5
4 Kebun teh
1,0 5
Ladang 0,5
6 Lahan terbangun
1,0 7
Sawah 0,7
8 Semak
0,5
Matriks konversi adalah nilai yang menunjukan suatu jenis penggunaan lahan boleh berubah menjadi penggunaan lahan lain. Nilai matriks konversi
adalah angka 0 dan 1. Angka 1 menunjukan konversi boleh terjadi, sedangkan 0 adalah konversi tidak boleh terjadi, contohnya matriks untuk penggunaan lahan
badan air bahwa air hanya akan terkonversi menjadi air lagi nilai 1, sedangkan untuk menggunakan jenis lain tidak diperbolehkan nilai 0. Matrik konversi ini
diperoleh dari matrik perubahan penggunaan lahan tahun 2000-2010. Matriks konversi tiap jenis penggunaan lahan tertera pada Tabel 27.
Tabel 27 Matriks konversi tiap jenis penggunaan lahan
Penggunaan Lahan
Badan Air
Hutan Kebun
Campuran Kebun
Teh Ladang
Lahan terbangun
Sawah Semak Badan Air
1 Hutan
1 1
1 1
1 1
Kebun Campuran
1 1
1 1
1 1
Kebun Teh 1
1 Ladang
1 1
1 1
1 1
Lahan terbangun
1 Sawah
1 1
1 1
1 Semak
1 1
1 1
1 1
1
5.3.4 Kebijakan Spasial dan Pembatasan Area
Kebijakan spasial dan pembatasan area merupakan kebijakan spasial terkait dengan area spasial yang akan direhabilitasi dan juga terkait dengan
wilayah mana yang tidak diijinkan untuk dikonversi misalnya kawasan lindung. Kebijakan spasial dan pembatasan area yang dilakukan adalah 1 pembatasan
area yang disimpan dalam file region_park1.fil, 2 rehabilitasi hutan pada zona rehabilitasi, yang disimpan pada file locspec1.fil, 3 restorasi zona rehabilitasi
yang disimpan dalam file locspec2.fil, dan 4 tidak ada pembatasan area pada zona inti dan zona rimba disimpan dalam file region_nopark.fil.
64
5.3.5 Simulasi Model
Simulasi model CLUE-S untuk memprediksi penggunaan lahan tahun 2010 tahap 1 dan penggunaan lahan tahun 2026 tahap 2 menggunakan file
yang bervariasi tertera pada Tabel 28. Pemodelan tahap 1 tahun 2010 menggunakan data kebutuhan penggunaan lahan tahun 2000-2010, alokasi
penggunaan lahan tiap sel tahun 2000, elastisitas konversi, matriks konversi tahun 2000 dan kebijakan spasial tidak ada pembatasan area.
Pemodelan tahap 2 tahun 2026 menggunakan data kebutuhan penggunaan lahan tahun 2010-2026, alokasi penggunaan lahan tiap sel tahun
2010, elastisitas konversi dan matriks konversi tahun 2000 dan kebijakan spasial yang terdiri atas empat skenario. Pemodelan CLUE-S ini dilakukan dengan
toleransi raster sebesar 0,5 Default 0,35.
Tabel 28 Data yang digunakan pada pemodelan tahap 1 dan tahap 2
Model Jenis Data
Kebutuhan penggunaan
lahan Koefisien
alokasi penggunaan
lahan Elastisitas
konversi Matriks
konversi Pembatasan area
Lokasi spesifik
Tahap 1 demand.in0
alloc1.reg main.1
allow1 no_regionpark.fil
Tahap 2 -Tanpa
Skenario demand.in1
alloc2.reg main.1
allow1 Regionpark1.fil
. -Skenario 1
demand.in2 alloc2.reg
main.1 allow1
Regionpark1.fil locspec1
-Skenario 2 demand.in3
alloc2.reg main.1
allow1 Regionpark1.fil
locspec2 -Skenario 3
demand.in4 alloc2.reg
main.1 allow1
no_regionpark.fil locspec3
5.3.6 Validasi model
Permodelan menggunakan model CLUE-S menghasilkan peta penggunaan lahan per tahun sesuai data kebutuhan penggunaan lahan. Peta penggunaan lahan
tahun 2010 hasil prediksi dibandingkan peta penggunaan lahan tahun 2010 aktual tertera pada Gambar 22 dengan nilai sel overall accuracy adalah 88,53, dan
nilai Kappa accuracy sebesar 82,58 Hal ini berarti bahwa model dapat digunakan untuk memprediksi penggunaan lahan pada tahun 2026 dengan akurasi
88,53.
65
a Peta penggunaan lahan 2010 hasil prediksi
b Peta penggunaan lahan 2010 aktual Gambar 22. Perbandingan peta penggunaan lahan prediksi dan aktual tahun 2010
66
5.3.7 Penggunaan Lahan Hasil Prediksi Tahun 2026