AgnesSensei.com — Program rencana tata ruang untuk Kota Makassar dan wilayah sekitarnya yang disebut Mamminasata (Makassar, Maros, Sungguminasa, dan Takalar) dibuat oleh Pemerintah Indonesia.
Program ini mengatur proporsi penutup lahan, tetapi prediksi mengenai perubahan penutup lahan belum dipertimbangkan.
Oleh karena itu, dalam penelitian ini kami memprediksi kondisi penutup lahan pada tahun 2031 menggunakan metode multi-layer perceptron neural network dan rantai Markov.
Untuk tujuan tersebut, komposit citra, pengklasifikasi support vector machine, dan deteksi perubahan diterapkan pada deret waktu data satelit.
Validasi visual menunjukkan titik-titik panas perubahan penutup lahan yang terkait dengan kepadatan penduduk, dan validasi statistik memperoleh skor 0,99 pada no information kappa dan 0,78 pada grid-cell level location kappa.
Model tersebut digunakan untuk memprediksi penutup lahan tahun 2031, kemudian hasil prediksi dibandingkan dengan rencana tata ruang menggunakan metode tumpang susun.
Hasil penelitian menunjukkan bahwa area terbangun, pertanian lahan kering, dan pertanian lahan basah masing-masing menempati dua, dua puluh, dan delapan persen dari zona lindung.
Sementara itu, lima belas persen dari zona pengembangan tertutup oleh hutan, terutama di bagian timur Mamminasata.
Hasil ini dapat digunakan untuk membantu Pemerintah dalam menentukan rencana masa depan bagi kawasan Mamminasata.”
***
Predicting land cover change in the Mamminasata area, Indonesia, to evaluate the spatial plan
Pengarang : Andi Muhammad Yasser Hakim, Masayuki Matsuoka, Sumbangan Baja, Dorothea Agnes Rampisela, Samsu Arif
Tanggal terbit
2020/8/4
Jurnal : ISPRS International Journal of Geo-Information
Jilid : 9
Terbitan : 8
Halaman : 481
Penerbit : MDPI
Deskripsi :
The spatial plan program for Makassar City and the surrounding area called Mamminasata (Makassar, Maros, Sungguminasa, and Takalar) was created by the Indonesian Government. The program regulates the proportion of land cover, but predictions about land cover changes were not considered. Therefore, in this study, we predict what the land cover may be in 2031 using the multi-layer perceptron neural network and the Markov chain methods. For this purpose, image composite, support vector machine classifier, and change detection were applied to a time series of satellite data. Visual validation showed the hot-spots of land cover changes related to population density, and statistical validation scored 0.99 and 0.78 in no information kappa and grid-cell level location kappa, respectively. The model was performed to predict land cover in 2031, and the predicted result was then compared with the spatial plan using an overlapping method. The results showed that built-up area, dryland agriculture, and wetland agriculture occupied two, twenty, and eight percent of the protected zone, respectively. Meanwhile, fifteen percent of the development zone was covered by forest, mainly in the eastern part of Mamminasata. The result can be used to help the Government decide future plans for the Mamminasata area.(*)
Selengkapnya
