Pemodelan Perubahan Penggunaan Lahan dengan Pendekatan Artificial Neural Network (Studi Kasus: Kabupaten Bengkalis, Provinsi Riau)

Abstract

Land use change is the result of policy intervention or as by products of other human actions or natural developments. Predicting land use and land use change in the future basically based on the use of model. Land use change models are important method for understanding the causes and consequences of land use dynamics. The objectives of this research are (1) to detect land use and land use change during 2000, 2003, 2006 and 2009, (2) to develop a land use change model using Artificial Neural Network and (3) to predict the land use in Bengkalis District in the year of 2018. Bengkalis district was dominated by plantation and secondary forest. In 2009 plantation occupied up to 403.770 ha (48%) whereas secondary forest occupied 152.700 ha (18%). During 2000-2003 primary forest decreased dramatically for about 210.480 ha. Forest of crop and plantation are increased for about 70.040 ha and 16.100 ha respectively. In the period 2006-2009 secondary forest decreased (up to 167.470 ha) whereas at the same time plantation and agriculture increase significantly for about 161.650 ha and 48.190 ha. The result of using Artificial Neural Network produced a fairly good accuracy by an average of 85%. It shows that the opportunities for the forest and shrub to transformed into plantation are quite high, up to 0,99. Prediction of land use using Markov Chain in 2018 showed that plantation will dominate almost 58% of the total area of Bengkalis District.

Perubahan penggunaan lahan merupakan semua bentuk intervensi (campur tangan) manusia terhadap lahan dalam rangka memenuhi kebutuhan hidup baik materiil maupun spiritual. Perubahan tersebut akan terus berlangsung sejalan dengan meningkatnya jumlah dan aktifitas penduduk dalam menjalankan kehidupan ekonomi, sosial dan budaya. Sebagian besar penelitian untuk menganalisis perubahan penggunaan lahan ke depan didasarkan pada penggunaan suatu model. Pemodelan perubahan penggunaan lahan merupakan suatu metode atau pendekatan yang dapat digunakan untuk memahami penyebab dan dampak yang ditimbulkan dari perubahan yang bersifat dinamis tersebut. Metode Artificial Neural Network (ANN) digunakan dalam penelitian ini untuk menentukan lokasi atau daerah mana saja dari penggunaan lahan hutan dan semak belukar yang berpotensi berubah menjadi perkebunan serta menguji kemampuan prediksi yang akan dihasilkan model. Penelitian ini bertujuan (1) memprediksi penggunaan lahan dan perubahan penggunaan lahan di Kabupaten Bengkalis pada tahun 2000, 2003, 2006 dan 2009, (2) membangun model perubahan penggunaan lahan dengan metode ANN dan (3) proyeksi penggunaan lahan Kabupaten Bengkalis tahun 2018. Penggunaan lahan terbesar di Kabupaten Bengkalis adalah perkebunan dan hutan sekunder. Luas perkebunan mencapai 403.770 ha (48%) pada tahun 2009, sedangkan hutan sekunder memiliki luas 152.700 ha (18%). Pada periode 2000-2003 hutan primer mengalami penurunan luas cukup besar yaitu 210.480 ha. Hutan tanaman dan perkebunan meningkat sebesar 70.040 ha dan 16.100 ha pada periode 2003-2006. Pada periode 2006-2009 hutan sekunder mengalami penurunan luas sangat drastis (167.470 ha) sementara perkebunan dan pertanian luasnya bertambah cukup signifikan berturut-turut 161.650 ha dan 48.190 ha. Hasil pemodelan dengan ANN menunjukkan hasil akurasi yang cukup baik dengan rata-rata 85%. Terlihat bahwa peluang hutan dan semak belukar untuk berubah menjadi perkebunan cukup tinggi, bahkan mencapai nilai 0,99. Proyeksi penggunaan lahan dengan Markov Chain menunjukkan bahwa pada tahun 2018 perkebunan mendominasi hampir 58% dari total luas wilayah di Kabupaten Bengkalis.