Model Spasial Penetapan Areal Konservasi Daerah Aliran Sungai (DAS) Berbasis Jasa Ekosistem (JE) : Studi Kasus DAS Citarum, Provinsi Jawa Barat

Abstract

Daerah aliran sungai (DAS) Citarum merupakan kawasan strategis yang menopang ketahanan air, pangan, energi, dan keberlanjutan lingkungan bagi Provinsi Jawa Barat dan wilayah metropolitan Jakarta. DAS ini menyuplai air baku, mendukung sistem irigasi dan pembangkit listrik tenaga air, serta menyediakan berbagai fungsi ekologis penting. Dalam beberapa dekade terakhir, pertumbuhan penduduk, urbanisasi, ekspansi pertanian, industrialisasi, dan perubahan iklim telah mendorong perubahan tutupan dan penggunaan lahan (TPL) yang berdampak pada degradasi hutan, peningkatan erosi dan sedimentasi, penurunan kualitas dan kuantitas air, serta berkurangnya kapasitas penyimpanan karbon. Perubahan TPL yang tidak terkendali mengganggu keseimbangan antara pembangunan dan kelestarian lingkungan. Oleh sebab itu, diperlukan pendekatan perencanaan DAS yang mengintegrasikan dinamika lahan, jasa ekosistem (JE), nilai ekonomi jasa ekosistem (NEJE), dan perencanaan konservasi secara spasial dan terpadu. Penelitian ini bertujuan untuk mengembangkan model spasial perencanaan konservasi DAS berbasis JE. Secara khusus, penelitian ini bertujuan untuk: (1) menganalisis perubahan TPL tahun 2003, 2013, dan 2023 serta memproyeksikan TPL tahun 2043 dalam beberapa skenario; (2) menyusun model JE, yaitu hasil air (HA), retensi sedimen (RS), dan stok karbon (SK), serta menganalisis hubungan sinergi dan trade-off antar JE; (3) menilai dinamika nilai ekonomi JE (NEJE) berdasarkan fungsi penyediaan air, pengendalian erosi, pengaturan iklim, dan penyediaan bahan pangan, serta menganalisis sensitivitas NEJE terhadap perubahan TPL; dan (4) menyusun model spasial perencanaan konservasi DAS berbasis JE. Penelitian ini dilaksanakan pada Agustus 2024 hingga Maret 2025 di DAS Citarum, Provinsi Jawa Barat. Metodologi penelitian terdiri atas empat tahapan utama. Tahap pertama adalah analisis perubahan dan proyeksi TPL menggunakan citra Landsat 5 dan Landsat 8/OLI yang diklasifikasikan dengan algoritma Random Forest (RF) pada platform Google Earth Engine (GEE). Proyeksi TPL tahun 2043 dilakukan dengan model Multi Layer Perceptron-Markov Chain (MLP-MC) pada platform Idrisi TerrSet dengan tiga skenario, yaitu business as usual (BAU), perlindungan lahan sawah (PLS), dan perlindungan hutan (PH). Tahap kedua adalah pemodelan JE menggunakan perangkat Integrated Valuation of Ecosystem Services and Trade-offs (InVEST). Model Annual Water Yield digunakan untuk menghitung HA, Sediment Delivery Ratio (SDR) untuk RS, dan Carbon Storage and Sequestration untuk SK. Hubungan sinergi dan trade-off antar JE dianalisis menggunakan korelasi Pearson dan analisis Moran's I bivariat untuk mengidentifikasi keterkaitan dan konflik spasial antar JE. Tahap ketiga adalah perhitungan nilai ekonomi JE menggunakan pendekatan traditional benefit transfer (TBT) dan spatial benefit transfer (SBT) yang merupakan pengembangan dari metode TBT. Pendekatan SBT mengintegrasikan variabel biofisik : HA, RS, SK, dan normalized difference vegetation index (NDVI) serta variabel sosial ekonomi : upah minimum kabupaten/kota (UMK) dan produk domestik regional bruto (PDRB) sebagai faktor koreksi dalam unit analisis grid dengan resolusi 100 m × 100 m. Tahap keempat adalah penyusunan zonasi areal konservasi menggunakan pendekatan perencanaan konservasi sistematis (PKS) dengan perangkat lunak Marxan. Penyusunan areal konservasi dilakukan dengan dua skenario yaitu skenario A yang memasukkan kawasan konservasi eksisting dan skenario B yang tidak memasukkan kawasan konservasi eksisting. Perbedaan pola spasial antar skenario dianalisis menggunakan Jensen–Shannon Divergence (JSD) dan analisis overlay dalam ArcGIS. Hasil analisis TPL selama 2003–2023, hutan dan semak belukar menurun masing-masing sebesar 101.161 ha ( 47,63%) dan 13.387 ha (34,62%), sementara pemukiman dan pertanian lahan kering meningkat 32.518 ha (89,49%) dan 78.634 ha (38,87%). Validasi model menunjukkan akurasi tinggi dengan nilai Kappa 0,91. Proyeksi tahun 2043 menunjukkan bahwa pada skenario BAU, tren degradasi berlanjut dengan penurunan luas hutan sebesar 38.561 ha (34,66%), peningkatan lahan terbangun sebesar 25.328 ha (36,79%), dan peningkatan pertanian lahan kering sebesar 20.936 ha (7,45%). Skenario PLS efektif mempertahankan sawah, tetapi kurang mampu menekan deforestasi. Sedangkan skenario PH paling efektif menjaga hutan meskipun mengurangi luas perkebunan. Temuan ini menunjukkan adanya trade-off antara perlindungan pangan dan konservasi ekosistem yang memerlukan integrasi kebijakan lintas sektor. Pemetaan JE menunjukkan bahwa antara 2003–2013, total HA dan total SK mengalami penurunan sebesar 25,39% dan 6,81%, sedangkan RS meningkat 20,27%. Pada periode 2013–2023, penurunan HA dan SK sebesar 19,31% dan 0,37%, sementara RS meningkat sebesar 14,00%. Pola ini mencerminkan dampak konversi hutan menjadi pertanian lahan kering dan pemukiman. Analisis korelasi Pearson menunjukkan adanya sinergi kuat antara HA-RS (0,613–0,652), serta sinergi lemah antara HA-SK (0,280–0,262) serta RS-SK (0,297-0,349). Hasil analisis bivariat menunjukkan bahwa terdapat wilayah yang mengalami trade-off dan terdapat wilayah lain yang menunjukkan hubungan sinergis. Analisis NEJE dengan metode SBT menunjukkan penurunan total NEJE sebesar US$ 108,07 juta (-25,48%) selama 2003–2023. Penurunan terbesar terjadi pada periode 2003–2013 sebesar US$ 67,64 juta (-15,95%), sedangkan pada 2013–2023 sebesar US$ 40,43 juta (-11,34%). Berdasarkan fungsi JE, NEJE penyediaan air menyumbang penurunan terbesar dengan nilai US$ 44,93 juta (36,57%), dan NEJE fungsi pengaturan iklim sebesar US$ 38,80 juta (26,14%). Metode SBT menghasilkan faktor koreksi sebesar 0,34–0,56 terhadap NEJE dengan metode TBT. Hasil uji sensitivitas menunjukkan bahwa hutan memiliki indeks tertinggi (rata-rata 0,6851), menunjukkan hutan relatif stabil terhadap perubahan NEJE. Hasil simulasi Marxan menunjukkan bahwa pendekatan multi-JE (all ecosystem services, AES) menghasilkan konfigurasi areal konservasi paling optimal dibandingkan pendekatan JE tunggal. Pada target perlindungan JE sebesar 60%, skenario A menghasilkan areal konservasi seluas 247.600 ha (34,24%) dengan pola distribusi yang berdekatan dengan kawasan konservasi eksisting, mencerminkan keterhubungan dan kesinambungan ekologi yang baik. Skenario B menghasilkan areal konservasi seluas 217.400 ha (30,04%) dengan areal yang tersebar dan terfragmentasi. Strategi penerapan skenario sangat tergantung kebijakan pengelolaan untuk menambah areal konservasi eksisting atau mencari areal potensi untuk dicadangkan sebagai areal konservasi. Nilai JSD sebesar 0,89 menunjukkan perbedaan pola distribusi spasial yang signifikan antara kedua skenario konservasi. Areal dengan status yang sama pada kedua peta tersebut adalah seluas 425.600 ha (58,85%) yakni areal konservasi sebesar 83.700 ha (11,57%) dan areal non konservasi sebesar 341.900 ha (47,28%). Penelitian ini menghasilkan kerangka kerja perencanaan konservasi DAS berbasis JE yang komprehensif dan aplikatif. Model yang dikembangkan ini menyediakan dasar ilmiah yang kuat bagi perencanaan tata ruang, pengendalian degradasi lingkungan, dan implementasi kebijakan konservasi DAS yang selaras dengan agenda nasional dan global, termasuk target 30 by 30 dalam kerangka Kunming–Montreal Global Biodiversity Framework.