Arahan Penggunaan Lahan untuk Memperbaiki Kinerja DAS Menggunakan Machine Learning di Sub DAS Tanralili Sulawesi Selatan

Abstract

Pengelolaan sumber daya alam, terutama air, memiliki peranan sangat penting dalam mendukung kehidupan manusia, seperti untuk kebutuhan rumah tangga, pertanian, peternakan, dan perikanan. Sub Daerah Aliran Sungai (DAS) Tanralili, yang terletak di Kabupaten Maros dan Kota Makassar, merupakan salah satu wilayah vital dalam penyediaan air di Sulawesi Selatan. Sub DAS ini menghadapi masalah serius terkait perubahan penggunaan lahan yang dipicu pertumbuhan jumlah penduduk yang pesat. Pertumbuhan penduduk di Kabupaten Maros tercatat mengalami kenaikan sebesar 47,7% dalam periode 2001 hingga 2021. Peningkatan ini berdampak langsung pada jumlah pelanggan PDAM, yang meningkat hingga 417,2% pada periode yang sama. Kenaikan tersebut menambah tekanan terhadap sumber daya air yang ada, memperburuk kondisi lingkungan dengan terjadinya erosi, kekeringan, dan banjir. Perencanaan penggunaan lahan yang terkelola dengan baik menjadi sangat penting untuk menjaga keberlanjutan ketersediaan air. Penelitian ini bertujuan mengkaji perubahan penggunaan lahan di Sub DAS Tanralili pada tahun 2002, 2012, dan 2022, serta memprediksi perubahan penggunaan lahan pada tahun 2032 menggunakan algoritma machine learning (ML). Hasil klasifikasi penggunaan lahan menggunakan algoritma Support Vector Machine (SVM) menunjukkan bahwa luas hutan sekunder pada tahun 2002 mencapai 7.316,9 ha (26,2%). Luas ini menurun menjadi 3.132,9 ha (11,2%) pada tahun 2022, menunjukkan perubahan signifikan akibat konversi lahan menjadi pertanian dan permukiman. Luas semak belukar pada tahun 2022 mencapai 13.013,8 ha (46,5%), dengan peningkatan signifikan dari 7.710,5 ha (27,5%) pada tahun 2002. Pertanian lahan kering mengalami penurunan dari 11.762,4 ha (42,1%) pada tahun 2002 menjadi 10.503,1 ha (37,6%) pada tahun 2022. Prediksi penggunaan lahan untuk tahun 2032 menunjukkan bahwa luas hutan sekunder akan semakin berkurang menjadi 2.578,7 ha (9,2%), sementara semak belukar diprediksi akan terus meningkat menjadi 13.714,7 ha (49,0%). Penelitian ini juga mengembangkan model prediksi debit aliran sungai dengan menggunakan data meteorologi dan karakteristik lahan dari tahun 2002 hingga 2022. Model prediksi debit menggunakan algoritma Artificial Neural Network (ANN) menunjukkan hasil sangat akurat dengan nilai R2 sebesar 0,76 dan Mean Absolute Error (MAE) sebesar 8,86. Model ANN ini memberikan performa lebih baik dibandingkan algoritma lainnya. Hasil prediksi debit aliran sungai untuk tahun 2022 menunjukkan angka 7757,3 m³/detik, lebih tinggi dibandingkan data historis tahun 2002 yang hanya 6025,9 m³/detik. Kenaikan debit ini sejalan dengan perubahan penggunaan lahan, di mana konversi lahan menjadi permukiman dan pertanian meningkatkan aliran permukaan dan mengurangi kemampuan tanah menyerap air. Penelitian ini juga menghitung nilai Koefisien Rejim Aliran (KRA) dan Koefisien Aliran Tahunan (KAT) berdasarkan prediksi debit aliran sungai. Nilai KRA pada tahun 2022 mencapai 243 (sangat tinggi) dan KAT sebesar 0,45 (tinggi), menunjukkan penurunan kualitas kinerja DAS Tanralili. Hasil perhitungan KRA dan KAT menunjukkan bahwa perubahan penggunaan lahan secara signifikan memengaruhi kestabilan aliran sungai dan ketersediaan air. Penelitian ini menyarankan agar penggunaan lahan pada tahun 2032 mengikuti skenario 5, yang berdasarkan kaidah konservasi tanah dan air, untuk menurunkan nilai KRA dan KAT. Skenario 5 dapat menurunkan nilai KRA hingga menjadi 30,2 (rendah) dan KAT menjadi 0,19 (sangat rendah). Integrasi teknologi ML, Sistem Informasi Geografis (SIG), dan data pemantauan hidrologi dalam penelitian ini memberikan wawasan sangat berharga dalam pengelolaan sumber daya alam, khususnya air, di Sub DAS Tanralili. Hasil penelitian ini dapat menjadi dasar dalam perencanaan kebijakan yang bertujuan menjaga keberlanjutan DAS, meningkatkan kapasitas resapan air, serta mengurangi risiko bencana hidrologi seperti banjir dan kekeringan yang disebabkan perubahan penggunaan lahan tidak terkendali.