Hasil Pencarian  ::  Simpan CSV :: Kembali

"Cellular automata dapat digunakan untuk memodelkan arus lalulintas kendaraan di jalan raya. Karena karakteristik cellular automata dimana perubahan status sel-selnya dapat dilakukan secara bersamaan maka simulasi arus lalulintas kendaraan dengan cellular automata dapat diimplementasikan pada lingkungan paralel. Dalam tugas akhir ini penulis mengimplementasikan pemodelan arus lalulintas dengan cellular automata untuk simulasi arus lalulintas kendaraan di jalan raya. Pemodelan arus lalulintas yang diimplementasikan mencakup model binarystate, model multi-speed dan model two-lane. Hasil implementasi menunjukkan bahwa cellular automata dapat digunakan untuk membuat simulasi arus lalulintas di jalan raya dan dapat mensimulasikan beberapa keadaan jalan seperti lampu lalulintas dan adanya jalur masuk dan keluar kendaraan pada ruas jalan.Dalam tugas akhir ini penulis juga mengimplementasikan simulasi arus lalulintas dengan cellular automata ini pada lingkungan paralel. Lingkungan paralel yang digunakan adalah sistem distributed memory yang semua prosesornya memiliki kekuatan komputasi yang sama. Pembagian komputasi pada task-task dilakukan dengan pendekatan domain decomposisition dan proses komunikasi antar task dilakukan untuk sinkronisasi boundary. Hasil percobaan simulasi menunjukkan bahwa percepatan komputasi paralel terjadi untuk panjang jalan dan jumlah prosesor diatas batas tertentu. Hasil percobaan simulasi juga menunjukkan bahwa percepatan komputasi paralel yang dihasilkan dipengaruhi oleh jumlah prosesor yang digunakan, panjang jalan yang disimulasikan dan tingkat kerumitan model yang digunakan."

"Meningkatnya laju pembangunan dan pertumbuhan penduduk di Kota Depok, telah mendorong terjadinya perubahan penutup lahan. Lahan yang paling rentan terhadap perubahan tersebut yaitu lahan permukiman karena posisi Kota Depok yang cukup strategis untuk pembangunan perumahan, sehingga diprediksi akan terjadi perkembangan kawasan permukiman. Penelitian ini bertujuan untuk membuat model prediksi perkembangan kawasan permukiman di kota Depok serta menganalisis faktor-faktor yang mempengaruhi perkembangan tersebut. Pendekatan yang digunakan dalam penelitian ini adalah model spasial dinamik dengan metode Cellular Automata CA dan metode Rantai Markov Markov Chain untuk prediksi perkembangan serta metode Multi Layer Perceptron Neural Network MLPN untuk menguji nilai transisi potensial dari setiap variabel dan faktor penggerak driving factor. Metode pengumpulan data pada penelitian ini yaitu koleksi data sekunder, ekstraksi data dan interpretasi citra penginderaan jauh, dan pengecekan lapangan. Analisis data meliputi perubahan penutup lahan, faktor penggerak driving factor, dan RTRW Kota Depok Tahun 2012-2032. Secara spasial perubahan penutup lahan di Kota Depok menunjukan hasil yang cukup signifikan bahwa selama kurun waktu 15 tahun mulai dari periode tahun 2000-2015 diketahui bahwa telah terjadi perubahan penutup lahan antara Daerah Bervegetasi dengan Permukiman dan Bangunan yang berbanding terbalik dimana luas lahan Permukiman dan Bangunan semakin bertambah sedangkan luas lahan Daerah Bervegetasi semakin menurun di Kota Depok. Faktor-faktor yang mempengaruhi perkembangan kawasan permukiman di Kota Depok adalah Jarak ke Jalan, Jarak ke Fasilitas Pendidikan, dan Jarak ke Kantor Pemerintah, sedangkan faktor lain yaitu Kelerengan dan Daerah Rawan Longsor tidak mempengaruhi perkembangan kawasan permukiman di Kota Depok. Model spasial yang dibangun untuk memprediksi perkembangan kawasan permukiman di Kota Depok hingga tahun 2032 menunjukan bahwa kawasan permukiman di Kota Depok berkembang luas dengan persentase 73,12 dari seluruh luas wilayah yang ada dan dengan nilai validasi Kappa sebesar 87,73.

---

The increasing pace of development and population growth in Depok, has led to the change in land cover. Land most vulnerable to these changes, namely land settlement for the position of Depok strategic for the construction of housing, which is predicted to occur the development of residential areas. This research aims to create a predictive model development of residential areas in the city of Depok and analyzes the factors that influence these developments. The approach used in this study is a model of spatial dynamics method Cellular Automata CA and the method of Markov Chain Markov Chain for the prediction of the development as well as methods of Multi Layer Perceptron Neural Network MLPN to test the value of the transition potential of each variable and the drivers driving factor. Methods of data collection in this research is secondary data collection, data extraction and interpretation of remote sensing imagery, and field inspections. Data analysis included changes in land cover, driving forces driving factor, and the RTRW Kota Depok Year 2012 2032.

Spatial changes in land cover in Depok showed a significant result that over a period of 15 years starting from the period 2000 to 2015 is known that there have been changes in land cover between Vegetated Regions with settlements and buildings are inversely where the vast land and building more settlements increased while the area of land Vegetated Regions declined in Depok. Factors that influence the development of residential areas in Depok is the distance to the road, distance to the Educational Facilities and Distance to the Office of the Government, while another factor is the Slope and landslide prone regions does not affect the development of residential areas in Depok. The spatial model built to predict the development of residential areas in Depok until 2032 showed that residential areas in Depok widespread with a percentage of 73.12 of the entire area of the existing and the validation value Kappa amounted to 87.73 ."

"Kecamatan Baki mengalami peningkatan penduduk yang signifikan setiap tahunnya sehingga menyebabkan pembangunan permukiman dan industri selalu meningkat. Kebutuhan akan tempat tinggal yang terus meningkat menjadikan tingkat pengalih fungsian lahan pertanian menjadi permasalahan yang sulit untuk diselesaikan. Berkaitan dengan hal tersebut, tujuan penelitian ini adalah untuk menganalisis persebaran Lahan Pertanian Sawah Berkelanjutan dan Kecamatan Baki mengalami peningkatan penduduk yang signifikan setiap tahunnya sehingga menyebabkan pembangunan permukiman dan ndustri selalu meningkat. Kebutuhan akan tempat tinggal yang terus meningkat menjadikan tingkat pengalih fungsian lahan pertanian menjadi permasalahan yang sulit untuk diselesaikan. Berkaitan dengan hal tersebut, tujuan penelitian ini adalah untuk menganalisis persebaran Lahan Pertanian Sawah Berkelanjutan dan memprediksi ketersediaan Lahan Pertanian Sawah Berkelanjutan diKecamatan Baki tahun 2031. Metode yang digunakan dalam menentukan persebaran Lahan Pertanian Sawah Berkelanjutan adalah overlay hasil wawancara dengan petani dan dalam memprediksi ketersediaan Lahan Pertanian Sawah Berkelanjutan menggunakan metode Cellular Automata-Markov Chain dengan beberapa faktor yang mendorong terjadinyaperubahan penggunaan lahan sawah. Faktor pendorong dibuat dengan logika fuzzy dengan beberapa variabel yaitu jarak dari jalan, jarak dari pasar, jarak dari sungai, dan jarak dari luas permukiman. Penggunaan lahan diambil dari digitasi citra DigitalGlobe pada tahun 2001, 2011 dan 2019. Hasil fuzzy dari faktor pendorong dan penggunaan lahan digunakan sebagai masukan pada Cellular Automata-Markov Chain. Lahan Pertanian Sawah Berkelanjutan terdapat di sebagian besar lahan sawah Kecamatan Baki dengan lahan cadangannya yang hanya terdapat di lahan sawah Desa Purbayan, sebagian Desa Bakipandeyan dan Desa Jetis. Secara spasial perubahan penggunaan lahan di Kecamatan Baki terutama di lahan permukiman terus bertambah sedangkan lahan sawah terus berkurang. Rancangan modelyang dibuat mendapatkan nilai sangat baik. Berdasarkan hasil pemodelan penggunaan lahan tahun 2031 diprediksi bahwa Lahan Pertanian Sawah Berkelanjutan dan lahan cadangannya mengalami penurunan yang signifikan terutama di Desa Gentan

---

Baki District has a significant increase in population every year, causing settlement and industrial development to constantly increase. The increasing need for settlement makes the level of conversion of agricultural land also increased. The purpose of this study is to analyze the distribution of Sustainable Paddy Fields Land and predict the availability of Sustainable Paddy Fields Land in Baki District in 2031. The method used in establish the distribution of Sustainable Paddy Fields Land is overlay the results of interviews with farmers and to predict Sustainable Paddy Fields Land availability using the Cellular Automata-Markov Chain

method with several factors that encourage changes in land use. The driving factor is made with fuzzy logic with several variables, namely distance from the road, distance from the market, distance from the river, and distance from settlements. Land use was obtained from

DigitalGlobe imagery in 2001, 2011 and 2019. Fuzzy results from driving factors and land

use data are used as input to the Cellular Automata-Markov Chain. Sustainable Paddy Fields

Land is found in most of paddy fields in Baki District with its reserve land which only

Purbayan, Bakipandeyan and Jetis paddy fields. Spatially, land use change in Baki District,

settlements land continues to increase while paddy fields continue to decrease. Result of the

model is very good. Based on the model land use in 2031, it is predicted that the Sustainable

Paddy Fields Land and its reserve land have decreased significantly, especially in Gentan

Village."

"Pemerintah berusaha mengendalikan laju alih fungsi lahan sawah, serta melindungi dan mengembangkan lahan pertanian sawah yang potensial untuk menghasilkan kebutuhan pangan penduduk nasional secara konsisten dan berkelanjutan. Berubahnya kondisi lahan pertanian akibat gempabumi membuat terjadinya proses alih fungsi lahan yang dapat menjadi ancaman baik bagi petani, lingkungan fisik, ekonomi, serta lingkungan sosial di tempat tersebut. Salah satu upaya untuk mengetahui dan mengendalikan terjadinya alih fungsi lahan sawah adalah dengan cara mengetahui tren perubahan tutupan lahan serta memprediksi model tutupan lahan di masa yang akan datang. Tujuan penelitian ini adalah mengetahui perubahan tutupan lahan di Kecamatan Cugenang tahun 2008-2023, mengetahui perubahan lahan sawah sebelum dan sesudah terjadi gempa, serta memodelkan lahan sawah berkelanjutan pada tahun 2031 di Kecamatan Cugenang.  Model prediksi tutupan lahan di Kecamatan Cugenang yang merupakan area rawan bencana gempabumi dibuat dengan menggunakan metode Cellular Automata-Markov Chain. Klasifikasi tutupan lahan tahun 2008, 2013, 2018, 2022, dan 2023, dilakukan dengan menggunakan metode Machine Learning menggunakan algoritma random forest pada platform Google Earth engine. Model tutupan lahan sawah tahun 2031 diperoleh dari transisi perubahan tutupan lahan tahun 2018, dan 2023 dengan nilai validasi Kappa 0,79 dan 0,78. Kriteria penentuan lahan sawah berkelanjutan menggunakan data curah hujan, intensitas penanaman, serta produktivitas. Lahan sawah yang berada di zona terlarang memiliki luasan 42,83 Ha, luas lahan sawah di zona terbatas adalah 640,67 Ha.  Area lahan sawah yang tidak termasuk ke dalam zona terlarang dan terbatas merupaka area lahan sawah dengan zona bersyarat.

---

The government is trying to control the rate of conversion of rice fields, as well as protect and develop rice fields that have the potential to consistently and sustainably produce the food needs of the national population. Changes in the condition of agricultural land due to earthquakes cause a process of land conversion which can be a threat to farmers, the physical, economic and social environment in that place. One effort to find out and control the occurrence of changes in the function of paddy fields is by knowing trends in changes in land use and predicting land use models in the future. The aim of this research is to determine changes in land cover in Cugenang District in 2008-2023, to determine changes in rice fields before and after the earthquake, and to model sustainable rice fields in 2031 in Cugenang District. The land use prediction model in Cugenang District, which is an area prone to earthquake disasters, was created using the Cellular Automata-Markov Chain method. Land use classification for 2008, 2013, 2018, 2022 and 2023 was carried out using the Machine Learning method using the random forest algorithm on the Google Earth engine platform. The 2031 rice field land use model was obtained from the transition of land use changes in 2018 and 2023 with Kappa validation values of 0.79 and 0.78. The criteria for determining sustainable rice fields use rainfall data, planting intensity and productivity. The area of rice fields in the restricted zone is 42.83 Ha, the area of rice fields in the restricted zone is 640.67 Ha. Areas of rice fields that are not included in prohibited and restricted zones are areas of rice fields with conditional zones."

"Perkembangan suatu kota merupakan wujud pembangunan suatu daerah. Salah satu dampak dari perkembangan suatu kota adalah terjadinya perubahan tutupan lahan dan bertambahnya kawasan permukiman. Pada tahun 2002-2018 tutupan lahan vegetasi mengalami penurunan drastis dan mengalami alih fungsi lahan menjadi wilayah permukiman, sehingga luasan tutupan lahan permukiman bertambah. Penelitian ini bertujuan untuk menganalisis pola spasial dari perubahan tutupan lahan permukiman yang dipengaruhi oleh keberadaan TOL BOCIMI di wilayah Kabupaten Sukabumi, Jawa Barat menggunakan metode Cellular Automata-Markov Chain (CA-MC), serta dilakukan pemodelan untuk tahun 2032 berdasarkan faktor penggerak (driving factor) yang diterapkan pada model. CAMC adalah model sederhana dari proses terdistribusi spasial (spatial distributed process) dalam Sistem Informasi Geografi (SIG). Digunakan lima variabel yang kemudian digunakan sebagai driving factor, yaitu wilayah ketinggian, kemiringan lereng, jarak dari sungai, jarak dari jalan, dan jarak dari TOL. Hasil dari model menunjukkan adanya perubahan tutupan lahan dan bertambahnya luasan tutupan lahan permukiman yang dipengaruhi oleh faktor fisik dan infrastruktur di Kabupaten Sukabumi. Hal ini menunjukkan bahwa perlu dilakukan analisis antara model dan Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi untuk melihat arah pertumbuhan permukiman di Kabupaten Sukabumi.

---

The development of a city is a manifestation of regional development. The impact of the development of a city is the occurrence of land cover changes and increasing of the settlement areas. In 2002-2018 the vegetation land cover experienced a drastic decline and experienced land conversion into the settlement areas, so that the area of settlement land cover increased. This study aims to analyze the spatial patterns of settlement land cover changes that are affected by the existence of BOCIMI TOL road in the Sukabumi Regency, West Java using the Cellular Automata-Markov Chain (CA-MC) method, and modeling for 2032 based on the driving factor (driving factor) applied to the model. CAMC is a simple model of a spatial distributed process in a Geographic Information System (GIS). Five variables are used as driving factors, elevation, slope, distance from the river, distance from the road, and distance from the TOL road. The results of the model show that there are some changes in land cover and an increase of the settlement area that is affected by the physical and infrastructure factors in Sukabumi Regency. This shows that it is necessary to analyze the Sukabumi Regency model and the Regional Spatial Plan (RTRW) to see the growth and the direction of the settlement area in Sukabumi Regency. "

"Perubahan penutup lahan merupakan suatu proses dalam perkembangan wilayah. Model perubahan penutup lahan digunakan untuk menggambarkan perkembangan wilayah dari waktu ke waktu. Penelitian ini dilakukan untuk membuat model prediksi penutup lahan pertanian sawah Kabupaten Karawang pada tahun 2031. Metode pendekatan yang digunakan dalam penelitian ini adalah model dinamika spasial Cellular Automata CA -Markov Chain. Analisis simulasi spasial dalam penelitian ini menggunakan prinsip cellular automata CA dengan menggunakan multi layer perceptron MLP neural network, sedangkan prediksi penutup lahan menggunakan menggunakan markov chain. Prediksi kebutuhan lahan Tahun 2031 menggunakan dua skenario skenario bebas dan skenario Rencana Tata Ruang Wilayah. Model dinamika spasial dengan Cellular Automata CA -Markov Chain digunakan untuk prediksi penutup lahan di masa mendatang menghasilkan tingkat akurasi 95,63. Prediksi lahan sawah tahun 2000-2031 menunjukkan adanya tren penurunan luasan lahan sawah. Prediksi dengan skenario bebas menunjukkan adanya pengurangan lahan sawah sebesar 32,96 Ha per tahun dalam kurun tahun 2000-2031, sedangkan prediksi lahan sawah dengan skenario RTRW menunjukkan adanya pengurangan lahan sawah sebesar 31,33 Ha per tahun dalam kurun waktu tahun 2000-2031. Kata kunci: Cellular automata, Karawang, lahan pertanian sawah, markov chain, model dinamika spasial.

---

Land cover change is a process in the regional development. The model of land cover change used to discribe the regional development with time series. This research was conducted to predict agricultural land of Ricefield in Karawang Regency in 2031. The method of the research is spatial dynamics model approach of Cellular Automata CA Markov Chain. Spatial simulation analysis is using cellular automata CA by multi layer perceptron MLP neural network, whereas the land cover prediction is using markov chain. Land cover prediction in 2031 are using two scenarios free scenario and Regional Spatial Planning scenario. The spatial model of Cellular Automata CA Markov Chain is used to predict future land cover with the level of accuracy of 95,63. The prediction of rice field in the period of 2000 2031 shows the decreasing trend of rice field area. The prediction with free scenario shows a reduction of rice fields of 32.96 Ha year 1 in the period of 2000 2031, while the prediction of rice field with RTRW scenario shows the reduction of rice fields of 31.33 Ha year 1 in the period 2000 2031.Keywords Cellular automata, Karawang, markov chain, Rice field, spatial dynamics model."

"Tutupan lahan memiliki peran vital yang memengaruhi perpindahan massa air dalam siklus hidrologi. DA Ci Tarik yang terletak di Kabupaten Sukabumi dalam kurun waktu 20 tahun terakhir mengalami perkembangan dalam sektor perkebunan dan pariwisata yang memicu meningkatnya lahan terbangun. Perkembangan lahan terbangun secara masif dapat meningkatkan besar limpasan permukaan yang berdampak pada terjadinya degradasi lahan seperti erosi. Penelitian ini bertujuan untuk menganalisis dan memprediksi perubahan tutupan lahan dan tingkat bahaya erosi pada tahun 2032 di DA Ci Tarik. Prediksi tutupan lahan tahun 2032 menggunakan metode Cellular Automata-Markov Chain dan memprediksi tingkat bahaya erosi berdasarkan perubahan tutupan lahan tahun 1999, 2009, 2019, dan 2032 menggunakan metode RUSLE (Revised Universal Soil Loss Equation) dengan variabel erosivitas hujan (R), erodibilitas tanah (K), panjang dan kemiringan lereng (LS), serta tutupan dan pengelolaan lahan (CP). Hasil penelitian menunjukkan bahwa terjadi peningkatan luas lahan terbangun dan perkebunan di DA Ci Tarik pada tahun 1999-2019. Pada tahun 2032, luas lahan hutan, sawah, dan semak belukar tetap mengalami penurunan luas karena lahan terbangun meningkat secara signifikan. Hasil uji akurasi Cellular Automata-Markov Chain ditunjukkan dengan nilai Kappa sebesar 0,91 atau 91%. Prediksi model tingkat bahaya erosi pada tahun 2032 menunjukkan bahwa tingkat bahaya erosi di DA Ci Tarik didominasi oleh tingkat bahaya erosi ringan. Tingkat bahaya erosi berat hingga sangat berat (>480 ton/ha/tahun) berada pada sub DA Ci Buniwangi dan sub DA Ci Kidang karena didominasi oleh tutupan lahan terbangun dan perkebunan yang berada pada kemiringan lereng 8% hingga >25%.

---

Land cover has a vital role that influences water mass transfer in the hydrological cycle. Citarik watershed which is located in Sukabumi Regency in the past 20 years has experienced developments in the tourism sectors which have triggered an increase in built-up area and plantations. Massive development of developed land can increase the amount of surface runoff which results in land degradation such as erosion. This study aims to analyze and predict changes in land cover and erosion rates in 2032 in Citarik watershed. Prediction of land cover in 2032 using the Cellular Automata-Markov Chain method and predicting erosion rates based on land cover changes in 1999, 2009, 2019, and 2032 using the RUSLE (Revised Universal Soil Loss Equation) method with rain erosivity (R), soil erodibility (R), C), length and slope (LS), and land cover and management (CP). The results showed what had been an increase in the area of built-up area and plantations in Citarik watershed from 1999-2019. In 2032, the area of forest land, rice fields, and grassland is still increasing in size which is quite significant because the developed land is increasing significantly. Cellular Automata-Markov Chain accuracy test results were approved with a Kappa value of 0.91 or 91%. The hazard level prediction model in 2032 shows the level of erosion hazard in Citarik watershed. The level of severe erosion danger to very heavy (> 480 tons/ha /year) depends on the Buniwangi watershed and Kidang watershed because it is suspended by plantations and built-up area on the slope of 8% to> 25%."

"Komoditas kelapa sawit merupakan tanaman perkebunan utama di Kabupaten Penajam Paser Utara. Berdasarkan perubahan penggunaan lahan yang terjadi selama tahun 2009–2020, menunjukkan bahwa perkebunan kelapa sawit selalu mengalami peningkatan luas lahan. Besarnya pertumbuhan areal perkebunan kelapa sawit dalam beberapa tahun terakhir, menyebabkan terjadinya alih fungsi lahan. Alih fungsi lahan tersebut terjadi karena kelapa sawit merupakan tanaman perkebunan unggulan yang berperan penting bagi perekonomian di Indonesia. Penelitian ini bertujuan untuk menganalisis perubahan penggunaan lahan terutama lahan perkebunan kelapa sawit, dan memprediksi lahan perkebunan kelapa sawit pada tahun 2031, serta mengidentifikasi wilayah kesesuaian lahan perkebunan kelapa sawit. Model Cellular Automata-Markov Chain digunakan untuk melihat perubahan penggunaan lahan yang terjadi dan prediksi penggunaan lahan pada tahun 2031. Metode overlay digunakan untuk mengetahui wilayah kesesuaian lahan perkebunan kelapa sawit, dengan memasukkan variabel karakteristik lahan dan faktor pembatas ke dalam model kesesuaian lahan. Penggunaan lahan dari tahun 2009, 2014, dan 2020 selalu didominasi oleh lahan hutan belukar, kebun campuran, dan perkebunan kelapa sawit. Pada tahun 2031 lahan perkebunan kelapa sawit diprediksi mengalami peningkatan luas lahan yang tersebar secara mengelompok pada wilayah penelitian. Hasil kesesuaian lahan menunjukkan bahwa lahan yang sangat sesuai untuk perkebunan kelapa sawit berada pada wilayah dengan topografi yang relatif landai, memiliki curah hujan yang optimal, serta kadar C-organik tanah yang tergolong sedang sampai tinggi.

---

Oil palm is the main plantation crop in North Penajam Paser Regency. Based on changes in land use that occurred during 2009-2020, it shows that oil palm plantations always experience an increase in land area. The significant growth of oil palm plantation areas in recent years has led to land conversion. This land conversion occurs because oil palm is a leading plantation crop that plays a vital role in the Indonesian economy. This study aims to analyze land-use changes, especially oil palm plantations, and predict oil palm plantation land in 2031 and identify areas of suitability for oil palm plantations. The Cellular Automata-Markov Chain model is used to see land-use changes that occur and predict land use in 2031. The overlay method determines land suitability for oil palm plantations by entering land characteristics and limiting factors into the land suitability model. Land use from 2009, 2014, and 2020 has always been dominated by forests, mixed gardens, and oil palm plantations. In 2031, oil palm plantations are predicted to experience an increase in land area spread in groups in the research area. Land suitability results show that land suitable for oil palm plantations is in an area with a relatively sloping topography, has optimal rainfall, and has moderate to high soil C-organic content. "

"Pertumbuhan dan perkembangan suatu wilayah tidak merata, melainkan terfokus pada wilayah-wilayah yang memiliki sektor strategis atau berfungsi sebagai pusat pertumbuhan. Kecamatan Pagedangan, terletak dekat dengan BSD, yang merupakan sektor strategis atau pusat pertumbuhan, memiliki potensi besar untuk berkembang. Pertumbuhan pesat di wilayah ini juga berdampak pada peningkatan populasi, dengan laju pertumbuhan penduduk sebesar 0,04% pada tahun 2021-2022, meningkatkan kebutuhan akan lahan. Namun, di sisi lain, lahan untuk permukiman akan semakin berkurang, dan beberapa wilayah di Kecamatan Pagedangan juga termasuk kedalam wilayah rawan banjir. Penelitian ini bertujuan untuk menganalisis secara spasial dan temporal perkembangan permukiman pada tahun 2015, 2019, dan 2023 di Kecamatan Pagedangan. Selain itu, penelitian ini memprediksi perkembangan permukiman pada tahun 2031 menggunakan model Cellular Automata – Markov Chain, serta menganalisis kesesuaian hasil prediksi lahan permukiman tahun 2031 dengan Rencana Tata Ruang Wilayah (RTRW) tahun 2031 di Kecamatan Pagedangan, Kabupaten Tangerang. Variabel yang digunakan melibatkan lereng, jarak dari jalan,jarak dari sungai, jarak dari POI, dan jarak dari wilayah rawan banjir. Metode Cellular Automata-Markov Chain digunakan untuk memprediksi penutup lahan permukiman pada tahun 2031, dengan koefisien KAPPA sebesar 0,65 dan nilai area under the ROC curve (AUC) sebesar 0,75, menunjukkan keakuratan klasifikasi. Hasil menunjukkan bahwa lahan permukiman di Kecamatan Pagedangan mengalami perkembangan, dengan peningkatan 12,12% pada tahun 2015-2019 dan 13,41% pada tahun 2019-2023. Prediksi menunjukkan kenaikan hanya sebesar 13% pada tahun 2031. Hasil kesesuaian antara prediksi permukiman tahun 2031 dengan RTRW tahun 2031 sebesar  51,75%  dari total luas kawasan permukiman pada RTRW tahun 2031. Selanjutnya wilayah yang tidak sesuai permukiman masuk wilayah industri sebesar 47 % dari total luas kasawan industri pada RTRW. Kemudian wilayah permukiman pada RTRW yang tidak sesuai dengan permukiman pada hasil prediksi tahun 2031 sebesar 48% dari total luas kawasan permukiman pada RTRW tahun 2031.

---

The growth and development of a region are not uniform but rather focused on areas with strategic sectors or functioning as growth centers. Pagedangan District, located near BSD, a strategic sector or growth center, has significant potential for development. The rapid growth in this area also impacts population increase, with a population growth rate of 0.04% in 2021-2022, leading to an increased demand for land. However, on the flip side, land for settlements will diminish, and some areas in Pagedangan District are prone to flooding. This research aims to spatially and temporally analyze the development of settlements in 2015, 2019, and 2023 in Pagedangan District. Additionally, the study predicts the development of settlements in 2031 using the Cellular Automata – Markov Chain model. It also analyzes the compatibility of the predicted land cover in 2031 with the Regional Spatial Plan (RTRW) for 2031 in Pagedangan District, Tangerang Regency. Variables involved include slope, distance from roads, distance from rivers, distance from Points of Interest (POI), and distance from flood-prone areas. The Cellular Automata-Markov Chain method is employed to predict land cover in 2031, with a KAPPA coefficient of 0.65 and an area under the ROC curve (AUC) value of 0.75, indicating classification accuracy. Results show that residential land in Pagedangan District has experienced development, increasing by 12.12% from 2015 to 2019 and 13.41% from 2019 to 2023. The prediction suggests a marginal increase of only 13% in 2031. An analysis of population, land requirements in 2031. The compatibility between the predicted settlement in 2031 and the RTRW for 2031 is 51.75% of the total area designated for settlements in the RTRW for 2031. Subsequently, areas incompatible with settlements are allocated to industrial use, constituting 47% of the total industrial area designated in the RTRW. Furthermore, settlement areas in the RTRW incompatible with the predictions for 2031 account for 48% of the total settlement area designated in the RTRW for 2031."

"ABSTRAKTanah gambut merupakan ekosistem yang rapuh fragile , banyak diantaranya ketika akan dimanfaatkan, kemudian berujung pada kegagalan dan akhirnya ditelantarkan, sehingga pemanfaatan dan penggunaannya harus secara bijak dan didasarkan pada karakteristik tanah. Perluasan penggunaan tanah gambut meningkat pesat di beberapa provinsi yang memiliki areal gambut luas seperti di Jambi. Jambi merupakan salah satu provinsi yang memiliki tanah gambut dengan luasan, diurutan ketujuh di Indonesia. Penelitian ini bertujuan untuk melihat perubahan penggunaan tanah, yang berpotensi terhadap berkurang dan hilangnya fungsi-fungsi tanah gambut yang bernilai tinggi, dengan menggunakan metode Cellular Automata CA . Metode CA ini dijalankan dengan menggunakan aplikasi LCM Land Change Modeler dengan 6 faktor pendorong yang mempengaruhi, dimana perubahan paling dominan terjadi dari hutan menjadi perkebunan. Perubahan Penggunaan tanah dilihat pada rentang tahun 1990, 2000, 2010, dan 2014. Hasil analisis yang diperoleh kemudian dilakukan validasi Kappa. Hasil validasi Kappa tersebut digunakan untuk membuat simulasi model perubahan penggunaan tanah di tahun 2030, dengan tingkat akurasi model mencapai 75.74 .

---

ABSTRACTPeatlands is a fragile ecosystem, which is very difficult to be maintained and utilized, and finally will be abandoned. Therefore, peatlands utilization must be careful and refer to the land characteristic. Massive and extensive peatlands utilizations could be found in some provinces, including Jambi. Peatlands area in Jambi is the seven largest in Indonesia. Using Cellular Automata CA method, the aim of this research is to identify land use change that gives impact to the loss and decrease of high value peatlands. CA method runs by LCM Land Change Modeler with 6 influencing supporting factors, where the most dominant change could be found in the forest to plantation area. Land use change is analyzed from following year 1990, 2000, 2010, and 2014. The result analysis is validated using Kappa to create a land use model simulation in 2030. The accuracy of this simulation reaches 75.74 . "