Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peningkatan jumlah penduduk menyebabkan kebutuhan akan ruang sebagai tempat bermukim juga semakin meningkat. Perubahan penggunaan tanah non permukiman menjadi permukiman merupakan salah satu gejala perubahan penggunaan tanah. Tujuan dari penelitian ini adalah menganalisis perkembangan permukiman dan membuat simulasi melalui metode Markov Chain dan Cellular Automata di wilayah metropolitan Malang Raya periode 1989-2002 dan 2002-2016 dan prediksi tahun 2031. Dalam penelitian ini digunakan citra Landsat 4 TM, Landsat 7 ETM , dan Landsat 8 OLI multi temporal untuk mengidentifikasi penutup lahan. Daerah studi penelitian ini adalah wilayah metropolitan Malang atau dikenal dengan sebutan Malang Raya yang termasuk di dalamnya dua kota dan satu kabupaten. Analisis yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis spasial. Hasil penelitian ini menunjukkan bahwa perkembangan permukiman cenderung terus meningkat dari tahun 1989-2016 hingga prediksi pada tahun 2031. Meningkatnya perkembangan permukiman ditandai dengan meluasnya wilayah permukiman ke arah Utara, Selatan, dan Barat Laut dikarenakan adanya pusat kota dan jaringan jalan nasional yang mampu memicu meningkatnya aktivitas manusia.

---

The growing number of population increased the needs for settlement space. The change in land use for non ndash settlement to settlement space is one of the signs of change for land use. The purpose of this research is to analyze the housing development and create a simulation using Markov Chain and Cellular Automata method in metropolitan area of Malang Raya for the period of 1989 ndash 2002 and 2002 ndash 2016, and prediction for the year of 2031. In this research, Landsat 4 TM, Landsat 7 ETM , and multi temporal Landsat 8 OLI were used to identify the land cover. The focus area for this study research is metropolitan area of Malang or famously known as Malang Raya, which includes two cities and one district. The analysis used in this research are descriptive and spatial analysis. The results of this research show that settlement development tends to increase from year 1989 ndash 2016, up until the prediction of year 2031. The increased rate of settlement development is marked by the expansion of settlement area to the North, South, and North West, caused by the existence of city center as well as national road network, which triggers more human rsquo s activities."

"Pembangunan serta perkembangan kota di Indonesia terus berlangsung, menyebabkan peningkatan akan kebutuhan lahan terutama lahan untuk pemukiman. Peningkatan kebutuhan lahan menyebabkan perubahan tutupan lahan yang akan mempengaruhi suhu permukaan daratan di daerah tersebut, contohnya di Kota Malang Raya dimana suhu di perkotaan cenderung lebih tinggi dibandingkan daerah sekitarnya. Penelitian ini bertujuan untuk mengetahui pola spasial suhu permukaan daratan di Kota Malang Raya, kaitannya dengan ketinggian, tutupan lahan, kerapatan vegetasi dan kerapatan bangunan yang dilakukan dengan penginderaan jauh menggunakan Citra Landsat pada perekaman tahun 1996, 2001, 2013 dan 2016. Hasil penelitian menunjukan suhu permukaan daratan tertinggi berada di pusat Kota Malang dan Kota Batu sebagai pusat wilayah terbangun dengan kerapatan bangunan tinggi dan kerapatan vegetasi yang rendah. Suhu permukaan daratan tertinggi >27O C berada pada wilayah ketinggian.

---

The construction and cities development in Indonesia still continues, that leads to increase land needs especially lands for living. The increased of landcover needs caused the lands changed which will affect the land surface 39 s temperature in the area, for example in the cities of Malang Raya that temperatures in urban areas tend to be higher than the surrounding area.

This research aims to know the spatial pattern of land surfaces temperature in the cities of Malang Raya, relation to land cover, vegetation density and built up density. Landsat Imagery do use on a recording in 1996, 2001, 2013 and 2016 as well as in relation to the difference in height in this region.

Research results showed the highest land surface temperature is in the centre of Malang and Batu city as the center of the build up area with high dencity of buildings low vegetation. The highest land surface temperature 27C is also located in the region of"

"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 ."

"Kabupaten Malang memiliki berbagai potensi wisata seperti wisata alam dan wisata budaya. Potensi wisata tersebut perlu didukung sarana dan prasarana yang optimal untuk perkembangan objek wisata sehingga dapat menarik wisatawan. Beberapa objek wisata di Kabupaten Malang belum memiliki fasilitas yang lengkap untuk menunjang wisatawan. Penelitian ini bertujuan untuk mengetahui tahap perkembangan objek wisata di Kabupaten Malang serta menganalisis hubungan antara tahap perkembangan objek wisata dengan pengelola wisata. Variabel yang digunakan dalam penelitian ini adalah tahap perkembangan objek wisata dan pengelola wisata. Metode yang digunakan adalah analisis keruangan dan analisis statistik chi-square. Hasil penelitian menunjukkan bahwa Objek wisata di Kabupaten Malang didominasi oleh tahap Involvement dengan karakteristik jumlah wisatawan yang mengalami peningkatan sedikit atau meningkat namun pertumbuhannya menurun, ketersediaan fasilitas primer, sekunder dan kondisional yang kurang beragam serta aksesibilitas yang mudah diakses dengan letak wisata di jalan lokal dan tidak tersedianya angkutan umum. Hasil uji statistik chi-square menunjukkan bahwa terdapat hubungan yang signifikan antara tahap perkembangan objek wisata di Kabupaten Malang dengan pengelola wisata.

---

Malang Regency has many tourism potentials such as natural attraction and cultural attraction. Tourism potentials need to be supported by facilities and infrastructure that are optimal for the development so that they can attract tourists. Some tourism objects in Malang Regency does not have complete facilities to support tourist. This study aims to determine the development stage of tourism objects and analyze the correlation between development stage of tourism objects with tourism organizer. Variables used in this research are the development stage of tourism objects and tourism organizer. The methods used are spatial descriptive analysis and chi-square statistical analysis. The results showed that the stage development of tourism objects in Malang Regency are dominated by the second stage of development (involvement) with the characteristics of the number of tourists experiencing a slight increase or increasing but declining growth, the availability of primary, secondary and conditional facilities that are less diverse and accessibility that is easily accessible by the location of tourism on local roads and the unavailability of public transportation. Chi-square statistical test result showed that there is a significant correlation between development stage of tourism in Malang Regency with tourism organizer."

"ABSTRAKNama : Aris MuzaqiProgram Studi : Teknik IndustriJudul Penelitian : Perancangan Model Optimasi Distribusi Buah Apel di Kota Batu Malang Jawa Timur Dengan Metode HPSOPenelitian ini membahas mengenai distribusi pada saluran distribusi tata niaga agribisnis untuk komoditas hortikultura buah apel yang memiliki biaya transportasi yang cukup tinggi. Penentuan rute terbaik dalam pendistribusian untuk memaksimalkan keuntungan kumulatif atau meminimalkan potensi keuntungan yang hilang. Potensi keuntungan yang hilang teridentifikasi oleh biaya-biaya yang dikeluarkan. Penentuan rute distribusi dengan menggunakan Vehicle Routing Problem VRP merupakan salah satu metode yang dapat digunakan untuk meningkatkan efisiensi biaya transportasi dan memaksimalkan profit. VRP mengatur rute distribusi sehingga menghasilkan jarak tempuh total seminimal mungkin. Untuk menyelesaikan permasalahan distribusi produk di tata niaga buah apel ini, maka dikembangkan model penyelesaian VRP dengan menggunakan algoritma Hybrid Particle Swarm Optimization. Hybrid Particle Swarm Optimization merupakan salah satu kelas metaheuristik yang berbasis pada pencarian lokal. Rute usulan hasil penelitian menghasilkan perbaikan, yaitu pengurangan jarak tempuh dan biaya transportasi sebesar 11,13 dan 10,46 untuk tujuh periode pengiriman buah apel. Sehingga program optimasi ini mampu memberikan masukan pada lembaga yang terlibat dalam tata niaga agribisnis untuk meningkatkan profit berdasarkan rute distribusi yang tepat.Kata Kunci :Vehicle Routing Problem, Hybrid Particle Swarm Optimization, Optimasi Distribusi Apel, Value Chain

---

ABSTRACTABSTRACT Name Aris MuzaqiStudy Programe Industrial EngineeringTitle Model Designing Apple Fruit Distribution with HPSO Method in Batu Malang City East JavaThis study discusses the case of the distribution channel in the agribusiness commerce distribution in horticulture commodity of apple fruit that has a relatively high transportation cost. The determination of the best route in the distribution intended to maximize cumulative gain or minimize the potential loss of profit. The potential loss of profit is identified by the costs which are incurred. The determination of route using Vehicle Routing Problem VRP is one of the methods that can be used in increasing the efficiency of transportation cost and maximizing profit. The aim of VRP is to manage the distribution route so that it resulting in the lowest distance covered. To cope the problem related to the product distribution in the commerce of apple fruit, the completion model of VRP is being developed with the algorithm of Hybrid Particle Swarm Optimization. Hybrid Particle Swarm Optimization is one of the metaheuristic class which based on the local finding. The route suggested resulting in some improvements which are the decrease of the distance covered and transportation cost as much as 11.3 and 10.46 for seven periods of apple fruit shipping. This model can provide input to institutions involved in agribusiness tcommerce to increase profits based on appropriate distribution routes.Keywords Vehicle Routing Problem, Hybrid Particle Swarm Optimization, Distribution Optimization of Apple, Value Chain."

"[ABSTRAKPariwisata tidak hanya sekedar objek dan daya tarik wisata tetapi juga tentang perpindahan wisatawan dari tempat tinggal menuju tempat wisata. Ketidakmerataan pergerakan wisatawan disebabkan oleh faktor karakteristik objek wisata yang dikunjungi dan faktor wisatawan itu sendiri. Penelitian ini mengkaji pola keruangan pergerakan wisatawan dan faktor yang mempengaruhi pergerakan wisatawan dengan analisis keruangan dan analisis korelasi chi-square. Hasil penelitian menunjukkan bahwa pola keruangan wisatawan single pattern tidak bergerak ke berbagai arah dan pergerakannya paling terbatas dibandingkan dengan wisatawan multiple pattern. Sedangkan pola keruangan wisatawan multiple pattern tidak hanya mampu bergerak ke berbagai arah objek wisata alam dengan jarak fisik yang bervariasi tetapi juga berbagai jenis objek wisata alam. Wisatawan dengan sub-tipe stopover paling luas bergerak dibandingkan chaining loop dan base site dengan menjangkau hampir seluruh objek wisata alam pada jarak yang dekat hingga jauh. Sedangkan wisatawan dengan sub-tipe base site memiliki luas ruang gerak yang paling terbatas dibandingkan stopover dan chaining loop dengan bergerak pada jarak yang dekat. Faktor yang mempengaruhi pergerakan wisatawan di Kabupaten Malang adalah aksesibilitas, atraksi objek wisata, daerah asal wisatawan, lama kunjungan di objek wisata, pilihan moda transportasi, motivasi wisatawan dan pengalaman berkunjung. Sedangkan faktor jumlah teman seperjalanan tidak mempengaruhi pergerakan wisatawan di Kabupaten Malang.

---

ABSTRACTTourism is not just objects and tourist attraction but also tourist movement from their homes to tourist attractions. Inequality tourist movements caused by characteristic of tourist attraction and tourist itself. This study examines the spatial pattern of tourist movement and the factors that affect the movement of tourist with spatial analysis and statistical correlation analysis. The results showed that the spatial pattern of single type is not moving in different directions and the most limited movement than the multiple pattern. While the spatial pattern of multiple type is not only able to move into different directions with varying physical distances but also various types of natural attractions. Sub-type of the multiple: stopover, tourist with sub-type stopover not only has the most widely move than chaining loop and base site but also reach almost all the natural attractions in near and far distance. While tourist with sub-type base site has the most limited space than stopover and chaining loop also moving in near distance. Tourist movement in Malang influenced by accessibility of natural destination, attraction of natural destination, origin of tourists, duration of visits in natural attractions, modes of transportation, tourist motivation and experience of visited. Meanwhile the number of tourist companion is a factor that not affect a tourist movement in Malang., Tourism is not just objects and tourist attraction but also tourist movement from their homes to tourist attractions. Inequality tourist movements caused by characteristic of tourist attraction and tourist itself. This study examines the spatial pattern of tourist movement and the factors that affect the movement of tourist with spatial analysis and statistical correlation analysis. The results showed that the spatial pattern of single type is not moving in different directions and the most limited movement than the multiple pattern. While the spatial pattern of multiple type is not only able to move into different directions with varying physical distances but also various types of natural attractions. Sub-type of the multiple: stopover, tourist with sub-type stopover not only has the most widely move than chaining loop and base site but also reach almost all the natural attractions in near and far distance. While tourist with sub-type base site has the most limited space than stopover and chaining loop also moving in near distance. Tourist movement in Malang influenced by accessibility of natural destination, attraction of natural destination, origin of tourists, duration of visits in natural attractions, modes of transportation, tourist motivation and experience of visited. Meanwhile the number of tourist companion is a factor that not affect a tourist movement in Malang.]"

"ABSTRAKKota Malang merupakan kota terbesar kedua dengan luas 110,6 Km2 di Provinsi Jawa Timur, pertumbuhan kota dengan adanya kegiatan pendidikan meningkatkan pembangunan di Kota Malang. Penelitian ini memiliki tujuan untuk menganalisis perubahan penggunaan tanah pada tahun 1996-2016 di Kota Malang. Menganalisis faktor-faktor yang mempengaruhi perubahan pengunaan tanah di Kota Malang tahun 1996-2016. Mensintesa dan membuat model prediksi penggunaan tanah di Kota Malang pada tahun 2030 dengan pendekatan aplikasi metode markov chain Celullar Automata.Metode yang dapat mengkaji fenomena perubahan penggunaan tanah kaitannya dengan pertumbuhan kota di Kota Malang adalah metode markov chain cellular automata. Metode markov chain cellular automata mampu memprediksi perubahan penggunaan tanah akibat pertumbuhan sebuah kota. Hasil prediksi pertumbuhan perkotaan dengan melihat dominansi lahan terbangun memiliki luas 8860,87 ha sedangkan lahan pertanian dan tegalan terus berkurang diangkibatkan adanya pertumbuhan perkotaan. Hasil prediksi tahun 2030 mengenai perubahan penggunaan tanah lahan tidak terbangun sebesar 2.145,13 dibandingkan tahun 2016 sebesar 3400.06 ha artinya terjadi perubahan penggunaan tanah sebesar 1,254.93. Berdasarkan hasil penelitian dari penerapan metode markov chain cellular automata ini maka diharapkan temuan ini dapat dijadikan pertimbangan dalam merancang RTRW Kota Malang yang berkelanjutan. Sehingga keseimbangan ekologis, keseimbangan lingkungan dan ketahanan pangan dapat terjaga dan memenuhi syarat sebuah Kota yang memiliki daya dukung dan daya tampung lingkungan.

---

ABSTRACTMalang is the second largest city with an area of 110.6 km2 in the province of East Java, the growth of the city with their educational activities to promote development in the city of Malang. This study has the objective to analyze the land use change in 1996 2016 in the city of Malang. Analyzes the factors that influence changes in land use in the city of Malang in 1996 2016. Synthesize and create predictive models of land use in Malang in 2030 with the approach ofapplicationmethod Markov chainCelullar Automata.This method to examine the phenomenon of land use changes in relation to the growth of the city of Malang is amethod of Markov chaincellularautomata.method Markov chain cellular automata is able to predict changes in land use due to the growth of a city. The result of urban growth predictions by looking at the dominance of developed and undeveloped land has an area of 8860.87 ha of agricultural land and moor while declining impact to their urban growth. The prediction results in 2030 regarding changes in land use land is not awakened at 2145.13 compared to 2016 amounted to 3400.06 ha it is mean changes in land use amounted to 1,254.93. Based on the results of the application method of cellular automataMarkov chain it is expected that these findings can be taken into consideration in designing a sustainable RTRW Malang. So that the ecological balance, food security and environmental balance can be maintained and qualify a city which has a carrying capacity and environmental capacity."

"Lahan basah adalah bagian penting yang terintegrasi dengan ekosistem global yang memiliki fungsi penting dalam menjaga keseimbangan lingkungan seperti mencegah atau mengurangi dampak banjir, menampung air permukaan dan serta menyediakan habitat unik baik flora maupun fauna. Lahan basah perkotaan memberikan jasa ekosistem langsung bagi masyarakat sekaligus mendorong kelangsungan funsi ekologi kota. Upaya pengendalian ruang wilayah kota memerlukan instrumen yang mampu mengintegrasikan variabel lingkungan kompleks yang terdiri dari aspek biofisik, aspek sosial-kultur, dan aspek ekonomi. Perkembangan pemodelan dinamika spasial saat ini masih terkonsentrasi pada penggunaan driving factor biofisik, sementara kompeksitas dinamika alih fungsi lahan perkotaan tentu dipengaruhi oleh faktor pendorong selain biofisik.Riset ini bertujuan; 1) menganalisis peran dari setiap faktor yang mempengaruhi alih fungsi lahan basah perkotaan berdasarkan hasil pemanfaatan penggalian data (data mining), 2) mengkontruksikan pemanfaatan penggalian data spasial untuk pemodelan dinamika spasial, dan 3) membangun model dinamika spasial untuk memproyeksikan komposisi spasial penggunaan lahan sebagai masukan dalam evaluasi keberlanjutan lahan basah perkotaan.Metode yang dipakai adalah pemodelan dinamika spasial dengan mengintegrasikan model markov, model cellular automata, dan model driving factor yang dihasilkan dari analisis spasial multitemporal dan pemanfaatan penggalian data spasial. Riset menggunakan 17 data driving factor yang dikategorikan dalam 3 varibel yaitu biofisik, sosio kultur dan ekonomi. Riset mengadopsi 8 driving factor biofisik yang digunakan dalam riset-riset sebelumnya, semnetara itu hasil kontruksi penggalian data spasial menambahkan 9 driving factor yang mewakili variabel sosio-kultur dan variabel ekonomi. Peran dari variabel sosio-kultur dan variabel ekonomi secara mayoritas lebih besar dalam mempengaruhi dinamika spasial alih fungsi lahan basah perkotaan.Hasil riset menunjukkan bahwa keberlangsungan lahan basah perkotaan wilayah riset masih dapat terus terjaga pada seluruh skenario model dengan tren luas lahan basah yang terus menurun. Skenario optimal merupakan pilihan terbaik dengan komposisi spasial yang rasional dan menunjukkan indikator penilaian lingkungan yang memiliki resiko paling rendah untuk indikator nilai koefisien limpasan rerata sebesar 0,458 lebih rendah dibandingkan skenario BAU dengan nilai koefisien limpasan rerata sebesar 0,462. Skenario optimal ini memiliki konsekuensi terjadinya fragementasi lahan basah yang lebih tinggi pada lahan basah yang terdapat pada alokasi lahan untuk permukiman dan lahan jasa perdagangan. Number of Patch (NP) pada skenario optimal pada tahun 2016 sebesar 105 meningkat menjadi 198 pada tahun 2034, lebih tinggi dibandingkan dengan skenario BAU yang menunjukkan NP sebesar 33 pada tahun 2016 dan NP sebesar 78 pada tahun 2034.

---

Wetlands are an important part that is integrated with global ecosystems that have important functions in maintaining environmental balance such as preventing or reducing the effects of flooding, storing surface water and as well as providing unique habitats for both flora and fauna. Urban wetlands provide ecosystem services directly to the community while promoting the sustainability of the city's ecological functions. Efforts to control spatial planning require instruments capable of integrating complex environmental variables consisting of biophysical aspects, socio-cultural aspects, and economic aspects. The development of spatial dynamics modeling is currently still concentrated on the use of biophysical driving factors, while the complexity of urban land use change is certainly influenced by driving factors other than biophysical aspects.

This research aims; 1) analyzing the role of each factor that influences the conversion of urban wetlands based on the results of the utilization of data mining, 2) constructing the utilization of spatial data mining for spatial dynamics modeling, and 3) building spatial dynamics models to project the spatial composition of land use as input in evaluating the sustainability of urban wetlands.

The method used is spatial dynamics modeling by integrating the Markov model, cellular automata model, and driving factor models resulting from multitemporal spatial analysis and the use of spatial data mining. The research uses 17 driving factor data which are categorized into 3 variables namely biophysical, socio-cultural and economic. The research adopted 8 biophysical driving factors used in previous research, while the results of the construction of spatial data mining added 9 driving factors representing sociocultural and economic variables. The role of socio-cultural variables and economic variables is predominantly higher in influencing spatial dynamics over the function of urban wetlands.

The results of the research show that the sustainability of urban wetlands in the research area can still be maintained in all model scenarios with a trend of decreasing area of wetlands. The optimal scenario is the best choice with a rational spatial composition and shows the environmental assessment indicators that have the lowest risk for the average runoff coefficient value of 0.458 lower than the BAU scenario with an average runoff coefficient of 0.462. This optimal scenario has the consequence of higher fragmentation of wetlands in the wetland area contained in the allocation of land for settlements and commercial areas. The number of patches (NP) in the optimal scenario in 2016 was 105 increased to 198 in 2034, higher than the BAU scenario which showed a NP of 33 in 2016 and a NP of 78 in 2034."

"

Indonesia merupakan negara yang memiliki penduduk terbanyak ke-empat di dunia. Oleh karena itu, diperlukan pembangunan manusia untuk menciptakan sumber daya manusia yang memiliki kemampuan untuk menggerakkan roda perekonomian. Pembangunan manusia merupakan fokus perhatian pemerintah, dan tercantum dalam beberapa program yang diterapkan pemerintah di tingkat global maupun tingkat nasional. Pembangunan manusia diukur dengan suatu indeks komposit dasar yang dikenal dengan Indeks Pembangunan Manusia (IPM). IPM diukur dari tiga komponen dasar, yaitu umur panjang dan sehat, memiliki pengetahuan, dan standar hidup yang layak, sehingga IPM sering digunakan sebagai ukuran keberhasilan pemerintah dalam pembangunan manusia. Penelitian ini memodelkan variabel-variabel yang memengaruhi IPM Kabupaten/Kota Jawa Tengah pada periode tahun 2017 sampai dengan tahun 2019. Variabel-variabel prediktor yang digunakan dalam penelitian adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.  Penelitian ini menggunakan data yang mengandung informasi lokasi yang diamati dalam beberapa periode waktu (tahun). Data yang terobservasi ini saling berkorelasi secara spasial (ada autokorelasi spasial). Ketika data yang terobservasi mengandung autokorelasi spasial, model regresi linier biasa tidak dapat digunakan karena akan menghasilkan taksiran parameter regresi yang bias dan tidak konsisten. Oleh karena itu diperlukan metode lain yang dapat menangani masalah autokorelasi spasial pada data yaitu model regresi spasial. Selain itu, data juga diamati dalam beberapa periode waktu (tahun), sehingga model yang dapat digunakan dan menggambarkan kondisi data ini adalah model data panel spasial. Model data panel spasial terbagi menjadi dua, yaitu: model data panel spasial lag dan model data panel spasial error. Metode penaksiran parameter yang digunakan untuk model data panel spasial dalam penelitian ini adalah metode Maximum Likelihood. Berdasarkan perbandingan dari kedua model diperoleh hasil bahwa model terbaik yang dapat menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah model data panel spasial lag. Variabel-variabel prediktor yang signifikan dan menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.

---

Indonesia is the fourth most populous country in the world. Therefore, human development is needed to create human resources that have the ability to drive the economy. Human development is the focus of government attention and listed in several programs implemented by the government at the global and national levels. Human development is measured by a basic composite index known as the Human Development Index (HDI). HDI measures three basic components, that are long and healthy life, being knowledgeable, and have a decent standard of living, so HDI is often used as a measure of government success in human development. This study is modeling variables that affect the HDI of regency or city at Central Java in the period 2017 to 2019. The predictor variables used in this study are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor people, and percentage of households with proper sanitation. This study uses data that contains location information observed over several time periods (years). Observations on this data are spatially correlated (there are spatial autocorrelations). When observations on data contain spatial autocorrelation, the linear regression model can not be used because it will produce an unbiased and inconsistent regression parameter estimate. Therefore we need another method that can handle the problem of spatial autocorrelation in the data, namely the spatial regression model. In addition, data is also observed in several time periods (years), so that the model can be used and describe the condition of the data is a spatial panel data model. The spatial panel data model is divided into two, known as spatial lag panel data model and spatial error panel data model. The parameter estimation method used for the spatial panel data model in this study is the Maximum Likelihood method. Based on the comparison of two models, it is obtained that the best model can explain the Human Development Index at Central Java is spatial lag panel data model. Significant predictor variables that explain the Human Development Index at Central Java are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor population, and percentage of households with proper sanitation.

 

"

"ABSTRAKPekarangan adalah salah satu lanskap khas pedesaan, yang memiliki berbagai fungsi krusial. Pekarangan juga merupakan tempat konservasi berbagai sumberdaya hayati lokal. Pekarangan di Kecamatan Pujon telah mulai di kelola kembali sejak adanya kegiatan wisata. Penelitian ini bertujuan untuk mengetahui keanekaragaman vegetasi penyusun pekarangan di Kecamatan Pujon dan juga mendokumentasikan pengetahuan lokal mengenai manfaatnya. Penelitian ini dilaksanakan pada bulan April-November 2018. Sebanyak 90 pekarangan telah dijadikan sampel. Terdiri dari 30 pekarangan di dekat sungai, 30 pekarangan di dekat akses jalan dan 30 pekarangan di dekat hutan. Pekarangan tersebut dikelompokkan ke dalam tiga kategori ukuran yaitu besar, sedang dan kecil. Data diambil menggunakan wawancara terstruktur dan semi terstruktur terhadap pemilik pekarangan. Data dianalisis secara kualitatif dengan statistika deskriptif untuk menggambarkan pengetahuan lokal masyarakat. Data tumbuhan dianalisis dengan menghitung Nilai Indeks Penting (INP), Indeks Shannon-Wiener, Indeks kesamaan dan ketidaksamaan. Data pengetahuan lokal dianalisis dengan menghitung nilai kepentingan lokal (Local Users Value Index, LUVI) dan nilai kultural (Index of Cultural Significance, ICS). Terdapat 5 lanskap di Kecamatan Pujon yaitu sawah, tanah tetelan, tegalan, pekarangan dan hutan. Pekarangan merupakan lanskap terpenting keempat dari kelima lanskap tersebut. Terdapat 13 kategori guna tanaman pada pekarangan di Kecamatan Pujon. Tiga belas kategori guna tersebut adalah pangan (PDM=13,3), sayuran (PDM=11,6), bumbu (PDM=9,4), buah (PDM=8,6), minuman (PDM=8,1), obat (PDM=7,9), pakan ternak (PDM=7,7), ornamental (PDM=7,6), papan (PDM=7,1), ritual (PDM=6,5), pagar (PDM=5,3), pewarna (PDM=4,6) dan tanaman pengganggu (2,3). Pekarangan di dekat sungai memiliki nilai INP paling tinggi, diikuti oleh pekarangan di dekat hutan dan pekarangan di dekat jalan. Berdasarkan Indeks Shannon-Wiener, keanekaragaman jenis tanaman pada pekarangan di Kecamatan Pujon termasuk ke dalam kategori sedang-tinggi. Indeks kesamaan antara pekarangan berdasarkan ukurannya, lebih kecil dari pada indeks ketidaksamannya. Sebanyak 39 tanaman yang terdiri dari 3 tanaman penting dalam masing-masing kategori telah dihitung nilai kulturalnya. Bagi masyarakat di Kecamatan Pujon tanaman yang memiliki nilai ICS tinggi adalah klopo (Cocos nucifera) (ICS=53,42) dan gedang (Musa x paradisiata) (ICS=45,83). Pekarangan di Kecamatan Pujon memiliki berbagai jenis tanaman yang berguna bagi pemiliknya. Pekarangan juga memberikan ecosystem services terhadap lingkungan disekitarnya.

---

ABSTRACTHome garden is one of the rural traditional landscapes, which has various crucial functions. Home garden also a place to conserve various local resources. Home garden in Pujon Sub-district has begun to be managed again since the existence of tourism activities. This research was conducted in April-November 2019. In total 90 home gardens were sampled. It consists of 30 home gardens near the river, 30 home gardens near the road access and 30 home gardens near the forest. These home garden grouped into three categories there are large, medium and small sizes. Data was taken using structured and semi-structured interviews with the home garden owner. Data were analyzed qualitatively with descriptive statistics to analyze local knowledge. Vegetation data were analyze by calculating Important Value Index (IVI), Shannon-Wiener indeks, simillarity and dissimilarity index. Local knowledge data were analyzed by calculating Index Cultural Significance (ICS), and Local User Value Index (LUVI). There are 5 landcapes in Pujon Sub-district there are, sawah, tanah tetelan, tegalan, home garden and forests. Home garden is the fourth important lanskap in Pujon Sub-district. There are 13 categories of plants used in the home garden in Pujon Sub-district. There are food (PDM = 13.3), vegetables (PDM = 11.6), spices and herbs (PDM = 9.4), fruit (PDM = 8.6), beverages (PDM = 8.1), medicinal plant (PDM = 7.9), fodder (PDM = 7.7), ornamental (PDM = 7.6), home material (PDM = 7.1), ritual and spiritual (PDM = 6.5), fence (PDM = 5.3), natural coloring for foods (PDM = 4.6) and weeds and grasses (2,3). Home garden near the river have hightest IVI, followed by home garden near the forest and home garden near the road. Based on Shannon-Wiener Index, the flora diversity of home garden In Pujon Subdistrict are medium-rich. Simillarity index between home garden based on their sizes, are smallest than the dissimilarity index. In total 39 plants have analyzed using ICS, its consist of 3 plant from each categories. For the people in Pujon Sub-district, the plants that have high ICS were klopo (Cocos nucifera) (ICS = 53.42) and gedang (Musa x paradisiata) (ICS = 45.83). Home garden in Pujon Subdistrict consist of many plant species that have important role for the owner. Home garden also provide ecosystem services for the environtment."