Hasil Pencarian  ::  Simpan CSV :: Kembali

"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. "

"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."

"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 . "

"Pelabuhanratu merupakan wilayah pesisir yang strategis untuk berkembang. Haltersebut membuat pemerintah setempat menjadikan Pelabuhanratu sebagai GrowthCenter dari Kabupaten Sukabumi. Berkaitan dengan hal itu, perubahan penggunaanlahan terus terjadi dan dikhawatirkan tidak mendukung keberlanjutan lingkungan.Tujuan dari penelitian ini adalah menganalisis bagaimana perubahan penggunaan lahankota Pelabuhanratu sampai dengan tahun 2032. Metode yang digunakan dalampenelitian ini adalah Cellular Automata-Markov dengan beberapa faktor yangmendorong terjadinya perubahan penggunaan. Faktor penentu dibuat dengan logikafuzzy dengan beberapa variabel yaitu jarak dari jalan, jarak dari point of interest, jarakdari sungai, jarak dari pantai, wilayah ketinggian, kemiringan dan tutupan lahan. Dataini digunakan sebagai masukan pada Cellular Automata-Markov Chain. Tutupan lahandiambil dari google earth pada tahun 2002, 2010 dan 2017. Hasil prediksi menunjukkanbahwa perubahan tutupan lahan sangat signifikan. Nilai akurasi kappa pada modelmencapai 91. Lahan terbangun berkembang linear pada bagian selatan, menyebarpada bagian utara dan beraglomerasi pada bagian barat.

---

Pelabuhanratu is a strategic coastal area that matter the local government makePelabuhanratu as a Growth Center of Sukabumi Regency. In this regard, landcoverchanges continue to occur and are feared not to support environmental sustainabilitycaused of growing center. The purpose of this study is to analyze how land use changeof Pelabuhanratu city until 2032. The method used in this research is CellularAutomata Markov in with several factors that encourage the land cover change. Drivingfactor made with fuzzy logic with some variables that is distance from road, distancefrom river, distance from coastline, distance from point of interest, elevation, slope andlandcover. This data is used to create suitability area for built up area as input forCellular Automata Markov tools. Land cover was obtained from google earth in 2002, 2010 and 2017 as the basis of model calculation. The prediction result shows that landuse change in Pelabuhanratu city is very significant with the Kappa Standard level ofaccuracy 91. Built up area has extended from the previous condition that coming fromagricultural area. Built up area growth with linear pattern at south area, spread pattern atnorth area and crowded at west area."

"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."

"Kota Sukabumi merupakan wilayah dengan lahan sawah yang luas dan subur. Namun demikian, konversi lahan yang terus terjadi tiap tahunnya menyebabkan berkurangnya lahan pertanian sawah. Kajian lahan pertanian merupakan salah satu upaya konservasi untuk memperbaiki, melindungi dan mengembangkan wilayah yang berpotensi sebagai lahan pertanian sawah. Studi ini bertujuan untuk menganalisis perubahan penggunaan lahan terutama lahan pertanian dan model prediksi keutuhan lahan serta ketersediaannya untuk berbagai kebutuhan pangan di Kota Sukabumi. Metode yang digunakan adalah pemodelan menggunakan CA-MC untuk memprediksi perubahan penggunaan lahan Kota Sukabumi Tahun 2031. Variabel driving factor dalam penelitian ini adalah jarak dari jalan, jarak dari sungai, jarak dari pemukiman, jarak dari POI dan lereng. Survei lapangan juga dilakukan untuk validasi kondisi lahan pertanian dan membandingkan hasil model di wilayah penelitian. Hasil penelitian ini menunjukkan bahwa, tahun 2000-2019 perubahan penggunaan lahan di Kota Sukabumi berlangsung signifikan dengan kontributor utama adalah sawah yang potensial mengalami perubahan sementara permukiman mengalami peningkatan. Alih fungsi lahan (konversi lahan) terjadi di wilayah yang berdekatan dengan pusat kota dimana  aksesibilitas, kondisi fisik dan infrastruktur yang tergolong baik. Hasil uji kappa untuk model penggunaan lahan 2031 menunjukkan hasil yang baik dimana model memiliki nilai ketepatan sangat baik yang artinya model dapat digunakan. Model menunjukkan hasil dimana perubahan yang terjadi selinear dengan driving factor yang digunakan. Model ini dapat digunakan untuk kajian jangka panjang dan kebijakan tata ruang,

---

Sukabumi City with extensive and fertile area of rice fields. However, land conversion that continues to occur every year causes a decrease in paddy fields. The study of agricultural land is one of the conservation efforts to improve, protect and develop areas that have the potential to become paddy fields. This study aims to analyze changes in land use, especially agricultural land and prediction models of land integrity and availability for various food needs in the City of Sukabumi.  The method used is modeling using CA-MC to predict changes in land use in Sukabumi City in 2031. The driving factor in this study are the distance from the road, distance from the river, distance from the settlement, distance from POI and slope. Field surveys are also conducted to validate the condition of paddy field and compare the results of the model in the study area.  The results of this study indicate that, in 2000-2019 land use changes in the City of Sukabumi occurred significantly, whose main contributors are paddy fields which have the potential to undergo land conversion, while settlements have increased. Land conversion occurs in areas close to the city center where accessibility, physical condition and infrastructure are classified as good. Kappa test for the 2031 land use model shows good results, with the model having good accuracy value, thus are able to be used. The model shows that changes that occur are linear with the driving factor used. This model can be used for long-term studies and the making of spatial policy."

"This book constitutes the refereed proceedings of the 10th International Conference on Cellular Automata for Research and Industry, ACRI 2012, held in Santorini Island, Greece, in September 2012. The 88 revised papers were carefully selected from numerous submissions. In order to give a perspective in which both theoretical and applicational aspects of cellular automata contribute to the growth of the area, this book mirrors the structure of the conference, grouping the 88 papers into two main parts. The first part collects papers presented as part of the main conference and organized according to six main topics: theoretical results on cellular automata; cellular automata dynamics, control and synchronization; cellular automata and networks; modeling and simulation with cellular automata; cellular automata-based hardware and architectures; codes, pseudorandom number generators and cryptography with cellular automata. The second part of the volume is dedicated to contributions presented during the ACRI 2012 workshops on theoretical advances, specifically asynchronous cellular automata, and challenging application contexts for cellular automata: crowds and CA, traffic and CA, and the satellite Workshop on cellular automata of cancer growth and invasion."