PREDIKSI PERUBAHAN TUTUPAN LAHAN BERBASIS ARTIFICIAL NEURAL NETWORK DAN CELLULAR AUTOMATA MENGGUNAKAN SOFTWARE GEOSOS-FLUS (Studi Kasus : Kota Batam)

Abstract

Kota Batam adalah salah satu wilayah dengan pertumbuhan pembangunan yang sangat cepat sehingga mendorong terjadinya perubahan signifikan pada alih fungsi lahan. Informasi mengenai prediksi perubahan tutupan lahan sangat penting untuk kajian perencanaan ruang. Penggunaan teknologi Sistem Informasi Geografis juga dapat membantu monitoring perubahan tutupan lahan dalam beberapa tahun kedepan yang diperlukan dalam pengembangan strategi pengelolaan tata ruang. Dengan menggunakan data tutupan lahan, faktor pendorong, kawasan terbatas, kepadatan penduduk, DEM, dan curah hujan untuk memunculkan probabilitas perubahan tutupan lahan dalam metode CA-ANN serta Markov Chain untuk menghasilkan perhitungan prediksi perubahan tutupan lahan tahun 2034 pada software GeoSOS-FLUS. Hasil analisis menunjukkan bahwa perubahan tutupan lahan di wilayah Kota Batam selama tahun 2019-2024 menunjukkan adanya penurunan pada lahan terbuka dan padang rumput yang mengindikasikan proses urbanisasi. Sedangkan, prediksi tutupan lahan tahun 2034 menunjukkan area vegetasi tetap dominan dengan peningkatan lahan terbangun yang signifikan dari vegetasi, padang rumput, dan lahan terbuka sementara badan air dan vegetasi tergenang tetap stabil. Model prediksi ini menghasilkan indeks kappa sebesar 0,67 yang tergolong dalam kategori sangat baik. Dimana, kondisi tutupan lahan hasil prediksi menunjukkan bahwa prediksi tersebut cukup akurat untuk menggambarkan kondisi tutupan lahan tahun 2034 dan dapat dijadikan dasar dalam analisis perencanaan tata ruang di masa depan.