📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 3 dokumenANALISIS PERUBAHAN PENGGUNAAN LAHAN BERDASARKAN HASIL INTERPRETASI VISUAL CITRA UNTUK PENERIMAAN PBB
Pesatnya pembangunan menyebabkan tingginya perubahan pola penggunaan lahan. Lahan yang dulunya merupakan lahan sawah maupun lahan kering, banyak yang mengalami perubahan fungsi menjadi lahan terbangun. Perubahan penggunaan lahan dapat di monitoring menggunakan data spasial remote sensing . Akusisi data remote sensing secara berseri dari waktu ke waktu memungkinkan untuk melakukan analisis perubahan penggunaan lahan. Dalam penelitian ini digunakan dua citra yaitu citra Ikonos tahun 2000 dan citra Quickbird tahun 2003. Pada kedua citra tersebut dilakukan digitasi on screen, sehingga di peroleh peta perubahan penggunaan lahan. Hasil perubahan penggunaan lahan tersebut ditumpangsusunkan dengan peta tata guna lahan dari PBB agar diperoleh data NJOP pada wilayah yang mengalami perubahan.
PEMETAAN PERUBAHAN PENGGUNAAN LAHAN DI WILAYAH PESISIR KECAMATAN BONTANG SELATAN, KOTA BONTANG, PROVINSI KALIMANTAN TIMUR SERTA DAMPAKNYA TERHADAP ASPEK SOSIAL EKONOMI
Wilayah pesisir merupakan pusat aktifitas kegiatan sosial dan ekonomi. Sebagai pusat kegiatan sosial dan ekonomi, wilayah pesisir merupakan wilayah yang potensial untuk dikembangkan dan dimanfaatkan sehingga akan terjadi perubahan pemanfaatan penggunaan lahan. Penggunaan lahan merupakan bentuk dari pengaruh aktifitas manusia terhadap fisik permukaan bumi yang terkait dengan pertumbuhan penduduk dan aktivitasnya. Pada penelitian ini, wilayah yang dipantau adalah Kecamatan Bontang Selatan, Kota Bontang, Provinsi Kalimantan Timur. Untuk melihat perubahan penggunaan lahan pada wilyah tersebut digunakan citra satelit Ikonos tahun 2006 untuk memperoleh penggunaan lahan tahun 2006 dan citra satelit Quickbird tahun 2012 untuk penggunaan lahan tahun 2012. Kedua hasil tersebut dibandingkan sehingga diperoleh perubahan penggunaan lahan tahun 2006 sampai dengan 2012. Proses identifikasi dan interpretasi penggunaan lahan dilakukan dengan menggunakan perangkat lunak AcrGIS berdasarkan klasifikasi Standar Nasional Indonesia (SNI) Penggunaan Lahan Bakosurtanal skala 1:50.000. Penggunaan lahan yang paling besar perubahannya adalah area permukiman bertambah sebesar 46,19 Ha dan lahan terbuka berkurang sebesar 93,08 Ha dari total perubahan penggunaan lahan sebesar 112,58 Ha. Perubahan tersebut memberikan dampak sosial dan ekonomi terhadap penduduk setempat. Dampak pada kondisi sosial penduduk dapat dilihat dari perubahan jumlah penduduk, pada tahun 2006 jumlah penduduk sebanyak 125.187 jiwa dan pada tahun 2012 meningkat menjadi 149.230 jiwa dan jumlah penduduk yang bekerja dari tahun 2006 sampai dengan tahun 2011 meningkat sebesar 21.538 jiwa. Pada dampak ekonomi dapat dilihat dari perubahan pendapatan daerah yang meningkat sebesar Rp.4.870.051.680,- dan penurunan tingkat kemiskinan sebesar 1,55 % dari tahun 2006 sampai dengan tahun 2012
MODEL KLASIFIKASI PENGGUNAAN LAHAN BERDASARKAN INDEKS VEGETASI DAN FITUR TEKSTUR UNTUK ESTIMASI STOK KARBON
Perubahan penggunaan lahan merupakan faktor kunci dalam dinamika stok karbon, terutama pada wilayah yang mengalami pembangunan masif seperti kawasan Ibu Kota Nusantara (IKN) di Indonesia. Penelitian ini bertujuan untuk mengembangkan model klasifikasi tutupan lahan berbasis indeks vegetasi dan fitur tekstur dari citra Sentinel-2 guna mendukung estimasi stok karbon. Berbagai algoritma machine learning digunakan dan dibandingkan, dengan Support Vector Machine (SVM) menunjukkan performa terbaik (G-mean = 0,76). Model ini mampu mengidentifikasi tutupan lahan secara spasial dengan menggabungkan informasi spektral dan tekstural, lalu digunakan untuk memprediksi kondisi tutupan lahan pada tahun 2025. Hasil klasifikasi menunjukkan konversi signifikan dari lahan berhutan menjadi Tanah Terbuka dan Perkebunan, terutama di wilayah IKN. Estimasi stok karbon berdasarkan hasil klasifikasi mengindikasikan penurunan tajam dari 13,86 juta ton karbon (2019) menjadi 1,93 juta ton (2025) di seluruh wilayah studi. Penurunan ini dipicu oleh deforestasi seluas 93.515,87 ha dan degradasi hutan seluas 19,23 ha yang terjadi selama periode tersebut. Di dalam kawasan IKN sendiri, terjadi penurunan stok karbon sebesar 85%, yang mencakup sekitar 26% dari total kehilangan stok karbon di seluruh wilayah studi. Hasil ini menegaskan bahwa integrasi indeks vegetasi dan fitur tekstur dalam model machine learning dapat meningkatkan performa klasifikasi tutupan lahan serta mendukung analisis dampak perubahan penggunaan lahan terhadap stok karbon. Penelitian ini berkontribusi untuk merancang strategi pembangunan kota yang berkelanjutan dengan mempertimbangkan aspek penggunaan lahan dan stok karbon.