Paulus Basuki Kuwat Santoso

Pusat Data dan Sistem Informasi Pertanian

Kementerian Pertanian

pbksantoso@gmail.com

Peran SIG dalam Spasial Dynamic

Penyiapan konsep

Population growthIncreasing paddy production input

Intensification

Extensification

AvailabilitySuitability

MCDM(Multiple Criteria Decision Making)

AHP WLC

Prioritized area

Alternative area

Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)

Stages of obtaining land availabilityAHPLinear scale

transformation of spatial attributes

(Euclidean distance)

Normalize spatial attribute

Weight of attributes

WLC

Land suitability for paddy fields

Land prioritiesPrioritizing

suitable paddy fields

Overlay & elimination

forest, shrubs, moors

Constrain factors (LULC masterplan)

Availability of suitable land

Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)

Legends

Priority 1 Priority 3

Priority 2 Priority 4

(F1) Land availability (F2) Land suitability (F3) Easiness (F4) Affordability

(C1) Road

(C2) Settlement

(C3) paddy field

(C4) water bodies

(C5) Industry

(C6) Market

(A1) Forest (A2) Shrubs (A3) Moor

Image overlay for each of attributes based on suitability

quantification

Top row:

Based on factor attributes

Mid row:

Based on criteria attributes. Distances from other area

Down row:

Based on alternative criteria. Types of land cover

Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)

a) Suitable area for paddy field b) Available area for paddy field

Legends

Priority 1 Priority 3

Priority 2 Priority 4

Image overlay for suitable and available area for paddy field based on combined attributes quantification

Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)

Konsep Cellular Automata

Cellular Automata (CA) adalah sistem dinamika diskrit dimana ruang dibagi kedalam bentukspasial sel teratur dan waktu berproses pada setiap tahapan yang berbeda. Setiap sel padasistem ini memiliki satu kondisi, dimana kondisi ini akan selalu diupdate mengikuti aturan lokal, waktu yang diberikan, keadaanya sendiri, dan keadaan tetangganya pada saat sebelumnya(Wolfram, 1984)

Simulasi sederhana dengancellular automata berdasarConway’s “Game of Life”

Sumber: www.landusesim.com

PERKEMBANGAN CELLULAR AUTOMATA

1940 – Stanislaw Ulam dan John von Neumann Konsep CA1970 – John Conway Game “Game of Life”2002 – Stephen Wolfram Buku “A New Kind of Science”

Metode CA dikembangkan tahun 1940 oleh Ulam (1976), dan dalamkurung waktu singkat metode tersebut diterapkan pada bidang fisika, alam, dan matematika.

Metode pemodelan CA yang diterapkan pada bidang geografiditunjukkan oleh Tobler (1979)

Pada tahun 1980an pemodelan CA pada bidang geografi mulaibermunculan.

Tahun 1990-an simulasi pertama kali untuk kasus pengembangan kotadilakukan, untuk mengetahui proses dan evolusi perkotaan (Couclelis, 1997)

Aplikasi CA diperkenalkan untuk perencanaan land use (Li dan Yeh, 2000), dan perencanaan wilayah dan kota (Engelen dkk., 1999; White dan Engelen, 2000).

Beberapa CA model juga telah dikembangkan denganmengkombinasikan skenario hambatan agar lebih sesuai dengankebutuhan perencanaan land use, seperti yang dilakukan oleh Li danYeh (2000), He dkk (2008), Mitsova dkk (2011), Long dkk(2012a, 2012b), dan Fulsang dkk (2013).

Sumber: www.landusesim.com

Konsep Cellular Automata

Menurut Liu (2009) cellular automata terdiri dari 5 unsur, yaitu:

Sel (Cell), merupakan unit dasar spasial dalam ruang seluler. Sel tersebut diatur dalam spatial tessellation, yaitu sebuah grid dua dimensi dari sel merupakan bentuk yang paling umumdari celullar automata yang digunakan dalam permodelan pertumbuhan perkotaan danalih fungsi lahan .

Kondisi (State), adalah mendefinisikan atribut dari suatu sistem. Setiap sel hanya dapatmengambil satu kondisi dari serangkaian kondisi pada waktu tertentu. Dalam studi ini, kondisi mewakili jenis penggunaan lahan.

Ketetanggaan (neighborhood), yang merupakan serangkaian sel yang salingberinteraksi. Dalam ruang dua dimensi terdapat dua tipe dasar lingkungan, yaknilingkungan Von Neumann (empat sel, meliputi Utara, Selatan, Timur dan Barat), danketetanggaan Moore (delapan sel). Pada penelitian ini akan digunakan filter 3x3.

Aturan transisi (Transition Rules), adalah mendefinisikan bagaimana respon perubahansuatu sel dalam menanggapi kondisi saat ini dan kondisi tetangganya.

Waktu (time-step), adalah suatu variabel yang menentukan dimensi wsktu yang digunakan selama proses perhitungan dan kalkulasi yang didasarkan pada proses celullarautomata. Waktu disini dapat juga didefinisikan sebagai periode iterasi.

Software untuk pemodelan land use

• IDRISI (Clark Labs) terbatas 1 land use yang dapat simulasikan ketika digunakan untuk target oriented

(perencanaan)

• LandChange Modeller (Clark Labs) Ekstensi ArcGIS, terbatas 1 land use yang dapat simulasikan ketika

digunakan untuk target oriented (perencanaan)

• CLUE-S (Verburg) Simulasi Multi-Land Use, membutuhkan aplikasi GIS untuk persiapan data (QGIS,

ArcGIS), terbatas pada ukuran grid raster (kedetailan) yang dibatasi dan neighborhood process effect yang tidakdapat dirubah

• Metronamica (Reserach Institute for Knowledge System) Simulasi Multi-land use, GUI yang baik,

resolusi raster terbatas, dirancang untuk perencanaan, sedikit ketergantungan dengan aplikasi GIS lain,neighborhood process effect yang tidak dapat dirubah

• LanduseSim Simulasi Multi-Landuse, GUI sederhana, membutuhkan aplikasi GIS untuk persiapan data

(QGIS, ArcGIS), ukuran raster sangat fleksibel, dirancang untuk perencanaan, neigborhood process effect dapatdimodifikasi sesuai kebutuhan, dapat pula untuk menghasilkan land use baru dalam proses simulasi (lainnyatidak bisa), dan output peta adalah runtut.

Sumber: www.landusesim.com

Weighted by AHP

Spatial Driving Factors

Transition Map

System Dynamic

Transition Rules

Neighborhood Filter Operation

Constraint Dynamic

Land Use Time t+1

Conversion Elasticity

Initial land use

land use t+1

Konsep pemodelan Cellular Automata

Algoritma pemodelan

Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf); www.landusesim.com

Aksesibilitas faktor

pengendali

Peta Kesesuaian

PLTL 2009

aktual

Penentuan aturan transisi

(tingkatan, pembatas dinamis, kesesuaian,

bobot perubahan)

Filter ketetanggaan

(Filter shape, filter bobot, filter operasi, filter

ketetanggan)

Tahapan iterasi

(2 kali iterasi, simulasi PLTL 2014)

PLTL 2014

Aktual Prediksi

Perbandingan Nilai AK

>85%

Pembangunan Skenario

Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)

Proses dinamika

.XLS

PowerSIM

DB PowerSIM

LanduseSIM

DB LanduseSIM

Aplikasi GIS(QGIS)

Parameter

Hasil pemodelan

Penggunaan lahan/Tutupan Lahan Aktual (hektar) Prediksi (hektar)

Hutan 21.189 21.432

Kawasan Industri 1.028 1.078

Perkebunan/Kebun 42.163 43.338

Permukiman/Tempat Kegiatan 19.552 18.207

Sawah 95.035 94.583

Semak Belukar 2.413 2.417

Sungai 2.353 2.278

Tambak 8.519 8.217

Tegalan/Ladang 25.869 26.572

Total 218.122 218.122

Akurasi Keseluruhan (AK) 96,03%

Perbandingan luasan PLTL hasil simulasi model (2014) dengan luasan PLTL aktual (2014)

Sumber: Santoso et al. 2018

PLTL hasil simulasi model

Legenda

Hutan

Kawasan Industri

Perkebunan/Kebun

Permukiman dan Tempat Kegiatan

Sawah

Semak Belukar

Sungai

Tambak

Tegalan/Ladang

2014 2019 2024 2029 2034

Sumber: Santoso et al. 2018

Sekian dan Terimakasih