MODEL CLUE-S Validasi Model
3.6.3 Penyusunan Model Spasial Perubahan Penggunaan Lahan
Penyusunan model spasial penggunaan lahan yang dilakukan berbasis spasial dan bersifat dinamis. Model spasial dibangun menggunakan perangkat lunak CLUE-S dengan keluaran model adalah peta penggunaan lahan tahun 2010 dan tahun 2026.
Model spasial disusun dalam 2 tahap, yaitu : Prediksi tahun 2010 dan tahun 2026. Prediksi tahun 2010 digunakan sebagai validasi model. Data input yang digunakan dalam penyusunan model adalah penggunaan lahan awal, laju perubahan penggunaan lahan per tahun atau kebutuhan penggunaan lahan (land use demand), kesesuaian lokasi (location suitability), konversi jenis penggunaan lahan (landuse type specific conversion), dan kebijakan dan pembatasan penggunaan lahan (landuse policies and restriction). Struktur penyusunan model spasial CLUE-S disajikan pada Gambar 4.
3.6.3.1 Transformasi Format Vektor ke Raster
Model spasial perubahan penggunaan lahan dilakukan dalam format data raster, sehingga semua data vektor terlebih dahulu diubah kedalam bentuk data raster. Parameter yang digunakan untuk penetapan ukuran raster adalah ukuran minimun raster untuk model dapat melakukan simulasi. CLUE-S adalah model spasial perubahan penggunaan lahan yang ditujukan untuk wilayah kecil (small region) dengan ukuran raster lebih kecil dari (1.000x1.000) m (Verbrug et al. 2002). Ukuran raster lebih kecil dari (100x100) m khusus untuk wilayah TNGHS tidak dilakukan mengingat keterbatasan dari perangkat lunak CLUE-S yang
1 21 2 12 1 1 1 ... 1 P o X X nXn P Log = β +β +β +β −
membatasi jumlah baris dan kolom maksimum 1.000x1.000 dan model CLUE-S tidak dapat melakukan proses perhitungan luas probabilistik dengan ukuran pengolahan data yang terlalu besar. Hasil transformasi format vektor ke raster untuk wilayah TNGHS dengan ukuran yang lebih kecil dari (100x100)m melebihi batas maksimum jumlah baris dan kolom pada model CLUE-S. Ukuran raster yang dianalisis adalah (100x100) m memiliki jumlah baris sebanyak 422 dan jumlah kolom sebanyak 629. Luas untuk tiap sel adalah 10.000 m2 atau 1 ha.
Gambar 4 Struktur penyusunan model spasial.
Selain itu, Model CLUE-S disimulasikan dalam format raster sehingga dilakukan transformasi data spasial dari vektor ke raster.
3.6.3.2 Kebutuhan Penggunaan Lahan
Laju perubahan penggunaan lahan per tahun diperoleh dari perubahan penggunaan lahan tahun 2000 sampai dengan tahun 2010. Perhitungan kebutuhan penggunaan lahan dilakukan selama 17 tahun kedepan, yaitu tahun 2010-2026. Perubahan penggunaan lahan per tahun tertera pada Tabel 4.
Penggunaan lahan tahun 2000
Kalkulasi perubahan penggunaan lahan
Apakah total kebutuhan lahan terpenuhi
Penggunaan lahan tahun
2000
Kepadatan penduduk dan tenaga kerja pertanian tahun 2000 Regresi Logistik Biner Penggunaan lahan prediksi tahun 2010 Validasi Penggunaan lahan Aktual tahun 2010 Penggunaan lahan tahun 2010 MODEL CLUE-S Kebutuhan lahan Faktor Biofisik dan aksesibilitas Matrik perubahan penggunaan lahan Nilai Elastisitas
Tabel 4 Luas perubahan penggunaan lahan per tahun.
Tahun Penggunaan Lahan
P1 P2 P3 ... Pn Y1 X11 Y2 X21 Y3 X32 ... Yn Xml Xmn P1 – Y
Pn : Jenis penggunaan lahan
1
X
– Yn : Tahun penggunaan lahan
11 – Xmn : Luas penggunaan lahan
3.6.3.3 Peluang Pengalokasian Penggunaan Lahan
Nilai alokasi sel untuk tiap jenis penggunaan lahan diperoleh dari hasil regresi logistik biner dari tiap jenis penggunaan lahan. Metode regresi logistik biner dengan menggunakan persamaan di bawah ini :
Dimana :
P1
Βo : Nilai peluang untuk peubah tetap ke 1 β1-n : konstanta
X
: Nilai koefisien untuk peubah bebas ke 1 sampai n
1-n,1
n : Jumlah variabel
: Peubah bebas ke 1 sampai n , pada peubah tetap ke 1 X1 : Kepadatan penduduk X7
X
: Curah hujan
2 : Kepadatan tenaga kerja pertanian X8
X
: Jarak ke jalan
3 : Formasi geologi X9
X
: Jarak ke pusat kota
4 : Jenis tanah X10
X
: Jarak ke kota terdekat
5 : Elevasi X11
X
: Jarak ke sungai
6 : Kemiringan lereng
Variabel tidak bebas yang digunakan adalah luas tiap jenis penggunaan lahan, yaitu : Badan air, hutan, kebun campuran, kebun teh, ladang, lahan terbangun, sawah dan semak. Variabel bebas yang digunakan adalah kepadatan penduduk, kepadatan tenaga kerja pertanian, formasi geologi, jenis tanah, elevasi, kemiringan lereng, curah hujan, jarak ke jalan, jarak ke pusat kota, jarak ke kota terdekat dan jarak sungai.
3.6.3.4 Konversi Jenis Penggunaan Lahan
Konversi jenis penggunaan lahan dibagi atas 2 jenis, yaitu : elastisitas konversi (conversion elasticity) dan matriks konversi (conversion matrix) dari setiap penggunaan lahan. Elastisitas konversi adalah nilai peluang penggunaan lahan dapat berubah. Penetapan nilai elastisitas diperoleh dari model CLUE-S yang pernah dilakukan dan disesuaikan dengan kondisi wilayah TNGHS. Parameter yang digunakan dalam menentukan nilai elastisitas adalah akurasi maksimum perbandingan antara penggunaan lahan hasil prediksi dan penggunaan lahan aktual. Nilai elastisitas berada diantara 0 dan 1. Nilai elastisitas yang
1 21 2 12 1 1 1 ... 1 P o X X nXn P Log =β +β +β +β −
mendekati 1 berarti suatu jenis penggunaan lahan sulit untuk berubah menjadi penggunaan lainnya.
Matriks konversi adalah nilai yang menunjukkan suatu jenis penggunaan lahan boleh berubah menjadi penggunaan lahan lainnya. Nilai matriks konversi adalah angka 0 dan 1. Angka 1 menunjukkan konversi boleh terjadi sedangkan angka 0 adalah konversi tidak boleh terjadi, sebagau contoh penggunaan lahan badan air hanya akan terkonversi menjadi air lagi (nilai 1), sedangkan untuk menjadi jenis penggunaan lain tidak diperbolehkan (nilai 0). Dalam hal ini nilai matriks konversi yang digunakan dalam penelitian ini berasal dari matrik perubahan penggunaan lahan periode tahun 2000-2010.
3.6.3.5 Kebijakan Spasial dan Pembatasan Area
Kebijakan spasial dan pembatasan area merupakan kebijakan terkait dengan area spesifik yang akan direstorasi/direklamasi/direhabilitasi dan juga terkait dengan wilayah mana yang tidak dijinkan untuk di konversi, misalnya kawasan lindung dan kawasan pertanian lahan basah. Adapun kebijakan spasial dan pembatasan area yang dilakukan dalam penelitian ini adalah (1) pembatasan area pada zona inti dan zona rimba, (2) rehabilitasi hutan pada penggunaan lahan semak di zona rehabilitasi setiap tahun, (3) restorasi hutan pada zona rehabilitasi, (4) restorasi hutan pada zona inti, zona rimba dan zona rehabilitasi.
Kebijakan dan pembatasan penggunaan lahan dilakukan untuk simulasi prediksi penggunaan lahan dengan beberapa skenario dan hasilnya digunakan untuk merumuskan arahan rencana penggunaan lahan. Skenario yang digunakan dalam model spasial perubahan penggunaan lahan merupakan kombinasi dari modul kebutuhan penggunaan lahan dan modul kebijakan spasial dan pembatasan area.
3.6.3.6 Simulasi model
Simulasi model menggunakan CLUE-S berbasis pada Cellular automata. Mekanisme perubahan penggunaan lahan didasarkan pada kesesuaian penggunaan lahan menggunakan nilai koefisien regresi logistik, kebijakan dan pembatasan penggunaan lahan, lokasi spesifik, dan nilai elastisitas penggunaan lahan berdasarkan faktor-faktor penentu penggunaan lahan.
Simulasi berasal dari penggunaan lahan awal sebagai acuan lokasi penggunaan lahan. Luas probabilistik kemudian dihitung oleh model berdasarkan nilai koefisien regresi logistik dan dibandingkan dengan luas kebutuhan penggunaan lahan. Tahap berikutnya dalam simulasi model adalah mengecek apakah ada batasan kebijakan dan lokasi spesifik penggunaan lahan di areal tertentu.
Tahap perubahan penggunaan lahan di setiap jenis penggunaan lahan didasarkan pada matriks konversi penggunaan lahan. Apabila luas alokasi sesuai dengan kebutuhan penggunaan lahan, maka simulasi dapat dilanjutkan dan menghasilkan peta penggunaan lahan per tahun sampai pada akhir tahun yang ditentukan. Apabila luas alokasi penggunaan lahan belum sesuai dengan kebutuhan penggunaan lahan, maka perlu dilakukan pengaturan kembali elastisitas penggunaan lahan.
3.6.3.7 Validasi model
Validasi model dilakukan dengan membandingkan penggunaan lahan tahun 2010 hasil simulasi dengan penggunaan lahan tahun 2010 aktual. Hasil validasi akan menentukan apakah model layak untuk digunakan. Akurasi model diharapkan mencapai nilai paling sedikit 85%. Nilai elastisitas prediksi tahun 2010 digunakan untuk melakukan prediksi penggunaan lahan tahun 2026.