PETA KELAS LERENG DAS CITARUM BAGIAN HULU
5.2 Proses Optimas
Untuk mengatasi berbagai masalah yang terjadi akibat penggunaan lahan pada kondisi aktual, ditentukan rekomendasi pola penggunaan lahan optimal dengan menggunakan pendekatan model optimasi linear sasaran ganda atau Linear Goals Programming (LGP) yang menggunakan perangkat lunak General Algebraic of Modeling System (GAMS). LGP merupakan program linear dengan sasaran-sasaran berupa simpangan negatif maupun simpangan positif yang mendekati sasaran yang ditetapkan. Sugiyono dan Suarna (2006) menjelaskan bahwa program linear merupakan metode yang banyak digunakan di berbagai disiplin ilmu karena dapat menyelesaikan persamaan yang mempunyai orde besar dengan ribuan variabel dan kendala, serta sangat bermanfaat untuk menyelesaikan permasalahan alokasi sumberdaya secara efisien. GAMS merupakan bahasa pemrograman yang digunakan untuk menyelesaikan persoalan mathematical programming, termasuk program linear, dengan menggunakan optimizer atau solver (Sugiyono dan Suarna 2006) yang dalam penelitian ini menggunakan solver MINOS.
Optimasi dalam penelitian ini bertujuan untuk mengoptimalkan manfaat ekologi dan ekonomi dari penggunaan lahan di DAS Citarum Hulu. Manfaat ekologi diwakili oleh terpenuhinya erosi yang dapat dibiarkan (TSL) dan areal minimum ruang terbuka hijau (RTH). Manfaat ekonomi diwakili oleh terpenuhinya permintaan lokal komoditas tanaman sehingga dapat memenuhi pendapatan rumah tangga minimum setara kebutuhan hidup layak. Untuk memenuhi tujuan tersebut, ditetapkan kerangka model optimasi untuk penentuan pola penggunaan lahan optimal dengan ketentuan seperti pada Tabel 15 dan ketentuan pola budidaya tanaman seperti pada Tabel 16. Berdasarkan ketentuan tersebut, dihasilkan 29 tipe penggunaan lahan rencana seperti yang disajikan pada Lampiran 10.
Tabel 15 Ketentuan kerangka model optimasi untuk penentuan pola penggunaan lahan optimal
Penggunaan lahan aktual No
Tutupan lahan Status kawasan Ketentuan kerangka model optimasi 1 Lahan kosong APL Diubah fungsinya dalam penggunaan lahan
rencana berdasarkan kesesuaian lahannya Hutan Primer HK & HL
2
Hutan Sekunder HK & HL
Tidak mengalami perubahan fungsi pada penggunaan lahan rencana
3 Air Tawar APL Diubah fungsinya menjadi Taman Perairan Kota pada penggunaan lahan rencana
4 Hutan Primer HP Diubah fungsinya menjadi hutan lindung pada penggunaan lahan rencana
5 Hutan Sekunder HP Hutan Tanaman HL & HP
Diubah menjadi hutan lindung pada penggunaan lahan rencana jika kesesuaian lahan pada kondisi aktual tidak sesuai
6 Kebun/Perkebunan APL Ruang Terbangun APL
Luasan penggunaan lahan tersebut tidak boleh berkurang pada penggunaan lahan rencana
7 Kebun/Perkebunan APL
Ladang/Tegalan APL
Sawah Irigasi APL
Sawah Tadah Hujan APL
Fungsi penggunaan lahan tersebut tetap dipertahankan pada penggunaan lahan rencana
Sumber: Hasil analisis.
Tabel 16 Ketentuan proporsi areal budidaya tanaman tiap sektor pada penggunaan lahan rencana
Penggunaan lahan rencana Ketentuan proporsi areal budidaya tanaman tiap sektor
No
Tutupan lahan Status
kawasan Kehutanan Perkebunan- MPTS Perkebunan Tanaman Pangan 1 Hutan Produksi HP
Hutan Rakyat APL 99,00% 1,00%
Sawah Irigasi APL 2
Sawah Tadah Hujan APL ≥ 1,00% ≤ 99,00%
3 Ladang/Tegalan APL ≥ 10,00% ≤ 90,00%
4 Kebun/Perkebunan APL ≥ 9,00% ≤ 90,00% ≤ 1,00% 5 Ruang Terbangun APL ≥ 10,00%
Sumber: Hasil analisis.
Penentuan rekomendasi pola penggunaan lahan optimal sangat tergantung pada kesesuaian lahan terhadap jenis tanaman yang akan ditanami. Berdasarkan karakteristik sistem lahan, maka ditentukan kesesuaian lahan tiap sistem lahan di DAS Citarum Hulu untuk tipe vegetasi tanaman semusim lahan basah, tanaman semusim lahan kering, dan tanaman tahunan berdasarkan pedoman penentuan kelas kesesuaian lahan pada Lampiran 5 sampai dengan Lampiran 7 yang disajikan pada Tabel 17.
Tabel 17 Kesesuaian lahan tiap sistem lahan di DAS Citarum Hulu
Kesesuaian Lahan Sistem Lahan
Tanaman Semusim
j Nama Lahan Basah Lahan Kering
Tanaman Tahunan 01 Argalingga Tidak sesuai Tidak sesuai Sesuai 02 Bukit Balang Tidak sesuai Tidak sesuai Tidak sesuai 03 Bukit Masung Tidak sesuai Tidak sesuai Tidak sesuai 04 Batu Ajan Tidak sesuai Tidak sesuai Tidak sesuai 05 Batuapung Tidak sesuai Tidak sesuai Sesuai 06 Barong Tongkak Tidak sesuai Tidak sesuai Sesuai 07 Cibingbin Tidak sesuai Tidak sesuai Sesuai 08 Cipancur Tidak sesuai Tidak sesuai Tidak sesuai
09 Citarum Sesuai Sesuai Tidak sesuai
10 Gunung Samang Tidak sesuai Tidak sesuai Sesuai 11 Kuranji Tidak sesuai Tidak sesuai Tidak sesuai 12 Kundut Tidak sesuai Sesuai Tidak sesuai 13 Patuha Tidak sesuai Tidak sesuai Sesuai 14 Tanggamus Tidak sesuai Tidak sesuai Tidak sesuai 15 Talamau Tidak sesuai Tidak sesuai Tidak sesuai Sumber: Hasil analisis.
Penentuan rekomendasi optimal dengan model optimasi (mathematical optimization model) berbeda dengan model simulasi (mathematical simulation model), seperti pada model ANSWERS (Areal Non-point Source Watershed Environment Response Simulation), AGNPS (Agricultural Non-Point Source Pollution Model), WaNuLCAS (Water, Nutrient and Light Capture in Agroforestry Systems), dan sebagainya. Model simulasi merupakan model hubungan timbal-balik di antara komponen dalam suatu sistem. Penentuan rekomendasi optimal dengan model simulasi dilakukan dengan cara me-run-kan beberapa skenario lalu kemudian dicari yang terbaik dari hasil simulasi beberapa skenario tersebut. Penentuan rekomendasi optimal dengan model optimasi pada prinsipnya adalah memilih konfigurasi nilai dari berbagai alternatif pilihan dari ruang pilihan yang dibatasi oleh fungsi-fungsi kendala. Ruang pilihan tersebut terdiri dari nilai-nilai yang pada model simulasi merupakan nilai yang dihasilkan dari kerangka model optimasi yang dihasilkan secara otomatis oleh program dengan hanya menentukan fungsi-fungsi kendala. Oleh karena itu, penentuan rekomendasi optimal dengan model optimasi lebih akurat dibandingkan dengan model simulasi karena pada penerapan model simulasi kemungkinan terdapat skenario yang tidak dirancang dan disimulasikan yang mungkin menghasilkan nilai yang lebih optimal dari skenario-skenario yang dirancang dan disimulasikan.
Rekomendasi optimal dengan model optimasi dihasilkan melalui tahapan pencarian ruang pilihan yang feasible (layak) dan memenuhi persyaratan (semua fungsi kendala), serta pencarian nilai yang paling memenuhi pecapaian tujuan yang optimal. Jumlah tahap pencarian dalam menentukan pencapaian optimal atau iterasi bergantung pada tingkat kompleksitas masalah yang akan dicari solusinya. Dalam penelitian ini, jumlah iterasi untuk memperoleh nilai optimal ialah 60.100
tahap. Ruang pilihan yang layak ditunjukkan dengan total dan nilai total
persamaan infeasible yang sama dengan 0. Proses pencarian ruang pilihan oleh
model optimasi menggunakan GAMS digambarkan pada Gambar 10.
Gambar 10 Total persamaan infeasible (a) dan nilai total persamaan infeasible
(b) dalam proses pencarian ruang pilihan dalam proses optimasi. Dalam penelitian ini, fungsi tujuan yaitu meminimumkan nilai rataan berbobot dari skor baku berbagai variabel sasaran (min Z) sehingga kemudian oleh GAMS dicari nilai paling minimum dari nilai-nilai yang tersedia dalam ruang pilihan melalui proses seperti pada Gambar 11. Nilai Z dalam yang dihasilkan optimasi dalam penelitian ini yaitu 0,38. Hal itu menunjukkan bahwa pencapaian sasaran yang diperoleh dari proses optimasi ialah 62%, sebanyak 38% dari total sasaran masih belum terpenuhi. Setelah nilai optimal dari fungsi tujuan diperoleh, hasil rekomendasi pola penggunaan lahan optimal, rekomendasi pola areal budidaya tanaman pada penggunaan lahan optimal tersebut, serta implikasinya terhadap sasaran erosi, RTH, dan pendapatan dapat diketahui.
(b) (a)
Gambar 11 Grafik nilai fungsi tujuan dalam proses pencarian nilai minimum dalam model optimasi.