ABSTRAK
Tanah gambut merupakan ekosistem yang rapuh fragile , banyak diantaranya ketika akan dimanfaatkan, kemudian berujung pada kegagalan dan akhirnya ditelantarkan, sehingga pemanfaatan dan penggunaannya harus secara bijak dan didasarkan pada karakteristik tanah. Perluasan penggunaan tanah gambut meningkat pesat di beberapa provinsi yang memiliki areal gambut luas seperti di Jambi. Jambi merupakan salah satu provinsi yang memiliki tanah gambut dengan luasan, diurutan ketujuh di Indonesia. Penelitian ini bertujuan untuk melihat perubahan penggunaan tanah, yang berpotensi terhadap berkurang dan hilangnya fungsi-fungsi tanah gambut yang bernilai tinggi, dengan menggunakan metode Cellular Automata CA . Metode CA ini dijalankan dengan menggunakan aplikasi LCM Land Change Modeler dengan 6 faktor pendorong yang mempengaruhi, dimana perubahan paling dominan terjadi dari hutan menjadi perkebunan. Perubahan Penggunaan tanah dilihat pada rentang tahun 1990, 2000, 2010, dan 2014. Hasil analisis yang diperoleh kemudian dilakukan validasi Kappa. Hasil validasi Kappa tersebut digunakan untuk membuat simulasi model perubahan penggunaan tanah di tahun 2030, dengan tingkat akurasi model mencapai 75.74 .

---

ABSTRACT
Peatlands is a fragile ecosystem, which is very difficult to be maintained and utilized, and finally will be abandoned. Therefore, peatlands utilization must be careful and refer to the land characteristic. Massive and extensive peatlands utilizations could be found in some provinces, including Jambi. Peatlands area in Jambi is the seven largest in Indonesia. Using Cellular Automata CA method, the aim of this research is to identify land use change that gives impact to the loss and decrease of high value peatlands. CA method runs by LCM Land Change Modeler with 6 influencing supporting factors, where the most dominant change could be found in the forest to plantation area. Land use change is analyzed from following year 1990, 2000, 2010, and 2014. The result analysis is validated using Kappa to create a land use model simulation in 2030. The accuracy of this simulation reaches 75.74 .