Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Penelitian dilaksanakan pada sebagian kawasan pesisir Selat Madura Jawa Timur yang terfokus pada Delta Rungkut dan Delta Porong. Kedua delta ini terletak pada koordinat 7º 14? 30? LS ? 7 º 35? 00? LS dan 112 º 45? 00? BT - 113 º 0? 00? BT terpisah dengan jarak 26 km arah Utara ? Selatan. Peraiaran Selat Madura merupakan kawasan laut semi tertutup dengan potensi perikanan dan sumber daya mineral yang sangat tinggi. Deteksi perubahan garis pantai pada kedua delta dilakukan dalam kurun waktu 60 tahun (1945-2006) sementara perubahan topografi dasar laut diamati pada durasi yang lebih pendek yaitu 18 tahun (1989-2007). Metode yang digunakan untuk deteksi perubahan garis pantai adalah ekstraksi garis pantai melalui pemanfaatan data spasial multiwaktu yang terdiri dari data peta topografi analog dan citra satelit penginderaan jauh yaitu Landsat MSS, Landsat TM5, Landsat ETM7, serta ASTER. Metode yang digunakan untuk perolehan perubahan topografi dasar laut adalah kombinasi data kedalaman dari berbagai sumber dengan data pengukuran lapangan. Sistem Informasi Geografis digunakan untuk perolehan dimensi geometris perubahan kedua variabel diatas serta analisis spasialnya. Hasil ekstraksi garis pantai pada penelitian ini menunjukkan bahwa perubahan garis pantai paling aktif terjadi di Delta Porong dengan nilai laju perubahan sebesar 57 m/tahun. Hasil penelitian mencatat perubahan sebesar 3505,4 m dari titik pengamatan tahun 1945-2006 yang berada pada bagian Selatan Delta Porong menuju arah Tenggara. Perubahan garis pantai pada wilayah ini terjadi hampir sepanjang waktu pengamatan. Semantara pada sisi Delta Porong bagian atas, perubahan garis pantai paling besar terjadi pada rentang waktu 1945-1985 sebesar 1980,2 m atau dengan laju 49,5 m/tahun, kemudian menurun secara gradien dengan laju 26,3 m/tahun sampai tahun 2006 dengan arah mendekati garis pantai tahun 1945 yang berarti terjadi proses erosi pada bagian delta ini. Kondisi serupa terjadi pada wilayah pengamatan Delta Rungkut, dimana terjadi proses yang sama pada kedua sisi delta tetapi dengan arah yang berlawanan. Sisi atas Delta Rungkut, terjadi proses sedimentasi yang menyebabkan penambahan garis pantai dengan laju mencapai 42,7 m/tahun selama rentang waktu 1945-2006. Sementara dibagian sisi bawah Delta Rungkut terjadi proses erosi mulai 1985 dengan laju 5,6 m/tahun. Pendangkalan terjadi pada hampir keseluruhan transek penelitian sampai dengan jarak < 2km dari garis pantai kemudian secara gradien terjadi pendalaman menjauhi garis pantai. Nilai rata-rata pendangkalan pada wilayah ini sebesar 8 cm/tahun dan pendalaman rata-rata sebesar 33 cm/tahun dengan distribusi yang hampir merata baik dibagian atas maupun bawah Selat Madura. Khusus pada wilayah bawah Delta Porong, proses pendangkalan terjadi sampai jarak sekitar 7 km dari garis pantai sebesar ± 4 m selama periode 18 tahun atau laju pendangkalan sebesar 22,2 cm/tahun. Pendalaman paling besar terjadi pada keseluruhan topografi dasar Delta Rungkut pada jarak 8 km dari garis pantai sebesar 6 m atau laju pendalaman sebesar 33,3 cm/tahun. Luaran dari penelitian merupakan salah satu penelitian dasar untuk studi pesisir dengan permasalahan yang lebih komplek. Informasi dari penelitian ini diharapkan dapat dijadikan masukan untuk pengelolaan kawasan pesisir dengan mempertimbangkan aspek lestari dan berkelanjutan sehingga dapat diterima oleh masyarakat luas.

Abstrak :
Lahan basah adalah bagian penting yang terintegrasi dengan ekosistem global yang memiliki fungsi penting dalam menjaga keseimbangan lingkungan seperti mencegah atau mengurangi dampak banjir, menampung air permukaan dan serta menyediakan habitat unik baik flora maupun fauna. Lahan basah perkotaan memberikan jasa ekosistem langsung bagi masyarakat sekaligus mendorong kelangsungan funsi ekologi kota. Upaya pengendalian ruang wilayah kota memerlukan instrumen yang mampu mengintegrasikan variabel lingkungan kompleks yang terdiri dari aspek biofisik, aspek sosial-kultur, dan aspek ekonomi. Perkembangan pemodelan dinamika spasial saat ini masih terkonsentrasi pada penggunaan driving factor biofisik, sementara kompeksitas dinamika alih fungsi lahan perkotaan tentu dipengaruhi oleh faktor pendorong selain biofisik. Riset ini bertujuan; 1) menganalisis peran dari setiap faktor yang mempengaruhi alih fungsi lahan basah perkotaan berdasarkan hasil pemanfaatan penggalian data (data mining), 2) mengkontruksikan pemanfaatan penggalian data spasial untuk pemodelan dinamika spasial, dan 3) membangun model dinamika spasial untuk memproyeksikan komposisi spasial penggunaan lahan sebagai masukan dalam evaluasi keberlanjutan lahan basah perkotaan. Metode yang dipakai adalah pemodelan dinamika spasial dengan mengintegrasikan model markov, model cellular automata, dan model driving factor yang dihasilkan dari analisis spasial multitemporal dan pemanfaatan penggalian data spasial. Riset menggunakan 17 data driving factor yang dikategorikan dalam 3 varibel yaitu biofisik, sosio kultur dan ekonomi. Riset mengadopsi 8 driving factor biofisik yang digunakan dalam riset-riset sebelumnya, semnetara itu hasil kontruksi penggalian data spasial menambahkan 9 driving factor yang mewakili variabel sosio-kultur dan variabel ekonomi. Peran dari variabel sosio-kultur dan variabel ekonomi secara mayoritas lebih besar dalam mempengaruhi dinamika spasial alih fungsi lahan basah perkotaan. Hasil riset menunjukkan bahwa keberlangsungan lahan basah perkotaan wilayah riset masih dapat terus terjaga pada seluruh skenario model dengan tren luas lahan basah yang terus menurun. Skenario optimal merupakan pilihan terbaik dengan komposisi spasial yang rasional dan menunjukkan indikator penilaian lingkungan yang memiliki resiko paling rendah untuk indikator nilai koefisien limpasan rerata sebesar 0,458 lebih rendah dibandingkan skenario BAU dengan nilai koefisien limpasan rerata sebesar 0,462. Skenario optimal ini memiliki konsekuensi terjadinya fragementasi lahan basah yang lebih tinggi pada lahan basah yang terdapat pada alokasi lahan untuk permukiman dan lahan jasa perdagangan. Number of Patch (NP) pada skenario optimal pada tahun 2016 sebesar 105 meningkat menjadi 198 pada tahun 2034, lebih tinggi dibandingkan dengan skenario BAU yang menunjukkan NP sebesar 33 pada tahun 2016 dan NP sebesar 78 pada tahun 2034. ......Wetlands are an important part that is integrated with global ecosystems that have important functions in maintaining environmental balance such as preventing or reducing the effects of flooding, storing surface water and as well as providing unique habitats for both flora and fauna. Urban wetlands provide ecosystem services directly to the community while promoting the sustainability of the city's ecological functions. Efforts to control spatial planning require instruments capable of integrating complex environmental variables consisting of biophysical aspects, socio-cultural aspects, and economic aspects. The development of spatial dynamics modeling is currently still concentrated on the use of biophysical driving factors, while the complexity of urban land use change is certainly influenced by driving factors other than biophysical aspects. This research aims; 1) analyzing the role of each factor that influences the conversion of urban wetlands based on the results of the utilization of data mining, 2) constructing the utilization of spatial data mining for spatial dynamics modeling, and 3) building spatial dynamics models to project the spatial composition of land use as input in evaluating the sustainability of urban wetlands. The method used is spatial dynamics modeling by integrating the Markov model, cellular automata model, and driving factor models resulting from multitemporal spatial analysis and the use of spatial data mining. The research uses 17 driving factor data which are categorized into 3 variables namely biophysical, socio-cultural and economic. The research adopted 8 biophysical driving factors used in previous research, while the results of the construction of spatial data mining added 9 driving factors representing sociocultural and economic variables. The role of socio-cultural variables and economic variables is predominantly higher in influencing spatial dynamics over the function of urban wetlands. The results of the research show that the sustainability of urban wetlands in the research area can still be maintained in all model scenarios with a trend of decreasing area of wetlands. The optimal scenario is the best choice with a rational spatial composition and shows the environmental assessment indicators that have the lowest risk for the average runoff coefficient value of 0.458 lower than the BAU scenario with an average runoff coefficient of 0.462. This optimal scenario has the consequence of higher fragmentation of wetlands in the wetland area contained in the allocation of land for settlements and commercial areas. The number of patches (NP) in the optimal scenario in 2016 was 105 increased to 198 in 2034, higher than the BAU scenario which showed a NP of 33 in 2016 and a NP of 78 in 2034.