Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Sub DAS Komering termasuk salah satu dari Sub DAS prioritas dari 9 Sub DAS Musi dengan luas mencapai 8060 km2. Pembangunan yang terjadi di kawasan ini harus dapat menjamin daya dukung tanah yang berkelanjutan, namun fakta yang terjadi adalah hutan, yang memiliki peran utama dalam menjaga keberlanjutan lingkungan, semakin menurun luasannya. Penelitian ini bertujuan untuk memprediksi perubahan penggunaan tanah dengan pendekatan model spasial dinamik. Metode yang digunakan untuk memprediksi perubahan penggunaan tanah adalah dengan pemodelan Markov ndash; Cellular Automata, selain itu, untuk mengevaluasi kesesuaian penggunaan tanah terhadap RTRW didapatkan dari hasil analisis tumpang tindih overlay . Parameter yang digunakan dalam penelitian ini antara lain lereng, elevasi, jarak dari jalan, jarak dari sungai, jarak dari ibukota kecamatan, dan jarak dari permukiman. Hasil penelitian menunjukkan bahwa penggunaan tanah di DAS Komering didominasi oleh hutan, perkebunan dan sawah. Selama rentang waktu tahun 1990-2016 DAS Komering mengalami penurunan luasan hutan yang cukup drastis yaitu seluas 157.514 hektar 19,54 dan peningkatan luasan perkebunan seluas 238.377 hektar 29,58 . Hasil prediksi penggunaan tanah tahun 2030 kembali menunjukkan penurunan luasan hutan seluas 50.047 hektar 6,21 dari luasan tahun 2016. Berdasarkan hasil prediksi persentase ketidaksesuaian penggunaan tanah terhadap RTRW sebesar 20,35 . Arahan pengendalian penggunaan tanah dengan skenario, dimana hutan yang berada di kawasan lindung dan penggunaan tanah sawah dipertahankan keberadaannya merupakan skenario yang efektif karena dapat menghambat penurunan luas perubahan penggunaan tanah hutan dan penurunan luas perubahan penggunaan tanah sawah serta menurunkan nilai ketidaksesuaian terhadap RTRW menjadi 14,79

---

ABSTRACT
The Komering watershed is one of nine sub Musi river basin and is located in the southern part of Sumatra island that has an area of 8060,62 km2. The development that occurred in the region should be able to guarantee the sustainable carrying capacity of the land. However, the fact is happening is forest, which has a major role in maintaining environmental sustainability, decreasing its range. This study aims to predict land use changes with a dynamic approach to spatial models. The method used to predict land use changes are the Markov Cellular Automata, in addition, to evaluate the appropriateness of using the land to the RTRW with overlay analysis. The parameters used in this study include slope, elevation, distance from the road, distance from the river, the distance from the capital district, and distance from settlements. The results showed that the land use in the Komering watershed dominated by forests, plantations and rice fields. Over the years 1990 2016 Komering Watershed experience drastic decrease in forest land use up to 157.514 ha 19,54 and an increase in plantation area up to 238.377 ha 29,58 . Land use predictive result in 2030 also shows decrease of forest acreage up to 50.047 ha 6,21 of the area in 2016. Based on the prediction existing land use unconformity percentage to RTRW in Komering watershed is 20,35 . Directive of scenario , where forest in protected areas and paddy fields areas are maintained is effective because it can inhibit a broad decline the change of use of forest and paddy fields, as well as lowering the value of land use unconformity percentage to RTRW be 14,79 .

Abstrak :
ABSTRAK
Kota Malang merupakan kota terbesar kedua dengan luas 110,6 Km2 di Provinsi Jawa Timur, pertumbuhan kota dengan adanya kegiatan pendidikan meningkatkan pembangunan di Kota Malang. Penelitian ini memiliki tujuan untuk menganalisis perubahan penggunaan tanah pada tahun 1996-2016 di Kota Malang. Menganalisis faktor-faktor yang mempengaruhi perubahan pengunaan tanah di Kota Malang tahun 1996-2016. Mensintesa dan membuat model prediksi penggunaan tanah di Kota Malang pada tahun 2030 dengan pendekatan aplikasi metode markov chain Celullar Automata.Metode yang dapat mengkaji fenomena perubahan penggunaan tanah kaitannya dengan pertumbuhan kota di Kota Malang adalah metode markov chain cellular automata. Metode markov chain cellular automata mampu memprediksi perubahan penggunaan tanah akibat pertumbuhan sebuah kota. Hasil prediksi pertumbuhan perkotaan dengan melihat dominansi lahan terbangun memiliki luas 8860,87 ha sedangkan lahan pertanian dan tegalan terus berkurang diangkibatkan adanya pertumbuhan perkotaan. Hasil prediksi tahun 2030 mengenai perubahan penggunaan tanah lahan tidak terbangun sebesar 2.145,13 dibandingkan tahun 2016 sebesar 3400.06 ha artinya terjadi perubahan penggunaan tanah sebesar 1,254.93. Berdasarkan hasil penelitian dari penerapan metode markov chain cellular automata ini maka diharapkan temuan ini dapat dijadikan pertimbangan dalam merancang RTRW Kota Malang yang berkelanjutan. Sehingga keseimbangan ekologis, keseimbangan lingkungan dan ketahanan pangan dapat terjaga dan memenuhi syarat sebuah Kota yang memiliki daya dukung dan daya tampung lingkungan.

---

ABSTRACT
Malang is the second largest city with an area of 110.6 km2 in the province of East Java, the growth of the city with their educational activities to promote development in the city of Malang. This study has the objective to analyze the land use change in 1996 2016 in the city of Malang. Analyzes the factors that influence changes in land use in the city of Malang in 1996 2016. Synthesize and create predictive models of land use in Malang in 2030 with the approach ofapplicationmethod Markov chainCelullar Automata.This method to examine the phenomenon of land use changes in relation to the growth of the city of Malang is amethod of Markov chaincellularautomata.method Markov chain cellular automata is able to predict changes in land use due to the growth of a city. The result of urban growth predictions by looking at the dominance of developed and undeveloped land has an area of 8860.87 ha of agricultural land and moor while declining impact to their urban growth. The prediction results in 2030 regarding changes in land use land is not awakened at 2145.13 compared to 2016 amounted to 3400.06 ha it is mean changes in land use amounted to 1,254.93. Based on the results of the application method of cellular automataMarkov chain it is expected that these findings can be taken into consideration in designing a sustainable RTRW Malang. So that the ecological balance, food security and environmental balance can be maintained and qualify a city which has a carrying capacity and environmental capacity.

Abstrak :
Peningkatan jumlah penduduk menyebabkan kebutuhan akan ruang sebagai tempat bermukim juga semakin meningkat. Perubahan penggunaan tanah non permukiman menjadi permukiman merupakan salah satu gejala perubahan penggunaan tanah. Tujuan dari penelitian ini adalah menganalisis perkembangan permukiman dan membuat simulasi melalui metode Markov Chain dan Cellular Automata di wilayah metropolitan Malang Raya periode 1989-2002 dan 2002-2016 dan prediksi tahun 2031. Dalam penelitian ini digunakan citra Landsat 4 TM, Landsat 7 ETM , dan Landsat 8 OLI multi temporal untuk mengidentifikasi penutup lahan. Daerah studi penelitian ini adalah wilayah metropolitan Malang atau dikenal dengan sebutan Malang Raya yang termasuk di dalamnya dua kota dan satu kabupaten. Analisis yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis spasial. Hasil penelitian ini menunjukkan bahwa perkembangan permukiman cenderung terus meningkat dari tahun 1989-2016 hingga prediksi pada tahun 2031. Meningkatnya perkembangan permukiman ditandai dengan meluasnya wilayah permukiman ke arah Utara, Selatan, dan Barat Laut dikarenakan adanya pusat kota dan jaringan jalan nasional yang mampu memicu meningkatnya aktivitas manusia. ......The growing number of population increased the needs for settlement space. The change in land use for non ndash settlement to settlement space is one of the signs of change for land use. The purpose of this research is to analyze the housing development and create a simulation using Markov Chain and Cellular Automata method in metropolitan area of Malang Raya for the period of 1989 ndash 2002 and 2002 ndash 2016, and prediction for the year of 2031. In this research, Landsat 4 TM, Landsat 7 ETM , and multi temporal Landsat 8 OLI were used to identify the land cover. The focus area for this study research is metropolitan area of Malang or famously known as Malang Raya, which includes two cities and one district. The analysis used in this research are descriptive and spatial analysis. The results of this research show that settlement development tends to increase from year 1989 ndash 2016, up until the prediction of year 2031. The increased rate of settlement development is marked by the expansion of settlement area to the North, South, and North West, caused by the existence of city center as well as national road network, which triggers more human rsquo s activities.

Abstrak :
Indonesia adalah wilayah yang memiliki bencana alam geologis. Salah satu bencana geologis yang cukup umum di Indonesia adalah tanah longsor. Tanah longsor adalah gerakan massa batuan atau tanah karena gaya gravitasi tarikan ke bawah yang disertai oleh kekuatan pendorong pada lereng yang lebih besar dari material bawaan. Bencana tanah longsor juga bisa disebabkan oleh perubahan fungsi hutan yang tidak seimbang. Mengubah fungsi hutan menjadi lahan pertanian, pemukiman, dan kondisi vegetasi yang jarang di kawasan hutan akan meningkatkan potensi longsor. Metode yang digunakan dalam penelitian ini adalah metode SMORPH untuk menentukan potensi tanah longsor dan Markov Chain-Cellular Automata untuk menghasilkan model prediksi perubahan tutupan lahan. Tujuan dari penelitian ini adalah untuk menganalisis daerah sebaran potensial longsor dan pengaruh perubahan tutupan lahan terhadap wilayah potensial longsor di Kabupaten Kebumen. Hasil penelitian menunjukkan daerah potensial sangat rendah yaitu 44,84% di wilayah selatan dan tengah Kabupaten Kebumen; daerah berpotensi rendah 2,36%; wilayah tingkat potensial sedang 41,42% yang didistribusikan secara acak dan daerah berpotensi tinggi 11,38% di utara dan barat daya Kabupaten Kebumen. Perubahan tutupan lahan hutan secara umum mengalami penurunan yang signifikan selama tahun 2003-2031 yaitu 139,33 Km2. Perubahan tutupan lahan di kawasan hutan karena aktivitas manusia dapat secara signifikan menyebabkan potensi tanah longsor meningkat. Ini disebabkan oleh hilangnya vegetasi yang mempengaruhi stabilitas lereng.

---

Indonesia is a region that has geological natural disasters. One of the geological disasters that is quite common in Indonesia is landslides. Landslides are movements of rock or soil masses due to the pulling downward force of gravity accompanied by a driving force on the slope greater than the congenital material. Landslide disasters can also be caused by changes in the function of forests that are not balanced. Changing the function of forests to become agricultural land, settlements, and the condition of sparse vegetation in forest areas will increase the potential for landslides. The method used in this study is the SMORPH method to determine the potential for landslides and Markov Chain-Cellular Automata to produce a prediction model for land cover change. The purpose of this study is to analyze the area of ​​potential landslide distribution and the effect of changes in land cover on landslide potential areas in Kebumen Regency. The results showed a very low potential area of ​​44.84% in the southern and central areas of Kebumen Regency; low potential area of ​​2.36%; region of medium potential level of 41.42% which is randomly distributed; and high potential areas of 11.38% in the north and southwest of Kebumen Regency. Changes in forest land cover in general experienced a significant decrease during 2003 - 2031 which was 139.33 Km2. Changes in land cover in forest areas due to human activities can significantly cause the potential for landslides to increase. This is due to the loss of vegetation which affects the stability of the slope.