Paulus Basuki Kuwat Santoso
Pusat Data dan Sistem Informasi Pertanian
Kementerian Pertanian
Peran SIG dalam Spasial Dynamic
Penyiapan konsep
Population growthIncreasing paddy production input
Intensification
Extensification
AvailabilitySuitability
MCDM(Multiple Criteria Decision Making)
AHP WLC
Prioritized area
Alternative area
Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)
Stages of obtaining land availabilityAHPLinear scale
transformation of spatial attributes
(Euclidean distance)
Normalize spatial attribute
Weight of attributes
WLC
Land suitability for paddy fields
Land prioritiesPrioritizing
suitable paddy fields
Overlay & elimination
forest, shrubs, moors
Constrain factors (LULC masterplan)
Availability of suitable land
Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)
Legends
Priority 1 Priority 3
Priority 2 Priority 4
(F1) Land availability (F2) Land suitability (F3) Easiness (F4) Affordability
(C1) Road
(C2) Settlement
(C3) paddy field
(C4) water bodies
(C5) Industry
(C6) Market
(A1) Forest (A2) Shrubs (A3) Moor
Image overlay for each of attributes based on suitability
quantification
Top row:
Based on factor attributes
Mid row:
Based on criteria attributes. Distances from other area
Down row:
Based on alternative criteria. Types of land cover
Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)
a) Suitable area for paddy field b) Available area for paddy field
Legends
Priority 1 Priority 3
Priority 2 Priority 4
Image overlay for suitable and available area for paddy field based on combined attributes quantification
Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)
Konsep Cellular Automata
Cellular Automata (CA) adalah sistem dinamika diskrit dimana ruang dibagi kedalam bentukspasial sel teratur dan waktu berproses pada setiap tahapan yang berbeda. Setiap sel padasistem ini memiliki satu kondisi, dimana kondisi ini akan selalu diupdate mengikuti aturan lokal, waktu yang diberikan, keadaanya sendiri, dan keadaan tetangganya pada saat sebelumnya(Wolfram, 1984)
Simulasi sederhana dengancellular automata berdasarConway’s “Game of Life”
Sumber: www.landusesim.com
PERKEMBANGAN CELLULAR AUTOMATA
1940 – Stanislaw Ulam dan John von Neumann Konsep CA1970 – John Conway Game “Game of Life”2002 – Stephen Wolfram Buku “A New Kind of Science”
Metode CA dikembangkan tahun 1940 oleh Ulam (1976), dan dalamkurung waktu singkat metode tersebut diterapkan pada bidang fisika, alam, dan matematika.
Metode pemodelan CA yang diterapkan pada bidang geografiditunjukkan oleh Tobler (1979)
Pada tahun 1980an pemodelan CA pada bidang geografi mulaibermunculan.
Tahun 1990-an simulasi pertama kali untuk kasus pengembangan kotadilakukan, untuk mengetahui proses dan evolusi perkotaan (Couclelis, 1997)
Aplikasi CA diperkenalkan untuk perencanaan land use (Li dan Yeh, 2000), dan perencanaan wilayah dan kota (Engelen dkk., 1999; White dan Engelen, 2000).
Beberapa CA model juga telah dikembangkan denganmengkombinasikan skenario hambatan agar lebih sesuai dengankebutuhan perencanaan land use, seperti yang dilakukan oleh Li danYeh (2000), He dkk (2008), Mitsova dkk (2011), Long dkk(2012a, 2012b), dan Fulsang dkk (2013).
Sumber: www.landusesim.com
Konsep Cellular Automata
Menurut Liu (2009) cellular automata terdiri dari 5 unsur, yaitu:
Sel (Cell), merupakan unit dasar spasial dalam ruang seluler. Sel tersebut diatur dalam spatial tessellation, yaitu sebuah grid dua dimensi dari sel merupakan bentuk yang paling umumdari celullar automata yang digunakan dalam permodelan pertumbuhan perkotaan danalih fungsi lahan .
Kondisi (State), adalah mendefinisikan atribut dari suatu sistem. Setiap sel hanya dapatmengambil satu kondisi dari serangkaian kondisi pada waktu tertentu. Dalam studi ini, kondisi mewakili jenis penggunaan lahan.
Ketetanggaan (neighborhood), yang merupakan serangkaian sel yang salingberinteraksi. Dalam ruang dua dimensi terdapat dua tipe dasar lingkungan, yaknilingkungan Von Neumann (empat sel, meliputi Utara, Selatan, Timur dan Barat), danketetanggaan Moore (delapan sel). Pada penelitian ini akan digunakan filter 3x3.
Aturan transisi (Transition Rules), adalah mendefinisikan bagaimana respon perubahansuatu sel dalam menanggapi kondisi saat ini dan kondisi tetangganya.
Waktu (time-step), adalah suatu variabel yang menentukan dimensi wsktu yang digunakan selama proses perhitungan dan kalkulasi yang didasarkan pada proses celullarautomata. Waktu disini dapat juga didefinisikan sebagai periode iterasi.
Software untuk pemodelan land use
• IDRISI (Clark Labs) terbatas 1 land use yang dapat simulasikan ketika digunakan untuk target oriented
(perencanaan)
• LandChange Modeller (Clark Labs) Ekstensi ArcGIS, terbatas 1 land use yang dapat simulasikan ketika
digunakan untuk target oriented (perencanaan)
• CLUE-S (Verburg) Simulasi Multi-Land Use, membutuhkan aplikasi GIS untuk persiapan data (QGIS,
ArcGIS), terbatas pada ukuran grid raster (kedetailan) yang dibatasi dan neighborhood process effect yang tidakdapat dirubah
• Metronamica (Reserach Institute for Knowledge System) Simulasi Multi-land use, GUI yang baik,
resolusi raster terbatas, dirancang untuk perencanaan, sedikit ketergantungan dengan aplikasi GIS lain,neighborhood process effect yang tidak dapat dirubah
• LanduseSim Simulasi Multi-Landuse, GUI sederhana, membutuhkan aplikasi GIS untuk persiapan data
(QGIS, ArcGIS), ukuran raster sangat fleksibel, dirancang untuk perencanaan, neigborhood process effect dapatdimodifikasi sesuai kebutuhan, dapat pula untuk menghasilkan land use baru dalam proses simulasi (lainnyatidak bisa), dan output peta adalah runtut.
Sumber: www.landusesim.com
Weighted by AHP
Spatial Driving Factors
Transition Map
System Dynamic
Transition Rules
Neighborhood Filter Operation
Constraint Dynamic
Land Use Time t+1
Conversion Elasticity
Initial land use
land use t+1
Konsep pemodelan Cellular Automata
Algoritma pemodelan
Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf); www.landusesim.com
Aksesibilitas faktor
pengendali
Peta Kesesuaian
PLTL 2009
aktual
Penentuan aturan transisi
(tingkatan, pembatas dinamis, kesesuaian,
bobot perubahan)
Filter ketetanggaan
(Filter shape, filter bobot, filter operasi, filter
ketetanggan)
Tahapan iterasi
(2 kali iterasi, simulasi PLTL 2014)
PLTL 2014
Aktual Prediksi
Perbandingan Nilai AK
>85%
Pembangunan Skenario
Sumber: Santoso et al. 2019 (https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012023/pdf)
Proses dinamika
.XLS
PowerSIM
DB PowerSIM
LanduseSIM
DB LanduseSIM
Aplikasi GIS(QGIS)
Parameter
Hasil pemodelan
Penggunaan lahan/Tutupan Lahan Aktual (hektar) Prediksi (hektar)
Hutan 21.189 21.432
Kawasan Industri 1.028 1.078
Perkebunan/Kebun 42.163 43.338
Permukiman/Tempat Kegiatan 19.552 18.207
Sawah 95.035 94.583
Semak Belukar 2.413 2.417
Sungai 2.353 2.278
Tambak 8.519 8.217
Tegalan/Ladang 25.869 26.572
Total 218.122 218.122
Akurasi Keseluruhan (AK) 96,03%
Perbandingan luasan PLTL hasil simulasi model (2014) dengan luasan PLTL aktual (2014)
Sumber: Santoso et al. 2018
PLTL hasil simulasi model
Legenda
Hutan
Kawasan Industri
Perkebunan/Kebun
Permukiman dan Tempat Kegiatan
Sawah
Semak Belukar
Sungai
Tambak
Tegalan/Ladang
2014 2019 2024 2029 2034
Sumber: Santoso et al. 2018
Sekian dan Terimakasih
Top Related