IMPLEMENTASI METODE CELLULAR AUTOMATA LOGISTIC REGRESSION UNTUK ANALISIS PENERAPAN DAN SIMULASI PREDIKSI PENGGUNAN LAHAN DI KOTA BOGOR

Abstract

Lahan di Indonesia digunakan dengan sangat cepat, terutama di kawasan perkotaan seperti Kota Bogor. Dengan pertumbuhan penduduk yang tinggi mengakibatkan lahan yang digunakan untuk tempat tinggal dan aktivitas masyarakat lainnya akan berubah. Fenomena ini menyebabkan peningkatan dan penurunan pada setiap kelasan lahan. Permintaan lahan terbangun, pertumbuhan penduduk, dan permintaan fasilitas umum dapat memengaruhi perubahan penggunaan lahan. Penggunaan lahan dapat berdampak buruk pada lingkungan jika tidak dipantau. Dengan demikian, penggunaan lahan harus dipantau melalui pengindraan jauh dengan Google Earth Engine. Metode Random Forest digunakan untuk mengkategorikan penggunaan lahan dengan tingkat akurasi yang tinggi. Selain itu, untuk memprediksi penggunaan lahan pada tahun 2033 menggunakan metode Cellular Automata Logistic Regression pada plug in MOLUSCE. Cellular Automata sendiri adalah model berisi sejumlah sel (cell) yang memiliki nilai tertentu. dijalankan pada format data raster yang menampilkan sel dalam bentuk piksel. Salah satu model yang terintegrasi yaitu Logistic Regression (LR). Model ini mengandung sejumlah sel yang memiliki nilai tertentu, yang memungkinkan setiap sel untuk berubah sesuai dengan prinsip transisi tertentu (rule of Transition).Studi ini menemukan bahwa penggunaan lahan di Kota Bogor cukup cepat, dengan peningkatan jumlah lahan yang dibangun setiap tahun dari tahun 2003 hingga 2023. Hal ini disebabkan oleh kebutuhan masyarakat akan fasilitas umum dan tempat tinggal di daerah perkotaan. Pemodelan perubahan penggunaan lahan Tahun 2023 menggunakan Plug in MOLUSCE menunjukkan akurasi yang sangat baik dengan nilai koefisien kappa sebesar 82% dan akurasi umum  89%.