BAB 1 PENDAHULUAN 1.1
Latar Belakang Pengamatan bumi (earth observation) melalui data penginderaan jauh
seperti satelit dan foto udara merupakan salah satu ilmu pengetahuan modern (modern science) (Bhatta, 2010). Pengamatan bumi (earth observation) melalui data penginderaan jauh satelit yang pertama dilakukan oleh Satelit Landsat. Satelit Landsat pertama diluncurkan pada 23 Juli 1972. Satelit Landsat merupakan satelit paling lama dalam mendapatkan citra bumi dari luar angkas. Satelit Landsat telah melakukan pengamatan bumi selama 43 tahun sejak tahun 1972. Perkembangan seri Landsat hingga sekarang telah meluncurkan 8 seri, yaitu Landsat 1 tahun 1972-1978 , Landsat 2 tahun 1975-1983, Landsat 3 tahun 19781983, Landsat 4 tahun 1982-1993, Landsat 5 tahun 1984-2013, Landsat 6 tahun 1993 gagal mengorbit, Landsat 7 tahun 1999, dan Landsat 8 tahun 2013 yang masih berfungsi hingga sekarang (http://landsat.usgs.gov//about_mission_history.php., diakses 28/11/2016). Kontinuitas Landsat menjalankan misi pengamatan bumi telah menghasilkan jutaan citra. Hal tersebut membuat Landsat menjadi sumberdaya yang unik terkait riset dinamika perubahan yang terjadi di permukaan bumi dalam memahami dinamika perubahan di permukaan bumi. Data citra Landsat diarsip di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia. Citra Landsat diakui dunia sebagai “the gold standard of land observation” (http://landsat.gsfc.nasa.gov/landsat-images-provide-the-gold-standard-for-newearth-applications/ , diakses 28/11/2016). Citra Landsat memiliki keunggulan secara temporal dan spasial dalam mencermati perubahan kota secara berkala. Secara temporal, citra Landsat memiliki temporal tinggi, sehingga dapat memantau perkembangan kota dan memprediksi perubahan di lanskap perkotaan masa depan.
Secara spasial, Landsat secara
konsisten menggunakan resolusi spasial 30, merupakan skala ideal untuk mengamati kenampakan fisik kota dan perkembangannya. Pada dasarnya kota dan perkembangannya dapat dideteksi, diukur, dan dimodelkan dinamika spasialnya dengan menggunakan data time series dari citra 1
perekaman satelit Landsat. Konsistensi akuisisi data satelit Landsat berpotensi sebagai sumber informasi utama dalam menyadap kota dan perkembangannya. Data spasial temporal tinggi dapat digunakan untuk analisis perubahan secara berseri dari waktu ke waktu. Selain itu, data temporal tinggi berpotensi untuk menyadap elemen morfologi kota dari waktu ke waktu seperti jumlah, bentuk, kepadatan, bentuk tekstur, dan persebaran dari area terbangun (Webster 1995; mesev et al 1995; dalam Bhatta, 2010). Beberapa penelitian yang telah memanfaatkan data Landsat untuk studi kota dan perkembangannya antara lain perkembangan Kota Bogor dari 2002-2005 (Karsidi & Wijanarto, 2011); Kota Nanjing, Cina (Luo, Du, Alim, Xie, & Xue, 2014); Guangzhou, Cina (Sun, C., Wu, Z.F., Lv, Z.Q., Yao, N. and Wei, J.B., 2013); Kolkata, India 1980–2010 (Bhatta, 2012); Tokyo 1970-2010 (Bagan & Yamagata, 2012). Berdasarkan hal tersebut, penelitian ini akan memanfaatkan citra Landsat untuk memetakan dan menganalisis perkembangan kota secara spasiotemporal dan memprediksi kecenderungan perkembangan Kota Surabaya. Perkembangan kota merupakan salah satu konsekuensi dari pertambahan jumlah penduduk. Menurut penelitian yang dilakukan oleh Tjahyati, dalam Wiyono, P. dkk. (2013), trend pertambahan jumlah penduduk di Kota Surabaya cenderung positif, laju pertumbuhan penduduknya 5,5 % per tahun pada dekade 1980-1990 dan 6 % pada dekade 1990-2000. BAPPENAS & BPS (2013) juga memprediksi jumlah penduduk Indonesia tahun 2035 akan terus meningkat, yaitu dari 238,5 juta pada tahun 2010 menjadi 305,6 juta pada tahun 2035. Sehubungan hal tersebut, mengindikasikan adanya potensi perkembangan kota di Kota Surabaya secara berkala. Kota Surabaya terus berkembang secara spasial. Menurut penelitian Handinoto (1986), titik awal perkembangan Kota Surabaya bermula dari keputusan pembongkaran Benteng Prins Hendrik pada tahun 1871 yang mengelilingi Surabaya. Keputusan tersebut memberikan peluang bagi perluasan kota Surabaya kearah selatan. Hingga sekarang, invasi perkembangan kota Surabaya sisi selatan sudah lintas administratif tepatnya di Kabupaten Sidoarjo.
2
Kota Surabaya diprediksi akan terus tumbuh sehubungan adanya rencana pengembangan kedepan Kota Surabaya yang tertuang di Perda No.12 Tahun 2014 tentang Rencana Tata Ruang Wilayah Kota Surabaya Tahun 2014-2034. Beberapa kebijakan yang berpotensi pemicu pengembangan baru yaitu adanya rencana pengembangan jalan baru Lingkar Barat dan Timur, rencana pengembangan pelabuhan Tanjung Perak, dan eksistensi Bandar Udara Juanda di Kota Surabaya. Berdasarkan beberepa faktor pemicu tersebut, penelitian ini dimaksudkan untuk memprediksi perkembangan kota Surabaya ke depan. Perkembangan fisikal kota yang cepat dan tidak ada upaya manajemen dapat membawa dampak negatif, seperti terjadinya proses densifikasi yang tidak terkontrol, death point, hingga memicu gejala deteriorisasi lingkungan. Menurut Yunus (2005), ada 3 upaya untuk mengatasi permasalahan tersebut yaitu (1) pemantauan terus menerus terhadap penambahan bangunan baru; (2) konsultasi dengan tata ruang yang ada; (3) aplikasi peraturan secara konsisten dan konsekuen. Allen & lu (2003) telah melakukan pemodelan prediksi untuk memperoleh ukuran, spasial, temporal dan memvisualisasikan informasi perkembangan kota mendatang demi perencanaan, analisis dampak dan edukasi publik yang lebih baik. Prediksi perkembangan kota pada masa mendatang secara spasial tidak sederhana, karena memerlukan teknik geospasial yang mampu merepresentasikan dinamika perkembangan kota. Salah satu metode prediksi perkembangan kota secara spasial adalah menggunakan Cellular Automata (CA) yang diintegrasikan dengan Sistem Informasi Geografis (SIG). Integrasi CA dan SIG telah mampu merepresentasikan dinamika perkembangan kota. Integrasi CA & SIG terbukti dapat merepresentasikan keterkaitan spasial dari perubahan serta dapat dipakai untuk memprediksi perkembangan kota (Karsidi, 2004). Oleh karena itu, penelitian ini prediksi perkembangan kota pada masa mendatang menggunakan Cellular Automata (CA) & SIG untuk prediksi perkembangan kota Surabaya ke depan. 1.2
Rumusan Masalah Salah satu pertimbangan yang menjadi dasar memilih Kota Surabaya
sebagai daerah penelitian adalah perkembangan kotanya sangat dinamis. 3
Perkembangan kota yang dinamis dan tidak ada upaya manajemen dapat membawa dampak negatif berupa perkembangan yang tidak terarah. Perkembangan kota yang tidak terarah akan memicu runtutan masalah, seperti uncontrolled densification, death point, hingga gejala deteriorisasi lingkungan. Salah satu upaya mengatasi permasalahan tersebut, yaitu melalui pemantauan terus menerus terhadap panambahan bangunan baru. Pemantauan terhadap fenomena dinamika perkembangan fisikal kota yang paling efektif adalah memanfaatkan data penginderaan jauh. Data penginderaan jauh secara konsisten memantau perubahan yang terjadi di permukaan bumi adalah Landsat. Landsat memiliki arsip citra perekaman bumi dengan kualitas temporal tinggi. Arsip data penginderaan jauh citra Landsat berpotensi sebagai sumber informasi dalam menjelaskan fenomena perkembangan kota. Berdasarkan uraian di atas, dapat diambil poin-poin utama permasalahan dalam penelitian ini, sebagai berikut : 1) Arsip data citra Landsat berpotensi dimanfaatkan untuk analisis perkembangan kota, namun belum optimal dimanfaatkan menjadi sumber informasi spasial dalam memantau perkembangan kota dari waktu kewaktu. Data citra Landsat memiliki beberapa keunggulan yaitu konsistensi resolusi spasial yang ideal dalam menyadap fisikal kota (areal terbangun) dan keunggulan pada resolusi temporal yang tinggi. Konsistensi resolusi spasial citra Landsat, sangat ideal dalam mengenali objek kota yang cakupannya luas. Landsat sangat optimal dalam menjelaskan dinamika perubahan perkembangan kota dari waktu ke waktu. Berdasarkan keunggulan tersebut, pemanfaatan data citra Landsat diharapkan mampu menjadi sumber informasi untuk ekstraksi elemen morfologi kota dan memetakan perkembangan kota di Kota Surabaya. 2) Perkembangan kota yang tidak terkontrol dapat berdampak negatif terhadap perkembangan kota kedepannya. Dampak negatif yang terjadi ada dua yaitu uncontrolled densification, death point, bahkan dampak terburuk terjadinya deterioritasi
lingkungan
kekotaan.
Sebagai
antisipasi
pengendalian
perkembangan kota kearah negatif, maka perlu mengkaji kecenderungan perkembangan kota baik pola, arah maupun lajunya. Informasi kecenderungan 4
kecenderungan perkembangan kota di masa lampau dapat digunakan sebagai dasar pertimbangan untuk prediksi perkembangan kota di masa yang akan datang. 3) Ketersediaan informasi perkembangan kota ke depan secara spasial masih terbatas.
Keterbatasan
tersebut
dapat
dilengkapi
melalui
prediksi
perkembangan kota secara spasial. Manfaat pemodelan prediksi perkembangan kota secara spasial adalah memperoleh ukuran, spasial, temporal dan memvisualisasikan informasi perkembangan kota kedepan demi perencanaan yang lebih baik, serta analisa dampak dan edukasi publik (Allen & lu, 2003). Prediksi perkembangan kota pada masa mendatang secara spasial tidak sederhana, memerlukan teknik geospasial yang mampu merepresentasikan dinamika perkembangan kota. Salah satu metode prediksi perkembangan kota secara spasial adalah dengan Cellular Automata (CA) yang diintegrasikan dengan SIG (Sistem Informasi Geografis). Integrasi Cellular Automata (CA) & SIG (Sistem Informasi Geografis) terbukti dapat merepresentasikan keterkaitan spasial dari perubahan serta dapat dipakai untuk memprediksi perkembangan kota (Karsidi, 2004). 1.3
Tujuan Penelitian Tujuan yang hendak dicapai dalam penelitian ini adalah :
1) Mengkaji kemampuan citra Landsat multitemporal dalam mengekstrak elemen-elemen morfologi kota untuk dapat dimanfaatkan sebagai informasi perkembangan kota Surabaya tahun 1994-2014 dan dapat digunakan untuk prediksi perkembangan Kota Surabaya di masa depan tahun 2034; 2) Memetakan
dan
menganalisis
pola,
laju
pertumbuhan,
serta
arah
perkembangan Kota Surabaya tahun 1994-2014; 3) Melakukan prediksi perkembangan Kota Surabaya secara spasial pada tahun 2034
dengan
menggunakan
Cellular
Automata
(CA)
berdasarkan
kecenderungan perkembangan Kota Surabaya tahun 1994-2014.
5
1.4
Manfaat Penelitian Manfaat yang dapat diperoleh dari hasil pemelitian ini adalah
1) Manfaat teoritik Manfaat teoritik terkait pengembangan keilmuan penginderaan jauh berupa cara ekstraksi elemen morfologi yaitu objek terbangun (built-up) dan bukan terbangun dari Citra Landsat. 2) Manfaat praktis Manfaat praktis diharapkan dapat memberikan alternatif masukan kepada akademisi perencana, perencana, dan pemerintah terkait pemanfaatan data penginderaan jauh khususnya citra Landsat mampu digunakan untuk memahami fenomena perkembangan kota secara spasiotemporal, mengukur (measurment),
memetakan
(mapping),
memonitor
(monitoring),
dan
memprediksi secara spasial perkembangan kota di masa depan (modeling) sebagai upaya manajemen (management) kota secara spasial. 1.5
Keaslian Penelitian Keaslian
penelitian ini dengan penelitian yang pernah dilakukan
ditunjukkan pada Tabel 1.1 sebagai berikut. 1) Terkait perbedaan utama dalam penelitian ini dengan penelitian yang pernah dilakukan adalah lokasi penelitian. Lokasi penelitian dalam studi kota akan memberikan suatu perbedaan mendasar. Hal ini dikarenakan ciri-ciri morfologi, bentuk, dan wujud kota dapat sangat berbeda antara satu kota dengan kota yang lain. Karakteristik suatu kota akan memiliki anatomi dan ciri khusus dalam perkembangannya. 2) Terkait metode ekstraksi informasi dari citra Landsat. Penelitian ini menggunakan teknik interpretasi hibrida. Interpretasi digital menggunakan metode klasifikasi decision tree. Parameter-parameter yang digunakan dalam proses klasifikasi decision tree adalah variabel transformasi IBI (Index-based Built-up Index), Rasio Band SWIR2/SWIR1, dan NDBaI (Normalized Difference Bareness Index). Ekstraksi informasi yang serupa dilakukan oleh Paramita (2011) dengan menggunakan klasifikasi decision tree hanya dengan indeks NDBI (Normalized Difference Built-up Index) dan dikombinasikan 6
dengan klasifikasi terselia maximum likehood. Al-Ageili, et al. (2013) menggunakan klasifikasi terselia maximum likehood ekstraksi tematik dari citranya. Penelitian ini juga menggunakan interpretasi visual untuk ekstrak elemen kota yang berupa jaringan jalan. 3) Metode prediksi prekembangan kota, penelitian ini menggunakan Cellular Automata (CA ) untuk melakukan prediksi kedepan. Kesamaan dari beberapa penelitian lain yaitu sama-sama menggunakan Cellular Automata (CA ). Perbedaan penelitian ini dengan yang lainnya dalah metode pembuatan probabilitas transisi. Pramita (2011) dan
Al-Ageili, M., et al. (2013)
menggunakan Markov CA sedangkan Mohammad, M., et al. (2013) menggunakan AHP. Penelitian ini menggunakan gabungan probabilitas transisi yaitu Markov Chain, Regresi Logistik, Neighbourhood, Probabilitas Faktor Pembatas/Constrais.
7
Tabel 1. 1 Komparasi Penelitian Senada untuk melihat Keaslian Penelitian ini No
Nama
Tahun
1
Bowo Susilo
2013
2
Bintang Aulia 2011 Pradnya Paramita
Daerah Kajian Di Daerah Pinggiran Kota Yogyakarta
Semarang
Judul
Tujuan
Metode
Simulasi Spasial Berbasis Sistem Geografi dan Cellular Automata untuk Pemodelan Perubahan Penggunaan Lahan di Daerah Pinggiran Kota Yogyakarta Model Cellular Automata Untuk Kajian Perkembangan Wilayah Menggunakan Data Penginderaan Jauh (Studi Kasus: Kawasan Perkotaan Kedungsepur)
Mengkaji dinamika perubahan penggunaan lahan melalui suatu pemodelan berbasis simulasi spasial
Simulasi spasial menggunakan Sistem Informasi Geografi (SIG) dan Cellular Automata (CA)
Tujuan dari penelitian ini adalah (1) mengetahui karakteristik KP Kedungsepur dengan pendekatan keruangan dari penggunaan lahan dari tahun 1994 dan 2001 menggunakan beberapa transformasi multispektral dari data penginderaan jauh (2) menyusun peta kesesuaian lahan perkotaan yang berisi faktor penentu perkembangan wilayah (3) menyusun model prediksi penggunaan lahan Kawasan Perkotaan Kedungsepur tahun 2008 dan 2015 dengan metode Cellular
(1) mengetahui karakteristik KP Kedungsepur dengan pendekatan keruangan dari penggunaan lahan dari tahun 1994 dan 2001 menggunakan beberapa transformasi multispektral dari data penginderaan jauh (2) menyusun peta kesesuaian lahan perkotaan yang berisi faktor penentu 8
No
Nama
Tahun
Daerah Kajian
Judul
Tujuan
Metode
Automata Rantai Markov dan memberikan analisis gambaran arah perkembangan wilayahnya.
3
Munira Al- 2013 Ageili, Malek Mouhoub, Joseph Piwowar
4
Mohammad,S ahebharani, dan Malekipour
2013
perkembangan wilayah (3) menyusun model prediksi penggunaan lahan Kawasan Perkotaan Kedungsepur tahun 2008 dan 2015 dengan metode Cellular Automata Rantai Markov dan memberikan analisis gambaran arah perkembangan wilayahnya. Pendekatan Cellular Automata Integrasi untuk model dinamik dari Penginderaan jauh, perkembangan kota Sistem Informasi Geografis dan Cellular Automata
The City Of Integrating Remote Montreal Sensing, Gis And Dynamic Models:Cellular Automata Approach For The Simulation Of Urban Growth For The City Of Montreal India Urban Growth Simulation Simulasi perkembangan Kota Cellular Automata, Through Cellular melalui Cellular Automata, AHP, dan SIG Automata (CA), Analytic AHP, dan SIG Hierarchy Process (AHP)
9
No
Nama
Tahun
Daerah Kajian
Judul
Tujuan
Metode
1) Mengkaji kemampuan citra Landsat multitemporal dalam mengekstrak elemenelemen morfologi kota untuk dapat dimanfaatkan sebagai informasi perkembangan kota Surabaya tahun 1994-2014 Memetakan dan menganalisis pola dan laju pertumbuhan perkembangan kota Surabaya tahun 1994-2014; 2) Melakukan prediksi perkembangan kota Surabaya secara spasial pada tahun 2034 dengan menggunakan Cellular Automata (CA)
Pengolahan data Penginderaan jauh dengan metode interpretasi hibrida, selanjutnya analisis spasial dengan bantuan SIG untuk menentukan laju,arah perkembangannya, dan CA dengan pendekatan gabungan probabilitas transisi ( Markov ChainRegresi LogistikNeigbourhoodProbabilitas Constrais) untuk prediksi perkembangan kota.
and GIS; Case Study of 8 Th and 12th Municipal Districts Of Isfahan 5
M. Sri harta
2016
Surabaya
Pemanfaatan Citra Landsat Multitemporal untuk Prediksi Perkembangan Kota dengan Menggunakan Cellular Automata (Kasus di Kota Surabaya, Jawa Timur
Sumber : hasil komparasi, 2016.
10