12
METODE PENELITIAN Lokasi dan Waktu Penelitian Lokasi yang diteliti adalah wilayah pesisir Kabupaten Karawang (Gambar 3), yang secara administratif berdasarkan Undang-Undang Republik Indonesia nomor 27 tahun 2007 mencakup kecamatan yang berbatasan dengan laut dan area perairan laut sejauh 4 mil laut. Wilayah pesisir kabupaten Karawang terdiri dari 9 kecamatan pesisir yaitu Kecamatan Cilamaya Kulon, Cilamaya Wetan, Tempuran, Pedes, Cilebar, Cibuaya, Tirtajaya, Batujaya, dan Pakisjaya. Garis pantai Kabupaten Karawang sepanjang 73 km (Bappeda 2006) sehingga luas area lautnya ± 469,93 Km2. Kabupaten Karawang terletak di wilayah utara Jawa Barat yang secara geografis berada pada 107°02’ BT - 107°40’ BT dan 5°56’ LS - 6°34’. Dengan panjang pantai terluas kedua di wilayah pantai utara Jawa Barat, potensi wilayah pesisir Kabupaten Karawang cukup besar dengan penggunaan lahan antara lain untuk pertanian sawah teririgasi, budidaya perikanan (tambak), hutan bakau, bangunan permukiman dan daerah lindung (sempadan dan bantaran sungai). Terdapat 18 aliran sungai yang bermuara di wilayah ini dengan substrat pantai rata-rata lumpur berpasir (Dinas PKP 2009). Penelitian dilaksanakan pada bulan Mei – Oktober tahun 2012.
Gambar 3. Peta Kecamatan Pesisir Kabupaten Karawang
13
Alat dan Bahan Bahan yang digunakan dalam penelitian ini adalah citra Landsat TM 7 dari 2titik tahun (1994 dan 2012), citra Ikonos titik tahun 2010, peta Land System dan data Potensi Desa (PODES) 2011. Bahan dalam penelitian akan dijelaskan lebih rinci pada poin data. Alat yang digunakan adalah alat berupa piranti lunak antara lain Erdas Imagine, Idrisi, ArcGIS, Microsoft Office, piranti keras seperti GPS, Camcorder, Notebook, dan piranti tulis lainnya.
Data Data yang dibutuhkan ataupun yang dihasilkan pada penelitian ini disesuaikan dengan tujuan yang ingin dicapai seperti yang disajikan pada Tabel 1. Data sekunder didapat dari penelusuran ke instansi-instansi pemilik data, melakukan studi pustaka, dan situs internet. Data yang didapat dari instansi pembuat data antara lain : (1) Peta land System didapat dari Balai Besar Sumberdaya Lahan Pertanian (BBSDLP); (2) peta administrasi, data Karawang Dalam Angka dan peta RTRWK didapat dari Bappeda Pemerintah Kabupaten Karawang; dan (3) data Potensi Desa (PODES) berasal dari BPS. Citra Ikonos 2010 didapat dari Dinas Pertanian, sedangkan citra Landsat TM 7 didapat dengan mengunduhnya dari situs resmi USGS Earth Explorer. Data primer yang disiapkan antara lain adalah data interpretasi citra Landsat dua titik tahun yaitu tahun 1994 dan 2012. Interpretasi citra tersebut divalidasi dengan data Ground thruth yang didapat dari cek lapang dan bantuan citra Ikonos. Tabel 1. Matriks Data dan Metode Analisis No
Tujuan
Data
Sumber
Metode Analisis
Keluaran
1.
Analisis Perubahan penggunaan lahan
Landsat image time series
USGS.gov,
Interpretasi visual. Tumpang susun
Peta Penggunaan Lahan (PL) 1994 & 2012 Data dan peta trend perubahan lahan
2.
Analisis penggunaan lahan sesuai secara fisik
Peta land system
BBSDLP
Analisis atribut dalam arcGIS
Peta kesesuaian fisik lahan dan alternatif komposisi penggunaan lahan sesuai
3.
Membangun model perubahan penggunaan lahan tahun 2030.
PL 1994 dan 2012, alternatif komposisi penggunaan lahan sesuai dan Markov transition area.
Keluaran tujuan 1 dan 2 serta Hasil analisis Markov Chain
Celullar AutomataMarkov (CAMarkov) dalam Idrisi
Peta prediksi penggunaan lahan tahun 2030
4.
Arahan Kebijakan untuk mendukung RTRW
Peta prediksi PL 2030 dan Peta RTRW
Keluaran tujuan 3 dan Bappeda Karawang
Analisis inkonsistensi
Arahan kebijakan tata ruang pesisir.
14
Rancangan Alir Penelitian Metode penelitian dirancang berdasarkan kerangka pemikiran yang kemudian diimplementasikan kedalam tahapan-tahapan pekerjaan sebagai proses untuk menjawab tujuan penelitian. Tahapan-tahapan tersebut secara rinci dilaksanakan untuk mempersiapkan berjalannya sebuah model yang hasilnya adalah peta prediksi penggunaan lahan yang kemudian dijadikan acuan dalam membuat arahan kebijakan penggunaan lahan yang dapat mendukung implementasi Rencana Tata Ruang Wilayah yang telah dibuat oleh Pemerintah Kabupaten Karawang ke depan. Arahan penggunaan lahan yang dihasilkan harus sesuai dengan peraturan perundangan yang ada, dan memperhatikan kesesuaian lahan. Secara keseluruhan diagram alur penelitian yang akan dilakukan disajikan pada Gambar 4.
Gambar 4. Diagram Alur Penelitian
15
Teknik Analisis dan Pengolahan Data Analisis Perubahan Penggunaan Lahan. Interpretasi Citra Landsat TM 7 Citra Landsat TM 7 hasil unduhan dari situs resmi USGS earth explorer yang berupa file geotif per band lalu dikomposit dan diolah dalam piranti lunak Erdas Imagine. Koreksi geometrik dilakukan pada citra hasil komposit dengan referensi koordinat bumi yang diambil menggunakan GPS. Koreksi geometri bertujuan untuk memastikan citra pada posisi geometrik yang sesuai dengan koordinat bumi. Akurasi koreksi geometri ditunjukkan dengan nilai Root Mean Square (RMS) ≤ 1. Interpretasi citra secara visual dilakukan dengan didasarkan pada 7 unsur interpretasi yaitu rona/warna, tekstur, pola, ukuran, bentuk, bayangan, dan lokasi objek (situs) dalam perbandingannya dengan objek lain (Lillesand dan Kiefer 1997). Ketujuh unsur interpretasi tersebut dapat dijelaskan pengaruhnya terhadap proses interpretasi sebagai berikut : (1) Rona/warna berkaitan dengan warna/derajat keabuan pada suatu objek dalam citra yang disebabkan oleh besarnya pantulan cahaya dari objek; (2) Tekstur berkaitan dengan frekuensi perubahan rona pada citra; (3) Pola berkaitan langsung terhadap susunan keruangan obyek yang dapat dilihat dari pengulangan terhadap bentuk atau hubungannya, baik secara alami maupun buatan manusia yang dapat membentuk pola tertentu dan memudahkan interpreter untuk mengenalinya; (4) Ukuran dapat dijadikan pembeda pada objek yang jika dipindai dari atas bentuk penampakkannya sama namun pada kenyataannya memiliki skala ukuran yang berbeda, misalnya rumah dan pabrik; (5) Bentuk berkaitan langsung terhadap konfigurasi atau kerangka dari objek tunggal; (6) Bayangan berkaitan dengan posisi matahari pada saat pemindaian yang memberikan gambaran mengenai profil objek namun juga sekaligus dapat menutupi detil dari objek yang terhalangi; dan (7) lokasi (situs) suatu objek terhadap objek disekitarnya dapat membantu untuk mengenali objek tersebut. Proses interpretasi dimulai dengan mendigitasi objek yang terinterpretasi sebagai penggunaan lahan tertentu pada citra Landsat TM 7 dalam bentuk shape file sehingga menghasilkan polygon area penggunaan lahan aktual. File tersebut kemudian dibangun atributnya sehingga kemudian menjadi dasar pembuatan peta penggunaan lahan. Seluruh proses interpretasi dilakukan pada piranti lunak arcGIS 10. Uji akurasi hasil interpretasi Pengukuran akurasi dilakukan untuk validasi hasil dari interpretasi citra. Hasil interpretasi diverifikasi dengan titik-titik ground thruth (kenyataan di lapangan) untuk melihat keakuratannya. Titik ground thruth di tentukan oleh piranti lunak Erdas dengan metode Stratified Random Sampling agar tetap objektif. Proses validasi ini dilakukan dengan modul accuracy assesment yang akan menghitung akurasi keseluruhan (overall accuracy) dan akurasi kappa. Nilai akurasi keseluruhan menguji titik-titik uji dengan hanya menghitung jumlah titik
16
uji interpretasi yang sama dengan kondisi aktualnya lalu di bandingkan dengan jumlah titik sampel keseluruhan. Nilai akurasi keseluruhan ini biasanya lebih tinggi dari nilai akurasi kappa karena tidak menghitung error interpretasi. Akurasi kappa memperhitungkan titik-titik error yang ditunjukkan pada matriks error (Tabel 2) Hasil interpretasi yang dapat digunakan diharapkan memiliki nilai akurasi diatas 85% (Jensen 1996). Tabel 2. Matriks Error Penggunaan Lahan hasil Interpretasi P+i P+i P+i … P+r
Pi+ Xii
Xi+
Penggunaan Lahan Referensi Pi+ Pi+ … Pr+ Jumlah X+i Xii X+i Xii X+i Xii X+i Xii X+i Xi+ Xi+ Xi+ Xi+ N
Keterangan : P+i : Jenis penggunaan lahan hasil interpretasi Pi+ : Jenis penggunaan lahan referensi
Dimana, X+i : Jumlah titik interpretasi pada penggunaan lahan ke-i Xi+ : Jumlah titik referensi pada penggunaan lahan ke-i Xii : Jumlah titik referensi pada penggunaan lahan ke-i yang sesuai dengan titik interpretasi penggunaan lahan ke-i i : Baris atau kolom r : Jumlah Tipe penggunaan lahan N : Jumlah titik sampel validasi Khat : Nilai kappa Data atribut hasil interpretasi citra terutama dibangun untuk mengidentifikasi area/poligon berdasarkan jenis penggunaan lahan dan luasannya. Hasil interpretasi pada dua titik tahun yaitu tahun 1994 dan 2012 kemudian ditumpang tindihkan dengan berbagai proses tumpang tindih (overlay) pada piranti lunak ArcGIS untuk mendapatkan perubahan luas penggunaan lahan, trend perubahan penggunaan lahan, perubahan garis pantai dan kondisi abrasi/akresi. Lahan aktual dari hasil interpretasi citra Landsat tahun 2012 kemudian dibandingkan dengan peta RTRW Pesisir Karawang juga dengan ditumpang tindihkan untuk melihat inkonsistensi yang terjadi antara keduanya Analisis Penggunaan Lahan Sesuai Secara Fisik Analisis penggunaan lahan sesuai secara fisik dilakukan dengan menggunakan data sekunder yang didapat dari BBSDLP berupa peta land system. Pada peta tersebut telah diidentifikasi potensi kesesuaian fisik tiap area
17
berdasarkan parameter fisik yang tergambar pada data atributnya. Data atribut peta satuan lahan tersebut antara lain landform, taksonomi tanah, litologi, lereng dan iklim. Tiap satuan lahan pada peta kesesuaian fisik lahan kemungkinan sesuai bagi lebih dari satu jenis penggunaan lahan. Peta kesesuaian fisik lahan tersebut perlu diekstraks menjadi beberapa alternatif komposisi penggunaan lahan sesuai yang tiap-tiap satuan lahannya hanya terdiri dari satu jenis penggunaan lahan yang sesuai. Hal ini dilakukan karena untuk input simulasi model CA-Markov, tiap satuan lahan hanya boleh memiliki satu penggunaan lahan yang sesuai. Beberapa alternatif tersebut kemudian diseleksi dengan melihat kompatibilitasnya terhadap penggunaan lahan aktual tahun 2012 melalui nilai indeks kappa. Alternatif kesesuaian yang paling kompatibel dengan penggunaan lahan aktual 2012 (ditunjukkan dengan nilai kappa tertinggi), kemudian akan digunakan sebagai input dalam validasi model prediksi penggunaan lahan. Tahapan penentuan alternatif komposisi penggunaan lahan sesuai yang akan digunakan dalam validasi model disajikan dalam Gambar 5.
Gambar 5. Diagram tahapan penentuan alternatif kesesuaian penggunaan lahan Model Prediksi Perubahan Penggunaan Lahan Proses pemodelan dilakukan pada piranti lunak Idrisi dengan menjalankan modul Celullar Automata – Markov (CA-Markov). Modul ini diproses dengan mengkombinasikan modul Markov Chain yang menghasilkan Transitional Probability dan MOLA (Multi-Objective Land Allocation) yang melakukan proses iterasi untuk mendapatkan komposisi akhir. Prediksi perubahan penggunaan lahan diproses berdasarkan penggunaan lahan tahun awal, kesesuaian lahan dan tetangganya. Filter matriks digunakan dengan ukuran 5 x 5 yang artinya perubahan penggunaan lahan pada piksel pusat dipengaruhi oleh nilai 24 piksel tetangganya,
18
ukuran piksel juga akan memberi informasi mengenai berapa radius yang berpengaruh pada perubahan penggunaan pada piksel pusat. Filter matriks ini sifatnya bergerak secara horizontal atau vertikal dalam melakukan analisis ketetanggan pada suatu peta raster. Untuk filter dengan ukuran 5 x 5 nilai matriksnya disajikan pada Gambar 6. 0
0
1
0
0
0
1
1
1
0
1
1
1
1
1
0
1
1
1
0
0
0
1
0
0
Gambar 6. filter matriks ukuran 5 x 5 (Eastman 2003) Input untuk menjalankan simulasi model CA-Markov selain dari filter matriks ketetanggaan sebelumnya harus dipersiapkan terlebih dahulu dengan proses pengolahan data yang diuraikan di bawah ini : Konversi vektor ke raster Proses pemodelan dengan piranti lunak Idrisi mengharuskan seluruh input data berbasis raster, sedangkan data awal seperti hasil interpretasi citra sebagian besar diolah dengan keluaran berbentuk vektor. Oleh karena itu perlu dilakukan proses konversi vektor ke raster. Peta penggunaan lahan tahun 1994 dan 2012 merupakan hasil interpretasi dari citra Landsat TM 7. Oleh karena itu berdasarkan resolusi citra Landsat TM 7 yaitu 30 x 30 maka konversi vektor ke raster dilakukan pada ukuran raster 30 x 30. Proses konversi dilakukan dalam modul import pada piranti lunak Idrisi dengan merubah data-data berbasis vektor menjadi menjadi file dengan ekstensi .rst yang berbasis raster. Matriks probabilitas dan area transisi. Salah satu faktor yang diperhitungkan pengaruhnya pada perubahan penggunaan lahan kedepan dalam model prediksi penggunaan lahan dengan pendekatan CA-Markov adalah faktor sejarah pola perubahan penggunaan lahan yang terjadi di masa lalu. Faktor tersebut didapat dari matriks probabilitas dan area transisi. Matrik probabilitas dan area transisi (transition area) didapat dengan metode Markov Chain dan menggunakan input penggunaan lahan tahun 1994 dan tahun 2012 (rentang waktu 18 tahun). Metode ini untuk mengetahui pola perubahan dan kemungkinan perubahan antara satu penggunaan lahan ke penggunaan lahan lain dalam rentang waktu tertentu. Metode Markov Chain dilakukan dengan menggunakan modul Markov dalam piranti lunak (Eastman 2003). Ilustrasi dari matriks area transisi/probabilitas diperlihatkan pada Tabel 3.
19
Tabel 3. Ilustrasi matriks transisi area/probabilitas Penggunaan Lahan 1994 (% atau ha) Pit1 Pit1 … Pzt1
Keterangan : Pit1 : Pit2 : : z Xii : t1 : t2 :
Pit2 Xii
Penggunaan Lahan 2012 (% atau ha) Pit2 … Pzt2 Xii
… Xii
Tipe penggunaan lahan ke-i pada tahun t1 Tipe penggunaan lahan ke-i pada tahun t2 Jumlah tipe penggunaan lahan Luas perubahan penggunaan lahan ke-i periode tahun t1 dan t2 Tahun ke-1 (1994) Tahun ke-2 (2012)
Penentuan input kesesuaian lahan Setelah dikonversi ke dalam bentuk raster data, alternatif komposisi penggunaan lahan sesuai yang ada diseleksi kembali untuk menentukan satu alternatif yang akan digunakan dalam simulasi model untuk proses validasi. Seleksi berdasarkan kompatibilitas dari alternatif komposisi penggunaan lahan sesuai tersebut terhadap aktual penggunaan lahan tahun 2012. Kompatibilitas dilihat dari nilai kappa perbandingan masing-masing alternatif dengan penggunaan lahan tahun 2012. Alternatif komposisi penggunaan lahan sesuai dengan nilai kappa tertinggi akan digunakan sebagai input kesesuaian dalam simulasi model CA-Markov untuk proses validasi. Alternatif komposisi penggunaan lahan sesuai yang terpilih menjadi input kesesuaian lalu dipecah menjadi beberapa file raster sesuai dengan jumlah tipe penggunaan lahan aktual. Tiap file raster diberi pembobotan berdasarkan kesesuaian dari tiap tipe penggunaan lahan aktualnya. Semua file raster tersebut kemudian digabungkan menjadi satu file gabungan berekstensi Raster Group File (.rgf). Semua proses engolahan data input kesesuaian ini dilakukan dalam piranti lunak Idrisi. Validasi model Validasi dilakukan dengan mengeksekusi model dengan input tahun dasar 1994 (menggunakan hasil interpretasi tahun 1994), matriks Markov transition area tahun 1994-2012 dan input kesesuaian dari alternatif komposisi penggunaan lahan sesuai yang terpilih pada tahap sebelumnya. Proses dilakukan dalam beberapa jumlah iterasi untuk mengetahui berapa jumlah iterasi yang paling efisien dalam mengeksekusi model. Nilai kappa tiap iterasi dilihat trendnya untuk dapat memastikan pada iterasi berapa terjadi break of slope dan merupakan jumlah iterasi yang akan dipilih pada eksekusi model prediksi penggunaan lahan. Nilai kappa dari jumlah iterasi yang terpilih mewakili validasi atau kelayakan dari model untuk dapat digunakan sebagai model prediksi penggunaan lahan.
20
Prediksi penggunaan lahan tahun 2030 Model yang telah divalidasi dijalankan dengan menggunakan tahun dasar penggunaan lahan aktual 2012. Alternatif kesesuaian fisik yang dihasilkan masing-masing dijadikan input kesesuaian pada model, sehingga model dilakukan sebanyak jumlah alternatif kesesuaian yang ada. Hasilnya adalah beberapa skenario prediksi penggunaan lahan pada tahun 2030. Tiap skenario prediksi penggunaan lahan tahun 2030 yang dihasilkan kemudian diseleksi berdasarkan nilai inkonsistensi dan kompatibilitasnya terhadap peta pola ruang RTRW. Proses ini untuk mendapatkan skenario prediksi penggunaan lahan tahun 2030 yang paling konsisten penggunaan lahannya terhadap RTRW dan mendukung implementasi RTRW untuk kemudian dijadikan sebagai Peta Prediksi Penggunaan Lahan Potensial Tahun 2030. Alur tahapan simulasi model untuk mendapatkan Peta Prediksi Penggunaan Lahan Potensia Tahun 2030 disajikan pada Gambar 7.
Gambar 7. Diagram alir simulasi model prediksi penggunaan lahan 2030
Arahan Kebijakan yang Mendukung RTRW Pesisir Karawang Masalah-masalah alih fungsi lahan pada perubahan penggunaan lahan yang diprediksi terjadi antara tahun 2012 hingga tahun 2030 kemudian dijadikan dasar dalam membuat arahan-arahan kebijakan penggunaan lahan di wilayah pesisir yang dapat dilakukan pemerintah Kabupaten Karawang. Arahan-arahan kebijakan tersebut juga harus didukung oleh adanya peraturan perundanganundangan yang terkait sehingga penerapannya sesuai hukum. Arahan-arahan kebijakan penggunaan lahan yang dihasilkan kemudian disimulasikan kembali dengan model CA-Markov untuk mengetahui dampak penerapannya pada penggunaan lahan tahun 2030. Hasil simulasi tiap arahan kebijakan tersebut lalu diuji nilai konsistensi dan kompatibilitasnya terhadap RTRW untuk mendapatkan arahan kebijakan mana yang paling mendukung implementasi RTRW hingga tahun 2030.