ANALISIS GEOSPASIAL TERHADAP KONVERSI LAHAN DENGAN MENGGUNAKAN METODE CELLULAR AUTOMATA

Manusia membutuhkan sumber daya sebagai sarana melanjutkan dan mempertahankan kehidupannya, salah satunya adalah sumber daya lahan. Perubahan tutupan lahan di suatu wilayah merupakan pencerminan upaya manusia memanfaatkan dan mengelola sumber daya lahan sehingga analisis Geospasial dibutuhkan untuk memprediksikan pola konversi tutupan lahan. Salah satu metode prediksi yang digunakan adalah permodelan dengan menggunakan metode Cellular Automata. Model Cellular Automata mensimulasikan pola perubahan tutupan lahan yang terjadi secara time-series. Penelitian ini bertujuan untuk mengetahui perubahan tutupan lahan di Kabupaten Gowa dari tahun 2019 sampai 2025. Penelitian dilakukan pada 12 kecamatan di kabupaten Gowa menggunakan data Citra Landsat dan data pendukung simulasi. Citra Landsat kemudian diolah sehingga diperoleh data tutupan lahan tahun 2010, 2013, dan 2016 ke dalam 5 kelas berupa tubuh air, hutan, lahan lainnya, pertanian, dan permukiman. Data tutupan lahan tahun 2010 dan 2013 kemudian diproses dengan analisis probabilitas transisi Markov Chain. Model yang diperoleh divalidasilan dengan Kappa Accuracy menggunakan tutupan lahan tahun 2016. Model yang telah tervalidasi diberikan faktor pendorong dan faktor pembatas yang digunakan dalam melakukan simulasi model Cellular Automata-Markov untuk 3, 6, dan 9 tahun ke depan. Hasil simulasi menghasilkan estimasi tutupan lahan untuk tahun 2019, 2022, dan 2025 di daerah penelitian. Model simulasi menunjukkan bahwa tutupan lahan kelas permukiman mengalami peningkatan luas area dari tahun 2019 ke 2022 sebesar 1.400,66 Ha dan dari tahun 2022 ke 2025 sebesar 1.350,38 Ha. Tutupan lahan kelas pertanian mengalami penururan luas area dari tahun 2019 ke 2022 sebesar 1.399,32Ha dan dari tahun 2022 ke 2025 sebesar 1.349,07 Ha. Untuk kelas tubuh air, hutan, dan tutupan lahan lainnya mengalami perubahan dengan nilai yang keci