ANALISIS GEOSPASIAL TERHADAP KONVERSI LAHAN NON PERMUKIMAN MENJADI LAHAN PERMUKIMAN DENGAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN)
| Main Author: | SAPUTRA, WAHYU |
|---|---|
| Format: | Thesis NonPeerReviewed Image Book |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.unhas.ac.id/id/eprint/6498/ |
Daftar Isi:
- Abstrak Pertumbuhan jumlah penduduk disertai dengan meningkatnya laju perekonomian menjadi faktor mendasar yang mendorong meningkatnya kebutuhan lahan permukiman di daerah Maros. Oleh karena itu, dibutuhkan perencanaan fungsi lahan untuk memenuhi kebutuhan tersebut. Faktor-faktor utama untuk menentukan ketersediaan lahan permukiman adalah jalan, tubuh air, kepadatan penduduk, dan permukiman yang sudah ada di daerah tersebut. Penelitian ini memanfaatkan pendekatan jaringan saraf tiruan atau Artificial Neural Network (ANN), yang merupakan salah satu cara untuk memprediksi perubahan tutupan lahan. Metode ini memanfaatkan input berupa variabel pendorong terjadinya perubahan lahan yang diikuti dengan pemrosesan berupa hidden layer untuk menghasilkan prediksi perubahan tutupan lahan. Uji akurasi diterapkan terhadap metode tersebut dalam rangka memperoleh hasil prediksi yang mendekati kebenaran. Penelitian ini memanfaatkan data citra satelit yang diperoleh dari U.S. Geological Survey berupa citra Landsat 7 dan 8 tahun 2012, 2015, dan 2018. Analisis model perubahan tutupan lahan dilakukan dengan peta tutupan lahan tahun tersebut diatas untuk memprediksi tutupan lahan permukiman tahun 2021, 2024, dan 2027. Hasil simulasi menunjukkan bahwa lahan permukiman pada tahun 2021,2024, dan 2027 akan mengalami peningkatan berturut-turut seluas 4.154,88 Ha, 4.621,55 Ha, dan 5.077,61 Ha, dengan tingkat akurasi kappa sebesar 98%.