EFEKTIVITAS PEMODELAN AUTOMATA SELULER UNTUK PREDIKSI AREA YANG DIBANGUN DI WILAYAH PESISIR KOTA BENGKULU

Della Ayu Lestari, Herli Salim

Abstract


Wilayah pesisir merupakan wilayah tempat aktivitas manusia paling banyak dilakukan. Kota Bengkulu merupakan salah satu kota yang berada pada wilayah pesisir Sumatera dengan pertumbuhan penduduk yang tinggi.  Pertumbuhan penduduk yang tinggi tersebut. kemudian meningkatkan kebutuhan akan ruang dan lahan yang dapat berdampak pada penurunan daya dukung lingkungan sehingga diperlukan prediksi terhadap ketersediaan lahan salah satunya dengan pemodelan Cellular Automata yang dapat menggabungkan dimensi spasial dan temporal. Tujuan tulisan ini adalah mengkaji kelebihan, keterbatasan dan solusi strategis dalam penggunaan pemodelan Cellular Automata untuk memprediksi perkembangan lahan terbangun pada kawasan pesisir khususnya Kota Bengkulu. Keunggulan penggunaan Cellular Automata dalam memprediksi perkembangan lahan terbangun antara lain digunakan memprediksi perubahan sistem dinamik yang bergantung pada aturan sederhana dan berkembang hanya menurut aturan tersebut dari waktu ke waktu. Keterbatasan Celluar Automata terdapat pemodelan yang tidak memberikan informasi penyebab tumbuhnya yaitu hubungan kekerabatan antar variable terikat dan variabel bebasnya. Solusi strategis dalam mengatasi keterbatasan pemodelan Cellular Automata yang terbatas hanya pada variabel fisik adalah mengkolaborasikan dengan model lainnya, salah satunya pemodelan sistem dinamik. Pemodelan ini dapat memperhitungkan variabel bebas seperti variabel kependudukan yang sangat dinamis. Variabel kependudukan tersebut dapat berupa pertumbuhan penduduk, angka kelahiran, angka kematian, angka migrasi masuk, angka migrasi keluar dan tekanan penduduk.

Kata kunci: celular automata, daya dukung lahan, lahan terbangun, pesisir, sistem dinamik


Keywords


Celular Automata; Carrying Capacity of Land; Developed Land; Coastal Area; Dynamic System

References


[BKKBN] Badan Kependudukan dan Keluarga Berencana Nasional Provinsi Bengkulu. (2018). Tiga Hal Besar Menjadi Persoalan Kependudukan. Maret 22, 2020. http://bengkulu.bkkbn.go.id/ViewBerita.aspx?BeritaID=1801

Chen Y, Li X, Liu X, Ai B, Li S. 2016. Capturing the varying effects of driving forces over time for the simulation of urban growth by using survival analysis and cellular automata. Landscape and Urban Planning, 152, 59–71

Chia-An Ku. 2016. Incorporating spatial regression model into cellular automata for simulating land use change. Applied Geography. 69, 1–9.

Davies KJ, Green, JEF, Bean NG, Binder BJ, Ross JV. 2014. On the Derivation of Approximations to Cellular Automata Models and the Assumption of Independence. Mathematical Biosciences. 253, 63–71.

Gonzalez, Pablo B, Aguilera-Benavente, Francisco., Gomez-Delgado, Montserrat. 2015. Partial validation of cellular automata based model simulations of urban growth : An approach to assessing factor influence using spatial method. Environmental modelling & software. Volume 69, pages 77-89

Kusratmoko E, Albertus SDY, Supriatna. 2017. Modelling land use/cover changes with markov-cellular automata in Komering Watershed, South Sumatera. IOP Conf. Series: Earth and Environmental Science. Volume 54, No. 012103

Lestari, DA. 2018. Model Dinamika Spasial Ketersediaan Lahan dengan Kawasan Rawan Gempa Bumi dan Tsunami di Kota Bengkulu. Depok: Tesis Departemen Geografi, FMIPA, Universitas Indonesia.

Liao J, Tang L, Shao G, Shu X, Chen D, Shu T. 2015. Incorporation of Extended Neighborhood Mechanisms and its Impact on Urban Land-use Cellular Automata Simulations. Environmental Modelling and Software, 75, 163 - 175.

Liu, Dongya, Zheng, Xinqi, Zhang C, Wang, Hongbin. 2017. A new temporalspatial dynamics method of simulating land-use change. Ecological Modelling. Volume 350, pages 1-10.

MacDonald R. 2005. How Women Were Affected by the Tsunami: A Perspective from Oxfam. PLoS Med 2(6): e178. August 30, 2018 https://doi.org/10.1371/journal.pmed.0020178

Mas JF, Puig H, Palacio JL, Sosa AL. 2014. Modelling Deforestation using GIS and Artificial Neural Network. Environmental Modelling & Software 19: 461-471

Meiyappan P, Dalton M, O’Neill BC, Jain AK. 2014. Spatial Modeling of Agricultural Land use Change at Global Scale.Journal of Ecological Modeling, 291, 152 - 174.

Munibah K, Sitorus SRP, Rustiadi E, Gandasasmita K, Hartrisari. 2008. Perubahan Penggunaan Lahan dan Faktor yang Berpengaruh, studi kasus Di DAS Cidanau, Provinsi Banten. Majalah Ilmiah Globe 8(2): 91-104

Pratami M. 2018. Pemodelan Cellular Automata untuk Daya Dukung Lahan Permukiman di Kota Bengkulu. Depok: Tesis Departemen Geografi, FMIPA, Universitas Indonesia.

Soerjani M, Rofiq A, Munir R. 2008. Lingkungan: Sumberdaya Alam dan Kependudukan dalam Pembangunan. Jakarta: UI-Press

Supriharyono. 2000. Pengelolaan Ekosistem Terumbu Karang. Jakarta: Djambatan

Wahyudin Y. 2011. Karakteristik Sumber Daya Pesisir dan Laut Kawasan Teluk Palabuhanratu, Kabupaten Sukabumi, Jawa Barat. Bogor: PKSPL-IPB

Supriatna J, Koestoer RH, Takarina ND. 2016. Spatial Dynamics Model for Sustainability Landscape in Cimandiri Estuary, West Java, Indonesia. Journal Procedia Social and Behavioral Sciences, 227.




DOI: https://doi.org/10.17509/ijom.v1i1.24633

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Jurnal Kemaritiman: Indonesian Journal of Maritime



Indexed by:

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

p-ISSN: 2722-1946 , e-ISSN: 2722-4260