PEMODELAN SPASIAL LAHAN SAWAH KABUPATEN TASIKMALAYA PROVINSI JAWA BARAT

Transkripsi

1 PEMODELAN SPASIAL LAHAN SAWAH KABUPATEN TASIKMALAYA PROVINSI JAWA BARAT (Land Use Changes Analysis and Spatial Modelling on Paddy Field in Tasikmalaya Regency, West Java Province) Irmadi Nahib Pusat Penelitian, Promosi dan Kerja Sama, Badan Informasi Geospasial Jl. Raya Jakarta Bogor Km. 46 Cibinong 16911, Indonesia ABSTRAK Dinamika perubahan tutupan lahan merupakan objek kajian yang penting dan selalu menarik untuk diteliti karena berkaitan dengan berbagai isu perubahan iklim global. Upaya perlindungan sawah di Pulau Jawa menjadi penting untuk menjaga ketahanan pangan nasional. Karakteristik alih fungsi sawah salah satunya dapat ditelusuri melalui pendugaan model regresi logistik. Kabupaten Tasikmalaya merupakan salah satu wilayah yang mengalami konversi lahan sawah cukup besar, yakni pada periode sebesar ha (13,32 %) dan periode sebesar ha (71,24 %). Tujuan penelitian ini adalah untuk (i) mengetahui perubahan penggunaan lahan wilayah Kabupaten Tasikmalaya pada periode , dan (ii) membangun model spasial lahan sawah di Kabupaten Tasikmalaya untuk memprediksi perubahan lahan sawah dimasa yang akan datang. Pengembangan model perubahan lahan sawah dilakukan dengan menggunakan model regresi logistik. Variabel dependen (Prediktan, Y) biner regresi logistik dinyatakan sebagai 0 dan 1, dimana 1 mengungkapkan terjadinya perubahan, dan 0 tidak terjadi perubahan. Variabel independen yang digunakan adalah jarak dari pemukiman dan jarak dari sungai. Model ini dibangun atas terjadinya perubahan lahan sawah antara tahun 1990 dan Persamaan model perubahan sawah yang diperoleh adalah Logit (perubahan lahan sawah)= -1, * x 1-1,3777x 2, dengan nilai Relative Operating Characteristics (ROC) sebesar 0,8334. Hasil validasi model menunjukkan bahwa model yang dikembangkan cukup baik dengan memberikan akurasi 83,34%. Kata kunci: perubahan penggunaan lahan,sawah, pemodelan spasial,model logistik, prediksi ABSTRACT The dynamics of land cover changes as an object of study is important and it is always interesting to study because it is associated with a variety of global climate change issues. To protection the paddy fields in Java is becomes an effort important for maintaining national food security. The Characteristics landuse conversion one of which can be traced through a logistic regression model estimation. Tasikmalaya Regency is one area that is experiencing quite paddy filed conversion, so as in the period amounted to 7,285 hectares and the period amounted to 39,198 hectares. These research objectives are (i) to determine the changes of paddy field at Tasikmalaya Regency in the period , and (ii) to build a spatial model of paddy field to predict the conversion in the future. The development model of paddy field changed was done by using a logistic regression model. The dependent variable (Predictor, Y) binary logistic regression expressed as 0 and 1, where 1 reveal changed and 0 is not changed. The independent variables used are: distance from the road, distance from the industry area, distance from settlement, distance from housing (residence), and slope. This model was built upon the occurrence of paddy field in between 1990 and Equation of the paddy field changes models obtained were: logit (paddy field coversion) = - 1, * x 1 (distance from settlement) - 1,3777x 2 (distance from streams), with a value of Relative Operating Characteristics (ROC) of The results of model validation using paddy field between shows that the model developed was quite adapted, providing accuracy of 83,34 %. Keywords : land use change, paddy field, spatial model, logistic model, prediction 243

2 Seminar Nasional Peran Geospasial dalam Membingkai NKRI: PENDAHULUAN Dampak dari semakin tingginya permintaan masyarakat untuk berbagai tujuan penggunaan lahan, saat ini keberadaan sumberdaya lahan semakin langka. Dengan demikian, ruang sebagai basis aktivitas ekonomi harus ditata dengan baik agar dapat mengakomodasikan berbagai kepentingan. Penggunaan lahan yang tidak mempertimbangkan aspek kesesuaian lahan akan menyebabkan terjadinya degradasi lingkungan sehingga bertentangan dengan prinsip pembangunan berkelanjutan (sustainable development) yang mensyaratkan terwujudnya lingkungan yang lestari sehingga tidak merugikan kepentingan generasi masa yang akan datang. Bagi sektor pertanian penggunaan lahan yang tidak sesuai dengan karakteristik yang dimiliki lahan disamping dapat merusak lingkungan juga akan menyebabkan menurunnya produktivitas dari tanaman (Nowar et al., 2015) Merujuk Chen, et al. (2013) perubahan penggunaan lahan/tutupan lahan (Land Use Land Changes/LULC) merupakan hal yang penting bagi perubahan sosial, pembangunan ekonomi regional, dan perubahan lingkungan. Menurut Guan, et al. (2011) dinamika perubahan tutupan lahan merupakan objek kajian yang penting dan selalu menarik untuk diteliti karena berkaitan dengan berbagai isu perubahan global. Sedangkan hasil penelitian Barus, et al. (2011) menunjukkan bahwa penggunaan lahan yang melampaui kemampuan lahannya, sangat berpotensi menyebabkan lahan terdegradasi, jika keadaan ini terus dibiarkan akan memicu terjadinya lahan kritis. Hal senada dinyatakan oleh Arsyad (2010) bahwa perubahan penutupan atau penggunaan lahan diilustrasikan sebagai semua bentuk intervensi manusia terhadap lahan dalam rangka memenuhi kebutuhan hidup baik materiil maupun spiritual. Perubahan penggunaan lahan di Indonesia yang paling dominan terjadi pada tipe penggunaan lahan hutan dan sawah. Menurut publikasi BPN (2007), sepanjang telah terjadi alih fungsi lahan sawah di Pulau Jawa dan Bali sebesar ha atau sekitar ha/tahun. Sedangkan hasil analisis terhadap peta penggunaan lahan tahun 1990 dan tahun 2011 diperoleh lahan sawah di Kabupaten Tasikmalaya pada tahun 1990 adalah ha (20% dari seluruh areal yang ada di Kabupaten). Sedangkan pada tahun 2011, luas lahan sawah menurun menjadi ha. Dalam periode dua puluh satu tahun terjadi penurunan luas lahan sawah sebesar ha atau menurun sekitar 72,65%. Laju penyusutan lahan sawah di Kabupaten Tasikmalaya adalah ha/tahun. Upaya perlindungan sawah di Pulau Jawa menjadi penting untuk menjaga ketahanan pangan nasional. Dalam rangka mempertahankan lahan sawah, pemerintah telah mengalokasi ruang melalui Rencana Tata Ruang Wilayah (RTRW) dan program Lahan Pertanian Pangan Berkelanjutan (LP2B). Karakteristik alih fungsi sawah dapat ditelusuri melalui regresi logistik (Santoso et al., 2014). Perubahan penggunaan lahan dapat diprediksi secara kuantitatif dengan memasukkan faktorfaktor fisik, sosial, ekonomi dan kebijakan (Munibah et al., 2010). Prediksi perubahan penggunaan lahan dapat dianalisis melalui pendekatan model berbasis spasial, salah satunya adalah berdasarkan Cellular Automata (CA). CA adalah suatu permodelan berbasis spasial yang mampu memprediksi kondisi di waktu yang akan datang dari interaksi lokal antarsel pada grid yang teratur (Hand, 2005), dimana sel merepresentasikan penggunaan lahan. Aturan (rule) dibuat sebagai pertimbangan sel tetangganya yang menjadi dasar perubahan penggunaan lahan. CA terdiri dari beberapa komponen yaitu cell (piksel), state, ketetanggaan (neighborhood) dan transition ruler/transition function. Model penggunaan lahan dengan menggunakan CA telah diterapkan sebagai alat untuk mendukung perencanaan penggunaan lahan dan analisis kebijakan serta mengeksplorasi skenario untuk pembangunan di masa depan (Van Vliet et al., 2009). Perubahan penggunaan lahan, pada suatu lokasi dan dalam kurun waktu tertentu, dapat dikaji sebagai fenomena atau peristiwa yang bersifat dikotomi. Perubahan penggunaan lahan, sebagai fenomena yang bersifat biner, hanya terdiri dari dua kategori yaitu berubah atau tidak berubah. Faktor yang mempengaruhi perubahan penggunaan lahan umumnya merupakan kombinasi antara variabel yang bersifat kontinyu dan kategorikal (Xie et al., 2005). Analisis faktor-faktor yang berpengaruh terhadap perubahan penggunaan lahan didekati dengan persamaan regresi logistic 244

3 binner (logit model). Regresi logistik merupakan satu model matematis untuk menganalisis hubungan variabel-variabel bebas baik berupa data continue, discrete, dichotomus, atau kombinasinya yang mempengaruhi satu variabel terikat (Arsanjani et al., 2013). Teknik analisis ini telah dilakukan pada alih fungsi hutan (Kumar et al., 2014; Siles, 2009), pertumbuhan kota (Arsanjani et al., 2013) dan perubahan lahan sawah (Santoso et al., 2014). Tujuan penelitian ini adalah untuk mengetahui perubahan penggunaan lahan di wilayah Kabupaten Tasikmalaya pada periode , dan membangun model spasial perubahan lahan sawah di Kabupaten Tasikmalaya. METODE Data yang digunakan pada penelitian ini meliputi: 1. Peta penutupan dan penggunaan lahan, skala 1: Tahun 1990, 2000, 2006 dan 2011, Ditjen Planologi Kementerian Kehutanan. 2. Peta wilayah administratif Kabupaten Tasikmalaya dan Kota skala 1:50.000, Bappeda Kabupaten dan Kota Tasikmalaya. 3. Peta jaringan jalan Kabupaten Tasikmalaya, skala 1: Peta sebaran pemukiman Kabupaten Tasikmalaya, skala 1: Peta sebaran perumahan Kabupaten Tasikmalaya, skala 1: Peta sebaran industri Kabupaten Tasikmalaya, skala 1: Peta kelas lereng Kabupaten Tasikmalaya, skala 1: Perangkat lunak yang digunakan dalam penelitian ini adalah ArcGIS, Idrisi TerrSet dan MS Excel. Analisis Perubahan Penggunaan Lahan Peta penutupan dan penggunaan lahan tahun 1990, 2000, 2006 dan 2011 dilakukan generalisasi. Tipe penutup lahan yang ada (terdiri 23 kelas), dilakukan pengkelasan kembali menjadi 7 kelas, yaitu: tubuh air, hutan alam, hutan tanaman, semak belukar (tanah terbuka), pemukiman, pertanian dan sawah. Peta dengan format vektor dikonversi menjadi format raster dengan ukuran cell 30. Selanjutnya dengan menggunakan peta penggunaaan lahan tahun 1990 sebagai data awal dan peta penggunaan lahan tahun 2000 sebagai data akhir, dilakukan analisis perubahan lahan dengan menggunakan software Idrisi TerrSet. Sedangkan peta penggunaan lahan tahun 2011 digunakan sebagai peta rujukan untuk memvalidasi peta simulasi penggunaan lahan tahun Model Spasial Perubahan Lahan Sawah Pemodelan perubahan penggunaan lahan sawah yang dianalisis yaitu perubahan penggunaan lahan sawah menjadi non sawah periode tahun yang tersaji pada Gambar 1. Prediksi perubahan lahan sawah dengan modul CA-Markov diasumsikan bahwa perubahan lahan sawah mengikuti pola perubahan penggunaan lahan sawah sebelumnya, dengan fungsi regresi logistik. Filter yang digunakan adalah filter 5x5 artinya perubahan penggunaan lahan pada piksel pusat dipengaruhi oleh penggunaan lahan pada 24 piksel sekitarnya. Skenario perubahan penggunaan lahan pada setiap piksel tergantung pada kesesuaian lahannya dan penggunaan lahan tetangganya (Jacob, et al. 2008). Pengaruh ketetanggaan artinya perubahan penggunaan lahan pada suatu piksel akan dipengaruhi oleh penggunaan lahan pada piksel tetangganya. Menurut Hair (2010), regresi logistik merupakan bentuk khusus regresi yang diformulasikan untuk memprediksi dan menerangkan suatu variabel kategori biner. Analisis regresi logistik ditampilkan pada format raster (grid). Analisis ini bisa digunakan untuk menjelaskan terjadi atau tidak terjadinya perubahan lahan sawah. Hasil regresi logistik diuji ketepatannya dengan metode Relative Operating Characteristic (ROC) dengan nilai antara 0,5-1,0. Nilai 1,0 mengindikasikan hasil penghitungan tepat sempurna, sedangkan nilai 0,5 mengindikasikan bahwa hasil penghitungan tersebut karena pengaruh acak saja (Pontius dan Schneider, 2001). Faktor yang berpengaruh terhadap perubahan lahan sawah menjadi non sawah adalah jarak dari jalan, jarak dari industri, jarak dari pemukiman dan jarak perumahan (Santoso, et al. 2014), 245

4 Seminar Nasional Peran Geospasial dalam Membingkai NKRI: serta kepadatan penduduk. Penghitungan jarak menggunakan metode euclidean distance), yakni jarak dari satu objek ke objek yang lainnya. Gambar 1. Bagan Alir Model Prediksi. Peubah (y) adalah 0 dan 1, dimana 0 merupakan tidak terjadinya perubahan dan 1 merupakan terjadinya perubahan. Persamaan regresi logistik dapat dirumuskan dengan bentuk Persamaan 1 dan Persamaan 2, berikut ini: (Pontius dan Schneider, 2001) Ln(P/1-P)= a+b 1 x 1 +b 2 x 2 +b 3 3x 3 +b 4 x 4 +e...(1) Logit(P) = a+b 1 x 1 +b 2 x 2 +b 3 3x 3 +b 4 x 4 + e...(2) dimana: P = Nilai peluang perubahan lahan sawah, a = konstanta, b = koefisien, x 1 = jarak sawah dari pemukiman (meter) x 2 = jarak sawah dari sungai (meter) x 3 = jarak sawah dari perumahan (meter) e = error Hasil analisis regresi diuji dengan nilai probabilitas. Variabel dengan angka probabilitasnya lebih kecil dari 0,05, untuk itu variabel-variabel tersebut dapat digunakan untuk penghitungan selanjutnya (Prasetyo, et al. 2009). Hasil pengolahan logistik akan diperoleh dari model (peta) prediksi pengunaan lahan sawah pada tahun Validasi model dilakukan dengan membandingkan Peta pengunaan lahan sawah pada tahun 2011 (simulasi) dengan peta pengunaan lahan sawah pada tahun 2011 (aktual). HASIL DAN PEMBAHASAN Analisis Perubahan Lahan Penggunaan lahan di Kabupaten Tasikmalaya periode tahun 1990, 2000, 2006 dan 2011 disajikan pada Tabel 1 dan Gambar 2. Sedangkan perubahan penggunaan lahan disajikan pada Tabel 2 dan Gambar

5 Tabel 1. Penutupan Lahan Kabupaten Tasikmalaya,Tahun 1990, 2000, 2006 dan Penggunaan Luas Luas Perse Luas Luas Persen Persen Lahan (ha) (ha) n (ha) (ha) Persen Hutan Alam , , , ,59 Hutan , , , ,62 Tanaman Semak , , , ,97 Belukar Pemukiman , , , ,29 Tubuh Air , , , ,50 Pertanian , , , ,21 Sawah , , , ,82 Jumlah , , , ,00 Sumber : Hasil analisis Tahun 1990 Tahun 2000 Tahun 2011 Keterangan Gambar 2. Penggunaan Lahan di Kabupaten Tasikmalaya Tahun 1990 dan Tahun Tabel 2. Perubahan Penutupan Lahan Kabupaten Tasikmalaya, Tahun dan Penutupan Lahan Luas (ha) Persentase (%) Luas (ha) Persentase (%) Luas (ha) Persentase (%) Hutan Alam - 0, ,24-0,00 HutanTanaman , , ,96 Semak Belukar , , ,23 Pemukiman 60 0, ,40-0,00 Tubuh Air - 0,00-0,00-0,00 Pertanian , , ,73 Sawah , , ,65 Merujuk Tabel 1 di wilayah Kabupaten Tasikmalaya pada tahun 1990, penggunaan lahan yang dominan adalah pertanian seluas ha (77,99%) terdiri atas lahan pertanian seluas ha (57,63%) dan sawah seluas ha (20,36%), hutan alam seluas ha (15,33%). Sedangkan pada tahun 2011 pola pengunaan lahan di Kabupaten Tasikmalaya relatif sama dengan kondisi penggunaan lahan pada tahun 1990, hanya saja terjadi pengurangan luas sawah yang cukup besar. Pada tahun 1990 luas sawah adalah ha, pada tahun 2000 telah 247

6 Seminar Nasional Peran Geospasial dalam Membingkai NKRI: berkurang, sehingga luas sawah menjadi ha. Dengan demikian terjadi pengurangan luas sawah sebanyak ha (13,32 %). Status Perubahan Lahan a.tahun a.tahun Gambar 3. Penggunaan Lahan Tetap di Kabupaten Tasikmalaya: a. Tahun , dan Merujuk Tabel 2, penggunaan lahan pada periode , penggunaan lahan yang berupa hutan tanaman mengalami penurunan. Hutan alam mengalami penurunan seluas ha (12,10%). Merujuk Nahib, et al. (2015) bahwa perubahan hutan tanaman menjadi pertanian ini bersifat sementara. Sistem penanaman hutan yang diselingi dengan tanaman pertanian (agroforestry system dan tumpang sari) seolah-olah hutan tanaman yang telah ditebang berubah menjadi penggunaan lahan sebagai lahan pertanian. Keberadaan tanaman pertanian hanya bersifat sementara (sekitar tiga hingga lima tahun). Pada usia hutan tanaman sudah mencapai tiga hingga lima tahun, maka keberadaan tanaman pertanian tidak lagi dominan, karena yang menjadi perioritas pada areal ini adalah hutan tanaman, sehingga penggunaan lahannya adalah sebagai hutan tanaman. Keberadaan areal pertanian (pertanian dan perkebunan) pada tahun 2000 bertambah sebesar ha atau bertambah sekitar 8,05% disbanding areal pertanian pada tahun Penambahan areal pertanian terjadi pada areal hutan tanaman (yang juga ditanami dengan tanaman pertanian pada saat tanaman hutan masih baru ditanam hingga tanaman berumur lima tahun), tanah terbuka yang sudah dimanfaatkan dan juga lahan sawah. Sedangkan pada lahan sawah berkurang sebesar ha atau berkurang sekitar 11,68% dibanding kondisi areal pertanian pada tahun Perubahan yang terjadi pada lahan sawah menunjukkan lahan sawah berubah menjadi areal pertanian lahan kering campuran. Perubahan lahan sawah yang hanya menjadi lahan pertanian ini perlu dicermati lebih lanjut. Resolusi spasial citra landsat sebesar 30 m, menjadi areal dengan luas 30 m x 30 m dianggap suatu piksel. Merujuk Jacob, et al. (2008) menyatakan perubahan penggunaan lahan pada setiap piksel tergantung pada kesesuaian lahannya dan penggunaan lahan tetangganya. Pengaruh ketetanggaan artinya perubahan penggunaan lahan pada suatu piksel akan dipengaruhi oleh penggunaan lahan pada piksel tetangganya. Oleh sebab itu perlu dilakukan analisis dengan menggunakan citra resolusi tinggi, untuk mendapatkan kelas penggunaan lahan yang lebih teliti. Pada periode tahun pola perubahan penggunaan lahan di Kabupaten Tasikmalaya relatif sama dengan kondisi pada periode tahun 1990, hanya saja terjadi pengurangan lahan tanah terbuka (semak belukar) seluas 174 ha (6,01%). Areal bekas tebangan pada tahun 1990 (kondisi sepuluh tahun yang lalu), telah berubah menjadi hutan tanaman. Areal tersebut pada saat ini merupakan areal yang sudah ditanami kembali dengan vegetasi hutan. Pengelolaan pada kawasan hutan produksi, sesuai daur tanaman telah mengalokasi areal petak dan tebang dan areal penanaman. 248

7 Model Spasial Lahan Sawah Pemodelan perubahan penggunaan lahan sawah merupakan salah satu cara untuk memahami dan menjelaskan dinamika perubahan penggunaan lahan. Analisis aspek biofisik dan sosial diintegrasikan dengan menggunakan penyusunan model. Perubahan penggunaan lahan sawah sangat berkaitan dengan perubahan ekologi (Veldkamp dan Verburg, 2004). Hasil uji coba hubungan antara dua variabel bebas yakni: jarak sawah dari perumahan dan jarak sawah dari sungai, kedua variabel tersebut mempengaruhi perubahanlahan : sawah menjadi non sawah. Berdasarkan analisis perubahan sawah menjadi non sawah, diperoleh trend perubahan, dan dilakukan prediksi penutupan lahan dengan metode Markov Chain yang disajikan Tabel 3. Tabel 3. Matriks Prediksi Perubahan Penutupan Lahan Kabupaten Tasikmalaya. No Penutupan Lahan Pertanian Sawah 1 Tahun 2011 Pertanian 0,9336 0,0398 Sawah 0,2765 0, Tahun 2022 Pertanian 0,9219 0,0655 Sawah 0,4547 0, Tahun 2033 Pertanian 0,8985 0,0833 Sawah 0,5777 0,4170 Sumber: Hasil Analisis Tabel 3 memiliki nilai 0 1 yang menunjukkan suatu peluang terhadap besarnya perubahan penggunaan lahan. Penggunaan lahan yang mempunyai kecenderungan akan mengalami perubahan adalah yang nilainya lebih dari 0,00 atau kurang dari 1,00. Sedang yang nilai 0,00 atau 1,00 berarti penggunaan lahan adalah tetap (tidak berubah). Markov Chain menggunakan asumsi bahwa perubahan yang akan terjadi di masa depan memiliki pola dan peluang yang serupa dengan pola perubahan yang terjadi selama periode waktu yang digunakan. Merujuk Tabel 3, peluang perubahan lahan sawah menjadi non sawah (pertanian) dari tahun 2011 ke tahun 2022 dan tahun 2033 semakin meningkat. Sedangkan peluang lahan pertanian menjadi sawah jauh lebih kecil dibandingkan peluang sawah menjadi lahan pertanian. Berdasarkan matrik peluang potensial perubahan tersebut dapat diprediksi peluang perubahan pada masingmasing lokasi (piksel) seperti disajikan pada Gambar 4. Peluang terjadi perubahan lahan sawah menjadi lahan pertanian semakin lama semakin besar. a). Tahun b). Tahun Gambar 4. Potensi Transisi Perubahan Sawah Menjadi Non Sawah Kabupaten Tasikmalaya. 249

8 Seminar Nasional Peran Geospasial dalam Membingkai NKRI: Pada periode tahun didominasi warna hijau yang menunjukan peluang terjadi perubahan adalah sebesar sebagaimana disajikan pada rata-rata sebesar 21% - 45%. Pada periode tahun peluang perubahan didominasi warna hijau yang menunjukan peluang terjadi perubahan adalah sebesar rata-rata sebesar 21% 45%. Sedangkan pada periode tahun didominasi warna kuning dan merah yang menunjukan peluang terjadi perubahan adalah rata-rata sebesar 35% - 50%. Merujuk Persamaan 2, diperoleh model pendugaan lahan sawah Kabupaten Tasikmalaya (persamaan 3) dan nilai statistik regresi linear disajikan pada Tabel 4. Logit (P) = -1, * x 1-1,3777x 2 (3) P = nilai peluang perubahan lahan sawah, a = konstanta, b = koefisien, x 1 = jarak sawah dari pemukiman (meter) x 2 = jarak sawah dari sungai (meter) Tabel 4. Nilai Statistik Regresi Linear. Number of total observations ,000-2logL ,6432-2log(likelihood) ,4279 Goodness of fit ,6582 Pseudo R 2 0,2260 Chi-square (df=5) ,2154 ROC 83,34 Hasil ROC, nilai akurasi hasil regresi logistik diperoleh nilai sebesar 0,8334 yang artinya pendugaan model spasial perubahan lahan sawah dengan variabel bebasnya diperoleh sangat baik. Hal ini berarti bahwa variabel bebas tersebut secara statistik dapat menjadi faktor yang mempengaruhi perubahan lahan sawah menjadi non sawah sebesar 83,34%. Merujuk model perubahan lahan sawah di Kabupaten Tasikmalaya berdasarkan Persamaan (3), menunjukkan bahwa dua variabel bebas berpengaruh. Variabel jarak dari pemukiman mempunyai koefisien positif. Semakin dekat sawah dengan areal pemukiman semakin besar peluang terjadi konversi lahan sawah menjadi areal pemukiman. Permukiman mewakili variable pendorong perubahan lahan dari faktor sisi sosial. Peningkatan jumlah penduduk akan meningkatan kebutuhan akan areal pemukiman (perumahan). Areal pemukiman pada umum aksesibiltas (terutama jalan) yang menghubungkan dengan pusat keramaian sudah tersedia. Akses jalan ini pada umumnya juga melintasi areal lahan persawahan, oleh karena itu areal persawahan menjadi prioritas bagi para pengembangan untuk membangunnya menjadi areal pemukiman (perumahan). Pengembangan berdasarkan pertimbangan efesiensi biaya pembangunan lebih menyukai areal-areal yang sudah ada akses jalannya untuk dikembangkan menjadi areal pemukiman (perumahan). Kecepatan penurunan berkurang seiring berkurangnya luas sawah. Hal ini diperkuat oleh hasil penelitian Santoso, et al. (2014), bahwa perumahan dan permukiman merupakan penggunaan lahan yang paling mengancam sawah. Perumahan dan permukiman merupakan penggunaan lahan ikutan dari industri. Hubungan antara alih fungsi dengan jarak terhadap permukiman menunjukkan bahwa alih fungsi sawah banyak terjadi pada jarak antara 0 hingga 600 meter dari permukiman di Kabupaten Bekasi, sedangkan di Kabupaten Sukabumi mencapai meter. Variabel jarak dari sungai terhadap perubahan lahan sawah mempunyai koefisien negatif. Dimana sawah yang berada pada daerah yang jauh dengan sungai, peluang terjadi konversi semakin besar. Peluang terjadi konversi sawah cendrung terjadi pada daerah-daerah jauah dari sungai. 250

9 Berdasarkan pengolahan model logistik Persamaaan (2) dengan menggunakan data penggunaan lahan sawah pada tahun 1990 dan tahun 2000 diperoleh model prediksi perubahan sawah Kabupaten Tasikmalaya (Persamaan 3). Pendekatan yang digunakan pemodelan diasumsikan bahwa perubahan lahan sawah di Kabupaten Tasikmalaya pada masa yang akan datang mengikuti pola perubahan penggunaan lahan sawah sebelumnya. Dengan persamaan 3, dilakukan pendugaan perubahan lahan sawah pada tahun 2022 dan tahun 2033 disajikan pada Gambar 5. Keterangan a). Tahun 2022 b). Tahun 2033 Gambar 5. Model Prediksi Perubahan Lahan Sawah Kabupaten Tasikmalaya. Berdasarakan Gambar 5, diperoleh perkembangan luas lahan sawah di Kabupaten Tasikmalaya disajikan pada Tabel 5. Merujuk Tabel 5, sawah di Kabupaten Tasikmalaya pada periode akan berkurang sebesar 8.491,00 ha (24,63%), dan pada periode akan berkurang 5.861,00 ha (17,00%). Laju pengurangan sawah ini akan terus menurun sesuai dengan jumlah ketersedian awal yang sudah semakin sedikit. Pemodelan merupakan penyederhanaan dari kondisi sebenarnya di dunia nyata. Model ini dibangunan dengan keterbatasan data yang ada. Namun diharapkan hasil penelitian dapat memperkaya dalam penerapan model dalam rangka monitoring sumberdaya alam. KESIMPULAN Tabel 5. Luas Lahan Sawah Kabupaten Tasikmalaya, Tahun No Tahun Luas (ha) ,00 Perubahan Luas (ha) Persen , ,00 11, ,00 74,00 0, , ,00 71, ,00 * ,00* 8.491,00 24, ,00* 5.861,00 17,00 Sumber: Hasil analisis Keterangan: * Hasil Prediksi Penggunaan lahan di Kabupaten Tasikmalaya pada tahun 2011 terdiri dari: hutan tanaman (12,82%), hutan alam seluas ha (2,24%), tanah terbuka (semak belukar) seluas 251

10 Seminar Nasional Peran Geospasial dalam Membingkai NKRI: (0,94%): pemukiman seluas ha (3,47%), tubuh air seluas ha (0,50%), pertanian seluas (74,33%) dan sawah seluas ha (5,48%). Pola dan distribusi penggunaan lahan di Kabupaten Tasikmalaya pada tahun 2011 relative sama dengan pola penggunaan lahan pada tahun Lahan sawah di Kabupaten Tasikmalaya mengalami penyusutan pada periode tahun sebesar ha (13,32%) dan periode seluas ha (72,65%). Laju penyusutan lahan sawah pada periode adalah 728,50 ha per tahun, sedangkan pada periode ,60 ha per tahun. Model spasial perubahan lahan sawah Kabupaten Tasikmalaya yang diperoleh adalah Logit (P) = -1, * x 1-1,3777x 2 dengan nilai ROC sebesar 0,8334. Persamaan model spasial yang diperoleh menyatakan bahwa dua variabel bebas berpengaruh. Variabel jarak dari pemukiman koefisien positif, semakin dekat dengan areal pemukiman maka peluang perubahan lahan sawah semakin besar. Sedangkan variabel jarak dari sungai koefisien negatif, artinya semakin dekat dengan sungai maka peluang perubahan lahan sawah semakin kecil. Untuk mendapatkan hasil yang lebih optimal, penelitian lebih lanjut diharapkan dapat dilakukan pada setiap periode tertentu yang konsisten (misalnya setiap tahun), sekaligus dengan pemanfaatan citra penginderaan jauh multi temporal untuk mendeteksi perubahan lahan sawah setiap waktu. Dengan demikian, updating sistematik dapat dilakukan secara lebih baik sehingga angka luas sawah dapat termutakhirkan setiap saat. UCAPAN TERIMAKASIH Makalah ini merupakan bagian dan pengembangan dari kegiatan penelitian Kajian Kesesuaian RTRW pada Potensi Daerah dan Realisasinya yang didanai oleh Pusat Penelitian, Promosi dan Kerja Sama Badan Informasi Geospasial Tahun Penulis mengucapkan terima kasih kepada Kepala Pusat Penelitian, Promosi, dan Kerja Sama BIG atas fasilitas (data dan dana) yang diberikan untuk melakukan penelitian ini. Terima kasih juga kami sampaikan kepada Kepala Bappeda Kabupaten Tasikmalaya dan staf yang telah memberikan data dalam mendukung pelaksanaan penelitian ini. DAFTAR PUSTAKA Arsanjani, J.J., Helbich, M., Kainz,W.&Boloorani, A.D. (2013). Integration of Logistic Regression, Markov Chain And Cellular Automata Models to Simulate Urban Expansion. International Journal of Applied Earth Observation and Geoinformation, 21, Arsyad, S. (2010). Konservasi Tanah dan Air. Edisi ke-2. IPB Press. Bogor Barus, B., Gandasasmita, K., Tarigan, S., Rusdiana, O. (2011). Laporan Akhir Penyusunan Kriteria Lahan Kritis. Bogor. Kerjasama Kementerian Lingkungan Hidup dengan Pusat Pengkajian Pengembangan Wilayah (P4W) Lembaga Penelitian dan Pengabdian pada Masyarakat, Institut Pertanian Bogor. Bogor. BPN. (2007). ATLAS Neraca Penatagunaan Tanah Nasional. Badan Pertanahan Nasional.Jakarta. Chen H, Liang X& Li R. (2013). Based on a Multi-Agent System for Multi-Scale Simulation and Application of Household s LUCC: A Case Study for Mengcha Village, Mizhi County, Shaanxi Province. Springerplus. 2013; 2 Suppl 1:S12. Guan, D., Li, H., Inohae, T., Su, W., Nagaie, T., & Hokao, K., (2011). Modeling Urban Land use Change by the Integration of Cellular Automaton and Markov Model. Ecological Modelling, 222(20-22), Hair, J. F. et al. (2010). Multivariate Data Analysis: A Global Perspective. 7th Edition. New Jersey: Pearson Prentice Hall. Hand, C. (2005). Simple Cellular Automata on Spraedsheet. Computer in Higher Education Economic Review. 17 (1), Jacob, N., Krishnan, R., Prasada Raju, P. V. S. P., & Saibaba. (2008). Spatial and Dynamic Modelling Techniques for Land Use Change Dynamics Study. The International Archives of the Photogrammetry, Remote Sensing and Spatia Information Science. Vol. XXXVII.Part B2. Beijing 2008: Kumar, R., Nandy, S., Agarwal,R. &Kushwaha, S.P.S. (2014). Forest Cover Dynamics Analysis and Prediction Modeling using Logistic Regression Model. Ecological Indicators, 45, Munibah,K., Sitorus., S.R.P.,Rustiadi, E., Gandasasmita, K. & Hartrisari. (2010). Dampak Perubahan Penggunaan Lahan Terhadap Erosi di DAS Cidanau, Banten. Jurnal Tanah dan Iklim. 32: Nahib,, I, Suwarno, Y, Turmudi (2015). Pemodelan Spasial Deforestasi di kabupaten Tasikmalaya. Majalah Ilmiah Globë, Volume 17 No. 2 Desember 2015 :

11 Nowar, W; Baskoro, DPT; dan Tjahjono, B. Analisis Kesesuaian Lahan Komoditas Unggulan dan Arahan Pengembangannya di Wilayahkabupaten Cianjur. Jurnal Tata Loka Volume 17 Nomor 2, Mei 2015, Biro Penerbit Planologi UNDIP. Semarang Pontius, R. G., & Schneider, L. C. (2001). Land-Cover Change Model Validation by an ROC Method for the Ipswich Watershed, Massachusetts, USA. Agriculture, Ecosystems & Environment, 85 (1), Prasetyo, L. B., Kartodihardjo, H., Adiwibowo, S., Setiawan, Y., & Okarda, B. (2009). Spatial Model Approach on Deforestation of Java Island, Indonesia. Journal of Integrated Field Science, 6, Santosa,S; Rustiadi,E; Mulyanto,B; Murtilaksono, K; Widiatmaka dan Rachman, NF. Pemodelan Penetapan Lahan Sawah Berkelanjutan Berbasis Regresi Logistik dan Evaluasi Lahan Multi kriteria di Kabupaten Sukabumi. Majalah Globe Volume 16 No. 2 Desember 2014: Siles, N.J.S. (2009). Spatial Modelling and Predicton of Tropical Forest Conversion in the Isiboro Secure National Park and Indigenous Territory (TIPNIS), Bolivia. Thesis. International Institute for Geoinformatuon Science and Earth Observation. Enschede, the Netherlands. Van Vliet, J., White, R., & Dragicevic, S. (2009). Modeling Urban Growth Using a Variable Grid Cellular Automaton. Computers, Environment and Urban Systems, 33(1), Xie, Y., Mei, Y., Guangjin, T. & Xuerong, X. (2005) Socio-Economic Driving Forces of Arable Land Conversion: a Case Study of Wuxian City, China. Global Environmental Change, 15 (3),