LAPORAN PRAKTIKUM
ANALISIS GEOSPASIAL
Minggu ke-12
Topik: Geosimulation
Disusun oleh:
Sultan Dzaki Zhulfaliant
20/460278/TK/50867
Kelas A
PROGRAM STUDI SARJANA TEKNIK GEODESI
DEPARTEMEN TEKNIK GEODESI
FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2022
Daftar Isi
A.
Tujuan .......................................................................................................................................................................... 3
B.
Lokasi dan Waktu Pengerjaan ........................................................................................................................... 3
C.
Landasan Teori ........................................................................................................................................................ 3
D.
Alat dan Bahan ......................................................................................................................................................... 4
E.
Langkah Pengerjaan .............................................................................................................................................. 4
F.
Hasil dan Pembahasan .......................................................................................................................................... 4
G.
Kesimpulan ................................................................................................................................................................ 6
A. Tujuan
Praktikum ini bertujuan agar mahasiswa mampu untuk melakukan geosimulation
dengan menggunakan metode cellular automata simulation.
B. Lokasi dan Waktu Pengerjaan
Praktikum ini dilaksanakan pada:
Hari, tanggal : Senin, 22 Mei 2023
Waktu
: 15.30 WIB
Tempat
: Laboratorium Geokomputasi DTGD
C. Landasan Teori
Dalam SIG, segala teknik maupun pendekatan perhitungan matematis yang terkait
dengan data atau layer (tematik) keruangan dilakukan di dalam Analisis Spasial.
Analisis spasial adalah suatu teknik yang menggunakan sejumlah hitungan dan evaluasi
logika untuk menemukan hubungan atau pola-pola yang terdapat di antara unsur-unsur
geografis yang terkandung dalam data digital dengan batas-batas wilayah studi tertentu
(Prahasta, 2009). Sementara (Johnston, 1994) menyebutkan bahwa analisis spasial
merupakan prosedur kuantitatif yang dilakukan pada analisis lokasi. Salah satu metode
yang dapat membantu dalam analisis spasial adalah analisis geosimulation dengan
cellular automata.
Salah satu model yang sering digunakan adalah model Cellular Automata (CA).
Model Cellular Automata (CA) merupakan model yang mengintegrasikan dimensi
ruang dan waktu yang bersifat dinamis (Susilo, 2016). Keunggulan dari model Cellular
Automata (CA) yaitu dapat digunakan untuk mengkaji suatu pola sederhana hingga
pola yang kompleks dengan prinsip yang sederhana (Singh, 2003; Torenz, 2004 pada
Susilo, 2016). Model Cellular Automata (CA) merupakan konsep yang dapat
menggambarkan adanya transisi/pergerakan dari setiap elemen atau objek yang
dinamakan automaton (Yudarwati, 2016). Secara sederhana, automaton (bentuk
tunggal automata) adalah suatu mekanisme pemrosesan diskrit. Mekanisme yang
dimaksud adalah kemampuan untuk berubah berdasarkan sekumpulan aturan-aturan
yang diterapkan pada dirinya sendiri (objek) dan juga berbagai masukan dari luar
(Fransiska & Pratomoatmojo, 2019).
D. Alat dan Bahan
Alat dan bahan yang digunakan pada praktikum ini adalah:
•
Laptop Lenovo Ideapad Slim 5i
•
Perangkat lunak QGIS v.2.18.4
•
Batas administrasi Kota Bekasi
•
Raster LULC tahun 2017, 2019, dan 2021
E. Langkah Pengerjaan
Langkah pengerjaan dari praktikum ini adalah sebagai Berikut:
1. Mengunduh QGIS v.2.18.4 dan menyiapkan data-data yang akan digunakan
2. Meng-install plugin MOLUSCE di perangkat lunak QGIS, plugin ini digunakan
sebagai alat utama dalam melakukan geosimulasi terhadap data yang diperoleh
3. Memotong raster LULC yang telah diunduh dengan batas administrasi Kota
Bekasi
4. Melakukan reklasifikasi terhadap data raster LULC sehingga masing-masing
raster akan memiliki jumlah kelas dan tipe kelas yang sama
5. Mencari jarak antartitik dari masing-masing vektor jalan dan bangunan dengan
menggunakan tool Euclidean Distance
6. Melakukan simulasi dengan metode cellular automata menggunakan plugin
MOLUSCE
7. Melakukan geosimulation untuk tahun 2023, 2025, 2027, 2029, dan 2031
F. Hasil dan Pembahasan
Pada praktikum minggu ini, mahasiswa diminta untuk melakukan geosimulasi
dengan menggunakan metode cellular automata. Pada praktikum ini, digunakan plugin
MOLUSCE pada perangkat lunak QGIS. Geosimulasi yang dilakukan adalah simulasi
untuk memprediksi perubahan tutupan lahan pada wilayah Kota Bekasi, Jawa Barat
dengan menggunakan citra LULC pada tahun 2017, 2019, dan 2021. Selain itu, juga
digunakan data bangunan serta jaringan jalan sebagai data pendukung yang digunakan
untuk melakukan prediksi.
Gambar F.1 LULC 2017 (kiri), 2019 (tengah), 2021 (kanan)
Data-data yang digunakan merupakan data tutupan lahan yang berupa raster
(LULC 2017, 2019, dan 2021) serta berupa vektor (jaringan jalan dan bangunan). Datadata vektor tersebut akan diolah terlebih dahulu ke dalam format raster dengan tool
Euclidean distance yang kemudian akan digunakan sebagai informasi tambahan pada
pengolahan dengan plugin Molusce.
Langkah pertama adalah melakukan simulasi untuk tutupan lahun pada tahun 2021
terlebih dahulu yang kemudian akan diuji validitasnya dengan menggunakan data
LULC tahun 2021. Apabila dirasa bahwa hasil prediksi untuk tahun 2021 telah sesuai
sebagaimana data yang sebenernya, maka geosimulasi dapat digunakan untuk
memprediksi kondisi tutupan lahan pada tahun-tahun selanjutnya. Berikut merupakan
perbandingan serta analisis dari hasil prediksi tahun 2021 dengan LULC 2021:
Gambar F.2 Hasil geosimulasi (kiri), LULC 2021 (kanan)
Gambar F.3 Validasi hasil prediksi
Adapun berdasarkan hasil validasi dengan menggunakan plugin Molusce, dapat
dikatakan bahwa hasil prediksi tutupan lahan dengan menggunakan cellular automata
memiliki tingkat kebenaran sebesar 98.7% serta nilai Kappa overall adalah 0.5933.
G. Kesimpulan
Pada praktikum minggu ini, telah dilakukan geosimulasi untuk membuat prediksi
perubahan tutupan lahan selama beberapa tahun ke depan dengan menggunakan data
perubahan tutupan lahan pada tahun-tahun sebelumnya. Berdasarkan pada praktikum
yang telah dilakukan, geosimulasi dengan cellular automata merupakan salah satu
metode yang cocok untuk melakukan prediksi dengan mengamati pola yang ada pada
set data yang diberikan. Pola-pola perubahan yang terjadi pada data akan dianalisis
dengan menggunakan neural
network yang kemudian akan digunakan sebagai
algoritma dalam memprediksi kondisi di masa depan.
Daftar Pustaka
Susilo, B. (2016). Pemodelan Spasial Probabilistik Integrasi Markov Chain Dan Cellular
Automata Untuk Kajian Perubahan Penggunaan Lahan Skala Regional Di Provinsi
Daerah
Istimewa
Yogyakarta.
Jurnal
Geografi
Gea,
11(2),
163–178.
https://doi.org/10.17509/gea.v11i2.1638.
Fransiska, B., & Pratomoatmojo, N. A. (2019). Prediksi Perkembangan Permukiman Berbasis
Cellular Automata dengan Batasan Kawasan Rawan Banjir di Perkotaan Kabupaten
Bojonegoro. Jurnal Teknik ITS, 8(2), 116–122.
Johnston, RJ (1994). On spatial analysis, place, and realism. Urban Geography, Taylor &
Francis, https://doi.org/10.2747/0272-3638.15.3.290.
Prahasta, E., 2009. Sistem Informasi Geografis: Konsep-konsep Dasar (Perspektif Geodesi &
Geomatika). Bandung: Informatika.