STRATEGI PERLINDUNGAN LAHAN SAWAH BERBASIS KERENTANAN PROBABILISTIK DAN MODEL HIBRID RANDOM FOREST–CA DI KAWASAN PERKOTAAN MAMMINASATA


ASHARI, AHMAD FIRMAN (2026) STRATEGI PERLINDUNGAN LAHAN SAWAH BERBASIS KERENTANAN PROBABILISTIK DAN MODEL HIBRID RANDOM FOREST–CA DI KAWASAN PERKOTAAN MAMMINASATA. Disertasi thesis, Universitas Hasanuddin.

[thumbnail of P013221027-hkyrw8ZVpG69mRHJ-20260715144246.pdf] Text
P013221027-hkyrw8ZVpG69mRHJ-20260715144246.pdf
Restricted to Repository staff only

Download (5MB)

Abstract (Abstrak)

Ekspansi perkotaan di kawasan metropolitan tropis semakin meningkatkan tekanan terhadap lahan sawah produktif, terutama di wilayah peri-urban. Kawasan Perkotaan Mamminasata, yang mencakup Kota Makassar serta Kabupaten Maros, Gowa, dan Takalar, merupakan pusat pertumbuhan penting. Namun, perkembangan permukiman, infrastruktur, dan aktivitas ekonomi telah mendorong terjadinya konversi lahan sawah, termasuk pada zona yang secara normatif diarahkan untuk perlindungan pertanian. Kondisi ini menunjukkan bahwa perlindungan sawah tidak cukup hanya mengandalkan penetapan zonasi, tetapi memerlukan informasi spasial mengenai tingkat kerentanan konversi serta proyeksi perubahan penggunaan lahan. Penelitian ini bertujuan untuk 1) menganalisis probabilitas kerentanan lahan sawah terhadap konversi di Kawasan Perkotaan Mamminasata berdasarkan perubahan aktual dan faktor-faktor penentunya, serta 2) mengembangkan model hibrida Random Forest–Cellular Automata berbasis CA–Markov dan CA probabilistik non-Markov untuk mengevaluasi keseimbangan antara pertumbuhan perkotaan dan perlindungan lahan sawah hingga tahun 2032. Penelitian dilakukan dalam dua tahap utama. Tahap pertama memetakan kerentanan konversi sawah menggunakan citra Sentinel-2 tahun 2016 dan 2024 yang diintegrasikan dengan variabel biofisik, demografis, ekonomi, aksesibilitas, dan pertanian. Model Random Forest dikembangkan melalui seleksi variabel. Tahap kedua menggunakan citra Landsat 5 untuk membangun model perubahan penggunaan lahan. Peta peluang konversi berbasis Random Forest kemudian diintegrasikan dengan CA–Markov untuk skenario Business-as-Usual dan CA probabilistik non-Markov untuk skenario Zoning Rice-Field Protection, Urban Pressure Intensity, dan HYBRID. Model kerentanan menunjukkan performa yang baik, dengan rata-rata akurasi validasi silang sebesar 0,992602±0,000301 dan akurasi klasifikasi keseluruhan sebesar 0,993466. Dari total sawah yang dianalisis seluas 49.629,87 ha, sebagian besar berada pada kelas kerentanan rendah, yaitu 42.781,41 ha atau 86,20%. Namun, masih terdapat 4.480,29 ha atau 9,03% sawah berkerentanan sedang dan 2.368,17 ha atau 4,77% berkerentanan tinggi. Hasil pemodelan skenario menunjukkan bahwa validasi terhadap peta tahun 2024 memiliki tingkat kesesuaian tinggi, yaitu overall accuracy 0,9714 pada CA–Markov dan 0,9646 pada CA non-Markov. Proyeksi tahun 2032 menunjukkan perluasan lahan terbangun sebesar +1.455 ha pada BAU, +2.883 ha pada ZRFP, +2.607 ha pada UPI, dan +2.046 ha pada HYBRID. Kehilangan lahan sawah masing-masing skenario mencapai −1.015 ha, −484 ha, −2.072 ha, dan −570 ha. Penelitian ini menunjukkan bahwa konversi sawah di Kawasan Perkotaan Mamminasata terutama dipengaruhi oleh tekanan ekonomi lahan dan aksesibilitas, sementara skenario HYBRID memberikan jalur paling seimbang.

Item Type: Thesis (Disertasi)
Subjects: S Agriculture > S Agriculture (General)
Divisions (Program Studi): Fakultas Pertanian > Fakultas Pertanian >
Depositing User: Unnamed user with username Masnah
Date Deposited: 07 Oct 2026 03:09
Last Modified: 07 Oct 2026 03:09
URI: http://repository.unhas.ac.id:443/id/eprint/58979

Actions (login required)

View Item
View Item