PROYEKSI TUTUPAN LAHAN MENGGUNAKAN MODEL MOLUSCE DAN TERRSET TERHADAP KESESUAIAN POLA RUANG TAHUN 2032 KOTA PALOPO

Perubahan tutupan lahan merupakan fenomena dinamis yang dipengaruhi oleh pertumbuhan penduduk, perkembangan wilayah, dan ekspansi perkotaan yang berpotensi mengubah pola pemanfaatan ruang. Penelitian ini bertujuan menganalisis perubahan tutupan lahan Kota Palopo tahun 2020–2026, membandingkan performa model MLP-ANN CA pada modul MOLUSCE dengan MLP-ANN CA-Markov pada TerrSet, serta mengevaluasi kesesuaiannya terhadap RTRW Kota Palopo 2012–2032. Modul MOLUSCE memiliki keunggulan pada kemudahan integrasi dan proses simulasi yang lebih sederhana, namun relatif terbatas dalam stabilitas prediksi spasial. Sebaliknya, TerrSet lebih kompleks dalam pengoperasian, tetapi mampu menghasilkan prediksi yang lebih stabil melalui integrasi pendekatan Markov. Data penelitian menggunakan citra Sentinel-2 tahun 2020, 2023, dan 2026 yang diklasifikasikan secara supervised dengan algoritma Random Forest pada platform Google Earth Engine. Hasil menunjukkan peningkatan permukiman sebesar 818,08 ha yang diikuti penurunan sawah sebesar 624,58 ha selama periode 2020–2026. TerrSet menunjukkan performa lebih baik dengan nilai Kappa 81% dibandingkan MOLUSCE 78%. Proyeksi tahun 2032 memperlihatkan sawah tetap mendominasi seluas 13.438,84 ha (49,13%), diikuti permukiman seluas 2.820,61 ha (10,31%). Evaluasi RTRW menunjukkan 78,98% wilayah sesuai dan 21,02% tidak sesuai, terutama akibat ekspansi permukiman ke kawasan pertanian dan perkebunan. Penelitian ini menegaskan pentingnya pengendalian tata ruang yang lebih adaptif guna menjamin keberlanjutan fungsi ekologis dan ketahanan pangan Kota Palopo.