Prediksi Urban Heat Island Menggunakan Artificial Neural Network-Cellular Automata di Tiga Kota Sulawesi Selatan

Latar Belakang. Urban Heat Island (UHI) merupakan fenomena peningkatan suhu pada kawasan perkotaan yang berkaitan dengan urbanisasi, dominasi lahan terbangun, berkurangnya vegetasi, dan tingginya intensitas infrastruktur. Tujuan.Penelitian ini bertujuan mengidentifikasi distribusi spasial dan intensitas UHI berbasis Land Surface Temperature (LST), menganalisis Driving Factors berupa Normalized Difference Vegetation Index (NDVI), Normalized Difference Built-up Index (NDBI), dan road density, serta memprediksi pola UHI tahun 2030 pada Kota Makassar, Kota Parepare, dan Kota Palopo. Metode. Metode yang digunakan adalah pendekatan kuantitatif-spasial berbasis penginderaan jauh, Sistem Informasi Geografis, dan pemodelan Artificial Neural Network-Cellular Automata (ANN-CA). Data utama berupa citra Landsat 8 tahun 2015, 2020, dan 2025, batas administrasi, serta jaringan jalan. Klasifikasi UHI dilakukan berdasarkan LST ke dalam lima kelas intensitas menggunakan natural breaks. Hasil. Hasil penelitian menunjukkan peningkatan suhu permukaan maksimum selama 2015-2025, yaitu Makassar dari 32,2343°C menjadi 38,1131°C, Parepare dari 30,7920°C menjadi 33,5191°C, dan Palopo dari 29,0610°C menjadi 32,3866°C. Validasi model ANN menghasilkan accuracy 0,7568 di Makassar, 0,7882 di Parepare, dan 0,7437 di Palopo, dengan kappa masing-masing 0,6222, 0,6885, dan 0,6269. Prediksi 2030 menunjukkan penguatan kelas suhu tinggi dan sangat tinggi di Makassar dan Parepare, masing-masing sekitar 62,95% dan 70,15%, sedangkan Palopo menunjukkan hotspot yang lebih terlokalisasi.