3

2 TINJAUAN PUSTAKA

Penggunaan Lahan dan Penutupan Lahan

Landuse (penggunaan lahan) dan landcover (penutupan lahan) sering

digunakan secara bersama-sama, namun kedua terminologi tersebut

berbeda. Menurut Lillesand dan Kiefer (1979), penutupan lahan berkaitan dengan

jesis kenampakan yang ada di permukaan bumi, sedangkan penggunaan lahan

berkaitan dengan kegiatan manusia pada obyek tersebut. Townshend dan Justice

(1981) juga berpendapat bahwa penutupan lahan adalah perwujudan secara fisik

(visual) dari vegetasi, benda alam, dan unsur-unsur budaya yang ada di

permukaan bumi tanpa memperhatikan kegiatan manusia terhadap obyek

tersebut. Sedangkan Barret dan Curtis (1982), mengatakan bahwa permukaan

bumi sebagian terdiri dari kenampakan alamiah (penutupan lahan) seperti

vegetasi, salju, dan lain sebagainya, serta sebagian lagi berupa kenampakan hasil

aktivitas manusia (penggunaan lahan).

Dari beberapa tinjauan pustaka tersebut di atas tersirat bahwa penggunaan

lahan adalah klasifikasi lahan berdasarkan aktifitas manusia, sedangkan penutupan

lahan adalah karakteristik alamiah dari lahan tersebut. Penutupan lahan bisa

dianggap sebagai kondisi saat ini, sedangkan penggunaan lahan berkaitan dengan

status lahan. Penekanan di sini adalah bahwa analisis lahan seperti hidrologi,

lanskap, dll harus menggunakan penutupan lahan. Namun, penutupan lahan itu

sendiri akan dipengaruhi oleh status penggunaan. Contohnya, suatu lahan

berhutan jika berada dalam penggunaan lahan pertambangan akan tidak tepat

dianalisis menggunakan penutupan lahan jika rentang studi cukup lebar karena

aktifitas pertambangan akan mengubah penutupan lahan berhutan tersebut dalam

kisaran waktu analisis.

Penginderaan Jauh dalam Penutupan Lahan

Menurut Trisasongko (2009), perubahan penggunaan lahan dapat ditelaah

dari data penginderaan jauh melalui dua pendekatan. Pendekatan pertama

merupakan pendekatan yang umum digunakan yaitu pembandingan peta tematik.

Berbagai teknik klasifikasi dapat dimanfaatkan dalam pendekatan ini, seperti telah

dijelaskan pada bagian sebelumnya. Langkah selanjutnya adalah membandingkan

dua atau lebih data tematik dalam suatu proses analisis, umumnya dikenal dengan

analisis Land Use/Cover Change (LUCC). Pendekatan kedua tidak melibatkan

prosedur klasifikasi, sehingga tidak ada data tematik yang dihasilkan sebagai data

intermedier. Pendekatan kedua ini umumnya dikenal dengan deteksi perubahan

(Change Detection). Berbagai prosedur statistika dapat digunakan pada

pendekatan ini, diantaranya adalah Multivariate Alteration Detection (MAD) yang

diperkenalkan oleh Nielsen et al. (1998). Secara umum, penelitian ini

menggunakan pendekatan pertama mengingat tujuan utama dari kegiatan ini

adalah mengkaji dan memodelkan perubahan penggunaan lahan (Land Use Modeling).

4

Perubahan Penggunaan Lahan dan Faktor-Faktor Penyebab terjadinya

Perubahan

Perubahan penggunaan lahan adalah bertambahnya suatu penggunaan lahan

dari satu penggunaan ke penggunaan lainnya diikuti dengan berkurangnya

penggunaan lahan yang lain pada kurun waktu yang berbeda (Wahyunto et al.,

2001). Perubahan penggunaan lahan dalam pelaksanaan pembangunan tidak dapat

dihindari. Perubahan tersebut terjadi karena dua hal, pertama adanya keperluan

untuk memenuhi kebutuhan penduduk yang makin meningkat jumlahnya dan

kedua berkaitan dengan meningkatnya tuntutan akan mutu kehidupan yang lebih

baik.

Munibah et al., (2010) melakukan penelitian di DAS Cidanau Banten

tentang erosi yang diakibatkan oleh adanya perubahan penggunaan lahan sekitar

wilayah DAS. Perubahan penggunaan lahan yang diprediksi menggunakan

Celluler Automata (CA) dapat menunjukkan erosi yang terjadi di masa datang.

Munibah et al., (2010) menyatakan bahwa beberapa faktor yang mempengaruhi

perubahan lahan hutan menjadi lahan pertanian adalah bentuk lahan, kemiringan

lereng, jenis tanah, curah hujan, jarak dari jalan raya, dan mata pencaharian

masyarakat. Perubahan penggunaan lahan yang tidak terkendali juga dapat

menjadi penyebab bahaya kerusakan lingkungan seperti banjir, longsor, erosi.

Banjir dapat disebabkan oleh luapan air sungai atau danau. Luapan air permukaan

ini dapat diminimalisir dengan adanya perencanaan penggunaan lahan (Tang et

al., 2005).

Faktor-faktor yang secara nyata menentukan perubahan penggunaan lahan

menurut Saefulhakim et al., (1999) dengan menggunakan alat analisis

multinomial logit model adalah tipe penggunaan lahan pada masa sebelumnya,

status kawasan dalam kebijakan tata ruang, hak penguasaan dan kepemilikan

lahan, karakteristik fisik lahan, karakteristik sosial ekonomi wilayah, dan

karakteristik interaksi spasial antara aktivitas sosial ekonomi internal dan

eksternal suatu wilayah.

Dinamika alih fungsi lahan dapat terjadi pada segala bentuk pemanfaatan

lahan, baik pada wilayah perkotaan maupun daerah perdesaan. Pada wilayah

perkotaan, perubahan penggunaan lahan dapat dipicu oleh proses urbanisasi yang

cepat, umumnya dalam upaya penyediaan sarana perumahan dan industri (Deng et

al, 2009). Di Bangladesh, proses urbanisasi menjadi penyebab berkurangnya

luasan badan air, tumbuh-tumbuhan, lahan pertanian dan lahan kering/lahan basah

(Dewan dan Yamaguchi, 2009). Di Indonesia, proses urbanisasi juga ditengarai

menyebabkan perubahan penggunaan lahan. Studi yang dilakukan Rustiadi dan

Panuju (2002) menunjukkan bahwa terdapat keterkaitan antara proses urbanisasi

dengan perkembangan wilayah urban yang tidak teratur. Selanjutnya, menurut

Rustiadi (2008) dinamika perubahan penggunaan lahan di Jakarta mempengaruhi

berbagai aspek lingkungan, dan dampak terbesar dari perkembangan ini banyak

dijumpai di kawasan lahan pertanian yang banyak terdapat di wilayah sekitar

Jakarta.

Pada umumnya, studi dinamika perubahan penggunaan lahan tidak terlepas

dari pemanfaatan data spasial. Data tersebut dapat diturunkan dari data peta atau

dari data penginderaan jauh secara langsung. Batisani dan Yarnal (2009)

menunjukkan kelayakan citra optik Landsat dalam mendeteksi perubahan tutupan

lahan. Dalam konteks teknologi geospasial, telaah literatur menunjukkan bahwa

5

terdapat dua pendekatan dalam mempelajari dinamika perubahan tersebut.

Pendekatan pertama adalah deteksi perubahan (change detection). Pendekatan ini

tidak menggunakan data tematik sebagai masukan data, tetapi memanfaatkan data

penginderaan jauh asli dalam mendeteksi perubahan. Nielsen et al (1998)

mengusulkan teknik Multivariate Alteration Detection (MAD) dalam mendeteksi

perubahan tutupan lahan menggunakan data multispektral dan bitemporal.

Alternatif lain dalam studi dinamika perubahan adalah dengan pemanfaatan data

tematik yang dapat diturunkan dari data penginderaan jauh ataupun menggunakan

peta sebagai data masukannya.

Regresi Logistik untuk Analisis Perubahan Penggunaan Lahan

Metode Regresi logistik adalah suatu metode analisis statistika yang

mendeskripsikan hubungan antara peubah respon yang memiliki dua kategori atau

lebih dengan satu atau lebih peubah penjelas berskala kategori atau interval.

Peubah kategorik yaitu peubah yang berupa data nominal dan ordinal (Hosmer

dan Lemeshow, 1989). Pendekatan model persamaan logistik digunakan karena

dapat menjelaskan hubungan antara X dan π (x) yang bersifat tidak linear,

ketidaknormalan sebaran dari Y, keragaman respon yang tidak konstan dan tidak

dapat dijelaskan oleh model regresi linear biasa (Agresti, 1990).

Peubah kategorik yaitu peubah yang berupa data nominal dan ordinal. Jika

data hasil pengamatan p peubah bebas yaitu x1, x2, ..., xp dengan peubah respon Y,

dengan Y mempunyai dua kemungkinan nilai 0 dan 1, Y=1 menyatakan bahwa

respon memiliki kriteria yang ditentukan dan sebaliknya Y = 0 tidak memiliki

kriteria, maka peubah respon Y mengikuti sebaran Bernoulli dengan parameter π

(xi) sehingga fungsi sebaran peluang:

Model umum regresi logistik dengan p peubah jenis adalah:

Dimana

= Peluang terjadinya perubahan penggunaan lahan jika , dan tidak

terjadi perubahan jika

= Peubah tak bebas

= Peubah tak bebas

= Peubah bebas

Dengan melakukan transformasi logit diperoleh:

Sehingga diperoleh:

Konstanta setara dengan peubah respons ketika peubah penduga bernilai

0 (nol) atau parameter intersep, , ... dan adalah parameter-parameter

6

koefisien regresi untuk peubah , ... , dan adalah error atau sering disebut

residual (Hosmer dan Lemeshow, 1998). G merupakan fungsi transformasi atau penduga logit s, karena fungsi penghubung yang digunakan adalah fungsi

penghubung logit maka sebaran peluang yang digunakan disebut sebaran logistik.

Ada beberapa metode pendugaan parameter dalam regresi, salah satunya yaitu

metode maximum likelihood. Secara sederhana dapat disebutkan bahwa metode

ini berusaha mencari nilai koefisien yang memaksimumkan fungsi likelihood.

Analisis regresi juga bisa digunakan untuk melihat hubungan perubahan

penggunaan lahan dengan pertumbuhan penduduk di wilayah perkotaan (Lopez et

al., 2001). Sementara Tarnama dan Sarasanti (2009) memanfaatkan model logit

untuk menduga peluang terjadinya hujandi Banjarbaru.

Kombinasi metode regresi logistik dan SCS guna mengestimasi limpasan

permukaan untuk beberapa tahun ke depan telah dilakukan oleh Apria (2005).

Lokasi kajian adalah DAS Ciliwung Hulu dan variabel bebas (prediktor) yang

digunakan adalah jarak ke jalan (X1), jarak ke sungai (X2), jarak ke permukiman

(X3), jarak suatu penggunaan lahan terhadap penggunaan lahan yang lain (X4),

kepadatan penduduk (X5) dan pendapatan penduduk (X6). Alasan dipilihnya 6

prediktor tersebut terkait dengan peluang berubahnya suatu penggunaan lahan.

Misalnya, kepadatan penduduk yang tinggi diperkirakan sebagai salah-satu

pendorong adanya perubahan penggunaan lahan tertentu jadi penggunaan lahan

lain. Prediktor lain yang juga mendorong hal tersebut adalah jarak ke jalan raya

atau sungai besar, maksudnya semakin dekat dengan jalan raya dan sungai besar

maka peluang perubahan penggunaan lahan juga semakin besar. Penelitian lain

dilakukan oleh Putra (2003) menyatakan bahwa faktor yang mempengaruhi

perubahan lahan di Kota Mataram adalah fasilitas umum, fasilitas ekonomi, usaha

produktif di luar sektor pertanian, dan faktor kekuatan/kemampuan pelaku

ekonomi. Kemampuan pelaku ekonomi dalam hal ini diwakili oleh jumlah

penduduk, pendapatan per kapita, tingkat pendidikan masyarakat dan pendapatan

asli daerah.

Pemodelan Perubahan Penggunaan Lahan menggunakan Markov Chain

Metode Markov Chain merupakan salah satu model yang paling tua dan

telah diaplikasikan dalam berbagai penelitian khususnya di bidang pertanian tidak

hanya untuk menduga perubahan penggunaan lahan. Vandeveer dan Drummond

(1976) menggunakannya untuk mengkaji dampak konstruksi sebuah reservoir.

Lalu Judge dan Swanson (1981) juga menggunakan teknik ini untuk memprediksi

besarnya produksi babi di negara bagian Illinois, USA.

Teknik prediksi Markov tersebut juga menjadi teknik yang banyak

digunakan dalam menduga perubahan penggunaan lahan. Teknik Markov

digunakan dalam penelitian Lopez et al. (2001) untuk memprediksi tutupan lahan

dan perubahan penggunaan lahan di pinggiran perkotaan Morelia, Meksiko. Selain

itu Weng (2001) juga menggunakan teknik yang sama dalam menganalisis

perubahan penggunaan lahan di Delta Zhujiang.

Menurut Trisasongko et al. (2009), persamaan Markov Chain dibangun

menggunakan distribusi penggunaan lahan pada awal dan akhir masa pengamatan

yang terepresentasikan dalam suatu vektor (matriks satu kolom), serta sebuah

matriks transisi (transition matrix). Hubungan ketiga matriks tersebut adalah

sebagai berikut:

7

Keterangan: Ut = Peluang setiap titik terklasifikasi sebagai kelas U pada waktu t

LCua = Peluang suatu kelas u menjadi kelas lainnya pada rentang waktu tertentu

MLC = Peluang

Mt = Peluang tahun ke t

Mt+1 = Peluang tahun t+1

Dari hasil penelitian Trisasongko et al. (2009) mengenai dampak

pembangunan jalan tol Cikampek terhadap perubahan penggunaan lahan di

sekitarnya menunjukkan bahwa estimasi Markov Chain dapat dimanfaatkan lebih

lanjut untuk kegiatan forecasting, karena penelitian ini memperoleh nilai Kappa

sekitar 0,9355, dimana tingkat akurasi yang ditetapkan paling rendah yaitu akurasi

sebesar 85%. Sementara pada penelitian Suryani (2012), tingkat ketepatan

prediksi metode Markov untuk menduga luas penggunaan lahan tahun 2011 di

Kabupaten Bungo adalah sebesar 98,5%.

Pengaruh Perencanaan Penataan Ruang Wilayah terhadap Perubahan

Penggunaan Lahan

Menurut Rustiadi et al. (2009), perencanaan tata ruang merupakan suatu visi

bentuk konfigurasi ruang masa depan yang menggambarkan wujud sistematis dari

aspek fisik, sosial, dan ekonomi untuk mendukung dan mengarahkan ruang untuk

meningkatkan produktivitas agar dapat memenuhi kebutuhan manusia secara

berkelanjutan. Namun seringkali penataan ruang yang terjadi di lapangan

menyimpang atau bahkan jauh dari koridor perencanaan tata ruang yang telah

dibuat.

Penyimpangan struktur dan pemanfaatan ruang dalam Rencana Tata Ruang

Wilayah (RTRW) umumnya terjadi karena tekanan tingginya pertumbuhan

penduduk, terutama akibat arus urbanisasi (Dardak, 2006). Perkembangan spasial

yang tidak terkendali tersebut bukan berarti suatu wilayah tidak mempunyai

konsep/perencanaan tata ruang/tata spasialnya. Formulasi tata spasial dan

aplikasinya kalah cepat berpacu dengan proses perubahan spasial yang ada di

lapangan, karena permasalahan yang berkaitan dengan aplikasi peraturan tidak

dilaksanakan secara konsisten dan konsekuen (Yunus, 2005). Dalam pelaksanaan

pemanfaatan ruang/lahan belum seluruhnya mengacu pada RTRW karena

beberapa kendala, salah satunya pelaksanaan atau pengarahan kesesuaian lahan

hanya terbatas pada perorangan atau badan hukum yang mengajukan izin lokasi

atau hak atas tanah, sementara sebagian besar masyarakat lainnya belum banyak

berpartisipasi bahkan banyak yang tidak mengetahui keberadaan dan fungsi

RTRW (Junaedi, 2008).