e-ISSN: 2722 Ae 290X Vol.
2 No.
1 (Mei 2.
Page: 57 Ae 64 Prediksi.
Optimalisasi Penggunaan Lahan, dan Nilai Tanah di Kota Bekasi Rahmadya Trias Handayanto 1,*.
Haryono 1.
Sella Alayda Syifa 1 * Korespondensi: e-mail: rahmadya.
trias@gmail.
Teknik Komputer.
Universitas Islam 45 Bekasi.
Jl.
Cut Meutia No.
83 Bekasi, telp/fax .
e-mail:
trias @gmail.
com, h4ryon0.
skom@gmail.
shellaalas1716@gmail.
Submitted: 18 Maret 2021 Revised: 9 April 2021 Accepted: 30 April 2021 Published: 25 Mei 2021 Abstract Urban planning management plays an important ro le in sustainable development because cities are the main source of environmental degradation.
Limited lan d wit h high land prices makes it difficult to organize the city.
There have been many studies discussing urban planning, but most of them focus on one side , su ch a s only prediction, optimization, or other aspects related t o environment conservation.
This study intends to discuss aspects of prediction, optimization and their relationship to land values in the city of Bekasi.
Prediction results show the addition of buildings, especially in the city To optimize land use, especially in relation to high land prices in the city center, it is necessary to build vertical settlements.
Keywords: Land Change Modeler.
Geographic Information Systems.
Clustering.
Driving Factors Abstrak Manajemen tata kota memegang peranan penting dalam pembangunan berkelanjutan karena kota merupakan sumber utama permasalahan lingkungan.
Keterbatasa n lahan dengan harga tanah yang tinggi menyebabkan sulitnya penataan kota.
Riset yang membahas perencanaan kota sudah banyak dilakukan, hanya sa ja kebanyakan focus kepada satu sisi, misalnya prediksi, optimalisasi, atau pun aspek-aspek lain yang terkait konservasi alam.
Penelitian ini bermaksud membahas aspek-aspek prediksi, optimalisasi dan keterkaitannya dengan nilai tanah di kota Bekasi.
Hasil prediksi menunjukan penambahan bangunan khususnya di pusat Untuk mengoptimalkan penggunaan lahan, khususnya berkaitan dengan harga tanah yang tinggi d i pusat kota, perlu dibangun pemukiman vertikal.
Kata kunci: Land Change Modeler.
Sistem Informasi Geografis.
Klasterisasi.
Faktor Pendorong Perubahan Lahan Available Online at http://ejurnal.
id/index.
php/JSRCS Rahmadya Trias Handayanto .
Haryono.
Sella Alayda Syifa Pendahuluan Kota selalu dipersepsikan sebagai sumber utama kerusakan lingkungan karena region ini membutuhkan sumber daya alam yang besar seperti listrik, air, bahan bakar kendaraan, dan sebagainya (Burton et al.
, 1996.
Steiner, 2008.
Williams et al.
, 2.
Hal ini menjadi k onsen Perserikatan Bangsa-Bangsa (PBB) yang merekomendasikan Tujuan Pembangunan Berkelanjutan (Sustainable Development Goals Ae SDG.
yang salah satu topiknya adalah perkotaan (UN, 2.
Riset-riset terdahulu telah banyak membahas masalah perkotaan, seperti adanya eksklusivitas pada pemukiman di perkotaan (Firman, 2.
Hal ini kerap terjadi di pemukiman dengan harga tanah yang tinggi dan memerlukan tingkat keamanan untuk warganya.
Selain itu, munculnya kota-kota kecil baru perlu penanganan khusus karena sedikit saja pemerintah daerah terlambat mengantisipasi, akibatnya akan terasa di masa depan (Mardiansjah, 2.
Kota Bekasi merupakan kota penting p enyangga kota Jakarta dan masuk dalam kota metropolitan JABODETABEK, dengan f enomena post-urbanization dengan ciri khas pertumbuhan pesat di kota sekitar (Jakarta.
Bogor.
Depok.
Tangerang, dan Bekas.
yang melebihi kota utama (DKI Jakart.
(Firman & Fahmi, 2.
Perkembangan Kota Bekasi sangat cepat mengingat kota ini menjadi penghubung D KI Jakarta dengan pusat industri di Cikarang, selain itu Bekasi juga merupakan daerah penyangga bagi Ibu kota Jakarta (Herlawati & Khasanah, 2.
Dengan dua gerbang tol, banyak pemukiman-pemukiman baru bermunculan di wilayah dengan karakteristik g eologi y ang baik dan tingkat kemiringan yang rendah sehingga sangat cocok untuk transport asi (D irk s et al.
Selain jalan raya, beberapa lokasi bisnis di Kota Bekasi menjadi pemicu bertambahnya penggunaan lahan.
Beberapa industri di bagian utara dan selatan kota Bekasi membut uhk an dukungan infrastruktur seperti jalan utama, keamanan, dan pensuplai bahan bakar.
D engan tingkat perputaran ekonomi yang tinggi, kota ini menjadi lokasi pemuk iman baik o rang yang bekerja di pusat kota (DKI Jakart.
, pusat industri (Cikaran.
, maupun di kota Bekasi itu sendiri sehingga populasinya pun meningkat dengan pertumbuhan sekitar 2 persen (Bureau of Statistics, 2.
Dengan latar belakang tersebut di atas maka penelitian ini dilaksanakan.
Penelitian ini menggunakan Sistem Inf ormasi Geograf is (SIG) sebagai dasar pengolahan data spasial.
Klasterisasi digunakan untuk memetakan pusat-pusat pemukiman, industri, dan bisnis.
Analisa juga melibatkan harga tanah di kota penyangga Jakarta ini.
Metode Penelitian Penelitian ini menggunakan data citra satelit berbasis waktu .
pat io-t empora.
unt uk memprediksi perubahan lahan.
Beberapa faktor pengendali diambil dari ris et-ris et t erdahulu seperti jarak dengan jalan, pemukiman, sungai, pusat kota, dan lain-lain (Hand ayant o et al.
Jurnal JSRCS 2 .
: 57 - 64 (Mei 2.
Prediksi.
Optimalisasi Penggunaan Lahan, dan Nilai Tanah di Kota Bekasi Sebagai alat bantu, software IDRISI dan ArcGIS 10.
1 digunakan dengan modul Land Change Modeler (LCM).
Klasterisasi juga banyak diterapkan untuk menentuka zona-zona tertentu seperti pusat perekonomian/bisnis, industri, pemukiman, dan lain-lain (Herlawati et al.
, 2.
P enelitian ini menggunakan Fuzzy C-Means Clustering yang ada di module find-cluster sof tware Matlab 2008b untuk proses klasterisasi penggunaan lahan.
Diperlukan dua jenis peta tematik klasifikasi lahan kota Bekasi yaitu 2000, 2010, d an Peta tematik tersebut diolah dari citra satelit Landsat yang diklasif ikas i menggunakan modul isoclust yang ada pada IDRISI Selva.
Selain data spasial, diperlukan dat a harga t anah yang ada di kota Bekasi (Bureau of Statistics, 2.
Hasil dan Pembahasan Hasil penelitian ini terbagi menjadi tiga bagian yaitu prediksi, klasterisasi dan keterkaitan dengan nilai tanah.
Prediksi Penggunaan Lahan Gambar 1 menunjukan hasil klasif ikasi tutupan/penggunaan lahan di kota Bekasi.
Proses yang dilakukan adalah: .
Klasifikasi dengan Isoclust di IDRISI Selva, .
K lasif ik asi ulang dengan fungsi Reclass dan, .
Pemotongan Citra Satelit mengikut area penelitian.
Sumber: Hasil Pengolahan Data .
Gambar 1.
Klasifikasi Lahan Tahun 2000 dan 2010 di Kota Bekasi Hasil klasifikasi menunjukan perubahan vegetasi .
erwarna ung.
menjadi bangunan .
erwarna cokla.
, terutama di bagian selatan yang sebagian besar didominasi dengan Selanjutnya beberapa faktor pengendali perlu ditambahkan unt uk memprediksi perubahan tutupan/penggunaan lahan (Gambar .
Copyright A 2021 Jurnal JSRCS 2 .
: 57 - 64 (Mei 2.
Rahmadya Trias Handayanto .
Haryono.
Sella Alayda Syifa Sumber: Hasil Pengolahan Data .
Gambar 2.
Contoh Faktor Pengendali yang digunakan .
arak terhadap sungai dan jalan utam.
Modul LCM dibuat dengan menggunakan data spasial pada Gambar 1.
Beberapa modifikasi perlu dilakukan karena kedua data spasial pada tahun yang berbeda harus memiliki kesamaan baik dari sisi template maupun ukuran agar bisa untuk prediksi.
Gambar 3 menampilkan arah perubahan vegetasi menjadi bangunan yang berada di bagian t engah d an Sumber: Hasil Pengolahan Data .
Gambar 3.
Peta perubahan dari vegetasi ke Bangunan antara tahun 2000 dan 2010 Pada gambar 3 juga tampak ada perubahan dari lahan kosong .
menjadi bangunan, selain vegetasi.
Selanjutnya dengan melakukan training menggunakan Mult ilay er Perceptron Neural Networks (MLPNN) yang ada di IDRISI diperoleh matrik transisi (Gambar .
Jurnal JSRCS 2 .
: 57 - 64 (Mei 2.
Prediksi.
Optimalisasi Penggunaan Lahan, dan Nilai Tanah di Kota Bekasi Sumber: Hasil Pengolahan Data .
Gambar 4.
Matriks transisi dengan model Markov Chain Matriks transisi tersebut digunakan untuk memprediksi perubahan tutupan/penggunaan lahan untuk kelas pertanian, lahan kosong, bangunan, vegetasi, dan perairan pada tahun 2015.
Untuk validasi digunakan data real tahun 2015.
Karena nilai Area Under the Curve of ROC (AUC) sudah memadai .
maka model dapat digunakan untuk memprediksi lahan ke Gambar 5 memperlihatkan hasil prediksi tutupan/penggunaan lahan di kota Bekasi untuk tahun 2030 dan 2050.
Sumber: Hasil Pengolahan Data .
Gambar 5.
Prediksi perubahan tutupan/penggunaan lahan tahun 2030 dan 2050 Copyright A 2021 Jurnal JSRCS 2 .
: 57 - 64 (Mei 2.
Rahmadya Trias Handayanto .
Haryono.
Sella Alayda Syifa Tanpa adanya kebijakan tertentu, misalnya menjaga perub ahan vegetasi menjadi bangunan, maka pada tahun 2030 dan 2050 kota Bekasi hanya memiliki vegetasi sebesar berturut-turut 0,605% dan 0,096%, dibandingkan tahun 2015 yang sebesar 3,175% (Tabel .
Tabel 1.
Prosentase perubahan Penggunaan Lahan Year Pertanian Lahan Kosong Bangunan Vegetasi Perairan .
Sumber: Hasil Penelitian .
Selain vegetasi, pertanian juga mengalami penurunan dari 2,155% di tahun 2015 menjadi 0,175% dan 0,062% di tahun 2030 dan 2050.
Namun hal ini lumrah mengingat Bek asi telah bertransformasi menjadi kota yang memang tidak diperuntukan untuk p ertanian sepert i pada kabupaten Bekasi dan Karawang.
Klasterisasi Penggunaan Lahan Klasterisasi menunjukan beberapa pusat klaster untuk pemukiman (Gambar 6.
, industri (Gambar 6.
, dan pusat bisnis (Gambar 6.
Sumber: Hasil Pengolahan Data .
Gambar 6.
Prediksi perubahan tutupan/penggunaan lahan tahun 2030 dan 2050 Pusat-pusat klaster pada gambar 6 dapat dijadikan rujukan dalam mengambil kebijakan tata ruang.
Misalnya, pada gambar 6a pusat-pusat klaster dapat diperuntukan untuk pemukiman vertikal mengingat keterbatasan lahan yang ada.
Pusat-pusat bisnis pada Gambar 6c perlu mendapat akses jalan yang baik, aman, bebas bencana .
anjir, kebakaran, d an lain lai.
Untuk industri, kebanyakan sudah beralih menjadi industri ringan dan cenderung sebagai gudang/penyimpan.
Jurnal JSRCS 2 .
: 57 - 64 (Mei 2.
Prediksi.
Optimalisasi Penggunaan Lahan, dan Nilai Tanah di Kota Bekasi Nilai Tanah Harga tanah sama halnya dengan harga-harga kebutuhan lain dimana akan tinggi ketika permintaan tinggi pula.
Gambar 7 memperlihatkan hubungan harga t anah .
er met e.
dengan populasi.
Walaupun harga tanah tidak bisa dipastikan dan cenderung b erub ah t et api relatif sama antara satu daerah dengan daerah lainnya.
Sumber: Hasil Pengolahan Data .
Gambar 7.
Harga Tanah (Kir.
dan Populasi (Kana.
Harga tanah yang tinggi ditunjukan dengan region yang gelap, begitu juga p opulas i yang tinggi.
Harga tanah cenderung berada di lokasi pusat kota, atau yang berbatasan dengan ibukota, sementara populasi berkumpul di pusat bisnis, industry, dan pemukiman baru di wilayah selatan kota Bekasi.
Secara administratif, tidak mungkin memisahkan s ecara t egas mengingat wilayah sekitar kota Bekasi dapat dipastikan terkena imbas baik nilai tanah maupun Kesimpulan Untuk mengantisipasi tuntutan yang tinggi dari suatu kota maka perencana k ota p erlu memperhatikan kebutuhan-kebutuhan yang diperlukan penduduknya.
Penelitian ini menunjukan perubahan kota Bekasi hingga tahun 2050 dimana pertumbuhan bangunan yang pesat.
Dampaknya adalah berkurangnya vegetasi atau area hijau yang sangat diperlukan untuk pemenuhan oksigen.
Perencana kota juga perlu menganalisa pusat-pusat klaster tertentu, seperti pusat bisnis, industry dan pemukiman guna menyediakan akses dan sarana dan prasarana yang sesuai dengan peruntukan lahannya.
Hasil klasterisasi menunjukan bahwa harga tanah berkolerasi dengan pusat bisnis dan industry yang berada di pusat kota Bekasi.
Copyright A 2021 Jurnal JSRCS 2 .
: 57 - 64 (Mei 2.
Rahmadya Trias Handayanto .
Haryono.
Sella Alayda Syifa Ucapan Terima Kasih Penelitian ini didanai oleh LPPM Universitas Islam Au45Ay Bekasi.
Peneliti mengucapk an terima kasih kepada segenap pihak yang membantu selesainya penelitian d an juga rev iewer yang telah memberikan masukan berharga.
Daftar Pustaka