Studi Komparasi Metode Stokastik dan Deterministik Dalam Pemodelan Spasial Perubahan Penutup Lahan Menggunakan Cellular Automata

WIDYA RAHMAWATI, Bowo Susilo S.Si, M.T

2014 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Perkembangan penutup lahan pada daerah kota sekitarnya yang kurang terarah dapat mengganggu kenyamanan dari kota dan penduduk nya oleh karena itu dilakukan kajian tentang perubahan penutup lahan. Perubahan penutup lahan terutama didaerah kota dan sekitar nya bersifat sangat dinamis sehingga sangat cocok dilakukan pemodelan, terutama Cellular Automata (CA). Penelitian dilakukan dengan menggunakan variabel-variabel pendorong terjadinya perubahan dan disebut dengan CA deterministik, dan dengan CA stokastik yang diambil dari pemodelan rantai markov. Penelitian dilakukan dengan mengekstrak data citra tahun 1992, 2002 dan 2013 sebagai acuan hasil. Pemodelan CA masing-masing memerlukan matriks area transisi, matriks probabilitas transisi, ketetanggaan dan penutup lahan sebagai dasar pemodelan. Hasil pemodelan CA deterministik dan CA stokastik kemudian dilakukan perbandingan berupa uji akurasi dengan meilihat titik sampel dan dengan serta atribut. Hasilnya CA deterministik terbukti lebih baik dalam pemodelan perubahan penutup lahan.

Undirected urban growth can disturb comfort, so study about physical urban growth necessary to do. Urban growth is dynamic phenomena. Dynamic spatial modelling is suitable for this study, one of them of spatial modeling can be use is Cellular Automata (CA). this study using variabel as driving force to modelling landcover change that called CA deterministic and the other method is using CA stocastic with markov chain modelling. Tis study usingekstraction of multitemporal image landsat 1992, 2002 and 2013 as base for controlling the result. Each CA modelling use area matriks transision, probablititas matriks transision, neighbourhood and base landcover. Comparasion the result of CA deterministic and CA stocastic with different neighbourhood by looking at the sample point and the attribut as well. The result proved CA deterministic is better in modelling landcover change.

Kata Kunci : Cellular Automata Deterministik, Cellular Automata Stokastik , Matriks area transisi, Matriks probabilitas transisi, Ketetanggaan, Pemodelan