PEMODELAN SIG

Carrying Capacity Concept

(Konsep Daya Dukung Lingkungan Hidup)

One assumption we have still incorporated

implicitly in this model is that the population
grows in an isolated environment, without
competition from other populations. For
example, it is common to investigate
population changes in terms of separate
populations of predators and prey. These
investigations form the basis of the Lotka
Volterra population models. These models
link the populations of a prey species, H, and
a predator species, P, as:

PENDEKATAN SOFTWARE SIG

ILWIS
- Dibuat khusus untuk Indonesia dari ITC Belanda
(Twente Sekarang)
- Basisnya adalah ArcInfo/ArcGis
- Bisa untuk mengolah Model data Vector dan Raster
- Diaplikasikan diUI tahun 2010 untuk mater SDSS
Kajian Lingkungan Hidup Strategis

Definisi dari Spatial Decision Suport System (SDSS) : A Spatial Decision

Support System (SDSS) is an interactive, computer-based system designed to
support a user or group of users in achieving a higher effectiveness of
decision making while solving a semi-structured spatial decision problem
(Malczewski, 1997). Input dari SMCE adalah petapeta dari suatu wilayah
yang nantinya disebut sebagai kriteria dan sebuah criteria tree (dalam
software ILWIS) yang berisi informasi pengelompokan kriteria, standarisasi
kriteria, dan bobot untuk masingmasing kriteria. Kemudian yang menjadi
output adalah peta di wilayah yang sama berupa wilayah kesesuaian yang
membantu dalam pengambilan kebijakan.

Beberapa software SIG seperti ArcGis, Idrisi dan Ilwis sudah memasukan
aplikasi MCA (Multi Criteria Analysis) didalamnya. Software ILWIS termasuk
dalam GOSS (GIS Open Source Software) yang dikembangkan oleh ITC Belanda
(sekarang bergabung dengan Twente University). MCA dalam perencanaan
pembangunan menjadi penting agar simulasi perencanaan wilayah dapat
dianalisa sehingga memiliki beberapa pilihan lokasi dan/atau luasan berbeda.
Hal ini dapat menjadi alternative masukan untuk pengambilan keputusan.

Kajian Lingkungan Hidup Strategis (KLHS) atau SEA (Strategic Environment

Assessment) adalah suatu kajian yang menilai apakah kebijakan sudah pro
atau memperhatikan kondisi lingkungannya. KLHS di Indonesia mulai
dilaksanakan dari tahun 2008-2009 kerjasama antara Bapenas,
Kementrian Lingkungan Hidup dan Depdagri (Ditjen Bangda) serta
pemerintah daerah yakni Bapeda dan Dinas Lingkungkan Hidup. Beberapa
pemda sudah sepakat melaksanakan KLHS sebagai percontohan (pilot
project) dan sudah mengirimkan staff untk belajar SEA di Belanda yakni
tahun 2009 dan tahun 2010 untuk membangun komunitas KLHS/SEA.

Spatial Multi Criteria Evaluation (SMCE) adalah salah satu teknik dalam
pengambilan keputusan yang menggunakan beberapa kriteria/scenario.
SMCE berfungsi untuk membantu penentu kebijakan dalam memilih dari
beberapa alternatif berdasarkan skala prioritas. Metode MCE adalah
dengan memberikan nilai bobot ke masing-masing kriteria untuk
memunculkan skala prioritas.
LangkahLangkah dalam SMCE:
1. Menentukan Fokus (Goals, aims, objectives)
2. Identifikasi dan pengelompokan criteria (Factors/Constraint)
(Kebijakan)
3. Skoring untuk tiaptiap criteria
4. Standarisasi skor untuk criteria
5. Pembobotan untuk criteria
6. Peta kesesuaian (Stakeholder Preferences/Alternatif)
7. Pengambilan keputusan (Pilihan)

SMCE di software ILWIS akan muncul Wizard yang membantu dalam

membuat criteria tree yang bisa dipilih. Untuk studi kasus penentuan
kawasan industry di Kota Serang dipih menggunakan metode : Design of
Alternatives digunakan untuk membuat alternatif atau beberapa pilihan
berdasarkan satu buah dataset yang telah ditentukan :
a.. Kawasan industri harus bebas dari daerah yang rawan genangan.
b. Kawasan industri harus berada di daerah yang relatif datar ( < 20%).
c. Kawasan industri harus berada di lokasi yang jauh dari permukiman.
d. Kawasan industri harus memiliki akses yang bagus.
e. Kawasan industri harus jauh dari sungai agar limbahnya tidak dapat
mencemari air.

DATA JALAN
Kriteria pertama adalah kelompok akses, dengan asumsi makin dekat
dengan jalan makin sesuai maka terlihat di Kota Serang berwarna hijau
(nilai 1) di dekat jalan sedangkan jauh dari jalan menjadi warna merah
(nilai 0). Hasil ini adalah berdasarkan pertimbangan standarisasi untuk
kriteria jarak dari jalan untuk kasus kesesuaian kawasan industri dipilih
standarisasi Cost karena semakin dekat dengan jalan maka akses
menuju dan dari lokasi tersebut semakin baik. Kemudian untuk metode
pilih Goal dengan masukkan nilai 0 untu X1 dan nilai 1000 (1000 m)
untuk X2 sebagai jarak maksimum karena jika jarak dari jalan melebihi
1000 meter maka akses lokasi tersebut akan menjadi sangat buruk.

DATA SUNGAI
Kriteria kedua adalah kelompok hidro, dengan asumsi bahwa makin
dekat dengan sungai makin tidak sesuai, maka terlihat di Kota
Serang yang berwarna hijau (nilai 1) berada jauh dari sungai (> 100
meter), sedangkan yang dekat dengan sungai menjadi warna merah
(nilai 0) atau kurang dari 100 meter.
Hasil ini adalah berdasarkan pertimbangan standarisasi untuk
kriteria jarak dari sungai dipilih standarisasi Benefit bahwa
semakin jauh jaraknya nilainya maka semakin baik. Untuk Group
Factor jarak dari sungai menggunakan metode Goal, masukkan nilai
sempadan sungai yang tidak boleh dibangun menurut peraturan
pemerintah pada X1 (misalnya 100m).

DATA BENTANG ALAM

Kriteria ketiga adalah kelompok fisiografi, dengan asumsi bahwa
semakin datar maka semakin sesuai. Hasilnya terlihat di Kota Serang
yang berwarna hijau hampir disemua tempat karena kondisi
topografi Kota Serang relatif datar, hanya sedikit di bagian barat
daya yang berwarna merah (nilai 0/tidak sesuai). Hasil ini
berdasarkan atas pilihan standarisasi Group Fisiografi standarisasi
constraint karena kedua faktor yang ada di dalam grup fisiografi
memiliki Domain Class bukan Domain Value seperti pada faktor
jarak (Jalan dan Sungai). Kolom didalam group fisiografi dipilih
domain value, masukkan range dari 0 1 dengan presisi 0.01.

DATA KENYAMANAN
Kriteria keempat adalah kelompok kenyamanan dengan asumsi bahwa
semakin industri jauh dari permukiman maka permukiman akan
semakin nyaman. Hasilnya terlihat bahwa di Kota Serang yang
berwarna hijau (nilai 1) hampir disemua tempat terutama di tempat
yang tidak ada permukiamnnya, sedangkan yang dekat permukiman
berwarna merah (niali 0) dengan jarak < 500 meter. Hasil ini adalah
berdasarkan pertimbangan standarisasi untuk kriteria jarak dari
permukiman dipilih standarisasi Benefit. Untuk Group Factor Jarak
dari permukiman menggunakan metode Goal, dengan masukkan nilai
yang tidak boleh dibangun
500 m pada X1 (jarak minimum/terdekat dengan permukiman
adalah 500m).

DATA PENGHAMBAT
Dalam pembangunan ada hal yang boleh dan tidak boleh, misalkan di Kota
Serang ada alokasi penggunaan tanah untuk kawsan hutan dan saat ini
kondisinya (penggunaan sudah hutan), maka dimasukkan faktor
penghambat agar pada saat simulasi model SMCE berproses kawasan
hutan tidak masuk dalam criteria sesuai dijadikan kawsan industri. Didalam
data atribut terdapat Field baru dengan nama Boolean, yang berisi
True pada daerahdaerah yang dapat dibangun dan False untuk daerah
Permukiman, Hutan, Rawa karena bukan wilayah yang sesuai dengan
kawasan industri.

SIMULASI

IF STREET
INFLUENT 40%

IF RIVER
INFLUENT 40%

MODEL 2

IF
PHYSIOGRAPHY
INFLUENT 40%

IF SETLEMENT
INFLUENT 40%

No

Tingkatan

Sangat Sesuai

Luas (ha)
789,25

Persen
(%)
3,00

Sesuai

1.555,75

5,91

Cukup Sesuai

4.183,00

15,89

Kurang Sesuai

333,98

12,69

Tidak Sesuai

16.453,75

62,51

KESIMPULAN
Wilayah Terbangun terluas yang sangat sesuai di Kota Serang terdapat di
Kecamatan Kesemen dan Kecamatan Serang, dengan total kesleuruhan
wilaah yang sesuai di Kota Serang adalah luas 789,25 ha yang dihasilkan dari
model spasial dengan SMCE.
Metode SMCE dapat memberikan alternatif dan juga model simulasi yang
mampu memberikan keyakinan atas kesesuaian wilayah berdasarkan
beberapa aspek.
REKOMENDASI
1. SMCA dapat membantu semua stakeholder dalam melihat berbagai
kemungkinan hasil perencanaan wilayah dengan simulasi spasial dan hasilnya
bisa diuji kesesuaian wilayahnya.
2. SMCA diperlukan karena manfaatnya memberikan kekuatan analisis spasial
dalam proses pengambilan keputusan pada perencanaan wilayah.