UNIVERSITAS INDONESIA

MEMBANDINGKAN JURNAL SIMULATING THE SPATIAL

DYNAMICS OF URBAN GROWTH WITH AN INTERGRATED
MODELING APPROACH: A CASE STUDY OF FOSHAN, CHINA
DENGAN PENERAPANNYA DI INDONESIA

REVIEW JURNAL

MOHAMMED HEKMATHIAR BASSAYEV

1706034855

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

DEPARTEMEN GEOGRAFI
DEPOK
OKTOBER 2019
DAFTAR ISI
BAB 1 PENDAHULUAN ................................................................................................................ 3

1.1 Latar Belakang.................................................................................................................... 3

1.2 Tujuan Tinjauan ................................................................................................................. 3

BAB 2 ISI ......................................................................................................................................... 4

2.1 Hasil Tinjauan Artikel.......................................................................................................... 4

2.2 Perbandingan Artikel Studi Kasus di Indonesia ................................................................... 5

BAB 3 KESIMPULAN .................................................................................................................. 10

DAFTAR PUSTAKA .................................................................................................................... 11

 BAB I

PENDAHULUAN
1.1 Latar Belakang

Perencanaan dalam pertumbuhan suatu daerah biasanya digunakan untuk

melihat factor pemaju ekonomi yang dibandingkan dengan kondisi lingkungan sebagai
factor penyeimbang, termasuk penyeimbang ekosistem. Hal itu terpisah dari
karakteristik lanskap atau fisik. Menurut (Guneroglu, Acar, Guneroglu, Dihkan, &
Karsli, 2015, p. 2), karakteristik lanskap atau fisik pada daerah pesisir merupakan
identifikasi secara tipologi pada lanskap dengan skala yang bervariasi (secara
geografis) untuk melindungi bentukan fisik yang telah ada dan keruangan di daerah
rural dan urban, yang mana penurunan di pesisir adalah fenomena yang telah dievaluasi
dalam mengatur perencanaan area pesisi termasuk di muara.

Untuk melakukan perencanaan sekaligus prediksi ke masa yang akan datang

maka dilakukanlah pemodelan spatial dynamic dan system dynamic yang dapat
dilakukan pada pengolahan data berupa Sistem Informasi Geografis (SIG). Banyak
metode yang dapat dilakukan namun umumnya adalah metode Cellular-Automata dan
Markov-Chain. Kedua metode ini dapat melakukan prediksi pertumbuhan penggunaan
tanah dengan berbagai scenario yang dilakukan dan pemodelan ini tidak harus sebagai
acuan 100% namun bisa sebagai langkah antisipasi untuk melakukan perencanaan
supaya terjalinnya suatu daerah yang tertata.

1.2 Tujuan Tinjauan

Tujuan dilakukannya tinjauan artikel adalah sebagai wadah pembelajaran bagi
mahasiswa Geografi yang ingin mempelajari kegunaan, cara kerja, hasil prediksi peta
dalam bentuk peta, dan melihat kekurangan serta kelebihan dari metode-metode yang
digunakan.
 BAB II

ISI
2.1 Hasil Tinjauan Artikel

Judul Simulating the spatial dynamics of urban growth with an

integratedmodeling approach: A case study of Foshan, China
Jurnal Ecological Modelling
Volume & Halaman 353, 107-116
Tahun 2017
Penulis Yu Han, Haifeng Jia
Tujuan Penelitian Meneliti pertumbuhan urbanisasi di Foshan, Cina dalam kurun waktu 20
tahun. Jurnal ini membuat simulasi model dalam dua pendekatan untuk
memprediksi penggunaan tanah. Dengan menggaungkan kombinasi
scenario pada periode 2015-2025 dapat diprediksi pola pertumbuhan
lanskap secara detail.
Subjek Penelitian Urban growth, markov chain, cellular automata, scenario analysis, Foshan
(Keywords)
Assesmen Data Data citra diperoleh dari USGS untuk melihat penggunaan tanah dan
tutupan lahan di tahun 1995, 2006 dan 2015. Data transportasi, social-
ekonomi, vegetasi dan elevasi digital diperoleh dari Pusat Informasi
Geografis Fishan tahun 2010
Metode Penelitian pendekatan studi Markov-Logistic-CA, deskripsi Markov-Logistic-CA
(regresikan logistic, medel integrasi, dan evaluasi model), pertumbuhan
scenario dengan 3 skenario yaitu; scenario bisnis, transportasi baru, dan
pertumbuhan dengan batas.
Langkah Penelitian Melakukan gambaran pada pendekatan studi Markov-Logistic-CA yang
dikembangkan untuk melihat proses perubahan penggunaan tanah di
system urban. Lalu melakukan deskripsi Markov-Logistic-CA model
dengan meregresikan logistic, medel integrasi, dan evaluasi model.
Selanjutnya membuat skenario pertumbuhan urban dengan menggunakan
variabel; transisi matriks penggunaan tanah, perencanaan jaringan
transportasi, area kelekstarin ekologi, dan zonasi pengembangan batas-
batas. Terdapat 3 skenario yaitu; scenario bisnis, transportasi baru, dan
pertumbuhan dengan batas.
Hasil Penelitian Menurut (Han & Jia, 2017), dalam beberapa tahun kebelakang, urbanisasi
di China telah menunjukkan beberapa keunikan. Okupansi dari lahan
agrikultur dalam 10 tahun terakhir telah dilepas oleh penggunaan tanah
lainnya, seperti semi-natural yang ada di area studi. Geofisik merupakan
factor yang mempengaruhi batas perkembangan urban dimana sumber
lahan tidak mencukupi. Foshan menjadi area yang tinggi mengalami
urbanisasi di cina dan memiliki sejarah sebagai urbanisasi yang cepat dan
berkelanjutan. Metode ini efektif dalam melakukan prediksi yang
memungkinkan terlihat pola urban di Foshan. Dalam model ini sangat
bagus untuk menggunakan akurasi kappa dalam melihat kalibrasi dan
proses prediksi, namun terdapat kecacatan dalam menampilkan variasi
perubahan penggunaan tanah di area studi.
 Hasil simulasi pada prediksi tahun 2025

Kekuatan Penelitian Penelitian ini sangat akurat dengan menggunakan referensi sebanyak 44
jurnal dan buku yang berasal dari berbagai negara. Pemodelan dalam
artikel ini juga sesuai dengan studi kasus.
Kelemahan Penelitian Kelemahan dari penelitian ini adanya kecacatan dalam hasil variasi
perubahan penggunaan tanah

2.2 Perbandingan Artikel Studi Kasus di Indonesia

a) Study on land cover change of Ciliwung downstream watershed with spatial

dynamic approach
Menurut (Ali, Hadi, & Sulistyantara, 2016), artikel jurnal ini sama-sama
membahas perubahan penggunaan tanah dengan metode yang sama yaitu akurasi
Kappa. Namun terdapat perbedaan di jurnal ini, yaitu tidak menggunakan metode
Markov Chain-Cellular Automata sehingga keakuratan sudah jelas beda. Artikel ini
menunjukkan hasil dengan perhitungan secara statistika (berbagai formula
dilakukan seperti interaksi regresi variable dan formula Kappa). Artikel ini juga
melakukan konstruksi system dynamic model dengan membagiya 3 submodel yaitu
 perubahan tutupan lahan, hidrologi submodel, dan social submodel. Perubahan
tutupan lahan konsisten pada area penelitian yang memiliki pola perubahan.
Hidrologi melihat pada interaksi variable tutupan lahan dengan curah hujan pada
periode tertentu untuk menghitung tingkat kenaikan air. Pada simulasi system
dynamic dilakukan tiga scenario yaitu scenario 1 menunjukkan badan air dan lahan
kosong berubah menjadi area terbangun dan area penghijauan. Scenario kedua badan
air, lahan kosong dan area terbangun telah berkurang dan berubah menjadi area
penghijauan. Scenario 3 adalah badan air, lahan kosong, dan area terbandun
berkurang dan berubah menjadi area hijau dengan tingkatan persenan tertentu.

b) Coupling of Markov chains and cellular automata spatial models to predict

land cover changes (case study: upper Ci Leungsi catchment area)
Menurut (Marko, Zulkarnain, & Kusratmoko, 2016), artikel jurnal ini
membahas perubahan penggunaan tanah di daerah system sub-DAS Bekasi dengan
metode yang sama persis menggunakan metode Markov-Chain. Perhitungan akurasi
menggunakan pendekatan akurasi Kappa dengan rincian perhitungan yang baik.
Terlihat model koefisien Kappa menunjukkan hasil 82.58% dari 400 data akurat
yang telah diuji dari citra Quickbird.
c) Green Housing Evaluation Through Carbon Footprint Dynamic Model:
Questioned the Urban Policy Sustainability
Menurut (Dewi, Hartono, Moersidik, & Kustiwan, 2016), artikel jurnal ini
membahas salah satu isu lingkungan yang hangat yaitu efek rumah kaca yang ada di
daerah Tangerang. Studi ini dapat dijadikan sebagai acuan untuk melakukan
perencanaan bagi para pemerintah setempat yang dapat membuat aturan untuk
menurunkan efek rumah kaca ini. Metode yang dilakukan pada artikel ini adalah
pertama GIS Analysis yang dapat menghitung skema dari dampak pembongkaran
dan pembangunan untuk penyelesaian yang dapat menghitung perencanaan spasial
dan peta digitasi. Kedua ada metode Carbon Metric Analysis untuk menghitung
jumlah carbon dari penyelesaian semua fase bangunan termasuk konstursi,
operasional dan pembongkaran yang mana material digunakan untuk membangun
atau menghancurkan perencanaan spasial. Ketiga dynamic model dengan beberapa
variable yang digunakan untuk melakukan scenario-skenario yang sesuai. Hasil dari
pengolahan data ini adalah dapat menunjukkan area perumahan yang tidak sesuai
dan harus melakukan relokasi karena lokasi tersebut berada pada daerah yang
memiliki potensi besar sebagai daerah penduduk.
d) Integration of System Dynamic and Spatial Dynamic Models to Support
Regional Development Planning
Menurut (Pinem, Purnomo, Poniman, Widjojo, & Darmawan, n.d.), artikel
jurnal ini membahas untuk meningkatkan perencanaan berdasarkan sector supaya
bisa terfokus dalam satu tujuan. Perencanaan berdasarkan system dynamic models
yang menampilkan tiap variable saling berhubungan dalan system area yang dapat
membagi satu dengan lainnya yang mirip dengan kenyataan. Pada artikel ini
membahas bahwa perubahan penggunaan tanah dari satu jenis ke jenis lainnya
sangat berhubungan dengan factor seperti; biofisik, social-ekonomi, lingkungan dan
pemerintah setempat. Metode yang digunakan pada artikel ini adalah spasial
dinamik dan system dinamik. Dua metode ini dapat menyimpulkan hubungan antar
2 model yang hasilnya tidak hanya kuantitatif, namun mengevaluasi arah dan lokasi
bagaimana perubahannya.
e) Spatial Dynamics Model for Sustainability Landscape in Cimandiri Estuary,
west Java, Indonesia
Menurut (Supriatna, Supriatna, Koestoer, & Takarina, 2016), artikel jurnal ini
menggunakan metode Spatial Dynamic sebagai hasil dari model spasial (SIG) dan
System Dynamic yang merupakan dasar dari metode untuk menggambarkan
hubungan dan ketergantungan antara populasi, area terbangun dan kapasitas lahan
yang ada di masa depan. Metode overlay juga dilakukan pada peneltiain ini dengan
kategori sangat sesuai, sesuai, dan tidak sesuai untuk area terbangun. Terdapat
beberapa scenario timbal balik yang dilakukan pada pemodelan ini salah satunya
adalah Populasi  kebutuhan tanah  kapasitas tanah  penekanan populasi
penekanan dari faktor migrasi keluar  migrasi keluar  populasi berkurang 
populasi. Hasil dari simulai menampilkan bahwa meningkatnya populasi
mempengaruhi kebutuhan tanah untuk menyokong kehidupan individu.
 BAB III

KESIMPULAN
Banyak metode yang dilakukan pada artikel-artikel khususnya untuk melakukan
prediksi sekaligus merencanakan lebih dari 10 tahun kedepan. Metode ini penting sekaligus
bisa dijadikan sebagai acuan dari tiap pemerintah daerah untuk melakukan perencanaan guna
pemerataan pembangunan sehingga ketimpangan infrastruktur pada suatu daerah dapat diatasi.
Metode ini juga merupakan salah satu metode yang murah dan efisien digunakan karena hanya
membutuhkan keterampilan dalam mengolah data di SIG. Namun, sebaiknya metode ini
dilakukan dalam skala daerah tingkat kecamatan/kabupaten karena jika dalam skala
provinsi/pulau kurang teliti dalam segi hasilnya.
 DAFTAR PUSTAKA
Ali, M., Hadi, S., & Sulistyantara, B. (2016). Study on Land Cover Change of Ciliwung
Downstream Watershed with Spatial Dynamic Approach. Procedia - Social and
Behavioral Sciences, 227(November 2015), 52–59.
https://doi.org/10.1016/j.sbspro.2016.06.042

Dewi, M. S., Hartono, D. M., Moersidik, S. S., & Kustiwan, I. (2016). Green Housing
Evaluation Through Carbon Footprint Dynamic Model: Questioned the Urban Policy
Sustainability. Procedia - Social and Behavioral Sciences, 227(November 2015), 317–
324. https://doi.org/10.1016/j.sbspro.2016.06.077

Guneroglu, N., Acar, C., Guneroglu, A., Dihkan, M., & Karsli, F. (2015). Coastal land
degradation and character assessment of Southern Black Sea landscape. Ocean and
Coastal Management, 118, 282–289. https://doi.org/10.1016/j.ocecoaman.2015.03.013

Han, Y., & Jia, H. (2017). Simulating the spatial dynamics of urban growth with an
integrated modeling approach: A case study of Foshan, China. Ecological Modelling,
353, 107–116. https://doi.org/10.1016/j.ecolmodel.2016.04.005

Marko, K., Zulkarnain, F., & Kusratmoko, E. (2016). Coupling of Markov chains and cellular
automata spatial models to predict land cover changes (case study: Upper Ci Leungsi
catchment area). IOP Conference Series: Earth and Environmental Science, 47(1).
https://doi.org/10.1088/1755-1315/47/1/012032

Pinem, F., Purnomo, S., Poniman, A., Widjojo, S., & Darmawan, M. (n.d.). INTEGRATION
OF SYSTEM DYNAMIC AND SPATIAL DYNAMIC MODELS TO SUPPORT
REGIONAL DEVELOPMENT PLANNING (Case Study in Java Madura Bali).

Supriatna, Supriatna, J., Koestoer, R. H., & Takarina, N. D. (2016). Spatial Dynamics Model
for Sustainability Landscape in Cimandiri Estuary, West Java, Indonesia. Procedia -
Social and Behavioral Sciences, 227(November 2015), 19–30.
https://doi.org/10.1016/j.sbspro.2016.06.038