nursaktiadhi@gmail.com
atau pratomoatmojo@urplan.its.ac.id
Kontak WA: 0821.3949.0808
Laboratorium Transportasi dan Rekayasa Spasial
Departemen Perencanaan Wilayah dan Kota
Fakultas Teknik Sipil Perencanaan dan Kebumian
Institut Teknologi Sepuluh Nopember
2
URGENSI KEBUTUHAN TEKNOLOGI DALAM PROSES
PERENCANAAN WILAYAH DAN KOTA
▪ Produk RTR adalah produk kebijakan yang dapat berdampak luas terutama
masyarakat di wilayah perencanaan, sehingga pendekatan pengambilan keputusan
yang dilakukan harus berbasis data
▪ Disadari atau tidak, beberapa permasalahan perkotaan, umumnya seperti kemacetan, banjir,
konversi lahan pertanian adalah wujud kelalaian dari proses teknis perencanaan yang kurang
optimal, tidak selalu menjadi kelalaian pemerintah daerah.
▪ Di Era Data Sains seperti saat ini, Data-driven decision-making (DDDM) menjadi
trend dalam perumusan kebijakan didunia, disertai juga semakin banyaknya
bermunculan Open Data yang disediakan oleh organisasi lokal maupun
internasional
▪ Diharapkan setiap proses penyusunan produk kebijakan tidak terkecuali dokumen tata ruang,
memiliki peningkatan kualitas dalam hal teknis penyusunannya sehingga dapat
dipertanggungjawabkan secara ilmiah
▪ Pendekatan objektif menjadi tuntutan, terutama perencanaan dengan skala dampak yang
besar (masyarakat yang terdampak)
3
PERSOALAN DALAM TAHAP ANALISIS DATA
Sumber:
Pelatihan Penyusunan
RDTR Tingkat Dasar
melalui metode E-Learning
2020, Kementrian
ATR/BPN
PERKEMBANGAN ANALISIS SPASIAL UNTUK PERENCANAAN
LOKASI DI INDONESIA
CIRCLE.URBANESHA.COM
H E A D E D B Y N U R S A K T I A D H I P R A T O M O A T M O J O
D E P A R T E M E N T O F U R B A N A N D R E G I O N A L P L A N N I N G
I N S T I T U T T E K N O L O G I S E P U L U H N O P E M B E R
1
N.A. Pratomoatmojo
LanduseSim
Land use simulation software
Sadewo, M. N. dan Buchori, I. (2018) Simulasi Nabilatul Arifah (2018) Pemodelan Spasial
95.68 %
Perubahan Penggunaan Lahan Akibat
Pembangunan Kawasan Industri Kendal (KIK)
Berbasis Cellular Automata. Majalah Geografi
Indonesia, Vol. 32.
95.33 % Perkembangan Lahan berdasarkan Penentuan
Prioritas Ruang Terbuka Hijau di Wilayah
Surabaya Timur. Tugas Akhir. Departemen
Perencanaan Wilayah dan Kota, ITS. Surabaya
89.10 %
Nugroho, A.A. (2013) Model Perubahan
Yazid Al-Darwish, Hany Ayad Dina Taha, Dina Landuse akibat kenaikan muka air laut dan
93.76 %
Saadallah (2018) Predicting the future urban pasang maksimum di pantai utara teluk lamong
growth and it's impacts on the surrounding (PUTL) bagian surabaya. Master Tesis Teknik
environment using urban simulation models: Manajemen Pantai ITS. Indonesia
Case study of Ibb city – Yemen. Alexandria
Engineering Journal. Volume 57, Issue 4,
December 2018, Pages 2887-2895
Salem S. Gharbia, Sara Abd Alfatah, Laurence LanduseSim’s Prediction in several Overall Accuracy
2045
Departemen Perencanaan Wilayah dan Kota
96.05 %
Paulus Basuki kuwat Santoso (2018) Model Institut Teknologi Sepuluh Nopember
LanduseSim
Land use simulation software
DS Septawicaksono dan NA Pratomoatmojo (2019). Prediksi Perkembangan Permukiman Berbasis Cellular Automata
dengan Batasan Kawasan Rawan Banjir di Perkotaan Kabupaten Bojonegoro
A Ariquint – (2013). Model Perubahan Landuse Akibat Kenaikan Muka Air Laut dan
Pasang Maksimum di Pantai Utara Teluk Lamong (PUTL) Bagian Surabaya
2
N.A. Pratomoatmojo
UrbanSCAD
Urban Space Connectivity
Assessment and Design
UrbanSCAD
Urban Space Connectivity
Assessment and Design
3
N.A. Pratomoatmojo
GraviGIS
Spatial interaction analysis based on Gravity and 2020
Network Analysis
2045
2035
❑ Dapat digunakan untuk menetapkan strategi pembiayaan GraviGIS merupakan aplikasi yang dapat melakukan
infrastruktur mitigasi untuk meminimalisir kerusakan pemodelan interaksi spasil dengan modifikasi dengan
wilayah potensial interaksi tinggi yang dapat mampu memasukkan unsur analisis jaringan (network
menghentikan laju ekonomi. Dengan melihat potensi analysis) dalam perhitungannya.
interaksi spasial baik dari segi kependudukan maupun
interaksi ekonomi ( sectoral ) yang kemudian dapat
dibandingkan dengan potensi kebencanaan yang dapat
terjadi pada lintatasan-lintasan potensial tersebut
3
N.A. Pratomoatmojo
GraviGIS
Spatial interaction analysis based on Gravity and
Network Analysis
2045
UrbanRVM
Urban Run-Off Volumetric Model
90 97 84 80 78 80 94 88 80 81
89 85 88 82 88 76 88 80 78 85
80
92 83 98 80 90 88 75 72 75 98 Identifikasi arah
32 17.9 5.4 3.2 aliran ke atas
Menemukan ruang-ruang yang
Runoff
89 Coefficient
85 88 87 92 86 73 77 70 74
berakibat runoff kepada wilayah
(Land-uses basis)
22.4 1.3 terbangun
92 83 98 86 93 85 70 75 76 73
0.65 0.33
Runoff coefficient based on land use/land cover Identifikasi arah
aliran ke bawah
0.8 0.8 0.5 0.2 0.2 0.3 0.4 0.6 0.7 0.2 0.06 Menemukan ruang-ruang untuk
zona resapan/lindung/dll
0.4 0.9 0.8 0.3 0.6 0.5 0.4 0.2 0.3 0.5 termasuk untuk infrastruktur
drainase
0.4 0.7 0.2 0.3 0.8 0.4 0.2 0.2 0.6 0.3
0.6 0.6 0.1 0.6 0.7 0.3 0.5 0.5 0.5 0.4 Volume runoff flow (m3) Runoff flow start from the cell i
Runoff
0.7 Coefficient
0.7 0.6 0.4 0.2 0.4 0.4 0.3 0.2 0.2
(Land-uses basis)
Volume runoff stop (m3) Runoff flow stop from cell i
0.8 0.5 0.6 0.4 0.6 0.5 0.7 0.4 0.3 0.2
UrbanRVM model memprediksi potensi volume run-off (aliran permukaan) yang dapat
Jika dikaitkan dengan
terjadi disuatu wilayah dan termasuk mengkalkulasi volume runoff yang tergenang. Model ❑ Dapat merencanakan ruang-ruang resapan di IKN untuk
perhitungan berbentuk gridcell. mengurangi debit runoff di wilayah perencanaan
❑ Mengevaluasi rencana yang sudah dibuat, terhadap
❑ Mengidentifikasi lahan-lahan yang berpotensi menjadi pemberhentian runoff dampak yang akan ditimbulkan ke wilayah sekitar IKN
❑ Menghitung volume air yang mengaliri setiap wilayah atau sebaliknya.
❑ Dapat dengan mudah digunakan untuk menentukan lokasi lahan resapan
4
N.A. Pratomoatmojo
UrbanRVM
Urban Run-Off Volumetric Model
Output:
Dengan mempertimbangkan
arah aliran runoff, volume, zona
pemberhentian runoff, dapat
dijadikan acuan dalam
perencanaan infrastruktur
drainase Kawasan dan zona
resapan
Wilayah data merupakan sebagian wilayah kota Pekanbaru yang masuk dalam DAS Siak.
Analisis diatas menggunakan DEM digunakan dengan resolusi 200 meter
UrbanPDE
Urban Population Density Estimation
High Density
Medium
Low Density
UrbanPDE
Urban Population Density Estimation
Output:
Dengan data persebaran penduduk
baik dihasilkan dengan
menggunakan data administrasi
seperti data eksisting (sensus),
dapat pula diturunkan dari data
Bahaya Cuaca Ekstrim prediksi atau target perencanaan
yang diekspektasi.
TranetSim
Transport Networks Simulator
Ilustrasi diambil dari: Jauhari dan Sardjito (2015), Any Riaya Nikita Ratriaga dan
Sardjito (2015), Nur’Afalia et al. (2018)
TranetSim
Transport Networks Simulator
KESIMPULAN
❑ Open Data (Data Terbuka) sudah semakin banyak dari berbagai sumber baik dari dalam
maupun luar negeri. Namun berlawanan dengan hal tersebut, pengolahan terhadap data-data
tersebut sangat terbatas, lebih banyak dilakukan pendekatan intuisi-subjektif dibandingkan pendekatan
kuantatif-pemodelan diperlukan untuk meningkatkan unsur objektivitas dalam perencanaan. Dalam
kondisi demikian, perencanaan wilayah di Indonesia secara kualitas perlu ditingkatkan, mengingat
dampak terhadap masyarakat di wilayah perencanaan.
❑ Kajian terhadap aspek mitigasi dalam perencanaan wilayah dan kota dapat dianalisis dengan
menggunakan data umum yang tersedia dan dengan pendekatan yang efesien menggunakan
perangkat analisis yang tepat dan tetap menghasilkan kedalaman informasi yang detail.
❑ Berbagai software yang difokuskan sebagai solusi proses perencanaan wilayah dan kota
termasuk dalam hal kaitannya dengan mitigasi telah banyak tersedia. Selain tools yang telah ada
diluar baik open ataupun berbayar, ITS telah memiliki beberapa perangkat analisis yang dapat
digunakan untuk kebutuhan perencanaan wilayah dan kota, baik di IKN maupun wilayah sekitarnya.
Sekian dan Terimakasih