Prediksi Perubahan Kawasan Hutan Mangrove Menggunakan Model Land Change Modeler Berbasis Citra Satelit Penginderaan Jauh

Studi Kasus: Pantai Kelurahan Oesapa Barat, Kota Kupang, Nusa Tenggara Timur

Abstrak

Abstrak

Kelurahan Oesapa Barat merupakan Kelurahan di Kecamatan Kelapa Lima Kota Kupang Indonesia yang memiliki hutan mangrove cukup luas namun terus mengalami kerusakan yang disebabkan oleh ulah manusia, sehingga upaya untuk menahan laju kepunahan hutan mangrove perlu dilakukan.  Dalam upaya pengelolaan untuk menahan laju kepunahan hutan mangrove, diperlukan informasi berupa identifikasii area mana saja yang membutuhkan perhatian untuk pelestarian mangrove. Oleh sebab itu, dibutuhkan suatu metode yang dapat digunakan untuk monitoring perubahan luasan mangrove dari tahun ke tahun. Gambaran perubahan lahan di masa depanpun dibutuhkan untuk mendukung perencanaan, perlindungan, dan rehabilitasi hutan mangrove. Tujuan penelitian ini adalah mengetahui perubahan tutupan mangrove tahun 1996, 2006, 2016, dan memprediksi tutupan mangrove tahun 2026. Teknologi penginderaan jauh digunakan untuk menganalis penggunaan lahan melalui citra satelit Landsat (tahun 1996, 2006 dan 2016). Penelitian ini menggunakan integrasi citra landsat untuk memperoleh hasil klasifikasi tutupan lahan dan land change modeler untuk mengkaji dan memprediksi pola perubahan lahan mangrove. Hasil prediksi hutan mangrove menggunakan land change modeler menunjukan adanya tren peningkatan luasan mangrove sebesar 17,64 ha pada tahun 1996, 18,90 ha pada tahun 2006, 19,80 ha pada tahun 2016, dan 20,52 ha pada tahun 2026. Peningkatan luasan mangrove disebabkan oleh berhasilnya kegiatan rehabilitasi berupa penanaman mangrove di Pantai Kelurahan Oesapa Barat pada tahun 2002.

Abstract

Oesapa Barat Village is a sub-district in Kelapa Lima District, Kupang City, Indonesia where has a large mangrove forest but continues to decline by human activities, therefore the protection of mangroves is urgent. The purpose of this study was to determine mangroves' changes in 1996, 2006, 2016, and predict them in 2026. Remote sensing technology was used to analyze land use through Landsat satellite imagery (1996, 2006, and 2016). This research uses the integration of Landsat image to obtain land cover classification and land change modeler to analyze and predict mangrove land change patterns. The prediction results using land change modeler showed that there was a trend of increasing mangrove area by 17.64 ha in 1996, 18.90 ha in 2006, 19.80 ha in 2016, and 20.52 ha in 2026. The increase in mangrove areas was caused by the success of this activity. rehabilitation in the form of planting mangroves in West Oesapa Village Beach in 2002.