ANALISIS DINAMIKA PERUBAHAN DAN PREDIKSI TUTUPAN LAHAN DI KECAMATAN PETUNGKRIYONO
DOI:
https://doi.org/10.61722/jmia.v3i3.10640Keywords:
land cover, land cover change, Cellular Automata–Markov Chain, Maximum Likelihood Classification, Petungkriyono, land cover predictionAbstract
Petungkriyono District, Pekalongan Regency, is a primary tropical forest area simultaneously designated as a Strategic Tourism Zone, horticultural agropolitan area, and landslide-prone zone under the Pekalongan Spatial Plan (RTRW) 2020–2040. This overlapping policy framework has created compounding pressures on land cover, culminating in a flash flood and landslide disaster in January 2025 that claimed 25 lives. This study aims to analyze land cover change dynamics in Petungkriyono District during the period 2018–2025 and to predict land cover conditions in 2030. The methodology employs Sentinel-2A satellite imagery classification using Maximum Likelihood Classification (MLC) to generate annual land cover maps, followed by predictive modeling through Cellular Automata–Markov Chain (CA-MC) implemented via the MOLUSCE plugin in QGIS, incorporating four driving variables: distance to roads, slope, elevation, and distance to rivers. Results indicate that forest land declined from 6,798 Ha (81.86%) in 2018 to 6,335 Ha (76.29%) in 2025, while built-up land increased by 61.58% and agricultural land expanded by 20.34% over the same period. The dominant conversion pathway was forest to horticultural farmland, totaling a cumulative 2,595 Ha. The predictive model, validated with an overall Kappa of 0.834 and 93.55% correctness, projects a further 550 Ha reduction in forest cover by 2030. The ANN component Kappa of 0.5972 indicates moderate model capacity; results are therefore better interpreted as an early warning scenario. This study recommends zonation-based tourism management, phased mitigation for settlements in hazard-prone areas, and agricultural intensification as alternatives to continued land expansion.
References
Adhiatma, R., & Lubis, I. (2020). Perubahan dan Prediksi Penggunaan/Penutupan Lahan di Kabupaten Lampung Selatan. Journal of Natural Resources and Environmental Management, 10(2), 234–246.
Alwan, Barkey, R. A., Syafri, & Muhibuddin, A. (2021). Pemodelan Pola Perubahan Penggunaan Lahan Kawasan Perkotaan. Pusaka Almaida.
ANTARA. (2025). Alih fungsi lahan jadi pemicu longsor Petungkriyono. Kantor Berita Nasional ANTARA.
Behera, A., Rawat, K. S., Kumar, S., Almuflih, A. S., & Qureshi, M. R. N. (2025). Simulation and projection of land use and land cover using remote sensing data and CA–Markov model. Geocarto International, 40(1).
BNPB. (2025). INFOBENCANA. Badan Nasional Penanggulangan Bencana, Vol. 6, No. 3.
Cahyono, B. E., Febriawan, E. B., & Nugroho, A. T. (2019). Analisis Tutupan Lahan Menggunakan Metode Klasifikasi Tidak Terbimbing Citra Landsat. Jurnal Rekayasa Teknik, 13(1).
Christian, Y., Asdak, C., & Kendarto, D. R. (2021). Analisis Perubahan Penggunaan Lahan di Kabupaten Bandung Barat. TEKNOTAN, 15(1), 15–20.
Fitriana, A. L., Subiyanto, S., & Firdaus, H. S. (2017). Model Cellular Automata Markov untuk Prediksi Perkembangan Fisik Wilayah Permukiman Kota Surakarta. Jurnal Geodesi Undip, 6(4), 246–253.
Gifari, O. I., & Yuana, K. A. (2023). Analisis Perubahan Tutupan Lahan Menggunakan Metode Klasifikasi Terbimbing Pada Data Citra Penginderaan Jauh Kota Samarinda. Jurnal Geosains, 18(2).
Global Flood Emergency. (2025). Flash flood and landslide disaster in Petungkriyono District, Indonesia. Global Disaster Alert and Coordination System.
Hamad, R., Balzter, H., & Kolo, K. (2018). Predicting Land Use/Land Cover Changes Using a CA-Markov Model under Two Different Scenarios. Sustainability, 10(10), 3421.
Juniyanti, L., Prasetyo, L. B., Aprianto, D. P., Purnomo, H., & Kartodiharjo, H. (2020). Perubahan penggunaan dan tutupan lahan, serta faktor penyebabnya di Pulau Bengkalis. Jurnal Pengelolaan Sumberdaya Alam, 10(3), 419–435.
Kamil, M. I., Hasyim, A. W., & Yudono, A. (2024). Prediksi Perubahan Tutupan Lahan Menggunakan Cellular Automata-Markov Chain Studi Kasus Kecamatan Lowokwaru. Jurnal Perencanaan Wilayah Perkotaan dan Lingkungan, 13(1), 151–162.
Kementerian Kehutanan. (2025). Laporan Laju Deforestasi Netto Indonesia 2024. Kementerian Kehutanan Republik Indonesia.
Makarim, B. M. N., Gandharum, L., & Mataburu, I. B. (2025). Pendekatan Spasial Cellular Automata-Markov Chain Untuk Prediksi Tutupan Lahan dan Analisis Bahaya Banjir. Jurnal Geografi, Edukasi dan Lingkungan, 9(2), 342–369.
Mohamed, A., & Worku, H. (2020). Simulating urban land use and cover dynamics using cellular automata and Markov chain approach in Addis Ababa and the surrounding. Urban Climate, 31.
Mulya, Q. P., Aliyah, I., & Yudana, G. (2022). Perubahan penggunaan lahan dan faktor-faktor yang mempengaruhi di kawasan Jalan Ahmad Yani Kartasura. REGION: Jurnal Pembangunan Wilayah, 17.
Nabila, D. A. (2023). Pemodelan prediksi dan kesesuaian perubahan penggunaan lahan menggunakan CA-ANN. Tunas Agraria, 6(1), 41–55.
Oktaviani, N., & Kusuma, H. A. (2017). Pengenalan Citra Sentinel-2 untuk Pemetaan Kelautan. Lembaga Ilmu Pengetahuan Indonesia.
Perda Kabupaten Pekalongan Nomor 3 Tahun 2020 tentang Rencana Tata Ruang Wilayah Kabupaten Pekalongan Tahun 2020–2040.
Perhutani. (2017). Petungkriyono: Heart of Java. Perum Perhutani KPH Pekalongan Timur.
Permana, M., Sitorus, S. R. P., & Darmawan, D. (2021). Analisis Perubahan Penggunaan Lahan dan Prediksinya dengan Menggunakan Markov–Cellular Automata di Wilayah Peri Urban Kota Malang. Tataloka, 23(3), 307–319.
Prayogi, H., Setiadi, H., Supriatna, & Dewayany. (2024). Model Prediksi Perubahan Penutup Lahan di Kabupaten Majalengka Menggunakan Metode Cellular Automata Markov Chain. Majalah Geografi Indonesia.
Rakuasa, H., Salakory, M., & Latue, P. C. (2022). Analisis dan Prediksi Perubahan Tutupan Lahan Menggunakan Model CA-Markov Chain di DAS Wae Ruhu Kota Ambon. Jurnal Tanah dan Sumberdaya Lahan, 9(2), 285–295.
Ramadhan, R., Widiatmaka, & Sudadi, U. (2016). Perubahan Penggunaan Lahan dan Pemanfaatan Ruang Pada Wilayah Rawan Longsor di Kabupaten Banjarnegara. Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan, 6(2), 159–167.
Salakory, M., & Rakuasa, H. (2022). Modeling of Cellular Automata Markov Chain for predicting the carrying capacity of Ambon City. Journal of Natural Resources and Environmental Management, 12(2), 372–387.
Sampurno, R. M., & Thoriq, A. (2016). Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 OLI di Kabupaten Sumedang. Jurnal Ilmu Pertanian Indonesia, 10(2).
SNI 7645-1:2014 tentang Klasifikasi Penutup Lahan. Badan Standardisasi Nasional Indonesia.
Tallo, A. J., Tallo, M. G. Y., Antjak, A. L., Doko, M. I., & Lodang, M. A. C. (2025). Land Cover Change Prediction Using Cellular Automata and Markov Chain Models. Techno Nusa Mandiri, 22(2).
Verburg, P. H., Veldkamp, W. S. A., Espaldon, R. L. V., & Mastura, S. S. A. (2002). Modeling the Spatial Dynamics of Regional Land Use: The CLUE-S Model. ResearchGate.
Yudichandra, F. K., Widiatmaka, W., & Anwar, S. (2020). Perubahan dan Prediksi Penggunaan Lahan Menggunakan Markov–Cellular Automata di Kota Batu. Tataloka, 22(2), 202–211.
Zalmita, N., Alvira, Y., & Furqan, M. H. (2020). Analisis Perubahan Penggunaan Lahan Menggunakan SIG di Gampong Kecamatan Syiah Kuala. Jurnal Geospasial, 9(1), 1–9.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 JURNAL MULTIDISIPLIN ILMU AKADEMIK
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
