Model Prediksi Perubahan Lahan di DAS Mamasa, Penopang Listrik Sulawesi Selatan

Gambar: sampul artikel, dari Utami A dkk. (2025), Jurnal Wasian, lisensi CC BY 4.0.

Tim peneliti dari Universitas Sulawesi Barat memprediksi perubahan tutupan lahan di Sub DAS Mamasa, yang terletak di perbatasan Sulawesi Barat dan Sulawesi Selatan, hingga tahun 2031. Kawasan seluas sekitar 116.108 hektare ini memasok air untuk Pembangkit Listrik Tenaga Air (PLTA) Bakaru, yang menjadi sumber listrik utama bagi Sulawesi Selatan. Hasil penelitian dipublikasikan di Jurnal Wasian pada 2025.

Penelitian ini membandingkan dua metode prediksi berbasis machine learning, yaitu Artificial Neural Network-Cellular Automata (ANN-CA) dan Logistic Regression-Cellular Automata (LR-CA). Metode ANN-CA menghasilkan tingkat ketepatan 83,67 persen, sedikit lebih tinggi dibanding LR-CA yang mencapai 82,35 persen. Kedua model memproyeksikan perubahan tutupan lahan pada 2026 dan 2031, namun prediksinya masih di bawah nilai aktual untuk kelas lahan luas seperti hutan, semak belukar, sawah, dan padang rumput. Sebaliknya, akurasi lebih tinggi pada kelas lahan kecil seperti hutan rawa, kebun, permukiman, dan hutan jati.

Menurut penelitian ini, perubahan tutupan lahan dari hutan, semak, dan padang rumput menjadi lahan pertanian dapat mengganggu keseimbangan air di daerah aliran sungai. Jika kondisi ini berlanjut, pasokan air ke PLTA Bakaru bisa menurun dan berdampak pada produksi listrik. Tim peneliti mencatat bahwa model mereka belum memasukkan variabel sosial-ekonomi seperti jumlah penduduk dan tingkat pendapatan, yang juga memengaruhi perubahan lahan. Penelitian lanjutan diharapkan dapat menganalisis pengaruh variabel-variabel tersebut.

Sumber dan cara mengutip

Berita ini ditulis dari artikel ilmiah Will Indonesia's Forests Survive Development Pressure? Machine Learning Predictions for Energy-Critical Tropical Watersheds karya Widyanti Utami A, Irlan Irlan, Nur Hilal A Syahrir dan Rosmaeni Rosmaeni, terbit di Jurnal Wasian Vol. 12 No. 01 (2025). Artikel lengkapnya dapat dibaca gratis di situs Jurnal Wasian.

Kutip artikel aslinya (APA 7):

Utami A, W., Irlan, I., Syahrir, N. H. A., & Rosmaeni, R. (2025). Will Indonesia's Forests Survive Development Pressure? Machine Learning Predictions for Energy-Critical Tropical Watersheds. Jurnal Wasian, 12(01), 35–43. https://doi.org/10.62142/hjs6a555

Jika Anda memakai temuan penelitian ini dalam tugas, skripsi atau tulisan lain, kutip artikel aslinya di atas, bukan berita ini. Artikel asli berlisensi CC BY 4.0.