Electronic Theses and Dissertation

Hutan merupakan salah satu kelas tutupan lahan yang terdapat di Kabupaten Nagan Raya. Adanya penurunan luasan hutan dapat menyumbang penurunan potensi penyerapan emisi karbon. Perubahan tutupan lahan dapat mempengaruhi kebijakan suatu daerah dalam pengelolaan lingkungan yang baik. Penelitian ini bertujuan untuk mengetahui perubahan tutupan lahan periode 2007-2023 dan memprediksi tutupan lahan di tahun 2035. Analisis perubahan tutupan lahan menggunakan Maksimum Likelihood Classification (MLC) dan Cellular Automata Markov Chain untuk memprediksi tutupan lahan di Tahun 2035. Analisis perhitungan karbon berdasarkan kandungan biomassa vegetasi dan pendekatan kandungan karbon di setiap tutupan lahan. Tutupan lahan diklasifikasikan ke dalam 8 (delapan) kelompok menggunakan estimasi dengan koefisien kappa. Tutupan lahan yang mendominasi tahun 2023 adalah hutan seluas 169.555,44 Ha (47,49%). Deforestasi hutan tahun 2007-2023 sebesar 19.926 Ha (10,5%) dan penambahan luas perkebunan sebesar 9.428 Ha (9,4%). Pada tahun 2007 total cadangan karbon di Kabupaten Nagan Raya sekitar 11,37 MT, total cadangan karbon tahun 2015 sekitar 10,52 MT, dan total cadangan karbon di tahun 2023 sekitar 11,20 MT. Pada tahun 2023, total simpanan karbon di Hutan sebesar 7,13 MT dengan serapan CO2 sebesar 26,17 MT. Alternatif strategi berdasarkan Analisis SWOT, menempatkan Kabupaten Nagan Raya pada kekuatan (S) 2,80 dari faktor internal dan pada peluang (O) 2,17 dari faktor eksternal. Terdapat 4 (empat) alternatif strategi berdasarkan QSPM dengan nilai di atas 6,00.

Kata Kunci : Maksimum Likelihood Classification (MLC), Cellular Automata Markov Chain, LULC, Karbon, TAPE

Forest is one of the land cover classes found in Nagan Raya District. Deforestation can contribute to a decrease in carbon emission absorption potential. Land cover change can affect a region’s policy in managing a good environment. This study aims to determine land cover change for the period 2007-2023 and predict land cover in 2035. Land cover change analysis uses Maximum Likelihood Classification (MLC) and Cellular Automata Markov Chain to predict land cover in 2035. Analysis of the carbon calculation based on vegetation biomass and land cover carbon coefficient approach. Land cover was classified into 8 (eight) groups using kappa coefficient estimation. he dominating land cover in 2023 was forest covering 169,555.44 Ha (47.49%). Forest deforestation in 2007-2023 was 19,926 Ha (10.5%) and the addition of plantation area was 9,428 Ha (9.4%). In 2007, the total carbon stock in Nagan Raya District about 11.37 MT, total carbon stock in 2015 about 10.52 MT, and total carbon stock in 2023 about 11.20 MT. In 2023, the total carbon stock in the forest is 7.13 MT with CO2 sequestration of 26.17 MT. Alternative strategies based on SWOT analysis, positioned Nagan Raya District on Strength (S) 2,80 from internal factors and on opportunities (O) 2,17 from external factors. There are 4 (four) alternative strategies based on QSPM with values above 6,00. Keywords: Maximum Likelihood Classification (MLC), Cellular Automata Markov Chain, LULC, Carbon, TAPE