Electronic Theses and Dissertation

Pesatnya pertumbuhan penduduk di kota Banda Aceh sebagai pusat kota Provinsi Aceh mengakibatkan munculnya masalah baru, yaitu peningkatan kebutuhan permukiman penduduk sebagai tuntutan kebutuhan hidup, selain kebutuhan sandang dan pangan. Pertumbuhan perkotaan Banda Aceh ini berdampak pada wilayah tetangganya, yaitu kabupaten Aceh Besar. Penelitian ini bertujuan untuk menganalisis dan memproyeksikan perubahan tutupan/penggunaan lahan di Kabupaten Aceh Besar, khususnya wilayah peri urban Banda Aceh pada tahun 2032, menggunakan model Cellular Automata-Markov. Metode ini mengkombinasikan keunggulan Cellular Automata dalam memodelkan dinamika spasial dengan kekuatan Markov dalam memprediksi probabilitas perubahan tutupan lahan berdasarkan data historis. Analisis ini dilakukan dengan perangkat lunak ArcGIS dan TerrSet. Hasil analisis menunjukkan bahwa pada tahun 2014-2024 kelas tutupan lahan yang paling banyak mengalami pengurangan luasan yaitu pada kelas pertanian lahan basah, penurunan lahan basah dari tahun 2014-2024 sebesar -1774 Ha sedangkan kelas tutupan lahan yang paling banyak mengalami penambahan selama periode 2014-2024 yaitu permukiman seluas 1900 Ha. Hasil validasi antara peta aktual 2024 dengan peta hasil prediksi tahun 2024 menunjukkan nilai akurasi kappa sebesar 0,97 atau 97%. Nilai akurasi termasuk kategori sangat baik dan layak digunakan untuk memprediksi tutupan lahan tahun 2032.

The rapid population growth in Banda Aceh City, the capital of Aceh Province, has resulted in new challenges, specifically the increased demand for residential areas as a basic necessity, alongside clothing and food needs. This urban growth in Banda Aceh has also impacted its neighboring region, Aceh Besar Regency. This study aims to analyze and project land cover/use changes in Aceh Besar Regency, particularly in the peri-urban areas of Banda Aceh by 2032, using the Cellular Automata-Markov model. This method combines the advantages of Cellular Automata in modeling spatial dynamics with the strength of Markov in predicting land cover change probabilities based on historical data. The analysis was conducted using ArcGIS and TerrSet software. The results indicate that from 2014 to 2024, the land cover class experiencing the most significant reduction is wetland agriculture, with a decrease of -1774 hectares. Conversely, the land cover class experiencing the most significant increase during the 2014-2024 period is residential areas, with an increase of 1900 hectares. Validation results between the actual 2024 map and the predicted 2024 map show a kappa accuracy value of 0.97. This accuracy value falls into the category of very good and is deemed suitable for predicting land cover in 2032.