Electronic Theses and Dissertation

Bencana tsunami Aceh tahun 2004 menyebabkan perubahan lanskap yang sangat signifikan, khususnya di wilayah pesisir Kota Banda Aceh. Kecamatan Meuraxa merupakan salah satu kawasan yang mengalami tingkat kerusakan tertinggi dan mengalami dinamika perubahan lanskap yang intensif selama proses rehabilitasi dan rekonstruksi. Penelitian ini bertujuan untuk menganalisis perubahan lanskap selama 20 tahun pasca-tsunami di Gampong Lambung, Deah Glumpang, dan Alue Deah Teungoh dengan memanfaatkan data penginderaan jauh multi-temporal. Data yang digunakan berupa citra satelit resolusi tinggi tahun 2004, 2009, 2014, dan 2019 serta foto udara drone tahun 2024. Metode yang diterapkan adalah Object-Based Image Analysis (OBIA) dengan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan tutupan lahan menjadi lima kelas, yaitu badan air, vegetasi, bangunan, jalan, dan lahan terbuka. Hasil klasifikasi dievaluasi menggunakan uji akurasi berupa Overall Accuracy dan Kappa Coefficient. Selanjutnya, analisis perubahan lanskap dilakukan untuk mengidentifikasi dinamika spasial dan temporal selama dua dekade pasca-bencana. Hasil penelitian menunjukkan adanya peningkatan signifikan pada kawasan terbangun dan jaringan jalan, serta penurunan lahan terbuka seiring dengan perkembangan pembangunan dan pemulihan wilayah. Penelitian ini diharapkan dapat menjadi dasar dalam evaluasi perencanaan tata ruang, mitigasi bencana, dan pembangunan berkelanjutan di kawasan pesisir pasca-tsunami.

Kata kunci: Perubahan lanskap, tsunami Aceh, tutupan lahan, OBIA, KNN, penginderaan jauh

The 2004 Aceh tsunami caused significant landscape changes, particularly in the coastal areas of Banda Aceh City. Meuraxa District was one of the most severely affected areas and has undergone intensive landscape dynamics during the rehabilitation and reconstruction phases. This study aims to analyze landscape changes over a 20-year period after the tsunami in Gampong Lambung, Deah Glumpang, and Alue Deah Teungoh using multi-temporal remote sensing data. The data consist of high-resolution satellite imagery from 2004, 2009, 2014, and 2019, as well as drone aerial imagery from 2024. Object-Based Image Analysis (OBIA) combined with the K-Nearest Neighbor (KNN) algorithm was applied to classify land cover into five classes: water bodies, vegetation, buildings, roads, and open land. Classification results were evaluated using Overall Accuracy and the Kappa Coefficient. Landscape change analysis was then conducted to identify spatial and temporal dynamics over two decades after the disaster. The results indicate a significant increase in built-up areas and road networks, accompanied by a decrease in open land due to post-tsunami reconstruction and urban development. This study provides valuable spatial information to support spatial planning evaluation, disaster mitigation strategies, and sustainable development in post-tsunami coastal areas. Keywords: landscape change, Aceh tsunami, land cover, OBIA, KNN, remote sensing