Prediksi Lahan Deforestasi Dan Reforestasi Hutan Kalimantan Timur Dengan Metode Rantai Markov

Arif Hasan Nawawi; Evangs Mailoa

doi:10.51454/decode.v4i1.268

Authors

Arif Hasan Nawawi Program Studi Teknik Informatika Universitas Kristen Satya Wacana
Evangs Mailoa Program Studi Teknik Informatika Universitas Kristen Satya Wacana

DOI:

https://doi.org/10.51454/decode.v4i1.268

Keywords:

Deforestasi, Rantai Markov, Reforestasi

Abstract

Deforestasi dan reforestasi merupakan dua fenomena penting dalam perubahan penggunaan lahan yang memiliki dampak terhadap keberlanjutan lingkungan.Saat ini di daerah Kalimantan Timur terjadi deforestasi hutan yang di mana lahan itu akan dijadikan ibu kota baru di Indonesia. Terjadinya deforestasi hutan terus menerus dikhawatirkan kedepanya akan memperburuk kualitas lingkungan dan berkurangnya lahan. Pembuat kebijakan harus memahami implikasi kebijakan mereka terhadap deforestasi dan mengambil langkah-langkah yang tepat untuk menjaga keberlanjutan sumber daya hutan. Oleh karena itu dilakukan penelitian yang bertujuan untuk memprediksi lahan deforestasi dan reforestasi hutan Kalimantan Timur dengan menggunakan metode rantai Markov, yang memungkinkan pemodelan transisi antara keadaan deforestasi dan non-deforestasi berdasarkan data historis. Hasil penelitian menunjukkan bahwa luas lahan deforestasi dan reforestasi kawasan Kalimantan Timur pada 10 tahun kedepan mencapai 2,749.1 luas lahan deforestasi dan 3,420.84 hektar luas lahan reforestasi. Harapan dari penelitian ini dapat membantu dalam perencanaan pengelolaan sumber daya hutan dan pengembangan langkah-langkah pencegahan deforestasi yang lebih efektif.

References

Asra, R., Mappiasse, M. F., & Nurnawati, A. A. (2020). Penerapan Model CA-Markov Untuk Prediksi Perubahan Penggunaan Lahan Di Sub-DAS Bila Tahun 2036. AGROVITAL: Jurnal Ilmu Pertanian, 5(1), 1-10. https://doi.org/10.35329/agrovital.v5i1.630

Asrin, B., Setiawan, H., Affandi, L. H., Syafruddin, Gunayasa, I. B. K., & K. W., M. K. (2019). PGSD Untuk Negeri: Reboisasi, Dukung Pengembangan Kampung Hijau Berbagi Tanpa Saling Menggurui. 2(2), 249-255. https://doi.org/10.29303/jppm.v2i2.1139

Damarraya, A., Ratnasari, M., & Rhama, D. F. P. (2018). Deforestasi Indonesia Tahun 2016-2017 (W. Mursud & L. Elisabeth Sente (eds.)). Didukung oleh : Sitasi Kementerian Lingkungan Hidup dan Kehutanan.

Ermawati, Sauddin, A., & Bakri, N. J. (2019). Analisis Persaingan Industri Televisi Berbayar Menggunakan Rantai Markov (Studi Kasus: Pt. Indonusa Telemedia (Transvision) Versus Televisi Berbayar Lainnya Di Kota Makassar Tahun 2017). Jurnal MSA (Matematika Dan Statistika Serta Aplikasinya), 7(1), 18-27. https://doi.org/10.24252/msa.v7i1.8165

Gugutu, M., Hatidja, D., & Langi, Y. A. R. (2022). Analisis Rantai Markov untuk Mengetahui Peluang Perpindahan Merek Kartu Seluler Pra Bayar GSM (Studi Kasus Mahasiswa Fakultas Pertanian Unsrat Manado). Jurnal MIPA, 2(1), 23-28. https://doi.org/10.35799/jm.2.1.2013.746

Ihsan, H., Sanusi, W., & Hasriani, H. (2019). Peramalan Pola Curah Hujan Di Kota Makassar Menggunakan Model Rantai Markov. Journal of Mathematics, Computations, and Statistics, 2(1), 19-30.

Masuku, F. N., Langi, Y. A. R., & Mongi, C. (2018). Analisis Rantai Markov Untuk Memprediksi Perpindahan Konsumen Maskapai Penerbangan Rute Manado-Jakarta Analysis of Markov Chain To Predict Consumer Movement of Airline Route Manado-Jakarta. Ilmiah Sains, 18(2), 75-79. https://doi.org/10.35799/jis.18.2.2018.20495

Mustafa, F., & Marsoyo, A. (2020). Tipologi Peran Stakeholder dalam Mendukung Reforestasi di Daerah Istimewa Yogyakarta. Jurnal Planoearth, 5(1), 35-44. https://doi.org/10.31764/jpe.v5i1.1653

Novita, S. E., & Vonnisa, M. (2021). Pemodelan Spasial Kerentanan Kebakaran Hutan dan Lahan di Kalimantan Timur. Jurnal Fisika Unand, 10(2), 232-238. https://doi.org/10.25077/jfu.10.2.232-238.2021

Nurhamiddin, F., & Sulisa, F. M. (2019). Peramalan Cuaca Menggunakan Metode Rantai Markov. Jurnal Biosainstek, 2(01), 16-22. https://doi.org/10.52046/biosainstek.v2i01.312

Nurjana, S., Paendong, M. S., & Langi, Y. A. R. (2018). Penerapan Rantai Markov Dalam Pemilihan Minat Masuk Siswa SMA Ke Universitas Di Indonesia Application of Markov Chain Interest Sign In Elections High School Students To University In Indonesia. JdC, 5(1), 50-56. https://doi.org/10.35799/dc.5.1.2016.12733

Sazali, A., Setiadji, B. H., & Haryadi, B. (2019). Aplikasi Model Rantai Markov Dalam Pengelolaan Jalan di Kabupaten Bangka Barat. Rekayasa, 12(2), 141-150. https://doi.org/10.21107/rekayasa.v12i2.5907

Sugandhi, N., Supriatna, S., Kusratmoko, E., & Rakuasa, H. (2022). Prediksi Perubahan Tutupan Lahan di Kecamatan Sirimau, Kota Ambon Menggunakan Celular Automata- Markov Chain. JPG (Jurnal Pendidikan Geografi), 9(2), 104-118. https://doi.org/10.20527/jpg.v9i2.13880

Wahyuni, H., & Suranto. (2021). Dampak Deforestasi Hutan Skala Besar terhadap Pemanasan Global di Indonesia. JIIP: Jurnal Ilmiah Ilmu Pemerintahan, 6(1), 148-162. https://doi.org/10.14710/jiip.v6i1.10083

Yanuar, Y. (2019). Jokowi Pindahkan Ibukota ke Kaltim, Ini Kekhawatiran Greenpeace. Tempo.Co. https://tekno.tempo.co/read/1241492/jokowi-pindahkan-ibukota-ke-kaltim-ini-kekhawatiran-greenpeace