Pemodelan mengenai land cover atau tutupan lahan akan terus dibutuhkan terutama
di negara berkembang karena berkaitan dengan peningkatan populasi dan
kebutuhan terhadap produksi pertanian dan pemukiman. Di kawasan dengan fungsi
penting seperti daerah aliran sungai (DAS), perubahan lahan perlu dimonitor karena
berkaitan erat dengan ketersediaan air, dan kemampuan lahan secara alami untuk
mencegah terjadi bencana banjir. Munculnya produk NASA yaitu MODIS
MCDQ12 yang dibuat khusus dengan algoritma untuk tutupan lahan berpotensi
untuk memperbaiki model land cover karena menawarkan data yang lebih akurat
dalam proses klasifikasi lahan. Markov Chain sangat efisien dalam melihat
perubahan dari tutupan lahan model karena dapat meliputi analisis perubahan ruang
dan waktu secara bersamaan. Sehingga perubahan lahan dapat diteliti dengan baik
secara pixel to pixel.
Nilai error yang dihasilkan dari proyeksi DAS Citarum Hulu untuk periode 2001-
2020 dengan menggunakan rantai Markov yaitu 15.9%. Data air permukaan juga
dilibatkan untuk melihat pengaruh dari ketersediaan air dalam mendorong
perubahan lahan. Kedua data digabungkan dengan meresample data MODIS dan
data air permukaan ke dalam resolusi yang sama yaitu 500 m. Perubahan lahan yang
terjadi di daerah Citarum Hulu sangat masif di tahun 2015-2020, hal tersebut
dikarenakan adanya ketersediaan air di Citarum Hulu yang menjadi daya tarik
terjadinya urbanisasi dan mendorong percepatan pembangunan di daerah peri urban
kota Bandung. Data air permukaan ditambahkan untuk menguji kaitan ketersediaan
air dengan kecenderungan perubahan lahan. Hasilnya, matriks transisi
menunjukkan lokasi yang memiliki ketersediaan air besar cenderung mengalami
perubahan lahan, yang diawali dari perubahan hutan ke pertanian, lalu pertanian ke
daerah terbangun.
Penelitian ini diselesaikan dengan menggunakan code dalam Bahasa R yang lalu
dikumpulkan ke dalam package baru bernama Mallacha yang menawarkan fungsi
untuk melakukan analisis tutupan lahan dengan menggunakan Markov chain.