ABSTRAK Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
BAB 1 Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
BAB 2 Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
BAB 3 Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
BAB 4 Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
BAB 5 Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
BAB 6 Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
PUSTAKA Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
LAMPIRAN Exell Ibrahim Widihartanto
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Terbatas Yoninur Almira
» Gedung UPT Perpustakaan
» ITB
Kota Jakarta Selatan berada di bawah tekanan pembangunan masif yang berisiko
memicu perubahan fungsi lahan secara tidak terkendali. Kondisi ini tidak hanya
membahayakan peran ekologis vitalnya sebagai kawasan resapan air, tetapi juga
menyebabkan kesenjangan dengan arahan Rencana Detail Tata Ruang (RDTR).
Untuk mengatasi tantangan tersebut, penelitian ini bertujuan memprediksi
perubahan penggunaan lahan di masa depan dan menganalisis tingkat
kesesuaiannya terhadap RDTR. Sebagai sebuah kebaruan, studi ini menerapkan
model Cellular Automata-Artificial Neural Network (CA-ANN) pada data
penggunaan lahan yang terperinci, bukan sekadar tutupan lahan, sehingga
analisisnya lebih tajam dan relevan dengan kebijakan tata ruang. Dengan
menggunakan pendekatan kuantitatif, penelitian ini mengidentifikasi faktor-faktor
pendorong utama perubahan lahan melalui analisis regresi logistik biner yang
menemukan bahwa jarak dari jalan dan permukiman adalah variabel paling
berpengaruh. Hasil tersebut kemudian menjadi dasar bagi model prediksi spasial
yang telah divalidasi dan terbukti memiliki akurasi sangat tinggi untuk
memproyeksikan kondisi di masa mendatang. Proyeksi hasil penelitian
mengindikasikan adanya potensi ketidaksesuaian dengan RDTR. Sebesar 32,66%
dari keseluruhan wilayah diprediksi akan mengalami perkembangan yang
menyimpang dari rencana yang telah ditetapkan. Penyimpangan yang terjadi
mencakup perluasan kawasan perumahan dan perkantoran yang cenderung tidak
terencana, serta pada saat yang sama terjadi penyusutan drastis pada zona
perdagangan dan jasa yang seharusnya menjadi prioritas RDTR. Tren ini juga
mengidentifikasi risiko keberlanjutan ekologis kota melalui potensi pengurangan
luas zona badan air dan kawasan perlindungan setempat. Temuan ini menegaskan
bahwa dinamika penggunaan lahan belum sepenuhnya selaras dengan tujuan
pembangunan berkelanjutan, sekaligus menyumbangkan alat bantu prediksi spasial
yang valid bagi pemerintah untuk mendeteksi potensi penyimpangan pemanfaatan
ruang secara proaktif dan mengarahkan pembangunan agar selaras dengan visi tata
ruang yang telah ditetapkan.
Perpustakaan Digital ITB