Perubahan tutupan lahan akibat perkembangan kawasan perkotaan telah meningkatkan tekanan terhadap fungsi hidrologis wilayah Malang Raya. Konversi vegetasi dan lahan terbuka menjadi permukaan terbangun dapat mengurangi kapasitas infiltrasi, meningkatkan limpasan permukaan, serta memperluas wilayah yang memiliki kerawanan banjir. Kondisi tersebut perlu diperhatikan karena Malang Raya mengalami rata-rata 152 kejadian banjir per tahun selama periode 2020–2024. Informasi mengenai kecenderungan perubahan tutupan lahan dan kerawanan banjir masa depan diperlukan sebagai masukan awal dalam pengendalian pemanfaatan ruang yang lebih responsif terhadap kondisi hidrologis wilayah. Penelitian ini bertujuan menganalisis dinamika dan kecenderungan perubahan tutupan lahan di Malang Raya selama periode 1995–2025 serta memproyeksikan kondisinya pada tahun 2040. Penelitian ini juga menganalisis perbedaan sebaran spasial dan luas setiap tingkat kerawanan banjir antara kondisi baseline tahun 2025 dan proyeksi tahun 2040 dengan mempertimbangkan perubahan tutupan lahan dan skenario curah hujan. Klasifikasi tutupan lahan dilakukan terhadap citra Landsat tahun 1995–2025 dengan interval lima tahun menggunakan algoritma Random Forest. Tutupan lahan diklasifikasikan menjadi empat kelas, yaitu terbangun, tak terbangun, badan air, dan vegetasi. Kondisi tutupan lahan tahun 2040 diproyeksikan menggunakan metode Cellular Automata–Artificial Neural Network melalui plugin MOLUSCE berdasarkan tutupan lahan tahun 2020 dan 2025. Data curah hujan harian maksimum tahunan diperoleh dari GCM CMIP6 MIROC6 skenario SSP2-4.5 dan dikoreksi menggunakan CHIRPS melalui metode Parametric Quantile Mapping pada 15 titik pos hujan. Curah hujan rencana periode ulang 2 dan 10 tahun dihitung menggunakan distribusi Log-Pearson III. Respons hidrologis perubahan tutupan lahan direpresentasikan melalui nilai Curve Number yang ditentukan berdasarkan tutupan lahan dan Hydrologic Soil Group. Metode SCS-CN selanjutnya digunakan untuk menghitung limpasan permukaan dan membentuk rasio hujan efektif sebagai bobot dalam analisis akumulasi aliran. Kerawanan banjir dipetakan menggunakan Geomorphic Flood Index termodifikasi yang mengintegrasikan kondisi topografi, tutupan lahan, tekstur tanah, dan curah hujan. Hasil pemodelan divalidasi menggunakan 38 titik kejadian banjir tahun 2025. ii Hasil klasifikasi menghasilkan overall accuracy sebesar 81–97% dan koefisien Kappa sebesar 0,74–0,98. Luas lahan terbangun meningkat dari 91,69 km² pada tahun 1995 menjadi 518,06 km² pada tahun 2025, atau bertambah 426,37 km² (465,02%). Sebaliknya, vegetasi berkurang dari 2.399,94 km² menjadi 1.845,31 km², atau menyusut 554,63 km² (23,11%). Pada tahun 2040, luas lahan terbangun diproyeksikan mencapai sekitar 626,87 km² atau meningkat 108,81 km² (21,00%) dibandingkan tahun 2025. Penambahan lahan terbangun terbesar diproyeksikan terjadi di Kabupaten Malang sebesar 95,82 km², diikuti Kota Batu sebesar 6,66 km² dan Kota Malang sebesar 6,11 km². Pada periode yang sama, vegetasi diproyeksikan menurun menjadi sekitar 1.686,29 km² atau berkurang 159,02 km². Validasi prediksi menghasilkan overall accuracy sebesar 77,23% dan koefisien Kappa 0,59, sehingga hasil proyeksi tahun 2040 diperlakukan sebagai skenario indikatif apabila kecenderungan perubahan historis terus berlangsung. Rata-rata curah hujan rencana Tr2 pada 15 titik pos hujan meningkat dari 52,60 mm pada kondisi baseline menjadi 55,49 mm pada tahun 2040, atau sebesar 5,51%. Pada Tr10, rata-rata curah hujan meningkat dari 70,37 mm menjadi 72,52 mm, atau sebesar 3,05%. Pemodelan GFI menunjukkan bahwa total area pada kelas kerawanan rendah, sedang, dan tinggi dalam skenario Tr2 meningkat dari 976,42 km² pada tahun 2025 menjadi 1.034,97 km² pada tahun 2040, atau bertambah 58,55 km² (6,00%). Pada Tr10, area rawan meningkat dari 1.254,88 km² menjadi 1.297,47 km², atau bertambah 42,59 km² (3,39%). Peningkatan tersebut terutama terjadi pada kelas kerawanan rendah, yang bertambah 67,57 km² pada Tr2 dan 79,44 km² pada Tr10. Hal ini mengindikasikan terjadinya perluasan wilayah yang mulai memiliki kerawanan banjir, meskipun perubahan antarkelas tidak selalu berupa peningkatan menuju kelas kerawanan tinggi. Validasi GFI menghasilkan tingkat kesesuaian sebesar 76% pada Tr2 dan 71% pada Tr10. Kebaruan penelitian ini terletak pada integrasi proyeksi perubahan tutupan lahan dan curah hujan dalam GFI termodifikasi untuk mengestimasi perubahan spasial kerawanan banjir pada skala aglomerasi Malang Raya. Hasil penelitian menunjukkan bahwa berlanjutnya ekspansi lahan terbangun, berkurangnya vegetasi, dan perubahan curah hujan berpotensi memperluas wilayah yang memiliki kerawanan banjir pada tahun 2040. Hasil pemodelan dapat digunakan sebagai informasi awal untuk mengidentifikasi kawasan prioritas pengendalian pemanfaatan ruang, dengan tetap memperhatikan sifat proyeksi yang indikatif dan kebutuhan verifikasi melalui data hidrologi, hidraulik, dan observasi lapangan yang lebih terperinci.
Perpustakaan Digital ITB