Kecenderungan terus meningkatnya kebutuhan lahan menyebabkan tingginya laju alih fungsi lahan terutama sawah. Hal tersebut dapat menjadi ancaman serius yang dapat mengganggu ketahanan pangan sehingga perlu diteliti lebih lanjut mengenai karakteristik dan faktor-faktor yang memengaruhi alih fungsi lahan pertanian. Selain itu, dibutuhkan data estimasi luas tanam dan luas alih fungsi lahan yang up to date. Survei KSA yang biasa dilakukan oleh BPS memiliki beberapa keterbatasan dari segi ekonomi dan akurasi. Di sisi lain, penginderaan jauh dengan citra satelit dapat mengatasi keterbatasan tersebut.
Kajian 1 membahas tentang pembangunan model machine learning terbaik untuk mengklasifikasikan tutupan lahan yang ada di lokus penelitian dan evaluasi terhadap hasil klasifikasi model tersebut melalui proses ground check. Selain itu, dilakukan juga estimasi luas lahan pertanian, khususnya padi dan analisis laju alih fungsi lahan pertanian khususnya sawah menjadi non-sawah.
Kajian 2 berfokus menganalisis karakteristik alih fungsi lahan dari sisi petani dan juga faktor-faktor yang memengaruhi alih fungsi lahan di tingkat kewilayahan yang tidak dapat dijelaskan dari penginderaan jauh dengan citra satelit.
Pemilihan sampel kecamatan untuk pencacahan karakteristik dan alasan alih fungsi lahan kajian 2 menggunakan laju alih fungsi lahan dari kajian 1 sebagai auxiliary variabel.
Kajian 1 melakukan perhitungan laju alih fungsi lahan menggunakan data dari citra satelit, sedangkan kajian 2 mengeksplorasi alih fungsi lahan lebih lanjut melalui pencacahan lapangan terkait informasi yang tidak bisa didapatkan dari citra satelit, yaitu karakteristik dan faktor-faktor yang memengaruhi alih fungsi lahan pertanian.
Pemodelan faktor-faktor yang memengaruhi alih fungsi lahan pertanian pada kajian 2 memanfaatkan laju alih fungsi lahan pertanian yang dihitung oleh kajian 1 dari citra satelit, tetapi dalam bentuk laju tahunan.
Kabupaten Bandung Barat dan Kabupaten Purwakarta.
2013-2021
900
Responden
1800
Titik Sampel