Page 47 - Pemodelan Spasial untuk Prediksi Pengunaan dan Pengendalian Alih Fungsi Lahan Pertanian

Pemodelan CA-ANN merupakan pendekatan deep learning
yang dapat menghasilkan informasi baru dengan melakukan analisis
dan pemrosesan hubungan data melalui fungsi algoritma linear
dan nonlinear generik (Selamat dkk., 2022). Sistem pengoperasian
CA-ANN mengadopsi oleh mekanisme jaringan saraf biologis yang
menyerupai pola pikir otak manusia (Li dkk., 2023). Struktur CA-ANN
memiliki banyak neuron yang saling berkesinambungan yang dapat
mempelajari memori, induksi, pengenalan pola, dan pemrosesan
data. Proses CA-ANN sendiri bergantung pada dinamisme dan
koefisien bobot pada setiap konektivitas neuron satu dengan lainnya
terhadap data yang dimasukkan dan informasi yang dihasilkan (J.
Yang dkk., 2023). Penerapan algoritma fusi berbasis machine learning
menjadikan CA-ANN sebagai alat hubungan linier dan non linier
melalui penggabungan variabel secara kompleks. Algoritma fusi
spatio-temporal dapat membangun data deret waktu dan resolusi
spasial yang menghasilkan akurasi dan prediksi informasi yang lebih
tinggi (Girma dkk., 2022; Ouyang dkk., 2023). Potensi penilaian yang
lebih efektif dan efisien dalam ruang lingkup ekologi menjadikan
pemodelan ini sebagai solusi terbaik untuk mengetahui perubahan
penggunaan tanah pertanian dibandingkan pemodelan algoritma
lainnya (Ouyang dkk., 2023)

Membahas perubahan penggunaan tanah dinyatakan
oleh Thackway (2018) bahwa keberhasilan maupun kegagalan
dari penggunaan tanah memiliki empat poin kritis yang perlu
diperhatikan yaitu: (i) ketidaksinambungan pemangku kepentingan
yang memiliki tanggung jawab di sektor pertanian, lingkungan hidup,
dan kehutanan; (ii) ketidaksadaran masyarakat untuk menggunakan
data dan informasi secara spesifik dalam melaksanakan aksi
terhadap penggunaan tanah dalam skala nasional dan regional; (iii)
keterbatasan pemikiran dalam mencapai pengambilan keputusan
dalam perencanaan dan pengelolaan penggunaan tanah oleh
pemerintah; serta (iv) keterbatasan dalam melaksanakan kolaborasi
oleh para ahli di bidang lingkungan, kesehatan, pertanian, ahli gizi,
ilmu pemerintah, perencanaan wilayah, dan ilmu sosial masyarakat
untuk melakukan penyelidikan dan pengambilan keputusan terhadap

16 Pemodelan Spasial untuk Prediksi Penggunaan dan
Pengendalian Alih Fungsi Lahan pertanian