Prediksi Perkembangan Lahan Terbangun Di Jabodetabek Hingga Tahun 2030 Menggunakan Artificial Neural Network Dan Cellular Automata

Arya Danih Lesmana, I. B. Mataburu, Cellular Automata Artificial, Neural Network, Perubahan Tutupan, Lahan Prediksi, Lahan Lahan
{"title":"Prediksi Perkembangan Lahan Terbangun Di Jabodetabek Hingga Tahun 2030 Menggunakan Artificial Neural Network Dan Cellular Automata","authors":"Arya Danih Lesmana, I. B. Mataburu, Cellular Automata Artificial, Neural Network, Perubahan Tutupan, Lahan Prediksi, Lahan Lahan","doi":"10.21009/spatial.v22i1.24990","DOIUrl":null,"url":null,"abstract":"Model hybrid yang banyak digunakan dalam studi prediksi spasial saat ini seperti markov chain, logistik linear dan lainnya, memiliki kelemahan dalam penentuan dan parameter yang sangat sensitif. Sehingga memerlukan banyak data, memakan waktu, dan tidak efisien. Karena itu diperlukan sebuah model yang baru yang dapat mengatasi lebih mudah, tidak memakan waktu dan lebih efisien. Dalam hal ini, peneliti mencoba model ANN untuk diterapkan dalam prediksi perkembangan lahan terbangun. Salah satu wilayah yang sudah sangat padat lahan terbangun adalah Jabodabek. Simulasi divalidasi menggunakan tutupan lahan terbangun 2020 dan menghasilkan akurasi simulasi sebesar 74 % untuk simulasi per 5 tahun dan 85,7 % untuk simulasi per 10 tahun. Perkembangan lahan terbangun di Jabodetabek mengalami peningkatan dan penurunan dari tahun 2000-2030. Perkembangan lahan terbangun Jabodetabek memberikan sebuah pembuktian akan beberapa teori geografi perkotaan yaitu perspektif kota sebagai organisme dan bentukan kipas Jakarta.","PeriodicalId":280007,"journal":{"name":"Jurnal SPATIAL Wahana Komunikasi dan Informasi Geografi","volume":"89 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal SPATIAL Wahana Komunikasi dan Informasi Geografi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21009/spatial.v22i1.24990","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Model hybrid yang banyak digunakan dalam studi prediksi spasial saat ini seperti markov chain, logistik linear dan lainnya, memiliki kelemahan dalam penentuan dan parameter yang sangat sensitif. Sehingga memerlukan banyak data, memakan waktu, dan tidak efisien. Karena itu diperlukan sebuah model yang baru yang dapat mengatasi lebih mudah, tidak memakan waktu dan lebih efisien. Dalam hal ini, peneliti mencoba model ANN untuk diterapkan dalam prediksi perkembangan lahan terbangun. Salah satu wilayah yang sudah sangat padat lahan terbangun adalah Jabodabek. Simulasi divalidasi menggunakan tutupan lahan terbangun 2020 dan menghasilkan akurasi simulasi sebesar 74 % untuk simulasi per 5 tahun dan 85,7 % untuk simulasi per 10 tahun. Perkembangan lahan terbangun di Jabodetabek mengalami peningkatan dan penurunan dari tahun 2000-2030. Perkembangan lahan terbangun Jabodetabek memberikan sebuah pembuktian akan beberapa teori geografi perkotaan yaitu perspektif kota sebagai organisme dan bentukan kipas Jakarta.
混合模型广泛用于当前的空间预测研究,如马尔科夫链、线性物流等,在高度敏感的识别和参数方面有缺陷。这需要大量的数据、时间和低效。因此,它需要一种新的、更简单、更省时、更有效的应对方式。在这种情况下,研究人员尝试了ANN模型来预测土地的生长情况。醒着的土地非常密集的地区之一是Jabodabek。仿真技术采用2020年土土土图板验证,每5年验证74%,每10年验证85.7%。从2000年到2030年,在Jabodetabek建立的土地发展缓慢。Jabodetabek建造的土地的发展证明了一些城市地理学理论,即对雅加达生物和风扇的看法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信