Integrasi Explainable Artificial Intelligence (XAI) pada WebGIS untuk Audit Kepatuhan Ruang Terbuka Hijau di Provinsi Lampung
DOI:
https://doi.org/10.35143/jkt.v12i1.6905Kata Kunci:
WebGIS, Explainable Artificial Intelligence, Tata Guna Lahan, Scientific AIAbstrak
Percepatan pembangunan di Provinsi Lampung telah mendorong alih fungsi lahan yang signifikan, yang berdampak pada penurunan daya dukung lingkungan dan ketidakpatuhan terhadap proporsi minimal Ruang Terbuka Hijau (RTH). Permasalahan ini diperparah oleh keterbatasan sistem pemantauan spasial yang masih bersifat deskriptif dan belum mampu menyediakan analisis interpretatif serta transparansi dalam pengambilan keputusan. Penelitian ini bertujuan mengembangkan Lampung Scientific GIS, yaitu platform WebGIS berbasis Explainable Artificial Intelligence (XAI) untuk melakukan audit kepatuhan RTH dan analisis beban ekologis secara otomatis dan interpretable. Metode yang digunakan meliputi ekstraksi data citra satelit ESRI Sentinel-2 Land Cover menggunakan teknik zonal statistics, pengembangan arsitektur WebGIS tiga lapis, serta implementasi model Rule-Based Explainable Artificial Intelligence (XAI) berbasis aturan untuk mengevaluasi kepatuhan terhadap regulasi dan menghitung Indeks Beban Ekologis. Hasil penelitian menunjukkan bahwa wilayah perkotaan seperti Kota Bandar Lampung dan Kota Metro berada dalam kondisi non-compliant terhadap mandat RTH 30% dan memiliki tekanan ekologis tinggi. Sistem yang dikembangkan mampu menghasilkan diagnosis risiko secara transparan serta rekomendasi kebijakan berbasis data. Penelitian ini berkontribusi pada pengembangan sistem pendukung keputusan spasial yang akuntabel melalui integrasi WebGIS dan XAI untuk perencanaan wilayah berkelanjutan. Kebaruan penelitian ini terletak pada integrasi Rule-Based Explainable Artificial Intelligence (XAI) yang berjalan secara real-time dalam lingkungan WebGIS, memungkinkan audit kepatuhan tata ruang tidak hanya bersifat deskriptif, tetapi juga interpretable, preskriptif, dan transparan dalam mendukung pengambilan keputusan berbasis data.Unduhan
Referensi
[1] Badan Pusat Statistik Provinsi Lampung, Provinsi Lampung dalam Angka 2024. Bandar Lampung: BPS Provinsi Lampung, 2024.
[2] Badan Informasi Geospasial, Atlas Tutupan Lahan Indonesia Tahun 2023. Cibinong: BIG, 2023.
[3] Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia, Status Lingkungan Hidup Indonesia 2022. Jakarta: KLHK, 2022.
[4] United Nations Human Settlements Programme (UN-Habitat), World Cities Report 2022: Envisioning the Future of Cities. Nairobi: United Nations, 2022.
[5] P. A. Longley, M. F. Goodchild, D. J. Maguire, dan D. W. Rhind, Geographic Information Systems and Science, 4 ed. Hoboken, NJ: Wiley, 2015.
[6] M. A. Rahman, S. N. Hassan, dan M. R. Islam, “Integrating GIS and Artificial Intelligence for Sustainable Urban Planning: A Systematic Review,” Sustain. Cities Soc., vol. 74, 2021, doi: 10.1016/j.scs.2021.103189.
[7] J. Chen, X. Chen, dan Y. Liu, “Urban Expansion Monitoring and Ecological Risk Assessment Using GIS and Explainable Machine Learning,” Remote Sens., vol. 14, no. 9, 2022, doi: 10.3390/rs14092031.
[8] A. Adadi dan M. Berrada, “Peeking Inside the Black Box: A Survey on Explainable Artificial Intelligence (XAI),” IEEE Access, vol. 6, hlm. 52138–52160, 2018, doi: 10.1109/ACCESS.2018.2870052.
[9] F. Doshi-Velez dan B. Kim, “Towards a Rigorous Science of Interpretable Machine Learning,” ArXiv Prepr. ArXiv170208608, 2017.
[10] Y. Zhang, L. Wu, dan H. Wang, “Explainable AI for Environmental Risk Assessment: A Rule-Based Approach,” Environ. Model. Softw., vol. 158, 2023, doi: 10.1016/j.envsoft.2022.105543.
[11] Republik Indonesia, “Undang-Undang Nomor 26 Tahun 2007 tentang Penataan Ruang.” 2007.
[12] S. Arifin, A. Nugroho, dan R. Putra, “WebGIS-Based Spatial Decision Support System for Land Use Change Analysis in Indonesia,” dalam IOP Conference Series: Earth and Environmental Science, 2022. doi: 10.1088/1755-1315/999/1/012045.
[13] A. Shrestha, A. Ben-Menahem, dan T. von Krogh, “Organizational Decision-Making Structures in the Age of Artificial Intelligence,” Calif. Manage. Rev., vol. 63, no. 4, hlm. 66–83, 2021, doi: 10.1177/00081256211001925.
[14] R. R. Isnaini, M. H. Siregar, dan D. Pratama, “Analisis Alih Fungsi Lahan Menggunakan Citra Sentinel-2 dan QGIS di Provinsi Lampung,” J. Geogr. Lingkung. Trop., vol. 7, no. 2, hlm. 85–97, 2023.
[15] A. Setiawan, B. Santosa, dan R. Kurniawan, “Ecological Carrying Capacity Assessment Using Spatial Indicators and GIS,” J. Perenc. Wil. Dan Kota, vol. 34, no. 1, hlm. 15–28, 2024.
[16] UN-Habitat, World Cities Report 2022: Envisioning the Future of Cities. Nairobi, Kenya: United Nations Human Settlements Programme, 2022.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
