Hasil Pencarian  ::  Simpan CSV :: Kembali

"

 

ABSTRAK

Ambon merupakan kota dengan pertumbuhan ekonomi dan penduduk tertinggi di Provinsi Maluku, yang menjadikan kebutuhan lahan terbangun yang tinggi dan pesat. sehingga dapat menurunkan daya dukung lahan kota tersebut. Hal ini menyebabkan prediksi daya dukung lahan perlu dilakukan agar status daya dukung lahan dapat diketahui sebelum mengalami penurunan. Penelitian ini bertujuan untuk menghasilkan model dinamika spasial daya dukung lahan di Kota Ambon. Penelitian ini menggunakan data populasi 2008 - 2018 dan citra Landsat 5 TM (2008) tahun 2008-2018, dan citra Landsat 8 OLI (2013 dan 2018). Daya dukung lahan diprediksi dari tahun 2008-2100 dengan metode model system dinamis berdasarkan hubungan antara kebutuhan lahan dan pertumbuhan penduduk serta ketersediaan lahan untuk lahan terbangun, yang kemudian dikonversikan ke spasial untuk melihat sebaran spasial dengan metode model dinamika spasial. Hasil penelitian menunjukkan bahwa pada tahun 2033 daya dukung lahan di Kota Ambon telah mencapai 30% dan pada tahun 2051 daya dukung lahan telah habis.

Kata kunci: dinamika spasial, system dinamis, daya dukung lahan.

---

 

ABSTRACT.

Ambon is a city with the highest economic and population growth in Maluku Province which makes the built-up land have high and rapid growth so that it can reduce the land carrying capacity of the city. This causes the predictions on the land carrying capacity needs to be done so that the status of the land carrying capacity can be detected before declining. The aim of this study is to produce a spatial dynamics model of land carrying capacity in Ambon City. This study uses population data of 2008-2018, Landsat 5 TM (2008) images, and Landsat 8 OLI images (2013 and 2018). The land carrying capacity is predicted from 2008-2100 using the system dynamics model method based on the relationship between land requirements based on population growth and land availability based on built-up land, which then converted to spatial to see the spatial distribution with spatial dynamics model method. Research shows that in 2033 the land carrying capacity in Ambon City has reached 30% and in 2051 the land carrying capacity has been exhausted.

Keywords: spatial dynamics, system dynamics, land carrying capacity.

 

 

 

 

"

"ABSTRAKPertumbuhan penduduk kota yang cepat dan tak terkendali menyebabkan tekanan terhadap ketersediaan lahan. Selain itu berbagai masalah seperti fasilitas umum yang tidak merata hingga bencana seperti banjir dan longsor yang terjadi saat ini akan semakin parah di masa yang akan datang. Penelitian ini berusaha untuk melakukan proyeksi mengenai pertambahan penduduk agar ketersediaan lahan yang ada dapat digunakan secara berkelanjutan. Sistem pemodelan merupakan metode yang dapat menggambarkan situasi nyata mengenai ketersediaan lahan. Penilaian kesesuaian penggunaan lahan merupakan penentu utama dalam proses perencanaan dan pengambilan keputusan. Variabel yang diambil untuk penelitian ini adalah kemiringan, ketinggian, dan tutupan lahan. Studi ini memberikan informasi mengenai proyeksi pertumbuhan penduduk dan wilayah terbangun, serta kesesuaian lahan untuk pembentukan kota di masa depan dan strategi mitigasi bencana banjir dan longsor untuk pengembangan wilayah terbangun.

---

The rapid and uncontrolled population growth of the city causes pressure on the availability of land. In addition, various problems such as uneven public facilities such as disasters such as floods and landslides that occur at this time will be even worse in the future. This research attempts to make projections regarding population growth so that the available land can be used sustainably. Modeling system is a method that can describe real situations regarding land availability. Land use suitability assessment is the main determinant in the planning and decision making process. The variables taken for this study are slope, altitude, and land cover. This study provides information on projections of population growth and built areas, as well as land suitability for future city formation and flood and landslide mitigation strategies for the development of built areas.

"

"Perubahan penutup lahan merupakan suatu proses dalam perkembangan wilayah. Model perubahan penutup lahan digunakan untuk menggambarkan perkembangan wilayah dari waktu ke waktu. Penelitian ini dilakukan untuk membuat model prediksi penutup lahan pertanian sawah Kabupaten Karawang pada tahun 2031. Metode pendekatan yang digunakan dalam penelitian ini adalah model dinamika spasial Cellular Automata CA -Markov Chain. Analisis simulasi spasial dalam penelitian ini menggunakan prinsip cellular automata CA dengan menggunakan multi layer perceptron MLP neural network, sedangkan prediksi penutup lahan menggunakan menggunakan markov chain. Prediksi kebutuhan lahan Tahun 2031 menggunakan dua skenario skenario bebas dan skenario Rencana Tata Ruang Wilayah. Model dinamika spasial dengan Cellular Automata CA -Markov Chain digunakan untuk prediksi penutup lahan di masa mendatang menghasilkan tingkat akurasi 95,63. Prediksi lahan sawah tahun 2000-2031 menunjukkan adanya tren penurunan luasan lahan sawah. Prediksi dengan skenario bebas menunjukkan adanya pengurangan lahan sawah sebesar 32,96 Ha per tahun dalam kurun tahun 2000-2031, sedangkan prediksi lahan sawah dengan skenario RTRW menunjukkan adanya pengurangan lahan sawah sebesar 31,33 Ha per tahun dalam kurun waktu tahun 2000-2031. Kata kunci: Cellular automata, Karawang, lahan pertanian sawah, markov chain, model dinamika spasial.

---

Land cover change is a process in the regional development. The model of land cover change used to discribe the regional development with time series. This research was conducted to predict agricultural land of Ricefield in Karawang Regency in 2031. The method of the research is spatial dynamics model approach of Cellular Automata CA Markov Chain. Spatial simulation analysis is using cellular automata CA by multi layer perceptron MLP neural network, whereas the land cover prediction is using markov chain. Land cover prediction in 2031 are using two scenarios free scenario and Regional Spatial Planning scenario. The spatial model of Cellular Automata CA Markov Chain is used to predict future land cover with the level of accuracy of 95,63. The prediction of rice field in the period of 2000 2031 shows the decreasing trend of rice field area. The prediction with free scenario shows a reduction of rice fields of 32.96 Ha year 1 in the period of 2000 2031, while the prediction of rice field with RTRW scenario shows the reduction of rice fields of 31.33 Ha year 1 in the period 2000 2031.Keywords Cellular automata, Karawang, markov chain, Rice field, spatial dynamics model."

"Peningkatan jumlah penduduk di Kota Depok meningkat dari Tahun 2013 hingga 2017 akibat dari urbanisasi. Urbanisasi dapat mengakibatkan penurunan Ruang Terbuka Hijau (RTH). Penurunan RTH berdampak penurunan kualitas  lingkungan, dimana oksigen yang dihasilkan oleh RTH menjadi berkurang. Oksigen yang dibutuhkan oleh penduduk dan kendaraan bermotor akan terus meningkat, seiring meningkatnya penduduk dan jumlah kendaran bermotor yang beroperasi di Kota Depok. Penelitian ini bertujuan untuk : (1) Menganalisis luas perubahan Ruang Terbuka Hijau tahun 2013 ke 2017, (2) Menganalisis faktor – faktor yang mempengaruhi penyediaan Ruang Terbuka Hijau di Kota Depok, (3) Membuat model dinamika spasial penyediaan Ruang Terbuka Hijau berdasarkan kebutuhan Oksigen di Kota Depok. Metode klasifikasi multispektral yang digunakan dalam menganalisis perubahan Ruang Terbuka Hijau dari tahun 2013 hingga 2017. Ada 6 faktor yang mempengaruhi perubahan yaitu jarak terhadap jalan, sungai, permukiman, danau, stasiun, dan terminal. Menganalisa faktor yang mempengaruhi perubahan Ruang Terbuka Hijau menggunakan analisis jarak (Euclidean Distance), sedangkan mengetahui besarnya pengaruh menggunakan pemodelan regresi logistic untuk memperoleh persamaan secara matematis. Model Marcov Chain digunakan untuk membuat model prediksi RTH pada tahun 2032. Hasil dari penelitian menunjukan Perubahan ruang terbuka hijau dari bervegetasi menjadi tidak bervegetasi di Kota Depok dari tahun 2013 ke 2017 mengalami penurunan seluas sebesar 30%. Sedangkan prediksi 15 tahun yang akan datang yaitu dari tahun 2017 hingga 2032 ruang terbuka hijau bervegetasi menjadi tidak bervegetasi terjadi sebesar 50%. Enam faktor yang dianalisis dalam mempengaruhi perubahan Ruang Terbuka Hijau dari bervegetasi menjadi tidak bervegetasi yang paling besar yaitu jarak terhadap permukiman sebesar 0,439, sedangkan yang paling kecil pengaruhnya yaitu jarak terhadap danau yaitu hanya sebesar 0.00000093. Model prediksi 2032, Model simulasi ruang terbuka hijau pada tahun 2017 menghasilkan nilai akurasi sebesar 81,10 %, nilai ini sudah cukup baik karena lebih dari 80%.

---

The increase in population in Depok City increased from 2013 to 2017 due to urbanization. Urbanization can lead to decrease green open space. The reduction in green open space has effect of decreasing the quality of the environment, where the oxygen produced by green open space is reduced. The oxygen needed by residents and motorized vehicles will continue to increase, as the population increases and the number of motorized vehicles operating in the Depok city.

This study aims to: (1) Analyze the extent of changes in green open space in 2013 to 2017, (2) Analyze the factors that influence the provision of green open space in Depok City, (3) Model the spatial dynamics of providing green open space based on oxygen requirements in Depok City.

The multispectral classification method used in analyzing changes in the green open space from 2013 to 2017. There are six factors that influence the change, namely the distance to roads, rivers, settlements, lakes, stations, and terminals. Analyzing the factors that influence changes in green open space using distance analysis (euclidean distance), while knowing the magnitude of influence using logistic regression modeling to obtain mathematical equations. The Marcov Chain model is used to make prediction models for green open space by 2032.

The results of the study show that changes in green open space from vegetation to non-vegetation in Depok city from 2013 to 2017 decreased by 30%. Whereas the prediction of the next 15 years is from 2017 to 2032 vegetated green open spaces to become non-vegetated will occur at 50%. The six factors analyzed in influencing changes in green open space from being vegetated were not the most vegetated, namely the distance to settlements was 0.439, while the least influential was the distance to the lake which was only 0.00000093. Prediction model 2032, simulation model of green open space in 2017 produces an accuracy value of 81.10%, this value is quite good because it is more than 80%."

"Wilayah Cianjur Utara terletak di pegunungan yang sumberdayanya melimpah, namunpertumbuhan penduduknya terjadi dengan cepat, sehingga akan terjadi penurunan dayadukung lingkungan karena tuntutan penduduk akan lahan terbangun. Prediksi terhadapdaya dukung lingkungan penting untuk dilakukan. Data kependudukan 2006 ndash; 2016dan citra Landsat 7 ETM 2006, 2011, dan 2016 digunakan dalam penelitian ini. Dayadukung diamati melalui model sistem dinamis hubungan antara pertumbuhanpenduduk dan ketersediaan lahan dalam kurun waktu tahun 2006 - 2100, kemudiandijadikan model dinamika spasial. Hasil prediksi model menunjukkan lahan terbangundari tahun 2026 ndash; 2060 berkembang pada wilayah yang sesuai hingga kurang sesuaiuntuk lahan terbangun.

---

North Cianjur region lies in the mountains with abundant resources, but the populationgrowth quickly, there will be carrying capacity decline because of population demandsfor built up land. Prediction of environmental carrying capacity is important to do, itwas observed through system and spatial dynamics model of relationship betweenpopulation growth and land availability in 2006 2100 period. Population data 2006 2016 and Landsat 7 ETM 2006, 2011 and 2016 images were used in this study. Modelprediction results shows that the built up land from 2026 ndash 2060 developing in asuitable until less suitable area for constructed land."

"Lahan basah adalah bagian penting yang terintegrasi dengan ekosistem global yang memiliki fungsi penting dalam menjaga keseimbangan lingkungan seperti mencegah atau mengurangi dampak banjir, menampung air permukaan dan serta menyediakan habitat unik baik flora maupun fauna. Lahan basah perkotaan memberikan jasa ekosistem langsung bagi masyarakat sekaligus mendorong kelangsungan funsi ekologi kota. Upaya pengendalian ruang wilayah kota memerlukan instrumen yang mampu mengintegrasikan variabel lingkungan kompleks yang terdiri dari aspek biofisik, aspek sosial-kultur, dan aspek ekonomi. Perkembangan pemodelan dinamika spasial saat ini masih terkonsentrasi pada penggunaan driving factor biofisik, sementara kompeksitas dinamika alih fungsi lahan perkotaan tentu dipengaruhi oleh faktor pendorong selain biofisik.Riset ini bertujuan; 1) menganalisis peran dari setiap faktor yang mempengaruhi alih fungsi lahan basah perkotaan berdasarkan hasil pemanfaatan penggalian data (data mining), 2) mengkontruksikan pemanfaatan penggalian data spasial untuk pemodelan dinamika spasial, dan 3) membangun model dinamika spasial untuk memproyeksikan komposisi spasial penggunaan lahan sebagai masukan dalam evaluasi keberlanjutan lahan basah perkotaan.Metode yang dipakai adalah pemodelan dinamika spasial dengan mengintegrasikan model markov, model cellular automata, dan model driving factor yang dihasilkan dari analisis spasial multitemporal dan pemanfaatan penggalian data spasial. Riset menggunakan 17 data driving factor yang dikategorikan dalam 3 varibel yaitu biofisik, sosio kultur dan ekonomi. Riset mengadopsi 8 driving factor biofisik yang digunakan dalam riset-riset sebelumnya, semnetara itu hasil kontruksi penggalian data spasial menambahkan 9 driving factor yang mewakili variabel sosio-kultur dan variabel ekonomi. Peran dari variabel sosio-kultur dan variabel ekonomi secara mayoritas lebih besar dalam mempengaruhi dinamika spasial alih fungsi lahan basah perkotaan.Hasil riset menunjukkan bahwa keberlangsungan lahan basah perkotaan wilayah riset masih dapat terus terjaga pada seluruh skenario model dengan tren luas lahan basah yang terus menurun. Skenario optimal merupakan pilihan terbaik dengan komposisi spasial yang rasional dan menunjukkan indikator penilaian lingkungan yang memiliki resiko paling rendah untuk indikator nilai koefisien limpasan rerata sebesar 0,458 lebih rendah dibandingkan skenario BAU dengan nilai koefisien limpasan rerata sebesar 0,462. Skenario optimal ini memiliki konsekuensi terjadinya fragementasi lahan basah yang lebih tinggi pada lahan basah yang terdapat pada alokasi lahan untuk permukiman dan lahan jasa perdagangan. Number of Patch (NP) pada skenario optimal pada tahun 2016 sebesar 105 meningkat menjadi 198 pada tahun 2034, lebih tinggi dibandingkan dengan skenario BAU yang menunjukkan NP sebesar 33 pada tahun 2016 dan NP sebesar 78 pada tahun 2034.

---

Wetlands are an important part that is integrated with global ecosystems that have important functions in maintaining environmental balance such as preventing or reducing the effects of flooding, storing surface water and as well as providing unique habitats for both flora and fauna. Urban wetlands provide ecosystem services directly to the community while promoting the sustainability of the city's ecological functions. Efforts to control spatial planning require instruments capable of integrating complex environmental variables consisting of biophysical aspects, socio-cultural aspects, and economic aspects. The development of spatial dynamics modeling is currently still concentrated on the use of biophysical driving factors, while the complexity of urban land use change is certainly influenced by driving factors other than biophysical aspects.

This research aims; 1) analyzing the role of each factor that influences the conversion of urban wetlands based on the results of the utilization of data mining, 2) constructing the utilization of spatial data mining for spatial dynamics modeling, and 3) building spatial dynamics models to project the spatial composition of land use as input in evaluating the sustainability of urban wetlands.

The method used is spatial dynamics modeling by integrating the Markov model, cellular automata model, and driving factor models resulting from multitemporal spatial analysis and the use of spatial data mining. The research uses 17 driving factor data which are categorized into 3 variables namely biophysical, socio-cultural and economic. The research adopted 8 biophysical driving factors used in previous research, while the results of the construction of spatial data mining added 9 driving factors representing sociocultural and economic variables. The role of socio-cultural variables and economic variables is predominantly higher in influencing spatial dynamics over the function of urban wetlands.

The results of the research show that the sustainability of urban wetlands in the research area can still be maintained in all model scenarios with a trend of decreasing area of wetlands. The optimal scenario is the best choice with a rational spatial composition and shows the environmental assessment indicators that have the lowest risk for the average runoff coefficient value of 0.458 lower than the BAU scenario with an average runoff coefficient of 0.462. This optimal scenario has the consequence of higher fragmentation of wetlands in the wetland area contained in the allocation of land for settlements and commercial areas. The number of patches (NP) in the optimal scenario in 2016 was 105 increased to 198 in 2034, higher than the BAU scenario which showed a NP of 33 in 2016 and a NP of 78 in 2034."

"ABSTRAKKota Pariaman adalah Kota yang menjadi salah satu pilihan tempat berwisata bagi wisatawan yang berkunjung ke Sumatra Barat. wisatawan yang datang ke Kota Pariaman meningkat setiap tahunnya, rata-rata 538.283,6 orang tiap tahunnya untuk wisatawan lokal dan 37 orang untuk wisatawan mancanegara, hal ini dapat disimpulkan bahwa demand meningkat dan supply pariwisatapun juga harus ditingkatkan dengan mengeksplor potensi wisata yang ada pada setiap desa yang diketahui dari tingkat kesesuaian wilayah sumber daya wisata alamnya. Sumber daya wisata alam dianalisis dari data citra landsat 8 Oli, citralandsat 5 TM tahun 2006, 2011, 2018, DEMNAS, distribusi destinasi wisata yang digunakan untuk pemodelan tutupan lahan dan penentuan daya tarik setiap desa. Pemodelan tutupan lahan diolah dengan Cellular Automata dan kesesuaian wilayah wisata dengan teknik ADO-ODTWA. Berdasarkan hasil penelitian diketahui bahwa Kota Pariaman terdapat 4 tipe kesesuaian wilayah. Pada tahun 2019 kesesuaian wilayah sumber daya wisata alam didominasi oleh aksesibilitas tinggi-daya tarik sedang sedangkan pada tahun 2030 juga didominasi oleh kesesuaian wilayah aksesibilitas tinggi-daya tarik sedang namun jika dibandingkan dengan tahun 2019, kesesuaiannya menurun akibat perubahan tutupan lahan menjadi lahan terbangun.

---

ABSTRACTKota Pariaman is a city that is one of the choices of places for tourists to visit West Sumatra. Tourists coming to City of Pariaman increase each year, an average of 538283.6 people each year for local tourists and 37 people for foreign tourists, it can be concluded that demand is increasing and tourism supply must also be increased by exploring tourism potential that exists in each village that is known from the suitability level of the region's natural tourism resources. Natural tourism resources were analyzed from Landsat 8 OLI image, Landsat 5 TM image in 2006, 2011, 2018, DEMNAS, distribution of touristdestinations used for modeling land cover and determining the attractiveness of each village. Modeling of land cover is processed by Cellular Automata and the suitability of tourism areas with ADO-ODTWA techniques. Based on the results of the study note that the City of Pariaman there are 4 types of regional suitability. In 2019 the suitability of natural tourism resources is dominated by the high accessibility- medium attractiveness while in 2030 it is also dominatedby the high accessibility- medium attractiveness suitability area but when compared to 2019, its suitability decreases due to changes in land cover to built-up area."

"Kabupaten Banjar memiliki jumlah penduduk sebesar 565.635 jiwa pada tahun 2021. Jumlah penduduk tersebut diprediksi mengalami peningkatan secara terus menerus yang mengakibatkan pertumbuhan lahan terbangun yang ada akan mengalami peningkatan juga. Hal tersebut dapat menyebabkan menurunnya daya dukung lahan yang ada di Kabupaten Banjar. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara pertumbuhan penduduk dengan ketersediaan lahan dan mensintesa kajian model dinamika spasial daya dukung lahan di Kabupaten Banjar. Penelitian ini menggunakan data kependudukan tahun 2009-2021. Prediksi daya dukung lahan dilakukan pada tahun 2009-2100 dengan mengunakan metode sistem dinamis. Adapun data yang dibutuhkan berupa pertumbuhan penduduk, ketesediaan lahan, dan juga lahan terbangun yang nantinya akan dilihat perkembangannya secara keruangan menjadi model dinamika spasial. Hasil penelitian menunjukkan bahwa hubungan antara pertumbuhan penduduk dengan ketersediaan lahan yaitu berbanding terbalik. Ketika jumlah penduduk meningkat, maka ketersediaan akan lahan akan menurun. Hingga pada tahun 2063 diprediksi bahwa luas lahan terbangun yang ada di Kabupaten Banjar telah mencapai 67,94% yaitu seluas 322.912,40 Ha dari wilayah penelitian, sehingga daya dukung lahan yang ada di Kabupaten Banjar sudah mendekati ambang batas pada tahun 2063.

---

Banjar Regency has over 565.635 residents in 2021. The total number of residents have experienced a continuous rise which caused the increase of existing built lands to grow even more. This particular event resulted in the downfall of the land carrying capacity in Banjar Regency. The objective of this study is to analyze the connection between the surplus of people with land availability and to synthesize a model dynamic of land carrying capacity in Kabupaten Banjar. This study makes use of the data of citizens in the year 2009-2021. The prediction with the land carrying capacity is done using a method of a dynamics system. However, the data that is needed in the form of population growth, access to land, and built lands will be seen later on as a spatial development model for spatial dynamics. The result of this study is to show the relationship between the increase of population and the preparation of land is inversely proportional. If the growth of the population does not stop, land availability will decrease. It is predicted that in the year 2063, the width of land in Banjar Regency will reach at 67,94% which is as big as 322.912,40 Ha from research area, to the carrying capacity located in Banjar Regency is approaching it’s threshold in 2063."

"Kota Semarang mengalami pertumbuhan pesat yang mendorong perluasan ke pinggiran kota bahkan melewati batas administrasi. Pembangunan yang tidak terencana dapat menimbulkan masalah lingkungan dan dampak negatif seperti banjir, longsor, dan polusi. Dalam perencanaan pengembangan permukiman, diperlukan analisis kondisi fisik wilayah dan aspek kenyamanan agar pemanfaatan ruang optimal, aman, dan berkelanjutan. Penelitian bertujuan menganalisis hasil pemodelan lokasi-lokasi yang sesuai untuk perkembangan permukiman berbasiskan kenyamanan, menganalisis prediksi perkembangan kota, dan mensintesa perbandingan prediksi perkembangan tersebut dengan rencana tata ruang wilayah. Digunakan metode AHP dan SMCA dalam membangun model lokasi-lokasi yang sesuai untuk perkembangan permukiman, CA-Markov untuk melakukan prediksi perkembangan ke depan dan windrose untuk menganalisis arah perkembangan kota, serta olah crosstab tumpang susun SIG untuk perbandingannya terhadap rencana tata ruang. Secara keseluruhan hampir setengah cakupan kajian (41,5%) memiliki kelas kesesuaian yang sesuai seluas 381.7 km2, dan 21,1% sangat sesuai seluas 194 km2. Dari 2000-2022 hingga prediksi 2040, terdapat perkembangan seluas 214,21 km2 (97,51 km2 dan 116.74 km2), dengan arah perkembangan ke pinggiran Kota Semarang arah Selatan dan Tenggara. Dari simulasi pertumbuhan 2040 terdapat 39,75 km2 area yang berpotensi bias dari rencana tata ruangnya, selain itu hanya sedikit (3,01 km2 atau 2,7%) rencana permukiman belum terbangun yang memiliki kesesuaian lahan permukiman yang buruk.

---

Semarang is experiencing rapid growth which is driving expansion to the outskirts of the city and even beyond administrative boundaries. Unplanned development can cause environmental problems and negative impacts such as flooding, landslides, and pollution. In planning of residential development, an analysis of the physical conditions of the area and aspects of livability is needed so that land utilization is optimal, safe, and sustainable. The study aims to analyze the results of modeling locations suitable for livability-based residential development, analyze predictions of urban development, and synthesize comparisons of these development predictions with spatial plans. AHP and SMCA methods were used in building models of locations suitable for residential development, CA-Markov to predict future development, and windrose to analyze the direction of urban development, as well as SIG overlay crosstab analysis for comparison with landuse plan. Almost half of the study area (41.5%) has suitable suitability classes covering 381.7 km2, and 21.1% are very suitable covering 194 km2. From 2000-2022 to the 2040 projection, there are 214.21 km2 development area (97.51 km2 and 116.74 km2), with the direction of development to the outskirts of Semarang City south and southeast. From the 2040 growth simulation there are 39.75 km2 areas that have the potential to bias from landuse plan, besides that there are only a few (3.01 km2 or 2.7%) planned residential areas that have not been built which have poor residential land suitability."