Ibu Kota Nusantara WebGIS Vegetasi
Kapita Selekta SI × Maha Data — Universitas Bakrie

Memantau Visi Green Forest City Ibu Kota Nusantara

Analisis spasiotemporal perubahan tutupan vegetasi IKN April 2024 vs. April 2026, berbasis citra satelit Sentinel-2 dan algoritma smileRandomForest.

257.227 Total AOI (ha)
+9.172 Net Change (ha)
+29.782 Gain (ha)
-20.610 Loss (ha)
Gulir

Portal Transparansi Spasial untuk Green Forest City Indonesia

Apa Itu IKN?

Ibu Kota Nusantara adalah proyek pemindahan ibu kota Indonesia dari Jakarta ke Kalimantan Timur, dirancang dengan filosofi Smart, Green, Beautiful, and Sustainable Forest City sebagai kota hutan berkelanjutan berwawasan masa depan.

Rumusan Masalah & Visi Riset

Membuktikan secara empiris apakah pembangunan fisik IKN periode April 2024–2026 tetap konsisten mempertahankan komitmen 75% kawasan hijau, melalui analisis inderaja Sentinel-2 dan model Random Forest tanpa black-box.

Manfaat Platform

Platform WebGIS publik sebagai instrumen transparansi spasial bagi akademisi, publik, dan pengambil kebijakan, dilengkapi dengan Early Warning System (EWS) alih fungsi hutan melalui integrasi WhatsApp Otomatis OIKN berteknologi Codaxiom AI Enterprise Platform.

Eksplorasi Spasial Tutupan Vegetasi IKN

257.227,6 ha Luas Wilayah AOI
184.795,31 ha Vegetasi 2024 (71,8%)
193.967,19 ha Vegetasi 2026 (75,4%)
+9.171,88 ha Net Change (+5,0%)
+29.782,80 ha Gain (717 Poligon)
-20.610,92 ha Loss (242 Poligon)

Kontrol Layer

Batas Administrasi
Sampel Ground Truth
Hasil Klasifikasi
Deteksi Perubahan

Basemap & Navigasi

Catatan: Layer vegetasi dan deteksi perubahan terintegrasi penuh dari hasil klasifikasi Random Forest berbasis 8 fitur spektral Sentinel-2 (termasuk indeks NDVI vegetasi & NDBI lahan terbangun).

Peringkat Prioritas Pemantauan Tutupan Vegetasi

Peringkat zonasi tingkat urgensi pemantauan dan pengawasan alih fungsi vegetasi di wilayah Ibu Kota Nusantara.

1. KIPP — Prioritas Utama

Fokus: Pembukaan lahan konstruksi fisik Kawasan Inti Pusat Pemerintahan (5.644,39 ha). Mengalami laju pembukaan vegetasi tercepat (berkontribusi 60,4% total loss) akibat pembangunan infrastruktur utama (Istana, Kementerian, Sumbu Kebangsaan).

2. Zona Penyangga BWP — Prioritas Tinggi

Fokus: Pengawasan alih fungsi di Bagian Wilayah Perencanaan. Memerlukan kendali tata ruang ketat untuk mencegah ekspansi residensial/komersial tidak terkendali yang dapat mengganggu Sabuk Hijau (Green Belt) kota.

3. Kawasan Hutan Lindung — Kondisi Terjaga

Fokus: Rehabilitasi kawasan bekas tambang batubara dan lahan kritis. Menjadi jangkar utama untuk merealisasikan visi 75% kawasan hijau berkonsep Forest City melalui penanaman spesies tanaman endemik.

Perbandingan Tirai Interaktif (Before vs After)

Geser pegangan slider di bawah ini untuk melihat transisi tutupan lahan dari Komposit Citra Satelit Sentinel-2 (April 2024) ke Prediksi Model Random Forest (April 2026).

Sentinel-2 Satelit (April 2024) Prediksi Vegetasi ML (April 2026)
Prediksi Vegetasi April 2026
Sentinel-2 Satelit April 2024
April 2024

Baseline Sentinel-2 Satelit

Komposit citra Sentinel-2 True Color (RGB 4-3-2) bebas awan hasil mosaik GEE. Menampilkan tutupan vegetasi baseline April 2024 sebesar 184.795,31 ha (71,84%) di seluruh wilayah IKN (257.227,6 ha).

April 2026

Prediksi Model Random Forest

Hasil klasifikasi tutupan lahan menggunakan algoritma Random Forest (Akurasi 94,81%, κ = 0,8955). Prediksi vegetasi April 2026 sebesar 193.967,19 ha (75,40%), mengonfirmasi ketercapaian target Green Forest City.

Alur Pemrosesan Google Earth Engine

01

Akuisisi Citra & SCL Masking

Citra Sentinel-2 Level-2A (COPERNICUS/S2_SR_HARMONIZED) disaring untuk AOI IKN. Filtering cloud masking SCL bit 3, 8, 9, 10, 11 untuk eliminasi awan dan bayangan persisten.

02

Rekayasa Fitur & Indeks Spektral

Kalkulasi indeks spektral NDVI (kerapatan vegetasi) dan NDBI (kerapatan lahan terbangun), dikombinasikan dalam 8 stack band masukan (B2, B3, B4, B8, B11, B12, NDVI, NDBI).

03

Training Random Forest (100 Trees)

Model smileRandomForest(100, 42) dilatih dengan 400 titik sampel observasi terstratifikasi (80/20 split: 323 data training & 77 sampel testing independen).

04

Analisis Perubahan & Vektorisasi

Operasi bitwise difference antara klasifikasi 2024 dan 2026 untuk mengekstrak poligon Reforestasi (717 Gain Poligon) dan Pembukaan Lahan (242 Loss Poligon KIPP).

Cuplikan Skrip Algoritma GEE

// SCL Cloud & Shadow Masking (Sentinel-2 L2A)
function maskS2SCL(image) {
  var scl = image.select('SCL');
  var mask = scl.neq(3).and(scl.neq(8))
    .and(scl.neq(9)).and(scl.neq(10))
    .and(scl.neq(11));
  return image.updateMask(mask).divide(10000);
}

Bobot Kontribusi Fitur (Band Importance)

RF Classifier
NDVI (Indeks Vegetasi)28.4%
B8 (Near-Infrared / NIR)22.1%
NDBI (Indeks Bangunan)16.8%
B11 (SWIR-1 / Infra Merah Pendek)12.5%
B12 (SWIR-2 / Kelembapan Tajuk)9.7%
B4 / B3 / B2 (Spektrum Tampak RGB)10.5%

Validasi Akurasi Random Forest

Confusion Matrix (77 Sampel Testing)

Aktual \ Prediksi Non-Vegetasi (0) Vegetasi (1)
Non-Vegetasi (0) 33 (TN) 4 (FP)
Vegetasi (1) 0 (FN) 40 (TP)

Diagnostik Error: 4 sampel False Positive terjadi pada area vegetasi ringan/semak terbuka yang terklasifikasi sebagai vegetasi karena reflektansi campuran di musim kering April.

Uji Keandalan Model Formal

WILSON SCORE 95% CONFIDENCE INTERVAL (CI) Akurasi Populasi
CI95% = [87.41%, 98.00%]
Rentang keandalan model pada populasi dengan tingkat kepercayaan 95% (n = 77 sampel testing).
UJI SIMETRI KESALAHAN MCNEMAR Bias Uji
χ2 = 2.25 ≤ χ2tabel (3.841)
Nilai χ2 sebesar 2,25 membuktikan tidak ada bias simetri kesalahan signifikan antara FP dan FN pada taraf α = 0.05.
DEKOMPOSISI KOEFISIEN KAPPA Kekuatan Model
κ = 0.8955
Observed Agreement (Po = 94.81%) vs Chance Agreement (Pe = 49.37%) menghasilkan kesepakatan klasifikasi yang Sangat Kuat.

Metrik Performa & Validasi Model

Metrik hasil komparasi prediksi acak model Random Forest dengan dataset pengujian lapangan independen (testing split).

94,81%
Overall Accuracy
0,8955
Kappa Coefficient
100%
Recall (Vegetasi)
90,91%
Precision (Vegetasi)
0.9524
F1-Score
89,19%
Specificity
100%
NPV
10,81%
FPR
0,00%
FNR
94,59%
Balanced Acc.
0,897
MCC Score

Temuan Spasial Kunci & Implikasi Strategis

Kehilangan Vegetasi

-20.610,92 ha (242 poligon) terdistribusi terkonsentrasi di sepanjang koridor pembangunan KIPP (Kawasan Inti Pusat Pemerintahan) dan konstruksi jalan tol IKN.

Pertambahan Vegetasi

+29.782,80 ha (717 poligon) mendominasi area reforestasi dan revegetasi bekas lahan tambang/semak di zona penyangga IKN.

Analisis Statistik & Peringkat Spasial BWP

Sentinel-2 Analytics

Distribusi spasial reforestasi (Gain) dan deforestasi (Loss) di 6 Bagian Wilayah Perencanaan (BWP) IKN. Deforestasi didominasi oleh pembukaan lahan infrastruktur di Kawasan Inti (BWP I), sedangkan peningkatan vegetasi didominasi oleh program rehabilitasi di Hutan Konservasi (BWP IV).

Peringkat Reforestasi (Gain) Terbanyak

BWP IV (Hutan Konservasi)11.230,40 ha (37,7%)
BWP II (Sentra Ekonomi)6.450,15 ha (21,7%)
BWP III (Sentra Pangan)5.120,80 ha (17,2%)
BWP V (Pariwisata & Jasa)3.820,15 ha (12,8%)
BWP I (Kawasan Inti)1.845,30 ha (6,2%)
BWP VI (Riset & Inovasi)1.316,00 ha (4,4%)

Peringkat Deforestasi (Loss) Terbanyak

BWP I (Kawasan Inti / KIPP)12.450,20 ha (60,4%)
BWP II (Sentra Ekonomi)3.120,40 ha (15,1%)
BWP III (Sentra Pangan)2.150,10 ha (10,4%)
BWP V (Pariwisata & Jasa)1.450,60 ha (7,0%)
BWP IV (Hutan Konservasi)820,50 ha (4,0%)
BWP VI (Riset & Inovasi)619,12 ha (3,0%)

Rekomendasi Kebijakan Spasial Berbasis BWP

Berdasarkan hasil pemantauan spasiotemporal tutupan vegetasi 2024–2026, berikut rekomendasi aksi taktis spasial per Bagian Wilayah Perencanaan (BWP) untuk mempertahankan komitmen 75% kawasan hijau:

BWP I - KAWASAN INTI

Urban Forestry & Green Building

Wajib menerapkan standardisasi dinding hijau (green wall), atap hijau (green roof), serta penanaman koridor vegetasi pelindung di area infrastruktur KIPP untuk menekan UHI (Urban Heat Island).

BWP IV - HUTAN KONSERVASI

Koridor Satwa & Hutan Lindung

Proteksi tutupan sekunder baru dan pembangunan kanopi layang penyeberangan satwa (eco-ducts) guna menghubungkan hutan lindung Bukit Soeharto yang terfragmentasi oleh koridor jalan tol.

BWP II - SENTRA EKONOMI

Greenbelt & Mitigasi Erosi

Pembuatan sabuk hijau (greenbelt) pembatas menggunakan tanaman Vetiver Grass dan Bambu untuk memitigasi longsoran lereng kupasan tanah di sekitar kawasan logistik dan industri.

BWP III - SENTRA PANGAN

Agroforestry & Pengawasan DAS

Penerapan tumpang sari tanaman pertanian lokal dengan tegakan pohon pelindung perakaran kuat guna menjaga stabilitas hidrologis Daerah Aliran Sungai (DAS) IKN dari sedimentasi lumpur.

BWP V - WISATA & JASA

Low-Impact Ecotourism & Mangrove

Restorasi ekosistem hutan mangrove di pesisir Teluk Balikpapan serta pembatasan izin konstruksi resor fisik di sempadan sungai untuk melestarikan biota riparian dan estuari.

BWP VI - RISET & TEKNOLOGI

Living Labs & Arboretum Endemik

Pembangunan kebun botani koleksi benih lokal (ulin, kapur, meranti) sebagai laboratorium hidup (Living Labs) dalam pengembangan teknologi budidaya kehutanan tropika basah.

Pusat Dispensasi Laporan Eksekutif Spasial OIKN

Portal pengiriman resmi draf laporan eksekutif analisis tutupan vegetasi Ibu Kota Nusantara. Ditujukan secara resmi kepada Otoritas Ibu Kota Nusantara (halo@ikn.go.id) atau alamat email instansi pilihan Anda.

Kalkulator Proyeksi Reforestasi & Sekuestrasi Karbon

Geser slider di bawah ini untuk mensimulasikan tambahan target reforestasi kawasan IKN dan secara instan menghitung proyeksi penyerapan CO₂ serta persentase capaian kawasan hijau.

Target Tambahan Reforestasi (ha) +15.000 ha
217.500 ton
Proyeksi Serapan CO₂ / Tahun
82,6%
Proyeksi Total Area Hijau IKN
16,5 Juta
Estimasi Bibit Pohon Dibutuhkan

Universitas Bakrie — Kapita Selekta SI × Maha Data

Najma Khonsa Tsabita DATA RESEARCH

Najma Khonsa Tsabita

Ground Truth Collection & Preprocessing Citra

Data Prep & GT
Agnesia Nadya Tassi GT SPECIALIST

Agnesia Nadya Tassi

Ground Truth Collection & Preprocessing Citra

Data Prep & GT
Fadel Setiawan Arifin ML ENGINEER

Fadel Setiawan Arifin

Model Training Random Forest & Evaluasi Metrik

Random Forest
Chalimatus Sa'Diyyah MODEL ANALYST

Chalimatus Sa'Diyyah

Model Training Random Forest & Evaluasi Metrik

Random Forest
Muhammad Ridho Azfa Karani LEAD DEV

Muhammad Ridho Azfa Karani

Pengembang WebGIS & Custom Enterprise Portal

WebGIS Architect

Roadmap Pengembangan Lanjutan

FASE 01 • Q3 2026

Sentinel-1 SAR Radar

Penetrator Awan & Musim Hujan Tropis

Integrasi citra radar polarisasi ganda VV/VH Sentinel-1 C-Band dengan perataan spekel Refined Lee untuk menembus tutupan awan persisten di Kalimantan saat musim hujan.

VV/VH Dual-Pol C-Band SAR Refined Lee Filter All-Weather
FASE 02 • Q1 2027

UAV LiDAR Biomassa

Estimasi Stok Karbon & Tajuk 3D

Pemodelan Above-Ground Biomass (AGB) dan stok karbon IKN menggunakan point cloud LiDAR 3D resolusi tinggi (< 0.5m) dan persamaan allometrik spesifik spesies.

LiDAR 3D Point Cloud AGB Allometric < 0.5m UAV Carbon Stock
FASE 03 • Q4 2027

Time Series Fenologi

Bimonthly Trend & EWS Real-Time

Analisis deret waktu multi-temporal (Bimonthly Composites) dengan fit harmonik BFAST untuk memantau fluktuasi fenologi musiman dan memicu peringatan dini alih fungsi lahan.

Monthly BFAST Harmonic Fit Automated EWS Real-Time

Open Data & API Developer Hub

Unduh dataset mentah, poligon hasil klasifikasi, dan skrip Google Earth Engine untuk transparansi riset dan reproduksi analisis spasial.

Batas IKN 250K

Batas delineasi AOI IKN 257.227,6 ha — poligon batas resmi dari OIKN.

GeoJSON (254 KB)

BWP Delineation 50K

Bagian Wilayah Perencanaan (BWP) IKN seluas ~50.000 ha (skala 1:50.000).

GeoJSON (2.7 MB)

KIPP Delineation 5K

Batas Kawasan Inti Pusat Pemerintahan (KIPP) IKN seluas ~6.671 ha.

GeoJSON (3.4 KB)

Vegetasi April 2024

Hasil klasifikasi tutupan vegetasi hijau baseline April 2024.

GeoJSON (103 KB)

Vegetasi April 2026

Hasil klasifikasi prediksi tutupan vegetasi hijau April 2026.

GeoJSON (111 KB)

Gain Vegetasi (Reforestasi)

Poligon deteksi pertambahan vegetasi baru / penghijauan kembali (+29.782 ha).

GeoJSON (96 KB)

Loss Vegetasi (Deforestasi)

Poligon deteksi kehilangan vegetasi / pembukaan konstruksi fisik (-20.610 ha).

GeoJSON (93 KB)

Ground Truth Points

400 titik sampel spasial terstratifikasi (NDVI, NDBI, class, year).

GeoJSON (80 KB)

Ground Truth Dataset (CSV)

Dataset tabular 400 titik sampel lengkap dengan tanda kelas lapangan.

CSV (75 KB)

Confusion Matrix CSV

Matriks evaluasi model 2x2 untuk 77 titik data pengujian independen.

CSV (66 B)

Ringkasan Statistik IKN

Ringkasan luas baseline, prediksi, gain, loss, net change, dan parameter ML.

CSV (1 KB)

Metrik Evaluasi & Area JSON

Objek data JSON terstruktur berisi seluruh metrik model statistik spasial.

JSON (731 B)

Zone Breakdown JSON

Breakdown statistik luas tutupan vegetasi terperinci per zona administrasi IKN.

JSON (1 KB)

Skrip Klasifikasi GEE (Google Earth Engine)

Skrip lengkap smileRandomForest (100 Trees) dengan filter mask Scene Classification (SCL).

Unduh File .js