permodelan perubahan tanah bencah di … · faktor-faktor yang digunakan ialah julat hujan tahunan,...
TRANSCRIPT
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
75
PERMODELAN PERUBAHAN TANAH BENCAH DI LEMBANGAN SUNGAI SETIU
TERENGGANU MENGGUNAKAN LOGISTIK REGRESI DAN APLIKASI SISTEM
MAKLUMAT GEOGRAFI (GIS)
Lindah Roziani Binti Jamru Zullyadini A Rahaman
amp Wan Ruslan Ismail
Kumpulan Kajian HidroGeomorfologi (HGRG) Bahagian Geografi Pusat Pengajian Ilmu Kemanusiaan
Universiti Sains Malaysia
Abstrak Tanah bencah secara semula jadinya telah sekian lama memberi khidmatnya dalam melindungi ekosistem
semula jadi Namun sejak akhir-akhir ini terdapat banyak masalah timbul yang telah menjejaskan keseimbangan
ekosistem dan habitat tanah bencah Gangguan ini memberi impak kepada penurunan kualiti dari segi biodiversiti
flora dan fauna serta ekosistem Oleh itu satu kajian telah dijalankan bagi melihat perubahan yang berlaku ke atas tanah bencah di lembangan sungai Setiu Terengganu dan mengenalpasti faktor yang menyebabkan perubahan
tersebut Kajian ini bertujuan untuk membangunkan model perubahan tanah bencah dan menguji model tersebut
menggunakan aplikasi Sistem Maklumat Geografi (GIS) Kajian ini turut mengenalpasti faktor ruangan dan bukan
ruangan yang menyumbang kepada berlakunya perubahan tanah bencah serta menilai tahap signifikan faktor-faktor
tersebut Faktor-faktor yang digunakan ialah julat hujan tahunan jarak dari cerun kesesuaian tanih jarak dari jalan
raya jarak dari sungai densiti penduduk dan jarak dari kawasan pertanian Data perubahan tanah bencah pada tahun
1990 hingga 2000 digunakan bagi membangunkan model manakala data pada tahun 2000 hingga 2010 digunakan
bagi pengujian kejituan model tersebut Hasil kajian mendapati nilai statistik Cohen Kappa yang diperolehi bagi
model perubahan tanah bencah yang dibangunkan adalah 084 manakala nilai statistik Cohen Kappa bagi model
pengujian adalah 050 Berdasarkan kepada analisis regresi logistik faktor pembolehubah bebas yang paling
mempengaruhi perubahan tanah bencah adalah jarak dari kawasan pertanian manakala faktor pembolehubah bebas yang paling kurang mempengaruhi perubahan tanah bencah adalah densiti penduduk
Kata kunci Tanah bencah logistik regresi Sistem Maklumat Geografi Sungai Setiu
Abstract Naturally wetland has long engaged in the protection of natural ecosystems However lately there have
been many problems arise that affect the balance of the ecosystems and wetland habitat These disturbances have an
impact on the degradation of the biodiversity in terms of flora and fauna and the ecosystems as a whole Therefore a
study was conducted to examine the changes occurred in the wetland area of the Setiu river basin Terengganu and to
identify the causing factors of that changes The aim of the study is to develop and verify the wetland changes model
using Geographical Information System (GIS) This study will also identify the spatial and non-spatial factors that contribute to the wetland changes and to evaluate the significance of the respective factors Factors that have been
used in the study are mean annual rainfall distance from slope soil suitability distance from roads distance from
rivers population density and distance from agricultural areas Data of the wetland changes from 1990 to 2000 has
been used for the development of the model while data from 2000 to 2010 was used to evaluate the accuracy of the
model developed The result shows that the Cohen Kappa statistical value obtained for the developed wetland
changes model is 084 while for the evaluation model the Cohen Kappa value is 05 Based on the logistic
regression analysis the independent variable that significantly influences the wetland changes is the distance from
agricultural areas while the independent variable that have less significant influence is population density
Keywords Wetland Logistic regression Geographical Information System Setiu River
E-mail zullyusmmy
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
76
PENGENALAN
Konvensyen Ramsar pada tahun 1971 telah mendefinisikan tanah bencah sebagai kawasan paya rawa
tanah gambut baik secara semula jadi atau buatan tetap atau sementara dengan air bergenang atau mengalir air tawar payau atau masin termasuk juga perairan laut yang dalamnya tidak melebihi enam
meter pada waktu air surut (Ramsar 1971) Secara keseluruhannya tanah bencah ini mempunyai kaitan
dengan sumber air air bawah tanah sungai dan kawasan pasang surut maka tanah bencah ini termasuk
juga di dalam wilayah sistem hidrologi Namun kadar kemajuan dan pembangunan ruang yang dicapai oleh manusia telah menyebabkan berlakunya penukaran permukaan tanah bencah untuk kegunaan yang
lain seterusnya memberi impak kepada penurunan kualiti dari segi biodiversiti flora dan fauna serta
ekosistem tanah bencah
Pelbagai aktiviti manusia yang menyumbang kepada masalah ini di antaranya adalah petempatan
perindustrian dan pertanian telah memberi ancaman kepada tanah bencah dengan mengubah keluasan
fungsi dan proses semulajadi tanah bencah yang unik dalam ekosistem yang pelbagai Pembangunan dari pelbagai sektor serta pembukaan kawasan pertanian pada skala yang besar adalah salah satu langkah bagi
memajukan sosioekonomi dan taraf kehidupan penduduk tempatan namun ia memberi kesan kepada
persekitaran termasuk tanah bencah Pembangunan yang pantas menyebabkan permintaan yang lebih tinggi terhadap ruang tanah menyebabkan tanah bencah ditukarkan kepada kegunaan yang lain (Hussain
1994)
Pada tahun 1981 jumlah keseluruhan hutan paya gambut yang terdapat di Semenanjung Malaysia adalah
kira-kira 067 juta hektar (Shamsudin amp Ismail 1991) Namun angka ini telah mengalami penurunan
kepada 034 juta hektar pada 1991 dan pada tahun 1992 jumlah keluasan hutan paya gambut di
Semenanjung Malaysia hanya kira-kira 023 juta hektar sahaja (Chin et al 1997)
Memandangkan kepada isu pengurangan keluasan tanah bencah yang semakin meruncing bukan sahaja di
Malaysia tetapi di seluruh dunia banyak kajian mengenai tanah bencah ini telah dijalankan dengan menggunakan pelbagai isu tentang tanah bencah serta kaedah serta teknik analisis yang pelbagai Salah
satu kajian mengenai tanah bencah yang dijalankan di Sabah telah menggunakan teknik penderiaan jauh
dan GIS iaitu menganalisis pemecahan multitemporal hutan paya gambut di Kota Klias Sabah Hutan paya gambut di Kota Klias merupakan entiti ekologi yang penting kerana mempunyai hutan paya gambut
terbesar di Pulau Borneo Hasil kajian mendapati bahawa kawasan hutan paya gambut di antara tahun
1985 dan 1999 telah berkurangan akibat daripada kejadian kebakaran hutan yang berlaku pada tahun
1998 (Phua et al 2008)
Aplikasi penderiaan jauh dan GIS juga telah digunakan untuk mengkaji tentang corak perubahan landskap
tanah bencah dalam tempoh empat dekad (1966 hingga 2000) di kawasan tanah bencah Alpine Plateau Zoige (Bai Junhong et al 2008) Hasil kajian menunjukkan bahawa jumlah kawasan tanah bencah di
kawasan Alpine telah menurun dengan mendadak pada tahun 1966 sehingga 1986 tetapi meningkat
semula selepas 1986 Kajian oleh Rebelo et al (2009) turut menggunakan aplikasi penderiaan jauh dan
GIS untuk membangunkan inventori pemetaan dan analisis perubahan tanah bencah hasil gabungan daripada projek-projek individu dan dikumpulkan menjadi pengkalan data global Contoh kajian yang
terlibat dalam pangkalan data ini adalah kajian pemantauan sepanjang garisan pantai di Barat Sri Lanka
yang menunjukkan trend gunatanah telah ditukarkan kepada pertanian Kajian-kajian lain yang menggunakan teknik penderiaan jauh dan GIS ini ialah seperti kajian oleh Mathiyalagan et al (2005)
yang membangunkan laman web GIS dan pangkalan data bagi tanah bencah Florida yang menjadi alat
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
77
untuk membantu dalam proses membuat keputusan untuk pemeliharaan dan pemuliharaan tanah bencah di Florida kajian oleh Demin Zhou et al (2008) mengenai integrasi penilaian ekologi biofizikal habitat
tanah bencah di dalam kawasan tadahan Honghe kajian oleh Cui Li Juan et al (2005) yang
menggunakan aplikasi penderiaan jauh GIS dan GPS dalam kajian inventori dan pengurusan tanah bencah di China serta kajian oleh Kashaigili et al (2006) yang menggunakan penderiaan jauh dan GIS
sebagai alat pengurusan keputusan di tanah bencah Usanga Penderiaan jauh dan GIS telah terbukti
menjadi alat yang berguna dalam membantu pembuatan keputusan untuk mengenalpasti lokasi dan
kuantiti perubahan tanah bencah dalam masa yang sama mampu mengenalpasti penyelesaian yang terbaik untuk pengurusan tanah bencah yang lestari
Selain itu Ramsar juga telah menjalankan kajian bagi mengawal dan menilai status tanah bencah melalui projek glob tanah bencah Pemuliharaan dan penggunaan tanah bencah secara lestari ini adalah hasil dari
tindakan nasional dan kerjasama antarabangsa bagi mencapai pembangunan yang lestari Tugas yang
kompleks dan mencabar ini memerlukan penglibatan badan-badan antarabangsa dan tempatan untuk
melaksanakan konvesyen yang sesuai ke atas maklumat geografi untuk memahami kawasan tanah bencah melengkapkan inventori antarabangsa menjalankan aktiviti pengawalan dan menjalankan
penilaian GIS dijadikan sebagai alat untuk pemetaan kawasan tanah bencah kartografi asas seperti jalan
raya kemudahan awam dan sempadan pentadbiran Kesemua data ini mempunyai maklumbalas dengan data in-situ yang di ambil semasa kajian lapangan Secara keseluruhannya GIS mempunyai keupayaan
untuk pengurusan tanah bencah dan berupaya untuk merekabentuk dan mengaplikasi rancangan
pengurusan (Jones et al 2009)
Secara keseluruhannya berdasarkan kepada kajian-kajian tanah bencah yang menggunakan aplikasi
penderiaan jauh dan GIS jelas menunjukkan kesesuaian penggunaannya yang mampu memudahkan
pemetaan tanah bencah dan boleh diaplikasi dalam pelbagai aspek Lebih penting lagi keupayaan ramalan menggunakan permodelan berupaya menyediakan satu rangka kerja yang terperinci dalam
pengurusan pemantauan serta pemuliharaan kawasan tanah bencah Data ruangan seperti gunatanah
boleh digunakan untuk meneroka konflik meneliti impak dan membantu membuat keputusan Penilaian impak dan simulasi semakin penting untuk sebarang pembangunan di kawasan tanah bencah dan GIS
boleh memainkan peranan dalam konteks mengkaji kesesuaian lokasi bagi pembangunan yang
dicadangkan serta mengenalpasti kepentingan yang bercanggah di sesuatu kawasan tanah bencah itu Perubahan kawasan tanah bencah yang semakin drastik ini memerlukan pemantauan dari masa ke semasa
Melihat kepada situasi ini wujud keperluan untuk membangunkan satu model perubahan tanah bencah
serta mengenalpasti faktor-faktor yang mempengaruhi perubahan tersebut Oleh itu kajian ini telah
membangunkan satu model perubahan tanah bencah bagi melihat perubahan yang berlaku bagi tempoh masa yang panjang serta mengenalpasti faktor yang menyebabkan perubahan tersebut
Model regresi logistik telah dipilih dalam kajian ini bagi membangunkan model perubahan tanah bencah Kaedah regresi logistik telah banyak digunakan dalam kajian-kajian melibatkan analisis penyahutanan
(Geoghan et al 2001 Schneider amp Pontius 2001) pertanian (Serneels amp Lambin 2001 Walsh et al
2001) model pertumbuhan bandar (Zhiyong Hu amp Lo 2007 Allen amp Lu 2003 Landis amp Zhang 1998
Wu amp Yeh 1997 Luo amp Wei 2009) serta perubahan gunatanah yang memberi kesan kepada corak permukaan tanah (Batisani amp Yamal 2009 Chenlin Xie et al 2002 Braimoh amp Onishi 2007) namun
masih tiada kajian yang dijalankan untuk melihat secara langsung perubahan tanah bencah melalui kaedah
ini (Jadual 1)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
78
Jadual 1 Senarai ringkasan kajian berkaitan model perubahan gunatanah dan pembolehubah yang digunakan
Pengkaji Metodologi Pembolehubah
Allen amp Lu 2003 Kombinasi regresi logistik menggunakan model regresi logistik
multivariat Model kebarangkalian
relatif dan fokus kepada penglibatan
kumpulan
-Kos jarak ke pusat bandar -Jarak ke bandar
-Jarak ke jalan raya utama
-Jarak dari node
-Jarak dari garis pembentungan -Jarak dari garis air
-Jarak dari tepi laut
Luo amp Wei 2009 Menggunakan model regresi logistik untuk pertimbangan geografi
-Jarak ke jalan raya antara bandar -Jarak ke jalan raya tempatan
-Jarak ke keretaapi
-Jarak ke Sungai Yangtze
-Jarak ke jambatan Yangtze -Jarak ke pusat bandar
-Jarak ke pusat sub bandar
-Jarak ke pusat industri
Batisani amp Yarnal
2009
- Persilangan (mengenalpasti
sistematik tidak rawak transisi
gunatanah
- Regresi logistik (mengenalpasti pembolehubah lokasi gunatanah
Bandar menghasilkan transisi)
-CLUE-S rekabentuk model wilayah (Projek corak gunatanah Bandar
dalam negeri)
Ciri-ciri kawasan
-Densiti penduduk
-Ketinggian
-Cerun -Kesesuaian tanih untuk pertanian
-Pengezonan
Situasi -Jarak dari jalan raya (m)
-Jarak dari rangkaian air (m)
-Jarak dari rangkaian pembentungan (m)
-Jarak dari CBD (m)
Braimoh amp Onishi 2007
Regresi Logistik Binari (89 untuk petempatan 97 untuk
industrikomersial)
Ciri-ciri Kawasan -Ketinggian (m)
-Kecerunan cerun
-Perubahan dalam sektor pembuatan dan nilai tambah perkhidmatan di antara 1984
dan 2000 (juta 1995 US dollar)
- Potensi kependudukan pada tahun 1984
-Perubahan dalam potensi penduduk di antara 1984 hingga 2000
-Densiti badan air
-Densiti gunatanah hutan Situasi
-Jarak dari air (m)
-Jarak dari kawasan hutan yang dilindungi (m)
-Jarak dari jalan raya utama
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
79
Kaedah ini sangat sesuai untuk melihat corak perubahan gunatanah yang berlaku yang digunakan untuk meramal pembangunan tanah pada masa akan datang Corak ini adalah hasil dari sejarah perubahan
gunatanah dan apa yang terdapat di kawasan tersebut sebelum ini maklumat berkenaan gunatanah dan
faktor penyebab adalah amat bernilai (Verburg et al 1999) Pendekatan statistik ini boleh mengenalpasti pengaruh pembolehubah dan turut menyediakan darjah keyakinan mengikut sumbangan faktor tersebut
(Irwin amp Geoghegan 2001) Oleh itu kaedah regresi logistik merupakan kaedah yang paling sesuai
digunakan dalam kajian ini disebabkan pembolehubah bersandar yang digunakan ialah dalam bentuk data
nominal dan pembolehubah bebas ialah dalam bentuk data julat Selain itu kaedah ini juga berupaya mengenalpasti pembolehubah bebas yang paling dominan mempengaruhi perubahan tanah bencah di
kawasan kajian
KAWASAN KAJIAN
Kawasan tadahan Setiu mempunyai keluasan 93194 km2 yang mengalami panas dan lembap sepanjang
tahun dengan suhu yang agak seragam Tahap kelembapan tahunan kekal pada 90 peratus tanpa mengira musim Keadaan cuaca pada bulan Januari hingga April yang kering dan panas dengan kelembapan di
kawasan tanah pamah yang tinggi secara konsisten antara 82 hingga 86 peratus setahun Terdapat dua
musim berbeza iaitu musim kering dan Monsun Musim tengkujuh bermula pada bulan November dan
berterusan sehingga Februari Sepanjang tempoh ini Setiu menerima hujan yang lebat dengan min tahunan 75701 plusmn 42239 mm Semasa musim Monsun julat suhu adalah antara 22
0C-19
0C dan julat suhu
230C-32
0C di luar tempoh ini Selain itu keadaan pasang surut sepanjang pantai di kawasan kajian adalah
antara 15-30 m
Tanah bencah Setiu telah dikenalpasti sebagai Kawasan Sensitif Alam Sekitar bermula dari Kg Penarik
yang terletak kira-kira 300 m dari pantai Sg Setiu mengalir ke arah utara dan selari dengan pantai dan
merangkumi muara Sg Sempit di Kuala Setiu Baharu Tanah bencah di kawasan ini boleh dibahagi kepada dua jenis iaitu tanah bencah semulajadi dan tanah bencah buatan manusia Tanah bencah
semulajadi terdiri daripada lagun paya air tawar paya gambut paya bakau dan paya gelam sementara
tanah bencah buatan manusia terdiri daripada sawah padi empangan kolam tasik dan akuakultur (Rajah 1) Keluasan keseluruhan permukaan air tanah bencah Setiu ialah kira-kira 880 hektar yang menyediakan
pelbagai faedah kepada penduduk tempatan dan menjadi habitat bagi pelbagai spesis flora dan fauna
Tanah bencah Setiu mempunyai tarikan semulajadi yang tersendiri disebabkan kawasan tersebut terdiri
daripada pelbagai ekosistem seperti pantai laut fluks lumpur lagun estuari (muara) sungai pulau hutan
gelam dan hutan paya bakau Oleh itu tanah bencah Setiu dianggap sebagai habitat ekologi terbaru
Malaysia (Nakisah amp Fauziah 2003)
Tanah bencah Setiu mempunyai pelbagai habitat marin dan darat yang menyokong pelbagai jenis tanah
bencah termasuk tanah bencah semulajadi dan buatan manusia Kepelbagaian biodiversiti habitat ini menyediakan pelbagai jenis flora yang menyokong ekosistem fauna tanah bencah Tropika Muara Sg
Setiu di sepanjang pantai sangat terkenal dan lagun di pantai Terengganu juga dikenali sebagai lagun
Setiu merupakan yang terpanjang (22 km) di semenanjung Malaysia Tanah bencah Setiu turut bertindak sebagai penapis semulajadi bahan pencemaran dan menyediakan kawalan banjir bagi kawasan tersebut
(Nakisah dan Fauziah 2003)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
80
Rajah 1 Kawasan kajian dan jenis-jenis tanah bencah yang terdapat di Setiu
Keadaan semasa gunatanah di lembangan Sg Setiu
Pada tahun 1990 kawasan tanah bencah Setiu ialah seluas 32055 km2 namun jumlah ini semakin
berkurangan pada tahun 2010 iaitu seluas kira-kira 28623 km2 iaitu pengurangan sebanyak 107 peratus
Kadar pengurangan keluasan tersebut dianggap begitu serius yang hanya mengambil masa selama 20 tahun sahaja
Jenis tanih kelas Kuala Berang dan Merang yang banyak terdapat di kawasan tanah bencah Setiu menyebabkan banyak kawasan tanah bencah ini diterokai bagi tujuan pertanian Selain itu terdapat aktiviti
lain yang dijalankan menggantikan kawasan tanah bencah contohnya pembinaan pelabuhan akuakultur
dan penempatan Pembangunan aktiviti-aktiviti ini yang tidak terkawal akan menyebabkan ancaman
kepada tanah bencah serta memusnah sumber-sumber yang terdapat di kawasan tanah bencah tersebut
Rajah 2 Rajah 3 dan Rajah 4 menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990
sehingga 2010 dari 307 km2 kepada 248 km
2 Gunatanah pertanian pula menunjukkan peningkatan iaitu
sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Rajah 5 pula menunjukkan bahawa gunatanah
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
76
PENGENALAN
Konvensyen Ramsar pada tahun 1971 telah mendefinisikan tanah bencah sebagai kawasan paya rawa
tanah gambut baik secara semula jadi atau buatan tetap atau sementara dengan air bergenang atau mengalir air tawar payau atau masin termasuk juga perairan laut yang dalamnya tidak melebihi enam
meter pada waktu air surut (Ramsar 1971) Secara keseluruhannya tanah bencah ini mempunyai kaitan
dengan sumber air air bawah tanah sungai dan kawasan pasang surut maka tanah bencah ini termasuk
juga di dalam wilayah sistem hidrologi Namun kadar kemajuan dan pembangunan ruang yang dicapai oleh manusia telah menyebabkan berlakunya penukaran permukaan tanah bencah untuk kegunaan yang
lain seterusnya memberi impak kepada penurunan kualiti dari segi biodiversiti flora dan fauna serta
ekosistem tanah bencah
Pelbagai aktiviti manusia yang menyumbang kepada masalah ini di antaranya adalah petempatan
perindustrian dan pertanian telah memberi ancaman kepada tanah bencah dengan mengubah keluasan
fungsi dan proses semulajadi tanah bencah yang unik dalam ekosistem yang pelbagai Pembangunan dari pelbagai sektor serta pembukaan kawasan pertanian pada skala yang besar adalah salah satu langkah bagi
memajukan sosioekonomi dan taraf kehidupan penduduk tempatan namun ia memberi kesan kepada
persekitaran termasuk tanah bencah Pembangunan yang pantas menyebabkan permintaan yang lebih tinggi terhadap ruang tanah menyebabkan tanah bencah ditukarkan kepada kegunaan yang lain (Hussain
1994)
Pada tahun 1981 jumlah keseluruhan hutan paya gambut yang terdapat di Semenanjung Malaysia adalah
kira-kira 067 juta hektar (Shamsudin amp Ismail 1991) Namun angka ini telah mengalami penurunan
kepada 034 juta hektar pada 1991 dan pada tahun 1992 jumlah keluasan hutan paya gambut di
Semenanjung Malaysia hanya kira-kira 023 juta hektar sahaja (Chin et al 1997)
Memandangkan kepada isu pengurangan keluasan tanah bencah yang semakin meruncing bukan sahaja di
Malaysia tetapi di seluruh dunia banyak kajian mengenai tanah bencah ini telah dijalankan dengan menggunakan pelbagai isu tentang tanah bencah serta kaedah serta teknik analisis yang pelbagai Salah
satu kajian mengenai tanah bencah yang dijalankan di Sabah telah menggunakan teknik penderiaan jauh
dan GIS iaitu menganalisis pemecahan multitemporal hutan paya gambut di Kota Klias Sabah Hutan paya gambut di Kota Klias merupakan entiti ekologi yang penting kerana mempunyai hutan paya gambut
terbesar di Pulau Borneo Hasil kajian mendapati bahawa kawasan hutan paya gambut di antara tahun
1985 dan 1999 telah berkurangan akibat daripada kejadian kebakaran hutan yang berlaku pada tahun
1998 (Phua et al 2008)
Aplikasi penderiaan jauh dan GIS juga telah digunakan untuk mengkaji tentang corak perubahan landskap
tanah bencah dalam tempoh empat dekad (1966 hingga 2000) di kawasan tanah bencah Alpine Plateau Zoige (Bai Junhong et al 2008) Hasil kajian menunjukkan bahawa jumlah kawasan tanah bencah di
kawasan Alpine telah menurun dengan mendadak pada tahun 1966 sehingga 1986 tetapi meningkat
semula selepas 1986 Kajian oleh Rebelo et al (2009) turut menggunakan aplikasi penderiaan jauh dan
GIS untuk membangunkan inventori pemetaan dan analisis perubahan tanah bencah hasil gabungan daripada projek-projek individu dan dikumpulkan menjadi pengkalan data global Contoh kajian yang
terlibat dalam pangkalan data ini adalah kajian pemantauan sepanjang garisan pantai di Barat Sri Lanka
yang menunjukkan trend gunatanah telah ditukarkan kepada pertanian Kajian-kajian lain yang menggunakan teknik penderiaan jauh dan GIS ini ialah seperti kajian oleh Mathiyalagan et al (2005)
yang membangunkan laman web GIS dan pangkalan data bagi tanah bencah Florida yang menjadi alat
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
77
untuk membantu dalam proses membuat keputusan untuk pemeliharaan dan pemuliharaan tanah bencah di Florida kajian oleh Demin Zhou et al (2008) mengenai integrasi penilaian ekologi biofizikal habitat
tanah bencah di dalam kawasan tadahan Honghe kajian oleh Cui Li Juan et al (2005) yang
menggunakan aplikasi penderiaan jauh GIS dan GPS dalam kajian inventori dan pengurusan tanah bencah di China serta kajian oleh Kashaigili et al (2006) yang menggunakan penderiaan jauh dan GIS
sebagai alat pengurusan keputusan di tanah bencah Usanga Penderiaan jauh dan GIS telah terbukti
menjadi alat yang berguna dalam membantu pembuatan keputusan untuk mengenalpasti lokasi dan
kuantiti perubahan tanah bencah dalam masa yang sama mampu mengenalpasti penyelesaian yang terbaik untuk pengurusan tanah bencah yang lestari
Selain itu Ramsar juga telah menjalankan kajian bagi mengawal dan menilai status tanah bencah melalui projek glob tanah bencah Pemuliharaan dan penggunaan tanah bencah secara lestari ini adalah hasil dari
tindakan nasional dan kerjasama antarabangsa bagi mencapai pembangunan yang lestari Tugas yang
kompleks dan mencabar ini memerlukan penglibatan badan-badan antarabangsa dan tempatan untuk
melaksanakan konvesyen yang sesuai ke atas maklumat geografi untuk memahami kawasan tanah bencah melengkapkan inventori antarabangsa menjalankan aktiviti pengawalan dan menjalankan
penilaian GIS dijadikan sebagai alat untuk pemetaan kawasan tanah bencah kartografi asas seperti jalan
raya kemudahan awam dan sempadan pentadbiran Kesemua data ini mempunyai maklumbalas dengan data in-situ yang di ambil semasa kajian lapangan Secara keseluruhannya GIS mempunyai keupayaan
untuk pengurusan tanah bencah dan berupaya untuk merekabentuk dan mengaplikasi rancangan
pengurusan (Jones et al 2009)
Secara keseluruhannya berdasarkan kepada kajian-kajian tanah bencah yang menggunakan aplikasi
penderiaan jauh dan GIS jelas menunjukkan kesesuaian penggunaannya yang mampu memudahkan
pemetaan tanah bencah dan boleh diaplikasi dalam pelbagai aspek Lebih penting lagi keupayaan ramalan menggunakan permodelan berupaya menyediakan satu rangka kerja yang terperinci dalam
pengurusan pemantauan serta pemuliharaan kawasan tanah bencah Data ruangan seperti gunatanah
boleh digunakan untuk meneroka konflik meneliti impak dan membantu membuat keputusan Penilaian impak dan simulasi semakin penting untuk sebarang pembangunan di kawasan tanah bencah dan GIS
boleh memainkan peranan dalam konteks mengkaji kesesuaian lokasi bagi pembangunan yang
dicadangkan serta mengenalpasti kepentingan yang bercanggah di sesuatu kawasan tanah bencah itu Perubahan kawasan tanah bencah yang semakin drastik ini memerlukan pemantauan dari masa ke semasa
Melihat kepada situasi ini wujud keperluan untuk membangunkan satu model perubahan tanah bencah
serta mengenalpasti faktor-faktor yang mempengaruhi perubahan tersebut Oleh itu kajian ini telah
membangunkan satu model perubahan tanah bencah bagi melihat perubahan yang berlaku bagi tempoh masa yang panjang serta mengenalpasti faktor yang menyebabkan perubahan tersebut
Model regresi logistik telah dipilih dalam kajian ini bagi membangunkan model perubahan tanah bencah Kaedah regresi logistik telah banyak digunakan dalam kajian-kajian melibatkan analisis penyahutanan
(Geoghan et al 2001 Schneider amp Pontius 2001) pertanian (Serneels amp Lambin 2001 Walsh et al
2001) model pertumbuhan bandar (Zhiyong Hu amp Lo 2007 Allen amp Lu 2003 Landis amp Zhang 1998
Wu amp Yeh 1997 Luo amp Wei 2009) serta perubahan gunatanah yang memberi kesan kepada corak permukaan tanah (Batisani amp Yamal 2009 Chenlin Xie et al 2002 Braimoh amp Onishi 2007) namun
masih tiada kajian yang dijalankan untuk melihat secara langsung perubahan tanah bencah melalui kaedah
ini (Jadual 1)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
78
Jadual 1 Senarai ringkasan kajian berkaitan model perubahan gunatanah dan pembolehubah yang digunakan
Pengkaji Metodologi Pembolehubah
Allen amp Lu 2003 Kombinasi regresi logistik menggunakan model regresi logistik
multivariat Model kebarangkalian
relatif dan fokus kepada penglibatan
kumpulan
-Kos jarak ke pusat bandar -Jarak ke bandar
-Jarak ke jalan raya utama
-Jarak dari node
-Jarak dari garis pembentungan -Jarak dari garis air
-Jarak dari tepi laut
Luo amp Wei 2009 Menggunakan model regresi logistik untuk pertimbangan geografi
-Jarak ke jalan raya antara bandar -Jarak ke jalan raya tempatan
-Jarak ke keretaapi
-Jarak ke Sungai Yangtze
-Jarak ke jambatan Yangtze -Jarak ke pusat bandar
-Jarak ke pusat sub bandar
-Jarak ke pusat industri
Batisani amp Yarnal
2009
- Persilangan (mengenalpasti
sistematik tidak rawak transisi
gunatanah
- Regresi logistik (mengenalpasti pembolehubah lokasi gunatanah
Bandar menghasilkan transisi)
-CLUE-S rekabentuk model wilayah (Projek corak gunatanah Bandar
dalam negeri)
Ciri-ciri kawasan
-Densiti penduduk
-Ketinggian
-Cerun -Kesesuaian tanih untuk pertanian
-Pengezonan
Situasi -Jarak dari jalan raya (m)
-Jarak dari rangkaian air (m)
-Jarak dari rangkaian pembentungan (m)
-Jarak dari CBD (m)
Braimoh amp Onishi 2007
Regresi Logistik Binari (89 untuk petempatan 97 untuk
industrikomersial)
Ciri-ciri Kawasan -Ketinggian (m)
-Kecerunan cerun
-Perubahan dalam sektor pembuatan dan nilai tambah perkhidmatan di antara 1984
dan 2000 (juta 1995 US dollar)
- Potensi kependudukan pada tahun 1984
-Perubahan dalam potensi penduduk di antara 1984 hingga 2000
-Densiti badan air
-Densiti gunatanah hutan Situasi
-Jarak dari air (m)
-Jarak dari kawasan hutan yang dilindungi (m)
-Jarak dari jalan raya utama
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
79
Kaedah ini sangat sesuai untuk melihat corak perubahan gunatanah yang berlaku yang digunakan untuk meramal pembangunan tanah pada masa akan datang Corak ini adalah hasil dari sejarah perubahan
gunatanah dan apa yang terdapat di kawasan tersebut sebelum ini maklumat berkenaan gunatanah dan
faktor penyebab adalah amat bernilai (Verburg et al 1999) Pendekatan statistik ini boleh mengenalpasti pengaruh pembolehubah dan turut menyediakan darjah keyakinan mengikut sumbangan faktor tersebut
(Irwin amp Geoghegan 2001) Oleh itu kaedah regresi logistik merupakan kaedah yang paling sesuai
digunakan dalam kajian ini disebabkan pembolehubah bersandar yang digunakan ialah dalam bentuk data
nominal dan pembolehubah bebas ialah dalam bentuk data julat Selain itu kaedah ini juga berupaya mengenalpasti pembolehubah bebas yang paling dominan mempengaruhi perubahan tanah bencah di
kawasan kajian
KAWASAN KAJIAN
Kawasan tadahan Setiu mempunyai keluasan 93194 km2 yang mengalami panas dan lembap sepanjang
tahun dengan suhu yang agak seragam Tahap kelembapan tahunan kekal pada 90 peratus tanpa mengira musim Keadaan cuaca pada bulan Januari hingga April yang kering dan panas dengan kelembapan di
kawasan tanah pamah yang tinggi secara konsisten antara 82 hingga 86 peratus setahun Terdapat dua
musim berbeza iaitu musim kering dan Monsun Musim tengkujuh bermula pada bulan November dan
berterusan sehingga Februari Sepanjang tempoh ini Setiu menerima hujan yang lebat dengan min tahunan 75701 plusmn 42239 mm Semasa musim Monsun julat suhu adalah antara 22
0C-19
0C dan julat suhu
230C-32
0C di luar tempoh ini Selain itu keadaan pasang surut sepanjang pantai di kawasan kajian adalah
antara 15-30 m
Tanah bencah Setiu telah dikenalpasti sebagai Kawasan Sensitif Alam Sekitar bermula dari Kg Penarik
yang terletak kira-kira 300 m dari pantai Sg Setiu mengalir ke arah utara dan selari dengan pantai dan
merangkumi muara Sg Sempit di Kuala Setiu Baharu Tanah bencah di kawasan ini boleh dibahagi kepada dua jenis iaitu tanah bencah semulajadi dan tanah bencah buatan manusia Tanah bencah
semulajadi terdiri daripada lagun paya air tawar paya gambut paya bakau dan paya gelam sementara
tanah bencah buatan manusia terdiri daripada sawah padi empangan kolam tasik dan akuakultur (Rajah 1) Keluasan keseluruhan permukaan air tanah bencah Setiu ialah kira-kira 880 hektar yang menyediakan
pelbagai faedah kepada penduduk tempatan dan menjadi habitat bagi pelbagai spesis flora dan fauna
Tanah bencah Setiu mempunyai tarikan semulajadi yang tersendiri disebabkan kawasan tersebut terdiri
daripada pelbagai ekosistem seperti pantai laut fluks lumpur lagun estuari (muara) sungai pulau hutan
gelam dan hutan paya bakau Oleh itu tanah bencah Setiu dianggap sebagai habitat ekologi terbaru
Malaysia (Nakisah amp Fauziah 2003)
Tanah bencah Setiu mempunyai pelbagai habitat marin dan darat yang menyokong pelbagai jenis tanah
bencah termasuk tanah bencah semulajadi dan buatan manusia Kepelbagaian biodiversiti habitat ini menyediakan pelbagai jenis flora yang menyokong ekosistem fauna tanah bencah Tropika Muara Sg
Setiu di sepanjang pantai sangat terkenal dan lagun di pantai Terengganu juga dikenali sebagai lagun
Setiu merupakan yang terpanjang (22 km) di semenanjung Malaysia Tanah bencah Setiu turut bertindak sebagai penapis semulajadi bahan pencemaran dan menyediakan kawalan banjir bagi kawasan tersebut
(Nakisah dan Fauziah 2003)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
80
Rajah 1 Kawasan kajian dan jenis-jenis tanah bencah yang terdapat di Setiu
Keadaan semasa gunatanah di lembangan Sg Setiu
Pada tahun 1990 kawasan tanah bencah Setiu ialah seluas 32055 km2 namun jumlah ini semakin
berkurangan pada tahun 2010 iaitu seluas kira-kira 28623 km2 iaitu pengurangan sebanyak 107 peratus
Kadar pengurangan keluasan tersebut dianggap begitu serius yang hanya mengambil masa selama 20 tahun sahaja
Jenis tanih kelas Kuala Berang dan Merang yang banyak terdapat di kawasan tanah bencah Setiu menyebabkan banyak kawasan tanah bencah ini diterokai bagi tujuan pertanian Selain itu terdapat aktiviti
lain yang dijalankan menggantikan kawasan tanah bencah contohnya pembinaan pelabuhan akuakultur
dan penempatan Pembangunan aktiviti-aktiviti ini yang tidak terkawal akan menyebabkan ancaman
kepada tanah bencah serta memusnah sumber-sumber yang terdapat di kawasan tanah bencah tersebut
Rajah 2 Rajah 3 dan Rajah 4 menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990
sehingga 2010 dari 307 km2 kepada 248 km
2 Gunatanah pertanian pula menunjukkan peningkatan iaitu
sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Rajah 5 pula menunjukkan bahawa gunatanah
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
77
untuk membantu dalam proses membuat keputusan untuk pemeliharaan dan pemuliharaan tanah bencah di Florida kajian oleh Demin Zhou et al (2008) mengenai integrasi penilaian ekologi biofizikal habitat
tanah bencah di dalam kawasan tadahan Honghe kajian oleh Cui Li Juan et al (2005) yang
menggunakan aplikasi penderiaan jauh GIS dan GPS dalam kajian inventori dan pengurusan tanah bencah di China serta kajian oleh Kashaigili et al (2006) yang menggunakan penderiaan jauh dan GIS
sebagai alat pengurusan keputusan di tanah bencah Usanga Penderiaan jauh dan GIS telah terbukti
menjadi alat yang berguna dalam membantu pembuatan keputusan untuk mengenalpasti lokasi dan
kuantiti perubahan tanah bencah dalam masa yang sama mampu mengenalpasti penyelesaian yang terbaik untuk pengurusan tanah bencah yang lestari
Selain itu Ramsar juga telah menjalankan kajian bagi mengawal dan menilai status tanah bencah melalui projek glob tanah bencah Pemuliharaan dan penggunaan tanah bencah secara lestari ini adalah hasil dari
tindakan nasional dan kerjasama antarabangsa bagi mencapai pembangunan yang lestari Tugas yang
kompleks dan mencabar ini memerlukan penglibatan badan-badan antarabangsa dan tempatan untuk
melaksanakan konvesyen yang sesuai ke atas maklumat geografi untuk memahami kawasan tanah bencah melengkapkan inventori antarabangsa menjalankan aktiviti pengawalan dan menjalankan
penilaian GIS dijadikan sebagai alat untuk pemetaan kawasan tanah bencah kartografi asas seperti jalan
raya kemudahan awam dan sempadan pentadbiran Kesemua data ini mempunyai maklumbalas dengan data in-situ yang di ambil semasa kajian lapangan Secara keseluruhannya GIS mempunyai keupayaan
untuk pengurusan tanah bencah dan berupaya untuk merekabentuk dan mengaplikasi rancangan
pengurusan (Jones et al 2009)
Secara keseluruhannya berdasarkan kepada kajian-kajian tanah bencah yang menggunakan aplikasi
penderiaan jauh dan GIS jelas menunjukkan kesesuaian penggunaannya yang mampu memudahkan
pemetaan tanah bencah dan boleh diaplikasi dalam pelbagai aspek Lebih penting lagi keupayaan ramalan menggunakan permodelan berupaya menyediakan satu rangka kerja yang terperinci dalam
pengurusan pemantauan serta pemuliharaan kawasan tanah bencah Data ruangan seperti gunatanah
boleh digunakan untuk meneroka konflik meneliti impak dan membantu membuat keputusan Penilaian impak dan simulasi semakin penting untuk sebarang pembangunan di kawasan tanah bencah dan GIS
boleh memainkan peranan dalam konteks mengkaji kesesuaian lokasi bagi pembangunan yang
dicadangkan serta mengenalpasti kepentingan yang bercanggah di sesuatu kawasan tanah bencah itu Perubahan kawasan tanah bencah yang semakin drastik ini memerlukan pemantauan dari masa ke semasa
Melihat kepada situasi ini wujud keperluan untuk membangunkan satu model perubahan tanah bencah
serta mengenalpasti faktor-faktor yang mempengaruhi perubahan tersebut Oleh itu kajian ini telah
membangunkan satu model perubahan tanah bencah bagi melihat perubahan yang berlaku bagi tempoh masa yang panjang serta mengenalpasti faktor yang menyebabkan perubahan tersebut
Model regresi logistik telah dipilih dalam kajian ini bagi membangunkan model perubahan tanah bencah Kaedah regresi logistik telah banyak digunakan dalam kajian-kajian melibatkan analisis penyahutanan
(Geoghan et al 2001 Schneider amp Pontius 2001) pertanian (Serneels amp Lambin 2001 Walsh et al
2001) model pertumbuhan bandar (Zhiyong Hu amp Lo 2007 Allen amp Lu 2003 Landis amp Zhang 1998
Wu amp Yeh 1997 Luo amp Wei 2009) serta perubahan gunatanah yang memberi kesan kepada corak permukaan tanah (Batisani amp Yamal 2009 Chenlin Xie et al 2002 Braimoh amp Onishi 2007) namun
masih tiada kajian yang dijalankan untuk melihat secara langsung perubahan tanah bencah melalui kaedah
ini (Jadual 1)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
78
Jadual 1 Senarai ringkasan kajian berkaitan model perubahan gunatanah dan pembolehubah yang digunakan
Pengkaji Metodologi Pembolehubah
Allen amp Lu 2003 Kombinasi regresi logistik menggunakan model regresi logistik
multivariat Model kebarangkalian
relatif dan fokus kepada penglibatan
kumpulan
-Kos jarak ke pusat bandar -Jarak ke bandar
-Jarak ke jalan raya utama
-Jarak dari node
-Jarak dari garis pembentungan -Jarak dari garis air
-Jarak dari tepi laut
Luo amp Wei 2009 Menggunakan model regresi logistik untuk pertimbangan geografi
-Jarak ke jalan raya antara bandar -Jarak ke jalan raya tempatan
-Jarak ke keretaapi
-Jarak ke Sungai Yangtze
-Jarak ke jambatan Yangtze -Jarak ke pusat bandar
-Jarak ke pusat sub bandar
-Jarak ke pusat industri
Batisani amp Yarnal
2009
- Persilangan (mengenalpasti
sistematik tidak rawak transisi
gunatanah
- Regresi logistik (mengenalpasti pembolehubah lokasi gunatanah
Bandar menghasilkan transisi)
-CLUE-S rekabentuk model wilayah (Projek corak gunatanah Bandar
dalam negeri)
Ciri-ciri kawasan
-Densiti penduduk
-Ketinggian
-Cerun -Kesesuaian tanih untuk pertanian
-Pengezonan
Situasi -Jarak dari jalan raya (m)
-Jarak dari rangkaian air (m)
-Jarak dari rangkaian pembentungan (m)
-Jarak dari CBD (m)
Braimoh amp Onishi 2007
Regresi Logistik Binari (89 untuk petempatan 97 untuk
industrikomersial)
Ciri-ciri Kawasan -Ketinggian (m)
-Kecerunan cerun
-Perubahan dalam sektor pembuatan dan nilai tambah perkhidmatan di antara 1984
dan 2000 (juta 1995 US dollar)
- Potensi kependudukan pada tahun 1984
-Perubahan dalam potensi penduduk di antara 1984 hingga 2000
-Densiti badan air
-Densiti gunatanah hutan Situasi
-Jarak dari air (m)
-Jarak dari kawasan hutan yang dilindungi (m)
-Jarak dari jalan raya utama
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
79
Kaedah ini sangat sesuai untuk melihat corak perubahan gunatanah yang berlaku yang digunakan untuk meramal pembangunan tanah pada masa akan datang Corak ini adalah hasil dari sejarah perubahan
gunatanah dan apa yang terdapat di kawasan tersebut sebelum ini maklumat berkenaan gunatanah dan
faktor penyebab adalah amat bernilai (Verburg et al 1999) Pendekatan statistik ini boleh mengenalpasti pengaruh pembolehubah dan turut menyediakan darjah keyakinan mengikut sumbangan faktor tersebut
(Irwin amp Geoghegan 2001) Oleh itu kaedah regresi logistik merupakan kaedah yang paling sesuai
digunakan dalam kajian ini disebabkan pembolehubah bersandar yang digunakan ialah dalam bentuk data
nominal dan pembolehubah bebas ialah dalam bentuk data julat Selain itu kaedah ini juga berupaya mengenalpasti pembolehubah bebas yang paling dominan mempengaruhi perubahan tanah bencah di
kawasan kajian
KAWASAN KAJIAN
Kawasan tadahan Setiu mempunyai keluasan 93194 km2 yang mengalami panas dan lembap sepanjang
tahun dengan suhu yang agak seragam Tahap kelembapan tahunan kekal pada 90 peratus tanpa mengira musim Keadaan cuaca pada bulan Januari hingga April yang kering dan panas dengan kelembapan di
kawasan tanah pamah yang tinggi secara konsisten antara 82 hingga 86 peratus setahun Terdapat dua
musim berbeza iaitu musim kering dan Monsun Musim tengkujuh bermula pada bulan November dan
berterusan sehingga Februari Sepanjang tempoh ini Setiu menerima hujan yang lebat dengan min tahunan 75701 plusmn 42239 mm Semasa musim Monsun julat suhu adalah antara 22
0C-19
0C dan julat suhu
230C-32
0C di luar tempoh ini Selain itu keadaan pasang surut sepanjang pantai di kawasan kajian adalah
antara 15-30 m
Tanah bencah Setiu telah dikenalpasti sebagai Kawasan Sensitif Alam Sekitar bermula dari Kg Penarik
yang terletak kira-kira 300 m dari pantai Sg Setiu mengalir ke arah utara dan selari dengan pantai dan
merangkumi muara Sg Sempit di Kuala Setiu Baharu Tanah bencah di kawasan ini boleh dibahagi kepada dua jenis iaitu tanah bencah semulajadi dan tanah bencah buatan manusia Tanah bencah
semulajadi terdiri daripada lagun paya air tawar paya gambut paya bakau dan paya gelam sementara
tanah bencah buatan manusia terdiri daripada sawah padi empangan kolam tasik dan akuakultur (Rajah 1) Keluasan keseluruhan permukaan air tanah bencah Setiu ialah kira-kira 880 hektar yang menyediakan
pelbagai faedah kepada penduduk tempatan dan menjadi habitat bagi pelbagai spesis flora dan fauna
Tanah bencah Setiu mempunyai tarikan semulajadi yang tersendiri disebabkan kawasan tersebut terdiri
daripada pelbagai ekosistem seperti pantai laut fluks lumpur lagun estuari (muara) sungai pulau hutan
gelam dan hutan paya bakau Oleh itu tanah bencah Setiu dianggap sebagai habitat ekologi terbaru
Malaysia (Nakisah amp Fauziah 2003)
Tanah bencah Setiu mempunyai pelbagai habitat marin dan darat yang menyokong pelbagai jenis tanah
bencah termasuk tanah bencah semulajadi dan buatan manusia Kepelbagaian biodiversiti habitat ini menyediakan pelbagai jenis flora yang menyokong ekosistem fauna tanah bencah Tropika Muara Sg
Setiu di sepanjang pantai sangat terkenal dan lagun di pantai Terengganu juga dikenali sebagai lagun
Setiu merupakan yang terpanjang (22 km) di semenanjung Malaysia Tanah bencah Setiu turut bertindak sebagai penapis semulajadi bahan pencemaran dan menyediakan kawalan banjir bagi kawasan tersebut
(Nakisah dan Fauziah 2003)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
80
Rajah 1 Kawasan kajian dan jenis-jenis tanah bencah yang terdapat di Setiu
Keadaan semasa gunatanah di lembangan Sg Setiu
Pada tahun 1990 kawasan tanah bencah Setiu ialah seluas 32055 km2 namun jumlah ini semakin
berkurangan pada tahun 2010 iaitu seluas kira-kira 28623 km2 iaitu pengurangan sebanyak 107 peratus
Kadar pengurangan keluasan tersebut dianggap begitu serius yang hanya mengambil masa selama 20 tahun sahaja
Jenis tanih kelas Kuala Berang dan Merang yang banyak terdapat di kawasan tanah bencah Setiu menyebabkan banyak kawasan tanah bencah ini diterokai bagi tujuan pertanian Selain itu terdapat aktiviti
lain yang dijalankan menggantikan kawasan tanah bencah contohnya pembinaan pelabuhan akuakultur
dan penempatan Pembangunan aktiviti-aktiviti ini yang tidak terkawal akan menyebabkan ancaman
kepada tanah bencah serta memusnah sumber-sumber yang terdapat di kawasan tanah bencah tersebut
Rajah 2 Rajah 3 dan Rajah 4 menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990
sehingga 2010 dari 307 km2 kepada 248 km
2 Gunatanah pertanian pula menunjukkan peningkatan iaitu
sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Rajah 5 pula menunjukkan bahawa gunatanah
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
78
Jadual 1 Senarai ringkasan kajian berkaitan model perubahan gunatanah dan pembolehubah yang digunakan
Pengkaji Metodologi Pembolehubah
Allen amp Lu 2003 Kombinasi regresi logistik menggunakan model regresi logistik
multivariat Model kebarangkalian
relatif dan fokus kepada penglibatan
kumpulan
-Kos jarak ke pusat bandar -Jarak ke bandar
-Jarak ke jalan raya utama
-Jarak dari node
-Jarak dari garis pembentungan -Jarak dari garis air
-Jarak dari tepi laut
Luo amp Wei 2009 Menggunakan model regresi logistik untuk pertimbangan geografi
-Jarak ke jalan raya antara bandar -Jarak ke jalan raya tempatan
-Jarak ke keretaapi
-Jarak ke Sungai Yangtze
-Jarak ke jambatan Yangtze -Jarak ke pusat bandar
-Jarak ke pusat sub bandar
-Jarak ke pusat industri
Batisani amp Yarnal
2009
- Persilangan (mengenalpasti
sistematik tidak rawak transisi
gunatanah
- Regresi logistik (mengenalpasti pembolehubah lokasi gunatanah
Bandar menghasilkan transisi)
-CLUE-S rekabentuk model wilayah (Projek corak gunatanah Bandar
dalam negeri)
Ciri-ciri kawasan
-Densiti penduduk
-Ketinggian
-Cerun -Kesesuaian tanih untuk pertanian
-Pengezonan
Situasi -Jarak dari jalan raya (m)
-Jarak dari rangkaian air (m)
-Jarak dari rangkaian pembentungan (m)
-Jarak dari CBD (m)
Braimoh amp Onishi 2007
Regresi Logistik Binari (89 untuk petempatan 97 untuk
industrikomersial)
Ciri-ciri Kawasan -Ketinggian (m)
-Kecerunan cerun
-Perubahan dalam sektor pembuatan dan nilai tambah perkhidmatan di antara 1984
dan 2000 (juta 1995 US dollar)
- Potensi kependudukan pada tahun 1984
-Perubahan dalam potensi penduduk di antara 1984 hingga 2000
-Densiti badan air
-Densiti gunatanah hutan Situasi
-Jarak dari air (m)
-Jarak dari kawasan hutan yang dilindungi (m)
-Jarak dari jalan raya utama
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
79
Kaedah ini sangat sesuai untuk melihat corak perubahan gunatanah yang berlaku yang digunakan untuk meramal pembangunan tanah pada masa akan datang Corak ini adalah hasil dari sejarah perubahan
gunatanah dan apa yang terdapat di kawasan tersebut sebelum ini maklumat berkenaan gunatanah dan
faktor penyebab adalah amat bernilai (Verburg et al 1999) Pendekatan statistik ini boleh mengenalpasti pengaruh pembolehubah dan turut menyediakan darjah keyakinan mengikut sumbangan faktor tersebut
(Irwin amp Geoghegan 2001) Oleh itu kaedah regresi logistik merupakan kaedah yang paling sesuai
digunakan dalam kajian ini disebabkan pembolehubah bersandar yang digunakan ialah dalam bentuk data
nominal dan pembolehubah bebas ialah dalam bentuk data julat Selain itu kaedah ini juga berupaya mengenalpasti pembolehubah bebas yang paling dominan mempengaruhi perubahan tanah bencah di
kawasan kajian
KAWASAN KAJIAN
Kawasan tadahan Setiu mempunyai keluasan 93194 km2 yang mengalami panas dan lembap sepanjang
tahun dengan suhu yang agak seragam Tahap kelembapan tahunan kekal pada 90 peratus tanpa mengira musim Keadaan cuaca pada bulan Januari hingga April yang kering dan panas dengan kelembapan di
kawasan tanah pamah yang tinggi secara konsisten antara 82 hingga 86 peratus setahun Terdapat dua
musim berbeza iaitu musim kering dan Monsun Musim tengkujuh bermula pada bulan November dan
berterusan sehingga Februari Sepanjang tempoh ini Setiu menerima hujan yang lebat dengan min tahunan 75701 plusmn 42239 mm Semasa musim Monsun julat suhu adalah antara 22
0C-19
0C dan julat suhu
230C-32
0C di luar tempoh ini Selain itu keadaan pasang surut sepanjang pantai di kawasan kajian adalah
antara 15-30 m
Tanah bencah Setiu telah dikenalpasti sebagai Kawasan Sensitif Alam Sekitar bermula dari Kg Penarik
yang terletak kira-kira 300 m dari pantai Sg Setiu mengalir ke arah utara dan selari dengan pantai dan
merangkumi muara Sg Sempit di Kuala Setiu Baharu Tanah bencah di kawasan ini boleh dibahagi kepada dua jenis iaitu tanah bencah semulajadi dan tanah bencah buatan manusia Tanah bencah
semulajadi terdiri daripada lagun paya air tawar paya gambut paya bakau dan paya gelam sementara
tanah bencah buatan manusia terdiri daripada sawah padi empangan kolam tasik dan akuakultur (Rajah 1) Keluasan keseluruhan permukaan air tanah bencah Setiu ialah kira-kira 880 hektar yang menyediakan
pelbagai faedah kepada penduduk tempatan dan menjadi habitat bagi pelbagai spesis flora dan fauna
Tanah bencah Setiu mempunyai tarikan semulajadi yang tersendiri disebabkan kawasan tersebut terdiri
daripada pelbagai ekosistem seperti pantai laut fluks lumpur lagun estuari (muara) sungai pulau hutan
gelam dan hutan paya bakau Oleh itu tanah bencah Setiu dianggap sebagai habitat ekologi terbaru
Malaysia (Nakisah amp Fauziah 2003)
Tanah bencah Setiu mempunyai pelbagai habitat marin dan darat yang menyokong pelbagai jenis tanah
bencah termasuk tanah bencah semulajadi dan buatan manusia Kepelbagaian biodiversiti habitat ini menyediakan pelbagai jenis flora yang menyokong ekosistem fauna tanah bencah Tropika Muara Sg
Setiu di sepanjang pantai sangat terkenal dan lagun di pantai Terengganu juga dikenali sebagai lagun
Setiu merupakan yang terpanjang (22 km) di semenanjung Malaysia Tanah bencah Setiu turut bertindak sebagai penapis semulajadi bahan pencemaran dan menyediakan kawalan banjir bagi kawasan tersebut
(Nakisah dan Fauziah 2003)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
80
Rajah 1 Kawasan kajian dan jenis-jenis tanah bencah yang terdapat di Setiu
Keadaan semasa gunatanah di lembangan Sg Setiu
Pada tahun 1990 kawasan tanah bencah Setiu ialah seluas 32055 km2 namun jumlah ini semakin
berkurangan pada tahun 2010 iaitu seluas kira-kira 28623 km2 iaitu pengurangan sebanyak 107 peratus
Kadar pengurangan keluasan tersebut dianggap begitu serius yang hanya mengambil masa selama 20 tahun sahaja
Jenis tanih kelas Kuala Berang dan Merang yang banyak terdapat di kawasan tanah bencah Setiu menyebabkan banyak kawasan tanah bencah ini diterokai bagi tujuan pertanian Selain itu terdapat aktiviti
lain yang dijalankan menggantikan kawasan tanah bencah contohnya pembinaan pelabuhan akuakultur
dan penempatan Pembangunan aktiviti-aktiviti ini yang tidak terkawal akan menyebabkan ancaman
kepada tanah bencah serta memusnah sumber-sumber yang terdapat di kawasan tanah bencah tersebut
Rajah 2 Rajah 3 dan Rajah 4 menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990
sehingga 2010 dari 307 km2 kepada 248 km
2 Gunatanah pertanian pula menunjukkan peningkatan iaitu
sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Rajah 5 pula menunjukkan bahawa gunatanah
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
79
Kaedah ini sangat sesuai untuk melihat corak perubahan gunatanah yang berlaku yang digunakan untuk meramal pembangunan tanah pada masa akan datang Corak ini adalah hasil dari sejarah perubahan
gunatanah dan apa yang terdapat di kawasan tersebut sebelum ini maklumat berkenaan gunatanah dan
faktor penyebab adalah amat bernilai (Verburg et al 1999) Pendekatan statistik ini boleh mengenalpasti pengaruh pembolehubah dan turut menyediakan darjah keyakinan mengikut sumbangan faktor tersebut
(Irwin amp Geoghegan 2001) Oleh itu kaedah regresi logistik merupakan kaedah yang paling sesuai
digunakan dalam kajian ini disebabkan pembolehubah bersandar yang digunakan ialah dalam bentuk data
nominal dan pembolehubah bebas ialah dalam bentuk data julat Selain itu kaedah ini juga berupaya mengenalpasti pembolehubah bebas yang paling dominan mempengaruhi perubahan tanah bencah di
kawasan kajian
KAWASAN KAJIAN
Kawasan tadahan Setiu mempunyai keluasan 93194 km2 yang mengalami panas dan lembap sepanjang
tahun dengan suhu yang agak seragam Tahap kelembapan tahunan kekal pada 90 peratus tanpa mengira musim Keadaan cuaca pada bulan Januari hingga April yang kering dan panas dengan kelembapan di
kawasan tanah pamah yang tinggi secara konsisten antara 82 hingga 86 peratus setahun Terdapat dua
musim berbeza iaitu musim kering dan Monsun Musim tengkujuh bermula pada bulan November dan
berterusan sehingga Februari Sepanjang tempoh ini Setiu menerima hujan yang lebat dengan min tahunan 75701 plusmn 42239 mm Semasa musim Monsun julat suhu adalah antara 22
0C-19
0C dan julat suhu
230C-32
0C di luar tempoh ini Selain itu keadaan pasang surut sepanjang pantai di kawasan kajian adalah
antara 15-30 m
Tanah bencah Setiu telah dikenalpasti sebagai Kawasan Sensitif Alam Sekitar bermula dari Kg Penarik
yang terletak kira-kira 300 m dari pantai Sg Setiu mengalir ke arah utara dan selari dengan pantai dan
merangkumi muara Sg Sempit di Kuala Setiu Baharu Tanah bencah di kawasan ini boleh dibahagi kepada dua jenis iaitu tanah bencah semulajadi dan tanah bencah buatan manusia Tanah bencah
semulajadi terdiri daripada lagun paya air tawar paya gambut paya bakau dan paya gelam sementara
tanah bencah buatan manusia terdiri daripada sawah padi empangan kolam tasik dan akuakultur (Rajah 1) Keluasan keseluruhan permukaan air tanah bencah Setiu ialah kira-kira 880 hektar yang menyediakan
pelbagai faedah kepada penduduk tempatan dan menjadi habitat bagi pelbagai spesis flora dan fauna
Tanah bencah Setiu mempunyai tarikan semulajadi yang tersendiri disebabkan kawasan tersebut terdiri
daripada pelbagai ekosistem seperti pantai laut fluks lumpur lagun estuari (muara) sungai pulau hutan
gelam dan hutan paya bakau Oleh itu tanah bencah Setiu dianggap sebagai habitat ekologi terbaru
Malaysia (Nakisah amp Fauziah 2003)
Tanah bencah Setiu mempunyai pelbagai habitat marin dan darat yang menyokong pelbagai jenis tanah
bencah termasuk tanah bencah semulajadi dan buatan manusia Kepelbagaian biodiversiti habitat ini menyediakan pelbagai jenis flora yang menyokong ekosistem fauna tanah bencah Tropika Muara Sg
Setiu di sepanjang pantai sangat terkenal dan lagun di pantai Terengganu juga dikenali sebagai lagun
Setiu merupakan yang terpanjang (22 km) di semenanjung Malaysia Tanah bencah Setiu turut bertindak sebagai penapis semulajadi bahan pencemaran dan menyediakan kawalan banjir bagi kawasan tersebut
(Nakisah dan Fauziah 2003)
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
80
Rajah 1 Kawasan kajian dan jenis-jenis tanah bencah yang terdapat di Setiu
Keadaan semasa gunatanah di lembangan Sg Setiu
Pada tahun 1990 kawasan tanah bencah Setiu ialah seluas 32055 km2 namun jumlah ini semakin
berkurangan pada tahun 2010 iaitu seluas kira-kira 28623 km2 iaitu pengurangan sebanyak 107 peratus
Kadar pengurangan keluasan tersebut dianggap begitu serius yang hanya mengambil masa selama 20 tahun sahaja
Jenis tanih kelas Kuala Berang dan Merang yang banyak terdapat di kawasan tanah bencah Setiu menyebabkan banyak kawasan tanah bencah ini diterokai bagi tujuan pertanian Selain itu terdapat aktiviti
lain yang dijalankan menggantikan kawasan tanah bencah contohnya pembinaan pelabuhan akuakultur
dan penempatan Pembangunan aktiviti-aktiviti ini yang tidak terkawal akan menyebabkan ancaman
kepada tanah bencah serta memusnah sumber-sumber yang terdapat di kawasan tanah bencah tersebut
Rajah 2 Rajah 3 dan Rajah 4 menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990
sehingga 2010 dari 307 km2 kepada 248 km
2 Gunatanah pertanian pula menunjukkan peningkatan iaitu
sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Rajah 5 pula menunjukkan bahawa gunatanah
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
80
Rajah 1 Kawasan kajian dan jenis-jenis tanah bencah yang terdapat di Setiu
Keadaan semasa gunatanah di lembangan Sg Setiu
Pada tahun 1990 kawasan tanah bencah Setiu ialah seluas 32055 km2 namun jumlah ini semakin
berkurangan pada tahun 2010 iaitu seluas kira-kira 28623 km2 iaitu pengurangan sebanyak 107 peratus
Kadar pengurangan keluasan tersebut dianggap begitu serius yang hanya mengambil masa selama 20 tahun sahaja
Jenis tanih kelas Kuala Berang dan Merang yang banyak terdapat di kawasan tanah bencah Setiu menyebabkan banyak kawasan tanah bencah ini diterokai bagi tujuan pertanian Selain itu terdapat aktiviti
lain yang dijalankan menggantikan kawasan tanah bencah contohnya pembinaan pelabuhan akuakultur
dan penempatan Pembangunan aktiviti-aktiviti ini yang tidak terkawal akan menyebabkan ancaman
kepada tanah bencah serta memusnah sumber-sumber yang terdapat di kawasan tanah bencah tersebut
Rajah 2 Rajah 3 dan Rajah 4 menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990
sehingga 2010 dari 307 km2 kepada 248 km
2 Gunatanah pertanian pula menunjukkan peningkatan iaitu
sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Rajah 5 pula menunjukkan bahawa gunatanah
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
81
petempatan merupakan jenis gunatanah yang paling kecil keluasannya di kawasan kajian Secara keseluruhannya jenis gunatanah tanah bencah dan hutan didapati semakin berkurangan dari tahun 1990
sehingga 2010 sementara gunatanah yang dilihat semakin berkembang dan bertambah setiap tahun
adalah gunatanah pertanian Antara ancaman utama ke atas kawasan di sekitar aktiviti-aktiviti pertanian ini adalah pengairan yang keterlaluan dan ini boleh menyebabkan pengeringan kawasan paya dan
seterusnya menyebabkan kemusnahan hutan paya
Rajah 2 Peta gunatanah Setiu bagi tahun 1990
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
82
Rajah 3 Peta gunatanah Setiu bagi tahun 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
83
Rajah 4 Peta gunatanah Setiu bagi tahun 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
84
Rajah 5 Keluasan jenis-jenis gunatanah mengikut tahun
METODOLOGI
Bagi tujuan pembangunan model data perubahan tanah bencah yang berlaku di antara 1990 dan 2000
telah digunakan sebagai titik rujukan dan data perubahan tanah bencah yang berlaku di antara 2000 hingga 2010 digunakan sebagai data pengujian kejituan model
Model yang digunakan dalam kajian ini mengabungkan semua faktor pembolehubah bebas bagi menghasilkan model perubahan tanah bencah Permodelan ini berperanan untuk melihat peranan faktor-
faktor ruangan dan bukan ruangan terhadap perubahan tanah bencah Pemilihan tujuh faktor ruangan dan
bukan ruangan ini adalah berdasarkan kajian lepas yang dan pengetahuan dinamik pengkaji tentang kawasan kajian serta kertersediaan data yang diperlukan (Jadual 2) Keseluruhan data pembolehubah
bersandar dan bebas diekstrakkan kemudiannya dimasukkan dalam modul SPSS bagi memperolehi
pembolehubah yang signifikan Seterusnya peta akan ditindan mengikut tahap kepentingan masing-
masing bagi mendapatkan model perubahan tanah bencah Ketepatan model dilakukan dengan pengujian Hasil akhir pembentukan model ini ialah hasil integrasi antara analisis statistik dengan GIS dalam bentuk
persamaan statistik dan peta yang menunjukkan perubahan tanah bencah yang berlaku
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
85
Jadual 2 Bentuk data pembolehubah bersandar dan bebas
Pembolehubah Kandungan Bentuk Pembolehubah
Bersandar
Y 0 - Bukan tanah bencah 1- tanah bencah Dikotomos
Bebas
X1 Julat hujan tahunan malar
X2 Kecerunan cerun malar
X3 Kesesuaian tanih Rekabentuk
X4 Jarak dari jalan raya malar
X5 Jarak dari sungai malar
X6 Densiti penduduk malar
X7 Jarak dari kawasan pertanian malar
Kaedah analisis regresi logistik
Kaedah regresi logistik adalah satu teknik statistik yang dapat menganalisis hubungan di antara
pembolehubah bersandar dengan pembolehubah bebas Perbezaan kaedah regresi logistik dengan kaedah statistik lain dari segi bentuk perwakilan data dalam pembolehubah yang digunakan
Persamaan lazim yang digunakan dalam kajian ini yang disesuaikan daripada Manard (2002) ditunjukkan dalam persamaan berikut
p = (E(Y) = exp (βo+β1X+ε) (1 + exp (βo+β1X+ε))
Di mana
p = Kebarangkalian berlakunya perubahan tanah bencah
E (Y) = Nilai jangkaan pembolehubah bersandar binari Y (perubahan
tanah bencah)
β = Fungsi regresi logistik bagi pembolehubah bebas
X1Xn = Pembolehubah bebas (metrik amp non-metrik)
ε = Gangguan stokastik
Fungsi regresi logistik boleh ditransformasikan kepada linear dengan transformasi
P = log (p1-p)
Di mana
P0 =
a0 + a1 x1 + a2 y2 + a3 y3 + hellip + an yn
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
86
Kebolehjadian Log
Kebolehjadian bermakna kebarangkalian yang diperolehi berdasarkan hipotesis yang spesifik iaitu hipotesis null Iaitu semua pemalar di dalam persamaan regresi mengambil nilai 0 dan juga hipotesis
model yang dibangunkan dianggap tepat Nilai kebolehjadian bagi pembolehubah diperolehi dengan
menjalankan pengamatan di bawah setiap satu hipotesis Keputusan yang diperolehi selalunya
mempunyai nilai yang kecil Bagi memudahkan pengendalian data log yang memberikan nilai kebolehjadian log digunakan Oleh kerana kebarangkalian memberikan nilai kurang dari 1 maka
kebolehjadian log sentiasa bernilai negatif
Kaedah yang digunakan dalam analisis ini ialah kaedah stepwise (backward Likelihood Ratio (nisbah
kebolehjadian) Nisbah Kebolehjadian digunakan kerana nisbah ini merupakan kriteria penyingkiran yang
terbaik (Field 2000) Kaedah backward dipilih berbanding forward kerana forward memberikan risiko yang tinggi dengan menghasilkan ralat sementara metod enter lebih mengenakan tekanan kepada data
(Field 2000)
Setelah semua pembolehubah dimasukkan ke dalam model ujian akan dilakukan bagi melihat sama ada pembolehubah yang disingkirkan tanpa memberikan kesan yang besar terhadap model yang sepadan
Pembolehubah yang memberikan impak yang paling rendah merupakan pembolehubah pertama yang
disingkirkan dari model Nilai yang diambil bagi α = 01 iaitu pembolehubah bebas yang mempengaruhi perubahan tanah bencah boleh diperluaskan berbanding dengan menghadkan kepada nilai α = 005 Hal
ini menunjukkan pembolehubah yang tidak signifikan di bawah α = 01 Dengan itu pembolehubah
terpilih boleh diperluaskan walaupun aras keyakinan telah berkurangan sebanyak 5 peratus
Seterusnya hasil pembolehubah bebas yang signifikan akan dimasukkan ke dalam model makro yang
dibangunkan dalam perisian IDRISI Model makro ini merupakan grafik alam sekitar yang
menghimpunkan dan memproses pelbagai langkah analisis Data input seperti imej raster vektor dan nilai jadual akan dihubungkan dengan menggunakan model ini untuk menghasilkan output
Seterusnya ketepatan model dilakukan dengan pengujian bagi menilai tahap ketepatan model yang dibangunkan Ujian terhadap model ruangan dilakukan untuk melihat sama ada model yang dibentuk
mempunyai ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Penilaian ketepatan adalah
penting untuk memastikan hasilan simulasi menyerupai atau menyamai corak perkembangan gunatanah
sebenar (Kocabas amp Dragicevic 2006 Narimah 2005)
PEMBANGUNAN MODEL
Pembangunan model perubahan tanah bencah ini dijalankan menggunakan perisian IDRISI Kesemua
pembolehubah bebas akan dimasukkan dalam analisis GIS menggunakan analisis perubahan mengikut masa Melalui Logistic Regression perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
dijadikan sebagai pembolehubah bersandar Hasil dari analisis ini ramalan perubahan yang akan berlaku
pada masa depan dan statistik ketepatan model akan diperolehi Rajah 6 menunjukkan perubahan tanah
bencah yang berlaku di antara tahun 1990 hingga 2000 Jadual 4 pula menunjukkan keluasan piksel tanah bencah yang terlibat di kawasan kajian
Dalam analisis ini data yang digunakan mempunyai bilangan titik yang sama bagi tanah bencah yang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
87
berubah dan yang tidak berubah Jumlah keseluruhan titik sampel yang digunakan dalam analisis ini adalah sebanyak 7106 titik sampel Terdapat sebanyak 3553 bilangan titik berubah (kod 1) dan bilangan
titik yang tidak berubah (kod 0) adalah sama iaitu sebanyak 3553 Jadual 5 menunjukkan hasil analisis
regresi logistik bagi pembentukan model perubahan tanah bencah Berdasarkan jadual tersebut kesemua pembolehubah bebas adalah signifikan hanya satu pembolehubah bebas yang tidak signifikan iaitu julat
hujan tahunan
Rajah 6 Perubahan tanah bencah di antara tahun 1990 hingga 2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
88
Jadual 4 Keluasan piksel tanah bencah
Kawasan Keluasan (piksel)
Tanah bencah berubah 65548
Tanah bencah tidak berubah 287043
Luas tanah bencah 352591
Jadual 5 Hasil analisis regresi logistik bagi pembangunan model perubahan tanah bencah
Pembolehubah β SE Wald df Sig Exp
Jarak jalan raya ke TB
-094 034 7532 1 006 910
Jarak sungai ke
TB
-372 043 74501 1 000 689
Jarak cerun ke TB
078 014 3136 1 000 1081
Kesesuaian tanih -429 116 13565 1 000 651
Densiti
Penduduk
-009 001 14025 1 991 990
Jarak kawasan
Pertanian ke TB
-1023 047 47722 1 000 359
Constant 1461 069 44954 1 000 4311
TB = Tanah Bencah
Hasil daripada analisis regresi logistik yang dijalankan satu persamaan statistik regresi logistic dapat dibentuk Daripada persamaan tersebut jelas menunjukkan faktor pembolehubah jarak dari kawasan
pertanian merupakan pembolehubah yang paling mempengaruhi perubahan tanah bencah Seterusnya
pembolehubah yang paling kurang mempengaruhi perubahan tanah bencah adalah faktor pembolehubah
densiti penduduk iaitu dicatatkan sebanyak -0009 Berikut merupakan persamaan regresi logistic yang terhasil
Perubahan TB = -0094 x JDJ - 0372 x JDS + 0078 x Crn - 0429 x KT - 0009 x
DP ndash 1023 x JDKP + 1461
Di mana
TB = Tanah Bencah
DP = Densiti Penduduk
KT = Kesesuaian Tanih Crn = Cerun
JDJ = Jarak Dari Jalan
JDS = Jarak Dari Sungai JDKP = Jarak Dari Kawasan Pertanian
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
89
Nilai kebolehjadiaan -2 Log pada blok 0 ialah 9851008 (Jadual 6) merupakan nilai yang menunjukkan berapa banyak maklumat yang tidak dapat dijelaskan oleh model ataupun jumlah keseluruhan maklumat
yang perlu dijelaskan oleh model (Field 2000) Seterusnya pada blok 1 nilai kebolehjadian -2 Log telah
menurun kepada 8600938 (Jadual 7) dengan perbezaan sebanyak 1250070 yang juga merupakan nilai chi-kuasa dua (Jadual 8) Melalui nilai ini menunjukkan bagaimana model telah mengalami pembaikan
berbanding blok yang sebelumnya Nilai chi-kuasa dua ini juga signifikan pada α lt 00001
Nilai R2 diperolehi dengan membahagikan nilai chi-kuasa dua (9851008) dengan nilai asal kebolehjadian
-2 Log (8600938) Hasil yang diperolehi ialah 087 yang menunjukkan model ini hanya mampu
menjelaskan 87 peratus sahaja dari keseluruhan faktor yang mempengaruhi perubahan tanah bencah Ini
bermakna terdapat hanya 13 peratus variasi perubahan tanah bencah yang tidak dapat dijelaskan oleh model yang dibangunkan Hal ini menunjukkan terdapat pembolehubah lain samada pembolehubah
ruangan atau bukan ruangan yang mempengaruhi perubahan tanah bencah Jadual 9 menunjukkan ujian
Hosmer dan Lemeshow
Jadual 6 Nilai Kebolehjadiaan -2 Log pada blok 0
Iteration -2 Log likelihood Coefficients
Constant Constant
Step 1 9851008 000
Jadual 7 Nilai Kebolehjadiaan -2 Log pada blok 1
Step
-2 Log
likelihood
Cox amp
Snell R
Square
Nagelkerke R
Square
1 8599088(a) 162 215
2 8600938(a) 161 215
Jadual 8 Nilai Chi-kuasa dua dengan tahap signifikan α lt 00001
Chi-square df Sig
Step 1 Step 1251919 7 000
Block 1251919 7 000
Model 1251919 7 000
Step 2(a)
Step -1850 1 174
Block 1250070 6 000
Model 1250070 6 000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
90
Jadual 9 Ujian Hosmer dan Lemeshow
Step Chi-square df Sig
1 94615 8 000
2 95257 8 000
Rajah 7 pula menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2000 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan
000 sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 01 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 10 dicatatkan sebanyak 6460 peratus atau 4591 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 3535 peratus atau 2515 titik sampel akan berubah pada tahun 2000
Rajah 7 Peta probabiliti perubahan tanah bencah bagi tahun 1990-2000
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
91
Jadual 10 Kelas probabiliti bagi data pembangunan model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 4591 6460
05 ndash 10 2515 3535
PENGUJIAN MODEL
Pengujian terhadap model ruangan dilakukan untuk melihat samada model yang dibentuk mempunyai
ketepatan ramalan dan ketepatan ujian yang baik atau sebaliknya Ketepatan ramalan diperolehi apabila
data tahun 1990 dan 2000 dimasukkan ke dalam modul SPPS bagi mendapatkan model statistik perubahan tanah bencah Setelah model ruangan dibentuk pengujian dilakukan dengan memasukkan data
tahun 2000 ke dalam persamaan pada model statistik yang telah diperolehi Rajah 8 menunjukkan
perubahan tanah bencah yang berlaku di antara tahun 2000 sehingga 2010
Rajah 8 Perubahan tanah bencah di antara tahun 2000 hingga 2010
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
92
Rajah 9 menunjukkan peta probabiliti perubahan tanah bencah yang diramalkan akan berlaku pada tahun 2010 Nilai yang terdapat dalam peta probabiliti ini terdiri daripada 000 sehingga 099 Dikelaskan 000
sehingga 049 sebagai tiada perubahan tanah bencah berlaku manakala 05 sehingga 10 dikelaskan
sebagai berlaku perubahan terhadap tanah bencah
Merujuk kepada Jadual 11 dicatatkan sebanyak 4953 peratus atau 3553 titik diramalkan tidak berubah
Seterusnya diramalkan sebanyak 5046 peratus atau 3553 titik sampel akan berubah pada tahun 2010
Rajah 9 Peta probabiliti perubahan tanah bencah bagi tahun 2000-2010
Jadual 11 Kelas probabiliti bagi data pengujian model
Kelas P Perubahan tanah bencah Peratus kes
0 ndash 05 3520 4953
05 ndash 10 3586 5046
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
93
PERBINCANGAN
Model perubahan tanah bencah dalam bentuk persamaan matematik yang telah dibangunkan ini
diterjemahkan dalam bentuk peta yang menggambarkan probabiliti berlakunya perubahan tanah bencah di kawasan kajian Faktor-faktor pembolehubah yang mempengaruhi perubahan tanah bencah telah
dikenalpasti bagi membolehkan peramalan probabiliti berlakunya perubahan tanah bencah pada masa
akan datang Kajian ini menggunakan tujuh pembolehubah bebas iaitu julat hujan tahunan kecerunan
cerun kesesuaian tanih jarak dari jalan raya jarak dari sungai jarak dari kawasan pertanian dan densiti penduduk Nilai statistik Cohen Kappa yang diperolehi bagi model pembangunan adalah 084 manakala
nilai statistik Cohen Kappa bagi model pengujian adalah 050 Berdasarkan kepada analisis regresi
logistik yang dijalankan faktor pembolehubah bebas yang paling mempengaruhi perubahan tanah bencah adalah Jarak Dari Kawasan Pertanian iaitu manakala faktor pembolehubah bebas yang paling kurang
mempengaruhi perubahan tanah bencah adalah densiti penduduk
Perubahan gunatanah
Perubahan gunatanah memperlihatkan sesuatu kawasan yang terganggu atau terdapat aktiviti pembangunan dan pengekplotasian kawasan tersebut daripada kawasan tanah bencah semulajadi kepada
perubahan lanskap Jadual 12 menunjukkan jumlah keluasan mengikut jenis gunatanah bagi kawasan
tadahan Setiu bagi tahun 1990 2000 dan 2010 Data keluasan menunjukkan trend gunatanah hutan semakin menurun dari tahun 1990 sehingga 2010 dari 307 km
2 kepada 248 km
2 Gunatanah pertanian
pula menunjukkan peningkatan sebanyak 296 km2 kepada 383 km
2 pada tahun 2010 Seterusnya
gunatanah petempatan menunjukkan gunatanah yang mempunyai keluasan yang paling kecil manakala
gunatanah tanah bencah juga turut menunjukkan trend menurun dari tahun 1990 (32154 km2) 30029
km2 pada tahun 2000 dan semakin berkurangan kepada 28623 km
2 (2010) Ini memberi gambaran
bahawa gunatanah tanah bencah dan hutan telah semakin berkurangan dari tahun 1990 sehingga 2010
Namun gunatanah pertanian telah berkembang secara progresif dan ini memberi ancaman kepada kawasan tanah bencah akibat daripada aktiviti pertanian seperti pengairan yang keterlaluan boleh
menyebabkan pengeringan kawasan paya dan seterusnya menyebabkan kemusnahan hutan paya
Jadual 12 Jumlah keluasan mengikut jenis gunatanah di lembangan Sg Setiu
Jenis gunatanah 1990 (km2) 2000 (km
2) 2010 (km
2)
Hutan 30751 26180 24802
Pertanian 29642 35710 38385
Petempatan 648 1276 1384
Tanah Bencah 32154 30029 28624
Faktor yang mempengaruhi perubahan tanah bencah
Jadual 13 menunjukkan beberapa titik terpilih perubahan tanah bencah yang berlaku dari tahun 1990
hingga 2010 Kebanyakan kawasan tanah bencah telah berubah kepada kawasan pertanian dengan jenis pertanian jangka pendek mendominasi aktiviti pertanian di kawasan tersebut Jadual 14 pula
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
94
menunjukkan titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Hasil daripada model logistik regresi yang telah dibangunkan faktor pembolehubah bebas jarak dari
kawasan pertanian merupakan faktor yang paling mempengaruhi perubahan tanah bencah yang berlaku di antara tahun 1990 sehingga 2000 Hal ini disebabkan pertanian merupakan sumber utama daerah Setiu
pada ketika itu Pelbagai usaha yang dijalankan oleh pihak kerajaan bagi menggalakkan aktiviti pertanian
di antara aktiviti pertanian yang dijalankan di daerah Setiu Jenis tanih yang paling dominan di lembangan
Setiu adalah tanih jenis Rudua yang sangat sesuai untuk aktiviti pertanian yang terdapat di sepanjang pantai di kawasan kajian Jenis tanih ini bersifat kering dan mempunyai sturuktur yang tidak baik tanih
pasir yang mempunyai kadar larut resap yang tinggi dari laut Oleh itu tanih jenis ini mempunyai nutrien
yang rendah hanya boleh mengeluarkan tanaman tertentu seperti biji gajus tembikai nenas dan tembakau yang mana tanaman ini mempunyai ketahanan terhadap kelembapan yang rendah terutamanya
pada musim kemarau Kebanyakan tanih jenis Rudua ini dijadikan sebagai aktiviti penanaman tanaman
jangka pendek seperti tembakau
Jadual 13 Titik perubahan tanah bencah yang berlaku di antara tahun 1990 dan 2000
Lokasi X Y Gunatanah
(1990)
Gunatanah (2000) Keluasan
(Km2)
Kg Gong Batu 5223379 628697 Gelam Pertanian (tembikai) 137
Baruh Terap 545108 618987 Gelam Pertanian (tembakau) 354
A Mek Janah 530690 618987 Gelam Pertanian (pelbagai
tanaman)
177
Paya Beremban dekat Kg Che Selamah
532182 619093 Gelam Pertanian (pelbagai tanaman)
042
Paya Beremban dekat Kg
Che Selamah
530950 620647 Gelam Pertanian (pelbagai
tanaman)
122
Gelam Caluk (dekat kemajuan tanah Bt Bujuk
533984 612708 Gelam Pertanian (pelbagai tanaman)
415
Kg Gong Pak Abu 550077 608852 Gelam Pertanian 3
Gong Pok Wil 551037 610381 Belukar Pertanian 4
Kemajuan tanah Ru Sepuluh
538160 615846 Gelam Bakau
Pertanian 4
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
95
Jadual 14 Titik perubahan tanah bencah yang berlaku di antara tahun 2000 dan 2010
Lokasi X Y Gunatanah (2000) Gunatanah (2010) Keluasan (Km
2)
Tk Labuh 535437 618459 Gelam ditebang Pertanian 166
Baruh Terap 544592 610622 Gelam Tembakau 1
Kemajuan tanah Bt
Gelung
541309 612770 Gelam Pertanian campur 129
Kemajuan tanah Bt Buruk (gelam Caluk)
534393 614207 Gelam Pertanian 1
Kemajuan tanah Bt
Buruk
534176 613386 Gelam Pertanian 1
Kg Pak Kancil 531788 609533 Belukar Pertanian 2
Kg Saujana 531109 620456 Gelam Pertanian 1
Kg Che Selamah 532313 617742 Belukar Pertanian 1
Gong Batu 521833 627431 Gelam Pertanian 1
KESIMPULAN
Kelebihan model ini adalah ianya boleh digunakan untuk meramal perubahan tanah bencah pada masa akan datang Model ini turut mampu mengenalpasti kawasan-kawasan yang mempunyai kebarangkalian
yang tinggi akan berubah pada masa akan datang Oleh itu pemantauan atau penyelidikan boleh
ditumpukan dengan lebih terperinci di lokasi yang dikenalpasti mempunyai kebarangkalian yang tinggi untuk berlaku perubahan Selain itu perhubungan di antara perubahan tanah bencah dan faktor yang
menyebabkan perubahan yang dianalisis menggunakan teknik empirikal adalah sangat kompleks namun
dengan menggunakan model regresi logistik ini sistem yang kompleks ini boleh dianalisis dengan cara
yang cepat dan boleh diulang
RUJUKAN
Allen J and Lu K (2003) Modeling and prediction of future urban growth in the Charleston Region of South
Carolina a GIS - based Integrated Approach Conservation Ecology 8(2) 2 [online] URLhttp
wwwconsecolorgvol8iss2art2
Bai JH Ouyang H Cui B Wang Q amp Chen H (2008) Changes in landscape pattern of alpine wetlands on the
Zoige Plateau in the past four decades Acta Ecologica Sinica 28(5) 2245-2252
Batisani N amp Yarnal B (2009) Urban expansion in Centre County Pennsylvania spatial dynamics and landscape
transformations Applied Geography 29 235-249
Braimoh AK amp T Onishi (2007) Spatial determinants of urban land use change in Lagos Nigeria Land Use
Policy 24(2) 502-515
Chenglin Xie Bo Huang Christophe Claramunt amp Magesh Chandramouli (2002) Spatial logistic regression and
GIS to model rural-urban land conversion Department of Geomatics Engineering University of Calgary
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
96
Chin TY M Nor Akhiruddin N Samsuanuar TK Yong MA Hasnuddin amp SI Mohd Nashir (1997) Report on Third National Forest Inventory Peninsular Malaysia Forestry Deparment Headquarters Kuala Lumpur
211pp
Cui Li-Juan Anna Van Paddenburg amp Zhang Man-Yin (2005) Applications of RS GIS and GPS technologies in
research inventory and management of wetland in China Journal of Forestry Research 16(4) 317-322
Demin Zhou Huili Gonga amp Zhaoli Liub (2008) Integrated ecological assessment of biophysical wetland habitat in
water catchments Linking hydro-ecological modelling with geo-information techniques Key Lab of
Resource Environment and GIS in Beijing Capital Normal University PR China
Field A (2000) Discovering Statistics Using SPSS for Windows Advanced Techniques for the Beginner London
Sage Publications
Geoghegan J Villar SC Klepeis P Mendota PM Himmelberger YO amp Chowdhury RR (2001) Modeling
tropical deforestation in the southern Yucatan peninsular region Comparing Survey and Satellite data
Agriculture Ecosystems and Environment 85 25 ndash 46
Hussain SA (1994) Wetlands in the Asia ndash Pacific region strategies for mobilizing action for their protection and
sustainable use In AF Krattiger JA McNeely WH Lesser KR Miller Y Hill and R Senanayake (eds)
Widening perspective on Biodiversity 27 ndash 35 Switzerland The World Conservation Union
Irwin E G amp Geoghegan J (2001) Theory data methods developing spatially explicit economic models of land
use change Agriculture Ecosystems and Environment 85 7 ndash 23
Jones K Lanthier Y van der Voet P van Valkengoed E Taylor D Diego Fernaacute ndez-Prieto (2009)
Monitoring and assessment of wetlands using Earth Observation The GlobWetland project Journal of
Environmental Management 90 2154ndash2169
Kashaigili JJ McCartney MP Mahoo HF Lankford BA Mbilinyi BP Yawson DK amp Tumbo SD
(2006) Use of hydrological model for environmental management of the Usangu Wetlands Tanzania
Research Report 37 p
Kocabas V amp Dragicevic S (2006) Assessing cellular automata model behavior using a sensitivity analysis
approach Computers Environment and Urban Systems 30(6) 921-953
Luo J amp Wei DY (2009) Modeling spatial variations of urban growth patterns in Chinese cities The case of
Nanjing Landscape and Urban Planning 91(2) 51-64
Landis J amp Zhang M (1998) The second generation of the California urban future model Environment and
Planning B Planning and Design 25 795 ndash 824
Manard S (2002) Applied logistic regression analysis Series Quantitative application in the Social Science 2nd
Ed London Sage Publications Inc
Mathiyalagan V Grunwald S Reddy K R amp Bloom S A (2005) A web GIS and geodatabase for Floridarsquos
wetlands Computers and Electronics in Agriculture 47 69-75
Nakisah Mat Amin amp Fauziah Abu Hasan (2003) Setiu Wetlands Kolej Universiti Sains amp Teknologi Malaysia
Narimah Samat (2005) Prospek penggunaan Model Simulasi Ruangan dalam menilai perkembangan Ruang
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688
Lindah Roziani et al International Journal of Environment Society and Space 2013 1 (1) 75-97
97
Bandar kajian di Seberang Perai Pulau Pinang kertas kerja dibentangkan pada mesyuarat pegawai kanan
Perancang Bandar dan Desa Malaysia ke 19 Pulau Pinang 26 Julai
Phua MH O Conrad KU Kamlun M Ficher amp J Boumlhner (2008) Multitemporal fragmentation analysis of peat
swamp forest in the Klias peninsula Sabah Malaysia using GIS and Remote sensing techniques
Hamburger Beitraumlge zur Physischen Geographie und Landschaftsoumlkologie ndash Heft 19 81-90
Pontius RG amp Malanson J (2005) Comparison of the accuracy of land change models Cellular Automata
Markov versus Geomod International Journal of Geographical Information Science 19 243-265
Ramsar Iran (1971) Final Act of the International Conference on the Conservation of Wetlands and Waterfowl 30
January ndash 3 February E Carp ed Proceedings International Conference on the Conservation of
Wetlands and Waterfowl Ramsar Iran 30 January - 3 February 1971 Slimbridge UK International
Wildfowl Research Bureau 1972
Rebelo LM Finlayson CM amp Nagabhatla N (2009) Remote sensing and GIS for wetland inventory mapping
and change analysis Journal of Environmental Management 90 (7) 2144-53
Schneider L amp Pontius RG (2001) Modeling land use change in the Ipswich watershed Massachusetts USA
Agriculture Ecosystems and Environment 85 83-94
Serneels S amp Lambin EF (2001) Proximate cause of land use change in Narok District Kenya a spatial
statistical model Agriculture Ecosystems and Environment 85 65-81
Shamsudin I amp H Ismail (1991) The impacts of the present landuse on peat swamp forests in peninsular Malaysia Malaysia Forester 54(1) 15 ndash 23
Verburg PH de Koning GHJ Kok K Veldkamp A amp Bouma J (1999) A spatial explicit allocation
procedure for modeling the pattern of land use based upon actual land use Ecol Model 116 45-61
Walsh SJ Crawford TW Welsh WF amp Crews-Meyer KA (2001) A multiscale analysis of LULC and NDVI
variation in Nanrong district Northeast Thailand Agriculture Ecosystems and Environment 85 47- 64
Wu F amp Yeh AG (1997) Changing spatial distribution and determinants of land development in Chinese cities in
the transition from a centrally planned economy to a socialist market economy a case study of Guangzhou
Urban Studies 34 (11) 1851 ndash 1880
Zhiyong Hu amp CP Lo (2007) Modeling urban growth in Atlanta using logistic regression Computers
Environment and Urban Systems 31 667-688