Data Satelit Mengungkap Perubahan yang Tak Terlihat di Kota Maba.

Dalam tiga tahun, 102 hektare vegetasi berkurang dan seperempat badan air menyusut dari peta Kota Maba. Dua kehilangan berbeda, satu kota yang sama – dan sebuah paradoks yang belum ada jawabannya.

Oleh: Suhardy Hamid Rajji | Aparatur Sipil Negara, Bagian Pemerintahan Setda Kab. Halmahera Timur

Kota Maba, Halmahera Timur – Juli 2026.

Dalam tiga tahun terakhir, Kota Maba kehilangan lebih dari 102 hektare vegetasi dan hampir seperempat badan air yang sebelumnya terekam pada peta tahun 2022. Angka itu bukan hasil prediksi. Bukan pula proyeksi masa depan. Angka itu berasal dari citra satelit yang merekam perubahan ruang secara langsung dari atas langit Halmahera Timur. Yang membuatnya menarik, perubahan tersebut terjadi ketika Kota Maba sedang berada pada fase pembangunan yang paling aktif sejak ditetapkan sebagai ibu kota kabupaten. Apakah ini sekadar konsekuensi yang wajar dari pertumbuhan sebuah kota muda? Ataukah sinyal awal yang seharusnya mulai dibaca lebih serius?

Kota yang Dibangun dari Nol di Atas Rawa dan Hutan

Kota Maba lahir berdasarkan Undang-Undang Nomor 1 Tahun 2003 – ditetapkan sebagai ibu kota Kabupaten Halmahera Timur dalam kondisi hampir tanpa infrastruktur. Yang ada saat itu: hamparan hutan sagu, kawasan rawa yang luas, dan tiga sungai yang membelah wilayah: Woyo Sangaji, Woyo Kimalaha, dan Woyo Tewil (Djailani, 2026).

Kondisi awal itu bukan kelemahan. Ia adalah modal ekologis – tutupan hijau yang mengatur iklim mikro, rawa yang menyerap air hujan, dan sungai yang menjadi nadi hidrologi kawasan. Modal yang, dalam dua dekade pembangunan, terus terkikis.

Penelitian ini mengukur seberapa cepat pengikisan itu terjadi.

Dan hasilnya menunjukkan bahwa perubahan yang biasanya terjadi dalam rentang waktu panjang, di Kota Maba berlangsung dalam tempo yang jauh lebih singkat.

[ Gambar 1: Peta kawasan penelitian – Desa Soagimalaha, Maba Sangaji, dan Tewil ]

Bagaimana Satelit Membaca Kota Ini

Data dalam tulisan ini bukan estimasi atau proyeksi. Ia berasal dari klasifikasi citra satelit Sentinel-2 Level-2A – teknologi penginderaan jauh resolusi 10 meter milik Badan Antariksa Eropa – menggunakan algoritma Random Forest, salah satu metode machine learning yang paling teruji untuk pemetaan tutupan lahan.

Citra diambil untuk dua titik waktu: 2022 dan 2025. Dari setiap piksel, model membaca enam saluran spektral – termasuk inframerah dekat dan short-wave infrared – serta tiga indeks turunan: NDVI untuk vegetasi, NDBI untuk area terbangun, dan MNDWI untuk badan air. Hasilnya: empat kelas tutupan lahan – lahan terbangun, vegetasi, badan air, dan lahan terbuka.

Akurasi model pada 2022 mencapai 88,52% dengan Kappa Index 0,844 – masuk kategori almost perfect agreement dalam skala Landis & Koch. Dengan fondasi itu, angka-angka yang keluar dari analisis ini bukan spekulasi. Ia adalah bacaan satelit yang dapat dipertanggungjawabkan secara ilmiah.

[ Gambar 2: Diagram alur metode penelitian ]

Kehilangan Pertama: 102 Hektare Vegetasi

Dalam tiga tahun, Kota Maba kehilangan 102,70 hektare vegetasi. Jika dibayangkan secara sederhana, luas tersebut setara dengan lebih dari 140 lapangan sepak bola standar yang sebelumnya tertutup vegetasi. Kehilangan itu tidak terjadi dalam satu generasi. Tidak pula dalam satu dekade. Ia terjadi antara tahun 2022 hingga 2025.

Dari sisi persentase, angka -9,79% terlihat moderat. Tapi konteksnya penting: ini adalah kota yang masih muda, yang secara teori seharusnya punya ruang untuk merencanakan dengan lebih bijak dibanding kota-kota yang sudah terlanjur padat. Fakta bahwa lebih dari seratus hektare vegetasi hilang dalam waktu yang sangat singkat justru mengindikasikan bahwa tekanan perubahan lahan berlangsung sangat cepat dan perlu menjadi perhatian dalam proses perencanaan.

Vegetasi yang hilang ini bukan sekadar pemandangan. Ia adalah pengatur suhu mikro perkotaan, penyerap karbon, penahan erosi, dan penyangga siklus hidrologi. Ketika ia berkurang 102 hektare, fungsi-fungsi itu berkurang bersamanya – tidak otomatis tergantikan oleh beton dan aspal yang mengisi ruangnya.

Data per kelas dari matriks konfusi menunjukkan hal yang konsisten: kelas Vegetasi mencatat F1-Score tertinggi di kedua periode (0,89 pada 2022 dan 0,87 pada 2025), artinya model sangat andal dalam mengidentifikasi tutupan hijau. Angka penyusutannya bukan artefak kesalahan klasifikasi – ia adalah realitas spasial yang tercatat.

Kehilangan Kedua: Seperempat Badan Air – dan Sebuah Paradoks

Jika kehilangan vegetasi relatif mudah dipahami, maka penyusutan badan air menghadirkan pertanyaan yang lebih rumit. Ke mana air itu pergi?

Penyusutan badan air sebesar 28,26 hektare -25,89% dari luas tahun 2022 – adalah angka yang harus dibaca dengan hati-hati. Karena di sinilah penelitian ini menyentuh batas yang jujur antara apa yang bisa dibuktikan oleh data dan apa yang hanya bisa diduga dari lapangan.

Air itu tidak hilang secara hidrologi. Yang terjadi – berdasarkan pengamatan lapangan – adalah transformasi tipologi: kawasan rawa alami yang luas dan difus berubah menjadi jaringan kanal drainase yang sempit dan terkonsentrasi. Proyek normalisasi dan kanalisasi sebagai respons terhadap ancaman banjir dari tiga sungai utama – Woyo Sangaji, Woyo Kimalaha, dan Woyo Tewil – telah mengubah cara air bergerak di kota ini.

Di sinilah paradoksnya muncul: sistem kanal itu adalah keputusan infrastruktur yang logis. Kota Maba bertopografi relatif datar, dipengaruhi tiga sungai, dan rentan terhadap banjir. Drainase adalah jawaban yang wajar.

Tapi rawa bukan hanya tampungan air pasif. Ia adalah penyerap karbon, pengendali limpasan permukaan, dan penyangga muka air tanah. Ketika ekosistem rawa digantikan sepenuhnya oleh kanal beton, kota kehilangan nature-based buffer – sistem alami yang justru paling adaptif menghadapi variabilitas curah hujan ekstrem. perubahan tersebut berpotensi memengaruhi ketahanan hidrologi jangka panjang, meskipun besarnya dampak masih memerlukan kajian lebih lanjut.

Ada pula dimensi teknis yang perlu dipahami: MNDWI – indeks yang digunakan untuk mendeteksi badan air dalam penelitian ini – bekerja optimal pada permukaan air terbuka yang luas. Ketika rawa bertransformasi menjadi kanal sempit yang lebarnya jauh di bawah resolusi spasial 10 meter Sentinel-2, piksel yang sebelumnya terbaca sebagai air terdegradasi menjadi mixed pixel dan lebih mudah terklasifikasi sebagai lahan terbuka atau terbangun.

Dengan kata lain: penyusutan 28,26 hektare badan air adalah hasil dua proses sekaligus – konversi ekosistem rawa menjadi infrastruktur kanal, dan keterbatasan resolusi citra dalam menangkap geometri kanal yang sempit. Seberapa besar proporsi masing-masing? Itu pertanyaan yang membutuhkan data hidrologi lapangan atau citra resolusi sangat tinggi untuk dijawab.

Perlu dicatat bahwa penelitian ini menggunakan citra Sentinel-2 dengan resolusi spasial 10 meter. Karena itu, perubahan pada objek berukuran kecil atau sangat sempit mungkin tidak seluruhnya terekam secara optimal. Temuan dalam tulisan ini lebih tepat dibaca sebagai indikator arah perubahan spasial daripada pengukuran absolut yang bebas dari ketidakpastian.

[ Gambar 3: Peta perubahan tutupan lahan 2022 vs 2025 ]

Ketika Dua Kehilangan Terjadi Bersamaan

Secara terpisah, setiap angka mungkin masih dapat dianggap sebagai bagian normal dari pertumbuhan kota. Namun ketika seluruh angka itu dibaca bersama, muncul pola yang sulit diabaikan. Vegetasi berkurang, badan air menyusut, lahan terbangun bertambah 87,84 hektare, dan lahan terbuka naik 43,08 hektare. Ini adalah pola klasik urbanisasi yang beriringan dengan penyusutan dua sistem ekologis sekaligus: sistem hijau dan sistem biru. Di kota-kota yang sudah tua, pola seperti ini terjadi dalam puluhan tahun dan sulit dibalik. Di Kota Maba – kota yang baru berusia dua dekade – ia terjadi dalam tiga tahun.

Ada faktor kontekstual yang perlu diperhitungkan: Halmahera Timur adalah salah satu sentra nikel terbesar di Indonesia. Sulit mengabaikan konteks yang sedang berlangsung di Halmahera Timur. Dalam beberapa tahun terakhir, aktivitas ekonomi yang berkaitan dengan industri nikel berkembang sangat cepat. – arus tenaga kerja, keluarga, dan aktivitas ekonomi yang bermuara ke ibu kota kabupaten. Tekanan terhadap kota ini bukan semata-mata dari dalam, dan tidak akan melambat dengan sendirinya.

[ Gambar 4: Grafik perbandingan perubahan tutupan lahan 2022–2025 ]

Ketika AI Kesulitan Membaca Kotanya Sendiri

Ada satu temuan metodologis dalam penelitian ini yang justru menjadi cermin paling jujur tentang kondisi Kota Maba: akurasi model Random Forest turun dari 88,52% pada 2022 menjadi 80,33% pada 2025.

Ini bukan kegagalan algoritma. Penurunan Kappa Index dari 0,844 ke 0,731 – dari kategori almost perfect ke substantial agreement – masih berada dalam rentang yang dapat diterima secara ilmiah. Yang menarik adalah alasannya.

Ironisnya, kesulitan model mengenali Kota Maba justru menjadi petunjuk bahwa kota ini sedang berubah dengan sangat cepat.

Pada 2025, kelas Lahan Terbuka mencatat F1-Score terendah (0,67) dengan Recall hanya 0,50 – artinya separuh piksel lahan terbuka gagal teridentifikasi dengan benar. Ini terjadi karena pada 2025, Kota Maba sedang dalam fase konstruksi masif: banyak lahan dibuka, diratakan, setengah dibangun. Piksel-piksel menjadi ambigu secara spektral – batas antara tanah kosong, sisa vegetasi, sedimen tepi sungai, dan perkerasan awal jalan menjadi kabur.

Bahasa sederhananya: salah satu kemungkinan penjelasannya adalah meningkatnya heterogenitas tutupan lahan akibat fase pembangunan yang sangat aktif. Dan jika perubahan kota berlangsung lebih cepat daripada kemampuan data lama untuk menggambarkannya, maka perencanaan membutuhkan informasi spasial yang terus diperbarui agar keputusan yang diambil tetap selaras dengan kondisi lapangan.

[ Gambar 5: Matriks konfusi 2022 dan 2025 ]

Data Ini Ada. Pertanyaannya: Untuk Apa Digunakan?

Banyak kota tumbuh tanpa data yang memadai. Mereka berkembang sebelum teknologi pemantauan spasial tersedia secara luas. Kota Maba tidak berada dalam situasi itu. Kota ini tumbuh pada masa ketika satelit dapat memotret perubahan setiap saat, ketika machine learning dapat membantu membaca pola, dan ketika pengalaman kota-kota lain telah menyediakan banyak pelajaran. Karena itu pertanyaannya bukan lagi apakah perubahan sedang terjadi. Data menunjukkan bahwa perubahan itu memang sedang berlangsung. Pertanyaannya adalah: apa yang akan dilakukan setelah kita mengetahuinya?

Dalam konteks penyusunan RDTR, temuan ini dapat menjadi salah satu masukan untuk mengidentifikasi kawasan yang perlu dipertahankan sebagai ruang hijau, kawasan rawa yang masih memiliki fungsi ekologis, serta wilayah yang memerlukan pemantauan perubahan tutupan lahan secara berkala.

Data satelit ini menunjukkan dua tren yang berjalan bersamaan dan belum menunjukkan tanda berhenti: vegetasi yang terus menyusut, dan badan air yang bertransformasi. Keduanya bukan vonis – tapi sinyal. Dan sinyal yang datang dari data akurat lebih berharga sebelum keputusan dibuat, bukan sesudahnya.

Temuan ini tidak dimaksudkan untuk menolak pembangunan. Sebaliknya, data ini dapat dibaca sebagai masukan agar proses pembangunan dan perlindungan fungsi ekologis dapat berjalan secara lebih seimbang.

Pengalaman banyak kota menunjukkan bahwa pemulihan fungsi ekologis setelah terjadi konversi lahan umumnya membutuhkan biaya, waktu, dan upaya yang jauh lebih besar dibandingkan mempertahankannya sejak awal.

Satelit telah merekam perubahan itu. Pertanyaannya bukan lagi apakah perubahan sedang terjadi, melainkan apakah perencanaan akan bergerak cukup cepat untuk meresponsnya.

Penulis adalah aparatur sipil negara di Bagian Pemerintahan Sekretariat Daerah Kabupaten Halmahera Timur. Analisis spasial perubahan tutupan lahan Kawasan Perkotaan Kota Maba 2022–2025 dalam opini ini merupakan hasil penelitian mandiri penulis yang telah diterima untuk dipublikasikan dalam jurnal Planning and Development for Sustainable Cities. Sumber lainnya: BPS Kabupaten Halmahera Timur (2023); UU No. 1 Tahun 2003; dan Djailani (2026).