Transformasi Penataan Ruang Nasional melalui Integrasi Geospasial dan Artificial Intelligence: Menjawab Tantangan Urbanisasi, Perubahan Iklim, dan Big Data
Main Article Content
Abstract
Transformasi penataan ruang wilayah nasional menjadi isu strategis di tengah percepatan urbanisasi, dampak perubahan iklim, serta kompleksitas pengelolaan Big Data. Pendekatan konvensional dalam perencanaan ruang dinilai tidak lagi memadai untuk menjawab dinamika tersebut, sehingga diperlukan inovasi berbasis teknologi. Penelitian ini bertujuan untuk menganalisis peran integrasi informasi geospasial dan Artificial Intelligence (AI) dalam meningkatkan kualitas penataan ruang nasional. Metode yang digunakan adalah pendekatan kualitatif-deskriptif melalui Systematic Literature Review (SLR) terhadap berbagai jurnal nasional dan internasional, serta analisis konseptual terkait implementasi GeoAI dalam perencanaan wilayah. Hasil penelitian menunjukkan bahwa integrasi geospasial dan AI mampu meningkatkan akurasi analisis spasial, efisiensi pengambilan keputusan, serta kemampuan prediktif dalam menghadapi risiko urbanisasi dan perubahan iklim. GeoAI memungkinkan pengolahan data multi-dimensi secara real-time, sehingga mendukung perencanaan ruang yang lebih adaptif, responsif, dan berbasis bukti. Selain itu, pemanfaatan teknologi ini juga mendorong transparansi dan partisipasi publik dalam tata kelola penataan ruang. Namun demikian, implementasi GeoAI masih menghadapi berbagai tantangan, seperti keterbatasan infrastruktur, kualitas data, kapasitas sumber daya manusia, serta isu etika dalam penggunaan AI. Oleh karena itu, diperlukan penguatan kebijakan, peningkatan kapasitas SDM, serta pengembangan sistem integrasi data yang berkelanjutan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan model penataan ruang nasional berbasis teknologi yang lebih inovatif dan berkelanjutan.
Article Details
Section
How to Cite
References
Abidin, H. Z. (2024). Garis Besar Presentasi. 1–57. Al, W. et. (2023). Towards Automated Urban Planning: When Generative and ChatGPT-like AI Meets Urban Planning. ACM Transactions on Spatial Algorithms and Systems, 1(1). https://doi.org/10.1145/3524302
Amiany. (2017). Jurnal Teknologi Informasi Vol 11 No 2 Jurnal Teknologi Informasi Vol 11 No 2. 11(2), 9–12.
Anjani, R., Rangga, F. N., Muhdar, M., Hukum, F., Mulawarman, U., Kuaro, J., & Samarinda, K. (2022). Jurnal de Jure. 14, 21–38.
Darmawan, S., Nurulhakim, N. N., & Hernawati, R. (2024). Kecerdasan Buatan berbasis Geospasial ( GeoAI ) menggunakan Google Earth Engine untuk Monitoring Fenomena Urban Heat Island di Indonesia. 12(2), 303–320.
Fauzi, C. (2024). Volume 3 Nomor 1 Januari 2024 A REVIEW GEOSPATIAL ARTIFICIAL INTELLIGENCE ( GEO-AI ): IMPLEMENTATION OF MACHINE LEARNING ON URBAN PLANNING. 3, 3752–3764.
Harahap, H. H., & Anggraiani, R. (2025). Integrasi AI Dalam Perencanaan Tata Ruang : Mendorong Ekosistem Ekonomi Global Yang Berkelanjutan. 3(1), 53–67.
Hartanto, M. B., Yunita, H. D., Fahurian, F., & Muhammad, T. (2026). Integration of Geo-Spatial Data and Machine Learning for Socio- Economic Forecasting. 10(2).
Liu, P., & Biljecki, F. (2022). International Journal of Applied Earth Observation and Geoinformation A review of spatially-explicit GeoAI applications in Urban Geography. International Journal of Applied Earth Observation and Geoinformation, 112(July), 102936. https://doi.org/10.1016/j.jag.2022.102936
Mochamad Ganza Baihaqi, R. Satria Bagus Giri Kusuma, Farrel Ananta Ozora, T. R. A. (2025). No Title. 7(2), 82–91. https://doi.org/10.36985/mf19e110
Mortaheb, R., & Jankowski, P. (2023). Smart city re-imagined : City planning and GeoAI in the age of Big Data. Journal of Urban Management, 12(1), 4–15. https://doi.org/10.1016/j.jum.2022.08.001
Muthohir, M., Informatika, T., & Tengah, J. (2025). Jurnal riset teknik komputer. 2(1), 63–69. Planners, U. (n.d.). GeoAI Toolkit for Urban Planners GeoAI Toolkit for.
Rachmawati et al. (2024). GeoPlanning. 11(1), 57–70. https://doi.org/10.14710/geoplanning.11.1.57-70