<![CDATA[Abstrak. Meningkatnya mobilitas penduduk menyebabkan peningkatan kebutuhan air serta perubahan penggunaan lahan di perkotaan. Adanya peningkatan kebutuhan air, maka sangat diperlukan sumber-sumber air baru khususnya dari air tanah. Disisi lain, perubahan lahan sangat mempengaruhi kemampuan pengisian air tanah. Penelitian ini bertujuan untuk menganalisis secara multitemporal dari perubahan penggunaan lahan tahun 2010-2040 dan mengidentifikasi kondisi resapan air tanah di Kota Surakarta. Adapun metode yang digunakan untuk prediksi Land Use Land Cover (LULC) yaitu menggunakan pendekatan metode Cellular Automata – Artificial Neural Network (CA-ANN) dimana untuk mengevaluasi hasil prediksi LULC menggunakan metode akurasi kappa, sedangkan untuk analisis kondisi resapan air tanah menggunakan metode skoring. Bahan yang digunakan yaitu LULC dari citra Landsat 7 ETM+ dan Landsat OLI tahun 2000, 2010, dan 2020, DEM, jenis tanah, kemiringan lereng, dan curah hujan. Hasil prediksi LULC di Kota Surakarta menunjukkan bahwa terjadi peningkatan LULC untuk kawasan terbangun dengan total luasan sebesar 71,08% pada tahun 2030 dan 71,83% pada tahun 2040. Selain kawasan terbangun, area vegetasi mengalami penurunan sebesar 1,26% di tahun 2040. Hasil simulasi kondisi resapan air tanah di Kota Surakarta tahun 2020 dan 2040 menunjukkan bahwa lokasi penelitian memiliki 5 kelas klasifikasi yaitu kondisi resapan baik, normal alami, mulai kritis, agak kritis, dan kritis. Kota Surakarta didominasi oleh kelas agak kritis dan kritis dengan luasan area sebesar 17,29 km2 tahun 2020 menjadi 20,85 km2 tahun 2040 untuk kelas IV yaitu agak kritis, dan untuk kelas V yaitu kritis memiliki luasan area sebesar 13,91 km2 tahun 2020 menjadi 15,08 km2 tahun 2040. Abstract. Increased population mobility leads to increased water demand and changes in land use in urban areas. With the increase in water demand, new water sources, especially from groundwater, are needed. On the other hand, land use change greatly affects groundwater recharge capacity. This research aims to analyse multitemporal land use change from 2010-2040 and identify the condition of groundwater recharge in Surakarta City. The method used for Land Use Land Cover (LULC) prediction is using Cellular Automata - Artificial Neural Network (CA-ANN) method approach where to evaluate the LULC prediction results using the kappa accuracy method, while for the analysis of groundwater recharge condition using scoring method. The materials used are LULC from Landsat 7 ETM+ and Landsat OLI images in 2000, 2010, and 2020, DEM, soil type, slope, and rainfall. The prediction results of LULC in Surakarta City show that there is an increase in LULC for built-up areas with a total area of 71.08% in 2030 and 71.83% in 2040. In addition to the built-up area, the vegetation area decreased by 1.26% in 2040. Meanwhile, the simulation results of groundwater infiltration conditions in Surakarta City in 2020 and 2040 show that the research location has 5 classification classes, namely good infiltration conditions, natural normal, starting to be critical, somewhat critical, and critical. Surakarta City is dominated by the mildly critical and critical classes with an area of 17.29 km2 in 2020 to 20.85 km2 in 2040 for class IV which is mildly critical, and for class V which is critical has an area of 13.91 km2 in 2020 to 15.08 km2 in 2040.]]>
