Lalu Muhamad Jaelani

Oleh: Lalu Muhamad Jaelani — Laboratorium Geospasial, Departemen Teknik Geomatika ITS

Pada 22 September 2026, Rapat Paripurna DPR RI menyetujui Rancangan Undang-Undang tentang Pengaturan Reforma Agraria untuk disahkan menjadi undang-undang. Persetujuan diambil secara bulat tanpa penolakan fraksi, dan naskah yang disepakati terdiri atas 14 bab dengan 53 pasal. Bagi banyak pihak, momen ini terasa sebagai kado Hari Tani. Bagi sebagian organisasi masyarakat sipil, momen yang sama terasa terlalu cepat.

Saya bukan ahli hukum agraria. Yang saya perhatikan dari undang-undang ini adalah sesuatu yang jarang dibahas dalam pemberitaan, yaitu hampir seluruh instrumen yang dijanjikannya bertumpu pada data spasial. Peta jalan, lokasi prioritas, objek, batas maksimum penguasaan, satu data, indikator kinerja, laporan tahunan. Semuanya menuntut jawaban atas satu pertanyaan yang sederhana tetapi tidak mudah: di mana (lokasinya?).

Artikel ini mencoba membaca undang-undang tersebut dari sisi geomatika. Bukan untuk menilai politiknya, melainkan untuk melihat pekerjaan pengukuran, pemetaan, dan pemantauan apa yang harus selesai lebih dahulu agar janji-janji di dalamnya punya peluang untuk dijalankan.

Apa yang sebenarnya disepakati

Inti undang-undang ini adalah penyelenggaraan reforma agraria melalui hak menguasai negara, untuk menjamin pemenuhan, pemulihan, dan pengakuan hak rakyat atas tanah dan sumber agraria lain. Ada lima belas substansi yang dilaporkan Ketua Panja dalam rapat paripurna, meskipun laporan resmi Panja dan sejumlah pemberitaan menyebut angka empat belas karena dua di antaranya digabung. Perbedaan penomoran ini tidak mengubah isinya, tetapi perlu dicatat ketika mengutip.

Beberapa substansi yang paling berkaitan dengan pekerjaan pemetaan adalah sebagai berikut.

Pertama, perencanaan reforma agraria melalui peta jalan yang memuat arah kebijakan, pentahapan, prioritas, strategi pelaksanaan, dan indikator kinerja.

Kedua, penetapan lokasi prioritas reforma agraria beserta kriteria dan mekanismenya. Kriterianya disebutkan cukup rinci: ketimpangan penguasaan dan pemilikan tanah, konflik agraria, tanah terlantar, kemiskinan, tanah absentee, dan penguasaan yang melebihi batas maksimum.

Ketiga, pengaturan objek dan subjek reforma agraria. Objeknya mencakup tanah yang berasal dari penyelesaian konflik maupun nonkonflik. Subjek yang diprioritaskan adalah petani, penggarap, buruh tani, nelayan, masyarakat adat, perempuan, dan masyarakat miskin.

Keempat, pembentukan Lembaga Penyelenggara Reforma Agraria (LPRA) yang berada di bawah dan bertanggung jawab kepada Presiden, dengan kewenangan perencanaan, pelaksanaan, pengawasan, dan penyelesaian konflik agraria, disertai Dewan Pengawas.

Kelima, penataan, pengendalian, dan pembatasan penguasaan serta pemilikan tanah untuk mencegah konsentrasi dan rekonsentrasi tanah.

Keenam, penguatan sistem data, pelaporan, dan akuntabilitas, termasuk integrasi hasil penyelesaian konflik dan pelaksanaan reforma agraria dalam satu data.

Pemerintah menyatakan akan menyiapkan tiga belas aturan turunan [1]. Delapan di antaranya berupa Peraturan Pemerintah, termasuk yang mengatur tata cara penentuan lokasi prioritas dan penentuan batas minimum serta batas maksimum penguasaan dan pemilikan tanah. Lima lainnya berupa Peraturan Presiden, termasuk peta jalan reforma agraria dan pembentukan LPRA beserta Dewan Pengawas.

Sebagai dasar hukum yang lama, undang-undang ini tetap berpijak pada Undang-Undang Nomor 5 Tahun 1960 tentang Peraturan Dasar Pokok-Pokok Agraria beserta amanat Pasal 33 ayat (3) UUD 1945 dan Ketetapan MPR Nomor IX/MPR/2001 [2].

Perlu satu catatan penting sebelum undang-undang ini dikutip dalam tulisan akademik. Per 23 September 2026, undang-undang ini belum memiliki nomor dan belum diundangkan dalam Lembaran Negara. Karena itu, penyebutan yang aman adalah “Undang-Undang tentang Pengaturan Reforma Agraria, disahkan DPR pada 22 September 2026”, bukan “UU Nomor sekian Tahun 2026”. Setelah diundangkan, barulah nomor resminya dapat dipakai.

Enam kriteria, satu peta

Perhatikan kriteria lokasi prioritas di atas. Enam kriteria itu bukan daftar yang bisa diperiksa satu per satu secara manual. Ketimpangan penguasaan tanah adalah besaran yang harus dihitung dari sebaran bidang tanah dan pemiliknya. Konflik agraria adalah titik-titik kejadian yang tersebar dan sering hanya tercatat di tingkat desa. Tanah terlantar adalah kondisi tutupan lahan yang berubah terhadap waktu. Kemiskinan adalah atribut sosial-ekonomi yang resolusinya biasanya jauh lebih kasar daripada bidang tanah. Tanah absentee adalah kombinasi antara lokasi bidang, domisili pemilik, dan pola penggarapan. Penguasaan yang melebihi batas maksimum hanya bisa dinilai setelah batasnya ditetapkan dan setelah bidang-bidang yang terafiliasi dapat dikelompokkan.

Menggabungkan enam lapisan dengan satuan, resolusi, dan tahun yang berbeda adalah persoalan analisis multikriteria spasial. Metodenya sudah lama dikenal dalam literatur sistem informasi geografis, misalnya dalam tinjauan Malczewski (2006) [3] mengenai GIS-based multicriteria decision analysis. Yang menjadi tantangan di Indonesia bukan teorinya, melainkan kualitas dan keterpaduan datanya.

Di titik inilah reforma agraria berubah menjadi persoalan geomatika, bukan sekadar persoalan hukum.

Tanah terlantar: pekerjaan deteksi yang belum selesai

Dari keenam kriteria, tanah terlantar adalah yang paling siap dikerjakan dengan penginderaan jauh, dan sekaligus yang paling sering disederhanakan.

Secara konseptual, tanah terlantar menunjukkan bidang yang tidak diusahakan sesuai peruntukannya. Secara spektral, kondisi itu muncul sebagai permukaan yang tidak produktif: lahan terbuka, semak, atau tutupan yang tidak sesuai dengan izin yang melekat pada bidang tersebut. Kesulitannya, tidak semua lahan tidak produktif adalah tanah terlantar. Lahan bera yang sedang dalam siklus rotasi, lahan yang baru dipanen, lahan yang gagal panen karena kekeringan, dan lahan yang ditinggalkan karena konflik memiliki penampakan yang mirip pada satu citra.

Literatur sudah menunjukkan bahwa persoalan ini paling baik dijawab dengan deret waktu, bukan dengan citra tunggal. Yin dkk. (2018) [4] memetakan abandonment lahan pertanian melalui segmentasi spasial dan temporal deret waktu Landsat, dan Prishchepov dkk. (2013) [5] menunjukkan bahwa penentu abandonment bersifat sangat lokal sehingga tidak dapat digeneralisasi dari satu wilayah ke wilayah lain. Implikasinya jelas: tidak ada ambang tunggal yang bisa dipakai untuk seluruh Indonesia. Setiap provinsi, bahkan setiap kabupaten dengan karakter agroklimat berbeda, memerlukan kalibrasi sendiri.

Arsip Landsat yang panjang kini memungkinkan pekerjaan ini dilakukan secara konsisten. Wulder dkk. (2019) [6] merangkum status program Landsat beserta kontinuitas arsipnya, dan Gorelick dkk. (2017) [7] menunjukkan bagaimana analisis skala planet dapat dijalankan tanpa infrastruktur komputasi besar melalui Google Earth Engine. Pengalaman serupa sudah terbukti pada pemantauan perubahan tutupan hutan global (Hansen dkk., 2013) [8], yang memperlihatkan bahwa deret waktu pengamatan yang konsisten dapat menghasilkan produk yang dipakai luas untuk evaluasi kebijakan. Untuk konteks Indonesia, kemampuan ini bukan kemewahan: jumlah bidang yang harus diperiksa terlalu besar untuk diselesaikan dengan inspeksi lapangan, sedangkan konsekuensi hukum dari penetapan tanah terlantar terlalu serius untuk disandarkan pada tafsiran satu citra.

Perlu juga dicatat bahwa penetapan tanah terlantar sudah memiliki instrumen hukum tersendiri melalui Peraturan Pemerintah Nomor 48 Tahun 2025 tentang Penertiban Kawasan dan Tanah Terlantar [9]. Artinya, undang-undang reforma agraria tidak memulai dari nol. Yang dibutuhkan adalah integrasi antara kriteria baru di dalam undang-undang dan prosedur penertiban yang sudah berjalan.

Satu data bukan sekadar satu berkas

Frasa “satu data” sering dibaca sebagai urusan teknis penyimpanan. Padahal yang dimaksud undang-undang ini adalah integrasi hasil penyelesaian konflik dan pelaksanaan reforma agraria dalam satu data, yang berarti penyatuan objek, subjek, dan riwayat penanganannya.

Indonesia sudah memiliki kerangka umum untuk itu melalui Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia [10], dengan prinsip baku, metadata, interoperabilitas, dan kode referensi. Yang belum terselesaikan adalah hal yang lebih mendasar: bagaimana bidang tanah diidentifikasi secara unik dan konsisten ketika satu bidang yang sama muncul dalam data pertanahan, data kehutanan, data perizinan, dan data administrasi desa dengan batas yang tidak identik.

Ini persoalan yang sudah punya bahasa formalnya. Land Administration Domain Model (Lemmen, van Oosterom & Bennett, 2015) [11] menyediakan kerangka untuk merepresentasikan hubungan antara pihak, bidang tanah, dan hak, termasuk hak yang belum terdaftar secara formal. Kerangka seperti ini memungkinkan tumpang tindih dideteksi sebagai ketidaksesuaian atribut, bukan sebagai dua bidang yang saling menimpa secara geometris tanpa penjelasan.

Konsekuensinya praktis. Tanpa identitas bidang yang konsisten, konflik yang sama akan muncul berulang di berbagai basis data tanpa pernah benar-benar dapat dihitung berapa jumlahnya. Faxon dkk. (2022) [12] menunjukkan bagaimana proyek Satu Peta di Indonesia dan Myanmar justru dapat berfungsi sebagai alat kontrol atas ruang ketika definisi dan kewenangan datanya tidak dibuka secara jelas. Pelajaran itu relevan: satu data yang baik bukan hanya data yang tersimpan di satu tempat, tetapi data yang dapat diperiksa asal-usulnya oleh pihak yang berbeda.

Subjek, bukan hanya bidang

Bagian yang paling sering terlewat dalam pembahasan teknis adalah subjek reforma agraria. Undang-undang ini menyebut petani, penggarap, buruh tani, nelayan, masyarakat adat, perempuan, dan masyarakat miskin sebagai pihak yang diprioritaskan. Untuk menetapkan siapa yang berhak, dibutuhkan peta sosial-ekonomi, bukan hanya peta bidang.

Resolusi data resmi untuk atribut ini umumnya kasar. Data kemiskinan tersedia pada tingkat desa atau kecamatan, sementara keputusan pemberian hak berlangsung pada tingkat keluarga. Di sini, pendekatan penginderaan jauh untuk estimasi kesejahteraan dapat menjadi pelengkap, sebagaimana ditunjukkan Jean dkk. (2016) [13] dalam menggabungkan citra satelit dengan pembelajaran mesin untuk memperkirakan kemiskinan. Pendekatan seperti itu bukan pengganti data rumah tangga, tetapi berguna untuk menyusun prioritas pada wilayah yang datanya tidak mutakhir.

Satu hal yang perlu dijaga: pemetaan sosial seperti ini bekerja dengan data pribadi. Setiap produk yang memuat identitas rumah tangga harus diperlakukan sebagai data terbatas akses, dengan hasil yang dipublikasikan pada tingkat agregat. Tanpa pengamanan itu, peta yang dimaksudkan untuk melindungi justru dapat menjadi alat yang merugikan kelompok yang hendak dibantu.

Setelah tanah diberikan

Undang-undang ini juga mengatur penataan dan pembatasan penguasaan untuk mencegah konsentrasi dan rekonsentrasi tanah. Frasa rekonsentrasi patut dicatat, karena menunjukkan kesadaran bahwa tanah yang telah dibagikan dapat kembali terkumpul.

Menguji hal itu memerlukan pemantauan yang berkelanjutan, bukan pendataan sekali waktu. Paling sedikit tiga jenis pengamatan diperlukan. Pertama, pemantauan penggunaan tanah setelah redistribusi, untuk mengetahui apakah bidang tetap diusahakan. Kedua, pemantauan penguasaan secara tidak langsung, misalnya melalui pola perubahan tutupan pada bidang-bidang yang berdekatan. Ketiga, pemantauan suhu permukaan dan indeks vegetasi sebagai penanda intensitas penggunaan lahan, yang berkaitan dengan produktivitas dan kesejahteraan.

Untuk yang terakhir, kita sudah memiliki pengalaman di Surabaya. Kajian laboratorium kami menunjukkan bahwa suhu permukaan tanah dapat berbeda lebih dari empat belas derajat Celsius antara dua lokasi yang berjarak sekitar lima belas kilometer. Pemetaan semacam itu biasanya dipakai untuk membahas kenyamanan kota, tetapi logikanya sama untuk lahan pertanian: tutupan dan penggunaan lahan meninggalkan jejak termal yang dapat diamati secara konsisten dari waktu ke waktu. Song dkk. (2018) [14] menunjukkan bahwa perubahan tutupan lahan global dapat dihitung secara konsisten dari arsip pengamatan yang panjang, dan Sun, Sun & Chen (2020) [15] mengingatkan bahwa suhu permukaan dan suhu udara tidak selalu bergerak searah, sehingga tafsirannya harus hati-hati. Namun untuk keperluan pemantauan perubahan, konsistensi pengukuran lebih penting daripada kesetaraan dengan suhu udara.

Catatan penutup

Reforma agraria sering dibayangkan sebagai tindakan membagikan tanah. Undang-undang ini menunjukkan bahwa pekerjaan yang lebih besar justru terletak sebelum dan sesudah pembagian itu: menetapkan lokasi prioritas berdasarkan enam kriteria yang berbeda resolusinya, menetapkan batas maksimum yang harus diuji konsistensinya, memverifikasi tanah terlantar tanpa menghukum petani yang gagal panen, dan memantau agar tanah yang telah diberikan tidak kembali terkumpul.

Semua itu membutuhkan peta. Dan peta yang baik untuk keperluan ini bukan peta yang paling indah, melainkan peta yang mencantumkan ketidakpastiannya, menyebutkan tahun datanya, dan dapat diperiksa ulang oleh pihak yang berbeda.

Saya membaca perdebatan seputar undang-undang ini dengan penuh perhatian, termasuk kritik bahwa pembahasannya berlangsung kurang dari satu pekan dan bahwa batas maksimum penguasaan diserahkan sepenuhnya kepada Peraturan Pemerintah. Kritik itu sah untuk didiskusikan. Tetapi dari sisi pekerjaan kami, ada satu hal yang tidak bisa ditunda: tanpa data spasial yang dapat dipercaya, sebaik apa pun norma yang ditulis tidak akan pernah dapat dilaksanakan secara konsisten di lapangan. Yang paling mendesak sekarang bukan menambah pasal, melainkan memastikan data spasialnya akurat.

Sumber

[1] Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional. (2026). Keterangan resmi terkait pengesahan Rancangan Undang-Undang tentang Pengaturan Reforma Agraria, Rapat Paripurna DPR RI, 22 September 2026.

[2] Republik Indonesia. (1960). Undang-Undang Nomor 5 Tahun 1960 tentang Peraturan Dasar Pokok-Pokok Agraria.

[3] Malczewski, J. (2006). GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science, 20(7), 703–726. https://doi.org/10.1080/13658810600661508

[4] Yin, H., Prishchepov, A. V., Kuemmerle, T., Bleyhl, B., Buchner, J., & Radeloff, V. C. (2018). Mapping agricultural land abandonment from spatial and temporal segmentation of Landsat time series. Remote Sensing of Environment, 210, 12–24. https://doi.org/10.1016/j.rse.2018.02.050

[5] Prishchepov, A. V., Müller, D., Dubinin, M., Baumann, M., & Radeloff, V. C. (2013). Determinants of agricultural land abandonment in post-Soviet European Russia. Land Use Policy, 30(1), 873–884. https://doi.org/10.1016/j.landusepol.2012.06.011

[6] Wulder, M. A., Loveland, T. R., Roy, D. P., Crawford, C. J., Masek, J. G., Woodcock, C. E., et al. (2019). Current status of Landsat program, science, and applications. Remote Sensing of Environment, 225, 127–147. https://doi.org/10.1016/j.rse.2019.02.015

[7] Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031

[8] Hansen, M. C., Potapov, P. V., Moore, R., Hancher, M., Turubanova, S. A., Tyukavina, A., et al. (2013). High-resolution global maps of 21st-century forest cover change. Science, 342(6160), 850–853. https://doi.org/10.1126/science.1244693

[9] Republik Indonesia. (2025). Peraturan Pemerintah Nomor 48 Tahun 2025 tentang Penertiban Kawasan dan Tanah Terlantar.

[10] Republik Indonesia. (2019). Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia.

[11] Lemmen, C., van Oosterom, P., & Bennett, R. (2015). The Land Administration Domain Model. Land Use Policy, 49, 535–545. https://doi.org/10.1016/j.landusepol.2015.01.014

[12] Faxon, H. O., Goldstein, J. E., Fisher, M. R., & Hunt, G. (2022). Territorializing spatial data: Controlling land through One Map projects in Indonesia and Myanmar. Political Geography, 98, 102651. https://doi.org/10.1016/j.polgeo.2022.102651

[13] Jean, N., Burke, M., Xie, M., Davis, W. M., Lobell, D. B., & Ermon, S. (2016). Combining satellite imagery and machine learning to predict poverty. Science, 353(6301), 790–794. https://doi.org/10.1126/science.aaf7894

[14] Song, X.-P., Hansen, M. C., Stehman, S. V., Potapov, P. V., Tyukavina, A., Vermote, E. F., & Townshend, J. R. (2018). Global land change from 1982 to 2016. Nature, 560, 639–643. https://doi.org/10.1038/s41586-018-0411-9

[15] Sun, T., Sun, R., & Chen, L. (2020). The trend inconsistency between land surface temperature and near surface air temperature in assessing urban heat island. Remote Sensing, 12(8), 1271. https://doi.org/10.3390/rs12081271

Artikel ini merupakan bagian dari pengembangan materi penginderaan jauh dan aplikasi geospasial Laboratorium Geospasial ITS (geo.its.ac.id).