View/Open

Author
Serli, Nopia

Advisor
Adam, Irwansyah Fauzi, S.T., M.T.
Dr. Eng. Anjar, Dimara Sakti, M.Sc.

Koleksi
Teknik Geomatika

Publisher

Makanan merupakan sektor penting dalam kehidupan, namun adanya kekeringan menghambat produksi pangan dan menjadi ancaman bagi kelangsungan makhluk hidup. Berdasarkan laporan dari FAO, kerugian akibat kekeringan mencapai USD 29 miliar di negara berkembang antara tahun 2005-2015. Indonesia sebagai negara berkembang dan daerah yang rawan akan bencana kekeringan dikarenakan posisi yang sensitif terhadap El Nino, perlu antisipasi untuk mengurangi dampak yang ditimbulkan kekeringan. Pemanfaatan teknologi penginderaan jauh merupakan solusi yang tepat untuk melakukan monitoring kekeringan di Indonesia. Oleh karena itu, penelitian ini bertujuan untuk monitoring lahan sawah di Indonesia tahun 2015-2020 serta menghitung luasan kekeringan berdasarkan metode Indeks Komposit yang terdiri dari NDDI, VCI, TCI, VHI, VDI, VSDI, TVI, WSVI, dan LSWI serta metode Standardized Precipitation Index (SPI) berdasarkan data MOD09GA, MOD11A1, CHIRPS, dan SMAP. Hasil pada penelitian menunjukan bahwa berdasarkan Indeks Komposit pada tahun 2015 merupakan terjadinya total luasan kekeringan tertinggi diantara tahun-tahun lainnya. Namun luas kering ringan terbesar seluas 51996,1 Km2 pada tahun 2015, luas kering sedang terbesar seluas 2941,6 Km2 pada tahun 2018 dan luas kering berat terbesar seluas 2,8 Km2 pada tahun 2019. Sedangkan berdasarkan SPI tingkat kekeringan setiap tahunnya beragam. Luas kering sedang terbesar seluas 40830,1 Km2 pada tahun 2019, luas kering berat terbesar seluas 23030,9 Km2 pada tahun 2019 dan luas kering sangat berat terbesar seluas 5148,7 Km2 pada tahun 2015. Selain itu, hasil korelasi menunjukan bahwa dalam indek komposit hanya enam indeks yang memiliki tingkat korelasi sedang hingga tinggi serta hasil uji akurasi indeks komposit, SPI, dan kelembaban tanah dengan tingkat agreement level 3 sebesar 18,06%. Kata Kunci: Kekeringan, Penginderaan Jauh , Indeks Komposit, Standardized Precipitation Index (SPI), Sawah

URI
https://repo.itera.ac.id/depan/submission/SB2108200046

Keyword