Monitoring Potensi Kekeringan di Kabupaten Grobogan Menggunakan Penginderaan Jauh dan Sistem Informasi Geografis
Main Article Content
Abstract
Musim kemarau di Indonesia menyebabkan kekeringan di beberapa daerah seperti Kabupaten Grobogan yang pada tahun 2021 ditandai oleh kelangkaan air dan kekeringan wilayah pertanian. Tujuan penelitian ini adalah untuk mengidentifikasi potensi kekeringan di wilayah Kabupaten Grobogan menggunakan penginderaan jauh dan Sistem Informasi Geografis (SIG) dengan beberapa parameter seperti TVDI (Temperature Vegetation Dryness Index), curah hujan, tutupan lahan, jenis tanah, hidrogeologi, dan jarak dari sungai dan irigasi. Setiap parameter tersebut dilakukan overlay, skoring, dan pembobotan yang menghasilkan peta potensi kekeringan dengan kelas rendah, sedang, dan tinggi. Penelitian ini menunjukkan pola dan sebaran potensi kekeringan dengan hasil potensi kekeringan di Grobogan didominasi oleh kelas sedang, pada tahun 2021 seluas 81% dan meningkat menjadi 82%. Pada tahun 2021, potensi kekeringan kelas tinggi seluas 4,02% meliputi sekitar Kecamatan Kedungjati dan Grobogan. Pada tahun 2022, potensi kekeringan kelas tinggi meningkat menjadi 7,08% meliputi sekitar Kecamatan Kedungjati dan Brati. Hasil tahun 2021 dan 2022 menunjukkan bahwa pola persebaran potensi kekeringan dengan kelas tinggi berada di bagian Barat dan Utara Grobogan. Hasil potensi kekeringan yang diperoleh dilakukan proses validasi lapangan dan didapatkan tingkat akurasi pada tahun 2021 dan 2022 sebesar 89%.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with the Media Komunikasi Geografi agree to the following terms:
- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)
References
Aprillya, M. R., & Chasanah, U. (2022). Sistem Pendukung Keputusan Identifikasi Daerah Rawan Kekeringan dengan Metode Fuzzy Analytical Hierarchy Process (Studi Kasus: Kabupaten Lamongan). Jurnal CoSciTech (Computer Science and Information Technology), 3(2), 159–167. https://doi.org/10.37859/coscitech.v3i2.3983.
Ardiansyah, W., Wayan Nuarsa, I., & Bagus Putu Bhayunagiri, I. (2021). Analisis Daerah Rawan Bencana Kekeringan Berbasis Sistem Informasi Geografis di Kabupaten Bondowoso Provinsi Jawa Timur. Jurnal Agroteknologi Tropika, 10(4), 417–427. https://ojs.unud.ac.id/index.php/JAT
BAPPEDA. (2012). Letak Geografis dan Sumber Daya Alam Kabupaten Grobogan. BAPPEDA Kabupaten Grobogan. https://bappeda.grobogan.go.id/dokumen/data-statistik/35-letak-geografis-dan-sumber-daya-alam-kabupaten-grobogan
Bashit, N., Ristianti, N. S., & Ulfiana, D. (2022). Drought Assessment Using Remote Sensing and Geographic Information Systems (GIS) Techniques (Case Study: Klaten Regency, Indonesia). International Journal of Geoinformatics, 18(5), 115–127. https://doi.org/10.52939/ijg.v18i5.2393
CNN, I. (2023). BMKG Prediksi El Nino Hampiri RI, Bikin Kemarau 2023 Lebih Kering. CNN Indonesia. https://www.cnnindonesia.com/teknologi/20230127145744-199-905682/bmkg-prediksi-el-nino-hampiri-ri-bikin-kemarau-2023-lebih-kering
Eryani, I. G. A. P., & Jayantari, M. W. (2022). Mapping of Drought Vulnerability in the Saba Watershed based on AHP- GIS. International Journal of Multidisciplinary and Current Educational Research (IJMCER), 4(6), 46–54.
Faizah, E. N., Wijaya, A. P., & Sabri, L. M. (2023). Analisis Daerah Rawan Kekeringan Lahan Sawah Di Kabupaten Purworejo Menggunakan Sistem Informasi Geografis. Elipsoida : Jurnal Geodesi dan Geomatika, 6(1), 23–31. https://doi.org/10.14710/elipsoida.2023.17890
Khasanah, F., Damayanti, A., & Pin, D. T. (2017). Pola Spasial Bahaya Kekeringan di Kabupaten Cilacap. Prosiding Industrial Research Workshop and National Seminar, 8, 510–517. https://jurnal.polban.ac.id/ojs-3.1.2/proceeding/article/view/787
Li, C., Adu, B., Wu, J., Qin, G., Li, H., & Han, Y. (2022). Spatial and temporal variations of drought in Sichuan Province from 2001 to 2020 based on modified temperature vegetation dryness index (TVDI). Ecological Indicators, 139(April), 108883. https://doi.org/10.1016/j.ecolind.2022.108883
Maulana, I. F., Sudaryatno, S., & Jatmiko, R. H. (2021). Identifikasi Sebaran Kerentanan Kekeringan Pertanian Menggunakan Analytical Hierarchy Process (Ahp) Di Kabupaten Temanggung. Jurnal Teknosains, 10(2), 125. https://doi.org/10.22146/teknosains.54003
Merbawani, L. A. Y., Rivai, M., & Pirngadi, H. (2021). Sistem Monitoring Profil Kedalaman Tingkat Kelembapan Tanah Berbasis IoT dan LoRa. Jurnal Teknik ITS, 10(2). https://doi.org/10.12962/j23373539.v10i2.68613
Nyayapathi, P., Penki, R., & Basina, S. S. (2023). Drought vulnerability assessment by employing the Geographical Information System and Analytical Hierarchy Process for the Kurnool district of Andhra Pradesh, India. Ecocycles, 9(1), 32–48. https://doi.org/10.19040/ecocycles.v9i1.262
Parwati, & Suwarsono. (2008). Model Indeks Tvdi (Temperature Vegetation Dryness Index) Untuk Mendeteksi Kekeringan Lahan Berdasarkan Data Modis-Terra. Jurnal Penginderaan Jauh, 5, 35–44. http://jurnal.lapan.go.id/index.php/jurnal_inderaja/article/viewFile/1167/1045
PEMKAB. (2011). Letak dan Luas Wilayah Kabupaten Grobogan. Pemerintah Kabupaten Grobogan. https://www.grobogan.go.id/profil/kondisi-geografi/letak-dan-luas-wilayah
Prasetyo, D. A, Suprayogi A, Hani’ah. (2018). Analisis Lokasi Rawan Bencana Kekeringan Menggunakan Sistem Informasi Geografis di Kabupaten Blora Tahun 2017. Jurnal Geodesi Undip Volume 7 No.4, 314 – 324. ISSN: 2337-845X.
Putri, D. N., Taqyyudin, Saraswati, R., & Ash-Shidiq, I. P. (2019). Drought Potential of Paddy Fields using Temperature Vegetation Dryness Index in Kuningan Regency. E3S Web of Conferences, 125(201 9), 8–11. https://doi.org/10.1051/e3sconf/201912503009
Raharjo, H. S., Hasyim, A. W., & Usman, F. (2021). Upaya Penanganan Kawasan Kering Menggunakan Teknologi Penginderaan Jauh di Kabupaten Gresik. Planning for Urban Region and Environment, 10(1), 125–136.
Syarif, M. M., Barus, B., & Effendy, S. (2013). Penentuan Indeks Bahaya Kekeringan Agro-Hidrologi: Studi Kasus Wilayah Sungai Kariango Sulawesi Selatan. Jurnal Ilmu Tanah dan Lingkungan, 15(1), 12. https://doi.org/10.29244/jitl.15.1.12-19
Tjahjono, H. (2008). Aplikasi Sistem Informasi Geografis (SIG) untuk Analisis Potensi Wilayah. Jurnal FIS Unnes.
Tukidi. (2010). Karakter Curah Hujan Di Indonesia. Jurnal Geografi, 7(2), 136–145. http://journal.unnes.ac.id/nju/index.php/JG/article/view/84
Yuan, Y., Ye, X., Liu, T., & Li, X. (2023). Drought monitoring based on temperature vegetation dryness index and its relationship with anthropogenic pressure in a subtropical humid watershed in China. Ecological Indicators, 154(July), 110584. https://doi.org/10.1016/j.ecolind.2023.110584