Basri, Nurul Muchlisah (2023) Analisis Spasial Tingkat Kekeringan Wilayah Kabupaten Jeneponto Melalui Pemanfaatan Teknologi Penginderaan Jauh = Spatial Analysis of Drought Levels in Jeneponto Regency through the Utilization of Remote Sensing Technology. Skripsi thesis, Universitas Hasanuddin.
M011191149_skripsi_cover1.jpg
Download (259kB) | Preview
M011191149_skripsi bab 1-2.pdf
Download (571kB)
M011191149_skripsi dapus.pdf
Download (335kB)
M011191149_skripsi.pdf
Restricted to Repository staff only until 1 January 2026.
Download (3MB)
Abstract (Abstrak)
Kekeringan merupakan bencana alam memiliki dampak serius terhadap aktivitas makhluk hidup. Berdasarkan data BNPB, tahun 2019 Kabupaten Jeneponto mengalami kekeringan berat yang menyebabkan kerugian besar dengan jumlah korban yang menderita sebanyak 9.374 orang. Kekeringan ini berasal dari curah hujan yang rendah, perubahan penutupan lahan dan aktivitas makhluk hidup. Ketidakakuratan data atau peta yang menggambarkan informasi kekeringan dapat menyebabkan terjadinya kesalahan dalam perencanaan wilayah. Pemanfaatan teknologi dengan menganalisis indeks kekeringan dapat dilakukan untuk mengidentifikasi daerah kering pada suatu wilayah. Penelitian ini bertujuan untuk menganalisis nilai indeks kekeringan, menganalisis tingkat kekeringan, dan membandingkan metode NDLI, NDWI dan NDDI berdasarkan hasil validasi kekeringan. Data diolah dengan menggunakan citra Landsat 8 TIRS/OLI tahun 2019 dan 2022. Hasil dari penelitian ini menunjukkan NDLI bernilai negatif menunjukkan daerah dengan tanah kering dan bangunan, sedangkan nilai positif menunjukkan daerah mengandung air dan vegetasi. NDWI bernilai negatif menunjukkan daerah yang tidak memiliki kandungan air di permukaannya, begitupula sebaliknya. NDDI bernilai negatif menunjukkan daerah yang mengandung air atau vegetasi, sedangkan nilai positif menunjukkan daerah yang tidak memiliki kandungan air di permukaannya atau kering. Hasil analisis NDLI dan NDWI tahun 2019 dan 2022 menunjukkan Kabupaten Jeneponto didominasi oleh kelas mendekati normal. Hasil analisis NDDI tahun 2019 dan 2022 didominasi oleh kelas sangat kering dan kering. Perbandingan antara ketiga indeks berdasarkan data referensi untuk tahun 2019 menunjukkan NDDI belum dapat diterima sedangkan hasil validasi lapangan untuk tahun 2022 menunjukkan ketiga metode tersebut dapat diterima dan metode NDLI yang direkomendasikan dalam mengidentifikasi kekeringan.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Kekeringan, Penginderaan Jauh, NDLI, NDWI, NDDI |
Subjects: | S Agriculture > SD Forestry |
Divisions (Program Studi): | Fakultas Kehutanan > Kehutanan |
Depositing User: | Unnamed user with username stfathirahs |
Date Deposited: | 05 Sep 2024 06:26 |
Last Modified: | 05 Sep 2024 06:26 |
URI: | http://repository.unhas.ac.id:443/id/eprint/37083 |