Analisis Dinamika Vegetasi Berbasis NDVI Untuk Mengidentifikasi Perbedaan Variabilitas Iklim Pada Fase La Nina Dan El Nino Di Kabupaten Gowa = NDVI-Based Vegetation Dynamics Analysis To Identify Differences In Climate Variability During La Nina And El Nino Phases In Gowa Regency

Pemahaman yang lebih mendalam mengenai pengaruh El Nino-Southern Oscillation (ENSO) terhadap variabilitas iklim di suatu wilayah sangat diperlukan untuk mengantisipasi dampaknya di masa depan, karena dinamika vegetasi dapat menjadi salah satu indikator variabilitas iklim karena kepekaannya terhadap perubahan lingkungan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dinamika vegetasi berdasarkan Normalized Difference Vegetation Index (NDVI) untuk mengetahui perbedaan variabilitas iklim pada fase La Nina dan El Nino di Kabupaten Gowa, serta menganalisis hubungan antara parameter iklim dengan dinamika vegetasi. Fase La Nina yang diamati adalah pada bulan Juli-September tahun 2022, sedangkan fase El Nino pada bulan yang sama di tahun 2023 untuk memberikan hasil perbandingan yang lebih akurat, kedua fase tersebut dikonfirmasi berdasarkan Multivariate ENSO Index (MEI). Data penginderaan jauh dari citra satelit Sentinel-2 L2A dianalisis menggunakan perangkat lunak ArcGIS 10.8 dengan metode NDVI. Selanjutnya, analisis spasial dan temporal dilakukan untuk membandingkan dinamika vegetasi pada kedua fase tersebut. Hasil penelitian menunjukkan adanya perbedaan yang signifikan pada dinamika vegetasi antara fase La Nina dan El Nino. Selama fase La Nina pada tahun 2022, NDVI menunjukkan kestabilan dan dominasi wilayah dengan indeks vegetasi yang tinggi. Variabilitas iklim pada fase ini ditandai dengan curah hujan dan suhu udara yang stabil sehingga mendukung pertumbuhan vegetasi yang optimal. Sebaliknya, pada saat fase El Nino di tahun 2023, NDVI menunjukkan penurunan yang signifikan pada wilayah dengan indeks vegetasi tinggi dan peningkatan yang signifikan pada wilayah tanpa vegetasi. Variabilitas iklim selama fase ini ditandai dengan curah hujan yang sangat rendah dan suhu udara yang lebih tinggi, yang berimplikasi pada penurunan produktivitas dan degradasi vegetasi. Selain itu, analisis regresi menunjukkan bahwa suhu udara cenderung memiliki pengaruh yang lebih besar daripada curah hujan terhadap dinamika vegetasi. Model regresi memiliki nilai R² = 0,92 dan Adjusted R² = 0,87, yang mengindikasikan kemampuan prediksi yang kuat. Secara parsial, kedua variabel tersebut tidak menunjukkan pengaruh yang signifikan pada tingkat kepercayaan 95%. Namun, berdasarkan statistik F (F = 17,63; p = 0,02), kedua variabel tersebut secara simultan memiliki pengaruh yang signifikan terhadap vegetasi. Penelitian ini dapat digunakan sebagai dasar untuk merumuskan strategi mitigasi dan adaptasi terhadap variabilitas iklim di masa yang akan datang.