ANALISIS SPASIAL TINGKAT KEKERINGAN MENGGUNAKAN INDEKS KEKERINGAN TERNORMALISASI DAN BERBASIS VEGETASI-SUHU DI KABUPATEN MAROS

Kabupaten Maros merupakan salah satu wilayah di Provinsi Sulawesi Selatan yang memiliki tingkat kerentanan tinggi terhadap bencana kekeringan akibat variabilitas iklim, terutama fenomena El Niño. Pemantauan kekeringan secara spasial dan temporal diperlukan sebagai dasar dalam mendukung upaya mitigasi dan pengelolaan sumber daya air. Penelitian ini bertujuan untuk menganalisis tingkat kekeringan di Kabupaten Maros periode 2014–2024 menggunakan metode Normalized Difference Drought Index (NDDI) dan Temperature Vegetation Dryness Index (TVDI), serta melakukan validasi hasil kedua indeks menggunakan Standardized Precipitation Index (SPI). Penelitian memanfaatkan citra Landsat 8 Level 2 dan data curah hujan CHIRPS yang diolah melalui platform google earth engine. Validasi dilakukan menggunakan validasi lapangan, validasi silang spasial (K-Fold Cross Validation), analisis korelasi Pearson terhadap SPI, validasi skala likert serta uji akurasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa tahun 2014, 2015, 2018, 2019, 2023, dan 2024 merupakan periode dengan tingkat kekeringan yang lebih dominan dibandingkan tahun lainnya, sedangkan tahun 2016, 2017, 2020, 2021, dan 2022 cenderung berada pada kondisi basah hingga normal. Tahun 2019 teridentifikasi sebagai periode dengan tingkat kekeringan tertinggi, sementara tahun 2017 menunjukkan kondisi paling basah. Pada hasil overlay tutupan lahan dengan NDDI dan TVDI, tutupan lahan yang paling dominan mengalami kekeringan adalah sawah (Sw), pertanian lahan kering (Pt), pertanian lahan kering campur (Pc), permukiman (Pm), dan belukar (B). Hasil validasi lapangan menunjukkan nilai Overall Accuracy sebesar 86% untuk NDDI dan 88% untuk TVDI. Validasi silang spasial terhadap SPI menghasilkan Overall Accuracy sebesar 85% pada NDDI dan 90% pada TVDI. Selain itu, hasil analisis korelasi menunjukkan bahwa TVDI memiliki hubungan yang sedikit lebih kuat terhadap SPI dibandingkan NDDI. Secara keseluruhan, TVDI menunjukkan kinerja yang lebih baik dibandingkan NDDI dalam merepresentasikan kondisi kekeringan di Kabupaten Maros, sehingga lebih direkomendasikan sebagai metode pemantauan kekeringan berbasis penginderaan jauh.