Analisis Tingkat Kekeringan Menggunakan Normalized Difference Latent Index (NDLI) dan Standardized Precipitation Index (SPI) Pada Daerah Aliran Sungai Kelara Berbasis Google Earth Engine. = Drought Severity Analysis Using Normalized Difference Latent Index (NDLI) and Standardized Precipitation Index (SPI) in the Kelara Watershed Based on Google Earth Engine.


SAPUTRA, RYAN (2026) Analisis Tingkat Kekeringan Menggunakan Normalized Difference Latent Index (NDLI) dan Standardized Precipitation Index (SPI) Pada Daerah Aliran Sungai Kelara Berbasis Google Earth Engine. = Drought Severity Analysis Using Normalized Difference Latent Index (NDLI) and Standardized Precipitation Index (SPI) in the Kelara Watershed Based on Google Earth Engine. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of M011221011-d52X3fbvLEVqWNyH-20260922223538.pdf] Text
M011221011-d52X3fbvLEVqWNyH-20260922223538.pdf
Restricted to Repository staff only

Download (3MB)

Abstract (Abstrak)

Kekeringan merupakan salah satu bencana hidrometeorologi yang dapat mempengaruhi ketersediaan air, produktivitas pertanian, dan kondisi lingkungan. Penelitian ini bertujuan untuk mengidentifikasi tingkat kekeringan serta mengkaji keterkaitan hasil analisis kekeringan berdasarkan metode Normalized Difference Latent Index (NDLI) dan Standardized Precipitation Index (SPI) pada Daerah Aliran Sungai (DAS) Kelara selama periode 2016–2025. Analisis NDLI dilakukan menggunakan citra Landsat 8 yang diproses melalui platform Google Earth Engine, sedangkan analisis SPI menggunakan data curah hujan Climate Hazards Group InfraRed Precipitation with Station (CHIRPS). Hasil penelitian menunjukkan bahwa kondisi kekeringan di DAS Kelara mengalami variasi selama periode pengamatan. Kondisi kekeringan paling menonjol terjadi pada tahun 2019, dengan nilai rata-rata NDLI sebesar 0,034 dan luas kekeringan berat mencapai 19.311,98 ha atau 49,76% dari luas DAS. Berdasarkan analisis SPI, tahun 2019 juga menunjukkan kondisi paling kering dengan nilai SPI sebesar −1,556 yang termasuk kategori sangat kering. Validasi klasifikasi NDLI menghasilkan overall accuracy sebesar 83,00% dan kappa accuracy sebesar 75,84%, yang menunjukkan tingkat kesesuaian yang kuat dengan kondisi lapangan. Perbandingan hasil NDLI dan SPI menunjukkan pola kekeringan yang relatif sejalan pada beberapa tahun, terutama pada tahun 2019 ketika kedua metode menunjukkan kondisi kering. Namun, terdapat perbedaan pada beberapa tahun lainnya yang menunjukkan bahwa kondisi kelembapan permukaan tidak hanya dipengaruhi oleh curah hujan, tetapi juga dapat berkaitan dengan tutupan lahan dan karakteristik biofisik wilayah. Penggunaan NDLI dan SPI secara bersama-sama dapat memberikan informasi yang saling melengkapi dalam menggambarkan kondisi kekeringan di DAS Kelara.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: DAS Kelara, Google Earth Engine, Kekeringan, NDLI, SPI.
Subjects: K Law > K Law (General)
Divisions (Program Studi): Fakultas Kehutanan > Kehutanan
Depositing User: Unnamed user with username pklpkl
Date Deposited: 09 Nov 2026 23:49
Last Modified: 09 Nov 2026 23:49
URI: http://repository.unhas.ac.id:443/id/eprint/61649

Actions (login required)

View Item
View Item