Identifikasi Sebaran Kekeringan Lahan Pertanian Menggunakan Pendekatan Vegetation Health Index Berbasis Data Citra Satelit Penginderaan Jauh Provinsi Jawa Tengah Tahun 2024

Authors

  • Izzuddin Muhammad Universitas Negeri Semarang, Indonesia

DOI:

https://doi.org/10.30595/pspfs.v8i.1471

Keywords:

Kekeringan, Vegetation Health Index, Penginderaan Jauh

Abstract

Kekeringan  merupakan  salah  satu  permasalahan  utama  yang  memengaruhi  produktivitas  sektor  pertanian, khususnya di wilayah Provinsi Jawa Tengah. Penelitian ini bertujuan untuk mengidentifikasi sebaran kekeringan lahan pertanian menggunakan data citra satelit  penginderaan jauh tahun 2024 dengan pendekatan  Vegetation Health Index  (VHI). VHI merupakan indeks gabungan dari  Vegetation Condition Index  (VCI) dan Temperature Condition Index (TCI) yang mampu memberikan informasi komprehensif mengenai kondisi vegetasi dan stres termal pada tanaman. Data yang digunakan meliputi citra satelit MODIS yang diolah untuk menghitung VCI dan TCI. Proses analisis dilakukan melalui pemrosesan citra menggunakan Google Earth Engine dan perangkat lunak ArcGIS. Hasil penelitian menunjukkan bahwa tingkat kekeringan lahan pertanian di Jawa Tengah bervariasi, dengan wilayah tertentu seperti Pantura dan daerah pegunungan menunjukkan tingkat kekeringan yang tinggi. Sebaran kekeringan paling parah terjadi pada periode musim kemarau dengan nilai VHI yang rendah (<10) berada di Kabupaten Grobogan, Rembang, Pati, dan Blora. Luas kekeringan pertanian di Jawa Tengah pada tahun 2024 yakni kekeringan ekstrim seluas 31,54 km2, kuat seluas 194,19 km2, sedang seluas 778,61 km2, rendah seluas 3377,00 km2, dan normal seluas 14652 km2. Temuan ini memberikan informasi penting bagi pengambil kebijakan untuk merancang strategi mitigasi seperti pengelolaan sumber daya air, penerapan teknologi irigasi, dan peningkatan kesadaran petani terhadap risiko kekeringan. Penelitian ini membuktikan bahwa penginderaan jauh berbasis VHI dapat menjadi alat yang efektif dan efisien untuk memantau kondisi kekeringan pada skala regional.

References

Badan Meteorologi, Klimatologi, dan Geofisika. 2024. Prediksi Musim Kemarau 2024 di Indonesia. Jakarta: BMKG. Balai Besar Pengujian Standar Instrumen Sumber Daya Lahan Pertanian. 2024. Informasi Prediksi Kekeringan April - Juni 2024. Jakarta: Badan Standardisasi Instrumen Pertanian Kementerian Pertanian Republik Indonesia.

Bendi, M. I., & Kaesmetan, Y. R. 2024. Informasi Peringatan Dini Potensi Kekeringan Meteorologis Provinsi Nusa Tenggara Timur. Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI), 7(1), 46–54.

Dewa, K. H., Awaluddin, M., & Sabri, L. M. 2023. Analisis Lokasi Rawan Bencana Kekeringan Menggunakan Metode Fuzzy Analitycal Hierarchy Process (FAHP) di Kabup. Jurnal Geodesi Undip, 12(4), 445–454.

Dewanti, F. G., Imaningsih, N., & Fadil, C. 2024. Identifikasi Dampak Perubahan Iklim Terhadap Gagal Panen Tanaman Padi Di Jawa Timur. Jurnal Ilmiah Wahana Pendidikan, 10(19), 369–377.

Hashemzadeh Ghalhari, M., Vafakhah, M., & Damavandi, A. A. 2022. Agricultural drought assessment using vegetation indices derived from MODIS time series in Tehran Province. Arabian Journal of Geosciences, 15(5), 1–13.

Kirana, A. P., Ariyanto, R., Ririd, A. R. T. H., & Amalia, E. L. 2020. Agricultural drought monitoring based on vegetation health index in East Java Indonesia using MODIS Satellite Data. In IOP Conference Series: Materials Science and Engineering (Vol. 732, No. 1, p. 012063). IOP Publishing.

Kogan, F. N. 2001. Operational space technology for global vegetation assessment. Bulletin of the American meteorological society, 82(9), 1949–1964.

Mustofa, U., Nugroho, R. A., & Zammi, N. Z. 2022. Analisis Kerentanan Sosial Kabupaten Penajam Paser Utara Terhadap Bencana Kekeringan. SOCIA: Jurnal Ilmu-Ilmu Sosial, 19(2), 65–70.

Perdana, A. M. P., Pratama, A. Y., Fauzi, A. I., Welly, T. K., & Nurtyawan, R. 2022. Analisis spasio-temporal kekeringan pada lahan sawah di Lampung Selatan berbasis pengolahan Normalized Difference Drought Index pada Citra Satelit Landsat 8. Jurnal Geosains dan Remote Sensing, 3(1), 1–9.

Selvia, S. I., Kurnia, M. I., & Siddiqirly, M. 2024. Pemetaan Daerah Di Kabupaten Landak Berdasarkan Tingkat Kekeringan Berbasis Penginderaan Jauh. JPIG (Jurnal Pendidikan dan Ilmu Geografi), 9(1): 51–64.

Siswoyo, G. M., & Phang, S. M. H. 2023. Pengembangan Desain Mode Avant Garde Gua-Gua Prasejarah Karst Sangkulirang Mangkalihat. Folio, 4(2): 9–17.

Downloads

Published

2025-03-13

How to Cite

Muhammad, I. (2025). Identifikasi Sebaran Kekeringan Lahan Pertanian Menggunakan Pendekatan Vegetation Health Index Berbasis Data Citra Satelit Penginderaan Jauh Provinsi Jawa Tengah Tahun 2024. Proceedings Series on Physical & Formal Sciences, 8, 48–53. https://doi.org/10.30595/pspfs.v8i.1471