Strategi Pengendalian Kekeringan Berbasis Skenario Tata Guna Lahan Di Sub Daerah Aliran Sungai Sumber Brantas Dan Kali Konto Dengan Menggunakan Teknologi Penginderaan Jauh

Junjungan Tua Sitio, Suryanta and Ir. Aditya Nugraha Putra,, S.P., M.P and Istika Nita, S.P., M.P. (2023) Strategi Pengendalian Kekeringan Berbasis Skenario Tata Guna Lahan Di Sub Daerah Aliran Sungai Sumber Brantas Dan Kali Konto Dengan Menggunakan Teknologi Penginderaan Jauh. Sarjana thesis, Universitas Brawijaya.

Abstract

Kekeringan adalah bencana hidrometeorologi yang ditandai dengan menurunnya tingkat curah hujan sehingga menyebabkan berkurangnya ketersediaan air. Kekeringan tidak hanya diakibatkan oleh faktor curah hujan, kekeringan juga dapat terjadi akibat adanya pengaruh dari perubahan penggunaan lahan. Perubahan penggunaan lahan khususnya di wilayah hulu dapat menyebabkan terjadinya penurunan fungsi DAS dalam menahan air. Pada tahun 2019, DAS Sumber Brantas bagian hulu mengalami penurunan jumlah mata air dari 109 mata air menjadi 57 mata air yang diakibatkan oleh adanya alih fungsi lahan hutan. Penelitian ini menganalisis dampak perubahan penggunaan lahan terhadap risiko bahaya kekeringan. Hasil analisis perubahan penggunaan lahan secara terbimbing (supervised classification) menggunakan citra Sentinel 2A pada tahun 2017 hingga tahun 2022 sebagai baseline. Analisis prediksi perubahan penggunaan lahan tahun 2025 atau BAU (Business as Usual) disusun dengan menggunakan Artificial Neural Network Cellular Automata Markov Chain (ANN CA Markov) yang kemudian dibandingkan dengan skenario penggunaan lahan KKL (Kelas Kemampuan Lahan) dan skenario penggunaan lahan RTRW (Rencana Tata Ruang Wilayah). Pembuatan peta bahaya kekeringan disusun dengan pemberian dan menjumlahkan skor dan bobot terhadap masing-masing parameter pada faktor manajemen (penggunaan lahan dan indeks penggunaan air) dan faktor pendorong (klimatologi, geologi, dan debit air spesifik). Uji akurasi terhadap peta kekeringan dilakukan dengan metode overall accuracy atau membagi titik tingkat potensi bahaya kekeringan yang sesuai dengan total titik pengamatan di lapangan. Terjadi penurunan luas penggunaan lahan khususnya pada penggunaan lahan hutan sebesar 27% dan agroforestri sebesar 12,7% dari tahun 2017 hingga tahun 2022 mengakibatkan meningkatnya bahaya kekeringan pada kawasan Sub DAS Sumber Brantas dan Kali Konto. Apabila perubahan penggunaan lahan terus terjadi, maka pada tahun 2025 diprediksi bahaya kekeringan kelas tinggi (25,4%) dan kelas sedang (17,3%). Pada skenario KKL didominasi kelas kekeringan kelas rendah (54,4%). Pada Skenario RTRW didominasi oleh bahaya kekeringan kelas rendah (58,5%). Hasil uji akurasi yang dilakukan berdasarkan pengamatan pada 76 titik pengamatan di lapangan dengan menggunakan peta bahaya kekeringan tahun 2022 didapatkan nilai uji akurasi sebesar 76% atau dapat diterima. Skenario terbaik dalam menekan bahaya kekeringan adalah skenario RTRW karena memiliki luas bahaya kekeringan kelas rendah dan sangat rendah yang lebih tinggi yang diduga karena masih didominasi oleh penggunaan lahan hutan alami sebesar 14.862,5 ha dibandingkan dengan skenario KKL dan BAU 2025.

English Abstract

Drought is a hydrometeorological disaster characterized by a decrease in rainfall levels, causing a reduction in water availability. Drought is not only caused by rainfall factors; it can also occur due to the influence of changes in land use. Changes in land use, especially in upstream areas, can cause a decrease in the function of watersheds in holding water. In 2019, the upstream Sumber Brantas watershed experienced a decrease in the number of springs from 109 springs to 57 springs due to the conversion of forest land. This research analyzes the impact of land use changes on drought disasters. Results of supervised land use change analysis (supervised classification) using Sentinel 2A imagery from 2017 to 2022 as a baseline In addition, the prediction analysis of land use changes in 2025, or BAU (Business as Usual), was prepared using an Artificial Neural Network Cellular Automata Markov Chain (ANN CA Markov), which was then compared with the KKL (Land Capability Class) land use scenario and the RTRW land use scenario (spatial plans). Drought hazard maps are prepared by assigning and adding up scores and weights for each parameter based on management factors (land use and water use index) and driving factors (climatology, geology, and specific water discharge). Accuracy testing of drought maps is carried out using the overall accuracy method or by dividing the potential drought hazard level points according to the total observation points in the field. There has been a decrease in land use, especially forest land use, by 27% and agroforestry by 12.7% from 2017 to 2022, resulting in an increase in the danger of drought in the Sumber Brantas and Konto River sub-watershed areas. If changes in land use continue to occur, then in 2025 the danger of high-class (25.4%) and medium-class (17.3%) droughts is predicted. The LCC scenario is dominated by the low drought class (54.4%). The RSP scenario is dominated by low-class drought hazards (58.5%). The results of the accuracy test carried out based on observations at 76 observation points in the field using the 2022 drought hazard map showed an accuracy test value of 76% or acceptable. The best scenario for reducing the danger of drought is the RSP scenario because it has a higher area of low and very low- class drought danger, which is thought to be because it is still dominated by natural forest land use of 14,862.5 ha compared to the LCC and BAU 2025 scenarios

Item Type:	Thesis (Sarjana)
Identification Number:	052304
Divisions:	Fakultas Pertanian > Ilmu Tanah
Depositing User:	Annisti Nurul F
Date Deposited:	10 Jan 2024 08:43
Last Modified:	10 Jan 2024 08:43
URI:	http://repository.ub.ac.id/id/eprint/207661

Text (DALAM MASA EMBARGO) Suryanta Junjungan Tua Sitio.pdf Restricted to Registered users only until 31 December 2025. Download (4MB)

Actions (login required)

View Item