Analisis Sebaran Potensi Kekeringan Dengan Cloud Computing Platform di Kabupaten Grobogan

Abstract

Kabupaten Grobogan merupakan daerah yang pemanfaatan agrikulturnya tinggi, dengan padi sebagai salah satu sektor
yang diunggulkan. Namun, pengaruh fenomena El Nino menyebabkan puncak musim kemarau lebih panjang daripada
yang telah diprediksi. Hal ini berdampak pada komunitas petani yang mengalami kerugian atas pertaniannya karena tidak
selalu siap menghadapi kekeringan. Dengan menggunakan data citra satelit Landsat -8, Landsat-7, dan Landsat -5 dengan
tipe Surface Reflectance Tier 1 pada tanggal perekaman setiap 5 tahun dari tahun 1999 hingga 2019, penulis dapat
menentukan daerah kekeringan menggunakan metode penginderaan jauh dengan algoritma NDDI (Normalized Difference
Drought Index ) yang menggabungkan dua parameter; kehijauan vegetasi ( Normalized Difference Vegetation Index atau
NDVI) dan kebasahan vegetasi ( Normalized Difference Water Index atau NDWI). Pengolahan algoritma NDDI ini
dilakukan berdasarkan interval tertentu demi memperoleh model perubahan untuk mencoba mengetahui daerah -daerah
agrikultur yang berpotensi mengalami kekeringan di masa mendatang. Selain itu, dilakukan juga pengolahan LST (Land
Surface Temperature ) pada citra satelit yang sama sebagai pendukung hasil klasifikasi kekeringan. Citra satelit diolah
menggunakan Google Earth Engine untuk hasil yang lebih efisien, dan dari sana didapatkan bahwa pada 2009, kekeringan
yang sangat berat terjadi pada area seluas 16.580,199 ha dan hasil rata - rata LST yang paling tinggi sebesar 44,811°C.
Tingginya temperatur pada permukaan ini dapat mengganggu dan bahkan menyebabkan gagal panen pada padi, terlebih
ketika padi sedang dalam masa reproduksi dan vegetasi. Namun, dampak- dampak dari kekeringan ini dapat
diminimalisasi dengan penyusunan rencana mitigasi yang tepat.

Kata kunci: Agrikultur, Kekeringan, Penginderaan jauh, Komputasi awan