Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pemetaan Kerentanan Banjir Berbasis Penginderaan Jauh dan Sistem Informasi Geografis untuk Mendukung Mitigasi Bencana di Kecamatan Panti, Kabupaten Jember Faradila, Rani Nur
Jurnal Penginderaan Jauh Indonesia Vol 5 No 1 (2026)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v5i1.9513

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, terutama wilayah yang memiliki intensitas curah hujan tinggi. Kecamatan Panti merupakan salah satu wilayah yang memiliki potensi kerentanan terhadap bencana banjir. Penelitian ini bertujuan untuk memetakan tingkat kerentanan banjir di Kecamatan Panti menggunakan teknologi penginderaan jauh dan Sistem Informasi Geografis (SIG) guna mengidentifikasi wilayah yang berpotensi terdampak. Data yang digunakan meliputi Digital Elevation Model (DEM) dari laman BIG untuk analisis topografi dan elevasi, serta data curah hujan dari CHIRPS (UC Santa Barbara) untuk memetakan intensitas hujan yang berpengaruh terhadap potensi banjir. Selain itu, penelitian ini menggunakan data sekunder dalam format shapefile (SHP) yang mencakup batas administrasi, jenis tanah, buffer sungai, dan tutupan lahan yang diperoleh dari portal Indonesia Geospasial guna mendukung analisis kerentanan banjir secara komprehensif. Pengolahan data dilakukan dengan menggunakan metode overlay untuk menggabungkan berbagai parameter yang mempengaruhi tingkat kerentanan banjir di wilayah penelitian. Parameter yang digunakan dalam analisis ini meliputi curah hujan, kemiringan lereng, ketinggian tempat, jenis tanah, buffer sungai, serta tutupan lahan. Hasil penelitian menunjukkan bahwa tingkat kerentanan banjir di Kecamatan Panti terbagi menjadi tiga kelas, yaitu rendah, sedang, dan tinggi. Wilayah dengan kerentanan tinggi terkonsentrasi di bagian selatan yang memiliki topografi datar, elevasi rendah (50-200 mdpl), serta penggunaan lahan didominasi oleh permukiman dan pertanian. Sebaliknya, wilayah utara memiliki kerentanan rendah meski curah hujannya sangat tinggi (>4000 mm/tahun) karena didukung oleh kelerengan sangat curam (>45%) dan tutupan hutan rimba yang menjaga kapasitas infiltrasi air.
Penggunaan Citra Satelit Landsat 8 dalam Menentukan Indeks Kerapatan Vegetasi dengan Pemanfaatan Metode Normalized Difference Vegetation Index (NDVI) di Kabupaten Wonosobo Faradila, Rani Nur
Jurnal Penginderaan Jauh Indonesia Vol 5 No 1 (2026)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jpji.v5i1.9454

Abstract

Penginderaan jauh merupakan teknologi yang efektif dalam pemantauan kondisi vegetasi secara spasial dan temporal. Penelitian ini bertujuan untuk menganalisis sebaran kerapatan vegetasi di Kabupaten Wonosobo menggunakan citra satelit Landsat 8 melalui metode Normalized Difference Vegetation Index (NDVI). Data yang digunakan berupa citra Landsat 8 OLI Level 2 Surface Reflectance yang diperoleh dari United States Geological Survey dengan resolusi spasial 30 m dan tutupan awan rendah. Pengolahan data dilakukan menggunakan perangkat lunak ArcGIS dengan tahapan pra-pengolahan, perhitungan NDVI, serta klasifikasi kerapatan vegetasi ke dalam empat kelas, yaitu non vegetasi, vegetasi tidak rapat, cukup rapat, dan rapat. Uji akurasi dilakukan menggunakan pendekatan Virtual Ground Truthing dengan 127 titik sampel yang diambil menggunakan metode systematic sampling berbasis grid, serta diverifikasi menggunakan citra resolusi tinggi dari Google Earth. Hasil penelitian menunjukkan bahwa sebagian besar wilayah Kabupaten Wonosobo didominasi oleh vegetasi rapat dengan persentase sebesar 48,6%, diikuti vegetasi cukup rapat sebesar 32,2%, vegetasi tidak rapat sebesar 18,8%, dan non vegetasi sebesar 0,4%. Secara spasial, vegetasi rapat banyak ditemukan di kawasan pegunungan, sedangkan vegetasi jarang hingga non vegetasi cenderung berada di wilayah perkotaan dan area dengan ketinggian ekstrem. Hasil uji akurasi menunjukkan nilai Overall Accuracy sebesar 87,4% dan Kappa Coefficient sebesar 0,79, yang mengindikasikan tingkat akurasi dan kesesuaian yang tinggi antara hasil klasifikasi dan kondisi aktual di lapangan. Dengan demikian, metode NDVI terbukti efektif dalam memetakan kerapatan vegetasi dan dapat digunakan sebagai dasar dalam pengelolaan sumber daya lahan berkelanjutan.