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