SKRIPSI

PEMETAAN KAWASAN BERPOTENSI KEKERINGAN BERBASIS PENGINDERAAN

JAUH DAN SISTEM INFORMASI GEOGRAFIS
(Studi Kasus: Kawasan Kota Labuan Bajo, Kabupaten Manggarai Barat)

Diajukan Untuk Melengkapi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Sains Pada
Program Studi Fisika Fakultas Sains Dan Teknik

OLEH
FRANSISKA JUM
1606060095

JURUSAN FISIKA
FAKULTAS SAINS DAN TEKNIK
UNIVERSITAS NUSA CENDANA
KUPANG
2022
 LEMBAR PENGESAHAN

Judul : Pemetaan Kawasan Berpotensi Kekeringan Berbasis

Penginderaan Jauh dan Sistem Informasi Geografis (Studi Kasus: Kawasan
Kota Labuan bajo, Kabupaten Manggarai Barat)
Nama : Fransiska Jum
NIM : 1606060095
Semester : XII (Dua Belas)
Prodi : Fisika
Fakultas : Sains dan Teknik

Mengetahui
Tim Pembimbing

Pembimbing I Pembimbing II

Jehunias L. Tanesib, [Link], M, Sc Bernandus, S,Si.,M,Si

NIP.197109202005011003 NIP.196712101997031004

Menyetujui
Koordinator Program Studi Fisika
Fakultas Sains dan Teknik

Andreas Ch. Louk. S,Si. M,Sc

NIP. 198507312008121005

i
 MOTTO DAN PERSEMBAHAN

“Serahkanlah hidupmu kepada Tuhan dan

percayalah kepadaNya, dan Ia akan
bertindak.”

(Mazmur 37:5)

“Jika kamu ingin menyerah, lihatlah kembali seberapa jauh kamu sudah berjuang ”

(Anonymous)

"GOD IS GOOD”

-Paint today, Pride tomorrow-

Dengan penuh rasa syukur dan kerendahan hati, skripsi ini saya persembahkan
kepada:
1. Tuhan Yesus yang selalu menyertai dan membimbing langkah hidup saya
2. Keluarga tercinta: Bapak Kristoforus Juma, Mama Matilde Jegho
3. Teman-teman angkatan Photon’16
4. Almamater tercinta Universitas Nusa Cendana

ii
 KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa, karena
atas berkat, bimbingan dan penyertaan-Nya, penulis dapat menyelesaikan skripsi
ini dengan baik. Judul skripsi ini adalah “Pemetaan Kawasan Berpotensi
Kekeringan Berbasis Penginderaan Jauh dan Sistem Informasi Geografis
(Studi Kasus: Kawasan Kota Labuan Bajo, Kabupaten Manggarai Barat)”.
Skripsi ini berisi tentang penggunaan Sistem Informasi Geografis (SIG) untuk
memetakan daerah berpotensi bencana kekeringan. Skripsi ini disusun untuk
memenuhi syarat memperoleh gelar sarjana Sains.
Penulis menyadari bahwa terdapat banyak pihak yang telah membantu
penulis dalam menyelesaikan skripsi ini. Oleh karena itu, penulis menyampaikan
rasa hormat dan terimakasih kepada:
1. Bapak Jehunias L. Tanesib, [Link], [Link], selaku Dosen Pembimbing I,
yang telah meluangkan waktu, pikiran, tenaga dan kesabaran dalam
membimbing penulis selama proses penulisan dan penelitian
berlangsung, serta selalu memotivasi dan mengarahkan penulis dari awal
penelitian sampai terselesainya skripsi ini.
2. Bapak Bernandus, [Link], [Link], selaku Dosen Pembimbing II yang telah
meluangkan waktu, pikiran dan tenaga, dalam membimbing penulis
hingga terselesainya skripsi ini.
3. Ibu Frederika Rambu Ngana, [Link]., [Link], selaku Dosen Penguji telah
meluangkan waktu, pikiran, dan tenaga, serta turut memberikan
masukan dan saran untuk menyempurnakan skripsi ini.
4. Bapak [Link]. Hery Leo Sianturi, [Link]., selaku Dekan Fakultas Sains
dan Teknik Universitas Nusa Cendana yang telah memfasilitasi penulis
selama menuntut ilmu.
5. Bapak Andreas Ch. Louk, [Link], [Link], selaku Koordinator Program Studi
Fisika Fakultas Sains dan Teknik Universitas Nusa Cendana yang telah
memfasilitasi penulis selama menuntut ilmu.

iii
 6. Seluruh dosen dan staf jurusan Fisika serta Fakultas Sains dan Teknik
atas kesabaran pelayanan akademis yang diberikan selama ini kepada
penulis.
7. Eufrasia Serjiana Semidi untuk informasi tutupan lahan dan Damasus
Nggadi untuk pengambilan data lapangan di Kawasan Kota Labuan
Bajo.
8. Keluarga penulis yaitu Mama Matilde Jegho, Papa Kristoforus Juma,
Kakak Engelbertus Minggu dan Kakak Marselinus Meo yang selalu
memberi doa dan dukungan serta semangat hingga terselesainya skripsi
ini.
9. Keluarga besar penulis yang telah mendoakan dan membantu dalam
segala hal sehingga penulis dapat menyelesaikan Tugas Akhir.
10. Keluarga Geofisika 2016 dan Photon 2016 Universitas Nusa Cendana
yang menjadi keluarga yang telah membantu dan memotivasi sehingga
terselesainya skripsi ini.
11. Seluruh pihak yang telah membantu terlaksananya Tugas Akhir ini yang
tidak dapat disebutkan satu persatu, dengan tidak mengurangi rasa
hormat dan terima kasih penulis kepada pihak-pihak tersebut atas
bantuan dan doa yang telah diberiksn demi kelancaran penulis dalam
menyelesaikan Tugas Akhir ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan. Oleh
karena itu, penulis mengharapkan saran dan kritik untuk kesempurnaan skripsi ini
sehingga dapat menjadi referensi untuk peneliti selanjutnya.

Kupang, Juni 2022

Penulis

iv
 PEMETAAN KAWASAN BERPOTENSI KEKERINGAN BERBASIS
PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS
(Studi Kasus: Kabupaten Manggarai Barat, Kawasan Kota Labuan Bajo)

ABSTRAK

Penelitian ini bertujuan untuk mengetahui potensi kekeringan pada Kawasan Kota
Labuan Bajo. Metode penelitian terbagi menjadi empat tahap yaitu tahap
pengumpulan data, pengolahan data dengan mengoverlay peta-peta parameter
seperti peta kemiringan lereng, peta NDVI, peta curah hujan dan peta tutupan
lahan. Teknik pengolahan data menggunakan metode skoring sehingga diketahui
tingkat potensi kekeringan di Kawasan Kota Labuan Bajo. Hasil penelitian
menunjukkan potensi kekeringan pada kawasan Kota Labuan Bajo sebagai
berikut: potensi kekeringan sangat rendah sebesar (1370 ha), potensi kekeringan
rendah sebesar (12985 ha), potensi kekeringan agak tinggi sebesar (5807 ha),
potensi kekeringan tinggi sebesar (3333 ha), dan potensi kekeringan sangat tinggi
sebesar (954 ha). Berdasarkan hasil peta kekeringan wilayah Kota Labuan Bajo
tersebut, dapat diketahi bahwa, potensi kekeringan pada wilayah Kota Labuan
Bajo termasuk dalam potensi kekeringan rendah yaitu (12985 ha).

Kata kunci: Kekeringan, Sistem Informasi Geografis, Penginderaan Jauh

v
 MAAPING THE DISTRIBUTTION OF POTENTIAL LAND DROUGHT
USING REMOTE SENSING AND GEOGRAPHIC INFORMATION
SYSTEMS
(Case Study: West Manggarai Regency, Labuan Bajo City Area)

ABSTRACT

This study aims to determine the potential of land drought in the Labuan City
area. The research method is divided into four stages, namely the data collection
stage, data processing by overlaying parameter maps such as slope maps, NDVI
maps, rainfall maps and land cover maps. The processing technique uses the
scoring method so that the level of potential drought in Labuan Bajo City can be
identified. The results showed of potential land drought in the Labuan Bajo City
area as follows: very low drought potential of (1370 ha), low drought potential of
(12985 ha), moderately high drought potential of (5807 ha), high drought
potential of (3333 ha) and a very high drought potential of (954 ha). Based on the
result of the drought map for the Labuan Bajo City area, it can be seen that the
potential for drought in the Labuan Bajo City area is included in the low drought
potential, namely (12985 ha).

Keywords: Drought, Geographic Information System, Remote Sensing

vi
 DAFTAR ISI

LEMBAR PENGESAHAN ................................................................................... i

MOTTO DAN PERSEMBAHAN ........................................................................ ii
KATA PENGANTAR .......................................................................................... iii
ABSTRAK ............................................................................................................. v
ABSTRACT……. .................................................................................................. vi
DAFTAR ISI ........................................................................................................ vii
DAFTAR GAMBAR ............................................................................................ ix
DAFTAR TABEL ................................................................................................. x
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang .................................................................................................. 1
1.2 Rumusan Masalah ............................................................................................. 4
1.3 Tujuan Penelitian .............................................................................................. 4
1.4 Manfaat Penelitian ............................................................................................ 4
1.5 Batasan Masalah................................................................................................ 4
BAB II TINJAUAN PUSTAKA........................................................................... 6
2.1 Gambaran umum Kawasan Kota Labuan Bajo ................................................. 6
2.2 Kekeringan ........................................................................................................ 7
2.2.1 Pengertian kekeringan ............................................................................ 7
2.2.2 Jenis-jenis kekeringan............................................................................. 8
2.2.3 Faktor-faktor penyebab kekeringan ...................................................... 10
2.3 Penginderaan Jauh ......................................................................................... 12
2.3.1 Pengertian Penginderaan Jauh .............................................................. 12
2.3.2 Sistem satelit penginderaan Jauh .......................................................... 13
2.4. Klasifikasi Citra ............................................................................................ 15
2.5 Sistem Informasi Geografis .......................................................................... 17
2.5.1 Pengertian Sistem Informasi Geografis ................................................ 17
2.5.2 Cara Kerja Sistem Informasi Geografis ............................................... 20
2.6 Satelit Landsat ............................................................................................... 21
2.7 Peta dan Pemetaan ........................................................................................ 24
vii
 2.8 Variabel Potensi Kekeringan ......................................................................... 26
BAB III METODE PENELITIAN .................................................................... 30
3.1 Waktu dan Tempat Penelitian ......................................................................... 30
3.2 Sumber Data .................................................................................................... 30
3.3 Prosedur Penelitian.......................................................................................... 30
BAB IV HASIL DAN PEMBAHASAN ............................................................ 36
4.1 Peta Parameter Potensi Kekeringan ................................................................ 36
4.1.1 Indeks Vegetasi ...................................................................................... 36
4.1.2 Curah Hujan ........................................................................................... 37
4.1.3 Tutupan Lahan ....................................................................................... 37
4.1.4 Kemiringan Lereng ................................................................................ 40
4.2 Analisis Potensi Kekeringan ........................................................................... 41
BAB V PENUTUP ............................................................................................... 46
5.1 Kesimpulan ..................................................................................................... 46
5.2 Saran ................................................................................................................ 46
DAFTAR PUSTAKA ..............................................................................................

viii
 DAFTAR GAMBAR

Gambar 2.1 Peta Adminstrasi Kawasan Kota Labuan Bajo ........................................... 6

Gambar 2.2. Komponen Sistem Penginderaan Jauh ...................................................... 14
Gambar 2.3 Sistem Penginderaan Jauh ................................................................. 15
Gambar 2.4 Diagram Alir ..................................................................................... 35
Gambar 4.1 Peta NDVI ......................................................................................... 37
Gambar 4.2 Peta Curah Hujan .............................................................................. 38
Gambar 4.3 Peta Tutupan Lahan ........................................................................... 39
Gambar 4.4 Peta Kemiringan Lereng ................................................................... 41
Gambar 4.5 Peta Potensi Kekeringan.................................................................... 42

ix
 DAFTAR TABEL

Tabel [Link] Kekeringan Menurut Definisi Meteorologi ............................ 9

Tabel [Link] Kekeringan Menurut Definisi Pertanian ................................. 9
Tabel [Link] Kekeringan Menurut Definisi Hidrologi .............................. 10
Tabel [Link] Kekeringan Menurut Definisi Sosial-Ekonomi .................... 10
Tabel 2.5 Spesifikasi Landsat 8 OLI .................................................................... 23
Tabel 3.1 Skor dan Bobot Curah hujan ................................................................. 32
Tabel 3.2 Skor dan Bobot Tutupan Lahan ............................................................ 33
Tabel 3.3 Skor dan Bobot NDVI .......................................................................... 33
Tabel 3.4 Skor dan Bobot Kemiringan Lereng ..................................................... 33
Tabel 4.1 kerapatan Vegetasi Tahun 2019 ............................................................ 36
Tabel 4.2 Tutupan Lahan ...................................................................................... 38
Tabel 4.3 Kemiringan Lereng ............................................................................... 40
Tabel 4.4 Klasifikasi Berdasarkan Interval Potensi Kekeringan .......................... 43
Tabel 4.6 Sebaran Wilayah Kelas Potensi Kekeringan di Kawasan Kota Labuan
Bajo ....................................................................................................................... 43

x
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Letak Indonesia yang berada dekat khatulistiwa menjadikan Indonesia

beriklim panas sehingga wilayahnya rentan terhadap bencana kekeringan.

Kekeringan merupakan salah satu fenomena yang terjadi sebagai dampak sirkulasi

musiman ataupun penyimpangan iklim global. Bencana kekeringan dipengaruhi

oleh berbagai penyebab seperti iklim yang menyebabkan musim kemarau panjang,

intensitas curah hujan, kelerengan, serta tutupan lahan. Dewasa ini bencana

kekeringan semakin sering terjadi pada periode tahunan dalam kondisi iklim

normal. Dampak akibat terjadinya kekeringan sangat luas. Secara umum

pengertian kekeringan adalah ketersediaan air yang jauh dari kebutuhan air untuk

kebutuhan hidup, pertanian, kegiatan ekonomi dan lingkungan (Yuwono, 2012).

Kabupaten Manggarai Barat beriklim tropis. Seperti halnya di tempat lain

di Indonesia, di Kabupaten Manggarai Barat lebih tepatnya di Kawasan Kota

Labuan Bajo dikenal dua musim yaitu musim kemarau dan musim hujan. Curah

hujan tahunan di Kawasan Kota Labuan Bajo berkisar 1500 mm/tahun. Hal ini

menjadikan Kawasan Kota Labuan Bajo sebagai wilayah yang tergolong kering

dimana hanya 4 bulan (Januari-Maret dan Desember) yang keadaannya relatif

basah sedangkan 8 bulan sisanya relatif kering. (BPS Kabupaten Manggarai

Dalam Angka, 2019)

Data Dinas Kehutanan menunjukan seluas 353.3 Ha telah terjadi

perambahan hutan dan 10 Ha hutan terbakar (diluar Kawasan Hutan Lindung) dan

1
hutan yang telah dikonversi menjadi areal pertanian seluas 748,3 Ha. Dampak

langsung yang sangat dirasakan sekarang ini akibat aktivitas tersebut yakni

ketersedian air setiap tahunnya berkurang, seiring juga dengan curah hujan yang

sangat rendah. Dimana di pelosok-pelosok Kabupaten Manggarai Barat sering

terdengar keluhan kekurangan air, baik untuk kebutuhan pengairan pertanian

maupun untuk kebutuhan air minum bersih (Laporan SHL DAERAH Kab.

Manggarai Barat Tahun 2007).

Perkembangan Sistem Informasi Geografis (SIG) mampu menyediakan

informasi data geospasial seperti objek di permukaan bumi secara cepat, sekaligus

menyediakan sistem analisis keruangan yang akurat. Sehingga dapat dilakukan

upaya mitigasi yang bertujuan mencegah resiko yang berpotesi menjadi bencana

atau mengurangi efek dari bencana ketika bencana itu terjadi.

Telah dilakukan beberapa penelitian mengenai daerah potensi kekeringan

menggunakan SIG dan penginderaan jauh salah satunya adalah yang dilakukan

Raharjo, D P (2010). Peneliti tujuan mengidentifikasi wilayah yang mempunyai

potensi kekeringan di Kabupaten Kebumen berdasarkan parameter-parameter

fisiknya secara umum. Parameter yang digunakan adalah Wetness Index,

Brightness Index, NDVI, Curah Hujan, Hidrogeologi, dan Penggunaan Lahan

dengan memanfaatkan citra Landsat 7 TM tahun 2003. Hasil akhir dari penelitian

ini adalah peta identifikasi potensi kekeringan di Kabupaten Kebumen.

Pada tahun 2017, Inopianti, N (2017) melakukan penelitian dengan tujuan

mengetahui sebaran wilayah potensi kekeringan di Kabupaten Sukabumi dengan

menggunakan aplikasi Sistem Informasi Geografis dan Penginderaan Jauh.

2
Parameter yang digunakan yaitu NDVI, Curah Hujan, Kondisi Drainase,

Penggunaan Lahan, Tanah, Suhu dan Kemiringan Lereng dengan memanfaatkan

citra Landsat 7 ETM+ tahun 2005 dan 2010 dan citra Landsat 8 OLI/TIRS tahun

2015. Hasil akhir dari penelitian adalah peta rawan kekeringan Kabupaten

Sukabumi.

Selanjutnya, penelitian Talan, M K (2021) memetakan wilayah kekeringan

di Kecamatan Takari, Kabupaten Kupang. Parameter yang digunakan yaitu NDVI,

Indeks Kebasahan, Curah Hujan, Geohidrologi, dan Tutupan Lahan dengan

memanfaatkan Citra Landsat 8 OLI/TIRS tahun 2019. Hasil akhir dari penelitian

ini adalah peta kekeringan Kecamatan Takari.

Berdasarkan uraian di atas maka penulis melakukan penelitian dengan topik:

”Pemetaan Kawasan Berpotensi Kekeringan Berbasis Penginderaan Jauh dan

Sistem Informasi Geografis (Studi Kasus: Kawasan Kota Labuan Bajo, Kabupaten

Manggarai Barat)”.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan, rumusan masalah dari

penelitian ini adalah:

Bagaimana sebaran kawasan potensi kekeringan di Kawasan Kota Labuan Bajo

Kabupaten Manggarai Barat dengan menggunakan aplikasi penginderaan jauh dan

sistem informasi geografis?

3
1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah:

Mengetahui sebaran kawasan potensi kekeringan di Kawasan Kota Labuan Bajo

Kabupaten Manggarai Barat dengan menggunakan aplikasi penginderaan jauh dan

Sistem Informasi Geografis.

1.4 Manfaat Penelitian

Informasi persebaran daerah beresiko kekeringan di Kawasan Kota Labuan

Bajo Kabupaten Manggarai Barat dapat bermanfaat:

1) Sebagai informasi kepada masyarakat mengenai daerah berpotensi

kekeringan di Kawasan Kota Labuan Bajo Kabupaten Manggarai Barat.

2) Sebagai bahan masukan kepada pemerintah dalam membuat suatu

kebijakan yang berkaitan dengan perencananaan pembangunan sarana

dan prasarana wilayah dan sebagai upaya untuk mengurangi terjadinya

kekeringan di Kabupaten Manggarai Barat.

3) Sebagai bahan masukan dan informasi bagi penelitian yang akan dating

khususnya yang berkaitan dengan bencana kekeringan.

1.5 Batasan Masalah

Adapun batasan masalah yang akan dibahas dalam penelitian ini yaitu:

1. Penelitian ini dilakukan di wilayah Kawasan Kota Labuan Bajo,

Kabupaten Manggarai Barat, Provinsi Nusa Tenggara Timur.

2. Parameter yang digunakan dalam penelitian ini yaitu peta NDVI, peta

curah hujan, peta penggunaan lahan, dan peta kemiringan lereng.

4
3. Bahan yang digunakan citra satelit Landsat 8.

4. Teknik analisis yang digunakan dalam memperoleh hasil adalah dengan

menggunakan teknik interpretasi digital, pengharkatan (scoring) dan

penggabungan (overlay).

5
 BAB II
TINJAUAN PUSTAKA

2.1 Gambaran Umum Lokasi Penelitian

Gambar 2.1 Peta Administrasi Kawasan Kota Labuan Bajo

Kawasan Kota Labuan Bajo terletak di Kecamatan Komodo. Secara

geografis Kawasan Kota Labuan Bajo terletak pada 8º 13´ LS - 9º 55´ LS dan

119º 30´ BT - 120º 58´ BT, dengan luas wilayah administrasi ± 8.795 Ha dan luas

wilayah kajian ± 15.128 Ha. Sesuai dengan ketentuan dalam Undang-Undang

Nomor 26 Tahun 2007, kawasan Perkotaan Labuan Bajo merupakan kawasan

perkotaan yang merupakan bagian wilayah kabupaten. Daerah Kawasan Kotaan

Labuan Bajo yaitu: Kelurahan Labuan Bajo, Desa Batu Cermin, Kelurahan Wae

Kelambu, Desa Gorontalo, Desa Golo Bilas, Desa Nggorang, Desa Watu

Nggelek, Desa Compang Longgo, Desa Golo Pangkar, Desa Macang Tanggar,

Desa Nggorang, Desa Pantar, dan empat desa di sekitar Kecamatan Komodo yaitu

6
Desa Tandong Belang, Desa Liang Ndara, Desa Cunca Wulang dan Desa

Compang Liang Ndara.

2.2 Kekeringan

2.2.1 Pengertian Kekeringan

Kekeringan adalah salah satu permasalahan yang berdampak negatif bagi

suatu wilayah. Kekeringan sering dianggap sebagai sebuah bencana yang timbul

akibat dari kurangnya curah hujan dari biasanya atau kondisi normal (Nurrahman

dan Pamungkas, 2013).

Kekeringan diawali dengan berkurangnya jumlah curah hujan di bawah

normal pada suatu musim yang merupakan tanda awal dari terjadinya kekeringan.

Tahapan selanjutnya adalah berkurangnya kondisi air tanah yang menyebabkan

terjadinya stres pada tanaman. Tahap selanjutnya terjadinya kekurangan air

permukaan dan air tanah yang ditandai menurunnya tinggi permukaan air sungai

ataupun danau (Muliawan, 2014). Pada umumnya bencana kekeringan tidak dapat

diketahui mulainya, namun dapat dikatakan bahwa kekeringan terjadi saat air

yang tersedia sudah tidak lagi mencukupi kebutuhan sehari-hari. Kerusakan lahan

dan dampak kerugian yang diakibatkan oleh kejadian kekeringan sangat luas dan

nilai ekonomi kerugian cukup besar.

Secara umum kejadian kekeringan dapat di tinjau dari aspek

hidrometeorologi, pertanian dan hidrologi (Wilhite, 2010). Dari aspek

hidrometeorologi kekeringan timbul dan disebabkan oleh berkurangnya curah

hujan selama periode tertentu. Dari aspek pertanian dinyatakan kekeringan jika

lengas tanah berkurang sehingga tanaman kekurangan air. Lengas tanah (soil

7
moisture) merupakan parameter yang menentukan potensi produksi tanaman.

Ketersediaan lengas tanah juga erat kaitannya dengan tingkat kesuburan tanah.

Secara hidrologi kekeringan ditandai dengan berkurangnya air pada sungai,

waduk dan danau (Nalbantis et al: 2008).

Berdasarkan beberapa pengertian di atas dapat disimpulkan bahwa

kekeringan adalah salah satu bencana yang sulit dicegah dimana ketersediaan air

berkurang atau tidak ada sama sekali sehingga membawa dampak buruk bagi

masyarakat di suatu wilayah.

2.2.2 Jenis-jenis Kekeringan

Bencana kekeringan dibagi menjadi beberapa jenis, yaitu:

1. Kekeringan alami

Jenis kekeringan ini adalah murni yang disebabkan oleh proses alami tanpa

adanya campur tangan manusia. Kekeringan ini dibagi menjadi beberapa jenis,

yaitu:

1) Kekeringan meterologis, merupakan kekeringan yang berkaitan dengan

tingkat curah hujan di bawah normal dalam satu musim. Kekeringan ini

mengacu kurangnya curah hujan bila dibandingkan dengan kondisi rata-

rata, dalam periode waktu yang lama. Intensitas kekeringan menurut

definisi meteorologi adalah sebagai berikut:

8
 Tabel 2.1 Intensitas Kekeringan Menurut Definisi Meteorologi

No Intensitas Kekeringan Meteorologi Curah Hujan

1 Kering (curah hujan di bawah normal) 70%-85% dari normal
2 Sangat kering (curah hujan jauh di bawah normal) 50%-70% dari normal
3 Amat sangat kering (curah hujan amat jauh di <50% dari normal
bawah normal)
Sumber: Buku Resiko Bencana Indonesia, 2016

2) Kekeringan pertanian, merupakan penurunan dari ketersediaan kelembaban tanah di

bawah level optimal yang diperlukan oleh tanaman padi untuk setiap tahap

pertumbuhannya dan mengurangi hasil panen. Intensitas kekeringan menurut definisi

pertanian dinilai berdasarkan prersentase luas daun yang kering untuk tanaman padi.

Tabel 2.2 Intensitas Kekeringan Menurut Definisi Pertanian

No Intensitas Kekeringan Pertanian Presentase Daun Kering

1 Kering (terkena ringan s/d sedang)
¼ daun kering dimulai pada bagian ujung daun
2 Sangat kering (terkena berat) ¼-2/3 daun kering dimulai pada bagian ujung
daun
3 Amat sangat kering Semua bagian daun kering
Sumber: Buku Resiko Bencana Indonesia, 2016

3) Kekeringan hidrologi, merupakan kekeringan yang terjadi ketika menurunnya

ketersediaan air di permukaan dan bawah tanah, akibat berkurangnya curah hujan

yang ditandai dengan berkurangnya secara signifikan aliran air permukaan hingga

mencapai kondisi di bawah normal atau terhentinya pengisian air tanah. Intensitas

kekeringan menurut definisi hidrologi yaitu sebagai berikut:

Tabel 2.3 Intensitas Kekeringan Menurut Definisi Hidrologi

Intensitas Kekeringan
No Debit Air Sungai
Hidrologi
1 Kering Mencapai periode ulang aliran periode 5 tahunan
2 Sangat kering Mencapai periode ulang aliran jauh di bawah periode 25
tahunan
3 Amat sangat kering Mencapai periode ulang aliran amat jauh di bawah 50
tahunan
Sumber: Buku Resiko Bencana Indonesia, 2016
9
 4) Kekeringan sosial-ekonomi, merupakan kekeringan yang terjadi bila terdapat

gangguan pada aktivitas manusia akibat menurunnya curah hujan dan ketersediaan

air. Bentuk kekeringan sosial-ekonomi menghubungkan aktivitas manusia dengan

elemen-elemen dari kekeringan meteorologi, pertanian dan hidrologi. Intensitas

kekeringan menurut definisi sosial-ekonomi ditentukan sebagai berikut.

Tabel 2.4 Intensitas Kekeringan Menurut Definisi Sosial Ekonomi

Pemenuhan
Ketersediaan Air Jarak ke Sumber
No Kategori Kebutuhan
(Lt/Orang/hari) Air (km)
Untuk
1 Kering (langka Minum, masak,
terbatas) cuci alat
>30 - >60 0,1 – 0,5
makan/masak,
mandi terbatas
2 Sangat kering Minum, masak,
( langka) >10 - >30 cuci alat 0,5 – 3
makan/masak
3 Amat sangat Minum, masak
<10 >3
kering (kritis)
Sumber: Buku Resiko Bencana Indonesia, 2016

2.2.3 Faktor-faktor Penyebab Kekeringan

Kejadian kekeringan terjadi hampir seluruh dunia akibat jarangnya air serta adanya

musim kemarau yang berkepanjangan akibat penyimpangan iklim seperti El Nino, yang

terjadi pada tahun-tahun tertentu di Australia, Amerika, Meksiko, Filipina dan Indonesia

(Sholikhati, dkk. 2013). Namun, ada beberapa faktor lain yang mempengaruhi terjadinya

kekeringan (Miftahudin, 2016) antara lain:

1. Curah hujan yang rendah

Kekeringan merupakan suatu fenomena alam yang disebabkan oleh defisit curah

hujan pada area dan periode yang luas. Kombinasi antara defisit curah hujan dan laju

evaprotransporasi yang meningkat akan menyebabkan defisit air tanah.

10
 2. Topografi

Topografi juga sangat mempengaruhi ketersediaan air karena berkaitan dengan curah

hujan. Daerah pada zona bergunung cenderung memiliki curah hujan lebih tinggi

karena memiliki tipe hujan orografik yang mengakibatkan curah hujan dengan

intensitas yang sangat tinggi. Sedangkan wilayah yang berada di topografi perbukitan

memiliki curah hujan yang lebih rendah.

3. Kurangnya Kawasan Hijau

Salah satu fungsi kawasan hijau adalah untuk menjadi daerah resapan air. Jadi

semakin tinggi kawasan hijau, maka semakin tinggi pula sumber air yang dimiliki

kawasan tersebut.

4) Tutupan Lahan

Sebaran tutupan lahan akan mempengaruhi daya serap tanah terhadap air, tutupan

lahan kawasan terbangun akan lebih sulit menyerap air dibandingkan dengan

kawasan hijau. Sehingga semakin banyak kawasan terbangun maka tingkat

kekeringan akan semakin tinggi dibandingkan dengan kawasan yang memiliki

kawasan hijau tinggi.

2.3 Penginderaan Jauh

2.3.1 Pengertian Penginderaan Jauh

Penginderaan jauh (remote sensing) adalah ilmu dan seni untuk memperoleh

informasi tentang suatu subjek, daerah, atau fenomena melalui analisa data yang diperoleh

dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji

(Lillesand dan Kiefer, dalam Purwadhi dan Sanjoto, 2008:3). Pentury (1997) menyebutkan

bahwa penginderaan jauh merupakan suatu ilmu dan teknologi. Penginderaan jauh

11
merupakan suatu ilmu bila digunakan untuk lingkup studi penginderaan jauh sendiri dan

merupakan suatu teknik bila digunakan sebagai penunjang untuk mempelajari bidang ilmu

lain (Pentury, 1997). Menurut Martin (2004) penginderaan jauh (remote sensing) adalah

penggunaan gelombang radiasi elektromagnetik untuk memperoleh informasi tentang lautan,

daratan dan atmosfer tanpa kontak langsung dengan objek, permukaan atau fenomena yang

dikaji. Data penginderaan jauh dapat berupa citra, grafik, dan data numerik. Data tersebut

dapat dianalisa untuk mendapatkan informasi tentang objek daerah atau fenomena yang

diteliti. Interpretasi citra atau penafsiran citra penginderaan jauh dilakukan untuk

mengidentifikasi objek yang tergambar dalam citra dan menilai arti pentingnya objek

tersebut.

Berdasarkan beberapa pendapat diatas, dapat disimpulkan bahwa penginderaan jauh

adalah pengambilan gambaran muka bumi dari jarak jauh untuk menghasilkan suatu citra

atau gambar yang dapat diinterpretasikan sesuai dengan keadaan di muka bumi

sesungguhnya dengan menggunakan alat-alat tertentu di luar angkasa.

2.3.2 Sistem Satelit Penginderaan Jauh

Sistem sensor jauh yang digunakan ada dua macam yaitu, sistem sensor pasif yang

memanfaatkan gelombang elektromagnetik yang secara langsung dapat diperoleh dari alam

dan sistem sensor aktif menggunakan gelombang elektromagnetik yang dipisahkan oleh

rekayasa manusia sesuai keperluan. Sistem sensor pasif pada umumnya memanfaatkan

panjang gelombang cahaya tampak, infra merah, serta panjang gelombang mikro tertentu.

Data penginderaan jauh direkam dalam bentuk gambar, foto atau citra, nondigital berupa

tabel, foto atau peta (hardcopy), sedangkan data digital disimpan dalm tape, disket, CD,

hard disk dan CCT (Computer Compatible Tape), selanjutnya data diolah secara digital
12
dengan komputer. Proses pengambilan data atau informasi dengan sistem jauh sampai

kepemakai atau pemanfaat data penginderaan jauh dapat dilihat pada gambar 2.2, dimana

data yang ditangkap sensor jauh dapat berbentuk visual maupun digital. Data visual atau non

digital yang berbentuk citra atau non citra, sedangkan data digital berbentuk citra yang

langsung dapat diolah dengan komputer, menggunakan perangkat lunak (software).

Gambar 2.2 Komponen Sistem Penginderaan Jauh (Soenarmo, 2003)

Sistem penginderaan jauh dimulai dari perekaman objek permukaan bumi. Tenaga

dalam penginderaan jauh dimulai dari perekaman objek permukaan bumi. Tenaga dalam

penginderaan jauh merupakan tenaga penghubung yang membawa data tentang objek ke

sensor dapat berupa bunyi, daya magnetik, gaya berat dan tenaga elektromagnetik. Tenaga

elektromagnetik bagi sistem pasif berasal dari matahari, perjalanan tenaga radiasi matahari

melalui atmosfer, dan berinteraksi dengan benda di permukaan bumi. Tenaga radiasi

matahari tidak semua sampai di permukaan bumi karena sebagian diserap, dihamburkan

diatmosfer. Tenaga yang sampai ke permukaan bumi sebagian dipantulkan dan atau

dipancarkan oleh permukaan bumi, dan direkam oleh sensor penginderaan jauh. Sensor

13
untuk melakukan perekaman data memerlukan tenaga sebagai medianya. Sensor tersebut

dipasang dalam wahana pesawat terbang maupun satelit. Sensor satelit merekam permukaan

bumi, dikirim ke stasiun penerima data di bumi. Stasiun bumi menerima data permukaan

bumi dari satelit dan direkam dalam pita magnetik dalam bentuk digital. Rekaman dapat

diproses di laboratorium pengolahan data hingga berbentuk citra penginderaan jauh, dan

didistribusikan ke berbagai pengguna (Purwadhi dan Sanjoto, 2008:14). Gambar sistem

penginderaan jauh dapat dilihat pada gambar 2.3.

Gambar 2.3 Sistem Penginderaan Jauh

(Sumber: [Link]

2.4 Klasifikasi Citra

Menurut Jaya (1997) klasifikasi merupakan tahap pengelompokan piksel-piksel dari

suatu citra ke dalam kategori-kategori yang ditetapkan dengan melihat kecerahan (digital

number) dari citra tersebut. Analisis citra digital merupakan suatu tahap pengurutan,

penyususnan dan pengelompokan suatu piksel dari citra digital multispektral ke beberapa

kelas berdasarkan kategori objek (Prahasta, 2008). Wiradisastra (1982) menjelaskan

klasifikasi penutupan lahan adalah pembagian suatu kelompok wilayah kedalam bidang

yang lebih kecil agar terlihat lebih sederhana. Pada penelitian ini digunakan analisis citra

digital yaitu klasifikasi terbimbing (supervised classification).

14
1. Klasifikasi terbimbing (Supervised Classification)

Klasifikasi terbimbing merupakan metode yang dipadu dan dikendalikan sebagian besar

atau sepenuhnya oleh pengguna dalam proses pengklasifikasiannya. Intervensi

pengguna dimulai sejak penentuan training area hingga tahap pengklasterannya.

Klasifikasi terbimbing dalam hal ini mensyaratkan kemampuan pengguna dalam

penguasaan infomasi lahan terhadap areal kajian. Proses metode supervised ini, analis

terlebih dahulu menetapkan beberapa training area (daerah contoh) pada citra sebagai

kelas lahan tertentu. Penetapan ini berdasarkan pengetahuan analis terhadap wilayah

dalam citra mengenai daerah-daerah tutupan lahan. Nilai-nilai piksel dalam daerah

contoh kemudian digunakan oleh komputer sebagai kunci untuk mengenali piksel lain.

Daerah yang memiliki nilai-nilai piksel sejenis akan dimasukan kedalam kelas lahan

yang telah ditetapkan sebelumnya. Jadi dalam metode supervised ini analis

mengidentifikasi kelas informasi terlebih dahulu yang kemudian digunakan untuk

menentukan kelas spektral yang mewakili kelas informasi tersebut (Danoedoro, 2012).

Alogaritma yang bias digunakan untuk menyelesaikan metode supervised ini antara

lain:

• Klasifikasi Kemiripan Maksimum (Maximum Likelihood)

Sistem klasifikasi ini pada dasarnya merupakan pengelompokan piksel

berdasarkan nilai pantulannya sesuai dengan daerah contoh yang dipilih.

Alogaritma klasifikasi kemiripan maksimum, diasumsikan bahwa probabilitas

untuk semua kelas dipandang sama. Faktanya, tidak semua kelas diperlakukan

pada probabilitas sama untuk dipresentasikan pada citra. Suatu gugus sampel

yang jauh lebih kecil dari gugus-gugus dampel yang lain akan mempunyai

15
 probabilitas yang lebih kecil untuk muncul, sehingga perlu adanya faktor

pembobot untuk masing-masing kelas yang ada. Gugus sampel yang kecil ini

secara logis dapat diberi bobot yang lebih rendah dibandingkan gugus-gugus

yang lain (Danoedoro, 2012).

2.5 Sistem Informasi Geografis

2.5.1 Pengertian Sistem Informasi Geografis

Sistem informasi geografis (SIG) menurut Aronof (dalam Prahasta: 2002) adalah

sistem yang berbasis komputer yang digunakan untuk menyimpan dan memanipulasi

informasi-informasi geografi. SIG dirancang untuk mengumpulkan, menyimpan, dan

menganalisis objek-objek dan fenomena dimana lokasi geografi merupakan karakteristik

yang penting atau kritis untuk dianalisis. Prahasta (2002) menyebutkan bahwa SIG dapat

dipresentasekan dunia nyata di atas monitor komputer sebagaimana lembaran peta dapat

dipresentasekan dunia nyata di atas kertas. Tetapi SIG memiliki kekuatan lebih dan

fleksibelitas daripada lembaran peta kertas. Menurut Barus dan Wiradisastra (2000), Sistem

Informasi Geografis (SIG) merupakan alat yang handal untuk menangani data spasial.

Dalam SIG, data dipelihara dalam bentuk digital. Sistem ini merupakan suatu sistem

komputer untuk menangkap, mengatur, mengintegrasi, memanipulasi, menganalisis dan

menyajikan data yang bereferensi ke bumi. Komponen utama SIG dapat dibagi ke dalam 4

kelompok, yaitu: perangkat keras, perangkat lunak, organisasi (manajemen), dan pemakai.

SIG menyediakan kemampuan analisis yang luas dalam menganalisa topologi atau

aspek spasial dan atribut-atributnya (Burrogh dalam Maji et al: 1998). SIG mampu

menyimpan, menyusun, menganalisa dan menampilkan sumber data untuk menyediakan

16
manajemen informasi atau untuk membangun pemahaman yang lebih baik tentang hubungan

aspek-aspeknya (McCloy, dalam Maji et al: 1998). SIG dapat mengintegrasikan data spasial

dan nonspasial dengan mengedit via polygon. Hasilnya adalah data yang terkonversi yang

secara mudah dapat diterjemahkan sebagai informasi (Maji et al: 1998).

Shamsi (2005) menyebutkan bahwa pengaplikasian SIG memiliki beberapa

keuntungan. SIG meningkatkan efisien waktu, menghemat data dan memudahkan pekerjaan.

SIG juga menawarkan kemampuan dalam mengintegrasikan informasi sehingga

menciptakan komunikasi yang lebih baik diantara beragam pengguna informasi. Hal-hal

tersebut membuat SIG mampu dimanfaatkan dan diaplikasikan dalam berbagai bidang.

Pemanfaatan Sistem Informasi Geografis ditekankan pada kegiatan analisis data yang

dinamis dan aktif seperti pemodelan dan visualisasi dari data yang dimiliki. Hal tersebut

menjadikan SIG memiliki tiga pendekatan utama sebagai unit analisis (Hagget: 1993), yaitu:

1. Pendekatan Keruangan

Fenomena geografi berbeda dari wilayah yang satu dengan wilayah yang lain dan

mempunyai pola keruangan atau spasial tertentu (spatial structure). Di setiap daerah

memiliki beragam jenis pemanfaatan ruang, seperti halnya kegiatan pertanian. Kegiatan

ini merupakan salah satu bentuk aktivitas ekonomi manusia dimana jenis pertanian

tanaman panganpun akan bervariasi karena sumberdaya lahan yang berbeda-beda pula.

2. Pendekatan Kelingkungan

Fenomena geografi membentuk suatu rangkaian yang saling berkaitan di dalam sebuah

sistem, dengan manusia sebagai unsur utamanya. Sehingga manusia memiliki hubungan

keterkaitan dengan lingkungan dan begitu pula sebaliknya lingkungan juga memiliki

keterkaitan dengan manusia. Manusia melakukan berbagai usaha dan kegiatan yang

17
 memanfaatkan lingkungan sehingga akan memperoleh hasil untuk memenuhi

kebutuhannya, termasuk memenuhi kebutuhan pangannya.

3. Pendekatan Kompleks Wilayah

Analisis kompleks wilayah merupakan perpaduan antara analisis keruangan dan analisis

ekologi sehingga membentuk satuan wilayah. Suatu wilayah terdiri dari sumber daya

alam, manusia dan sumber daya buatan masing-masing memiliki fungsi dan manfaat

untuk berbagai tujuan seperti penyediaan kebutuhan pangan.

2.5.2 Cara Kerja Sistem Informasi Geografis (SIG)

Cara kerja dalam sistem informasi geografis sebagai berikut (Sodikin: 2015)

1. Tahap perolehan data

Sistem informasi geografis membutuhkan data masukan sebagai sumber dalam

pemetaan atau analisis informasi geografis. Data tersebut dapat kita peroleh dari

beberapa sumber antara lain data lapangan (terestris), data peta, data citra dan juga data

database.

2. Tahap input data

Setelah sumber data diperoleh baik data lapangan, data peta, data citra maupun database

dimasukan ke dalam suatu program sistem informasi geografis yang nantinya akan

diolah dan dimanipulasi.

3. Tahap pengolahan manipulasi dan analisis data

Setelah sumber data geografis dimasukan, kemudian data tersebut akan diolah melalui

serangkaian program sistem informasi geografis, analisis tersebut dapat berupa: 1)

Klasifikasi, adalah pengelompokkan data spasial menjadi data spasial yang baru, 2)

overlay, adalah menganalisa dan mengintegrasikan dua atau lebih data spasial yang
18
 berbeda, 3) networking, adalah menganalisa yang mengacuh pada jaringan yang terdiri

dari garis-garis dan titik-titik yang saling terhubung, 4) buffering, adalah analisis yang

akan menghasilakn buffer/penyangga yang bisa berbentuk lingkaran atau poligon yang

melingkupi suatu obyek dan luas wilayahnya, 5) analisis tiga dimensi, adalah analisis

dengan cara data divisualisasikan dalam bentuk tiga dimensi.

4. Tahap output data

Tahap ini merupakan tahap keluaran yang disajikan dari hasil pengolahan, manipulasi

dan analisis data. Keluaran ini dapat berbentuk peta, grafik, tabel atau berupa hasil-hasil

perhitungan.

2.6 Satelit Landsat

Satelit Landsat (Land satellite) merupakan suatu hasil program satelit sumber daya

bumi yang dikembangkan oleh NASA (the National Aeronoutical and Space Administration)

Amerika Serikat pertama kali diluncurkan pada tahun 1972 dengan nama ERTS-1 (Earth

Resources Technology Satellite).

Karakteristik dari citra Landsat 8 ini adalah menggunakan sensor Operational Land

Manager (OLI) dengan selang Band yang lebih pendek, terdapat 9 Band spectral dan 2 Band

Thermal. Citra Landsat 8 disinyalir memiliki akurasi geodetik dan geometrik yang lebih baik

(USGS, 2013).

Landsat 8 memiiki kemampuan untuk merekam citra dengan resolusi spasial yang

bervariasi. Variasi resoluai spasial dimulai dari 15 meter sampai 100 meter serta dilengkapi

oleh 11 saluran (Band) dengan resolusi spectral yang bervariasi. Landsat 8 dilengkapi dua

isntrumen sensor yaitu OLI dan TIRS. Landsat 8 mampu mengumpulkan scenes citra 150

kali lebih banyak dari Landsat 7 dalam satu hari perekamannya. Sensor utama dari landsat 8
19
adalah Operational Land Imager (OLI) yang memiliki fungsi untuk mengumpulkan data di

permukaan bumi dengan spesifikasi resolusi spasial dan spektral yang berkesinambungan

dengan data Landsat sebelumnya. OLI didesain dengan sistem perekaman sensor

puah·broom dengan empat teleskop cermin, performa signal-to-noise yang lebih baik, dan

penyimpanan dalam format kuantifikasi 12-bit. OLI mereka citra pada spektrum panjang

gelombang tampak, inframerah dekat, dan inframerah tengah yang memiliki resolusi spasial

30 meter serta saluran pankromatik yang memiliki resoluai 15 meter. Dua saluran spektral

barn ditambahkan dalam dalam sensor OLI ini, yaitu saluran deep-blue untuk kajian perairan

laut serta aerosol serta buah saluran untuk mendeteksi awan cirrus. Saluran quality

assurance juga ditambahkan untuk mengindikasi keberadaan bayangan medan, awan dan

lain-lain (USGS, 2013).

Landsat 8 memiliki beberapa keunggulan khususnya terkait spesifikasi Band-Band

yang dimiliki maupun panjang rentang spektrum gelombang elektromagnetik yang

ditangkap. Kelebihan tersebut terletak pada warna objek di citra yang tersusun atas 3 warna

dasar, yaitu Red, Green dan Blue (RGB), jika Band penyusun RGB semakin banyak, maka

warna-warna objek menjadi lebih bervariasi. Deteksi terhadap awan cirrus juga lebih baik

dengan dipasangnya kanal 9 pada sensor OLI, sedangkan Band thermal (kanal 10 dan 11)

sangat bermanfaat untuk mendeteksi suhu permukaan bumi dengan resolusi spasial 100 m.

Pemanfaatan sensor ini dapat membedakan bagian permukaan bumi yang memiliki suhu

lebih panas dibandingkan area sekitarnya. Spesifikasi Band Landsat yang digunakan pada

penelitian ini dapat dilihat pada tabel 2.5.

20
 Tabel 2.5 Spesifikasi Landsat 8 OLI

Sensor Band Resolusi Sensitif Panjang Fungsi

Spasial Warna Rentang
(Meter) Spektrum
Elektromagn
etik
(Mikrometer)
Onboard 1 30 Coastral/Ae 0,433-0,453 Penelitian mengenai
Operational rosol Coastral dan Aerosol
Land Imager 2 30 Blue 0,450-0,515 Pemetaan Batimetri,
membedakan tanah dari
vegetasi dan daun yang
gugur
3 30 Green 0,525-0,600 Bagian atas dari vegetasi
yang bermanfaat untuk
menilai vegetasi tersebut
4 30 Red 0,630-0,680 Membedakan vegetasi dari
kemiringannya
5 30 Near-IR 0,845-0,885 Menekankan isi dan tepian
dari biomassa
6 30 SWIR-1 1,560-1,660 Membedakan kadar air
tanah, vegetasi dan
awantipis
7 30 SWIR-2 2,100-2,300 Meningkatkan kelembaban
tanah, vegetasi dan awan
tipis
8 15 Pan 0,500-0,680 Resoluai 15 meter, gabar
lebih tajam
9 30 Cirrus 1,360-1,390 Meningkatkan pendeteksi
awa cirrus
Thermal 10 100 LWIR-1 10,30-11,30 Resolusi 100 meter,
Infrared pemetaan panas bumi dan
Srnsor perkiraan kadar air tanah
(TIRS) 11 100 LWIR-2 11,50-12,50 Resolusi 100 meter,
meningkatkan pemetaan
panas bumi dan perkiraan
air tanah
Sumber: Handbook Landsat 2016

Kelebihan lain dari Landsat 8 adalah adanya spesifikasi baru yang terpasang pada

Band landsat ini khususnya pada Band 1, 9, 10 dan 11. Band 1 (ultra blue) dapat menangkap

panjang gelombang elektromagnetik lebih rendah dari pada Band yang sama pada Landsat 7,

sehingga lebih sensitif terhadap perbedaan reflektan air laut atau aerosol. Band ini unggul

dalam membedakan konsentrasi aerosol di atmosfer dan mengidentifikasi karakteristik

21
tampilan air laut pada kedalaman berbeda. Adapun terkait dengan resolusi spasial, Landsat 8

memiliki kanal-kanal dengan resolusi tingkat menengah, setara dengan kanal-kanal pada

landsat 5 dan 7. Umumnya kanal pada OLI memiliki resolusi 30 m, kecuali untuk

pankromatik 15 m.

2.7 Peta dan Pemetaan

Menurut Miswar, D. (2012), peta merupakan gambaran permukaan bumi yang

diperkecil, dituangkan dalam selembar kertas atau media lain dalam bentuk dua dimensional.

Melalui sebuah peta kita akan mudah dalam melakukan pengamatan terhadap permukaan

bumi yang luas, terutama dalam hal waktu dan biaya. Menurut Prihandito, A. (1988), peta

merupakan gambaran permukaan bumi dengan skala tertentu, digambar pada bidang datar

melalui sistem proyeksi tertentu. Sedangkan menurut Raisz, E. (1948) peta adalah gambaran

konvensional dari ketampakan muka bumi yang diperkecil seperti ketampakannya kalau

dilihat vertikal dari atas, dibuat pada bidang datar dan ditambah tulisan-tulisan sebagai

penjelas.

Peta merupakan gambaran konvesional dari ketampakan muka bumi yang diperkecil

seperti ketampakannya jika dilihat vertkikal dari atas. Peta memiliki spesifikasi fungsi di

berbagai bidang ilmu, yaitu: 1) Untuk menyajikan data tentang potensi suatu daerah, 2)

membantu dalam pembuatan suatu desain, 3) sebagai penunjuk arah suatu lokasi atau posisi,

4) untuk memperlihatkan ukuran, karena melalui peta dapat diukur luas daerah atrau jarak

dipermukaan bumi, 5) untuk memperlihatkan atau menggambarkanbentuk-bentuk

permukaan bumi sehingga dimensinya dapat terlihat dalam peta.

Sedangkan pemetaan adalah proses kegiatan untuk menghasilkan peta meliputi tahapan

akuisis data dengan survey terestris/survey fotogrametri/penginderaan jauh/survey GPS yang

22
kemudian dilakukan pengolahan dan manipulasi data yang ditujukan untuk menghasilkan

perepresentasian data serta informasi dalam bentuk peta analog maupun peta digital (Abidin,

2007). Pemetaan adalah proses pengukuran, perhitungan dan penggambaran permukaan

bumi (terminology godesi) dengan menggunakan cara dan atau metode tertentu sehingga

didapatkan hasil berupa softcopy maupun hardcopy peta yang berbentuk vektor maupun

raster. Peta yang dihasilkan dari perangkat lunak (software) komputer ini disebut peta

digital. Penggunaan peta digital pada dasarnya sama saja dengan peta biasa, hanya wujudnya

yang agak berbeda, dimana peta biasa hanya dapat digunakan dalam bentuk lembaran atau

helai sedangkan peta digital selain ada peta seperti halnya peta biasa disetai data yang telah

tersimpan dalam media perekam seperti magnetic tape, disket, compact disc dan lain-lain

sehingga sewaktu-waktu dapat diedit dan dicetak kembali sesuai kebutuhan (Purnama,

2008).

2.8 Variabel Potensi Kekeringan

Variabel potensi kekeringan adalah segala sesuatu yang berbentuk apa saja yang

berkaitan dengan potensi kekeringan, yang ditetapkan oleh peneliti dengan tujuan untuk

dipelajari sehingga didapat informasi mengenai hal tersebut dan ditarik sebuah kesimpulan.

Ada beberapa variabel dalam menentukan daerah potensi kekeringan dibawah ini sebagai

berikut:

1. Indeks Vegetasi

Indeks vegetasi adalah besaran nilai kehijauan vegetasi yang diperoleh dari pengolahan

signal digital data nilai kecerahan (brightness) beberapa kanal data sensor satelit. Untuk

pemantauan vegetasi dilakukan proses perbandingan antara tingkat kecerahan kanal cahaya

merah (red) dengan kanal cahaya inframerah dekat (near infrared). Fenomena penyerapan
23
cahaya merah oleh klorofil dan pemantulan cahaya inframerah dekat oleh jaringan mesofil

yang terdapat pada daun akan membuat nilai kecerahan yang diterima sensor satelit pada

kanal-kanal tersebut akan jauh berbeda. Pada daratan non-vegetasi, termasuk diantaranya

wilayah perairan, pemukiman warga, tanah kosong terbuka dan wilayah dengan kondisi

vegetasi yang rusak, tidak akan menunjukan nilai rasio yang tinggi (minimum), sebaliknya

pada wilayah bervegetasi sangat rapat, dengan kondisi sehat perbandingan kedua kanal

tersebut akan sangat tinggi (maksimum). Nilai perbandingan kecerahan kanal cahaya merah

dengan cahaya inframerah dekat atau NIR/RED, adalah nilai suatu indeksi vegetasi (yang

sering disebut simple ratio) yang sudah tidak dipakai lagi. Hal ini disebabkan karena nilai

dari rasio NIR/RED akan memberikan nilai yang sangat besar untuk tumbuhan yang sehat

(Doni, 2008). Oleh karena itu, dikembangkan suatu alogaritma indeks vegetasi yang baru

dengan normalisasi, yaitu NDVI (Normalized Difference Vegetation Index) seperti berikut

ini :
𝑁𝐼𝑅
[( )−1]
𝑅𝑒𝑑
𝑁𝐷𝑉𝐼 = 𝑁𝐼𝑅
[( )+1]
𝑅𝑒𝑑

Yang di ekivalen dengan:

𝑁𝐼𝑅−𝑅𝑒𝑑
𝑁𝐷𝑉𝐼 =
𝑁𝐼𝑅+𝑅𝑒𝑑

Indeks vegetasi berbasis NDVI yang ditunjukan pada persamaan di atas, mempunyai

nilai yang hanya berkisar antara -1 (non-vegetasi) hingga 1 (vegetasi).

Setelah NDVI diperoleh, langkah selanjutnya adalah membuat skala warna (color map)

tingkat vegetasi agar diperoleh informasi lebih lanjut.

24
Perhitungan perbandingan sifat respon obyek terhadap pantulan sinar merah dan NIR dapat

menghasilkan nilai dengan karakteristik khas yang dapat digunakan untuk memperkirakan

kerapatan atau kondisi kehijauan [Link] yang sehat berwarna hijau mempunyai

nilai indeks vegetasi tinggi. Hal ini disebabkan oleh hubungan terbalik antara intensitas sinar

yang dipantulkan vegetasi pada spektral sinar merah dan NIR (Prayoga, 2017).

2. Curah Hujan

Curah hujan adalah banyaknya air hujan yang jatuh ke bumi persatu satuan luas

permukaan pada suatu jangka waktu tertentu. Besar kecilnya curah hujan dapat dinyatakan

sebagai volume air hujan yang jatuh pada suatu areal tertentu dalam jangka waktu relatif

lama, oleh karena itu besarnya curah hujan dapat dinyatakan dalam m³/satuan luas, secara

umum dinyatakan dalam tingkat air (mm) (Sobekti dkk, 2009). Semakin tinggi curah hujan

suatu wilayah maka tingkat kerawanan kekeringannya semakin rendah, sebaliknya semakin

rendah curah hujan maka potensi kekeringan di kawasan tersebut semakin tinggi.

3. Penggunaan Lahan

Penggunaan lahan berperan dalam menampung air ataupun melimpaskannya. Daerah

yang ditumbuhi banyak pepohonan akan membantu dalam menyerap air sehingga air akan

mudah ditampung dan limpasan air akan kecil sekali terjadi. Hal ini disebabkan besarnya

kapasitas serapan air oleh pepohonan dan lambatnya air limpasan mengalir akibat tertahan

oleh akar dan batang pohon.

Kaitannya dalam kekeringan, nilai skor rendah diberikan kepada daerah dengan tutupan

lahan didomisili oleh pepohonan, sedangkan nilai dengan skor tinggi untuk daerah dengan

penutup lahan minim pepohonan atau tanpa pepohonan. Pemberian nilai nol pada tubuh air

dikarenakan tubuh air dianggap tidak pernah mengalami kekeringan.

25
4. Kemiringan Lereng

Kemiringan lereng adalah perbandingan antara jarak vertical dengan jarak mendatar

pada suatu bidang. Satuan untuk mengukur besar kemiringan antara lain adalah % (persen)

dan ° (derajat). Kemiringan lereng digunakan sebagai asumsi untuk melihat kecepatan

limpasan permukaan yang terjadi. Kemiringan lereng menentukan besar kecilnya aliran yang

terkandung didalam tanah. Kemiringan lereng landai menyebabkan aliran limpasan

permukaan semakin lambat sehingga airair yang jatuh akan diserap oleh tanah lebih banyak,

sehingga resiko kekeringan lebijh kecil. Sedangkan kemiringan lereng curam menyebabkan

aliran limpasan semakin cepat sehingga air hujan yang diserap sedikit maka resiko

kekeringan lebih basar (M. Tegar, 2014).

26
 BAB III

METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilakukan mulai bulan September 2020 sampai bulan Februari 2021

bertempat di Kawasan Perkotaan Labuan Bajo Kabupaten Manggarai Barat Provinsi Nusa

Tenggara Timur.

3.2 Sumber Data

Bahan-bahan yang diperlukan dalam penelitian ini, di antaranya:

1. Citra Landsat 8 tanggal 20 Juli 2019 yang diperoleh dari U. S. Geologocal Survey

(USGS).

2. Data Curah Hujan bulan Agustus 2019 daerah penelitian yang diperoleh dari

[Link].

3. Peta Digital Elevation Model (DEM) daerah penelitian yang diperoleh dari DEMNAS.

Pemrosesan data dalam penelitian ini menggunakan software ArcGIS.

3.3 Prosedur Penelitian

Berikut beberapa tahapan dalam pembuatan peta kawasan potensi kekeringan

menggunakan SIG:

1. Pengumpulan data

a. Data yang dikumpulkan berupa data citra landsat dan DEM dalam bentuk raster, dan

data curah hujan bulan Agustus 2019.

b. Pengambilan data lapangan dan informasi tutupan lahan dari masyarakat Kawasan

Kota Labuan bajo

27
2. Pengolahan data

a. Pembuatan peta kemiringan lereng

1) Pemotongan (cutting) data DEM berdasarkan peta vektor atau shp (shapefile)

2) administrasi kecamatan menggunakan tools Image Analysis.

3) Mengkonversi data DEM ke dalam bentuk Slope (kemiringan) dengan

mengklik tools Slope.

4) Memasukkan kelas kemiringan lereng.

5) Melakukan pengkelasan ulang untuk mengunci kelas yang sudah dibuat

dengan mengklik tools Reclassify.

6) Mengubah data raster menjadi poligon dengan mengklik tools Raster to

polygon untuk mengkelaskan atribut data sesuai polygon dan kelas yang sudah

ditentukan.

7) Memasukkan nilai skor dan bobot pada atribut tabel.

8) Mengatur warna peta berdasarkan kelas pada Symbology dalam Properties.

9) Membuat layout peta dengan memasukkan unsur-unsur peta seperti judul,

skala, legenda, sumber peta, dll.

b) Pembuatan peta curah hujan

1) Membuat shp (shapefile) curah hujan pada tools Editor dengan mendigitasi peta

administrasi.

2) Menyimpan hasil digitasi dengan mengklik Save Edits.

3) Memasukkan nilai curah hujan dan skor ke dalam Atribute Table.

4) Menambahkan atribut berupa skor dan bobot.

5) Mengatur warna peta berdasarkan kelas pada Symbology dalam Properties.

28
6) Membuat layout peta dengan memasukkan unsur-unsur peta seperti judul,

skala, legenda, sumber peta, dll.

c) Pembuatan peta tutupan lahan

1) Memasukkan data citra landsat band 1 sampai band 8 ke dalam aplikasi GIS.

2) Mengabungkan band 1 sampai band 8 dengan menggunakan tools Composite.

3) Mengklik kombinasi band 4, 3 dan 2.

4) Melakukan pemotongan data landsat yang sudah digabungkan berdasarkan peta

administrasi menggunakan tools Clip.

5) Mempertajam hasil gabungan ketiga band tersebut dengan menggunakan band 8

menggunakan tools Create Pen-sharpened Raster Dataset.

6) Membuat training sample berdasarkan kelas tutupan lahan.

7) Mengolah data dengan pada Image Classification menggunakan tools

Maximum Likelihood Classification.

8) Mengkonversi hasil pengolahan data raster ke dalam bentuk poligon pada tools

Raster to Polygon.

9) Mengelompokkan atribut tabel berdasarkan kelas tutupan lahan.

10) Menambahkan skor dan bobot pada atribut tabel.

11) Mengatur warna peta berdasarkan kelas pada Symbology dalam Properties.

12) Membuat layout peta dengan memasukkan unsur-unsur peta seperti judul,

skala, legenda, sumber peta, dll.

d) Pembuata peta NDVI (Normalized Difference Vegetation Index)

1) Masukan data citra Landsat band 4 dan band 5 ke dalam aplikasi GIS.

2) Mencari nilai NDVI pada Raster Calculator menggunakan tools Map Algebra.

29
3) Melakukan pemotongan data landsat berdasarkan peta administrasi menggunakan

tools Clip.

4) Melakukan klasifikasi pada Reclassify menggunakan tools 3D Analyst.

5) Mengkonversi hasil pengolahan data raster ke dalam bentuk polygon dengan tools

Raster to Polygon.

6) Melakukan pengkelasan ulang untuk mengunci kelas yang sudah dibuat dengan

mengklik tools Reclassify

7) Mengelompokan atribut table berdasarkan kelas NDVI.

8) Menambahkan skor dan bobot pada atribut table.

9) Mengatur warna peta berdasarkan kelas pada Symbology dalam Properties.

10) Membuat layout peta dengan memasukan unsur-unsur peta seperti judul, skala,

legenda, sumber peta, dll.

e) Overlay Peta

1) Memasukkan semua peta vektor parameter potensi kekeringan yaitu peta

kemiringan lereng, curah hujan, kerapatan vegetasi dan tutupan lahan ke dalam

software untuk dioverlay.

2) Mengklik tools Overlay > Intersect.

3) Menghitung interval tingkat potensi kekeringan.

4) Mengelompokkan atribut berdasarkan klasifikasi tingkat potensi kekeringan.

5) Mengatur warna peta berdasarkan kelas pada Symbology dalam Properties.

6) Membuat layout peta dengan memasukkan unsur-unsur peta seperti judul,

skala, legenda, sumber peta, dll.

30
1. Analisis Data

Analisis yang dilakukan pada penelitian ini adalah dengan menggunakan kombinasi

antara analisa citra digital kemudian dilanjutkan dengan analisia sistem informasi geografis.

a. Teknik interpretasi citra digital

Interpretasi citra merupakan perbuatan mengkaji foto udara atau citra dengan maksud

untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Interpretasi citra

penginderaan jauh dapat dilakukan dengan dua cara yaitu interpretasi secara manual dan

interpretasi secara digital.

Pada analisa citra dilakukan transformasi citra yaitu Normalized Difference

Vegetation Index (NDVI). Transformasi tersebut digunakan untuk mendapatkan informasi

spasial mengenai kerapatan vegetasi dan kelembaban permukaan.

b. Teknik sistem informasi geografis

Pada analisa sistem informasi geografis menggunakan metode scoring dan metode

overlay.

1) Metode scoring

Metode pengharkatan adalah pemberian skor terhadap masing-masing kelas dalam

setiap parameter. Pemberian harkat ini didasarkan pada seberapa besar pengaruh kelas

tersebut terhadap kekeringan. Semakin tinggi pengaruhnya terhadap kekeringan maka harkat

yang diberikan semakin tinggi pula. Metode pembobotan adalah faktor pengalih yang

besarnya sesuai dengan peranan variabel terhadap hasil ukur suatu metode yang digunakan

apabila setiap karakter memiliki peranan berbeda atau jika memiliki beberapa parameter

untuk menentukan kemampuan lahan atau sejenisnya. Semakin besar pengaruhnya suatu

31
parameter maka bobot dan nilai variabel indikator juga semakin besar (Sari, 2017), sehingga

dapat dijabarkan sebagai berikut:

𝑇𝐾 = 𝐶𝐻 + 𝑇𝑃 + 𝐾𝐿 + 𝑁𝐷𝑉𝐼 (3.1)

dengan, TK = Tingkat Kekeringan

CH = Curah Hujan
TP = Tutupan Lahan
KL = Kemiringan Lereng
NDVI = Indeks Vegetasi

Adapun skor parameter curah hujan dapat dilihat melalui tabel 3.1

Tabel 3.1 Skor dan Bobot Curah Hujan

Kriteria Kelas Skor Bobot
0 – 100 mm Rendah 4
100 -300 mm Menengah 3 4
300 – 500 mm Tinggi 2
>500 mm Sangat Tinggi 1
Sumber: BMKG, 2017
Untuk melihat parameter penggunaan lahan digunakan panduan skoring yang disajikan

pada table 3.2 sebagai berikut:

Tabel 3.2 Skor dan Bobot Tutupan Lahan

Penggunaan Lahan Skor Bobot
Tanah terbuka, lahan terbangun (pemukiman) 4
Pertanian lahan kering, tegalan, sawah 3
Semak 2 3
Hutan, kebun campur, perkebunan, tambak 1
Tubuh air 0
Sumber: Fersely, 2007

Parameter skoring NDVI dapat dilihat pada tabel 3.3 sebagai berikut:

Tabel 3.3 Skor dan Bobot NDVI

Parameter Kelas Skor Bobot
Lahan Tidak Bervegetasi 5
Kehijauan Sangat Rendah 4 2
NDVI Kehijauan Rendah 3
Kehijauan Sedang 2
Kehijauan Tinggi 1
Sumber: Fersely, 2007
32
 Parameter skoring kemiringan lereng dapat dilihat pada tabel 3.4 sebagai berikut:

Tabel 3.4 Skor dan Bobot Kemiringan Lereng

Derajat Kemiringan Kelas Skor Bobot
0-8% Datar 1
8-15% Landai 2
15-25% Agak Curam 3 2
25-45% Curam 4
>45% Sangat Curam 5
Sumber: Peraturan Menteri Kehutanan No. 32 tahun 2009 Tentang Tata Cara
Penyusunan Rencana Teknik Rehabilitas Hutan dan Daerah Aliran Sungai

Untuk penentuan interval kelas tingkat kekeringan pada penelitian ini digunakan rumus

perhitungan dibawah ini:

skor maksimal − skor minimal (3.2)

𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑘𝑒𝑙𝑎𝑠 =
jumlah kelas

1) Tumpang tindih

Tumpang tindih merupakan interaksi atau gabungan dari beberapa peta biofisik pemicu

kekeringan. Tumpang tindih beberapa peta menghasilkan suatu informasi baru dalam bentuk

luasan atau poligon yang terbentuk dari irisan beberapa poligon dari peta-peta tersebut. Peta

yang ditumpang tindih merupakan peta-peta yang sebelumnya telah diberi skor pada setiap

kelas dari masing-masing parameter biofisik sehingga menghasilkan peta zonasi potensi

kekeringan.

33
 2. Diagram Alir

Dalam mengetahui dearah berpotensi kekeringan di Kabupaten Kupang maka

dibuat kerangka konsep sebagai acuan (kerangka pemikiran) dalam pelaksanaan

penelitian sebagai berikut:

Mulai

Pengumpulan data

Data curah hujan Download citra Download peta DEM

(BMKG) landsat

Pemotongan citra

Peta curah hujan Peta NDVI lokasi Peta tutupan lahan Peta kemiringan lereng
lokasi penelitian penelitian lokasi penelitian lokasi penelitian

Skoring dan Bobot

Overlay

Peta Potensi kekeringan

BAB IV
Kesimpulan

Selesai

7
 HASIL DAN PEMBAHASAN

4.1 Peta Parameter Potensi Kekeringan

4.1.1 Indeks vegetasi (NDVI)

Kerapataan vegetasi Kawasan Kota Labuan Bajo dapat diklasifikasikan

menjadi 3 kelas, berdasarkan pengolahan NDVI citra Landsat 8 tahun 2019. Yaitu

kehijauan rendah, kehijauan sedang dan kehijauan tinggi. Setiap kelas kemudian

dihitung luas area kerapatan vegetasinya dan dapat dilihat pada tabel 4.1 sebagai

berikut:

Tabel 4.1 Kerapatan Vegetasi tahun 2019

Kerapatan Vegetasi
Kehijauan rendah Kehijauan sedang Kehijauan tinggi
Luas (ha) 1930 5386 17189
Luas (%) 7.87 21.97 70.16
Sumber: Pengolahan data 2019

Berdasarkan hasil pengolahan NDVI pada citra Landsat 8, didapatkan nilai

kerapatan vegetasi Kawasan Kota Labuan Bajo seperti pada tabel 4.1. Lahan

kehijauan rendah memiliki luas area (1930 ha), kehijauan sedang memiliki luas

area (5386 ha) dan kehijauan tinggi memiliki luas area (17178 ha). Maka jumlah

total keseluruhan kerapatan vegetasi di Kawasan Kota Labuan Bajo berdasarkan

pengolahan citra Landsat 8 adalah (24514 ha) dan sebagian besar didominasi oleh

kerapatan vegetasi tinggi. Peta kerapatan vegetasi dari hasil pengolahan NDVI

Citra Landsat 8 Kawasan Kota Labuan Bajo dapat dilihat pada gambar 4.1

8
 Gambar 4.1 Peta NDVI Kawasan Kota Labuan Bajo

4.1.2 Curah hujan

Secara umum Kabupaten Manggarai Barat memiliki curah hujan <1500

mm/tahun atau sangat kering. Dalam pembuatan peta curah hujan,di gunakan data

curah hujan tahun 2019 pada bulan Agustus yaitu sebesar 0,4 mm, yang mana

jumlah curah hujan tersebut adalah yang paling rendah di tahun 2019.

Berdasarkan klasifikasi curah hujan pada tabel, curah hujan di Kabupaten

Manggarai Barat termasuk curah hujan yang rendah. Kondisi seperti ini

memungkinkan terjadinya potensi kekeringan.

4.1.3 Peta tutupan lahan

Penggunaan lahan di Kawasan Kota Labuan Bajo dibedakan menjadi 5

jenis, yaitu pemukiman, air, sawah, padang rumput, hutan, tambak, mangrove dan

lahan terbuka.

37
 Klasifikasi dilakukan berdasarkan pola yang terlihat. Dalam melakukan

klasifikasi, digunakan supervised classification dengan membuat training sample.

Metode yang digunakan dalam melakukan klasifikasi ini adalah metode maximum

likelihood, karena metode ini melakukan klasifikasi berdasarkan kemiripan

maksimum dari setiap piksel yang digunakan pada citra. Hasil klasifikasi tutupan

lahan dapat dilihat pada tabel berikut:

Tabel 4.2 Tutupan Lahan Kawasan Kota Labuan bajo

Tutupan Lahan
Air Pemukiman Lahan Sawah, Hutan, Padang Tambak Mangrove
terbuka Ladang Kebun rumput
Luas 45 1740 226 1334 16795 3579 575 181
(ha)
Luas 0.18 7.11 0.92 5.45 68.62 14.62 2.35 0.74
(%)
Sumber: Pengolahan data 2019

Gambar 4.2 Peta Curah Hujan Kawasan Kota Labuan Bajo(Hasil anaisis penulis,
2021)

40
Gambar 4.3 Penggunaan Lahan Kawasan Kota Labuan Bajo (Hasil anaisis
penulis, 2021)

Berdasarkan tabel tersebut di atas, dapat disimpulkan bahwa luas paling

dominan di daerah Kawasan Kota Labuan Bajo adalah area hutan atau kebun yaitu

dengan luas area (16795 ha) atau sekitar 68.62% dari keseluruhan wilayah

Kawasan Kota Labuan Bajo. Sedangkan luas terendah yaitu air yang memiliki

luas area (45 ha) atau hanya sekitar 0.18% dari keseluruhan wilayah Kawasan

Kota Labuan Bajo. Kelas sawah memiliki luas area (1334 ha), kelas lahan terbuka

memiliki luas area (226 ha) kelas pemukiman memiliki luas area (1740 ha), kelas

tambak memiliki luas area (575 ha), kelas mangrove memiliki luas area (181 ha)

dan kelas padang rumput memiliki luas area (3579 ha). Peta penggunaan lahan

dapat dilihat pada gambar 4.3.

41
4.1.4 Peta kemiringan lereng

Besar kemiringan tanah (lereng) di Kawasan Kota Labuan Bajo beragam dan

menyebar. Dalam penelitian ini besar lereng diklasifikasikan menjadi 5 kelas

berdasarkan sensitivitasnya terhadap kekeringan, yaitu datar (<8%), landai (8-

15%), agak curam (15-25%), curam (25-45%) dan sangat curam (>45%). Hasil

klasifikasi kemiringan lereng dapat dilihat pada table 4.3 berikut:

Tabel 4.3 Kemiringan Lereng Kawasan Kota Labuan Bajo

Kemiringan Lereng
0-8% 8-15% 15-25% 25-45% >45%
Luas (ha) 3922.96 4536.96 5806.30 7476.38 2778.86
Luas (%) 16.00 18.50 23.68 30.49 11.33
Sumber: pengolahan data 2019

Setelah dilakukan pengolahan data, didapat hasil bahwa wilayah Kawasan

Kota Labuan Bajo didominasi oleh lereng curam (25-45%), yaitu seluas 7476.38

ha atau 30.49% dari luas total wilayah Kawasan Kota Labuan Bajo. Lereng landai

mencakup 4536.96 ha atau 18.50% dari luas total Kawasan Kota Labuan Bajo.

Seluas 3922.96 ha atau 16.00% dari luas total Kawasan Kota Labuan Bajo,

merupakan dataran dengan besar lereng (0-8%), sedangkan lereng dengan besaran

>45% atau kategori sangat curam mencakup 11.33%, yaitu 2778.86 ha. Peta

kemiringan lereng dapat dilihat pada gambar 4.4

42
Gambar 4.4 Kemiringan lereng Kawasan Kota Labuan Bajo (Hasil anaisis
penulis, 2021)
4.2 Analisis Peta Potensi Kekeringan

Peta kekeringan wilayah Kawasan Kota Labuan Bajo dibuat berdasarkan

beberapa parameter yaitu, NDVI, curah hujan, kemiringan lereng dan tutupan

lahan yang sudah diolah dan kemudian dioverlay. Kemudian dilanjutkan dengan

metode skoring terhadap parameter yang akan digunakan dalam analisis. Skoring

pada masing-masing parameter tergantung pada bobot yang diberikan untuk

menghasilkan peta kekeringan. Jadi setiap parameter memiliki skor yang berbeda-

beda. Setelah skoring, peta kekeringan akan muncul sesuai dengan skor yang telah

diberikan. Peta potensi kekeringan dapat dilihat pada gambar 4.5

43
Gambar 4.5 Potensi Kekeringan Kawasan Kota Labuan Bajo (Hasil analisis
penulis, 2021)

Berdasarkan hasil analisis NDVI yang telah digabungkan dengan kondisi

fisiografis yang berpengaruh terhadap kekeringan yaitu curah hujan, penggunaan

lahan dan kemiringan lereng, dapat disimpulkan bahwa potensi kekeringan rendah

mendominasi dengan kisaran 53.11% dari luas wilayah, sedangkan luas potensi

kekeringan agak tinggi berkisar 23.75% dari luas wilayah, luas potensi kekeringan

tinggi berkisar 13.63% dari luas wilayah, luas potensi kekeringan sangat rendah

berkisar 5.60% dari luas wilayah dan potensi kekeringan sangat tinggi di Kawasan

Kota Labuan Bajo merupakan kelas potensi paling kecil luasannya hanya berkisar

3.90% dari luas wilayah. Tabel klasifikasi berdasarkan interval tingkat potensi

kekeringan dapat dilihat pada tabel 4.4

44
 Tabel 4.4 Klasifikasi Berdasarkan Interval Tingkat Potensi Kekeringan
Kelas Interval Kelas Potensi Kekeringan Luas (ha) Luas (%)
I 21 - 25 Sangat Rendah 1370 5.60
II 26 - 30 Rendah 12985 53.11
III 31 - 35 Agak Tinggi 5807 23.75
IV 36 - 40 Tinggi 3333 13.63
V 41 - 47 Sangat Tinggi 954 3.90
Sumber: pengolahan data, 2021

1. Potensi Kekeringan Sangat Rendah

Potensi kekeringan sangat rendah terdapat pada daerah dengan jenis

penggunaan lahan sungai atau rawa dengan curah hujan 0,4 mm. Selain itu,

potensi kekeringan sangat rendah berdasarkan hasil analisis citra landsat 8 berada

pada daerah kerapatan vegetasi tinggi. Kelas potensi ini tersebar di seluruh

kawasan Kota Labuan Bajo.

2. Potensi Kekeringan Rendah

Potensi kekeringan rendah terdapat pada daerah dengan curah hujan 0,4 mm

dan penggunaan lahan kebun atau hutan. Selain itu, potensi kekeringan rendah

berdasarkan hasil analisis citra landsat 8 berada pada daerah kerapatan vegetasi

tinggi. Kelas potensi ini tersebar di seluruh kawasan Kota Labuan Bajo.

3. Potensi Kekeringan Agak Tinggi

Potensi kekeringan agak tinggi berada pada daerah dengan curah hujan 0.4

mm, terdapat jenis penggunaan lahan sawah, pemukiman. Selain itu, potensi

kekeringan agak tinggi berdasarkan hasil analisis citra landsat 8 berada pada

daerah kerapatan vegetasi sedang. Kelas potensi ini tersebar di seluruh kawasan

Kota Labuan Bajo.

45
4. Potensi Kekeringan Agak Tinggi

Potensi kekeringan agak tinggi terdapat daerah dengan curah hujan 0.4 mm

dan terdapat jenis penggunaan lahan sawah, pemukiman. Selain itu, potensi

kekeringan agak tinggi berdasarkan hasil analisis citra landsat 8 berada pada

daerah kerapatan vegetasi sedang. Kelas potensi ini tersebar di seluruh kawasan

Kota Labuan Bajo.

5. Potensi Kekeringan Sangat Tinggi

Potensi kekeringan sangat tinggi terdapat pada daerah dengan curah hujan 0.4

mm dan terdapat jenis penggunaan lahan lahan sawah, pemukiman dan lahan

terbuka. Selain itu, potensi kekeringan agak tinggi berdasarkan hasil analisis citra

landsat 8 berada pada daerah kerapatan vegetasi rendah. Kelas potensi ini tersebar

di seluruh kawasan Kota Labuan Bajo.

Untuk melihat sebaran wilayah kelas potensi kekeringan di Kawasan Kota

Labuan Bajo dapat dilihat pada tabel 4.5.

Tabel 4.5 Sebaran Wilayah Kelas Potensi Kekeringan di Kawasan Kota Labuan

Bajo

43
No Potensi Desa/Kelurahan Luas (ha) Persentase
Kekeringan
1 Sangat rendah Batu Cermin 38 4.79
Compang Liang Ndara 31 4.54
Golo Pongkor 97 10.77
Golo Bilas 128 5.91
Cunca Wulang 143 4.61
Compang Longgo 62 9.86
Watu Nggelek 14 5.28
Wae Kelambu 120 6.01
Tandong Belang 29 1.89
Pantar 113 8.09
Nggorang 155 6.47
Macang Tanggar 354 6.69
Liang Ndara 48 3.09
Labuan Bajo 20 1.53
Gorontalo 17 3.90
2 Rendah Batu Cermin 243 30.64
Compang Liang Ndara 453 66.33
Golo Pongkor 550 61.04
Golo Bilas 1197 55.29
Cunca Wulang 2269 73.10
Compang Longgo 346 55.01
Watu Nggelek 129 48.68
Wae Kelambu 1268 63.53
Tandong Belang 921 60.16
Pantar 641 45.92
Nggorang 1580 65.94
Macang Tanggar 2255 42.64
Liang Ndara 840 54.16
Labuan Bajo 143 10.92
Gorontalo 150 34.40
3 Agak Tinggi Batu Cermin 218 27.49
Compang Liang Ndara 161 66.33
Golo Pongkor 198 21.98
Golo Bilas 535 24.71
Cunca Wulang 525 16.91
Compang Longgo 108 17.17
Watu Nggelek 71 26.79
Wae Kelambu 381 19.09
Tandong Belang 432 28.22
Pantar 449 32.16
Nggorang 495 20.66
Macang Tanggar 1336 25.26

44
 Liang Ndara 548 35.33
Labuan Bajo 263 20.08
Gorontalo 84 19.27
4 Tinggi Batu Cermin 250 31.53
Compang Liang Ndara 34 4.98
Golo Pongkor 54 5.99
Golo Bilas 277 12.79
Cunca Wulang 129 4.16
Compang Longgo 86 13.67
Watu Nggelek 43 16.23
Wae Kelambu 198 9.92
Tandong Belang 106 6.92
Pantar 188 13.47
Nggorang 150 6.26
Macang Tanggar 1055 19.95
Liang Ndara 76 4.90
Labuan Bajo 548 41.83
Gorontalo 139 31.88
5 Sangat Tinggi Batu Cermin 44 5.55
Compang Liang Ndara 4 0.59
Golo Pongkor 2 0.22
Golo Bilas 28 1.29
Cunca Wulang 38 1.22
Compang Longgo 27 4.29
Watu Nggelek 8 3.02
Wae Kelambu 29 1.45
Tandong Belang 43 2.81
Pantar 5 0.36
Nggorang 16 0.67
Macang Tanggar 288 5.45
Liang Ndara 39 2.51
Labuan Bajo 336 25.65
Gorontalo 46 10.55

Wilayah yang berpotensi kekeringan kelas tinggi dan sangat tinggi tersebar di

seluruh Kawasan Kota Labuan Bajo yaitu, berada di Kelurahan Labuan Bajo, Kelurahan

Batu Cermin dan Desa Macang Tanggar. Selain curah hujan yang rendah, potensi

kekeringan kelas tinggi dibuktikan dengan banyaknya penggunaan lahan pertanian lahan

kering atau tegalan, dan pemukiman padat atau pusat kota, serta lahan kosong sehingga

45
pada musim kemarau daerah ini cendrung lebih kering. Hal ini sesuai dengan data BPBD

Kabupaten Manggarai Barat yang menyebutkan bahwa terdapat 9 bencana yang memiliki

tingkat resiko yang sedang hingga tinggi di Kabupaten Manggarai Barat. Bencana tersebut

salah satunya adalah kekeringan, dimana bencana ini berpotensi menyebabkan kerugian

yang paling tinggi yaitu secara ekonomi.

46
 BAB V
PENUTUP

5.1 Kesimpulan

Berdasarkan hasil analisis peta daerah potensi kekeringan diperoleh kesimpulan

sebagai berikut.

Dari hasil pengolahan data, Kawasan Kota Labuan Bajo memiliki 5 kelas potensi

kekeringan, yaitu tingkat potensi kekeringan sangat rendah seluas 1370 ha, tingkat potensi

kekeringan rendah seluas 12985 ha, tingkat potensi kekeringan agak tinggi seluas 5807 ha,

tingkat potensi kekeringan tinggi seluas 3333 ha, dan tingkat potensi kekeringan sangat

tinggi seluas 954 ha. Jadi kelas kekeringan rendah lebih dominan karena memiliki luas

wilayah yang lebih luas dari area kelas yang lain. Sedangkan kelas kekeringan sangat tinggi

memiliki luas area paling sedikit jika dibandingkan dengan kelas yang lain. Jadi dapat

disimpulkan bahwa wilayah Kawasan Kota Labuan Bajo memiliki tingkat kekeringan yang

rendah.

Curah hujan mempengaruhi tingkat kerawanan kekeringan di suatu daerah, semakin

tinggi curah hujan di suatu daerah maka tingkat kekeringan akan rendah sedangkan apabila

curah hujan rendah maka tingkat kerawanan akan tinggi, namun hal itu masih dipengaruhi

oleh faktor-faktor lain.

5.2 Saran

1. Peta potensi kekeringan bermanfaat untuk penanganan bencana kekeringan

sehingga daerah-daerah yang belum mempunyai peta seperti ini diharapkan

membuat peta potensi kekeringan.

47
2. Diharapkan untuk daerah yang mempunyai potensi tinggi terjadinya kekeringan

mendapatkan prioritas utama dalam mitigasi bencana.

3. Meningkatkan akurasi peta kekeringan dengan menambahkan parameter-parameter

berupa NDWI, NDMI, LST (Suhu permukaan tanah), jenis tanah dan drainase.

48
 DAFTAR PUSTAKA

Abidin, H. 2007. Konsep Dasar Pemetaan. Bandung: Institut Teknologi: Bandung.

Prihandito, A. 1988. Pengertian Peta. [Link]

[Link]. (Diakses pada 24 Juni 2021)

Bappeda NTT. (2009). Rencana pembangunan jangka menengah daerah provinsi NTT
tahun 2009-2013. Kupang: Bappeda NTT.

Bappenas [Badan Perencanaan Pembangunan Nasional]. (2010). Indonesia climate change

sectoral roadmap ICCSR: Sektor sumber daya air. Jakarta: Bappenas.

Barus, B dan U. S. Wiradisastra, 2000. Sistem Informasi Geografis Sarana Manajemen

Sumberdaya. Laboratorium Penginderaan Jauh dan Kartografi, Jurusan Tanah,
Fakultas Pertanian, IPB, Bogor.

BMKG. 2017. Normal Hujan Bulanan. [Link]

bulanan/#:~:text=Normal%20curah%20hujan%20ini%20terbagi,tinggi%20
(%3E500%20mm). (Diakses pada 23 Maret 2021).

BNBP. Buku Resiko Bencana Indonesia. Jakarta: BNBP. 2016

BPBD. 2019. Indeks Rawan Bencana. Jakarta: Badan Nasional Penanggulangan Bencana.

BPS. (2019). Kabupaten Manggarai Barat dalam Angka. Publikasi Badan Pusat Statistik
Kabupaten Manggarai Barat Tahun 2019.

Danoedoro, P. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta: Andi Offset.

Doni Sudiana, Elfa Diasmara. 2008. Analisis Indeks Vegetasi menggunakan Data Satelit
NOAA/AVHRR dan TERRA/AQUA-MODIS. Jurnal. Depok: Jurusan Teknik Elektro
Universitas Indonesia.

Hagget, P. 1993. Geography :A Modern Sinthesi. Harper & Row Publisher. New York.

Humaidi. 2005. Pemanfaatan Citra Landsat Etm+ dalam Penyusunan Model Pengaturan
Hasil Hutan:Studi Kasus di Hphti Pt Musi Hutan Persada Propinsi Sumatera
Selatan. Skripsi Departemen Managemen Hutan IPB.

Ima Sholikhati, dkk. 2013. Studi Identifikasi Indeks Kekeringan Hidrologis Pada Daerah
Aliran Sungai (Das) Berbasis Sistem Informasi Geografis (Sig) (Studi Kasus Pada
Das Brantas Hulu : Sub-Das Upper Brantas, Sub-Das Amprong Dan Sub-Das
Bangosari). Jurnal Pengairan, Volume 4 Nomor 2. 2013.

49
Jamil, D. H. (2013).Deteksi Potensi Kekeringan Berbasis Penginderaan Jauh Dan Sistem
Informasi Geografis Di Kabupaten Klaten. Geo-image, 2(2).

Jaya INS. 1997. Penginderaan Jauh Satelit Untuk Kehutanan. Laboratorium Inventarisasi
Hutan Jurusan Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor.
Bogor.

Maji, A.K., Krishna, N.D.R, dan Challa, O. 1988. Geographic Information Systemin
Analysis and Interpretation of Soil Resource Data for Land Use Panning.J Indian Soc
Soil Sci 46:260-263.

M. Tegar. 2014. Pemanfaatan Informasi Geografis Untuk Pemetaan Rawan Kekeringan

Kabupaten Karangayar. Tugas Akhir D3. Fakultas Geografi. Universitas Gajah Mada

Martin. 2004. An Introduction to Ocean Remote Sensing. Cambridge: University Press

Miftahudin. 2016. Analisis Spasial Indeks Kekeringan di Wilayah Kabupaten Subang.

Skripsi: Institut Pertanian Bogor.

Mizwar, D. (2012) Kartografi Tematik .Bandar Lampung: Anugrah Hikma.

Mujtahidin, Muhammad Iid. Analisis Spasial Indeks Kekeringan Kabupaten Indramayu.

Jurnal Meteorologi dan Geofisika, Volume 15 Nomor 2. 2014.

Muliawan, H. 2014. Analisa Indeks Kekeringan Dengan Metode Standardized

Precipitation Index (SPI) Dan Sebaran Kekeringan Dengan Geographic
Information System (GIS) Pada DAS Ngrowo. Skripsi : Jurusan Teknik Pengairan
Fakultas Teknik Universitas Brawijaya: Malang.

Mulyanto, H.R. Sungai: Fungsi dan Sifat-sifatnya. Yogyakarta: Graha Ilmu, 2007.

Nalbantis, I, and Tsakiris, G. [Link] of Hydrological Drought Revisited. Water

Resources Management 23 (5) (July 22): 881-897.

Neraca Kualitas Lingkungan Hidup Daerah Propinsi NTT tahun 2004, Bapedalda Propinsi
NTT.

Nurrahman, F.I dan Pamungkas, A. [Link] Sebaran Daerah Rawan Bahaya

Kekeringan Meteorologi di Kabupaten [Link] Teknik Pomits. Vol. 2 No.
2 Halaman : 83-86.

Pentury, R. 1997. Algoritma pendugaan Konsentrasi klorofil di perairan teluk ambon

menggunakan citra Landsat TM. Program studi Teknik Kelautan Program Pasca
Sarjana IPB : Bogor.

50
Peraturan Menteri Kehutanan Republik Indonesia Nomor P.32/MENHUT-II/2009 Tentang
Tata Cara Penyusunan Rencana Teknik Rehabilitasi Hutan Dan Lahan Daerah
Aliran Sungai (RTkRHL-DAS)

Prahasta, E. [Link]-konsep Dasar Sistem Informasi Geografi. Informatika: Bandung.

Prahasta. 2008. REMOTE SENSING : Praktis Penginderaan Jauh & Pengolahan Citra
Dijital Dengan Perangkat Lunak Er Maper. Informatika Bandung. Bandung.

Prayoga, M. (2017). Analisis Spasial Tingkat Kekeringan Wilayah Berbasis Penginderaan

Jauh Dan Sistem Informasi Geografis. Surabaya: ITS

Prihandito, Aryono, Ir, [Link]. (1988) Proyeksi Peta. Yogyakarta: Kanisius

Purnama, A. [Link] kawasan awan Banjir Didaerah Aliran Sungai Cisadane

Menggunakan Sistem Informasi Geografi. Skripsi S1 Institut Pertanian Bogor :Bogor.

Purwadhi, S. H dan Tjaturrahono B. S. 2008. Pengantar Interpretasi Citra Penginderaan

Jauh. Semarang: Unnes dan Lapan.

Raharjo, P. D. 2010. Teknik Penginderaan Jauh dan Sistem Informasi Geografis untuk
Identifikasi Potensi Kekeringan Kabupaten [Link] makara teknologi, vol.
14 no. 2, November 2010: 97-105. Karangsambung: Lembaga Ilmu Pengetahuan
Indonesia.

Raisz, Erwin. 1948. General Cartography. New York: Mc. Graw Hill Book Co. Inc

Rencana Teknis Tata Ruang Kota (RTRK) Labuan Bajo, Bappeda Kabupaten Manggarai
Barat. Tahun Anggaran 2005.

Shamsi, U. M. 2005. GIS Application for Water, Wastewater & StormwaterSystem. CRC
Press. Florida.

Shofiyati, R. 2007. Inderaja untuk Mengkaji Kekeringan di Lahan Pertanian Jurnal

informatika pertanian volume 16 no.1, Juli 2007. Jakarta: Balai Besar Penelitian dan
Pengembangan Sumberdaya Lahan Pertanian.

Simatupang, W. Potensi Pengembangan Produksi Olahan Pertanian Untuk Mendukung

Perkembangan Pariwisata. Jurnal Muara Sains, Teknologi, Kedokteran, dan Ilmu
Kesehatan, Volume 2 Nomor 2. 2018.

Sodikin. 2015. Sistem Informasi Geografis & Penginderaan Jauh “Teori dan Praktek
dengan ER Mapper dan Arc View”. Yogyakarta: Sibuku Media.

Sobekti, R, dkk. 2009. Monitoring Air di Daerah Aliran Sungai. World Agroferastry Centre:
Bogor.
51
Soenarmo, S.H. [Link] Jarak Jauh dan Pengenalan Sistem Informasi Geografi
Untuk Bidang Ilmu Kebumian. ITB: Bandung.

Sudiana, D,. Elfa Diasmara. 2008. Analisis Indeks Vegetasi menggunakan Data Satelit
NOAA/AVHRR dan TERRA/[Link]. Depok: Jurusan Teknik Elektro
Universitas Indonesia.

Talan, M. K. 2021. Pemetaan Kekeringan dengan menggunakan Penginderaan Jauh dan

Sistem Informasi Geografis Di Kecamatan Takari Kabupaten Kupang. Skripsi :
Jurusan Fisika Fakultas Sains dan Teknik Universitas Nusa Cendana: Kupang.

Tika, Moh. P. 2005. Metode Penelitian Geografi. Jakarta: Bumi Aksara.

Tim Penulis Laporan Akhir. (2011). Penyusunan Master Plan Air Minum Bersih Dalam
Kota Labuan Bajo Kabupaten Manggarai Barat Provinsi Nusa Tenggara
[Link] Kabupaten Manggarai Barat.

Tim Penulis Laporan. (2007). Status Lingkungan Hidup Daerah Kabupaten Manggarai
[Link] Pertambangan Energi Dan Lingkungan Hidup Kabupaten Manggarai
Barat.

Tjahjono, H. 2008. Analisis Potensi Wilayah. Semarang: Unnes.

USGS. (2014, 17 09). USGS. Retrieved from Landsat 8 History:

[Link]

USGS. 2016. LANDSAT 8 (L8) DATA USERS HANDBOOK. Depertement of the Interior
U.S. Geologocal Survey.

Wilhite, D. A. 2010. Quantification of agricultural drought for effective drought mitigation,

in agricultural drought indices, Proceedings of an Expert Meeting 2-4 June. Murcia
Spain : WMO Geneva.

Wiradisastra US. 1982. Masalah Pengurangan Dimensi Pada Pemetaan Sumber Daya
Alam. Makalah Lokarya Pengembangan Pendidikan dan Penelitian untuk
Menunjang Program Inventarisasi dan Evaluasi Sumber Daya Alam Nasional. IPB-
Bakosurtanal. Bogor.

Yuwono ,Arief. 2012. Antisipasi Bencana Banjir dan Longsor di Indonesia.

[Link] (diunduh pada 27 Agustus 2012)

52
 LAMPIRAN
Lampiran 1. Data Curah Hujan Kabupaten Manggarai Barat Tahun 2019.

Bulan Curah Hujan

Januari 135.1
Februari 105.2
Maret 321.3
April 116.4
Mei 21
Juni 0.7
Juli 14.6
Agustus 0.4
September 4.2
Oktober 16.1
November 44.5
Desember 185.2
Sumber:[Link]

Lampiran 2. Perhitungan Indeks Tingkat Kerawanan

Nilai terendah : 21
Nilai tertinggi : 47
Interval kelas : 5

𝑁𝐼𝐿𝐴𝐼 𝑀𝐴𝐾𝑆𝐼𝑀𝑈𝑀 − 𝑁𝐼𝐿𝐴𝐼 𝑀𝐼𝑁𝐼𝑀𝑈𝑀

𝐼𝑇𝐾 =
𝐼𝑁𝑇𝐸𝑅𝑉𝐴𝐿 𝐾𝐸𝐿𝐴𝑆
47 − 21
𝐼𝑇𝐾 =
5
26
𝐼𝑇𝐾 =
5
𝐼𝑇𝐾 = 5,2

53
Lampiran 3. Tahapan Overlay Peta

Untuk melakukan overlay peta, langkah – langkah yang dilakukan adalah sebagai

berikut.

[Link] data yang akan dioverlay.

[Link] dan pilih folder penyimpanan.

Gambar L3.1. Lokasi penyimpanan shp

[Link] Add dan peta akan otomatis muncul pada layer.

[Link] ArcToolBox > Analysis Tools > Overlay pilih Intersect.

54
 Gambar L3.2. Tools Intersect

5) Pilih Input Features dan direktori penyimpanan pada Output Feature Class
dengan mengklik

Gambar L3.3. Input feature tools Intersect

Pilih Folder Penyimpanan>Nama File>Save.

55
 Gambar L3.4. Output feature class

6) Secara otomatis hasil overlay akan ditampilkan pada layer.

Gambar L3.5. Hasil overlay

7) Menambahkan atribut klasifikasi dan melakukan perkelasan berdasarkan nilai interval

tingkat kerawanan pada tabel atribut sesuai acuan yang digunakan.

56
 Gambar L3.6. Tabel Atribut Hasil Overlay

8) Setelah diklasifikasikan, diperoleh peta daerah potensi kekeringan.

Gambar L3.7. Peta Potensi Kekeringan

57
Lampiran 4. Tahapan Membagi Wilayah Potensi Kekeringan Per Desa di Kawasan
Kota Labuan Bajo

Untuk membagi wilayah potensi kekeringan per desa di kawasan Kota Labuan Bajo,
langkah-langkah yang dilakukan adalah sebagai berikut:

1. Klik dan pilih folder penyimpanan.

2. Klik Add dan peta akan otomatis muncul pada layer.

3. Potong peta potensi kekeringan yang sudah jadi berdasarkan peta administrasi dari

masing-masing desa menggunakan tools Clip.

4. Mengelompokan atribut berdasarkan klasifikasi tingkat potensi kekeringan.

5. Mengatur warna peta berdasarkan kelas pada Symbology dalam Properties.

Gambar L4.1. Tools Clip

58
Gambar L4.2. Input feature tools Clip

Gambar L4.3. Tabel Atribut Hasil Clip

59
Gambar L4.4. Hasil Clip

60
Lampiran 5. Gambar Tutupan Lahan di Kawasan Kota Labuan Bajo

1. Tutupan Lahan 1

Sumber: Damasus Nggadi

2. Tutupan Lahan 2

Sumber: Damasus Nggadi

61
3. Tutupan Lahan 3

Sumber: Damasus Nggadi

4. Tutupan Lahan 4

Sumber: Damasus Nggadi

62
63
54