13 untuk mendeteksi bahaya dan kerentanan yang dapat menyebabkan kegagalan
panen puso akibat perubahan persentase vegetasi, anomali curah hujan, dan rawan banjir dan kekeringan.
1.7. Kebaharuan Penelitian Novelty
Berdasarkan hasil kajian penelitian terdahulu, maka penelitian ini memiliki kebaharuan Novelty dalam hal :
1 Aspek spasial berdasarkan ekstraksi informasi Kerentanan dari data satelit inderaja. Sebelumnya hanya berdasarkan data tabular dan informasi yang
telah terjadi BKP dan WFP, 2005 ; Irawan, 2005; Nurmalina, 2007; dan Pramudia, 2008.
2 Pengembangan metode penentuan bobot faktor dan perhitungan skor sub faktor menggunakan kombinasi metode AHP Analytical Hierarchy
Process dan CMA Composite Mapping Analysis. Sebelumnya BKP dan
WFP 2005 belum membuat peta kerentanan produksi beras yang menggabungkan
beberapa faktor
Kerentanan Produksi
terhadap Kerawanan Pangan transien sementara.
3 Metode klasifikasi zona Kerentanan Produksi berdasarkan pemodelan spasial menggunakan metode overlay terbobot hingga level kecamatan.
Sebelumnya belum pernah dilakukan oleh BKP dan WFP 2005,209, karena faktor-faktor penentu Kerentanan Produksi masih
dipetakan secara terpisah.
Easy PDF Creator is professional software to create PDF. If you wish to remove this line, buy it now.
15
II. TINJAUAN PUSTAKA
2.1. Pemodelan Spasial dan Sistem Informasi Geografis SIG
Secara umum, model diartikan sebagai suatu penyederhanaan dari kondisi sesungguhnya di dunia nyata. Peubah-peubah yang digunakan dalam model
sebagian dari peubah-peubah yang jumlah dan jenisnya jarang diketahui secara lengkap.
Tujuan dari pembuatan model adalah agar membantu pengambil keputusan ataupun analis untuk memahami, menggambarkan dan memprediksi
bagaimana suatu proses bekerja dalam dunia nyata melalui penyederhanaan fenomena maupun kenampakan karakteristik alam feature. Dalam ilmu
geomatika atau, model-model spasial mencakup sekumpulan proses yang dijalankan pada data spasial untuk menghasilkan informasi yang umumnya
berbentuk informasi spasial berupa peta tematik. Hasil dari pemodelan ini dapat digunakan sebagai bahan untuk mengambil suatu keputusan, melakukan studi
ilmiah atau untuk memberikan informasi umum. Pemodelan merupakan bagian dari analisis spasial untuk memperoleh feature yang diinginkan. Pemodelan
spasial dalam SIG dapat mencakup pemodelan simulasi maupun pemodelan prediktif Jaya, 2007.
Barus dan Wiradisastra 2000 menyatakan bahwa kemampuan analisis terhadap data spasial yang ditunjukkan melalui pemodelan merupakan pembeda
suatu SIG dengan sistem informasi yang lain. Alasan logis dimanfaatkannya model, yaitu : a dapat diuji dan dimanipulasi dengan cepat, mudah dan murah;
b dapat menggambarkan analisis yang menggunakan beberapa skenario alternatif. Seni dan ilmu dari pemanfaatan SIG adalah dapat mengkombinasikan
berbagai fungsi analisis yang ada untuk menghasilkan informasi tematik yang baru.
Model spasial dengan menggunakan bantuan SIG telah banyak diteliti untuk menghasilkan informasi tematik spasial dalam berbagai aspek, termasuk
masalah lingkungan dan bencana. Yalcin dan Akyurek 2004, menggunakan metode MCE Multicriteria Evaluation untuk membuat daerah zona kerentanan
banjir. Bobot dan nilai-nilai dari kriteria dapat berubah sesuai dengan daerah
penelitian. Apabila karakteristik berubah maka, hasilnya akan menunjukkan kondisi yang berbeda. Daerah rawan banjir di wilayah studi diklasifikasikan ke
dalam 5 klas yang terdiri dari: tinggi, tinggi-sedang, sedang, sedang-rendah,
rendah. Sebelumnya, Nawaz dan Shafique 2003 telah melakukan penelitian
Easy PDF Creator is professional software to create PDF. If you wish to remove this line, buy it now.
16 analisis risiko banjir menggunakan data Penginderaan Jauh Inderaja dan SIG.
Metode yang digunakan untuk analisa resiko banjir adalah teknik SIG dengan menggunakan input tataguna lahan, umur bangunan, jenis material bangunan
dan daerah rentan banjir. Hasil dari penilaian tersebut diklasifikasikan ke dalam empat klas daerah bahaya banjir yaitu sangat tinggi, tinggi, sedang, dan rendah.
Penilaian bahaya dan pemetaan risiko banjir digunakan untuk perencanaan wilayah lebih lanjut.
Sagala 2006 melakukan penelitian pemodelan spasial kerentanan banjir dan mekanisme penanggulangan yang dilakukan masyarakat di daerah
pemukiman yang mudah terkena banjir di Kota Naga, Filipina. Metode yang digunakan analisa spasial dan analisa statistik Descriptive Statistic, Cross
Tabulation Analysis, Regression Analysis. Hasil penelitian ini digunakan untuk
membuat kebijakan dalam mengurangi resiko banjir, misalnya dengan mengembangkan standar bangunan yang baik dan perencanaan penggunaan
lahan.
Kombinasi beberapa faktor untuk menentukan kondisi kekeringan dilakukan oleh Narendra 2008. Penelitian mengambil lokasi di Sub DAS
Gesing, DAS Bogowonto, Provinsi Jawa Tengah, Indonesia. Data utama yang digunakan adalah data curah hujan dari BMKG, jenis tanah, dan kontur dari Peta
Rupa Bumi. Metode yang digunakan adalah SPI Standardized Precipitation
Index , model kekeringan kelengasan tanah dengan PC Raster dan analisis
korelasi. Hasil penelitian mnunjukkan bahwa karakteristik curah hujan tahunan dapat menggambarkan kejadian kekeringan pada tahun tersebut. Model
kelengasan tanah yang dibangun dapat menjelaskan karakteristik kekeringan berdasarkan defisit lengas tanah dengan skala waktu yang fleksibel. Nilai SPI
dapat digunakan untuk mengetahui adanya kekeringan, diidentifikasi dari adanya nilai SPI negatif skala waktu 1 bulan.
2.2. Pemanfaatan Data Satelit Inderaja untuk Pemantauan Kondisi Lingkungan