Analisis Kesesuaian Lahan Kawasan Gunung Bromo Untuk Pertanian Jagung
Analisis Kesesuaian Lahan Kawasan Gunung Bromo Untuk Pertanian Jagung
Oleh :
Latar Belakang
Indonesia merupakan wilayah daratan dengan sejuta manfaat. Hal ini dibuktikan
dengan kondisi geografis letak Indonesia berada di antara benua Asia dan Benua Australia,
serta di antara Samudra Pasifik dan Samudra Hindia. Sebab itu, Indonesia menempati posisi
yang strategis karena dengan posisi silang tersebut memicu adanya perbedaan iklim dan
terjadinya kegiatan perekonomian. Yang merupakan persimpangan lalu lintas dunia. Selain
itu, Indonesia berada pada perjaluran tiga lempeng yaitu Eurasia, Hindia, Australian, dan
Pasifik. Hal ini membuat Indonesia memiliki bentuk lahan yang beragam.
Salah satunya yaitu bentuk lahan volcano. Bentuk lahan ini terjadi akibat proses
aktvitas vulkanisme. Bentuk lahan vulcanisme memiliki manfaat yakni cocok untuk
bercocok tanam. Pasalnya, tanah endapan vulkanik memiliki kandungan magnesium dan
kalium saat abu dan batuan vulkanik lapuk. Salah satu gunung berapi di Indonesia adalah
Gunung Bromo yang terletak di Jwa Timur, Indonesia. Gunung ini memiliki iklim yang
ekstrem dengan suhu yang sangat rendah dan curah hujan yang relative rendah.
Tujuan dari penelitian ini adalah untuk mengetahui kesesuaian lahan Gunung Bromo
untuk pertanian jagung. Apakah lahan Gunung Bromo bisa dijadikan tempat pertanian jagung
dengan kondisi bentuk lahan tersebut. Penelitian ini menggunakan analisis penginderaan jauh
melalui aplikasi QGIS. Analisis ini menunjukkan lahan mana yang sesuai atau tidak sesuai
dalam jarak,suhu, dan ketinggian.
Rumusan Masalah
1. Bagaimana kesesuain lahan untuk tanaman jagung kawasan Bromo dan sekitarnya ?
2. Apa saja parameter dalam penentuan kesesuaian lahan pertanian jagung ?
Tujuan
1. Mengetahui kesesuain lahan untuk tanaman jagung kawasan Bromo dan sekitarnya
2. Bahan referensi petani untuk menentukan lokasi tanam
3. Mengetahui factor-faktor yang menjadi parameter kesesuaian lahan pertanian jagung
Lingkup Kajian
Lingkup kajian dalam penelitian ini adalah pemanfaat penginderaan jauh untuk
menganilisis kesesuaian lahan untuk pertanian tanaman jagung. Untuk area yang dikaji
adalah wilayah Gunung Bromo dan sekitarnya.
BAB II
METODE
Bahan Penelitian
Pada penelitian pengideraan jauh ini mengunnakan citra LANDSAT 8 OLI yang
diunduh melalui web USGS. Kami menguunakan citra dengan band 4, band 5, band 10, dan
band 11 untuk melakukan pengolahan data. Citra yang digunakan mengunnakan citra yang
direkam pada bulan Juni tahun 2020. Hal ini dikarenakan data citra pada waktu tersebut
memiliki tutupan awan paling sedikit sehingga memudahkan dalam proses analisis data.
Data selanjutnya yang kami gunakan adalah DEM dan curah hujan. Data DEM juga
diperoleh melalui web USGS. Kemudian untuk data curah hujan diperoleh melalui web
BMKG. Data curah hujan yang digunakan sebagai data adalah curah hujan bulanan tahun
2020. Data curah hujan menggunakan waktu yang sama dengan rekaman citra agar
memperoleh akurasi yang tinggi pada hasil akhir pengolahan data.
Metode
Tahap pertama yang dilakukan dalam proses pengolahan data adalah menentukan
Batasan wilayah yang dikaji. Kami menentukan bahwa wilayah yang dikaji adalah Kawasan
Gunung Bromo dan sekitarnya. Pada daerah yang dikaji akan dilakukan pengolahan LST,
DEM, dan curah hujan. Data citra LANDSAT 8 kemudian diinput kedalam software SAGA
untuk pengolahan data lebih lanjut.
Sebelum melakukan pengolahan LST diperlukan beberapa proses yaitu TOA, BT, PV,
dan NDVI. TOA (Top of Atmosphere) merupakan proses kalibrasi radiometric citra untuk
koreksi. Citra LANDSAT 8 diubah ke spektrum TOA Radiance menggunakan faktor
resistansi pancaran dengan persamaan berikut:
Lλ= MLQcal + AL
Keterangan :
Lλ = TOA spectral radiance (Watts/( m2 * srad * μm))
ML = Band-specific multiplicative rescaling factor from the metadata (RADIANCE_MULT_BAND_x, where x is the band number)
AL = Band-specific additive rescaling factor from the metadata (RADIANCE_ADD_BAND_x, where x is the band number)
Qcal = Quantized and calibrated standard product pixel values (DN)
Persamaan tersebut diinput kedalan software SAGA dengan menggunakan fitur grid
calculator.
Keterangan :
T = At-satellite brightness temperature (K)
Lλ = TOA spectral radiance (Watts/( m2 * srad * μm))
K1 = Band-specific thermal conversion constant from the metadata (K1_CONSTANT_BAND_x, where x is the thermal band number)
K2 = Band-specific thermal conversion constant from the metadata (K2_CONSTANT_BAND_x, where x is the thermal band number)
Setelah nilai PV diketahui, selanjutnya adalah menghitung Land Surface Emissivity dengan
rumus dibawah:
Tahap kedua setelah pengolahan LST adalah konversi peta curah hujan menjadi
raster. Curah hujan. Curah hujan yang ideal untuk tanaman jagung pada umumnya antara 200
sampai dengan 300 mm per bulan. Raster curah hujan kemudian dikasifikasikan Kembali
sesuai curah hujan ideal untuk tanaman jagung.
Tahap ketiga adalah pengolahan DEM. Citra DEM yang sudah didapat disatukan
menjadi satu frame dan diklasifikasikan Kembali sesuai elevasi ideal untuk tanaman jagung
tumbuh. Elevasi tempat yang cocok untuk tanaman jagung adalah dari 0 sampai dengan 1300
meter di atas permukaan laut.
Tahap keempat adalah proses skoring parameter. Parameter yang digunakan untuk
mengetahui kesesuain lahan untuk tanaman jagung adalah temperatur, curah hujan, dan
elevasi. Setelah penetuan parameter dilakukan proses skoring dan pengkategorian. Dalam
penelitian ini kategori lahan dibagi menjadi dua, yaitu sesuai dan tidak sesuai. Kemudian
dilanjutkan proses overlay semua data. Setelah proses overlay, dilakukan proses reklasifikasi
sesuai kategori yang telah ditentukan.
Pengumpulan Data
Data yang kami gunakan sebagai bahan peneliatan adalah sepenuhnya data sekunder.
Data DEM dan Citra LANDSAT 8 OLI diperoleh melalui web USGS. Kemudian untuk data
curah huna diperoleh melalu web data online BMKG.
Analisis Data
Teknis analisis data yang digunakan dalam penelitian ini adalah metode multispectral
dan overlay. Metode multispectral digunakan untuk analisis LST dan NDVI. Kemudian
metode overlay digunakan untuk menggabungkan data tiap parameter, yaitu curah hujan,
temperatur, dan elevasi.
BAB II
ANALISIS DAN PEMBAHASAN
Berdasarkan perhitungan LST (Land Surface Temperatur) wilayah yang dikaji diperoleh
raster LST sebagai berikut
Raster diatas kemudian di reklasifikasi sesuai dengan table kategori dan skor pada tabel di
bawah ini.
Untuk data raster curah hujan diklasifikasikan Kembali sesuai dengan table di bawah ini
Curah Hujan Value Kategori
<200 mm 1 Tidak sesuai
200 – 300 mm 5 sesuai
>300 mm 1 Tidak sesuai
Untuk data raster elevasi diklasifikasikan kembali sesuai dengan table di bawah ini