PEMANFAATAN DATA PENGINDERAAN JAUH UNTUK PEMETAAN TINGKAT KERAWANAN KEBAKARAN HUTAN DI KABUPATEN ROKAN HILIR TAHUN 2022

MUHAMMAD ARYASATYA RAFLIANDO, . (2024) PEMANFAATAN DATA PENGINDERAAN JAUH UNTUK PEMETAAN TINGKAT KERAWANAN KEBAKARAN HUTAN DI KABUPATEN ROKAN HILIR TAHUN 2022. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (767kB)
	Text BAB I.pdf Download (241kB)
	Text BAB II.pdf Restricted to Registered users only Download (440kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (502kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (184kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (194kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Dunia ilmu penginderaan jauh di era digital dapat memanfaatkan berbagai jenis teknologi terbaru untuk mengidentifikasi berbagai fenomena secara lebih modern. Dengan bencana kebakaran yang meningkat kembali setelah pandemi usai, maka perlu adanya pembaruan informasi spasial tentang tingkat kerawanan bencana kebakaran di Indonesia. Oleh karena itu, Penelitian ini bertujuan untuk melakukan pemetaan tingkat kerawanan kebakaran hutan di Kabupaten Rokan Hilir menggunakan data penginderaan jauh pada tahun 2022. Penelitian ini menggunakan metode kuantitatif. Data yang diolah melalui proses Weighted overlay untuk melakukan pembobotan pada parameter yang telah dilakukan klasifikasi tingkat kerawanan. Parameter yang digunakan meliputi suhu permukaan, curah hujan, titik panas, tutupan lahan, jarak dari jalan, dan jarak dari sungai. Hasil dari penelitian ini berupa peta tingkat kerawanan kebakaran hutan di Kabupaten Rokan Hilir dengan lima klasifikasi kerawanan yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Berdasarkan hasil penelitian, persentase tingkat kerawanan didominasi oleh kategori “sedang” yaitu seluas 4.874 km² (53.9%), kategori “rendah” sebesar 36.5%, kategori “tinggi” 8.7%, dan kategori “sangat tinggi” hanya 0.9%. Sedangkan hasil overlay parameter menunjukan bahwa kategori “sangat tinggi” terdapat di Kecamatan Pasir Limau Kapas dan Kecamatan Pujud. *** The world of remote sensing in the digital era can utilize various types of the latest technology to identify various phenomena in a more modern way. With fire disasters increasing again after the pandemic is over, it is necessary to update spatial information about the level of vulnerability to fire disasters in Indonesia. Therefore, this research aims to map the level of vulnerability to forest fires in Rokan Hilir Regency using remote sensing data in 2022. This research uses quantitative methods. Data processed through processesWeighted overlay to carry out weighting on parameters that have been classified according to the level of vulnerability. The parameters used include surface temperature, rainfall, hot spots, land cover, distance from road, and distance from river. The results of this research are a map of the level of vulnerability to forest fires in Rokan Hilir Regency with five classifications of vulnerability, namely very low, low, medium, high and very high. Based on the research results, the percentage of vulnerability levels is dominated by the "medium" category, namely 4,874 km² (53.9%), the "low" category is 36.5%, the "high" category is 8.7%, and the "very high" category is only 0.9%. Meanwhile the resultsoverlay The parameters show that the "very high" category is found in Pasir Limau Kapas District and Pujud District.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Lia Kusumawati, M.Si., M.Eng. ; 2). Fauzi Ramadhoan A'Rachman, S.Pd., M.Sc.
Subjects:	Geografi, Antropologi > Geografi Geografi, Antropologi > Matematika Geografi, Kartografi Geografi, Antropologi > Geografi Fisik
Divisions:	FIS > S1 Geografi
Depositing User:	Users 21048 not found.
Date Deposited:	31 Jan 2024 06:25
Last Modified:	31 Jan 2024 06:25
URI:	http://repository.unj.ac.id/id/eprint/43557

Actions (login required)

View Item