Utomo, Amanda Maisie (2025) EVALUASI DAMPAK BENCANA BANJIR TERHADAP KERUGIAN LAHAN PERTANIAN DI KABUPATEN GROBOGAN TAHUN 2015-2024. Undergraduate thesis, Universitas Diponegoro.

	Text S_PTRP_Amanda Maisie Utomo.pdf - Published Version Restricted to Repository staff only Download (13MB) | Request a copy
	Text S_PTRP_Amanda Maisie Utomo_COVER.pdf - Published Version Download (300kB)
	Text S_PTRP_Amanda Maisie Utomo_BAB I.pdf - Published Version Download (403kB)
	Text S_PTRP_Amanda Maisie Utomo_BAB II.pdf - Published Version Download (251kB)
	Text S_PTRP_Amanda Maisie Utomo_BAB III.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text S_PTRP_Amanda Maisie Utomo_BAB IV.pdf - Published Version Download (5MB)
	Text S_PTRP_Amanda Maisie Utomo_BAB V.pdf - Published Version Download (57kB)
	Text S_PTRP_Amanda Maisie Utomo_DAPUS.pdf - Published Version Download (131kB)
	Text S_PTRP_Amanda Maisie Utomo_LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Kabupaten Grobogan merupakan salah satu daerah di Provinsi Jawa Tengah yang sering mengalami
banjir tahunan, terutama di wilayah-wilayah yang didominasi oleh lahan pertanian. Banjir tahunan di
Kabupaten Grobogan pada tahun 2015 – 2024 memberikan dampak signifikan terhadap lahan pertanian
yang menjadi tulang punggung ekonomi wilayah ini. Penelitian ini bertujuan untuk melakukan evaluasi
terkait dampak bencana banjir terhadap kerugian lahan pertanian yang menggenang di Kabupaten
Grobogan Tahun 2015-2024 sehingga dapat menjadi bahan evaluasi kebijakan mitigasi kepada
pemerintah daerah untuk meminimalisir kerugian lahan pertanian di masa mendatang. Pengumpulan
data sekunder dilakukan dengan kajian literatur dan telaah dokumen yang telah dipublikasikan oleh
instansi terkait. Pengumpulan data primer dilakukan dengan validasi lapangan (groundcheck). Dalam
prosesnya, penelitian ini menggunakan beberapa analisis yaitu analisis genangan banjir menggunakan
machine learning Google Earth Engine (GEE) dengan metode Change Detection and Thresholding
terhadap area pertanian yang terdampak. Pemanfaatan machine learning Google Earth Engine (GEE)
dalam mendeteksi genangan banjir selama 10 tahun merupakan metode yang efektif dengan
kemampuannya yang mampu menganalisis aspek yang berkaitan dengan keruangan. Hasil olah data
genangan banjir ini dilakukan validasi lapangan menggunakan aplikasi Avenza Maps dan uji validitas
menggunakan Uji Kappa dengan hasil nilai pengujian sebesar 0,862. Selanjutnya, data ini kemudian
diintegrasikan dengan teknik analisis valuasi ekonomi kerugian guna menghitung total kerugian pada
sektor pertanian selama periode tersebut. Teknik analisis selanjutnya menggunakan analisis regresi
linear berganda untuk memprediksi kerugian lahan pertanian di masa mendatang. Hasil dari penelitian
ini berupa perhitungan kerugian lahan pertanian dalam kurun waktu 2015-2024 mencapai total Rp1,96
triliun yang nantinya dapat menjadi bahan acuan evaluasi dan arahan mitigasi bagi pemerintah daerah
dalam merancang kebijakan pengelolaan risiko bencana dan ketahanan pangan yang lebih baik, guna
mengantisipasi kerugian akibat banjir di masa mendatang.
Kata Kunci: Bencana Banjir, Pertanian, Citra Sentinel-1, Produktivitas Pertanian, SIG.

Actions (login required)

View Item