Spatial Analysis of Drought-Prone Locations Using Geographic Information Systems (GIS) in Hulu Sungai Utara Regency

Haji Muhammad Ridha; Mahmud  Mahmud

Authors

Haji Muhammad Ridha Lambung Mangkurat University
Mahmud Mahmud Department of Environment Engineering, Lambung Mangkurat University, Indonesia

Keywords:

Geographic Information System (GIS), Spatial Analysis, Drought Disaster Vulnerability, AHP Method

Abstract

Hulu Sungai Utara Regency is one of the regions in South Kalimantan Province that has a high potential for drought disasters due to the influence of climate variability, the relatively flat physical condition of the region, and limited spatial information regarding drought-prone areas. The absence of accurate vulnerability maps has resulted in mitigation efforts not being optimal. This study aims to map the level of drought vulnerability in Hulu Sungai Utara Regency and identify the main factors that influence it. The method used is a Geographic Information System (GIS)-based spatial analysis with a weighted overlay technique using the Analytical Hierarchy Process (AHP) method. The parameters analyzed include slope gradient, land elevation, rainfall, soil type, land cover, river density, vegetation index (NDVI), wetness index (NDWI), and land surface temperature (LST). The results show that most areas of Hulu Sungai Utara Regency are categorized as moderately drought-prone with a percentage of 95.361%, while the non-vulnerable category only covers 4.639% of the area and no highly vulnerable areas were found. The most influential factor on drought vulnerability is rainfall, followed by NDWI and NDVI. It is hoped that the resulting vulnerability map can be the basis for mitigation planning and sustainable water resource management.

References

Andri, & Priantoro, R. D. (2020). El Nino 2015: Asosiasinya Dengan Kekeringan dan Dampaknya Terhadap Curah Hujan, Luas Panen dan Produksi Padi di Kabupaten Subang. Geomedia Majalah Ilmiah Dan Informasi Kegeografian, 18(2), 132–143. https://doi.org/10.21831/gm.v18i2.34959

Anggraini, N., Pangaribuan, B., Siregar, A. P., Sintampalam, G., Muhammad, A., Damanik, M. R. S., & Rahmadi, M. T. (2021). Analisis Pemetaan Daerah Rawan Banjir Di Kota Medan Tahun 2020. Jurnal Samudra Geografi, 4(2), 27–33. https://doi.org/10.33059/jsg.v4i2.3851

Arsyad, S. (2010). Konservasi Tanah dan Air (Edisi Kedu). IPB Press.

Arwanto, D. S., Wijaya, A. P., & Wahyudin, Y. (2021). Pemetaan Kesesuaian Lahan Kawasan Permukiman di Sekitar Pengembangan Kawasan Strategis Pariwisata Nasional (KSPN) Menggunakan Sistem Informasi Geografis (Studi Kasus: Kecamatan Prambanan dan Kecamatan Kalasan). Jurnal Geodesi Undip, 6, 1–10.

Azwar, Lucyana, Meiwinda, E. R., & Rezaliyanti, F. (2024). Pemetaan dan Pengaruh Debit Banjir Terhadap Tata Guna Lahan Di Kelurahan Sekarjaya (Studi Kasus : RSS Sriwijaya). Jurnal Media Infotama, 20(2), 575–580.

BPBD, B. P. B. D. (2022). Dokumen KRB Kabupaten Hulu Sungai Utara.

Darmawan, K., Hani’ah, & Suprayogi, A. (2017). Analisis Tingkat Kerawanan Banjir di Kabupaten Sampang Menggunakan Metode Overlay dengan Scoring Berbasis Sistem Informasi Geografis. Jurnal Geodesi Undip, 6(1), 31–40. https://ejournal3.undip.ac.id/index.php/geodesi/article/view/15024

Direktorat Pemetaan Dan Evaluasi Risiko Bencana. (2021). Kajian Risiko Bencana Nasional Provinsi Kalimantan Selatan 2022-2026. In Kedeputian Bidang Sistem dan Strategi Direktorat Pemetaan dan Evaluasi Risiko bencana.

Hayuningsih, D. M., Awaluddin, M., & Nugraha, A. L. (2024). Analisis Sebaran Ancaman Kekeringan menggunakan Metode Analytical Hierarchy Process berbasis Sistem Informasi Geografis di Kabupaten Sragen. Teknik, 45(2), 235–244. https://doi.org/10.14710/teknik.v45i2.58450

Jamil, D. H., Tjahjono, H., & Parman, S. (2013). Deteksi Potensi Kekeringan Berbasis Penginderaan Jauh Dan Sistem Informasi Geografis Di Kabupaten Klaten. Jurnal Geo Image, 2(2), 30–37.

Juniarti, E., Maryanto, S., & Susilo, A. (2017). Pemetaan Suhu Permukaan Tanah Daerah Kawah Wurung,Kabupaten Bondowoso, Jawa Timur Dalam PenentuanManifestasi Panas Bumi. Natural B, 4(1), 65–72.

Kusumo, P., & Nursari, E. (2016). Zonasi Tingkat Kerawanan Dengan Sistem Informasi Geografis Pada DAS Cidurian Kab. Serang, Banten. Jurnal String, 1(1).

Lestari, M., Mira, Prasetyo, S. Y. J., & Fibriani, C. (2021). Analisis Daerah Rawan Banjir Pada Daerah Aliran Sungai Tuntang Menggunakan Skoring dan Inverse Distance Weighted. Indonesian Journal of Computing and Modeling, 4(1), 1–9. https://doi.org/10.24246/icm.v4i1.4615

Luhukay, M. R., Sela, R. L. E., & Franklin, P. J. C. (2019). Analisis Kesesuaian Penggunaan Lahan Permukiman Berbasis (SIG) Sistem Informasi Geografi Di Kecamatan Mapanget Kota Manado. Jurnal Spasial, 6(2).

Natannael, Siahaan, J. P. S., Winata, O. P., Sintari, C. L., Wijaya, K. M., & Tubil, N. S. (2024). Analisis Pemetaan Daerah Rawan Banjir Di Kabupaten Katingan. JATI (Jurnal Mahasiswa Teknik Informatika), 8(4), 4550–4556. https://doi.org/10.36040/jati.v8i4.9917

Noraini, A., Tjahjadi, M. E., & Sudiasa, I. N. (2022). Identifikasi Kekeringan Lahan Kabupaten Lamongan Berdasarkan Citra Satelit. Buletin Poltanesa, 23(1), 335–340. https://doi.org/10.51967/tanesa.v23i1.958

Nuryanti, N., Tanesib, J. L., & Warsito, A. (2018). Pemetaan Daerah Rawan Banjir Dengan Penginderaan Jauh Dan Sistem Informasi Geografis Di Kecamatan Kupang Timur Kabupaten Kupang Provinsi Nusa Tenggara Timur. Jurnal Fisika : Fisika Sains Dan Aplikasinya, 3(1), 73–79. https://doi.org/10.35508/fisa.v3i1.604

Nyayapathi, P., Penki, R., & Basina, S. S. (2023). Drought vulnerability assessment by employing the Geographical Information System and Analytical Hierarchy Process for the Kurnool district of Andhra Pradesh, India. Ecocycles, 9(1), 32–48. https://doi.org/10.19040/ecocycles.v9i1.262

Peraturan Direktur Jenderal Bina Pengelolaan Daerah Aliran Sungai Dan Perhutanan Tentang Pedoman Identifikasi Karakteristik Daerah Aliran Sungai Pub. L. No. P.3/V.SET/2013, Pub. L. No. P.3/V.SET/2013 (2013).

Prasetyo, D. A., Suprayogi, A., & Hani’ah. (2018). Analisis Lokasi Rawan Bencana Kekeringan Menggunakan Sistem Informasi Geografis Di Kabupaten Blora Tahun 2017. Jurnal Geodesi Undip, 7(4), 314–324.

Prayudi, S. D., & Qonita, H. N. (2019). Identifikasi Masalah Kekeringan Air di Wilayah Desa Babaktulung, Kecamatan Sarang, Kabupaten Rembang Dengan Pendekatan Lapangan Hidrogeologi dan Permodelan Spasial. Pertemuan Ilmiah Tahunan Ke-4 Perhimpunan Ahli Air Tanah Indonesia (PAAI), 1–7.

Rahman, F., Sukmono, A., & Yuwono, B. D. (2017). Analisis Kekeringan Pada Lahan Pertanian Menggunakan Metode NDDI Dan Perka BNPB Nomor 02 Tahun 2012 (Studi Kasus: Kabupaten Kendal Tahun 2015). Jurnal Geodesi Undip, 6(02), 274–284.

Ruswanti, D. (2020). Pengukuran Performa Support Vector Machine Dan Neural Netwok Dalam Meramalkan Tingkat Curah Hujan. Gaung Informatika, 13(1), 66–75.

Sarkar, S., Pandey, P. C., & Singh, N. (2024). Innovative Drought Classification Matrix and Acceptable Time Period for Temporal Drought Evaluation. Environmental Challenges, 15, 100881. https://doi.org/10.1016/j.envc.2024.100881

Serrano, J., Shahidian, S., & da Silva, J. M. (2019). Evaluation of Normalized Difference Water Index as a Tool for Monitoring Pasture Seasonal and Inter-annual Variability in a Mediterranean Agro-silvo-Pastoral System. Water (Switzerland), 11(1). https://doi.org/10.3390/w11010062

Soewandita, H. (2018). Analisis Bencana Kekeringan Di Wilayah Kabupaten Serang. Jurnal Sains Dan Teknologi Mitigasi Bencana, 13(1), 34–43.

Universitas Airlangga. (2024). Studi Variasi Suhu Permukaan Tanah di Pulau Papua. Unairnews. https://unair.ac.id/studi-variasi-suhu-permukaan-tanah-di-pulau-papua/

Wiguna, D. P. (2017). Identifikasi Suhu Permukaan Tanah dengan Metode Konversi Digital Number Menggunakan Teknik Penginderaan Jauh dan Sistem Informasi Geografi. Teknologi Informasi Dan Komunikasi, 6(2), 59–69.