BAB III
METODOLOGI PELAKSANAAN
III.1 Persiapan Penelitian
Tahap persiapan penelitian merupakan tahap awal dalam melakukan sebuah penelitian yang menunjang dalam kegiatan penelitian. Tahap ini terdiri dari beberapa bagian diantaranya penentuan lokasi penelitian, persiapan peralatan, dan persiapan bahan penelitian.
III.1.1 Lokasi Penelitian
Lokasi penelitian berada di Indonesia, secara astronomis wilayah Indonesia terletak antara 6º – 11º Lintang Selatan dan 95º– 141º Bujur Timur. Penelitian ini memfokuskan pada lahan pertanian yaitu lahan sawah di Indonesia. Berdasarkan data Balai Besar Litbang Sumber Daya Lahan Pertanian (BBLSPD) tahun 2019, Indonesia memiliki luas lahan sawah sebesar 7.105.145 ha (BBLSDP, 2020).
Lahan sawah di Indonesia terdiri dari lahan sawah tadah hujan dan lahan sawah irigasi. Penelitian ini hanya dilakukan pada wilayah sebaran lahan sawah di Indonesia, dengan dapat dilihat gambaran lokasi penelitian disajikan pada Gambar III.1.
III.1.2 Peralatan Penelitian
Peralatan yang digunakan dalam penelitian ini terdiri dari perangkat keras dan perangkat lunak.
III.1.2.1 Perangkat Keras; Perangkat keras yang digunakan adalah seperangkat laptop dengan spesifikasi yang cukup untuk melakukan pengolahan data dan pembuatan laporan tugas akhir.
III.1.2.2 Perangkat Lunak; Perangkat Lunak yang digunakan antara lain:
a. Platform Google Earth Engine yang diakses secara online digunakan untuk mengunduh dan mengolah produk data citra satelit MODIS.
b. Perangkat lunak Sitem Informasi Geografis yang digunakan untuk proses analisis spasial dan membuat layouting peta.
c. Perangkat lunak pengolah kata yang digunakan untuk pembuatan laporan tugas akhir.
d. Perangkat lunak pengolah angka digunakan untuk pembuatan data tabular dan grafik dalam penelitian.
III.1.3 Bahan Penelitian
Bahan penelitian yang digunakan dalam penelitian ini dapat dilihat dalam Tabel III.1.
Tabel III. 1 Klasifikasi Bahan Penelitian
Nama Data Kelas Data Jenis
Data Rentang
Waktu Satuan Sumber Batas
Administrasi Batas
Administrasi Vektor 2016 - Badan Informasi Geospasial (BIG) Lahan
Sawah Sawah Vektor 2016 - Badan Informasi
Geospasial (BIG) MOD16A2.
006
Evapotranspirasi Potensial
Raster (500 m)
2015-2020
(per 8 hari) mm NASA's - LP DAAC (Running
dkk., 2017) MOD13A1.
006 NDVI Raster
(500 m) 2015-2020 (per 16 hari) -
NASA's - LP DAAC (Didan,
2015) MOD17A2H
.006 Gross Primary
Product Raster
(500 m) 2015-2020
(per 8 hari) kg*C/
m2
NASA's - LP DAAC (Running
dkk., 2015)
III.2 Pelaksanaan Penelitian
Pelaksanaan penelitian ini secara keseluruhan tersaji dalam diagram alir pelaksanaan yang terdapat pada Gambar III.2.
Gambar III. 2 Diagram Alir Tahapan Penelitian
III.2.1 Tahapan Pengumpulan Data
Tahap pengumpulan data tugas akhir ini dilakukan untuk mendapatkan data serta informasi yang digunakan dalam pengerjaan penelitian ini. Proses pengumpulan data dilakukan dengan menggunakan platform Google Earth Engine untuk memperoleh produk data citra satelit MODIS diantaranya MODIS Terra Vegetation Indices (MOD13A1.006), MODIS Terra Net Evapotranspiration
(MOD16A2.006), MODIS Terra Gross Primary Productivity (MOD17A2H.006).
Sedangkan, data batas administrasi dan data lahan sawah diperoleh dengan mengunduh data melalui laman Inageoportal yang merupakan website resmi dari Badan Informasi Geospasial (https://tanahair.indonesia.go.id/portal-web).
III.2.2 Tahapan Pengolahan Data
Tahapan pengolahan data tugas akhir ini dapat dilakukan dengan beberapa tahapan sebagai berikut.
III.2.2.1 Pengolahan Data Normalized Difference Vegetation Index (NDVI);
Langkah pertama dalam pengolahan nilai Normalized Difference Vegetation Index (NDVI) dari data MODIS Terra Vegetation Indices (MOD13A1.006) yaitu filtering data berdasarkan rentang waktu per bulan dalam satu tahun dari tahun 2015 sampai 2020 dengan menggunakan platform Google Earth Engine (GEE), kemudian dilakukan pemilihan data berdasarkan jenis data yang digunakan pada penelitian ini yaitu jenis data Normalized Difference Vegetation Index (NDVI).
Langkah kedua yaitu hasil dari filtering data, kemudian dilakukan pembagian data terhadap nilai faktor skala dengan membagi hasil terhadap nilai faktor skala sebesar 0,0001. Hasil dari pembagian terhadap nilai faktor skala, kemudian dilakukan perhitungan rata-rata hasil setiap bulan dalam satu tahun. Langkah ketiga yaitu mengunduh hasil dari proses pengolahan data Normalized Difference Vegetation Index (NDVI) dengan format GeoTIFF. Proses tahapan pengolahan data Normalized Difference Vegetation Index (NDVI) didasarkan pada algoritma pemograman yang dibangun melalui platform Google Earth Engine dan disajikan pada Lampiran A.
III.2.2.2 Pengolahan Data Evapotranspirasi Potensial (Epot); Langkah pertama dalam pengolahan nilai Evapotranspirasi potensial (Epot) dari data MODIS Terra Net Evapotranspiration (MOD16A2.006) yaitu filtering data berdasarkan rentang waktu per bulan dalam satu tahun dari tahun 2015 sampai 2020 dengan menggunakan platform Google Earth Engine (GEE), kemudian dilakukan pemilihan data berdasarkan jenis data yang digunakan pada penelitian ini yaitu jenis data Total Potential Evapotranspiration. Langkah kedua yaitu hasil dari filtering data, kemudian dilakukan pembagian data terhadap nilai faktor skala
dengan membagi hasil terhadap nilai faktor skala sebesar 0,1. Hasil dari pembagian terhadap nilai faktor skala, kemudian dilakukan perhitungan rata-rata hasil setiap bulan dalam satu tahun. Langkah ketiga yaitu mengunduh hasil dari proses pengolahan data evapotranspirasi potensial dengan format GeoTIFF.
Proses tahapan pengolahan data evapotranspirasi potensial didasarkan pada algoritma pemograman yang dibangun melalui platform Google Earth Engine dan disajikan pada Lampiran A.
III.2.2.3 Pengolahan Data Gross Primary Product; Langkah pertama dalam pengolahan nilai Gross Primary Product dari data MODIS Terra Gross Primary Productivity (MOD17A2H.006) yaitu filtering data berdasarkan rentang waktu per bulan dalam satu tahun dari tahun 2015 sampai 2020 dengan menggunakan platform Google Earth Engine (GEE), kemudian dilakukan pemilihan data berdasarkan jenis data yang digunakan pada penelitian ini yaitu jenis data Gross Primary Production. Langkah kedua yaitu hasil dari filtering data, kemudian dilakukan pembagian data terhadap nilai faktor skala dengan membagi hasil terhadap nilai faktor skala sebesar 0,0001. Hasil dari pembagian terhadap nilai faktor skala, kemudian dilakukan perhitungan rata-rata hasil setiap bulan dalam satu tahun. Langkah ketiga yaitu mengunduh hasil dari proses pengolahan data Gross Primary Product dengan format GeoTIFF. Proses tahapan pengolahan data Gross Primary Product didasarkan pada algoritma pemograman yang dibangun melalui platform Google Earth Engine dan disajikan pada Lampiran A.
III.2.2.4 Pengolahan koefisien tanaman; Langkah pertama dalam pengolahan koefisien tanaman yaitu pemanggilan data hasil pengolahan Normalized Difference Vegetation Index (NDVI), kemudian data tersebut dimasukan ke dalam algoritma pemograman yang telah dibangun berdasarkan Persamaan II.1. Langkah kedua yaitu hasil dari proses pengolahan koefisien tanaman dilakukan pengunduhan data ke dalam format GeoTIFF. Hasil dari tahapan ini merupakan data perhitugan koefisien tanaman setiap bulan dalam satu tahun dari tahun 2015 sampai tahun 2020. Tahapan pengolahan koefisien tanaman didasarkan pada algoritma pemograman dengan menggunakan platform Google Earth Engine (GEE) dan disajikan pada Lampiran B.
III.2.2.5 Pengolahan estimasi kebutuhan air tanaman; Langkah pertama dalam pengolahan nilai kebutuhan air tanaman yaitu pemanggilan data hasil pengolahan koefisien tanaman dan data hasil pengolahan evapotranspirasi potensial, kemudian data tersebut dimasukan ke dalam algoritma pemograman yang telah dibangun berdasarkan Persamaan II.2. Langkah kedua yaitu didapatkan hasil dari proses pengolahan kebutuhan air tanaman per bulan dalam satu tahun, kemudian dilakukan perhitungan jumlah kebutuhan air tanaman dalam satu tahun berdasarkan Persamaan II.2. Langkah ketiga yaitu hasil pengolahan jumlah kebutuhan air tanaman dalam satu tahun dilakukan pengunduhan data ke dalam format GeoTIFF. Hasil dari tahapan ini merupakan data perhitungan jumlah kebutuhan air tanaman dalam satu tahun dari tahun 2015 sampai tahun 2020.
Tahapan pengolahan kebutuhan air tanaman didasarkan pada algoritma pemograman dengan menggunakan platform Google Earth Engine (GEE) dan disajikan pada Lampiran B.
III.2.2.6 Pengolahan estimasi efisiensi penggunaan air; Langkah pertama dalam pengolahan efisiensi penggunaan air yaitu pemanggilan data hasil pengolahan kebutuhan air tanaman per bulan dalam satu tahun dan data hasil pengolahan Gross Primary Product, kemudian data tersebut dimasukan ke dalam algoritma pemograman yang telah dibangun berdasarkan Persamaan II.3. Langkah kedua yaitu didapatkan hasil dari proses pengolahan efisiensi penggunaan air per bulan dalam satu tahun, kemudian dilakukan perhitungan rata-rata efisiensi penggunaan air dalam satu tahun berdasarkan Persamaan II.3. Langkah ketiga yaitu hasil pengolahan rata-rata kebutuhan air tanaman dalam satu tahun, dilakukan pengunduhan data ke dalam format GeoTIFF. Hasil dari tahapan ini merupakan data rata-rata efisiensi penggunaan air tanaman dalam satu tahun dari tahun 2015 sampai tahun 2020. Tahapan pengolahan efisiensi penggunaan air didasarkan pada algoritma pemograman dengan menggunakan aplikasi Google Earth Engine (GEE) dan disajikan pada Lampiran B.
III.2.2.7 Integrasi skala data (Rescalling); Tahapan rescalling dilakukan sebelum proses pemotongan (cropping) pada data batas wilayah penelitian yaitu lahan sawah di Indonesia. Data lahan sawah di Indonesia berformat data vektor yang memiliki skala data lebih detil dibandingkan dengan produk data MODIS
yang digunakan pada penelitian ini. Rescalling diperlukan dengan tujuan untuk membakukan skala data atau resolusi piksel yang berbeda dari produk data MODIS yang memiliki resolusi piksel sebesar 500 m. Proses rescalling dilakukan dengan merubah format data lahan sawah dari format vektor menjadi format raster. Metode yang digunakan yaitu proses resampling dengan menggunakan maximum area, dimana metode ini terbukti memberikan pendekatan yang lebih kuat untuk menggabungkan data (Zhang dan Tateishi, 2013). Ukuran setiap piksel diatur dengan mengkonversikan ukuran piksel dalam satuan meter ke dalam satuan derajat sesuai dengan resolusi yang dimiliki oleh produk data MODIS yaitu 500 m.
III.2.2.8 Analisis Spasial; Pengolahan tahapan analisis spasial dilakukan menggunakan perangkat lunak pengolahan data spasial. Tahapan analisis spasial dilakukan dengan melalui beberapa tahapan yaitu pemotongan (cropping) hasil pengoalahan kebutuhan air tanaman dan efisiensi penggunaan air terhadap wilayah penelitian, serta perhitungan luas area hasil kebutuhan air tanaman dan efisiensi penggunaan air. Langkah pertama yaitu pemotongan (cropping) hasil pengolahan, hal ini dilakukan dengan tujuan untuk memfokuskan hasil pengolahan pada wilayah penelitian saja sehingga proses analisis spasial menjadi lebih sederhana dan lebih terfokus. Pemotongan (cropping) hasil pengolahan kebutuhan air tanaman dan efisiensi penggunaan air sesuai wilayah penelitian yaitu lahan sawah di Indonesia. Langkah kedua yaitu mengklasifikasikan hasil kebutuhan air tanaman dan hasil efisiensi penggunaan air tanaman.
Pengklasifikasian tersebut terbagi menjadi lima kelas yaitu kelas sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Nilai rentang setiap kelas untuk kebutuhan air tanaman dapat dilihat pada Tabel III.1 dan efisiensi penggunaan air dapat dilihat pada Tabel III.2.
Tabel III. 2 Klasifikasi Kebutuhan Air Tanaman No. Nilai Interval (mm/tahun) Kelas
1 < 1600 Sangat Rendah
2 1600 – 3200 Rendah
3 3200 – 4800 Sedang
4 4800 – 6400 Tinggi
5 > 6400 Sangat Tinggi
Tabel III. 3 Klasifikasi Efisiensi Penggunaan Air No. Nilai Interval (kg C/m2) Kelas
1 < 0,5 Sangat Rendah
2 0,5 – 1 Rendah
3 1 – 1,5 Sedang
4 1,5 - 2 Tinggi
5 > 2 Sangat Tinggi
Langkah ketiga yaitu menghitung luasan area hasil klasifikasi kebutuhan air tanaman dan efisiensi penggunaan air, dimana dalam perhitungan luas lahan sawah di Indonesia dibagi menjadi tujuh wilayah yaitu Sumatera, Jawa, Kalimantan, Sulawesi, Maluku, Papua, serta penggabungan wilayah Bali, Nusa Tenggara Barat, dan Nusa Tenggara Timur menjadi satu wilayah.
