PEMANFAATAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK PEMETAAN KEMISKINAN DI KECAMATAN CIPARAY KABUPATEN BANDUNG
Abstract
Abstrak: Penelitian ini bertujuan untuk memetakan wilayah potensial kemiskinan dengan memanfaatkan Data Penginderaan Jauh dan Sistem Informasi Geografis. Metode yang digunakan dalam penelitian ini, yaitu interpretasi visual citra penginderaan jauh. Data penginderaan jauh yang digunakan, yaitu citra quickbird. Pengolahan dan analisis data menggunakan Sistem Informasi Geografis (SIG) dengan cara pengharkatan (scoring), pembobotan, dan overlay sehingga menghasilkan wilayah potensial miskin. Variabel untuk wilayah potensial miskin dalam penelitian ini terdapat tiga variabel yaitu, variabel bentuk bangunan, kepadatan bangunan, dan pola persebaran bangunan. Hasil penelitian diperoleh bahwa Penginderaan Jauh dan SIG mampu mengekstraksi variabel fisik yang mempengaruhi wilayah potensial berpenduduk miskin. Sebagian besar ukuran dan kepadatan bangunan permukiman yang ada di Kecamatan Ciparay termasuk kategori sedang, dan pola persebaran bangunan permukiman mengelompok. Wilayah potensial penduduk miskin di Kecamatan Ciparay dengan kategori tinggi berjumlah 4 desa, jumlah dengan kategori sedang ada 7 desa dan kategori rendah berjumlah 1 desa.
Abstract: This research aims to mapping potential areas of poverty by utilizing Remote Sensing Data and Geographic Information Systems. The method used in this study, namely the visual interpretation of remote sensing images. Remote sensing data was used, namely quickbird images. Processing and analyzing data using a Geographic Information System (GIS) by means of scoring, weighting, and overlaying so as to produce areas of potential poverty. The results showed that Remote Sensing and GIS are able to extract physical variables that affect potential areas of the poor populations. Most of the size and density of residential buildings in the Ciparay District are in the medium category, and the pattern of distribution of residential buildings is clustered. The potential areas of the poor population in Ciparay District with a high category are 4 villages, the number in the medium category is 7 villages and the low category is 1 village.
Keywords
Full Text:
PDFReferences
Cahyadi, D. (2019). Sistem Informasi Geografis Pemetaan Daerah Miskin Terisolir Di Kabupaten Kuantan Singingi (Vol. 2, Issue 1).
Ernawati, N., & Listyaningsih, U. (2012). Pemetaan Potensi Penduduk Miskin Kabupaten Bantul, Yogyakarta. Jurnal Bumi Indonesia, 476–481.
Fauzy, A., Budiharto, S., & Putra, A. S. (2016). Aplikasi Remote Sensing Untuk Pemetaan Sebaran Kemiskinan. In AJIE-Asian Journal of Innovation and Entrepreneurship (Vol. 01, Issue 03).
Kemenpera, K. (2016). Pendataan Rumah Tidak Layak Huni. Pusat pendidikan dan pelatihan jalan, perumahan, permukiman dan pengembangan infrastruktur wilayah kementerian pekerjaan umum dan perumahan rakyat badan pengembangan sumberdaya manusia.
Khusnawati, N. A., & Kusuma, A. P. (2020). Sistem Informasi Geografis Pemetaan Potensi Wilayah Peternakan Menggunakan Weighted Overlay. Jurnal MNEMONIC, 3(2).
Lillesand, & Kiefer. (1999). Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press.
Riadhi, A. R., Aidid, M. K., & Ahmar, A. S. (2020). Analisis Penyebaran Hunian dengan Menggunakan Metode Nearest Neighbor Analysis. VARIANSI: Journal of Statistics and Its Application on Teaching and Research, 2(1), 46. https://doi.org/10.35580/variansiunm12901
Somantri, L. (2011). Pemanfaatan Citra Quickbird dan Sistem Informasi Geografis Untuk Zonasi Kerentanan Kebakaran Permukiman Kasus di Kota Bandung Bagian Barat. GEA, 11(1).
Yustika Devi, L., & Iqbal Taftazani, M. (2018). Pemetaan Wilayah Kabupaten Pekalongan Berdasarkan Indikator Kemiskinan Prioritas. Kajen, 02(2), 74–104.
DOI: https://doi.org/10.31764/geography.v10i2.9029
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
GEOGRAPHY : Jurnal Kajian Penelitian & Pengembangan Pendidikan
Email: [email protected] | p-ISSN 2339-2835 | e-ISSN 2614-5529
EDITORIAL OFFICE: