BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Lahan merupakan sumberdaya alam yang bersifat langka karena jumlahnya tidak bertambah, tetapi kebutuhan terhadap lahan selalu meningkat. Alih fungsi lahan pertanian padi sawah merupakan ancaman serius terhadap ketahanan dan kedaulatan pangan. Ketahanan pangan adalah kondisi terpenuhinya pangan bagi rumah tangga yang tercermin dari tersedianya pangan yang cukup, baik jumlah maupun mutunya aman merata dan terjangkau (Undang-Undang RI No 41 Tahun 2009). Kedaulatan Pangan adalah hak negara dan bangsa yang secara mandiri dapat menentukan kebijakan pangannya, yang menjamin hak atas pangan bagi rakyatnya, serta memberikan hak bagi masyarakatnya untuk menentukan sistem pertanian pangan yang sesuai dengan potensi sumberdaya lokal (Undang-Undang RI No 41 Tahun 2009). Fenomena alih fungsi lahan pertanian menjadi lahan terbangun menciptakan ketidakseimbangan antara ketersediaan lahan pertanian yang dapat mengakibatkan turunnya produktivitas pertanian di Indonesia, salah satunya adalah di Kabupaten Sleman. Lahan sawah di Kabupaten Sleman dari tahun ke tahun terus mengalami penurunan tercatat dari tahun 2013-2014 lahan sawah di Kabupaten Sleman mengalami penurunan sebesar 602 Ha (Tabel 1.1). Pada kenyataannya, Kabupaten Sleman merupakan basis lahan sawah produktif di D.I.Yogyakarta. Oleh karena itu, dibutuhkan perlindungan lahan pertanian pangan khususnya lahan sawah dalam bentuk Lahan Pertanian Pangan Berkelanjutan (LP2B) untuk tetap menjaga lahan sawah produktif aktual yang merupakan lahan pertanian yang menghasilkan bahan makanan pokok utama yaitu padi (beras). Menindaklanjuti Undang-Undang RI No 41 Tahun 2009 tentang perlindungan lahan pertanian pangan berkelanjutan, untuk keperluan kemandirian, keamanan dan ketahanan pangan, pemerintah D.I.Yogyakarta melakukan kebijakan lahan pertanian pangan berkelanjutan dalam Perda No 10 Tahun 2011. Kebijakan tersebut mengatur setiap kabupaten di D.I.Yogyakarta harus memiliki lahan pertanian pangan berkelanjutan baik berupa lahan basah maupun lahan kering dengan luasan tertentu. Berdasarkan Perda tersebut maka Kabupaten 1

Sleman harus memiliki lahan pertanian pangan berkelanjutan dengan luasan minimal 12.377,59 Ha. Tabel 1.1 Luas lahan sawah (Ha) menurut Kabupaten/Kota di D.I.Yogyakarta Tahun 2009-2014 No Kabupaten/Kota Tahun 2009 2010 2011 2012 2013 2014 1. Kab. Kulon Progo 10.280 10.304 10.304 10.299 10.297 10.296 2. Kab. Bantul 15.569 15.465 15.453 15.482 15.471 15.191 3. Kab. Gunung Kidul 7.865 7.865 7.865 7.865 7.865 7.865 4. Kab. Sleman 22.914 22.819 22.786 22.642 22.835 22.233 5. Kota Yogyakarta 84 85 83 76 71 65 D.I.Yogyakarta 56.712 56.538 56.491 56.364 56.539 55.650 Sumber: DIY dalam Angka, 2015 Dalam Perda Kabupaten Sleman No 12 Tahun 2012 tentang tata ruang wilayah Kabupaten Sleman Tahun 2011-2031 dirumuskan beberapa kawasan seperti, kawasan lindung dan kawasan budidaya. Kawasan peruntukkan pertanian merupakan salah satu kawasan yang masuk ke dalam kawasan budidaya. Dalam Perda tersebut dijelaskan Kecamatan Kalasan merupakan salah satu kawasan yang diperuntukkan untuk kawasan pertanian tanaman pangan di Kabupaten Sleman. Permasalahan pangan merupakan masalah yang cukup kompleks baik dalam penyediaannya maupun aksesnya. Daya beli tinggi belum tentu barang yang dibeli tersedia secara cukup (ketersediaan) dan sebaliknya. Permasalahan itu akan lebih rumit apabila barangnya tidak ada, sehingga yang diperlukan ketersediaan pangan cukup dan terjangkau bagi masyarakat. Inilah yang dimaksud dengan ketahanan pangan dapat berdampak sistemik bagi kesinambungan hidup bermasyarakat, berbangsa dan bernegara. Salah satu kriteria dalam penentuan Lahan Pertanian Pangan Berkelanjutan (LP2B) adalah tingginya produktivitas padi. Berbagai hal telah dikembangkan terkait dengan proses peningkatan produksi padi. Hal ini diharapkan dapat mendukung program swasembada beras. Padi merupakan salah satu komoditas utama yang dijadikan bahan makanan pokok berupa beras untuk sebagian besar 2

masyarakat Indonesia. Padi merupakan suatu tanaman yang nantinya akan menghasilkan beras untuk dikonsumsi. Seperti yang diketahui beras sendiri merupakan bahan dari nasi yang menjadi makanan pokok sebagian besar masyarakat Indonesia. Hal tersebut menunjukkan bahwa padi mempunyai peran yang strategis terhadap kondisi sosial, ekonomi, politik hingga faktor ketahanan pangan suatu negara. Peran padi yang sangat vital tersebut, sangat membutuhkan dukungan berbagai penelitian. Salah satu upaya untuk menjaga kestabilan produksi dan juga latar belakang untuk pengambilan kebijakan mengenai pangan adalah dengan tetap melakukan estimasi produktivitas padi. Proses estimasi produktivitas merupakan salah satu upaya pengkajian untuk meningkatkan kondisi pertanian. Estimasi produktivitas tersebut diperlukan untuk mengetahui apakah suatu lahan memiliki tingkat produktivitas yang rendah atau tinggi. Hal tersebut menjadi faktor utama pengambilan kebijakan mengenai Lahan Pertanian Pangan Berkelanjutan (LP2B). Selama ini banyak penelitian terkait Lahan Pertanian Pangan Berkelanjutan yang cara mengidentifikasi data produktivitas menggunakan kajian spasial ekologi. Kajian spasial ekologi dalam hal ini adalah sumber data yang dipadu dengan data sekunder dan atau data lapangan yang kemudian digabungkan dengan parameter pendukung lain seperti fasilitas infrastruktur irigasi, faktor fisik lahan dan di kelaskan berdasarkan satuan unit lahan tersebut untuk menentukan LP2B. Selain kajian spasial ekologi dalam menentukan produktivitas banyak penelitian yang menggunakan pendekatan spektral, yaitu dengan transformasi indeks vegetasi. Kedua pendekatan ini dapat dilakukan untuk estimasi produktivitas padi. Dalam penentuan LP2B produktivitas pertanian merupakan suatu yang dianggap penting. Penilaian untuk produktivitas memiliki kecenderungan yang paling tinggi dikarenakan lahan yang memiliki produktivitas tinggi pemilik lahan berusaha mempertahankan lahannya untuk sumber ekonomi dan keberlangsungan pangan keluarganya. Fenomena inilah salah satu yang mendasari berkurangnya alih fungsi lahan dengan tidak menjual lahan pertaniannya. Seiring berkembangnya teknologi, teknologi penginderaan jauh dapat digunakan sebagai sumber data untuk mendapatkan data produktivitas. 3

Data penginderaan jauh baik pasif maupun aktif telah dimanfaatkan untuk mendapatkan berbagai informasi di permukaan bumi. Keunggulan data penginderaan jauh yaitu tanpa menyentuh langsung objek yang dikaji, informasi permukaan bumi dapat diketahui secara cepat dan dapat digunakan untuk memperbarui database dalam berbagai bidang secara berkala. Selain itu, terdapat 4 kelebihan menggunakan pendekatan teknologi penginderaan jauh dibandingkan dengan pendekatan-pendekatan yang lain. a) resolusi spasial, yaitu ukuran terkecil objek yang masih dapat dideteksi oleh suatu sistem pencitraan, semakin kecil ukuran objek yang dapat dideteksi semakin halus atau tinggi resolusi spasialnya. b) resolusi spektral, kemampuan suatu sistem optik-elektronik untuk membedakan informasi (objek) berdasarkan pantulan atau pancaran spektralnya (nilai piksel). c) resolusi radiometrik, kemampuan sensor dalam mencatat respons spektral objek. d) resolusi temporal, kemampuan suatu sistem untuk merekam ulang daerah yang sama. e) resolusi layar, kemampuan layar monitor dalam menyajikan kenampakan objek pada citra secara lebih halus (Danoedoro, 2012). Ketersediaan data penginderaan jauh yang dapat dimanfaatkan meliputi, citra multiresoslusi, multispektral, dan multitemporal. Citra penginderaan jauh merupakan gambaran yang mirip wujud asli yang bersifat multiguna atau multidisiplin (Purwadhi dan Santoso, 2009). Pemanfaatan data penginderaan jauh untuk kajian pertanian salah satunya adalah estimasi produktivitas padi dapat dilakukan dengan menggunakan citra satelit tertentu. Pendekatan yang dapat digunakan dalam kajian estimasi produktivitas adalah pendekatan spasial ekologi dengan menggabungkan parameter-parameter fisik lahan untuk mendapatkan satuan kelas lahan yang nantinya dipadukan dengan data lapangan sehingga diketahui nilai estimasi produktivitasnya per satuan kelas lahan tersebut. Selain pendekatan spasial ekologi, pendekatan spektral melalui transformasi citra satelit menjadi indeks vegetasi yang nantinya dikorelasikan dengan nilai produktivitas padi di lapangan sehingga dapat diketahui nilai estimasi produktivitas padinya juga dapat digunakan. Sebagian besar penelitian metode transformasi indeks vegetasi dilakukan menggunakan citra resolusi menengah (Heru Murti, 1997; Fang, 1998; 4

Lewis et al., 1998; Danoedoro dkk., 1999; Singh et al., 2003 dan Khoiriah, et al., 2012). Citra penginderaan jauh digunakan sebagai sumber data guna menghasilkan data spasial selain transformasi indeks vegetasi juga dapat digunakan untuk mengetahui luasan lahan yang ada. Pemrosesan citra satelit dapat dilakukan dengan metode interpretasi citra satelit. Interpretasi merupakan metode untuk menemu kenali objek yang ada didalam citra penginderaan jauh. Perkembangan metode interpretasi dibagi menjadi dua, yaitu interpretasi visual dan interpretasi digital berdasarkan nilai spektralnya. Pemilihan penggunaan jenis citra satelit disesuaikan dengan tingkat kebutuhan informasi yang ingin diperoleh sehingga spesifikasi citra perlu diperhatikan. Sistem Informasi Geografis (SIG) berperan pada proses pengolahan data spasial. Sistem informasi geografis diyakini merupakan salah satu teknologi yang dipandang mampu untuk menangani masalah data tersebut dalam kerangka membangun suatu basis data yang dapat dimanfaatkan semaksimal mungkin untuk berbagai tujuan., salah satunya adalah untuk pemodelan bidang pertanian guna penentuan lahan pertanian pangan berkelanjutan berdasarkan produktivitas. Tingkat akurasi estimasi produktivitas padi dengan menggunakan pendekatan spasial ekologi dan spektral tidak lepas dari klasifikasi lahan pertanian untuk membatasi analisis di daerah kajian. Data lahan pertanian eksisting sawah dapat diperoleh dengan klasifikasi citra satelit. Teknik interpretasi yang dapat digunakan adalah interpretasi secara visual maupun secara digital. Untuk interpretasi secara visual dilakukan dengan cara digitasi kenampakan sawah pada citra yang digunakan. Metode ini ideal dilakukan pada citra resolusi tinggi. Teknik yang lain adalah interpretasi secara digital dengan menggunakan pendekatan nilai piksel yang mengidentifikasikan nilai pantulan objek yang terekam dalam suatu citra, pemrosesan secara digital dibagi atas klasifikasi supervised dan unsupervised (Danoedoro, 2012). Hasil klasifikasi lahan pertanian yang diperoleh harus mengacu pada standart dari USGS (U.S.Geological Survey) dalam National Spatial Data Infratructure. Standar akurasi pemetaan yang baik adalah diatas 95% (USGS, 1998). 5

Data penginderaan jauh multispektral resolusi menengah hingga resolusi tinggi yang telah dimanfaatkan untuk pemetaan lahan pertanian pangan berkelanjutan diantaranya adalah citra Landsat 7 ETM+, Landsat 8 OLI, ALOS, SPOT dan Quickbird. Masing-masing citra memiliki resolusi yang berbeda dan dapat dimanfaatkan sesuai dengan luas area dan output kajian. Data penginderaan jauh yang digunakan yaitu Citra satelit Quickbird dengan resolusi spasial tinggi sebesar 0,6 meter dengan resolusi temporal 1 sampai 3,5 hari. Sensor multispektral terdiri atas saluran biru (0,42-0,52 μm), hijau (0,52-0,6 μm), merah (0,63-0,69 μm) dan inframerah dekat (0,76-0,89 μm) sedangkan sensor pankromatik beroperasi pada julat (0,45-0,9 μm), namun data tersebut sangat sulit untuk diperoleh secara bebas karena citra Quickbird sangat efektif untuk pemetaan detil dengan informasi yang akan sangat akurat jika interpreter memiliki local knowledge. Data Quickbird dapat dipergunakan untuk melakukan pemetaan penggunaan lahan di Kecamatan Kalasan dengan skala detil hingga 1:5.000, dalam penelitian ini dipergunakan untuk pemetaan pada skala 1:25.000. Pemetaan lahan pertanian pangan berkelanjutan (LP2B) memanfaatkan data penginderaan jauh dan SIG dengan memperhatikan faktor dalam pemetaan penggunaan lahan berupa lahan non sawah dan sawah, pemetaan topografi, pola tanam, jenis tanah infrastruktur irigasi dan transformasi indeks vegetasi untuk mengetahui produktivitas padi yang menjadi kajian utamanya. Model ikonik-simbolik-analitik (ISA) merupakan pembuatan model baru yang melakukan modifikasi gabungan dari beberapa model. Menurut marfai (2011) model ikonik itu berupa peta, simbolik berupa persamaan perhitungan model dan analitik berupa penjelasan analisa model. Penerapan model ISA berupa metode konseptual analitis dengan pendekatan potensial lahan dari karakteristik lahan pertanian pangan berkelanjutan. Pemrosesan lahan potensial pertanian pangan berkelanjutan yang diperoleh dari hasil metode tumpangsusun karakteristik pertanian pangan berkelanjutan menghasilkan lahan pertanian pangan berkelanjutan potensial. Alih fungsi lahan pertanian padi sawah yang terjadi akhir-akhir ini merupakan ancaman serius terhadap ketahanan dan keamanan pangan. Selama ini banyak penelitian terkait Lahan Pertanian Pangan Berkelanjutan (LP2B) 6

menggunakan citra resolusi menengah, masih sedikit yang menggunakan citra resolusi tinggi dalam menentukan tingkat produktivitas. Pemanfaatan citra ini masih sedikit digunakan dalam kajian Lahan Pertanian Pangan Berkelanjutan (LP2B) berdasarkan produktivitas khususnya di Kecamatan Kalasan guna menghasilkan metode yang cepat dan tepat. Oleh dasar inilah penelitian dilakukan terkait penentuan LP2B menggunakan citra satelit resolusi tinggi Quickbird berdasarkan pendekatan spasial ekologi dan spektral produktivitas padi di Kecamatan Kalasan Kabupaten Sleman. 1.2 Rumusan Masalah Penelitian Permasalahan yang pertama yang terjadi di Kecamatan Kalasan adalah belum adanya data spasial yang terbarukan tentang luasan lahan pertanian sawah. Hal ini diperlukan karena dinamika perubahan penggunaan lahan yang cepat, terutama pengeringan lahan pertanian yang berubah menjadi lahan terbangun seperti tempat tinggal, industri dan komplek perdagangan. Permasalahan tersebut tentunya menjadi permasalahan tersendiri, dikarenakan walaupun sudah dibuat zona lahan pertanian pangan bekelanjutan (sawah yang tidak bisa dikeringkan menjadi penggunaan lahan lain) tetapi zona tersebut merupakan bukan data spasial yang terbarukan. Sebagai contoh untuk mendapatkan data spasial terbarukan dapat menggunakan citra Quickbird. Citra Quickbird merupakan citra resolusi tinggi multiguna yang dapat digunakan dalam skala detail. Citra Quickbird dapat dijadikan alternatif dalam penelitian ini untuk mengetahui dan menganalisis secara spasial tentang luasan lahan pertanian sawah dan melakukan klasifikasi lahan pertanian untuk membatasi kajian produktivitas padi menggunakan pendekatan spasial ekologi dan spektral di daerah kajian. Permasalahan kedua adalah data produktivitas pertanian biasanya disajikan dalam bentuk tabular dan penyajian dalam bentuk spasial masih jarang dilakukan. Penginderaan jauh dan Sistem Informasi Geografis dapat digunakan untuk estimasi produktivitas secara spektral dan spasial. Data estimasi produktivitas secara spasial sangat dibutuhkan untuk membantu mengetahui distribusi hasil panen padi di area-area tidak bervegetasi yang tidak dapat dilakukan dengan 7

pendekatan spektral transformasi indeks vegetasi. Dengan demikian dapat meratakan pemenuhan produktivitas padi untuk setiap wilayahnya Permasalahan ketiga adalah penentuan lahan pertanian pangan berkelanjutan (LP2B) biasanya menggunakan analisa kesesuaian lahan dan ketersediaan infrastruktur dan jarang menentukan lahan pertanian pangan berkelanjutan berdasar produktivitas padi yang didapatkan dari pendekatan spasial ekologi dan spektral transformasi indeks vegetasi dan klasifikasi lahan sawah yang didapatkan dari interpretasi visual citra penginderaan jauh sehingga penelitian ini diharapkan mampu mengadopsi perkembangan teknologi Penginderaan Jauh dan Sistem Informasi Geografis untuk menentukan lahan pertanian pangan berkelanjutan berdasarkan produktivitas padi di Kecamatan Kalasan Kabupaten Sleman. Berdasarkan uraian tersebut dapat dirumuskan beberapa pertanyaan penelitian yaitu sebagai berikut. 1. Sejauh mana manfaat citra Quickbird dalam mengkaji luasan lahan pertanian sawah eksisting secara spektral dan spasial? 2. Sejauh mana manfaat citra Quickbird dalam mengkaji estimasi produtivitas padi secara spektral dan spasial? 3. Bagaimana menentukan Lahan Pertanian Pangan Berkelanjutan (LP2B) berdasarkan tingkat produktivitas padi? 1.3. Tujuan Penelitian Penelitian ini dalam jangka panjang bertujuan untuk membangun suatu model untuk Lahan Pertanian Pangan Berkelanjutan (LP2B) dengan pendekatan produktivitas padi, berdasarkan pengintegrasian citra penginderaan jauh multispektral dan sistem informasi geografis. Adapun tujuan khusus yang hendak dicapai dalam penelitian ini adalah : 1. Menginventarisasi luasan lahan pertanian sawah eksisting tanaman padi berdasarkan metode interpretasi visual menggunakan citra Quickbird. 2. Mengestimasi produktivitas padi berdasarkan ekologi spasial dan transformasi indeks vegetasi menggunakan citra Quickbird. 8

3. Memetakan Lahan Pertanian Pangan Berkelanjutan (LP2B) berdasarkan produktivitas padi. 1.4. Manfaat Penelitian Manfaat dari penelitian ini adalah : 1. Menambah literatur atau pustaka bagi peneliti-peneliti yang mengkaji tentang penelitian Lahan Pertanian Pangan Berkelanjutan (LP2B). 2. Membantu pemerintah daerah dan petani dalam memahami potensi wilayah dan memecahkan masalah alih fungsi lahan sehingga dapat diketahui zona-zona yang dapat menghasilkan produktivitas padi tinggi dan mendukung dan kebijakan di bidang pangan dan penyelamatan lahan pertanian. 1.5. Keaslian Penelitian Penelitian tentang tanaman padi dan Lahan Pertanian Pangan Berkelanjutan (LP2B) telah dilakukan di beberapa wilayah menggunakan data multispektral. Hasil penelusuran pustaka terkait dengan penelitian yang akan dilaksanakan di Kecamatan Kalasan Kabupaten Sleman Daerah Istimewa Yogyakarta ditemukan beberapa penelitian yang memiliki unsur yang sejalan pada beberapa bagian dalam penyusunan usulan penelitian ini (lebih rinci akan ditunjukkan pada Tabel 1.2 ) di antaranya : 1. Perbedaan penelitian dengan penelitian yang dilakukan oleh Prayitno (2008) adalah lokasi penelitian di lakukan di Kabupaten Klaten, Jawa Tengah. Dalam penentuan lahan sawah lestari penelitian Agus Prayitno tidak memasukkan parameter produktivitas, parameter yang digunakan adalah kesesuaian lahan, dan ketersediaan jaringan irigasi. Metode yang digunakan untuk menentukan Peta Arahan Sawah Lestari adalah dengan analisis spasial overlay. 2. Perbedaan penelitian dengan penelitian yang dilakukan oleh Avicienna (2011) adalah lokasi penelitian dilakukan di Kabupaten Karawang, Jawa Barat. Citra yang digunakan dalam penelitian Avicienna menggunakan citra MODIS Series dan ALOS AVNIR-2. Parameter yang digunakan 9

meliputi produktivitas lahan (pendekatan spektral), indeks pertanaman (pendekatan spektral), ketersediaan jaringan irigasi, kesesuian lahan (topografi, kelerengan, jenis tanah, dan ketersediaan air), dan biaya produksi pertanian. Metode yang digunakan untuk mendapatkan data produktivitas menggunakan NDVI (Normalized Difference Vegetation Index) saja, data indeks pertanaman menggunakan EVI (Enhanced Vegetation Index) dan analisis kuantitatif Hayashi untuk menentukan parameter yang digunakan dalam penentuan LP2B. 3. Perbedaan penelitian dengan penelitian yang dilakukan oleh Uktoro (2012) adalah lokasi penelitian di lakukan di Kabuapten Klaten, Jawa Tengah. Citra yang digunakan dalam penelitian Arief Ika Uktoro menggunakan citra ALOS AVNIR-2 dan Quickbird. Parameter yang digunakan meliputi perubahan alih fungsi lahan, kesesuaian lahan, ketersediaan jaringan irigasi. Metode yang digunakan untuk mendapatkan data perubahan alih fungsi lahan menggunakan analisis spasial overlay dari interpretasi visual citra ALOS AVNIR 2009 dan Quickbird 2006, cellular automata untuk mendapatkan data prediksi perubahan alih fungsi lahan dan penentuan sawah lestari berdasarkan parameter prediksi perubahan alih fungsi lahan, kesesuaian lahan dan ketersediaan jaringan irigasi. 4. Perbedaan penelitian dengan penelitian yang dilakukan oleh Murti (2014) adalah lokasi penelitian dilakukan di Kabupaten Temanggung, Wonosobo, dan Sragen, Jawa Tengah. Citra yang digunakan dalam penelitian Sigit Heru Murti menggunakan citra Landsat ETM+, ASTER VNIR dan ALOS AVNIR-2. Parameter yang digunakan adalah pendekatan spektral (NDVI, NDVI non generik, SRI (Simple Ratio Index)) dan pendekatan spasial ekologis untuk mengestimasi produksi tanaman padi dan tembakau. 5. Perbedaan penelitian dengan penelitian yang dilakukan oleh Wahyudi (2015) adalah lokasi penelitian dilakukan di Kabupaten Ngawi, Jawa Timur. Dalam penentuan LP2B, LCP2B, dan KP2B menggunakan metode literatur review (peta administrasi, peta penutup lahan, kesesuaian lahan, jumlah penduduk, luas tanam, produksi dan produktivitas) dan analisis 10

spasial overlay untuk menentukan luasan dan sebaran LP2B, LCP2B, KP2B dari data literatur review tersebut. 6. Perbedaan penelitian dengan penelitian yang dilakukan oleh Sativa (2016) adalah lokasi penelitian dilakukan di Kabupaten Sleman, D.I. Yogyakarta. Citra yang digunakan adalah citra Landsat 8 OLI. Parameter yang digunakan meliputi jangkauan irigasi, penggunaan lahan (interpretasi digital Maximum Likelihood Classification), kesesuaian lahan, produksi padi (pendekatan spasial) dan kebutuhan pangan. Metode yang digunakan untuk menentukan arahan sawah lestari adalah dengan analisis spasial overlay dari 4 parameter (jangkauan irigasi, penggunaan lahan, kesesuaian lahan, produksi padi) dan model ISA (ikonik, simbolik, analitik) untuk menentukan estimasi defisit/surplus antara kebutuhan pangan dengan produksi padi. 11

Tabel 1.2. Perbandingan Penelitian Terkait dengan Penelitian sejenis No Peneliti, Tahun Judul dan Lokasi Penelitian Tujuan Metode Data Hasil 1 Prayitno, 2008 Pembangunan Sistem Informasi Geografis Sawah Lestari Lokasi Penelitian di Kabupaten Klaten, Jawa Tengah Membangun Sistem Informasi Geografis Sawah Lestari Analisis spasial overlay Peta dasar teknik digital, peta penggunaan lahan, peta kesesuaian lahan, peta irigasi, peta bentuklahan, peta Rencana Tata Ruang Wilayah Kabupaten Klaten Peta Arahan Sawah Lestari 2 Avicienna, 2011 Teknik Pemilihan Lahan Pertanian Padi Sawah Berkelanjutan Lokasi Penelitian di Kabupaten Karawang, Jawa Barat 1. Memanfaatkan metode dan teknik penginderaan jauh untuk menilai produktivitas lahan pertanian padi sawah beserta penyadapan data parameter yang digunakan untuk pemilihan kawasan lahan pertanian padi sawah. 2. Menentukan parameter yang mempunyai pengaruh nyata dalam pemilihan lahan pertanian padi sawah berkelanjutan 3. Mendapatkan teknik untuk memilih dan mendeliniasi (zonasi) lahan pertanian pad sawah berkelanjutan berdasarkan parameter terpilih 1. Transformasi indeks vegetasi Enhanced Vegetation Index (EVI) untuk indeks pertanaman dan nilai produktivitas padi 2. Interpretasi visual 3. Analisis korelasi antara nilai produktivitas padi dengan data aktual 4. Analisis spasial overlay 5. Analisis Kuantitatif Hayashi untuk menentukan parameter yang digunakan dalam penentuan LP2B Peta Fotogrametris Lahan Baku, Citra Satelit MODIS Series dan ALOS AVNIR- 2, Peta Kesesuaian Lahan, Peta Jaringan Irigasi, Peta Infrastruktur, RTRW, Karawang Dalam Angka, Data Iklim, Data Produktivitas Lahan, Data Biaya Produksi Pertanian, Data Kondisi Eksisting Lahan sawah 1. Grafik nilai produktivitas dan berbagai kelas KLP2B 2. Peta Arahan Lahan Pertanian Padi Sawah Berkelanjutan 12

3 Uktoro, 2012 Membangun Model Sawah Lestari dan Model Prediksi Perubahannya Menggunakan Cellular Automata Lokasi Penelitian di Kabupaten Klaten, Jawa Tengah 1. Memetakan lahan sawah lestari tahun 2006 dan 2009 emnggunakan citra ALOS AVNIR-2 dan citra Quickbird 2. Mengidentifikasi dan mengkaji perubahan lahan sawah lestari 3. Memprediksi perubahan lahan sawah lestari dengan pendekatan Cellular Automata 1. Interpretasi visual penggunaan lahan tahun 2006 dan tahun 2009 2. Analisis spasial Overlay penggunaan lahan tahun 2006 dan tahun 2009 3. Metode Cellular Automata Peta RBI, Citra ALOS AVNIR-2 2009, Citra Quickbird 2006, Peta Kesesuaian Lahan Sawah, Peta RTRW, Peta Irigasi 1. Perubahan Lahan Sawah Tahun 2006-2009 2. Model prediksi penyempitan lahan sawah lestari 4 Murti, 2014 Pemodelan Spasial Untuk Estimasi Produksi Padi dan Temabakau Berdasarkan Citra Multiresolusi Lokasi Penelitian di Kabupaten Wonosobo, Temanggung dan Sragen, Jawa Tengah 1. Menguji ketelitian interpretasi (posisi dan isi) terhadap pemanfaatan citra penginderaan jauh 2. Menyusun model spasial berbasis citra penginderaan jauh menggunakan pendekatan spectral untuk estimasi produksi tanaman padi dan tembakau 3. Menyusun model spasial berbasis citra penginderaan jauh menggunakan pendekatan spasial ekologis untuk estimasi produksi tanaman padi dan tembakau Pendekatan spektral NDVI untuk mengetahui estimasi produksi padi dan tembakau dan membandingkan dengan estimasi produksi berdasarkan pendekatan spasial ekologis Citra Landsat 7 ETM+, Citra ASTER VNIR dan ALOS AVNIR-2 Estimasi produksi berdasarkan indeks vegetasi dan estimasi produksi berdasarkan spasial ekologis 13

5 Wahyudi, 2015 Model Identifikasi Kawasan Pertanian Pangan Berkelanjutan Lokasi Penelitian di Kabupaten Ngawi, Jawa Timur 1. Mengidentifikasi kebutuhan lahan sawah 2. Menentukan model identifikasi penentuan Kawasan Pertanian Pangan Berkelanjutan 3. Menentukan Model yang dipilih untuk identifikasi Kawasan Pertanian Pangan Berkelanjutan 1. Metode Literature Review 2. Analisis Proyeksi penduduk, Analisis Kebutuhan Pangan, Analisis Luas Panen, Analisis Kebutuhan Lahan Sawah, Analisis Luas Lahan Minimal Kawasan 3. Pemodelan SIG Peta Administrasi, Peta Penutup Lahan, Peta Kesesuaian Lahan, Data Sekunder Jumlah Penduduk, Luas Tanam, Produksi dan Produktivitas 1. Variabel, Indikator dan Tolak Ukur 2. Proyeksi Kebutuhan Lahan Sawah 3. Peta Luasan dan Sebaran LP2B, LCP2B dan KP2B 6 Sativa, 2016 Model Pemetaan Sawah Lestari Berbasis Citra Landsat 8 LDCM Lokasi Penelitian di Kabupaten Sleman, Yogyakarta 1. Mengkaji kemampuan Landsat 8 untuk mengidentifikasi 4 parameter sawah lestari 2. Menyusun model pemetaan sawah lestari dan melakukan estimasi antara kebutuhan pangan dengan produksi padi pada sawah lestari 1. Klasifikasi terselia algoritma Maximum Likelihood Classification, interpretasi visual 2. Analisis spasial Overlay, Model ISA Citra Landsat 8 OLI, Peta Rupabumi Indonesia, Peta Rencana Tata Ruang Wilayah Kabupaten Sleman, Peta Lahan Baku Sawah, Peta Jenis Tanah dan Peta Jaringan Irigasi 1. Peta 4 parameter sawah lestari 2. Estimasi defisitsurplus antara kebutuhan pangan dengan produksi padi sawah lestari 14