Analisis Geospasial Berbasis Cloud untuk Pemetaan Risiko Erosi Lahan di Kabupaten Ponorogo

Authors

  • Adi Fajaryanto Cobantoro Universitas Muhammadiyah Ponorogo Author
  • Ismail Abdurrozzaq Zulkarnain Universitas Muhammadiyah Ponorogo Author
  • Arin Yuli Astuti Universitas Muhammadiyah Ponorogo Author
  • Sugianti Sugianti Universitas Muhammadiyah Ponorogo Author

Keywords:

erosi, RUSLE, Google Earth Engine, Ponorogo

Abstract

Kabupaten Ponorogo memiliki karakteristik topografi yang didominasi perbukitan dan pegunungan, sehingga rentan terhadap erosi lahan yang berdampak pada degradasi tanah, sedimentasi, dan peningkatan potensi bencana. Penelitian ini bertujuan memetakan distribusi spasial tingkat bahaya erosi serta menganalisis dinamika perubahannya di Kabupaten Ponorogo selama periode 2020–2023 menggunakan model Revised Universal Soil Loss Equation (RUSLE) berbasis Google Earth Engine (GEE). Data yang digunakan meliputi CHIRPS untuk faktor erosivitas hujan (R), OpenLandMap untuk erodibilitas tanah (K), SRTM DEM untuk faktor panjang dan kemiringan lereng (LS), serta MODIS NDVI untuk faktor tutupan lahan (C), sedangkan faktor konservasi (P) diasumsikan bernilai 1. Hasil analisis menunjukkan bahwa wilayah tengah Kabupaten Ponorogo cenderung berada pada kategori bahaya erosi sangat rendah hingga sedang, sedangkan wilayah selatan, tenggara, dan timur yang memiliki lereng lebih curam secara konsisten berada pada kategori tinggi hingga sangat tinggi. Secara temporal, rata-rata kehilangan tanah tahunan meningkat dari 19,24 ton/ha/tahun pada 2020 menjadi 27,6 ton/ha/tahun pada 2021, lalu sedikit menurun menjadi 24,7 ton/ha/tahun pada 2022, sebelum melonjak tajam menjadi 77 ton/ha/tahun pada 2023. Lonjakan ini mengindikasikan adanya anomali erosi yang diduga kuat dipengaruhi oleh penurunan tutupan vegetasi akibat kondisi kering terkait El Niño 2023, sehingga faktor C menjadi lebih dominan dibanding variasi curah hujan. Penelitian ini menegaskan bahwa integrasi RUSLE dan GEE efektif untuk mengidentifikasi pola spasio-temporal erosi serta mendukung penentuan prioritas wilayah konservasi lahan secara lebih cepat dan berbasis data.

Downloads

Published

2026-06-13

Issue

Section

Articles