TUGAS KULIAH

APLIKASI SISTEM IFORMASI GEOGRAFI UNTUK MENGANALISIS

KESESUAIAN LAHAN UNTUK TANAMAN JAGUNG DI DAS KRASAK

Disusun oleh:

AMAN NURRAHMAN KAHFI

NIM : 13/353724/PTP/01294

PROGRAM PASCASARJANA

JURUSAN TEKNIK PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2014

A. PENDAHULUAN

1. Latar belakang

Sistem informasi geografi (SIG) merupakan sebuah sistem yang terorganisir

termasuk di dalamnya perangkat lunak (software), perangkat keras (hardware),

operator serta database yang dirancang secara efisien untuk memperoleh,

menyimpan, menganalisis, mengupdate, memanipulasi, dan menampilkan data-data

yang bereferensi geografis. SIG mempunyai manfaat untuk memberikan informasi

yang mendekati dunia nyata, memprediksi suatu hasil dan perencanaan strategis. SIG

juga dapat menjelaskan lokasi, menjelaskan kondisi ruang (spasial), menjelaskan

suatu kecenderungan (tren), menjelaskan tentang pola spasial, serta pemodelan.

Dalam pengoperasiannya, GIS memiliki empat subsistem pemfungsian pokok yaitu :

Subsistem input data

Subsistem penyimpanan dan pengambilan kembali data

Subsistem manipuasi dan analisa data

Subsistem output dan menampilkan data

Pengoperasian sebuah GIS mempunyai sederetan komponen yang

digabungkan agar sistem tersebut dapat bekerja. Komponen-komponen tersebut

sangat menentukan dalam mensukseskan sebuah GIS. Kerja sebuah GIS

mengintegrasikan lima komponen kunci : perangkat keras (hardware), perangkat

lunak (software), data, orang sebagai operator (people), dan cara (methode).

Salah satu kemampuan SIG adalah melakukan analisa kesesuaian lahan.

Analisa Kesesuaian Lahan (Land Suitabilty Analysis / LSA) adalah proses

berbasiskan Sistem Informasi Geografis (SIG) yang digunakan untuk menentukan

kesesuaian lahan terhadap penggunaan tertentu. Dasar pemikiran dari LSA adalah

lahan memiliki beragam nilai, baik internal maupun eksternal, dimana tiap nilai

tersebut dapat dikategorikan mendukung atau menghambat penggunaan lahan

tersebut, baik eksisting maupun direncanakan.

Kesesuaian lahan ditentukan berdasarkan analisa dengan menggunakan

analisa multi faktor secara sistematis, dimana faktor-faktor tersebut dapat berupa

fisik, sosial, maupun ekonomi. Output dari analisa tersebut dapat berupa peta yang

dapat menunjukkan area yang memiliki kesesuaian tinggi hingga tidak sesuai sama

sekali untuk aktifitas tertentu. Model kesesuaian lahan juga dapat menunjukkan

lokasi terbaik untuk penggunaan lahan tertentu, baik pengembangan perumahan,

pusat perdagangan dan jasa, kawasan industri, dan penggunaan lahan lainnya.

Informasi yang disajikan dalam SIG memuat data atribut maupun data

spasial. Data atribut dan spasial yang diolah oleh penulis menggambarkan wilayah

DAS Krasak yang melewati Kabupaten Sleman DIY dan Kabupaten Magelang Jawa

Tengah. Wilayah ini memiliki kondisi geografis dan kondisi sosial ekonomi yang

berbeda dengan kecamatan lainnya terutama pasca erupsi Merapi. Untuk

memperoleh wawasan mengenai Kecamatan Cawas, maka tulisan ini disusun dengan

judul “Aplikasi Sistem Informasi Geografi Untuk Menganalisis Kesesuaian

Lahan untuk Tanaman Jagung di DAS Krasak”

2. Tujuan

Tujuan penulisan ini antara lain

1. Menganalisis spasial lereng dan interpolasi curah hujan di DAS Krasak dengan

sistem informasi geografis

2. Mengevaluasi kesesuaian lahan untuk tanaman jagung di DAS Krasak dengan

sistem informasi geografis

B. DASAR TEORI

SIG dapat didefinisikan sebagai kombinasi perangkat keras dan perangkat

lunak komputer yang memungkinkan untuk mengelola (manage), menganalisa,

memetakan informasi spasial berikut data atributnya (data deskriptif) dengan akurasi

kartografi (Basic, 2000 dalam Prahasta, 2002). Dari definisi ini dapat diuraikan menjadi

beberapa subsistem yaitu data input, dasa output, data manajemen, dan data manipulasi

dan analisis. Jika subsistem SIG di atas diperjelas berdasarkan uraian jenis masukan,

proses, dan jenis keluaran yang ada di dalamnya, maka subsistem SIG juga dapat

digambarkan seperti tersaji pada Gambar 1.

SIG memiliki keunggulan dalam menyajikan data-data spasial tersebut

sehingga lebih mudah untuk dianalisis dan diketahui polanya. Salah satu keunggulan

yang dimiliki oleh SIG adalah kemampuan untuk melakukan overlay atau tumpang

tindih dari data-data atribut suatu wilayah. Proses overlay atau tumpang tindih ini biasa

digunakan untuk menganalisis dan menghasilkan informasi baru berdasarkan data-data

spasial dan atribut yang telah ada. Misalnya dalam menghasilkan peta kesesuaian lahan

untuk tanaman tertentu, overlay dari beberapa data atribut seperti elevasi lahan,

kemiringan lereng, dan data curah hujan dapat digunakan untuk menentukan kesesuaian

lahan untuk ditanami jenis tanaman tertentu.

Gambar 1. Uraian Subsistem-Subsistem SIG (Prahasta, 2002)

SIG mempunyai kemampuan untuk menghubungkan berbagai data pada suatu

titik tertentu di bumi, menggabungkannya, menganalisa dan akhirnya memetakan

hasilnya. Data yang akan diolah pada SIG merupakan data spasial yaitu sebuah data

yang berorientasi geografis dan merupakan lokasi yang memiliki sistem

koordinattertentu, sebagai dasar referensinya. Sehingga aplikasi SIG dapat menjawab

beberapapertanyaan seperti; lokasi, kondisi, trend, pola dan pemodelan. Kemampuan

inilah yang membedakan SIG dari sistem informasi lainnya. Sebagian besar data yang

akan ditangani dalam SIG merupakan data spasial yaitu sebuah data yang berorientasi

geografis, memiliki sistem koordinat tertentu sebagai dasar referensinya dan

mempunyai dua bagian penting yang membuatnya berbeda dari data lain, yaitu

informasi lokasi (spasial) dan informasi deskriptif (attribute) yang dijelaskan berikut

ini:

1. Informasi lokasi (spasial), berkaitan dengan suatu koordinat baik koordinat

geografi (lintang dan bujur) dan koordinat XYZ, termasuk diantaranya informasi

datum dan proyeksi.

2. Informasi deskriptif (atribut) atau informasi non spasial, suatu lokasi yang

memiliki beberapa keterangan yang berkaitan dengannya, contohnya : jenis

vegetasi, populasi, luasan, kodepos, dan sebagainya.

Secara sederhana format dalam bahasa komputer berarti bentuk dan kode

penyimpanan data yang berbeda antara file satu dengan lainnya. Dalam SIG, data

spasial dapat direpresentasikan dalam dua format, yaitu:

1. Data Raster

Data raster (atau disebut juga dengan sel grid) adalah data yang dihasilkan dari

sistem Penginderaan Jauh. Pada data raster, obyek geografis direpresentasikan

sebagai struktur sel grid yang disebut denga npixel (picture element). Pada data

raster, resolusi (definisi visual) tergantung pada ukuran pixelnya. Dengan kata

lain, resolusi pixel menggambarkan ukuran sebenarnya dipermukaan bumi yang

diwakili oleh setiap pixel pada citra. Semakin kecil ukuran permukaan bumi yang

direpresentasikan oleh satu sel, semakin tinggi resolusinya. Data raster sangat

baik untuk merepresentasikan batas-batas yang berubah secara gradual, seperti

jenis tanah, kelembaban tanah, vegetasi, suhu tanah dan sebagainya. Keterbatasan

utama dari data raster adalah besarnya ukuran file; semakin tinggi resolusi

gridnya semakin besar pula ukuran filenya dan sangat tergantung pada kapasistas

perangkat keras yang tersedia.

2. Data vektor

Data vektor merupakan bentuk bumi yang direpresentasikan ke dalam kumpulan

garis, area (daerah yang dibatasi oleh garis yang berawal dan berakhir pada titik

yang sama), titik dan nodes (merupakan titik perpotongan antara dua buah garis).

Keuntungan utama dari format data vektor adalah ketepatan dalam

merepresentasikan fitur titik, batasan dan garis lurus. Hal ini sangat berguna untuk

analisa yang membutuhkan ketepatan posisi, misalnya pada basis data batas-batas

kadaster. Contoh penggunaan lainnya adalah untuk mendefinisikan hubungan

pasial dari beberapa fitur. Kelemahan data vektor yang utama adalah

ketidakmampuannya dalam mengakomodasi perubahan gradual.

Berdasarkan Forest Watch Indonesia (2010), geoprocessing merupakan salah

satu extensions ArcView yang mempunyai beberapa fungsi dalam analisis spasial

seperti : Dissolve, Merge, Clip, Union, Intersect dan Spatial Join atau Assign Data By

Location. Penjelasan mengenai masing-masing jenis dari geoprocessing disajikan

melalui tabel berikut.

Tabel 1. Jenis-Jenis Geoprocessing

Jenis Deskripsi Keterangan

Dissolve

Menggabungkan feature yang berada dalam

satu theme berdasarkan nilai dari attribute

yang telah ditentukan

Merge

Proses untuk membuat satu theme yang

mengandung feature yang berasal dari dua

atau lebih theme

Clip

Menggunakan sebuah clip theme yang

berfungsi sebagai “cookie cutter” untuk

mengclip sebuah input theme, namun dalam

prosesnya tidak mengubah attribute theme

tersebut.

Intersect

Digunakan untuk menggabungkan dua set

data spasial yang saling berpotongan, hanya

feature-feature yang terdapat di dalam extent

kedua theme ini yang akan ditampilkan.

Union

Menghasilkan sebuah theme baru dengan

mengoverlay kandua buah polygon theme

yang mengandung seluruh feature dan

attribute

Assign

Data by

Location

Melakukan sebuah spasial join dari dua buah

theme yang ditentukan berdasarkan

hubungan spasial antara feature dari dua

theme tersebut.

C. DIAGRAM ALIR

Klasifikasi

tanah sesuai

persyaratan

tanaman

jagung Klasifikasi

kelerengan sesuai

persyaratan

tanaman jagung

Overlay

Klasifikasi curah

hujan sesuai

persyaratan

tanaman jagung

Klasifikasi Kesesusian Lahan untuk Tanaman

Jagung menggunakan weight factor method

Peta kesesuaian

lahan untuk jagung

Peta hujan

Interpolasi hujan

wilayah dengan

polygon thiessen

Data hujan dan

stasiun hujan

Peta kontur

Digital Elevation

Model

Kelerengan

Peta tanah

-tekstur

-kedalaman

-drainase

-KTK

Peta jenis

tanah

Peta

kelerengan

D. PEMBAHASAN

Lingkup wilayah penelitian evaluasi sumberdaya lahan dan air di DAS Krasak

mencakup 2 wilayah kabupaten yang meliputi daerah administratif Daerah Istimewa

Yogyakarta dan Jawa Tengah, yaitu:

1. Wilayah Kabupaten Sleman : Kecamatan Pakem, Turi, dan Tempel

2. Wilayah Kabupaten Magelang : Kecamatan Srumbung, Salam, Dukun, dan

Ngluwar

Berdasarkan pembagian unit bentuklahan, maka ruang lingkup wilayah DAS

Krasak terdiri dari beberapa penggal jenis bentuklahan yaitu lereng atas Gunungapi

Merapi, lereng tengah Gunungapi Merapi, lereng bawah Gunungapi Merapi, lereng kaki

Gunungapi Merapi, lembah barranco, dataran alluvial, teras sungai, dan tanggul alam.

Analisis Spasial sangat diperlukan dalam kesesuaian lahan jagung di DAS Krasak

antara lain kelerengan, curah hujan, dan tanah. Berikut adalah tahapan di dalam analisis

spasial menggunakan ArcGis 10.1.

1. Kelerengan

Memanfaatkan geoprocessing sebagai salah satu alat untuk mengklasifikasi DAS

Krasak menjadi beberapa kelas lereng. Adapun analisis spasial yang dipakai adalah

clip yang berfungsi untuk memotong kontur sesuai bentuk DAS Krasak. Berikut

adalah Gambar 2 kontur di DAS Krasak.

Gambar 2. Kontur DAS Krasak

Kontur merupakan salah satu data dasar untuk klasifikasi kelerengan. Data kontur

tersebut diinterpolasi menjadi TIN (Triangulated Irregular Network) dengan

menggunakan 3D Analyst Tool dengan fungsi create TIN dengan input feature

class kontur dengan field elevasi/ketinggian. TIN adalah model data vektor yang

berbasiskan topologi yang digunakan untuk mempresentasikan data permukaan

bumi. TIN merupakan salah satu metode untuk menggambarkan bentuk permukaan

dalam DEM. TIN menyajikan model permukaan sebagai sekumpulan bidang-bidang

kecil yang berbentuk segitiga yang tidak beraturan yang saling terhubung. Informasi

koordinat horizontal (x,y) dan vertikal (z) untuk setiap titik yang terdapat di dalam

jaringan TIN (yang kemudian dijadikan sebagai node) dikodekan ke dalam bentuk-

bentuk tabel. TIN akan menghasilkan informasi yang rapat pada daerah yang

kompleks serta informas yang jarang pada daerah yang homogen. Kelemahan TIN

adalah hasil interpolasi tidak halus (ada perubahan data yang mencolok). Berikut

adalah Gambar 3. hasil interpolasi menggunakan TIN.

Gambar 3. Proses Analisis TIN

Hasil interpolasi TIN diubah menjadi data raster menggunakan fungsi conversion

berupa TIN to raster. Hal ini dilakukan agar data TIN dapat diklasifikasi ulang.

Berikut ini adalah Gambar 4 hasil konversi TIN menjadi datar raster.

Gambar 4. Hasil Konversi TIN Menjadi Data Raster

Proses konversi TIN menjadi data raster diproses menggunakan 3D analyst Tool

dengan fungsi raster surface berupa slope dengan input raster hasil konversi.

Berikut gambar 5 hasil analisis slope.

Gambar 5. Hasil Analisis Slope

Berdasarkan hasil 3D analyst menggunakan slope sudah dapat terlihat adanya

perbedaan kemiringan lereng berikut alur sungainya. Untuk dapat lebih mudah

membandingkan antara kemiringan lereng yang satu dengan yang lain, maka perlu

analisis spasial menggunakan reclassify slope sesuai kategori kemiringan yang

digunakan menurut S.K Menteri Pertanian No.837 Tahun 1980 yaitu 0-8%, 8-15%,

15-25% dan 25-45% dan > 45%. Berikut gambar 6. Hasil proses reclassify slope

menggunakan raster reclass pada 3D analyst Tool.

Gambar 6. Hasil Klasifikasi Lereng menggunakan Reclassify

2. Curah hujan

Presipitasi atau hujan adalah peristiwa jatuhnya air/es dari atmosfer ke permukaan

bumi dan atau laut dalam bentuk yang berbeda. Hujan di daerah tropis (termasuk

Indonesia) umumnya dalam bentuk air dan sesekali dalam bentuk es pada suatu

kejadian ekstrim, sedangkan di daerah subtropis dan kutub hutan dapat berupa air

atau salju/es. Besarnya curah hujan adalah volume air yang jatuh pada suatu areal

tertentu. Besarnya curah hujan dapat dimaksudkan untuk satu kali hujan atau untuk

masa tertentu seperti perhari, perbulan, permusim atau pertahun (Sitanala, 1989).

Data curah hujan yang digunakan berasal dari Dinas Pekerjaan Umum Jawa Tengah

dan D.I.Yogyakarta. Curah hujan yang ada di DAS Krasak dengan menggunakan 14

stasiun hujan. Data curah hujan pada masing-masing stasiun hujan dengan

menggunakan data curah hujan dari tahun 1986 sampai 1995. Berdasarkan tabel

(lampiran) maka dapat diketahui bahwa curah hujan yang ada di DAS Krasak rata-

rata tahunan maksimum dari 14 stasiun dengan menggunakan data 10 tahun. Curah

hujan rata-rata tahunan maksimum sebesar 3333 mm/tahun yang ada di tahun 1992

dari 14 stasiun. Sedangkan curah hujan miminum di DAS Krasak sebesar 2235

mm/tahun di tahun 1991 dari 14 stasiun.

Data curah hujan yang berupa titik stasiun hujan dan mengandung besaran angka

curah hujan rerata tahunan dapat dianalisis spasialnya berdasarkan teori hujan

wilayah. Curah hujan yang diperlukan untuk penyusunan suatu rancangan

pemanfaatan air dan rancangan pengendalian banjir adalah curah hujan rata-rata

diseluruh daerah yang bersangkutan. Salah satu penyajian hujan wilayah adalah

dengan polygon thiessen. Metode polygon thiessen merupakan cara penentuan hujan

wilayah dengan rata-rata tertimbang. Metode ini memperhitungkan bobot dari

masing-masing stasiun yang mewakili luasan di sekitarnya. Pada suatu luasan di

dalam DAS dianggap bahwa hujan adalah sama dengan yang terjadi pada stasiun

yang terdekat, sehingga hujan yang tercatat pada suatu stasiun mewakili luasan

tersebut. Kelebihan dari metode Poligon Thiessen yaitu dapat digunakan apabila

penyebaran stasiun hujan di daerah yang ditinjau tidak merata, dan hitungan curah

hujan rata-rata dilakukan dengan memperhitungkan daerah pengaruh dari tiap stasiun

hujan. ArcGIS 10.1 mempunyai tools yang dapat digunakan sebagai analisis polygon

thiessen yaitu pada fungsi Analysis Tools berupa Create Thiessen Polygon. Berikut

adalah Gambar 7 hasil interpolasi titik curah hujan dengan Poligon Thiessen.

Gambar 7. Poligon Thiessen untuk Hujan Wilayah di DAS Krasak

Untuk dapat mengetahui luas pada setiap luasan polygon Thiessen, ArcGIS dapat

membantu menghitung dengan menggunakan fungsi calculate area (spatial tools)

sehingga dapat dihitung curah hujan rata-rata menggunakan metode Thiessen

setelah diketahui setiap luas polygon.

Gambar 8. Hasil Kalkulasi Luas Area Poligon Thiessen

3. Tanah

Peta tanah diperoleh dari Dinas Pertanian DIY. Informasi jenis tanah dan sifat-sifat

fisik tanah dapat langsung disesuaikan dengan persyaratan lahan untuk tanaman

jagung. Adapun pengisian data atribut dengan jumlah data yang cukup banyak dapat

dilakukan dengan bantuan select by attribute.

Gambar 9. Pengisian Data Atribut

Setelah ketiga karakteristik lahan sudah siap, maka analisis spasial selanjutnya yang

dibutuhkan adalah overlay untuk menggabungkan beberapa set data spasial yang

saling berpotongan, hanya feature-feature yang terdapat di dalam extent kedua theme

ini yang akan ditampilkan. Tujuan vektor overlay adalah menghasilkan informasi

baru dan mencari keterkaitan antara dua atau lebih data. Overlay dilakukan dengan

intersect, yaitu untuk menghasilkan output dengan atribut yang memiliki data atribut

dari beberapa theme yang dioverlay.

DAS Krasak memiliki beberapa parameter kesesuaian lahan di dalamnya. Ukuran

DAS yang sama untuk semua persyaratan lahan menjadikan metode intersect yang

paling tepat untuk digunakan dalam geoprocessing. Peta tanah, curah hujan, dan

topografi ditumpangsusunkan untuk kemudian diklasifikasikan kesesuaian lahannya.

Berikut adalah Gambar 10 hasil intersect dari ketiga karakteristik lahan tersebut.

Gambar 10. Hasil Intersect Kesesuaian Lahan untuk Tanaman Jagung di DAS

Krasak

Metode yang digunakan dalam klasifikasi kesesuaian lahan tanaman jagung di DAS

Krasak adalah Weight Factor Matching (WFM). Metode WFM merupakan metode

untuk mendapatkan faktor pembatas yang paling berat dari kesesuaian lahan. Metode

ini digunakan apabila dengan metode AM masih belum dapat menentukan kelas

kesesuaian sumberdaya lahan. Metode analisis ini merupakan analisis spasial dengan

menggunakan teknik overlay beberapa peta yang berkaitan dengan faktor-faktor

yang berpengaruh terhadap penilaian kerentanan.

Gambar 11. Peta Kesesuaian Lahan Jagung di DAS Krasak

Weighted overlay merupakan sebuah teknik untuk menerapkan sebuah skala

penilaian untuk membedakan dan menidaksamakan input menjadi sebuah analisa

yang terintegrasi. Weighted overlay memberikan pertimbangan terhadap faktor atau

kriteria yang ditentukan dalam sebuah proses pemilihan kesesuaian (Sofyan, dkk.,

2010). Gambar 11 di atas adalah hasil klasifikasi kesesuaian lahan jagung di DAS

Krasak.

Tanaman jagung dapat berproduktivitas tinggi jika ditanam di daerah

dengan suhu 16-32 °C. Kemiringan lereng lahan yang sesuai untuk tanaman jagung

berkisar antara <8-30%. DAS Krasak mempunyai suhu dan kemiringan lereng yang

sesuai untuk tanaman jagung. DAS Krasak mempunyai curah hujan antara 500-1500

mm/tahun sehingga tanaman jagung dapat tumbuh. Tanah untuk tanaman jagung

harus bertekstur halus hingga agak kasar, jika tanahnya mempunyai tektur kasar,

maka tanaman jagung tidak dapat tumbuh dengan baik. Kedalaman tanah untuk

tanaman jagung agar produktifitasnya tinggi yaitu tanah dengan kedalaman antara 25

sampai 60 cm. DAS Krasak sesuai untuk tanaman jagung karena tanahnya

mempunyai tekstur halus hingga agak kasar dan kedalaman tanah yang memenuhi

persyaratan tersebut. Keterdapatan bahan kasar dan batuan dipermukaan di DAS

Krasak tidak terlalu banyak, sehingga tidak menimbulkan masalah untuk tanaman

jagung agar dapat tumbuh dengan baik.

Berdasarkan metode Weight Factor Matching, kesesuaian lahan di sub DAS

Krasak untuk tanaman jagung terdapat 2 kelas kesesuaian lahan. Kelas kesesuaian

lahan untuk tanaman jagung yang ada di DAS Krasak adalah S3 dan N. Metode

Weight Factor Matching digunakan dalam kesesuaian lahan tanaman jagung karena

berdasarkan hasil yang dibuat dengan menggunakan metode aritmatik matching,

hasil yang didapat tidak representatif dengan kondisi yang sebenarnya. Salah satu

kekurangan di dalam metode aritmatik adalah jika terdapat dua atau lebih kelas lahan

yang dominan. Hal ini menjadikan alasan pemilihan metode Weight Factor

Matching sebagai metode di dalam evaluasi kesesuaian lahan jagung di DAS Krasak.

Kelas S3 pada lahan di DAS Krasak terdapat pada lereng atas dan dataran

alluvial. Daerah tersebut mempunyai lereng yang berbukit hingga bergunung terjal,

sehingga tidak memungkinkan ditanami tanaman produksi. Apabila dipaksakan

untuk ditanami tanaman jagung, maka akan cepat terjadi degradasi lahan. Faktor lain

yang menjadi pemberat adalah curah hujan. Curah hujan di sebagian DAS Krasak di

atas 2000 mm/tahun, hal ini menjadi fakor pembatas yang paling dominnan

mengingat bahwa tanaman jagung merupakan tanaman palawija yang tidak

membutuhkan banyak air. Faktor-faktor tersebut merupakan faktor pembatas pada

kesesuaian lahan pada kelas sesuai marginal (S3). Total kelas lahan yang tidak sesuai

ditanami jagung seluas 2211 Ha.

Pada kelas tidak sesuai (N), faktor pembatas yang sangat berat menjadikan

pengelolaan lahan ini tidak mudah dan membutuhkan biaya yang sangat besar.

Lahan ini terletak pada lereng atas bentukan vulkanik. Faktor pembatasnya yaitu

kemiringan lereng DAS Krasak yang lebih dari 45 %, sehingga lahan di daerah ini

sangat sulit untuk digarap. Lahan dengan kemiringan yang demikian hanya cocok

untuk konservasi, dengan penutupan yang rapat. Beda halnya dengan tanaman

jagung yang merupakan tanaman produksi semusim. Total kelas lahan yang tidak

sesuai ditanami jagung seluas 1207 Ha.

E. PENUTUP

Kesimpulan yang dapat diambil

1. DAS Krasak mempunyai potensi sesuai marginal untuk tanaman jagung seluas 2211

Ha. sedangkan sisanya merpakan lahan yang tidak sesuai untuk tanaman jagung.

2. Faktor pemberat dalam menentukan kesesuaian lahan untuk jagung di DAS Krasak

antara lain adalah faktor kelerengan dan curah hujan.

F. DAFTAR PUSTAKA

Forest Watch Indonesia. 2010. Modul Pelatihan Sistem Informasi Geografis. Bogor : FWI.

Muhsoni, Firman Farid. 2010. Kesesuaian Lahan untuk Tanaman Jagung di Madura

dengan Menggunakan Penginderaan Jauh dan Sistem Informasi Geografis. Jurnal Embryo Vol. 7 No. 1.. Juni 2010.

Prahasta, Eddy, 2002. Sistem Informasi Geografis : Tutorial ArcView. CV Informatika,

Bandung. Trisasongko, Bambang H., Diar Shiddiq. 2012. Manajemen dan Analisis Data Spasial

dengan ArcView GIS. Bogor : IPB.