Fitur | Sumber | Satuan | |
---|---|---|---|
1 | Jarak ke perkebunan | Peta Tutupan Lahan 2020, KLHK | Meter |
2 | Jarak ke jalan | BIG | Meter |
3 | Jarak ke konsesi | Dinas Perkebunan Provinsi Sulawesi Selatan (2017 kepohutan) | Meter |
4 | Jarak ke konsesi perhutanan sosial | KLHK | Meter |
5 | Jarak ke sungai | BIG | Meter |
6 | Jarak ke area bekas terbakar | BIG | Meter |
7 | Jarak ke badan air | Peta Tutupan Lahan 2020, KLHK | Meter |
8 | Persentase area pertanian | Peta Tutupan Lahan 2020, KLHK | % |
9 | Persentase area perkebunan | Peta Tutupan Lahan 2020, KLHK | % |
10 | Persentase area berhutan | Peta Tutupan Lahan 2020, KLHK | % |
11 | Persentase area semak belukar | Peta Tutupan Lahan 2020, KLHK | % |
12 | Persentase badan air | Peta Tutupan Lahan 2020, KLHK | % |
13 | Persentase savanna | Peta Tutupan Lahan 2020, KLHK | % |
14 | Jarak ke deforestasi | Peta Tutupan Lahan 2020, KLHK | Meter |
15 | Luas area deforestasi | Peta Tutupan Lahan 2020, KLHK | Hektar |
16 | Persentase area yang bisa ditanami | Peta Tutupan Lahan 2020, KLHK | % |
17 | Potensi erosi | RUSLE | t/ha/tahun |
18 | Indeks Bahaya Banjir | RBI BNPB | Indeks |
19 | Indeks Bahaya Longsor | RBI BNPB | Indeks |
20 | Indeks Bahaya Kekeringan | RBI BNPB | Indeks |
21 | NDWI 2020 | Landsat 8 | Indeks |
22 | NDMI 2020 | Landsat 8 | Indeks |
23 | Indeks kekeringan | WORLDCLIM 2.1 | Indeks |
24 | Rata-rata suhu tahunan | WORLDCLIM 2.1 | °C |
25 | Rata-rata curah hujan tahunan | WORLDCLIM 2.1 | mm/tahun |
26 | Rasio elektrifikasi | Potensi desa BPS 2019 | Rasio |
27 | Total sekolah tinggi (SMA sederajat) | Potensi desa BPS 2019 | Unit |
28 | Total Perguruan Tinggi | Potensi desa BPS 2019 | Unit |
29 | Total Rumah Sakit | Potensi desa BPS 2019 | Unit |
30 | Total fasilitas kesehatan | Potensi desa BPS 2019 | Unit |
31 | Total pasar | Potensi desa BPS 2019 | Unit |
32 | Total minimarket | Potensi desa BPS 2019 | Unit |
33 | Kejadian banjir 2018-2019 | Potensi desa BPS 2019 | Kejadian/tahun |
34 | Korban banjir 2018-2019 | Potensi desa BPS 2019 | Korban jiwa/tahun |
35 | Kejadian banjir bandang 2018-2019 | Potensi desa BPS 2019 | Kejadian/tahun |
36 | Kejadian kebakaran hutan dan lahan 2018-2019 | Potensi desa BPS 2019 | Kejadian/tahun |
37 | Jumlah sistem peringatan dini bencana alam | Potensi desa BPS 2019 | Unit |
38 | Jumlah embung | Potensi desa BPS 2019 | Unit |
39 | Jumlah pasar desa | Potensi desa BPS 2019 | Unit |
40 | Penderita gizi buruk 2018 | Potensi desa BPS 2019 | Individu |
41 | Luas Daerah Irigasi | KemenPUPR | Hektar |
42 | Jumlah bulan basah | WORLDCLIM 2.1 | Bulan |
43 | Elevasi | DEMNAS | mdpl |
44 | Kelerengan | DEMNAS | Derajat |
45 | Luas area lindung | KLHK | Hektar |
46 | Persentase area lindung | KLHK | % |
47 | Rasio kesejahteraan | TNP2K | Rasio |
48 | Rasio luas kecamatan terhadap luas daratan | Potensi desa BPS 2019 | Rasio |
49 | Jangkauan bandara | Kemenhub | Meter |
50 | Jarak ke pelabuhan | Kemenhub | Meter |
51 | Rasio KK terhadap luas area non-lindung | Potensi desa BPS 2019 | Rasio |
[DRAFT] Tipologi Kerentanan Iklim pada Penghidupan Berbasis Pertanian: Provinsi Nusa Tenggara Timur
1 Pendahuluan
Penghidupan berbasis pertanian kini makin rentan terhadap perubahan iklim, tetapi informasi mengenai potensi resiko dan kebutuhan adaptasi mereka masih sangat terbatas. Draft dokumen ini disusun untuk mengisi kekosongan ini dengan mengevaluasi berbagai jenis kerentanan yang mempengaruhi mata pencaharian berbasis pertanian di tingkat provinsi. Kami melakukan penilaian kerentanan untuk mengidentifikasi risiko serta penyebabnya, dan potensi adaptasi, dengan fokus pada peningkatan taraf hidup, keberlanjutan produksi komoditas-komoditas kunci, dan pengelolaan lahan secara menyeluruh.
Mengingat tingginya keanekaragaman lanskap di Provinsi Nusa Tenggara Timur, kami memfokuskan perhatian pada kecamatan-kecamatan dengan fitur biofisik dan sosial-ekonomi yang mirip. Ini membantu kami mempermudah tugas dalam mengidentifikasi risiko yang identik antar kecamatan. Kami mendefinisikan area-area homogen ini, atau ‘tipologi,’ dengan menggunakan pengelompokan K-means. Pengelompokan ini didasarkan pada komposit dari indikator biofisik dan sosial-ekonomi. Untuk mempermudah proses pengelompokan, kami menggunakan analisis PCA untuk menyederhanakan dimensi data.
Analisis ini bertujuan untuk mengidentifikasi ‘tipologi’ kecamatan-kecamatan, yang memiliki karakter sosial-ekonomi dan lingkungan yang mirip di Provinsi Nusa Tenggara Timur, dengan menggunakan pengelompokan K-means pada data yang disederhanakan oleh PCA.
Tipologi tersebut kemudian digunakan untuk mendeskripsikan konteks kerentanan penghidupan berbasis pertanian akibat perubahan iklim di Provinsi Nusa Tenggara Timur dan potensi intervensi untuk meningkatkan ketahanan terhadap perubahan iklim.
2 Deskripsi wilayah & Metodologi
Provinsi Nusa Tenggara Timur (NTT) adalah sebuah provinsi yang terletak di sebelah tenggara Indonesia yang berbatasan dengan Laut Flores di sebelah Utara, Samudera Hindia di sebelah Selatan, Timor Leste di sebelah timur dan Provinsi Nusa Tenggara Barat di sebelah Barat. Provinsi Nusa Tenggara Timur memiliki luas wilayah sebesar 46,452.38 kilometer persegi. Nusa Tenggara Timur merupakan provinsi kepulauan yang terdiri atas 1.192 pulau yang sebagian besar pulau tersebut tidak berpenghuni. Lima pulau besar di NTT dikenal dengan nama ‘Flobamorata’ yang terdiri atas Pulau Flores, Sumba, Timor, Alor dan Lembata.
Provinsi Nusa Tenggara Timur merupakan rumah bagi sekitar 5,466,290 penduduk berdasarkan data tahun 2022. Kabupaten ini memiliki tingkat ketimpangan ekonomi yang sedang atau moderat, seperti yang tercermin dalam rasio Gini senilai 0.34 pada semester 2 tahun 2022. NTT mencatatkan angka 65,90 untuk Indeks Pembangunan Manusia (IPM) di tahun yang sama.
Produk Domestik Bruto (PDB, Atas Dasar Harga Berlaku) untuk Provinsi Nusa Tenggara Timur adalah 118.72 triliun Rupiah Indonesia pada tahun 2022. Hal ini menempatkan provinsi NTT sebagai Provinsi urutan ke 27 secara nasional. PDB Provinsi NTT pun masih berada di bawah rata-rata PDB nasional, dimana rata-rata PDB Provinsi yaitu 563.13 triliun rupiah.
Pada tahun 2022, sektor pertanian, kehutanan dan perikanan di Provinsi Nusa Tenggara Timur memainkan peran penting dalam perekonomian lokal, dengan kontribusi sebesar 29% terhadap total Produk Domestik Regional Bruto (PDRB).
Pertanian memiliki peran penting dalam perekonomian provinsi, dengan diperkirakan 818,853 petani beroperasi di Nusa Tenggara Timur, menurut Survei Pertanian Antar Sensus (SUTAS) tahun 2018 yang dilakukan oleh Badan Pusat Statistik (BPS). Jumlah petani dengan luas lahan garapan <0.5 ha menjadi yang paling dominan dengan jumlah 351,220 rumah tangga. Padi, jagung, dan ubi kayu menjadi tanaman pangan yang paling populer untuk diusahakan oleh petani di Provinsi Nusa Tenggara Timur. Sedangkan pisang, mangga, jeruk, bawang merah dan cabai rawit menjadi komoditas hortikultura strategis di Provinsi Nusa Tenggara Timur. Komoditas perkebunan seperti kelapa, jambu mete, kopi dan kakao menjadi yang paling populer untuk dibudidayakan oleh masyarakat di Provinsi Nusa Tenggara Timur. Dalam sektor perikanan, masyarakat Provinsi Nusa Tenggara Timur lebih memilih perikanan tangkap dibandingkan dengan perikanan budidaya.
Unit analisis terkecil: Kecamatan
Intisari Analisis Komponen Utama (PCA) | |||
Tingkat Kepentingan Komponen | |||
Komponen | Standar Deviasi | Proporsi Variansi | Proporsi Kumulatif |
---|---|---|---|
PC1 | 2.6923 | 0.1421 | 0.1421 |
PC2 | 2.3751 | 0.1106 | 0.2527 |
PC3 | 2.0485 | 0.0823 | 0.3350 |
PC4 | 1.9016 | 0.0709 | 0.4059 |
PC5 | 1.5425 | 0.0467 | 0.4526 |
PC6 | 1.5362 | 0.0463 | 0.4989 |
PC7 | 1.3683 | 0.0367 | 0.5356 |
PC8 | 1.3381 | 0.0351 | 0.5707 |
PC9 | 1.2934 | 0.0328 | 0.6035 |
PC10 | 1.2103 | 0.0287 | 0.6322 |
PC11 | 1.1289 | 0.0250 | 0.6572 |
PC12 | 1.1075 | 0.0240 | 0.6812 |
2.0.1 Interpretasi Komponen Utama (PCs)
PC1: Predominan Bahaya Longsor, Tutupan Hutan, Topografi dan Demografi (14.213%)
PC2: Predominan Bahaya Hidrologis dan Ketersediaan Air Permukaan (11.061%)
PC3: Predominan Aksesibilitas terhadap air dan luas Kecamatan (8.228%)
PC4: Predominan karakteristik iklim(7.091%)
PC5: Predominan Aktivitas perubahan tutupan hutan dan fasilitas publik (4.666%)
2.0.2 Diagram pencar 3D tipologi kecamatan-kecamatan di Provinsi Nusa Tenggara Timur
- Sumbu x,y dan z dari diagram pencar merupakan tiga komponen utama teratas dari hasil PCA.
- PC1: Predominan Bahaya Longsor, Tutupan Hutan, Topografi dan Demografi
- PC2: Predominan Bahaya Hidrologis dan Ketersediaan Air Permukaan
- PC3: Predominan Aksesibilitas terhadap air dan luas Kecamatan
- Tiap-titiknya mewakili sebuah kecamatan di Provinsi Nusa Tenggara Timur
- Titik yang berwarna sama berarti tergolong dalam tipologi yang sama.
2.0.3 Cluster Validation
Titik ‘siku’ dari sebuah elbow plot adalah titik di mana menambahkan penambahan jumlah kluster tidak banyak memberikan tambahan informasi baru.
Plot siluet yang mendekati +1 menunjukkan pengelompokan yang baik, sementara nilai yang mendekati 0 atau nilai negatif menunjukkan pengelompokan yang tumpang tindih atau tidak baik.
3 Hasil & Interpretasi Sementara (Draft)
Tipologi Kerentanan Terhadap Perubahan Iklim pada Penghidupan Berbasis Pertanian di Provinsi Nusa Tenggara Timur