Tipologi Perdesaan Provinsi Sumatera Selatan

Analisis Kerentanan Penghidupan Berbasis Lahan Terhadap Perubahan Iklim

1 Pendahuluan

Sumatera Selatan memiliki keragaman lanskap perdesaan yang kompleks, dengan masyarakat yang bergantung pada penghidupan berbasis lahan. Penghidupan berbasis lahan disinyalir semakin rentan terhadap perubahan iklim, tetapi informasi mengenai potensi resiko dan kebutuhan adaptasi masih terbatas. Draft dokumen ini disusun untuk mengisi kekosongan ini dengan memahami berbagai jenis kerentanan yang mempengaruhi penghidupan berbasis lahan di Sumatera Selatan.

Menggunakan pendekatan analisis klaster berbasis K-means yang dipadukan dengan Principal Component Analysis (PCA), kajian ini mengidentifikasi tipologi perdesaan berdasarkan karakteristik biofisik dan sosial-ekonomi yang homogen. Pengelompokan ini memungkinkan pemahaman yang lebih mendalam tentang pola kerentanan spesifik dan kebutuhan mitigasi dan adaptasi yang sesuai dengan konteks lokal. Hasil analisis diharapkan dapat mendukung pengembangan strategi adaptasi perubahan iklim yang lebih tepat sasaran untuk masing-masing tipologi di Sumatera Selatan.

Note

Tujuan

Analisis ini bertujuan untuk mengidentifikasi ‘tipologi’ desa-desa, yang memiliki karakter sosial-ekonomi dan lingkungan yang mirip di Provinsi Sumatera Selatan, dengan menggunakan pengelompokan K-means pada data yang disederhanakan oleh PCA.
Tipologi tersebut kemudian digunakan untuk mendeskripsikan konteks kerentanan penghidupan berbasis lahan akibat perubahan iklim di Provinsi Sumatera Selatan dan potensi intervensi yang tepat sasaran untuk meningkatkan ketahanan terhadap perubahan iklim.

Kondisi Geografis dan Administrasi

Provinsi Sumatera Selatan dengan ibukota Kota Palembang merupakan wilayah dataran rendah dengan ketinggian rata-rata 8 meter di atas permukaan laut. Secara geografis, provinsi ini terletak pada posisi 1’-4’ Lintang Selatan dan antara 102’-106’ Bujur Timur, dengan luas daratan mencapai 86.771,68 km². Wilayah ini berbatasan dengan Provinsi Jambi di utara, Provinsi Bangka-Belitung di timur, Provinsi Lampung di selatan, dan Provinsi Bengkulu di barat.

Secara administratif, Provinsi Sumatera Selatan terdiri dari 13 kabupaten dan empat kota. Kabupaten Ogan Komering Ilir merupakan wilayah terluas dengan area 17.071,33 km², sementara Kota Palembang menjadi wilayah terkecil dengan luas 352,51 km².

Iklim dan Kondisi Lingkungan

Berdasarkan data BMKG tahun 2023, Sumatera Selatan memiliki suhu rata-rata 30,2ºC dengan curah hujan mencapai 2.218,9 mm dan 199 hari hujan. Wilayah hutan di Sumatera Selatan mencakup area seluas 3.385,01 ribu ha, yang terbagi menjadi hutan lindung (566,62 ribu ha), konservasi (511,97 ribu ha), suaka alam dan pelestarian alam (256,23 ribu ha), serta hutan produksi (2.050,22 ribu ha).

Demografi

Menurut Hasil Proyeksi Penduduk Indonesia 2020-2050 berdasarkan Sensus Penduduk 2020, populasi Sumatera Selatan pada tahun 2023 mencapai 8,74 juta jiwa, terdiri dari 4,45 juta jiwa laki-laki dan 4,29 juta jiwa perempuan. Pertumbuhan penduduk sejak tahun 2020 tercatat sebesar 1,21 persen, dengan rasio jenis kelamin 103,83.

Kepadatan penduduk provinsi ini mencapai 100,76 jiwa/km2, dengan variasi signifikan antar kabupaten/kota. Kota Palembang memiliki kepadatan tertinggi sebesar 4.840,63 jiwa/km2, sedangkan Kabupaten Musi Rawas Utara tercatat terendah dengan 33 jiwa/km2.

Sektor Pertanian dan Ekonomi

Sektor pertanian tahun 2023 mencatat luas panen padi 502,16 ribu ha dengan produksi 2,76 juta ton GKG dan produktivitas 55,00 ku/ha. Produksi tanaman palawija mencapai 826,84 ribu ton jagung dan 48,79 ton kedelai.

Perkembangan ekonomi yang diukur melalui PDRB menunjukkan peningkatan dari 453,40 triliun rupiah pada 2019 menjadi 629,10 triliun rupiah pada 2023, atau naik 38,75 persen. Tiga sektor utama penyumbang PDRB tahun 2023 adalah pertambangan dan penggalian (26,61 persen), industri pengolahan (17,84 persen), dan pertanian, kehutanan, dan perikanan (13,10 persen).

Tantangan Sosial Ekonomi

Meski pertumbuhan ekonomi menunjukkan tren positif, laju pertumbuhan mengalami penurunan dari 5,23 persen (2022) menjadi 5,08 persen (2023). Dalam konteks regional Sumatera bagian Selatan, Sumatera Selatan mencatat jumlah penduduk miskin tertinggi sebesar 1,04 juta jiwa pada 2023, jauh di atas Provinsi Kepulauan Bangka Belitung yang hanya memiliki 0,068 juta jiwa penduduk miskin.

Peningkatan Temperatur

Note

Sumatera Selatan telah mengalami peningkatan rata-rata temperatur antara 0,6 hingga 0,93 derajat Celcius berdasarkan data historis dari tahun 1976 hingga 2021 (periode 46 tahun). Ini menunjukkan laju peningkatan temperatur di Sumatera Selatan berkisar antara 0,03-0,04 derajat Celsius per tahun.

Peningkatan suhu di Sumatera Selatan diprediksi akan meningkatkan kerentanan terhadap kebakaran hutan dan lahan (karhutla). Kerentanan tersebut tercermin, salah satunya, melalui data yang menunjukkan Sumatera Selatan mengalami kejadian karhutla setiap tahunnya selama periode 2019 hingga 2023 (Balai Pengendalian Perubahan Iklim dan Kebakaran Hutan dan Lahan (PPIKHL) Wilayah Sumatera, Kementerian Lingkungan Hidup dan Kehutanan (KLHK)).

Perubahan Pola Musim Hujan

Variasi pola musim di Sumatera Selatan dipengaruhi oleh siklus iklim yang lebih luas seperti ENSO dan Indian Ocean Dipole (IOD). Namun secara umum, data historis menunjukkan:

Note

Musim kemarau terjadi pada bulan Juli, Agustus, dan September
Musim hujan umumnya terjadi pada bulan November, Desember, hingga Maret

Ketika terjadi El Nino dan fase IOD positif, Sumatera Selatan mengalami musim kering yang lebih panjang dan intensif. Fenomena ini pernah terjadi pada tahun 1997, 2015, dan 2019 yang mengakibatkan kebakaran hutan dan lahan di sepanjang pesisir Timur Sumatera, termasuk Sumatera Selatan. Musim kemarau yang lebih panjang berpotensi menyebabkan penurunan hasil panen.

Meski curah hujan dirasa meningkat di tahun 2020 hingga 2023 akibat fenomena La Nina (triple dip), studi proyeksi iklim menunjukkan Sumatera bagian Selatan diprediksi akan semakin kering (jumlah hari kering yang semakin panjang) pada periode 2021-2050.

Dampak Banjir dan Kenaikan Muka Air Laut

Studi proyeksi iklim dan oseanografi menunjukkan sebagian pesisir pantai timur Sumatera Selatan akan semakin terpapar bahaya banjir akibat peningkatan muka air laut. Kondisi ini utamanya akan terjadi di sekitar bulan November hingga April (diperkuat dengan kondisi La Nina), ketika Sungai Musi, Sungai Ogan, dan Sungai Komering meluap dan membanjiri area pertanian, perkebunan, dan pemukiman, termasuk Kota Palembang.

Sumatera Selatan menjadi salah satu wilayah yang tidak luput dari rangkaian bencana hidrometeorologi yang melanda Indonesia. Menurut Tim Prediksi dan Peringatan Dini Cuaca BMKG, hampir 95 persen bencana yang terjadi di Indonesia merupakan bencana hidrometeorologi. Bencana-bencana ini hadir dalam berbagai bentuk, mulai dari banjir dan banjir bandang, tanah longsor, kebakaran hutan dan lahan (karhutla), kekeringan, hingga angin puting beliung. Di tengah meningkatnya perubahan iklim global, pola cuaca diperkirakan menjadi semakin tidak menentu dan berpotensi memicu intensitas bencana hidrometeorologi yang lebih tinggi.

Referensi

Adrian Fajriansyah. 2024. “Suhu Meningkat 6 Derajat Celsius dalam 30 Tahun, Masa Depan Lingkungan Sumsel Terancam.” Kompas, August 19, 2024.
Akhsan, H., Irfan, M. & Iskandar, I. (2023). Dynamics of Extreme Rainfall and Its Impact on Forest and Land Fires in the Eastern Coast of Sumatra. Science and Technology Indonesia, 8(3), 403-413.
BMKG. (2024). Climate Early Warning System. Kedeputian Bidang Klimatologi. Accessed December 10, 2024.https://cews.bmkg.go.id/.
Nurlatifah, A., et al. (2024). Impact of climate change on extreme precipitation events over Sumatera Island and the Malay Peninsula. International Journal of Global Warming, 32(4), 374-398.
Muharomah, R. & Setiawan, B.I. (2022). Identification of climate trends and patterns in South Sumatra. Agromet, 36(2), 79-87.
Mulhern, O. 2020. “Sea Level Rise Projection Map – Palembang.”Earth.org. July 28, 2020.https://earth.org/data_visualization/sea-level-rise-by-2100-palembang/
Sopaheluwakan, A., Radjab, A.F., Supari, A., et al. 2024. Prediksi Musim Hujan 2024/2025 di Indonesia. Jakarta: Badan Meteorologi, Klimatologi, dan Geofisika, Pusat Informasi Perubahan Iklim

2 Skema Teknis Pembuatan Tipologi

Diagram alir pengembangan tipologi wilayah berbasis data dan analisis spasial. Alur kerja dimulai dari (1) penyiapan data melalui pemilihan variabel, pengumpulan, dan penanganan data kosong, dilanjutkan dengan (2) pengolahan data untuk memastikan kualitas analisis statistik. Tahapan (3) reduksi dimensi dilakukan menggunakan metode Analisis Komponen Utama (PCA) untuk menyederhanakan kompleksitas data, sementara (4) analisis jarak antar desa menangkap aspek spasial. Kedua hasil ini dikombinasikan dalam (5) analisis klaster untuk mengidentifikasi kelompok-kelompok wilayah yang memiliki karakteristik serupa. Terakhir, hasil pengelompokan dirangkum dalam (6) tabel ringkasan dan (7) divisualisasikan dalam bentuk peta interaktif untuk memudahkan interpretasi.

Analisis tipologi wilayah dilakukan menggunakan bahasa pemrograman R dengan memanfaatkan library tidyverse untuk pengolahan data, sf untuk analisis spasial, leaflet untuk peta interaktif, serta beberapa library pendukung lainnya. Laman interaktif ini disusun menggunakan Quarto.

3 Daftar Variabel Penyusun Tipologi

Unit analisis terkecil: Desa

4 Intisari Hasil PCA

Intisari Analisis Komponen Utama (PCA)
Tingkat Kepentingan Komponen
Komponen	Standar Deviasi	Proporsi Variansi	Proporsi Kumulatif
PC1	2.8355	0.1411	0.1411
PC2	2.1857	0.0838	0.2249
PC3	1.8287	0.0587	0.2835
PC4	1.6642	0.0486	0.3321
PC5	1.5192	0.0405	0.3726
PC6	1.3886	0.0338	0.4064
PC7	1.3118	0.0302	0.4366
PC8	1.2829	0.0289	0.4655
PC9	1.2366	0.0268	0.4923
PC10	1.2021	0.0254	0.5177
PC11	1.1820	0.0245	0.5422
PC12	1.1290	0.0224	0.5646

Note

Diagram batang cos² (kosinus kuadrat) di bawah menampilkan tingkat representasi setiap variabel pada komponen utama hasil analisis PCA. Nilai cos² berkisar antara 0 hingga 1, di mana nilai yang mendekati 1 menunjukkan variabel tersebut memiliki kontribusi yang kuat pada komponen utama yang bersangkutan. Sebaliknya, nilai yang mendekati 0 mengindikasikan variabel tersebut kurang berkontribusi pada komponen tersebut.

PC1: Predominan Gradien Daratan Rendah-Tinggi

Komponen Utama 1 (PC1) menunjukkan gradien daratan tinggi-rendah (elevasi) yang dicerminkan dari variabel-variabel seperti jarak ke kanal dan gambut, rata-rata temperatur, indeks bahaya longsor, serta potensi perubahan temperatur di masa mendatang.

PC2: Predominan Gradien Demografi

Komponen Utama 2 (PC2) menunjukkan gradien aspek demografi yang dicerminkan dari variabel-variabel seperti jumlah penduduk, jumlah penduduk dengan pekerjaan yang bergantung pada sumber daya alam (SDA), derajat kemiskinan, dan jenis mata-pencaharian utama.

PC3: Predominan Gradien Intensitas Penggunaan Lahan

Komponen Utama 3 (PC3) menunjukkan gradien intensitas penggunaan lahan yang dicerminkan dari variabel-variabel seperti jarak ke perkebunan karet, hutan alami, kejadian deforestasi, dan luasan area budidaya.

Hasil analisis komponen utama (PCA) ditampilkan dalam tiga grafik Grafik atas menunjukkan nilai eigen untuk setiap komponen utama, dengan garis merah horizontal menandai nilai eigen = 1, yang merupakan salah satu praktik umum dalam mencari keseimbangan antara penyederhanaan data dan menjaga kekayaan informasi data aslinya. Dari grafik tersebut, teridentifikasi 16 komponen utama pertama yang memiliki nilai eigen lebih besar dari 1, yang kemudian digunakan dalam langkah selanjutnya, analisis klaster.

Panel tengah menampilkan Cumulative Variance Explained (CVE) dan Proportion of Variance Explained (PVE). Ke-16 komponen utama yang dipilih ini secara kumulatif menjelaskan lebih dari 60% variasi dalam dataset, memadai untuk menangkap intisari dari data biofisik dan sosial-ekonomi wilayah yang sudah dikumpulkan. Panel bawah menunjukkan scree plot yang memperlihatkan penurunan kontribusi dari setiap komponen tambahan.

Grafik scree memperlihatkan penurunan proporsi variansi (PVE) dari setiap komponen utama. Titik ‘siku’ dari sebuah grafik scree adalah titik di mana menambahkan penambahan jumlah kluster tidak banyak memberikan tambahan informasi baru. Pola ini mendukung keputusan untuk menggunakan 16 komponen utama, karena setelah PC16, kontribusi tambahan dari komponen-komponen berikutnya relatif kecil.

5 Pengelompokan K-means

Validasi Klaster
Diagram pencar 3D tipologi desa-desa di Provinsi Sumatera Selatan

Untuk menentukan jumlah klaster optimal dalam analisis tipologi perdesaan di Sumatera Selatan, tiga metode evaluasi digunakan sebagaimana ditampilkan dalam grafik. Penentuan jumlah klaster mempertimbangkan keseimbangan antara kompleksitas (jumlah klaster) dengan keberagaman variasi yang ada pada data, sambil tetap mempertahankan interpretabilitas hasil.

Grafik Elbow Method (A) menunjukkan penurunan total variasi dalam kelompok seiring bertambahnya jumlah kelompok (k). Titik siku (elbow) menandakan penambahan jumlah klaster tidak banyak memberikan tambahan informasi baru. Dalam hal ini, penurunan Total Within Sum of Square semakin landai setelah jumlah klaster melebihi 4.

Grafik Silhouette Method (B) mengukur seberapa baik setiap objek cocok dengan kelompoknya sendiri dibandingkan dengan kelompok lain. Grafik ini memperlihatkan nilai tertinggi pada k=2, namun nilainya relatif stabil (di sekitar 0.3) untuk jumlah klaster yang lebih besar.

Grafik Gap Statistic (C) membandingkan pengelompokan data asli dengan data acak, di mana semakin tinggi nilai gap statistic, semakin baik kualitas pengelompokan yang dihasilkan. Grafik menunjukkan peningkatan yang konsisten.

Note

Berdasarkan pertimbangan ketiga metrik dan kebutuhan untuk menangkap keragaman karakteristik perdesaan di Sumatera Selatan, dipilih 8 klaster sebagai jumlah yang relevan untuk analisis tipologi.

Sumbu x, y dan z dari diagram pencar merupakan tiga komponen utama teratas dari hasil PCA.
- PC1: Predominan Gradien Daratan Rendah-Tinggi
- PC2: Predominan Gradien Demografi
- PC3: Predominan Gradien Intensitas Penggunaan Lahan
Tiap-titiknya mewakili sebuah desa di Provinsi Sumatera Selatan
Titik yang berwarna sama berarti tergolong dalam tipologi yang sama.
Pola sebaran titik memperlihatkan bahwa desa-desa yang berada pada spektrum yang berseberangan (misalnya pada ujung-ujung gradien elevasi) memiliki karakteristik yang sangat berbeda pada dimensi tersebut (desa daratan tinggi (pegunungan) vs desa daratan rendah (pesisir)).

6 Hasil & Interpretasi

6.1 Peta Tipologi

Tipologi Kerentanan Terhadap Perubahan Iklim Pada Penghidupan Berbasis Lahan di Provinsi Sumatera Selatan

6.2 Karakteristik Tipologi

Tip

Tipologi desa-desa dekat hutan dengan topografi berbukit dan berada disekitar kawasan konservasi (dilindungi).

6.2.1 Karakteristik berdasarkan analisis SWOT

6.2.1.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Memiliki tutupan hutan yang cenderung lebih baik dibanding daerah lainnya (23.65%).
Berada pada daerah bergunung sehingga memiliki ketersediaan sumber air yang baik (dekat dengan sumber air).

6.2.1.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Tingkat kemiskinan masyarakat relative tinggi (27,56%)
Aksesibilitas dan infrastrukur jalan yang terbatas
Daerah berhutan dengan ancaman deforestasi yang relatif tinggi dibanding klaster yang jauh dari hutan

6.2.1.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Jasa ekosistem air di daerah ini menunjukkan potensi besar untuk mendukung berbagai aktivitas ekonomi, seperti penyediaan air bersih, energi terbarukan, dan pariwisata alam
Daerah pegunungan berbukit yang potensial untuk pengembangan komoditi kopi

6.2.1.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Ancaman bencana longsor karena berada pada daerah bergunung dan berbukit.
Rentan terhadap perubahan suhu udara yang ekstrem (variabilitas di siang dan malam hari).
Naiknya suhu global dapat mempengaruhi pola hujan, yang dapat berdampak pada ketersediaan air di daerah pegunungan, mengurangi ketahanan terhadap kekeringan, atau meningkatkan risiko banjir.
Budidaya pertanian yang luas (60%) pada daerah ini dapat memberi tekanan kepada area konservasi.

Tip

Desa dengan basis aktivitas pertanian dan perkebunan serta agroforestri.

6.2.2 Karakteristik berdasarkan analisis SWOT

6.2.2.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Memiliki persentase tutupan hutan yang paling luas dibandingkan klaster lain (26%)
Merupakan daerah dengan pengembangan agroforestry terutama kopi
Merupakan daerah budidaya dengan kesesuaian lahan yang baik untuk berbagai komoditi pertanian dan Perkebunan seperti karet dan kopi

6.2.2.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Aksesibilitas dan infrastrukur jalan yang terbatas (jarak ke jalan paling jauh dibanding klaster lain)
Daerah dengan jarak terdekat terhadap lokasi kejadian deforestasi dibandingkan dengan klaster lainnya.

6.2.2.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Desa yang mengandalkan pertanian dan perkebunan dapat memanfaatkan peluang untuk hilirisasi dan diversifikasi produk turunan komoditas.

6.2.2.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Merupakan daerah dengan potensi ancaman bencana longsor karena berada pada daerah bergunung dan berbukit
Rentan terhadap perubahan temperature udara tertinggi dibandingkan klaster lain yang dapat mempengaruhi altivitas pengelolaan lahan maupun Kesehatan (3.13 derajat C)
Memiliki potensi ancaman kekeringan

Tip

Desa perkebunan karet dan kelapa sawit serta hutan tanaman dengan kepadatan populasi yang rendah.

6.2.3 Karakteristik berdasarkan analisis SWOT

6.2.3.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Terdapat potensi perkebunan karet dan sawit dan hutan tanaman dengan proximitas ke konsesi yang cenderung dekat (14.038,60 m).
Terdapat area ekosistem gambut dengan fungsi budidaya (9,85%) lebih luas dibanding EG dengan fungsi lindung (4,64%) Sebagian besar lahan merupakan area budidaya (55,20%) dengan tutupan lahan perkebunan (sawit) sebesar 26,4%
Terdapat lahan garapan potensial sebanyak 81,63% dari total wilayah tipologi.
Sebagian masyarakat memiliki mata pencaharian yang bergantung pada kondisi alam.

6.2.3.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Masyarakat memiliki kebiasaan membakar ladang kebun untuk proses usaha pertanian selama setahun terakhir
Jarak ke gambut jauh (18.489 m) dan kanal cukup dekat (22.053 m) sehingga potensi kebakaran lahan gambut tinggi terutama musim kemarau
Persentase hutan alami rendah (4,02%) dan luas deforestasi mencapai 837,73 ha.
Jarak terhadap pabrik pemrosesan (26.542,48 m) jauh, mengindikasikan akses pengolahan dan pergudangan yang relative sulit.
Tingkat kemiskinan masyarakat cenderung tinggi (16,90%)

6.2.3.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Harga karet dan sawit yang cenderung tinggi berpeluang untuk dilakukan pengembangan secara berkelanjutan

6.2.3.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Musim kemarau meningkatkan risiko terjadinya kebakaran hutan dan lahan gambut.
Fluktuasi harga komoditas perkebunan

Tip

Desa bertanah gambut yang dekat dengan konsesi hutan tanaman dan desa transmigrasi beraktivitas pertanian padi sawah

6.2.4 Karakteristik berdasarkan analisis SWOT

6.2.4.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Terdapat potensi perkebunan karet dan sawit dan hutan tanaman dengan proximitas ke konsesi yang cenderung dekat.
Memiliki area budidaya seluas 16,42%, 33,72% adalah kebun dan 30,75% adalah semak belukar.
Terdapat lahan garapan potensial sebanyak 50,14% dari total wilayah tipologi.
Terdapat Sebagian area yang teraliri irigasi (22,19%)
Sebagian masyarakat memiliki mata pencaharian yang bergantung pada kondisi alam.

6.2.4.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Masyarakat memiliki kebiasaan membakar ladang kebun untuk proses usaha pertanian selama setahun terakhir
Jarak ke gambut (10,04 m) dan kanal paling dekat (1.339,01 m) sehingga potensi kebakaran lahan gambut tinggi terutama musim kemarau
Persentase hutan alami rendah (10,15%) dan luas deforestasi tinggi mencapai 781,92 ha.
Jarak terhadap jalan relative dekat (166,62 m) tapi jauh dari pabrik pemrosesan (40.749,11 m), mengindikasikan produktivitas industry hilir masih rendah.
Tingkat kemiskinan masyarakat tinggi (34,56%)
Jarak terhadap area terbakar paling rendah, mengindikasikan luasnya area yang rawan terbakar.
Terdapat risiko banjir.
Curah hujan paling rendah, mengindikasikan sulitnya akses air pada saat kemarau.

6.2.4.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Jumlah KK/penduduk paling tinggi (rata – rata 3.415 jiwa/desa), tapi kepadatan penduduk paling rendah (0,27 jiwa/hektar)

6.2.4.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Musim kemarau meningkatkan risiko terjadinya kebakaran hutan dan lahan gambut
Fluktuasi harga komoditas perkebunan

Tip

Desa dataran rendah yang sebagian bertanah gambut dan jarak yang jauh dari konsesi hutan tanaman.

6.2.5 Karakteristik berdasarkan analisis SWOT

6.2.5.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Keberadaan lahan gambut yang menjadi kawasan penyerap karbon dan pengatur tata air jika dikelola dengan baik.
Dominasi area perkebunan karet dan kelapa sawit yang dapat mendukung ekonomi masyarakat dan daerah dengan pengelolaan berkelanjutan.

6.2.5.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Risiko kebakaran lahan tinggi, yang sering terjadi pada ekosistem gambut terutama di musim kemarau.
Kerentanan tanah gambut terhadap kerusakan, seperti subsiden dan kehilangan fungsi ekosistem akibat pengelolaan tidak ramah gambut.
Ketergantungan pada sumber air tadah hujan, menjadikan desa sangat rentan terhadap kekeringan saat musim kering.

6.2.5.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Mengembangkan program mitigasi kebakaran gambut dan konservasi yang terintegrasi dengan kebijakan nasional.
Potensi peningkatan sistem manajemen air untuk meningkatkan akses air bersih dan mengurangi ketergantungan pada hujan.

6.2.5.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Kondisi iklim ekstrem seperti kekeringan yang memperburuk risiko kebakaran gambut.
Degradasi lahan gambut yang berdampak langsung pada fungsi ekosistem, seperti penyediaan air dan penyimpanan karbon.
Minimnya akses ke tambang (75.333 m), membatasi diversifikasi ekonomi untuk mendukung pemulihan pascabencana.

Tip

Desa Perkebunan kelapa sawit dan karet dengan kegiatan pertanian sawah irigasi

6.2.6 Karakteristik berdasarkan analisis SWOT

6.2.6.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Dekat dengan kawasan hutan (33.309,73 m), mendapatkan manfaat jasa lingkungan paling tinggi berupa kualitas udara dan ketersediaan air.
Akses ke jaringan irigasi cukup baik, mendukung kegiatan pertanian produktif.

6.2.6.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Kerusakan ekologis akibat deforestasi relative rendah (12 km²), mengakibatkan turunnya kapasitas ekosistem untuk menahan bencana seperti banjir atau longsor.
Ketergantungan pada sumber daya hutan dan perkebunan yang rentan terhadap perubahan harga pasar dan dampak lingkungan.

6.2.6.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Restorasi kawasan deforestasi untuk memulihkan ekosistem/jasa lingkungan dan memperkuat perlindungan biofisik desa.

6.2.6.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Degradasi lingkungan akibat deforestasi tinggi, yang dapat meningkatkan potensi bencana ekologis.
Perubahan pola curah hujan akibat perubahan iklim, yang memengaruhi produktivitas sawah irigasi dan perkebunan.
Krisis air bersih dan dampak lingkungan jika ekosistem hutan di sekitar desa tidak dikelola dengan baik.

Tip

Peri-urban atau kota perantara (intermediary urban area)

6.2.7 Karakteristik berdasarkan analisis SWOT

6.2.7.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Memiliki kedekatan dengan sungai (575,95 m) yang menyediakan sumber daya air untuk irigasi maupun keperluan industri pengolahan.
Infrastruktur energi yang memadai dengan hampir seluruh area terelektrifikasi (99,90%)

6.2.7.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Konflik penggunaan lahan di daerah pinggiran kota akibat perluasan lahan untuk pertanian dan pemukiman mengancam keseimbangan ekologi.

6.2.7.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Infrastruktur dan konektivitas logistik yang menunjang distribusi barang dan jasa antara pusat perkotaan dengan kota perantara dapat menunjang kegiatan ekonomi masyarakat (terutama dalam menopang kegiatan utama pertanian yang cenderung tersebar).

6.2.7.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Praktik penggunaan lahan yang tidak berkelanjutan, penggundulan hutan, dan polusi industri mengancam penyediaan jasa ekosistem dan kelayakan hidup di pinggiran kota.
Distribusi sumber daya dan layanan yang tidak merata antara pusat kota (pusat pemerintahan) dan pusat kota kecamatan yang tersebar dapat memicu ketimpangan pembangunan.

Tip

Perkotaan

6.2.8 Karakteristik berdasarkan analisis SWOT

6.2.8.1 Kekuatan (Strengths)

Faktor-faktor internal yang membantu pencapaian tujuan:

Mencakup Kota Palembang, ibu kota provinsi, dengan kepadatan penduduk 4.874,87 jiwa/km² (2024), berfungsi sebagai pusat ekonomi dan infrastruktur, pendidikan, dan jasa
Pusat perdagangan dan ekonomi jasa regional Memiliki fasilitas pengolahan serta sarana prasarana penunjang yang cenderung lebih lengkap dibandingkan wilayah lainnya
Rasio elektrifikasi tinggi (99,93%) menunjukkan kelengkapan infrastruktur

6.2.8.2 Kelemahan (Weaknesses)

Faktor-faktor internal yang menghalangi pencapaian tujuan:

Rentan terhadap bencana banjir akibat alih fungsi lahan (kurangnya daerah resapan air) dan sistem drainase yang kurang mampu menangani curah hujan
Terbatasnya ruang untuk hunian layak dan pemukiman kumuh perkotaan
Polusi air di Sungai Musi (serta anak-anak Sungai perkotaan) dan badan air lainnya yang terkontaminasi limbah domestik maupun industri pengolahan

6.2.8.3 Peluang (Opportunities)

Faktor-faktor eksternal yang membantu pencapaian tujuan:

Pertumbuhan ekonomi non-ekstraktif dapat didorong melalui peningkatan layanan jasa dan perdagangan perkotaan.
Pengembangan perkotaan yang compact dapat mengurangi laju alih fungsi lahan di wilayah lain (mengurangi leapfrogging development).

6.2.8.4 Ancaman (Threats)

Faktor-faktor eksternal yang menghalangi pencapaian tujuan:

Peningkatan suhu (dengan rerata saat ini 27,4 C, tertinggi dibanding area lainnya), Urban Heat Island (UHI) terjadi ketika daerah perkotaan seperti Palembang mengalami suhu yang lebih tinggi dibandingkan daerah pedesaan atau pinggiran kota di sekitarnya akibat aktivitas manusia yang terkonsentrasi dan alih fungsi lahan.
Ekspansi kota yang tidak terencana (urban sprawl) mendorong penggunaan lahan yang tidak efisien di wilayah pinggiran.

7 Informasi Lanjutan

Tabel Interpretasi (Nilai Variabel Tiap Tipologi)
Daftar Desa dan Kelas Tipologi

Catatan

Dokumen ini merupakan draft awal yang masih dalam proses pengembangan dan penelaahan. Seluruh informasi, analisis, dan temuan yang disajikan bersifat tentatif dan dapat mengalami perubahan substansial pada versi finalnya. Data dan interpretasi yang terkandung dalam dokumen ini tidak dapat dijadikan acuan untuk pengambilan keputusan atau kebijakan dalam bentuk apapun.
Setiap kesalahan, ketidakakuratan, atau inkonsistensi yang ditemukan dalam dokumen ini akan menjadi subjek revisi pada tahap-tahap berikutnya. Pembaca diharapkan untuk merujuk pada dokumen final yang nantinya telah divalidasi dan dipublikasikan secara resmi untuk keperluan pengutipan atau referensi.