Oksila, Beriano (2021) Pemanfaatan Penginderaan Jauh dalam Identifikasi Zona Rawan Banjir di Kota Pekanbaru Provinsi Riau. Diploma/Tugas Akhir thesis, Universitas Negeri Padang.
final_B1_6_BERIANO_OKSILA_17331011_4615_2021.pdf
Download (3MB)
Abstract
Banjir yang melanda di berbagai wilayah Indonesia merupakan suatu fenomena logis yang mana akibat dari meluapnya atau meningkatnya debit sungai telah banyak menimbulkan kerusakan, baik dari kerusakan lingkungan alami maupun lingkungan buatan. Di daerah Kota Pekanbaru sering terjadi bencana banjir di karenakan curah hujan yang tinggi dan cuaca yang ekstrim. Pemanfaatan foto udara dan citra satelit dapat memperkirakan luas dan pola penyebaran banjir. Pada penelitian ini metode yang digunakan yaitu metode Matching Factor dengan deskriptif kuantitatif merupakan salah satu jenis penelitian yang spesifikasinya adalah sistematis, terencana dan terstruktur dengan jelas sejak awal hingga pembuatan desain penelitiannya. Hasil dari penelitian ini yaitu di daerah Riau terutama pada Kota Pekanbaru terdiri dari tiga kelas banjir yaitu zona rawan rendah (5.982,40 Ha), zona rawan sedang (37.787,98 Ha), dan zona rawan tinggi (17.632,91 Ha). Penggunaan lahan yang dominan adalah Perkebunan/Kebun yang mana memiliki luasan 39.616,93 Ha dikarenakan lebih banyak terdapat kebun sawit dan kebun masyarakat.. Penggunaan lahan tertinggi setelah Perkebunan/Kebun adalah Pemukiman dengan luasan 8.056,33 Ha. Kota Pekanbaru ini tidak terlalu banyak Hutan Lahan Kering, penggunaan lahan Sawah Tadah Hujan di Kota Pekanbaru Provinsi hanya memiliki luas 56,341 Ha
| Item Type: | Thesis (Diploma/Tugas Akhir) |
|---|---|
| Contributors: | Contribution Contributors Email Thesis advisor Iswandi U, Iswandi U UNSPECIFIED Corrector Triyatno, Triyatno UNSPECIFIED Corrector Putri, Sri Kandi UNSPECIFIED |
| Uncontrolled Keywords: | PEMANFAATAN CITRA PENGINDERAAN JAUH |
| Subjects: | G Geography |
| Divisions: | Fakultas Ilmu Sosial > Pengindraan Jauh dan Sistem Informasi Geografis-D4 |
| Depositing User: | Arlianis Arlianis S.IP |
| Date Deposited: | 01 Jul 2026 01:12 |
| Last Modified: | 01 Jul 2026 01:12 |
| URI: | https://repository.unp.ac.id/id/eprint/44855 |
