Penerapan metode Spatial K’luster Analysis by Tree Edge Removal (SKATER) untuk pengelompokan zona rawan kekeringan: Studi kasus di Provinsi Nusa Tenggara Timur

INDONESIA

Kekeringan merupakan fenomena alam yang berdampak banyak pada berbagai sektor, terutama terhadap ketersediaan air dan kehidupan masyarakat, khususnya di Provinsi Nusa Tenggara Timur (NTT) yang memiliki karakteristik iklim kering. Oleh karena itu, diperlukan suatu metode yang mampu mengelompokkan wilayah berdasarkan tingkat kerawanan kekeringan dengan mempertimbangkan aspek spasial dan klimatologis. Penelitian ini bertujuan untuk mengelompokkan zona rawan kekeringan di NTT menggunakan metode Spatial K’luster Analysis by Tree Edge Removal (SKATER). Data yang digunakan berupa data klimatologis harian, yaitu curah hujan, suhu, dan kelembapan udara dari sembilan stasiun meteorologi periode 2022–2025 yang diperoleh dari BMKG. Data diolah melalui tahap preprocessing, standardisasi Z-score, kemudian metode SKATER diterapkan dengan membangun graf ketetanggaan menggunakan metode K-Nearest Neighbour (KNN) kemudian dibangun Minimum Spanning Tree (MST) dan mempartisinya menjadi beberapa klaster. Pemilihan klaster optimal dilakukan menggunakan MANOVA dengan statistik uji Pillai’s Trace. Klaster optimal yang diperoleh yaitu 6 Klaster, dengan masing-masing klaster memiliki karakteristik tingkat kekeringan yang berbeda dari kekeringan sangat parah hingga tidak rawan terhadap kekeringan. Kemudian klaster optimal di evaluasi menggunakan Davies-Bouldin Index (DBI), hasil menunjukkan bahwa 6 Klaster memiliki nilai DBI terkecil. Hasil ini dapat digunakan sebagai dasar dalam perencanaan mitigasi kekeringan dan pengambilan kebijakan yang lebih tepat sasaran di Provinsi Nusa Tenggara Timur.

ENGLISH

Drought is a natural phenomenon that has a significant impact on water availability and people’s livelihoods, particularly in East Nusa Tenggara (NTT) Province, which has a dry climate. Therefore, a method is needed that can classify regions based on their drought vulnerability levels while taking spatial and climatological aspects into account. This study aims to classify drought-prone zones in NTT using the Spatial K’luster Analysis by Tree Edge Removal (SKATER) method. The data used consists of daily climatological data specifically precipitation, temperature, and relative humidity from nine meteorological stations for the 2022–2025 period, obtained from the Indonesian Meteorological, Climatological, and Geophysical Agency (BMKG). The data were processed through preprocessing, After standardizing the Z-scores, the SKATER method was applied by constructing a neighborhood graph using the K-Nearest Neighbor (KNN) method, followed by the construction of a Minimum Spanning Tree (MST) and its partitioning into several clusters. The selection of optimal clusters was performed using MANOVA with Pillai’s Trace as the test statistic. The optimal clusters identified were six clusters, with each cluster exhibiting distinct drought severity characteristics ranging from extremely severe drought to areas not prone to drought. The optimal clusters were then evaluated using the Davies-Bouldin Index (DBI), the results indicated that the six clusters had the lowest DBI values. These results can serve as a basis for drought mitigation planning and the formulation of more targeted policies in East Nusa Tenggara Province.

ARABIC

الجفاف هو ظاهرة طبيعية لها تأثير كبير على توفر المياه وحياة الناس، خاصة في مقاطعة نوسا تنغارا الشرقية
( NTT ( التي تتميز بخصائص مناخية جافة. لذلك، هناك حاجة إلى طريقة قادرة على تجميع المناطق بناء على مستوى
التعرض للجفاف من خلال النظر إلى الجوانب المكانية والمناخية. تهدف هذه الدراسة إلى تصنيف المناطق المعرضة للجفاف
في NTT باستخدام طريقة تحليل K'luster المكاني بإ زالة حواف الشجرة ) SKATER (. البيانات المستخدمة على
شكل بيانات مناخية يومية، وهي هطول الأمطار، ودرجة الحرارة، ورطوبة الهواء من تسع محطات أرصاد جوية للفترة -٢٠٢٥
٢٠٢٢ ، تم الحصول عليها من BMKG . تمت معالجة البيانات من خلال المعالجة المسبقة، وتوحيد درجة Z. يتم تطبيق
طريقة SKATER عن طريق بناء شجرة امتداد دنيا ) MST ( وتقسيمها إلى عناصر. تم إجراء الاختيار الأمثل للعناقيد
باستخدام تحليل MANOVA مع إحصائيات اختبار Pillai Trace . أفضل تجمع يتم الحصول عليه هو ٦ عناصر،
حيث لكل عنقود خصائص جفاف مختلفة من جاف شديد إلى رطوبة ن سبية. يمكن استخدام هذه النتائج كأساس للتخطيط
للتخفيف من الجفاف وصنع سياسات أكثر استهدافا في مقاطعة نوسا تنغارا الشرقية.