Abstrak
Terbatasnya stasiun iklim di Papua Barat mengakibatkan sebagian wilayah di Papua Barat tidak memiliki data iklim sehingga menjadi kendala dalam menentukan kawasan yang sesuai untuk pengembangan pertanian. Saat ini telah tersedia sejumlah citra satelit yang menyediakan atau dapat membangkitkan data iklim. Berdasarkan hasil uji kehandalan pada penelitian terdahulu, Global Precipitation Measurement (GPM) dan Climate Hazards Group Infrared Precipitation with Stations (CHIRPS) memiliki akurasi yang cukup baik dalam membangkitkan data hujan harian di Papua Barat, dan citra Moderate Resolution Imaging Spectroradiometer (MODIS) memiliki akurasi yang sangat baik dalam membangkitkan suhu udara di Kabupaten Manokwari. Sehingga citra satelit khususnya GPM, CHIRPS, dan MODIS dapat menjadi solusi alternatif dalam penyediaan informasi iklim di Papua Barat dengan keterwakilan spasial yang cukup tinggi guna mendukung pengembangan kawasan pertanian di Papua Barat.
Referensi
Akbari, V., Amini, J., Saradjian, M. R., & Motagh, M. (2008). Estimation of Atmospheric Temperature and Humidity Profiles from MODIS Data and Radiosond Data using Artificial Neural Network. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 35–40. https://hdl.handle.net/10037/12936
Azka, M. A., Sugianto, P. A., Silitonga, A. K., & Nugraheni, I. R. (2018). Uji Akurasi Produk Estimasi Curah Hujan Satelit GPM IMERG di Surabaya, Indonesia. Jurnal Sains & Teknologi Modifikasi Cuaca, 19(2), 83–88. https://doi.org/10.29122/jstmc.v19i2.3153
Badan Penelitian dan Pengembangan Pertanian. (1999). Panduan Metodologi Analisis Zone Agroekologi (1st ed.). Badan Penelitian dan Pengembangan Pertanian.
Badan Penelitian dan Pengembangan Pertanian. (2013). Peta Zona Agro Ekologi Skala 1:250.000 (1st ed.). Badan Penelitian dan Pengembangan Pertanian - Kementerian Pertanian. http://bbsdlp.litbang.pertanian.go.id/ind/index.php/layanan-mainmenu-65/produk/535-peta-zona-agro-ekologi-skala-1-250-000
Bappenas. (2019). Rancangan Teknokratik Rencana Pembangunan Jangka Menengah Nasional 2020 - 2024 : Indonesia Berpenghasilan Menengah - Tinggi Yang Sejahtera, Adil, dan Berkesinambungan. In Kementerian PPN/ Bappenas. https://doi.org/10.1017/CBO9781107415324.004
BMKG. (2018). Metadata Stasiun. https://dataonline.bmkg.go.id/mcstation_metadata
BPS-Statistics of Papua Barat Province. (2019). Papua Barat Province in Figures 2019.
Faisol, A., Atekan, Shofiyati, R., & Budiyono. (2017). Pemanfaatan Citra Satelit Multi Spektral untuk Membangkitkan Informasi Evapotranspirasi Guna Mendukung Sistem Pertanian yang Presisi Di Kabupaten Manokwari. Mewujudkan Kedaulatan Pangan Melalui Penerapan Inovasi Teknologi Pertanian Spesifik Lokasi Pada Kawasan Pertanian, 452–458.
Faisol, A., Budiyono, B., Indarto, I., & Novita, E. (2019). Evaluasi Data Hujan Harian Global Precipitation Measurement (GPM) versi ke-6 di Provinsi Papua Barat. Seminar Nasional MIPA UNIPA IV Tahun 2019, 147–154.
Faisol, A., Indarto, Novita, E., & Budiyono. (2018). Pemanfaatan Citra Satelit untuk Membangkitkan Informasi Suhu Udara Guna Mendukung Pengelolaan Sumberdaya Air. Peran Keanekaragaman Hayati Untuk Mendukung Indonesia Sebagai Lumbung Pangan Dunia, 2(1), B.10-B.18.
Funk, C. C., Peterson, P. J., Landsfeld, M. F., Pedreros, D. H., Verdin, J. P., Rowland, J. D., Romero, B. E., Husak, G. J.,
Michaelsen, J. C., & Verdin, A. P. (2014). A Quasi-Global Precipitation Time Series for Drought Monitoring (1st ed.). https://doi.org/10.3133/ds832
Gebrechorkos, S. H., Hülsmann, S., & Bernhofer, C. (2018). Evaluation of Multiple Climate Data Sources for Managing Environmental Resources in East Africa. Hydrology and Earth System Sciences, 22, 4547–4564. https://doi.org/10.5194/hess-22-4547-2018
Goddard Space Flight Center. (2013). Global Precipitation Measurement (GPM) Science Implementation Plan. NASA.
He, J., Kun, Y., Wenjun, T., Hui, L., Jun, Q., Yingying, C., & Xin, L. (2020). The First High-Resolution Meteorological Forcing Dataset for Land Process Studies over China. Scientific Data, 7(25), 1–11. https://doi.org/10.1038/s41597-020-0369-y
Hikmatullah, & Ritung, S. (2014). Perkembangan Pemetaan Zona Agro-Ekologi (ZAE) di Indonesia. Jurnal Sumberdaya Lahan, 8(1), 17–30. https://doi.org/10.2018/jsdl.v8i1.6441
Kelkar, R. R. (2007). Satellite Meteorology (1st ed.). BS Publications.
Kuleshov, Y. (2017). Use of Remote Sensing Data for Climate Monitoring in WMO Regions II and V (Asia and the South-West Pacific) (Issue June).
LAPAN. (2020). Curah Hujan. https://spbn.pusfatja.lapan.go.id/maps/7122
Liu, C. Y., Aryastana, P., Liu, G. R., & Huang, W. R. (2020). Assessment of Satellite Precipitation Product Estimates over Bali Island. Atmospheric Research, 244(April), 105032. https://doi.org/10.1016/j.atmosres.2020.105032
Menteri Pertanian. (2016). Keputusan Menteri Pertanian RI Nomor 830/Kpts/RC.040/12/2016 Tentang Lokasi Pengembangan Kawasan Pertanian Nasional.
Menteri Pertanian. (2020). Rencana Strategis Kementerian Pertanian 2020 - 2024.
National Center for Atmospheric Research Staff. (2020). The Climate Data Guide: Precipitation Data Sets: Overview & Comparison table. Agustus. https://climatedataguide.ucar.edu/climate-data/precipitation-data-sets-overview-comparison-table
National Oceanic and Atmospheric Administration. (2020). Climate Data Online. https://www.ncdc.noaa.gov/cdo-web/
Peng, G., Li, J., Chen, Y., Norizan, A. P., & Tay, L. (2006). High-resolution Surface Relative Humidity Computation using MODIS Image in Peninsular Malaysia. Chinese Geographical Science, 16(3), 260–264. https://doi.org/10.1007/s11769-006-0260-6
Lampiran PP No 18 Tahun 2020 Tentang RPJMN 2020-2024, Pub. L. No. Nomor 18 Tahun 2020, 2271 (2020).
Ramírez- Beltrán, N. D., Salazar, C. M., Sánchez, J. M. C., & González, J. E. (2019). A Satellite Algorithm for Estimating Relative Humidity, Based on GOES and MODIS Satellite Data. International Journal of Remote Sensing, 40(24). https://doi.org/10.1080/01431161.2019.1629715
Ritung, S., Nugroho, K., Mulyani, A., & Suryani, E. (2011). Petunjuk Teknis Evaluasi Lahan untuk Komoditas Pertanian (2nd ed.). Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian.
Thies, B., & Bendix, J. (2011). Review Satellite based Remote Sensing of Weather and Climate: Recent Achievements and Future Perspectives. Meteorological Applications, 18(3), 262–295. https://doi.org/10.1002/met.288
World Meteorological Organization. (2010). Commission for Instruments and Methods of Observation (WMO-No. 1064). In Fifteenth session - Abridged final report with resolutions and recommendations (Issue 1064). http://www.wmo.int/pages/prog/www/CIMO/CIMO15-WMO1064/1064_en.pdf
Yanto, Livneh, B., & Rajagopalan, B. (2017). Data Descriptor : Development of a Gridded Meteorological Dataset over Java Island , Indonesia 1985 – 2014. Scientific Data, 72, 1–10. https://doi.org/10.1038/sdata.2017.72

Karya ini dilisensikan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
