Analisis Kesesuaian Tanaman Mangga (Mangifera indica L.,) Menggunakan Model Distribusi Spasial Maximum Entropy di Kabupaten Indramayu

Abstract

Kabupaten Indramayu secara konsisten menjadi daerah penghasil mangga terbesar di Jawa Barat. Bahwa budidaya mangga menghadapi tantangan peningkatan suhu dan perubahan pola curah hujan di masa depan. Penelitian ini bertujuan mengidentifikasi kondisi kesesuaian iklim tanaman mangga di Kabupaten Indramayu saat ini maupun proyeksi tahun 2050 dengan menggunakan pendekatan Maximum Entropy umumnya digunakan untuk pemodelan distribusi spasial suatu spesies. Data kejadian yang digunakan dalam penelitian ini adalah titik koordinat lokasi kebun mangga dipilih berdasarkan tumpang susun agroklimat. Data lingkungan yang digunakan dalam penelitian ini adalah data iklim dari worldclim baik data saat ini maupun data proyeksi. ArcGIS digunakan untuk memvisualisasikan peta kesesuaian iklim keluaran model. Hasil proyeksi pada model memperlihatkan bahwa perubahan iklim mempengaruhi kesesuaian lahan. Distribusi spasial tanaman mangga pada penelitian ini dipengaruhi oleh curah hujan bulan basah. Luas lahan sangat sesuai model iklim CMCC-ESM2 berkurang 63,5% untuk skenario perubahan iklim SSP 245 dan SSP 585 luas lahan sangat sesuai tidak ada. Berbeda hal dengan model iklim HadGEM3-GC31-LL kelas sesuai bertambah 3% untuk SSP 245 dan 15% untuk SSP 585. Kesesuaian iklim mangga diharapkan menjadi salah satu strategi dalam memaksimalkan lahan di Indramayu.

Indramayu Regency has consistently been the largest mango-producing region in West Java. Mango cultivation faces the challenge of increasing temperatures and changing rainfall patterns in the future. This study aims to identify the current and projected climatic suitability conditions of mango plants in Indramayu Regency in 2050 using the Maximum Entropy approach commonly used for modeling the spatial distribution of a species. The event data in this study are the coordinate points of mango orchards selected based on agroclimatic overlay. The environmental data used in this study is climate data from Worldclim, both current and projected. ArcGIS to visualize the climate suitability map from the model output. Model projection results show climate change affects land suitability. The spatial distribution of mango plants in this study is influenced by wet month rainfall. The area of highly suitable land in the CMCC-ESM2 climate model is reduced by 63.5% for climate change scenarios SSP 245 and SSP 585, where the area of highly suitable land does not exist. Unlike the HadGEM3-GC31-LL climate model, the appropriate class increased by 3% for SSP 245 and 15% for SSP 585. Mango climate suitability is expected to be one of the strategies for maximizing land in Indramayu