SISTEM PERINGATAN DINI BENCANA PANGAN BERBASIS DATA GEOSPASIAL

Abstract

Bencana alam dan perubahan iklim seringkali menyebabkan krisis pangan lokal atau regional, namun sistem peringatan dini yang komprehensif masih terbatas. Latar belakang penelitian ini adalah mengembangkan sistem peringatan dini bencana pangan berbasis data geospasial untuk memprediksi dan memitigasi risiko kerawanan pangan. Metode yang digunakan meliputi integrasi data satelit (indeks vegetasi, curah hujan, suhu), data survei lapangan (harga pangan, ketersediaan), dan data sosial-ekonomi ke dalam platform geospasial. Algoritma pembelajaran mesin digunakan untuk menganalisis data dan menghasilkan peta kerentanan pangan serta prediksi risiko. Sistem diujicobakan di beberapa wilayah rawan pangan. Hasil menunjukkan bahwa sistem ini mampu mengidentifikasi area berisiko tinggi dan memberikan peringatan dini yang akurat, memungkinkan intervensi cepat oleh pemerintah dan lembaga terkait. Pembahasan menyoroti pentingnya sistem peringatan dini dalam manajemen risiko bencana pangan, perencanaan kebijakan, dan alokasi sumber daya yang efektif untuk menjaga stabilitas ketahanan pangan nasional.