DITINJAU DARI PENDEKATAN SOSIAL EKONOMI PESISIR WILAYAH TIMUR KABUPATEN ACEH JAYA HASHILLAH WIGATI Primary Author mixed material bibliography Banda Aceh Fakultas Kelautan dan Perikanan (S1) 2024

Skripsi

Telah dilakukan penelitian mengenai Pemanfaatan Sistem Informasi Geografis (SIG) dalam Analisis Kerentanan Pesisir : Ditinjau dari Pendekatan Sosial Ekonomi di Wilayah Timur Kabupaten Aceh Jaya. Penelitian ini dilakukan dengan tujuan mengidentifikasi kondisi dan mengamati parameter utama kerentanan sosial ekonomi masyarakat pesisir Wilayah Timur Kabupaten Aceh Jaya. Penelitian ini dilakukan di pesisir Wilayah Timur Kabupaten Aceh Jaya pada bulan Oktober 2023-Februari 2024 dan pengolahan data dilakukan di Laboratorium Sistem Informasi Geografis, Fakultas Kelautan dan Perikanan, Universitas Syiah Kuala. Pendekatan yang dilakukan dalam penelitian berupa deskriptif kuantitatif dengan tools analisis menggunakan SIG. Metode ini juga digunakan Socioeconomic Vurnerability Index (SeVI) dengan menggunakan empat parameter sosial ekonomi yaitu parameter pendapatan, investasi, pendidikan dan kesehatan. Hasil yang diperoleh dari metode SeVI menunjukkan bahwa pesisir wilayah timur Kabupaten Aceh Jaya di bagi menjadi 5 kategori yaitu sangat rendah, rendah, sedang, tinggi, sangat tinggi dengan empat klasifikasi sosial ekonomi. Hasil penelitian ini menunjukkan wilayah maju adalah yang secara sosial ekonomi tergolong kerentanan rendah yang terdapat pada 7 gampong yang berada di Kecamatan Teunom dan Krueng Sabee. Kerentanan sedang terdapat pada 20 gampong yang berada di 4 kecamatan diantaranya Kecamatan Panga, Teunom, Krueng Sabee dan Setia Bakti. Kerentanan tinggi terdapat pada 1 gampong yang berada di Kecamatan Setia Bakti, sehingga dapat dikatakan bahwa wilayah tersebut tidak dianggap sangat rentan, tetapi juga tidak sepenuhnya bebas dari potensi risiko dari aspek sosial ekonomi. Kata Kunci : Kerentanan Sosial Ekonomi, SeVI, SIG, Wilayah Timur Kabupaten Aceh Jaya 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 122312 2024-04-04 10:33:42 2024-04-04 11:36:27 machine generated