Identifikasi Sebaran Spasial Genangan Banjir Memanfaatkan Citra Sentinel-1 dan Google Earth Engine (Studi Kasus: Banjir Kalimantan Selatan)

Authors

  • Filsa Bioresita Institut Teknologi Sepuluh Nopember
  • M Ghifary Royyan Ngurawan Institut Teknologi Sepuluh Nopember
  • Noorlaila Hayati Institut Teknologi Sepuluh Nopember

Keywords:

Genangan Banjir, Google Earth Engine, Change Detection

Abstract

Hujan dengan intensitas sedang hingga tinggi menyebabkan banjir pada pertengahan bulan Januari 2021 di Provinsi Kalimantan Selatan. Banjir di Provinsi Kalimantan Selatan pada Januari 2021 membawa dampak korban jiwa maupun materi. Dalam rangka mengurangi kerugian materi yang lebih besar, perlu dilakukan identifikasi wilayah yang mengalami banjir. Dalam penelitian ini daerah sebaran genangan banjir diidentifikasi menggunakan metode change detection dan threshold atau ambang batas. Data diperoleh dari hasil pengolahan menggunakan Google Earth Engine (GEE) berupa peta genangan banjir yang dievaluasi dengan peta hasil pengolahan Badan Perencanaan Pembangunan Daerah (BPPD) Provinsi Kalimantan Selatan. Metode change detection dilakukan pada citra dengan cara membagi nilai piksel citra saat banjir dibagi dengan sebelum banjir. Ekstraksi area genangan kemudian dilakukan dengan nilai threshold sebesar 1,10. Pengolahan dilakukan secara komputasi cloud menggunakan Google Earth Engine (GEE). Luas genangan banjir yang dihasilkan pada tanggal 20 Januari 2021 adalah seluas 226.905 hektar. Hasil tersebut dievaluasi terhadap data genangan banjir oleh Badan Perencanaan Pembangunan Daerah (BPPD) memiliki overall accuracy sebesar 97%.

Author Biographies

Filsa Bioresita, Institut Teknologi Sepuluh Nopember

Departemen Teknik Geomatika

M Ghifary Royyan Ngurawan, Institut Teknologi Sepuluh Nopember

Departemen Teknik Geomatika

Noorlaila Hayati , Institut Teknologi Sepuluh Nopember

Departemen Teknik Geomatika

References

Castleman, Kenneth R., (2004). Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.

Gonzales, R., P. (2004). Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2, diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.

Faradilla, A. (2021). 10 Kabupaten/Kota Terdampak Banjir di Kalimantan Selatan. BNPB. https://bnpb.go.id/berita/-update-10-kabupaten-kota-terdampak-banjir-di-kalimantan-selatan

Idhom, A. (2021). Info Banjir Kalsel Terbaru 2021: Penyebab & Daftar Daerah Terendam. https://tirto.id/info-banjir-kalsel-terbaru-2021-penyebab-daftar-daerah-terendam-f9eT

Moothedan, A. J., Dhote, P. R., Thakur, P. K., Garg, V., Aggarwal, S. P., & Mohapatra, M. (2020). Automatic Flood Mapping using Sentinel-1 GRD SAR Images and Google Earth Engine : A Case Study of Darbhangah, Bihar. November.

Utomo, P. P., Riadi, B., & Ramdani, D. (2020). Identifikasi Sebaran Banjir Menggunakan Citra Satelit Sentinel-1 (Studi Kasus: Jakarta). 1, 1–11.

Downloads

Published

2024-07-02

How to Cite

Bioresita, F. ., Ngurawan, M. G. R. ., & Hayati , N. . (2024). Identifikasi Sebaran Spasial Genangan Banjir Memanfaatkan Citra Sentinel-1 dan Google Earth Engine (Studi Kasus: Banjir Kalimantan Selatan) . GEOID, 17(1), 108–118. Retrieved from https://journal.its.ac.id/index.php/geoid/article/view/1714

Issue

Section

Articles