Analisis Peta Rawan Banjir Metode Pembobotan dan Peta Genangan Banjir Metode NDWI terhadap Kejadian Banjir (Studi Kasus: Kabupaten Sidoarjo)
Keywords:
Peta Rawan Banjir, Genangan Banjir, Skoring, Pembobotan, NDWI, Google Earth EngineAbstract
Perkembangan Sistem Informasi Geografis dan penginderaan jauh memberikan manfaat di berbagai bidang, salah satunya adalah kebencanaan. Banjir merupakan bencana yang rawan terjadi di negara-negara tropis yang memiliki curah hujan tinggi. Kabupaten Sidoarjo mengalami genangan banjir hampir setiap tahun. Pemanfaatan SIG dan penginderaan jauh dapat meminimalkan dampak bencana banjir. Peta rawan banjir bertujuan untuk memetakan wilayah yang berpotensi terjadi banjir dengan menerapkan metode skoring dan pembobotan parameter-parameter penyebab terjadinya genangan banjir. Penginderaan jauh bisa dimanfaatkan untuk mendeteksi genangan banjir yang terjadi dengan menerapkan analisis Normalized Difference Water Index (NDWI). Pemanfaatan kedua analisis ini bertujuan untuk mengetahui bagaimana sebaran kelas tingkat kerawanan banjir dari genangan banjir yang terjadi di Kabupaten Sidoarjo. Daerah rawan banjir diidentifikasi menggunakan metode skoring dan pembobotan parameter untuk mengetahui sebaran tingkat kerawanan banjir di wilayah Kabupaten Sidoarjo. Parameter tingkat kerawanan banjir yang digunakan meliputi tutupan lahan, kelerengan, curah hujan, densitas drainase, dan jenis tanah. Genangan banjir didapatkan dari analisis NDWI pada platform Google Earth Engine (GEE). Data citra pada musim kemarau dan hujan yang di-threshold sebesar <0,3 untuk mengeliminasi data yang dianggap non-air sehingga menghasilkan genangan banjirnya. Hasil pengolahan menunjukkan tingkat rawan banjir di Kabupaten Sidoarjo yang terbagi menjadi 4 kelas yaitu kelas rawan dengan 17.06%, kelas sedang dengan 65.10%, kelas kurang rawan dengan 17.84%, dan kelas aman dengan 0,00% dari luas wilayah Kabupaten Sidoarjo dengan mayoritas daerahnya dalam kelas rawan di Kecamatan Jabon dan Sedati. Peta genangan banjir dan peta rawan banjir sesuai terhadap kejadian banjir dari BPBD Kabupaten Sidoarjo karena hasil analisis menunjukkan bahwa kejadian genangan banjir dengan kelas rawan sebesar 86,56% dari total luas kejadian genangan banjir.
References
Anderson, J. R., Hardy, E.E., Roach, J.T., dan Witmer, R.E. (1976). A Land Use and Land Cover Classification System for Use With Remote Sensor Data. Geological Survey Professional Paper 964. United States Government Printing Office, Washington.
Asdak, 1995. Hidrologi dan Pengolahan Daerah Aliran Sungai. Gadjah Mada University Press. Yogyakarta.
Balai Besar Wilayah Sungai Brantas. (2011). Lima Pilar BBWS Brantas. Surabaya, Indonesia
Badan Nasional Penanggulangan Bencana. (2016). Data dan Informasi bencana Indonesia. https://bnpb.go.id/uploads/migration/pubs/446.pdf
BMKG. (2010). Kondisi Cuaca Ekstrem dan Iklim Tahun 2010-2011.
Badan Meteorologi Klimatologi dan Geofisika. (BMKG). http://data.bmkg.go.id/Share/Dokumen/press%20release%20kondisi%20cuaca%20ekstrim%20dan%20iklim%20tahun%202010-2011.pdf
Gao, B.C. (1996). NDWI a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58:257-266.
Haynes, R.H. (1998). The Canadian System of Soil Classification, 3rd ed.; NRC Research Press: Ottawa, ON, Canada
McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7):1,425-1,432.
McFeeters, S.K. (2003). Using the Normalized Difference Water Index (NDWI) within a Geographic Information System to Detect Swimming Pools for Mosquito Abatement: A Practical Approach. Remote Sensing, 5(7), pp. 3544–3561. doi: 10.3390/rs5073544
Purnawali, H. S., Hariyanto, T., dan Pratomo, D. G. (2018). Analisis Kerentanan Bencana Banjir di Kabupaten Sidoarjo dengan menggunakan Sistem Informasi Geografis dan Penginderaan Jauh. Tesis. Program Magister Bidang Keahlian Teknik Geomatika Institut Teknologi Sepuluh Nopember
Prasetyo, B. (2019). Peningkatan Efektifitas Pengendalian Banjir di Lingkungan PPLS melalui Kegiatan Monitoring Banjir dengan Sistem Aplikasi Mobile. Laporan Laboratorium Kepemimpinan Kepala Sub Bidang Operasi Drainase dan Lingkungan Bidang Operasi Pusat Pengendalian Lumpur Sidoarjo Direkorat Jenderal Sumber Daya Air. Pusat Pengendalian Lumpur Sidoarjo.
Rimba, dkk. (2017). Physical Flood Vulnerability Mapping Applying Geospatial Techniques in Okazaki City, Aichi Prefecture, Japan. Urban Science. Vol. 1, No. 7, hal. 1-22.
Suwarsono, Nugroho, J. T., dan Wiweka. (2013). Identification of inundated area using normalized difference water index (NDWI) on lowland region of java island. 34th Asian Conference on Remote Sensing 2013, ACRS 2013, 4(2), pp. 3783–3789
