Analisis Wilayah Kerentanan Bencana Banjir Berbasis Sistem Informasi Geografis di Kota Lhokseumawe
Abstract
Abstrak
Lhokseumawe merupakan wilayah yang sering terjadi banjir atau genangan. Pencegahan banyaknya korban serta kerugian material dapat dilakukan dengan zonasi wilayah rentan banjir. Metode analisis penelitian adalah deskriptif analitik. Sistem informasi geografis yang merupakan sistem informasi berbasis komputer digunakan dalam penelitian. Aplikasi Software Arcgis 10.8 digunakan untuk penyajian informasi dan pemetaan zonasi kerentanan banjir. Setiap parameter dilakukan proses scoring menggunakan metode AHP dan klasifikasi nilainya dilakukan overlay. Tujuan penelitian adalah mengklasifikasi data dasar parameter kerentanan banjir dalam bentuk spasial, pemetaan wilayah rentan banjir, serta diketahuinya faktor penyebab banjir yang paling dominan. Hasil penelitian diperoleh wilayah sangat rentan banjir 51,08 km2 (37,27%), rentan 81,42 km2 (59,40%), kerentanan sedang 3,75 km2 (2,74%), sedikit rentan 0,41 km2 (0,30%) dan tidak rentan 0,39 km2 (0,29%). Faktor penyebab banjir yang paling dominan adalah densitas drainase dengan kategori sangat buruk dan buruk dengan persentase 95,37% sehingga kurang baiknya sistem pengaliran.
Kata kunci: zonasi, kerentanan, banjir, arcgis, AHP
Abstract
Lhokseumawe an area that often experiences flood or inundation. Preventing large numbers of victims and material losses can be done by zoning areas prone to flooding. The research analysis method is descriptive analytic. Geographic information systems, which are computer-based information systems, are used in research. The Arcgis 10.8 software application is used to present information and map flood vulnerability zoning. Each parameter is subjected to a scoring process using the AHP method and the value classification is overlaid. The aim of the research is to classify basic data on flood vulnerability parameters in spatial form, map flood vulnerable areas, and identify the most dominant factors causing floods. The research results showed that the area was very vulnerable to flooding 51.08 km2 (37.27%), vulnerable 81.42 km2 (59.40%), moderately vulnerable 3.75 km2 (2.74%), slightly vulnerable 0.41 km2 (0.30%) and not susceptible 0.39 km2 (0.29%). The most dominant factor causing flooding is drainage density in the very poor and poor categories with a percentage of 95.37% so that the drainage system is not good.
Keywords: zonation, vulnerability, flood, Arcgis, AHP
Keywords
Full Text:
PDFReferences
Ajibade, F. O., Ajibade, T. F., Idowu, T. E., Nwogwu, N. A., Adelodun, B., Lasisi, K. H., Opafola, O. T., Ajala, O. A., Fadugba, O. G., & Adewumi, J. R. (2021). Flood‐prone area mapping using GIS based analytical hierarchy frameworks for Ibadan city, Nigeria. Journal of Multi-Criteria Decision Analysis, 28(5–6), 283–295. https://doi.org/10.1002/mcda.1759
Andretha, J., Lumban Batu, J., Fibriani, C., & Wacana, K. S. (2017). Analisis Penentuan Lokasi Evakuasi Bencana Banjir Dengan Pemanfaatan Sistem Informasi Geografis dan Metode Simple Additive Weighting (Studi Kasus : Kota Surakarta). 4(2), 127–135. www.surakarta.go.id
Arif, D. A., Giyarsih, S. R., & Mardiatna, D. (2017). Kerentanan Masyarakat Perkotaan terhadap Bahaya Banjir di Kelurahan Legok, Kecamatan Telanipura, Kota Jambi. Majalah Geografi Indonesia, 31(2), 79. https://doi.org/10.22146/mgi.29779
Bawasir, A. dan H. H. H. (2021). Analisis Identifikasi Jaringan Drainase Permukaan Menggunakan Metode Penghalusan DEM LiDAR Feature-Preserving Dan Edge-Preserving Smoothing (Studi Kasus: Sungai Kedungbener, Kecamatan Kebumen). JURNAL TEKNIK ITS.
Badan Meteorologi Klimatologi dan Geofisika. (2020). Probabilistik Curah Hujan 24 Jam.
Badan Penanggulangan Bencana Daerah. (2020). Bencana Banjir Kota Lhokseumawe.
Darmawan, K., & Suprayogi, A. (2017). Analisis Tingkat Kerawanan Banjir di Kabupaten Sampang Mmenggunakan Metode Overlay Dengan Scoring Berbasis Sistem Informasi Geografis. In Jurnal Geodesi Undip Januari (Vol. 6, Issue 1).
Dhiniati, F., & Dinata, A. (2022). Identifikasi Kerentanan Banjir Bandang Menggunakan Metode AHP (Analytical Hierarchy Process) Berbasis SIG di Sub DAS Air Mulak, Kabupaten Lahat. Jurnal Penelitian Pengelolaan Daerah Aliran Sungai, 6(1), 39–56. https://doi.org/10.20886/jppdas.2022.6.1.39-56
Elkhrachy, I. (2015). Flash Flood Hazard Mapping Using Satellite Images and GIS Tools: A case study of Najran City, Kingdom of Saudi Arabia (KSA). The Egyptian Journal of Remote Sensing and Space Science, 18(2), 261–278. https://doi.org/10.1016/j.ejrs.2015.06.007
Febianti, V., Sasmito, B., & Bashit, N. (2022). Pemodelan Perubahan Tutupan Lahan Berbasis Penginderaan Jauh (Studi Kasus: Kota Semarang). In Jurnal Geodesi Undip Oktober.
Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., Hoell, A., & Michaelsen, J. (2015). The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Scientific Data, 2(1), 150066. https://doi.org/10.1038/sdata.2015.66
Gigović, L., Pamučar, D., Bajić, Z., & Drobnjak, S. (2017). Application of GIS-Interval Rough AHP Methodology for Flood Hazard Mapping in Urban Areas. Water, 9(6), 360. https://doi.org/10.3390/w9060360
Hamdani, H., Permana, S., & Susetyaningsih, A. (2016). Analisa Daerah Rawan Banjir Menggunakan Aplikasi Sistem Informasi Geografis (Studi Kasus Pulau Bangka). Jurnal Konstruksi, 12(1). https://doi.org/10.33364/konstruksi/v.12-1.283
Januar, A. G. B., Laila Nugraha, A., & Suprayogi, A. (2015). Aplikasi Pemetaan Multi Risiko Bencana di Kabupaten Banyumas Menggunakan Open Source Software GIS. In Jurnal Geodesi Undip Oktober (Vol. 4).
Khaidir, I. (2019). Mitigasi Bencana Banjir Untuk Mengurangi Dampak Terhadap Lingkungan dan Kehidupan Sosial Masyarakat. 08(02), 54–060.
Khaleghi, S., & Mahmoodi, M. (2017). Assessment Of Flood Hazard Zonation in a Mountanious Area Based on GIS and Analytical Hierarchy Process. In Carpathian Journal of Earth and Environmental Sciences (Vol. 12, Issue 1).
Laurensz, B., Lawalata, F., & Prasetyo, S. Y. J. (2019). Potensi Resiko Banjir dengan Menggunakan Citra Satelit (Studi Kasus : Kota Manado, Provinsi Sulawesi Utara). Indonesian Journal of Modeling and Computing.
Mojaddadi, H., Pradhan, B., Nampak, H., Ahmad, N., & Ghazali, A. H. bin. (2017). Ensemble machine-learning-based geospatial approach for flood risk assessment using multi-sensor remote-sensing data and GIS. Geomatics, Natural Hazards and Risk, 8(2), 1080–1102. https://doi.org/10.1080/19475705.2017.1294113
Muhyi, A. (2016). Perkembangan Fisik Kota Lhokseumawe: Tinjauan Terhadap Penataan Ruang Kawasan Pusat Kota. In Jurnal Tata Kota dan Daerah (Vol. 8, Issue 2).
Pangaribuan, J., Sabri, L. M., & Amarrohman, J. (2019). Analisis Daerah Rawan Bencana Tanah Longsor di Kabupaten Magelang Menggunakan Sistem Informasi Geografis Dengan Metode Standar Nasional Indonesia dan Analythical Hierarchy Process. In Jurnal Geodesi Undip Januari (Vol. 8).
Purnawali, S. (2018). Analisis Kerentanan Bencana Banjir di Kabupaten Sidoarjo Dengan Menggunakan Sistem Informasi Geografis dan Penginderaan Jauh.
Sitorus, I. H. O., Bioresita, F., & Hayati, N. (2021). Analisa Tingkat Rawan Banjir di Daerah Kabupaten Bandung Menggunakan Metode Pembobotan dan Scoring. Jurnal Teknik ITS, 10(1). https://doi.org/10.12962/j23373539.v10i1.60082
Wahyuni, S. O., Rusdi, M., & Basri, H. (2021). Analisis Zonasi Kerentanan Banjir di Kabupaten Aceh Singkil (Zoning Analysis of Flood Vulnerability in District Aceh Singkil). Jurnal Ilmiah Mahasiswa Pertanian, 6(2). www.jim.unsyiah.ac.id/JFP
DOI: http://dx.doi.org/10.29103/tj.v14i1.1004
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Cut Ayu Lizar
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Creative Commons "Attribution-ShareAlike”
Attibusion Internasional (CC BY-SA 4.0)
March and September
In cooperation with Ikatan Sarjana Teknik Sipil (ISATSI NAD) Lhokseumawe