ANALISA DAERAH POTENSI BANJIR DI PULAU ?· ANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN CITRA ... banjir, tanah longsor, letusan gunung berapi, dan bencana gempa bumi serta tsunami yang belum lama terjadi di Aceh dan Sumatera Utara. Bencana banjir meskipun menimbulkan resiko relatif lebih rendah daripada letusan

  • Published on
    31-Jan-2018

  • View
    213

  • Download
    1

Embed Size (px)

Transcript

<ul><li><p> Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa </p><p>ANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN </p><p>CITRA AVHRR/NOAA-16 </p><p>Any Zubaidah1, Suwarsono1, dan Rina Purwaningsih1 </p><p>1Lembaga Penerbangan dan Antariksa Nasional (LAPAN) Jalan LAPAN 70, Pekayon - Pasar Rebo, Jakarta 13710 </p><p>Telp/Fax : +62 21 8710065/+62 21 8710274 email : landsono@yahoo.com</p><p>Abstrak </p><p>Fakta telah menunjukkan bahwa Indonesia merupakan negeri yang sangat rawan akan berbagai bencana alam, seperti kekeringan, banjir, tanah longsor, letusan gunung berapi, dan bencana gempa bumi serta tsunami yang belum lama terjadi di Aceh dan Sumatera Utara. Bencana banjir meskipun menimbulkan resiko relatif lebih rendah daripada letusan gunung berapi, gempa bumi maupun tsunami, namun mempunyai frekuensi relatif lebih tinggi, sehingga apabila diakumulasikan bencana ini juga menimbulkan kerugian yang tidak kalah jauh dari ketiga bencana yang lainnya. Salah satu cara memperkecil resiko banjir adalah dengan memperkirakan kapan suatu daerah akan berpotensi terlanda banjir. Analisa ini dapat dilakukan dengan memperkirakan potensi terjadinya hujan lebat yang diintegrasikan dengan peta kerawanan bencana banjir yang sudah ada. Dengan demikian dapat diketahui daerah mana yang kemungkinan akan terjadi banjir dan kapan akan terjadinya. Dalam hal ini, peranan teknologi penginderaan jauh dan Sistem Informasi Geografis sangatlah diperlukan. Tujuan penelitian ini adalah melakukan analisis daerah potensi banjir menggunakan data satelit penginderaan jauh yang memiliki resolusi temporal tinggi, pada penelitian ini digunakan citra NOAA 16 AVHRR kanal 1 (sinar tampak) dan kanal 4 (inframerah). Lokasi penelitian mencakup wilayah Indonesia bagian barat yaitu Pulau Sumatera, Jawa dan Kalimantan. Metode penelitian meliputi 1) memutakhirkan daerah genangan menggunakan data DEM (SRTM 90 m) dari data dasar yang diperoleh dari Departemen Pekerjaan Umum, 2) menghitung estimasi awan yang berpeluang hujan lebat harian dari data AVHRR/NOAA-16, dan 3) menganalisa daerah potensi banjir berdasarkan integrasi antara data estimasi awan yang berpeluang hujan lebat harian dan daerah genangan. Dalam penelitian ini dianalisis daerah potensi banjir di Pulau Sumatera, Jawa dan Kalimantan untuk periode tanggal 1 sampai dengan 31 Januari 2005. Hasil analisis daerah genangan menunjukkan bahwa lokasi genangan terdapat di 26 kabupaten di seluruh P. Jawa, 42 kabupaten terdapat di pulau Sumatera dan 21 lokasi genangan di seluruh Kalimantan. Hasil integrasi dengan data estimasi awan berpeluang hujan lebat harian menunjukkan daerah-daerah yang potensial mengalami kejadian banjir. Hasil validasi menunjukkan bahwa 71% kejadian banjir di Pulau Sumatera, Jawa dan Kalimantan pada bulan Januari 2005 sesuai dengan hasil analisa. 1. PENDAHULUAN 1.1. Latar Belakang </p><p> Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember MBA - 127</p><p>Indonesia merupakan negeri yang sangat rawan akan berbagai bencana alam, seperti kekeringan, banjir, tanah longsor, letusan gunung berapi, dan bencana gempa bumi serta tsunami yang belum lama terjadi di Aceh dan Sumatera Utara. Bencana banjir meskipun menimbulkan resiko relatif lebih rendah daripada letusan gunung berapi, gempa bumi maupun tsunami, namun mempunyai </p><p>frekuensi relatif lebih tinggi, sehingga apabila diakumulasikan bencana ini juga menimbulkan kerugian yang tidak kalah jauh dari ketiga bencana yang lainnya. Salah satu cara memperkecil resiko banjir adalah dengan memperkirakan kapan suatu daerah akan berpotensi terlanda banjir. Analisa ini dapat dilakukan dengan memperkirakan potensi terjadinya hujan lebat yang diturunkan dari citra AVHRR/NOAA-16 dan diintegrasikan dengan peta kerawanan bencana banjir yang sudah ada. </p><p> Surabaya, 14 15 September 2005 </p><p>mailto:ayah_ale@yahoo.com</p></li><li><p> Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa </p><p> Peta kerawanan bencana banjir diperoleh dari Departemen Pekerjaan Umum dengan beberapa revisi (updating) menggunakan data Digital Elevation Model (DEM) dari data SRTM (Shuttle Radar Topography Mission). Dengan demikian dapat diketahui daerah mana yang kemungkinan akan terjadi banjir dan kapan akan terjadinya. Dalam hal ini, peranan teknologi penginderaan jauh dan Sistem Informasi Geografis sangatlah diperlukan. 1.2. Tujuan Tujuan penelitian ini adalah melakukan analisis daerah potensi banjir menggunakan data satelit penginderaan jauh yang memiliki resolusi temporal tinggi. Pada penelitian ini digunakan citra NOAA 16 AVHRR kanal 1 (sinar tampak) dan kanal 4 (inframerah jauh). Lokasi penelitian mencakup wilayah Indonesia bagian barat yaitu Pulau Sumatera, Jawa dan Kalimantan. 2. METODOLOGI PENELITIAN 2.1. Data Data yang diperlukan dalam penelitian ini meliputi data citra AVHRR/NOAA-16 (Advanced Very High Resolution Radiometer/National Oceanic and Atmospheric Administration) yang diakuisisi secara harian dari tanggal 1 - 31 Januari 2005, data DEM (Digital Elevation Model) yang diturunkan dari data SRTM dengan resolusi 90 meter, dan data peta administrasi dijital untuk wilayah Pulau Sumatera, Jawa dan Kalimantan. Untuk keperluan validasi digunakan data kejadian banjir untuk ketiga wilayah tersebut yang diperoleh dari media cetak KOMPAS, Media Indonesia dan Republika. 2.2 Metode Penelitian Metode penelitian meliputi : a) Memutakhirkan daerah genangan menggunakan data DEM (SRTM 90 m) dari data dasar yang diperoleh dari Departemen Pekerjaan Umum (PU). Data daerah genangan yang diperoleh dari Departemen PU didasarkan atas catatan kejadian banjir yang telah terjadi. Pada beberapa lokasi (titik) perlu dilakukan perbaikan (revisi). Revisi </p><p>dilaksanakan berdasarkan data DEM (SRTM 90 m) sehingga dihasilkan lokasi (titik-titik) daerah genangan yang lebih tepat. b) Menghitung estimasi awan yang berpeluang hujan lebat harian dari data AVHRR/NOAA-16. Estimasi awan berpeluang hujan lebat dari data AVHRR/NOAA-16 digunakan kanal 1 kanal 1 (sinar tampak) dan kanal 4 (inframerah). Formula yang digunakan berdasarkan ujicoba dari nilai-nilai Digital Number (DN) untuk kedua kanal tersebut, yaitu diperoleh untuk nilai DN kanal 1 &gt; 544 dan kanal 4 &gt; 750 (Khomarudin, 2002). c) Menganalisa daerah potensi banjir dengan mengintegrasikan data estimasi awan yang berpeluang hujan lebat harian dengan daerah genangan. d) Validasi hasil analisis daerah potensi banjir menurut laporan di lapangan berdasarkan catatan media massa. 3. HASIL DAN PEMBAHASAN 3.1. Analisis Daerah Genangan Hasil analisis daerah genangan yang direvisi menggunakan DEM (SRTM 90 m) menunjukkan bahwa daerah genangan terdapat di 26 kabupaten di seluruh P. Jawa, 42 kabupaten terdapat di pulau Sumatera dan 21 lokasi genangan di seluruh Kalimantan. </p><p>Gambar 1. Peta Daerah Genangan Pulau Sumatera </p><p> Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember MBA - 128</p><p> Surabaya, 14 15 September 2005 </p></li><li><p> Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa </p><p>Gambar 2. Peta Daerah Genangan Pulau Kalimantan </p><p>Gambar 2. Peta Daerah Genangan Pulau Jawa </p><p> Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember MBA - 129</p><p> 3.2. Estimasi Awan Berpeluang Hujan Lebat Harian dari Data AVHRR/NOAA-16 3.2.1. Citra AVHRR/NOAA Satelit NOAA merupakan satelit milik Amerika Serikat yang dirancang sebagai satelit meteorologi. Generasi satelit NOAA meliputi NOAA-11, NOAA-12, NOAA-14, NOAA-15, NOAA-16, NOAA-17 dan NOAA-18. Satelit ini mempunyai orbit polar dengan ketinggian 833-870 km. Periode sekali orbit mencapai 102 menit, dengan demikian setiap hari menghasilkan 14,1 orbit. Bilangan orbit yang tidak genap tersebut menyebabkan suborbital track tidak berulang pada basis harian walaupun pada saat perekaman data waktu lokalnya tidak berubah dalam satu lintang. Sensor AVHRR merupakan salah satu instrumen utama yang berfungsi untuk mendeteksi gelombang elektromagnetik atmosfer. AVHRR </p><p>mempunyai resolusi spasial 1,1 km (pada titik nadir) dan lebar liputan 2600 km. Sensor ini mempunyai 5 buah kanal dengan panjang gelombang tertentu (Tabel 1). Secara umum data AVHRR/NOAA dapat diaplikasikan untuk menganalisis parameter-parameter di bidang meteorologi, oseanografi, maupun hidrologi. Menurut Harsanugraha (1991), kombinasi penggunaan beberapa kanal dari data AVHRR/NOAA dapat dimanfaatkan untuk berbagai aplikasi, yaitu pemantauan vegetasi, kebakaran hutan, ekstraksi data albedo, ekstraksi data suhu permukaan laut dan suhu permukaan darat, pertanian, liputan awan maupun pendeteksian salju/es dipermukaan bumi. Tabel 1. Karakteristik Kanal AVHRR/NOAA Kanal Panjang gelombang Daerah spektrum </p><p>1 0,5-0,68 Tampak (visible) 2 0,725-1,10 Inframerah dekat 3 3,55-3,93 Inframerah tengah 4 10,30-11,30 Inframerah jauh 5 11,50-12,50 Inframerah jauh </p><p> Tabel 2. Fungsi tiap-tiap Kanal Data AVHRR/NOAA </p><p>Kanal Fungsi 1 Menghitung albedo permukaan bumi dan </p><p>puncak awan, mendeteksi permukaan darat dan laut, memantau pertumbuhan dan perkembangan tanaman, mendeteksi permukaan salju di permukaan bumi </p><p>2 Memantau vegetasi, mendeteksi awan, albedo permukaan darat dan laut, mendeteksi permukaan salju di permukaan bumi </p><p>3 Menghitung suhu permukaan laut, mendeteksi distribusi awan pada siang dan malam hari, mendeteksi kebakaran hutan. Kanal ini peka terhadap sumber panas di permukaan bumi </p><p>4 dan 5 Menghitung suhu permukaan laut dan darat, mendeteksi distribusi awan pada siang dan malam hari, memantau gunungapi dan suhu puncak awan </p><p> Surabaya, 14 15 September 2005 </p></li><li><p> Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa </p><p> 3.2.2. Pemisahan awan berpeluang hujan lebat dari data AVHRR/NOAA-16 Awan merupakan hasil kondensasi dari uap air yang bergerak naik bersama dalam suatu kolom udara. Awan terbentuk apabila udara yang mengandung uap air bergerak ke atas dan pada kemudian pada ketinggian tertentu mengalami pendinginan yang pada akhirnya sebagian uap air berkondensasi membentuk awan (Sariwulan, 2004). Awan yang telah jenuh uap air berpeluang menimbulkan hujan. Pengkelasan awan yang berpeluang hujan dikelaskan menjadi 4 kelas dengan kategori hujan lebat, hujan sedang, gerimis dan cerah (Khomarudin, 2002). Pemisahan awan berpeluang hujan lebat dari data AVHRR/NOAA dilakukan dengan menggunakan kanal 1 (sinar tampak) dan kanal 4 (inframerah jauh). 3.3. Analisis Daerah Potensi Banjir Analisis daerah potensi banjir didasarkan pada integrasi antara data estimasi awan yang berpeluang hujan lebat harian dan daerah genangan. Hasil integrasi daerah genangan dengan data estimasi awan berpeluang hujan lebat harian, pada dasarian pertama bulan Januari 2005 menunjukkan bahwa di pulau Sumatera potensi banjir sebagian besar terjadi di Propinsi Sumatera Barat, Riau, Jambi serta Lampung. Pada awal dasarian kedua bulan Januari 2005 yang berpotensi banjir adalah di propinsi Sumatera Utara, Sumatera Barat, Sumatera Selatan, Bengkulu serta Lampung. Di Propinsi Lampung hujan lebat terjadi sejak tanggal 7 s/d 17 Januari 2005. Pada dasarian ketiga daerah yang berpotensi banjir umumnya sudah mulai berkurang. Di Kalimantan potensi banjir pada bulan Januari 2005 hampir merata disetiap lokasi genangan kecuali di propinsi Kalimantan Timur. Pada dasarian pertama potensi banjir sebagian besar terjadi di propinsi Kalimantan Barat dan Kalimantan Selatan, dan pada dasarian kedua maupun ketiga potensi banjir sebagian besar terjadi di propinsi Kalimantan Tengah dan Selatan. </p><p>Sementara di pulau Jawa, daerah lokasi genangan yang berpotensi banjir pada dasarian pertama bulan Januari 2005 sebagian besar terjadi di DKI Jakarta, propinsi Banten, Jawa Barat, dan sebagian kecil propinsi Jawa Tengah. Pada akhir dasarian kedua hingga awal dasarian ketiga (tanggal 16 s/d 21 Januari 2005) hampir seluruh lokasi genangan berpotensi banjir kecuali di Kabupaten Cirebon dan Sumedang. Pada awal dasarian ketiga tanggal 25 Januari 2005 di propinsi Jawa Timur dan DKI Jakarta berpotensi untuk banjir. </p><p>Gambar 4. Peta Daerah Potensi Banjir Tanggal 2 Januari 2005 </p><p>Gambar 5. Peta Daerah Potensi Banjir Tanggal 16 Januari 2005 </p><p> Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember MBA - 130</p><p> Surabaya, 14 15 September 2005 </p></li><li><p> Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa </p><p>Gambar 6. Peta Daerah Potensi Banjir Tanggal 30 Januari 2005 </p><p> Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember MBA - 131</p><p>3.4. Validasi Hasil Analisis Daerah Potensi Banjir Hasil analisis daerah potensi banjir selanjutnya divalidasi dengan fakta di lapangan berdasarkan catatan media massa dalam kurun waktu 1-31 Januari 2005. Analisis daerah potensi banjir menggunakan data penginderaan jauh yang telah dilakukan diharapkan mampu memprediksi daerah yang berpotensi mengalami bencana banjir. Pemantauan daerah potensi banjir ini ditentukan berdasarkan analisis komponen darat yang didukung oleh hasil pengkelasan awan berpotensi hujan lebat di Indonesia dengan menggunakan data AVHRR/NOAA-16. Pemantauan daerah banjir untuk komponen darat dilakukan berdasarkan analisis karakteristik fisik lahan berupa bentuk lahan yang diperoleh dari data Digital Elevation Model (DEM). Hasil-hasil analisis berupa informasi spasial daerah potensi banjir dalam bentuk titik-titik beserta lokasi kota/kotamadya/kabupaten dan provinsi mana terjadi. Informasi yang dihasilkan masih berupa potensi banjir. Oleh sebab itu perlu dilakukan kegiatan validasi untuk mengetahui sampai sejauh mana informasi yang diberikan terbukti kebenarannya. Validasi dilakukan dengan membandingkan informasi spasial daerah potensi banjir dengan data dan informasi kejadian banjir yang bersesuaian dengan waktu kejadiannya. </p><p> Tabel 2 . Hasil validasi kejadian banjir dari dua skenario VALIDASI No ske-</p><p>nario jumlah kejadian banjir </p><p> tervalidasi </p><p>tidak tervalidasi </p><p> JML % JML </p><p>% </p><p>1 0-1-0 45 13 28,9 32 71,12 0-1-1 45 16 35,6 29 64,4 Metode validasi dilakukan dengan membandingkan informasi spasial daerah potensi banjir dengan data dan informasi kejadian banjir yang bersesuaian dengan waktu kejadiannya kemudian menghitung jumlah prediksi potensi banjir yang tervalidasi (terbukti kebenarannya) dengan mengambil dua skenario, yaitu: 1) skenario 0-1-0 : tervalidasi hari itu, 2) skenario 0-1-1: tervalidasi hari itu sampai 1 hari sesudahnya. Perhitungan validasi dihitung berdasarkan prosentase jumlah kejadian banjir yang sesuai dengan hasil prediksi oleh kegiatan pemantauan. Berdasarkan perhitungan beberapa skenario diketahui bahwa jumlah kejadian banjir tervalidasi pada skenario V 0-1-0 dan V 0-1-1 relatif rendah yaitu 29,89% dan 35,6%, sedangkan untuk beberapa skenario yang lain V 1-1-1, V 1-1-3, V 1-1-5 dan V-1-17 relatif lebih tinggi yaitu berturut-turut 60,0%, 66,7%, 68,9% dan 82,2%...</p></li></ul>

Recommended

View more >