IDENTIFIKASI DAERAH RAWAN BENCANA BANJIR DI KOTA

JAKARTA MENGGUNAKAN METODE GENETIC ALGORITHM RULE-

SET PRODUCTION (GARP) DAN QUICK UNBIASED EFFICIENT
STATISTICAL TREE (QUEST)

PROPOSAL TUGAS AKHIR

Diusulkan Oleh:
REINOF RAZZAQI YUSYA
1606894862

UNIVERSITAS INDONESIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
PROGRAM STUDI GEOLOGI
DEPOK
2019
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Indonesia merupakan daerah yang beresiko terjadinya bencana alam,

baik bencana alam geologi maupun bencana alam hidrometeorologi. Bencana
alam hidrometeorologi merupakan bencana yang memiliki nilai keterjadian
bencana lebih banyak dibandingkan bencana alam geologi. Menurut data yang
dihimpun dalam Data Informasi Bencana Indonesia (DIBI)-BNPB, terlihat
bahwa dari lebih dari 1.800 kejadian bencana pada periode tahun 2005 hingga
2015 lebih dari 78% (11.648) kejadian bencana merupakan bencana
hidrometeorologi dan hanya sekitar 22% (3.810) merupakan bencana geologi
(BNPB, 2016).

Salah satu contoh bencana hidrometeorologi adalah banjir. Banjir sudah

merupakan bencana tahunan yang terjadi di Indonesia yang terjadi saat musim
penghujan tiba hingga menimbulkan adanya genangan air yang cukup
signifikan. Genangan air tersebut muncul karena adanya peningkatan volume
air yang mengalir di atas permukaan tanah, baik akibat curah hujan yang tinggi
atau luapan air sunga. Banjir dapat menyebabkan lumpuhnya aktivitas kegiatan
manusia yang terjadi hingga menimbulkan kerugian materi maupun non materi.
seperti munculnya wabah penyakit/gangguan kesehatan, kerusakan bangunan
dan tempat tinggal, kerusakan sarana, prasarana, dan infrastruktur.

Provinsi DKI Jakarta merupakan daerah yang sangat rawan untuk

terjadinya bencana banjir. Menurut BPBD Jakarta (2017), kerugian akibat
banjir tahun 2007, mencapai Rp. 5,16 trilyun. Berdasarkan kondisi tersebut
menunjukkan bahwa Provinsi DKI Jakarta sebagai wilayah yang memiliki
fungsi strategis di negara, memiliki ancaman tinggi terhadap bahaya banjir. Hal
ini dapat berpotensi menghasilkan tingginya risiko kerugian terhadap bencana.
Berdasarkan kondisi tersebut untuk itu penting untuk melakukan zonasi terkait
daerah rawan banjir dan inventarisasi elemen berisiko di wilayah DKI Jakarta,
 sebagai bentuk salah satu upaya mitigasi bencana untuk penurunan tingkat
risiko.

Untuk mengurangi risiko terjadinya banjir di wilayah Jakarta maka

diperlukan adanya peta rawan bencana banjir yang representative dan juga tepat
dalam memprediksi wilayah yang diperkirakan akan terjadi bencana banjir pada
masa yang akan datang. Dalam memprediksi daerah rawan bencana tersebut,
penulis melakukuan sebuah penelitian yang berjudul “Identifikasi Daerah
Rawan Bencana Banjir di Kota Jakarta Menggunakan Metode Genetic
Algorithm Rule-Set Production (GARP) dan Quick Unbiased Efficient
Statistical Tree (QUEST)”.

1.2 Tujuan Penelitian

1. Membuat peta daerah rawan bencana banjir di Jakarta.

2. Mengetahui persebaran daerah rawan bencana banjir di Jakarta.
3. Mengaplikasikan penggunaan metode GARP dan QUEST untuk zonasi
daerah rawan bencana banjir di Jakarta.

1.3 Manfaat Penelitian

Manfaat dari hasil penelitian ini dapat digunakan untuk:

1. Sebagai metode baru dalam upaya mengurangi risiko terjadinya bencana

banjir di Jakarta.
2. Sebagai data baru dalam pembuatan peta rawan bencana banjir di Jakarta.
3. Sebagai data awal dalam melakukan penelitian yang lebih lanjut di masa
yang akan dating.
 BAB II

TINJAUAN PUSTAKA

2.1 Konsep Bencana

2.1.1 Bencana

Bencana adalah peristiwa atau rangkaian peristiwa yang mengancam

dan mengganggu kehidupan dan penghidupan masyarakat yang disebabkan,
baik oleh faktor alam dan/atau faktor nonalam maupun faktor manusia
sehingga mengakibatkan timbulnya korban jiwa manusia, kerusakan
lingkungan, kerugian harta benda, dan dampak psikologis. (Bakornas PB,
2007)
2.1.2 Penanggulangan Bencana
Penyelenggaraan penanggulangan bencana adalah serangkaian upaya
yang meliputi penetapan kebijakan pembangunan yang berisiko timbulnya
bencana, kegiatan pencegahan bencana, tanggap darurat, dan rehabilitasi.
(Bakornas PB, 2007)

2.1.3 Bahaya (Hazard)

Bahaya (hazard) adalah suatu kejadian yang mempunyai potensi untuk

menyebabkan terjadinya kecelakaan, cedera, hilangnya nyawa atau kehilangan
harta benda. Bahaya ini bisa menimbulkan bencana maupun tidak. Bahaya
dianggap sebuah bencana (disaster) apabila telah menimbulkan korban dan
kerugian.

2.1.4 Kerentanan (Vulnerablility)

Kerentanan (vulnerability) adalah rangkaian kondisi yang menentukan

apakah bahaya (baik bahaya alam maupun bahaya buatan) yang terjadi akan
dapat menimbulkan bencana (disaster) atau tidak. Rangkaian kondisi, umumnya
dapat berupa kondisi fisik, sosial dan sikap yang mempengaruhi kemampuan
masyarakat dalam melakukan pencegahan, mitigasi, persiapan dan tindak-
tanggap terhadap dampak bahaya.

2.1.5 Kapasitas (Capacity)

 Kapasitas (capacity) adalah kemampuan untuk memberikan tanggapan
terhadap situasi tertentu dengan sumber daya yang tersedia (fisik, manusia,
keuangan dan lainnya). Kapasitas ini bisa merupakan kearifan lokal masyarakat
yang diceritakan secara turun temurun dari generasi ke generasi.

2.1.6 Risiko (Risk)

Risiko (Risk) adalah potensi kerugian yang ditimbulkan akibat bencana

pada suatu wilayah dan kurun waktu tertentu yang dapat berupa kematian, luka,
sakit, jiwa terancam, hilangnya rasa aman, mengungsi, kerusakan atau
kehilangan harta, dan gangguan kegiatan masyarakat. , akibat kombinasi dari
bahaya, kerentanan, dan kapasitas dari daerah yang bersangkutan.

2.1.7 Hubungan Risiko, Bahaya, Kerentanan, dan Kapasitas

Dalam disiplin penanggulangan bencana (disaster management), risiko

bencana adalah interaksi antara tingkat kerentanan daerah dengan ancaman
bahaya(hazards) yang ada. Ancaman bahaya, khususnya bahaya alam bersifat
tetap karena bagian dari dinamika proses alami pembangunan atau
pembentukan roman muka bumi baik dari tenaga internal maupun eksternal,
sedangkan tingkat kerentanan daerah dapat dikurangi, sehingga kemampuan
dalam menghadapi ancaman tersebut semakin meningkat.

Secara umum, risiko dapat dirumuskan sebagai berikut:

Risk (R)= H x V/ C

Keterangan => R : Resiko Bencana

H : Bahaya
V : Kerentanan
C : Kapasitas

2.2 Definisi Banjir

Banjir merupakan peristiwa dimana daratan yang biasanya kering
(bukan daerah rawa) menjadi tergenang oleh air, hal ini disebabkan oleh curah
hujan yang tinggi dan kondisi topografi wilayah berupa dataran rendah hingga
cekung. Terjadinya bencana banjir juga disebabkan oleh rendahnya
 kemampuan infiltrasi tanah, sehingga menyebabkan tanah tidak mampu lagi
menyerap air. Banjir dapat terjadi akibat naiknya permukaan air lantaran curah
hujan yang diatas normal, perubahan suhu, tanggul/bendungan yang bobol,
pencairan salju yang cepat, terhambatnya aliran air di tempat lain.
Menurut Kodoatie dan Sugiyanto (2002), faktor penyebab terjadinya
banjir dapat diklasifikasikan dalam dua kategori, yaitu banjir alami dan banjir
oleh tindakan manusia. Banjir akibat alami dipengaruhi oleh curah hujan,
fisiografi, erosi dan sedimentasi, kapasitas sungai, kapasitas drainase dan
pengaruh air pasang. Sedangkan banjir akibat aktivitas manusia disebabkan
karena ulah manusia yang menyebabkan perubahan-perubahan lingkungan
seperti: perubahan kondisi Daerah Aliran Sungai (DAS), kawasan pemukiman
di sekitar bantaran, rusaknya drainase lahan, kerusakan bangunan pengendali
banjir, rusaknya hutan (vegetasi alami), dan perencanaan sistem pengendali
banjir yang tidak tepat.
Daerah rawan banjir adalah daerah yang mudah atau mempunyai
kecenderungan untuk terlanda banjir. Daerah tersebut dapat di identifikasi
dengan menggunakan pendekatan geomorfologi khususnya aspek
morfogenesa, karena kenampakan seperti teras sungai, tanggul alam, dataran
banjir, rawa belakang, kipas aluvial, dan delta yang merupakan bentukan banjir
yang berulang-ulang yang merupakan bentuk lahan detil yang mempunyai
topografi datar

2.3 Geologi Regional Jakarta

Dalam Peta Geologi lembar Jakarta dan Kepulauan Seribu, Jawa

(Turkandi dkk, 1992), daerah penelitian tersusun oleh dari paling muda ke tua
aluvium, kipas aluvium, endapan pematang pantai, Tuf Banten dan Formasi
Serpong. Aluvium berupa lempung sampai bongkah; kipas aluvium berupa tuf
halus dan tuf pasiran berselingan tuf konglomeratan; endapan pematang pantai
berupa pasir halus sampai kasar dengan cangkang moluska; Tuf Banten berupa
tuf, tuf batu apung dan batupasir tufan serta Formasi Serpong berupa
perselingan konglomerat, batupasir, batulanau dan batulempung dengan sisa
tanaman.
 Struktur geologi regional diiterpretasi dari adanya patahan yang
dikenali dari seismik, adanya pengangkatan dan penurunan fasies kuarter di
berbagai daerah, teras terumbu di Pulau Seribu, kelurusan Sungai Ciliwung
dan Cisadane serta beberapa indikasi struktur geologi di lapangan.
Berdasarkan analisis tersebut yang dicantumkan dalam Penelitian Geologi
Kuarter Cekungan Jakarta oleh Disbang DKI dan LPKM ITB (Moechtar,
2003), terdapat patahan yang berkembang di daerah Jakarta yaitu Sesar
Cisadane, Sesar Ciliwung dan Sesar Kali Bekasi.
Sejarah geologi regional daerah penelitian (Martodjodjo, 2003)
diantaranya dimulai pada awal Miosen Tengah. Pada kala tersebut, Jakarta
merupakan laut dangkal dan Formasi Parigi yang didominasi batugamping
terendapkan. Pada Miosen Akhir, endapan lempung-pasir terendapkan di
daerah penelitian yang telah menjadi daerah pantai dan transisi. Kemudian
pada Kala Pliosen busur magmatik bergerak ke arah tengah Jawa. Lalu pada
kala Pliosen-Plistosen, daerah Jawa Barat terangkat. Daerah Jakarta menjadi
kaki gunung dan material yang datang terendapkan sebagai endapan kipas
alluvium di sungai yang mengalir ke Laut Jawa.
 Gambar 2.1 Peta Geologi Lembar Jakarta (Turkandi dkk., 1992)

2.4 Metode GARP dan QUEST

Genetic Algorithm Rule-Set Production (GARP) adalah sebuah

algoritma machine learning yang telah menunjukkan kemampuan prediktif
yang sangat baik dalam berbagai bidang seperti pemodelan ekologis
(Stockwell, 1999; Peterson et al., 2002a). Algoritma GARP (Boeckmann dan
Joyner, 2014) menghasilkan sejumlah prediksi genangan banjir untuk daerah
perkotaan melalui proses berulang untuk meningkatkan stabilitas output
model. Menjalankan banyak proses untuk mendapatkan output model yang
berbeda dan menggunakan metode subset terbaik adalah penting dalam
memilih output terbaik dengan parameter optimal. Himpunan model yang
mencapai keselarasan antara batas kesalahan penghilangan (sensitivitas) dan
komisi (spesifisitas) didefinisikan oleh pengguna (Anderson, 2003;
Boeckmann dan Joyner, 2014). Output GARP adalah kumpulan kisi-kisi dari
area studi, yang dapat digunakan dalam lingkungan GIS untuk
mengidentifikasi area rawan banjir (Boeckmann dan Joyner, 2014). Dalam
kasus ini, model GARP dijalankan menggunakan perangkat lunak seperti Arc
GIS. Selain itu, pentingnya faktor- faktor penyebab banjir sepeerti curah hujan,
kemiringan, jumlah kurva, jarak ke sungai, jarak ke saluran, kedalaman ke air
tanah, penggunaan lahan, dan ketinggian) untuk bahaya banjir perkotaan
dianalisis menggunakan model GARP.

Quick, unbiased, and efficient statistical tree (QUEST). QUEST (Loh

dan Shih, 1997) adalah model peengolahan data populer yang menghasilkan
himpunan bagian dari data yang seromogen mungkin sehubungan dengan
variabel respon (Rattray et al., 2009; Ture et al., 2009). QUEST adalah
algoritma klasifikasi terstruktur pohon yang menghasilkan pohon keputusan
binary split yang sedang tumbuh (Lee dan Park, 2013). Ini menggunakan
metode penanaman pohon sekuensial, yang menggunakan metode analisis
diskriminasi linear dalam membelah simpul pohon. Ini memiliki banyak
keuntungan dibandingkan metode konstruksi pohon rekursif seperti klasifikasi
dan pohon regresi (CART) (Ierodiaconou et al., 2011). Selain itu, ia tidak
memihak dalam memilih aturan pemisahan dan tidak menggunakan rutin
pencarian variabel lengkap (Sut dan Simsek, 2011).

Algoritma QUEST dipilih sebagai model kedua untuk memprediksi

genangan banjir. Selain itu, algoritma QUEST menggunakan imputasi
daripada pemisahan pengganti untuk menangani nilai yang hilang. Menurut
Ture et al. (2005), QUEST memiliki bias diabaikan karena menggunakan
teknik pemilihan variabel yang tidak bias dalam pemodelan. Oleh karena itu,
QUEST dapat dengan mudah menangani faktor kategoris dan berkelanjutan
(Chou, 2012; Lee dan Park, 2013; Lee dan Lee, 2015).
 BAB III

METODE PENELITIAN

3.1 Objek dan Metodologi Penelitian

Tahapan-tahapan yang dilakukan dalam melakukan penelitian ini terdiri

dari tahap persiapan, tahap pengambilan data, tahap pengolahan data, dan tahap
penyusunan laporan tugas akhir. Tahapan-tahapan tersebut dapat dilihat pada
diagram alir di bawah ini.

Tahap Persiapan

Tahap Pengambilan Data

Curah Penggunaan Zona Inundasi

Hujan Lahan Banjir

Tahap Pengolahan Data

Peta Risiko
Bencana banjir

Tahap Penyusunan Laporan

Tugas Akhir
3.1.1 Tahap Persiapan

Tahap persiapan adalah langkah awal dalam melakukan penelitian.

Pada tahap ini dilakukan studi literartur terhadap kondisi geologi daerah
penelitian dan studi literatur faktor-faktor yang menyebabkan timbulnya
bencana banjir serta dilakukan persiapan software dan computer yang akan
digunakan untuk tahap pengolahan data.

3.1.2 Tahap Pengambilan Data

Pada tahap ini dilakukan pengambilan data pendukung sevagai data

masukan untuk diproses lebih lanjut pada tahap pengolahan data. Data yang
diambil merupakan data yang berhubungan dengan bencana banjir. Data
tersebut yaitu data curah hujan, data penggunaan lahan, dan juga data zona
inundasi banjir yang terjadi pada tahun sebelumnya. Data-data tersebut
dapat diperoleh dari berbagai institusi seperti BNPB dan BMKG yang
menyediakan data tersebut untuk dilakukan penelitian.

3.1.3 Tahap Pengolahan Data

Pada tahap ini dilakukan pengolahan data masukan yang diperoleh

pada tahap pengambilan data. Pengolahan data dilakukan menggunakan
computer dengan software berbasis data spasial seperti Arc GIS untuk
membuat peta risiko bencana banjir. Diperlukan pula software
pemrograman dalam melakukan analisis metode GARP dan QUEST seperti
Phyton ataupun MATLAB. Hasil yang diharapkan pada tahapan ini adalah
bentuk peta risisko bencana banjir yang telah jadi.

3.1.4 Tahap Penyusunan Laporan Tugas Akhir

Tahap ini adalah tahapan terakhir pada penelitian ini. bnetuk laporan
berupa peta risiko bencana banjir di daerah Jakarta yang telah dibuat
menggunakan metode GARP dan QUEST yang selanjutnya akan di
sosialisasikan ke masyarakat sebagai dasar penetapan daerah rawan
bencana. Selain itu, dibuat juga artikel ilmiah berdasarkan penelitian ini.
3.2 Jadwal Kegiatan

Minggu Ke-
No. Kegiatan
1 2 3 4 5 6 7 8
1 Tahap Persiapan
Tahap
2
Pengambilan Data
Tahap Pengolahan
3
data
Tahap Penyusunan
4 Laporan Tugas
Akhir
Tabel 3.1. Jadwal Kegiatan Penelitian
 DAFTAR PUSTAKA

Darabi, H. et.al. 2018. Urban flood risk mapping using the GARP and QUEST
models: A comparative study of machine learning techniques. Elsevier Ltd.

Dewan, A.M. 2013. Floods in a Megacity: Geospatial Techniques in Assessing

Hazards, Risk and Vulnerability. Australia: Springer Science.

Jati, R dan Amri, M.R. 2016. Risiko Bencana Indonesia. Jakarta: Badan Nasional
Penanggulangan Bencana.

Tehrany, M.S. et.al. 2014. Flood susceptibility assessment using GIS-based support
vector machine model with different kernel types. Elsevier Ltd.

Triutomo, S. dkk. 2007. Pengenalan Karakteristik Bencana dan Upaya Mitigasinya

di Indonesia Edisi 2. Jakarta: Bakornas PB.

Turkandi, T. 1992. Peta Geologi Lembar Jakarta dan Kepulauan Seribu, Jawa
Skala 1:100.000. Jakarta: Pusat Penelitian dan Pengembangan Geologi.