Analisis Dampak Banjir Wilayah Jabodetabek Dengan Pengolah Data Berbasis Cloud Google Earth Engine-1-Dikonversi
Analisis Dampak Banjir Wilayah Jabodetabek Dengan Pengolah Data Berbasis Cloud Google Earth Engine-1-Dikonversi
Metode vang digunlan dalam analisis estimasi damps ban i ir |abodetabek dengan
menggunakan data citra Sentinel I dan Modis rentan g perekaman sebelum ter ia* i• ya ba• ii r
2(J December 2(JI V I Januari 2(J2(J, Sesudah teria* i ya ba ii r rentang I i uari 2(J2(J- 25
J uari 202) Celwmb g micmwave seninel 1 memilki kelebihan dapa
menembus atmosfer dun dapat rnerekam pada kind isi siang dengan pencahayaan tinggi
maupun kondisi malam hari dengan pencahayaun vang rendah, keunggulan teknologi sentinel
dapat bermanfaat untuk kepentingan penanganan maupun pencegahan dampak ba• ii r ii
Indonesia. Data eaten it di anfiisis dengan menggunak peran gk at pengolah data berbasi s cloud
Ciongle Eurth Engine untuk menganalisis estimusi damp k yang di tirnbulkan dari bencana ba• i ir
Jabodetabek. Moctis memiliki keung gulan daJam menyediakan data secara time series
sehingga cocok untuk anuli a perubahan tutupan lahan.
Hasil penelitian yang didapatkan dari skisa bunjir Jabodetabek menggunakan pengol
ah datu berbasi fiToud CioogTe Earth Engine berupa estima i area terdampak b = i i r yang
rnencakup luasan wilayah terdampak b = ii r ia bodetabek dengan luar area 25 I Ha, wiIay1
urban terfiampl dengan Iuasan sebesar GG3 Ha dan Penduduk terdarnpak dengan i• mI ah
sekitar 4h20 I <> i1 wa.
Flooding is one of the h ydronieteorological disasters that often hit Indonesian territo ry.
Jabrxletabek become one or the region subscription t1 r›rx1 i n when the summer ruiny, think s
ure infiuenoed by weather oak strini with rainf all ruinfal I hi th. Disaster t1 r› r›ñ Jabodetabek
present any initiate a impact that is quite lurge in the iorni or the emergence or a
victim soul and damages the material. This study aims to analyze the impact or i4ooding in
the ia bodetabek urea as an effort to reduoe the risk of disaster.
The method that is used in the anal ysis of the impact oi florxli •. ia bodetabek by using
a data image or sentinel 1 sp un or the recording be tore the Liood 2(1 Desseniber 2(1 19 -1
ia nuury 2(l2(1 atter the occurrence or brooding mnges 1 J urinary 2(l2(1- 25 January 2(l2(1. A
wave or microwave sentinel 1 has advantages niav penetrate the atmosphere und can reco rd
daytime or night da,y so it cun be uselull to the purpo see or treat ment urid prevention ct the
effects or f4oodin g in Indonesia. Data satellite in the analysis by using the device online
Goo gje Earth En gine to anuJ yze the estiniatect impact that caused front disastrou s fior›cling
Jabrxletabek. Modis H as the ad vantage of providing time series data making it suitable to r
unal yzing land cover changes.
Results ct the stud y were obtained lrnm the unalysi s or Bior›cl Jabodetabek using
Google Eurth Engine fomi of the estimated urea ulfected by the fiood that covers the extent
rat the urea affected by Fiorxliny bead with a brnad urea of 19 839 hectares, an urea of Fund
the iami attested by Mh5 hectares, the area rit urban affected by an ureu r y 9t1 I›1 hectares
und a population affected by a totuJ or aix› ut 1 hhf›73 residents .
PENDAHULUAN
Bencana banjir yang melanda Jabodetabek aw’al tahun 2020 mengakibat kan
ban yak kerugian di masyarakat baik secara materi maupun korban jiw’a. Kerugian
materi mencaku p lumpuhnya aktivitas penduduk yang terdampak dan masyarakat
ban yak yang mengungsi didaerah aman, sedangkan korban jiw’a menurut data Badan
Penanggulangan Bencana w'ilayah I abodetabek korban meninggal sebanyak 60 orang.
Pemanfaatan data pengindraan jauh yang tepat dapat digunakan sebagai upaya
melakukan mitigasi bencana, salah satunya bencana banjir. Dengan adan ya data
cakupan wilayah terdampak dan estimasi kerugian yang akan ditimbulkan dari
bencana dapat dijadikan sebagai pedoman bagi pemerintah daerah khususnya
w'ilayah Jabodetabek dalam mengambil kebijakan dan langkah mitigasi yang sesuai.
METODE
E stimasi penduduk
Estimasi lahan
Visualisasi di layar
pertanian
terdampax
Menampilkan inforrr›asi
*
£stimasi area
perkotaan
terd¥mpak
C ambar 1. Diagram Alur Penelitian
ILAYAH JABDDETABE
Data yang diperlukan dalam penelitian ini adalah data genangan banjir yan g di
dapatkan dari pemrosesan dan analisis Cit ra SAR sent inel I , Data tutu pan lahan
dengan satelit Modis yang semuanya di proses melalui Google Earth Engine.
Satelit sentinel ini merupakan satelit milik Eropa yang menjadi bagian dari
program European Space Agency Copernicus yang terdiri dari dua satelit yaitu
sentinel I A yang diluncurkan pada 3 April 2014 dan sentinel I B yang diluncurkan
pada 22 april 2016. Mrxlis merupakan bagian inst rument dari satelit Terra yang
diluncurkan oleh Nasa pada I S Desember 1999 yang digunakan sebagai satelit
observasi bumi.
Google Earth Engine digunakan sebagai alat dalam memproses data sentinel
dan Modis untuk analisa bencana banjir dengan menggunakan perintah berupa
kode scrip pemograman. Dengan kode perintah tersebut Gr ngle Earth Engine akan
memproses data secara otomatis. Berikut ini salinan kode Scrip yang digunakan
dalam penelitian dapat diunduk pada link dibaw ah ini :
DEM merupakan salah satu tipe Digital Terrain Model, perekaman gambaran
topografi atau geomorfometrik dari permukaan bumi atau permukaan lain dalam
format digital. DEM merekam ketinggian dalam format raster. Oleh karena itu,
dalam DEM suatu area biasanya dibagi ke dalam rectangular pixels dan data
ele›’asi disiinpan dalam tiap pixel tersebut. Sehingga data DEM merupakan sampel
permukaan tinggi dalam bentuk raster. Kualitas DEM dilihat dari seberapa akurat
ele›’asi tiap pixel (keakuratan absolut) dan beberapa akurat morfol ogi yang
ditampilkan (keakuratan relatif). Beberapa faktor yang berperan penting dalam
penentuan kualitas DEM(Li, dkk., 2005), yaitu :
Pengolahan data analisa banjir dengan Google Earh Engine prinsip kerja
dalam menentukan estimasi w’ilayah terdampak banjir sama dengan pengolahan
data konvensional yaitu dengan overla y. Teknik overlay digunakan untu k
mendapatkan estimasi w’ilayah terdampak dengan melakukan tumpang susun citra
dengan pembobotan tertentu. Over lay yaitu kemampuan untuk menernpatkan
grafis satu peta diatas grafis peta yang lain dan menampilkan hasilnya di layar
kornputer atau pada plot. Secara singkatnya, o›’erlay menampalkan suatu peta
digital pada peta digital yang lain beserta atribut-atributnya dan menghasilkan peta
gabungan keduanya yang memiliki informasi atribut dari kedua peta tersebut.
Overlay merupakan proses penyatuan data dari lapisan layer yang berbeda. Secara
sederhana overlay disebut sebagai operasi visual yang rnembutuhkan lebih dari
satu layer untuk digabungkan secara fisik (Guntara, 1., 2013).
Uji Validitas atau kesahihan adalah menunjukkan sejau h mana suatu alat
u kur mampu mengukur apa yang in gin diukur. Suatu instrurnen yang x’alid atau
sahih mempunyai validitas yang tinggi. Sebaliknya instrumen yang kurang valid
berarti memiliki validitas rendah (Arikunto, 1998:1 60). Dalam melakukan uji
Validitas hasil Estimasi Banjir Jabndetabek dengan menggunakan uji validitas r-
square dengan menggunakan rumus berikut ini :
Gambar 3. Peta Estimasi Dampak Banjir Provinsi Banten, DKI Jakarta dan Jawa
Barat
Berdasarkan hasil estimasi banjir yang dihasilkan dengan google Earth Engine
estimasi banjir rnasih menghasilkan hasil estimasi dengan cakupan wilayah yang
lebih luas yaitu Provinsi B anten, Jakarta dan Jawa Barat. Berdasarkan estimasi
perhitungan dengan google earth engine dihasilkan luasan daerah terdampak banjir
dengan luasan sekitar 19839 Ha, wilayah urban yang terdampak dengan luasan
terdampak sekitar 9061 Ha, Lahan pertanian terdampak banjir dengan luasan sekitar
3485 Ha dan Penduduk yang terdampak banjir sekitar 188673 orang.
Uji Validitas dilakukan untuk mengetahui tingkat kevalid an data hasil analisa
banjir menggunakan Google Earth Engine sesuai dengan kenyataan dilapangan.
Dalam melakukan uji validitas hasil estimasi banjir genangan Jabodetabek dengan
Google Earth Engine maka validasi dapat dilakukan dengan menggunakan peta
potensi banjir milik Lapan dengan tanggal rilis 5 maret 2020. Dalam uji ini untu k
mengetahui kecr›cokan data shapefile genagan banjir milik lapan dengan hasil analisa
menggunakan goo gle Earth Engine, caran ya dengan melakukan Ov’erlay SHP data
potensi sebaran banjir Jabodetak yang diterbit kan Lapan di lakukan proses overlay
dengan data SHP Genangan banjir Jabodetabek hasil olah data dengan menggunakan
Google Earth Engine sehingga didapatkan perbandingannya.
Gambar 6.Peta Perbandingan genangan banjir Lapan dengan Hasil Google earth
Engine
Validasi daa hasil estimasi genangan banjir jabodetabek dengan google earth
engine diuji dengan data milik lapan, hasil uji menunjukkan bahwa validitas hasil
estimasi genangan banjir google Earth Engine cukup Baik, karena secara visual titik
sampel yang terindikasi genangan kedua data dapat bermmpalan dan data estimasi
genangan dengan google earth engine menunjukkan persebaran yang merata dan
hampir sama.
Uji validitas hasil estimasi penduduk terdampak banjir dilakukan dengan uji
akurasi menggunakan model perhitungan statistic yaitu model r squared sebagai
berikut ini :
Berdasarkan hasil model atau prediksi yang dapat di terima, apabila nilainya
antara 0.6 — I . Hasil Uji Validitas Penduduk terdampak Banjir di Jabodetabek dengan
menggunakan model r squared menunjukkan nilai sebesar 0.011324897, artinya
bahu’a estimasi banjir yang dihasilkan dengan google Earth Engine berbeda dengan
kondisi sebenarnya atau dapat dikatakan dapat tidak dapat diterima secara validitas.
KESIMPULAN
Hasil Uji validitas data genangan Google Earth Engine diuji dengan
menggunakan data milik lapan, Hasil menunjukkan bahw’a persebaran genangan
banjir dapat di katakan Valid karena wilayah persebarann ya sebagian besar sama.
Bernat, S.F. 2017. ldentifikasi Genangan Air Menggunakan Citra Sentinel- I (Studi
Kasus: Kecarnatan Baleendah, Dayeuhkolot dan Bojongsoang, Jawa
Barat) d3andung.lnstitut Teknologi Nasional Bandung
Haryani, N.S. 2012. Model Bahaya Banjir Menggunakan Data Penginderaan Jauh Di
Kabupaten Sampang. Jurnal Penginderaan Jauh. 9-1.
Matondang, J.P., 2013. Analisis Zonasi Daerah Rentan Banjir Dengan Pemanfaatan
Sistem Informasi Gen grafis. Unversitas Diponegoro. Semarang.
Arif L.N , Hani’ah. 2013. Kajian Pemanfaatan DEM SRTM dan Google Earth untuk
parameter penilaian pntensi kerugian ekonorni akibat banjir rob. Jurnal
TEKNIK — Vol. 34 No.3 Tahun 2013, ISSN 0852- 1 697
Fitri, A.N.A. 2017. Analisis Skenario Dampak Keter paparan dan Mitigasi bencana
banjir genangan di provinsi DKl jakarta: Fakultas Geografi, Universitas
Muhammadiyah Surakarta.
Fajrin, Mega, Y.A, llham, A,. 20119. Pemanfaatan Citra sentinel I SAR untu k
deteksi banjir studi kasus pangkalan kota baru Su matera Barat.
Badan Nasional Penanggulangan Bencana Jakarta (BNPB Jakarta), 2020. Rekap Data
pengungsi banjir tanggal I januari 2020 pukul 19.00 wib. Jakarta
Detik.com.2020Arrri.s.//new.sfirrik.‹ r›m/6ri’iro/d-#f46p69lhnri6-incUh-i›eneuriv.si-
hun|it’-|uhodetohek-n oik -|‹idi- 173-i’ihu- oi’unq. Diakses pada juni 2020 pukul
11.05 wib.
Analisis Dampak Banjir Wilayah Jabodetabek dengan Pengolah
Data Berbasis Cloud Google Earth Engine
ORIGINALITY REPORT
18 %
SIMILARITY INDEX
16% 3% 11%
INTERNET SOURCES PUBLICATIONS STUDENT PAPERS
PRIMARY SOURCES
1 media.neliti.com
Internet Source 3%
2 Submitted to Universitas Diponegoro
Student Paper 2%
3 ejournal.undip.ac.id
Internet Source 2%
4 eprints.walisongo.ac.id
Internet Source 1%
5 www.scribd.com
Internet Source 1%
6 ugm.ac.id
Internet Source 1%
7 www.neliti.com
Internet Source 1%
8 Submitted to Universitas Negeri Manado
Student Paper 1%
Submitted to Universitas Muhammadiyah
9
Surakarta
Student Paper 1%
news.detik.com
10 Internet Source 1%
ilmukelautan.trunojoyo.ac.id
11
Internet Source 1%
Submitted to iGroup
12
Student Paper 1%
Submitted to Universitas Negeri Jakarta
<1 %
13
Student Paper
eprints.undip.ac.id
<1 %
14
Internet Source
www.riuni.unisul.br
16
Internet Source <1 %
text-id.123dok.com
17
Internet Source <1 %
docobook.com
18
Internet Source <1 %
journal.binus.ac.id
19
Internet Source <1 %
anzdoc.com
20
Internet Source <1 %
repozitorij.unin.hr
21 Internet Source
<1 %
id.scribd.com
<1 %
22 Internet Source