Oleh
Marindah Yulia Iswari1) dan Kasih Anggraini1)
ABSTRACT
DEMNAS : NATIONAL DIGITAL ELEVATION MODEL FOR COASTAL
APPLICATION. DEM is a digital data which contain information about elevation. In
Indonesia, DEM can be generated from elevation points or contours in RBI (Rupabumi
Indonesia). DEM can be performed to research of coastal application i.e. inundation or
tsunami. DEM can help to analyze vulnerability or evacuation zone for coastal hazards.
DEMNAS is one product of BIG (Geospatial Information Agency) which consist of
elevation data from remote sensing images. DEMNAS data has not been widely used and
is still being developed but DEMNAS has an advantage of spatial resolution. DEMNAS
has spatial resolution 0.27 arc-second, which is bigger than the spatial resolution of
global DEM.
68
tension 0.32 (Hell & Jakobsson, 2011). data DEM internasional. Tulisan ini
akan memaparkan mengenai DEMNAS
DEMNAS ini masih tergolong
secara rinci seperti perolehan data, serta
baru dan belum dimanfaatkan maksimal
pemanfaatan DEMNAS untuk aplikasi
untuk penelitian di Indonesia. Beberapa
wilayah pesisir.
penelitian cenderung masih menggunakan
data DEM yang diperoleh dari RBI atau
website penyedia data DEM seperti http:// PEROLEHAN DATA DEMNAS
srtm.csi.cgiar.org, https://earthexplorer.
Data DEMNAS ini dikelola oleh
usgs.gov/, https://asterweb.jpl.nasa.gov/,
Badan Informasi Geospasial. Perolehan
https://www.eorc.jaxa.jp. DEM yang
datanya dapat diunduh secara gratis
diunduh dari beberapa website tersebut
dengan membuat akun terlebih dahulu.
merupakan DEM global dengan resolusi
Situs unduh untuk data DEMNAS ini
menengah sampai kecil. Sebagai contoh,
tergabung dalam sistem one map policy
SRTM (Shuttle Radar Topography
dari BIG yaitu http://tanahair.indonesia.
Mission) mempunyai resolusi DEM
go.id/. Proses pengunduhan data
1 arc second (30 m) pada ekuator di
DEMNAS dapat dilakukan dengan cara
United States dan 3 arc second (90 m)
berikut :
di seluruh dunia (Gallant et al., 2011).
Data DEM yang dihasilkan oleh SRTM 1. Mengunduh data DEMNAS
mempunyai standar deviasi yang lebih Data DEM dapat diperoleh
besar dibandingkan dengan data DEM dengan mengakses melalui situs
yang dihasilkan oleh peta RBI (Rupa DEMNAS BIG: http://tides.big.
bumi Indonesia) (Prayudha & Suyarso, go.id/DEMNAS/. Sebagai contoh
2015). Sehingga data DEM dari SRTM ini untuk dapat mengunduh data DEM
mempunyai bias yang lebih besar dengan sebagian Kabupaten Probolinggo
data lapangan yang ada di Indonesia. di sebelah kanan terdapat menu
Keunggulan data DEMNAS ini yaitu Download. Data DEM dapat diunduh
mempunyai resolusi spasial yang lebih dengan memiliki akun yang terdaftar
tinggi 0.27 arc-second dibandingkan terlebih dahulu, jika belum memiliki
dengan resolusi data DEM internasional akun maka dapat klik menu Register
yang masih 3 arc-second. Meskipun dan ikuti petunjuk di dalamnya
masih tergolong dalam perkembangan, sampai mendapatkan konfirmasi
namun dengan adanya data DEMNAS untuk aktivasi akun pada email.
yang telah dirilis oleh BIG diharapkan Apabila sudah selesai, maka dapat
mampu mengatasi kelemahan dari data login dengan memasukan email dan
DEM yang diunduh dari website penyedia password.
69
Gambar 1. Halaman depan dari situs unduh DEMNAS dan halaman registrasi.
2. Memilih lokasi yang akan di unduh. wilayah yang diinginkan, maka akan
Setelah login, halaman akan kembali seperti gambar di bawah ini.
ke Beranda dan klik Download pada
70
Setelah itu perbesar tampilan atau klik salah satu grid sampai muncul
dapat juga dengan scroll mouse gambar DEMNAS nya dan klik kode
dan geser ke arah wilayah yang DEMNAS yang muncul di bawah.
akan dituju. Data DEMNAS terbagi Format file yang diunduh adalah
dalam grid dengan panjang dan lebar GeoTIFF (TIF), dan dilanjutkan
wilayah kurang lebih 27.85 km x dengan mengunduh grid-grid yang
27.68 km atau seluas 770.888 km2. diperlukan.
Untuk dapat mengunduhnya dapat di
Gambar 3. Tampilan data DEMNAS pada grid indeks yang akan diunduh.
71
Gambar 4. Tampilan data DEMNAS Probolinggo yang dibuka melalui perangkat
lunak ArcGIS.
72
Banjir Rob menggunakan data ketinggian yang
Banjir rob merupakan salah satu diperoleh dari RBI baik skala 1:10000
gejala alam yang berupa kenaikan air laut sampai 1:25000 (Prayudha & Suyarso,
sehingga menggenangi daratan. Naiknya 2015; Rasyda et al., 2015; Hidayatullah
muka air laut ini disebut dengan sea level et al., 2016). Data DEM ini kemudian
rise. Proses ini disebabkan oleh adanya nantinya yang dijadikan parameter
perubahan iklim sehingga es di kutub utama untuk ditumpangsusunkan dengan
mencair. Bagi wilayah yang mempunyai parameter lainnya. Ketinggian tanah
tingkat urbanisasi tinggi di pesisir yang lebih rendah daripada muka air laut
maka kejadian ini dapat menyebabkan ketika pasang maka daerah tersebut akan
ancaman tersendiri untuk masyarakat, tergenang (Handoyo et al., 2016).
bangunan, dan infrastruktur permukiman Data DEM yang berupa raster
yang ada di wilayah tersebut (Putra & diolah untuk mendapatkan luas genangan
Marfai, 2012). Penelitian Ramadhany saat banjir rob terjadi. Pengolahan data
et al. (2012) di Semarang, menyatakan raster tersebut menggunakan metode
bahwa parameter kerawanan banjir di raster calculator yang terdapat pada
pesisir Semarang meliputi ketinggian aplikasi SIG (Rasyda et al., 2015;
tanah, penurunan tanah, jarak dari Handoyo et al., 2016; Hidayatullah
pantai dan jarak dari sungai. Sedangkan et al., 2016; Ikhwandito et al., 2018).
parameter jangkauan wilayah genangan Pemodelan genangan dapat dibuat untuk
rob dipengaruhi oleh pasang surut. prediksi selama beberapa tahun kedepan.
Data ketinggian diperoleh dari data titik Model ini didasarkan dengan asumsi
tinggi (spot height) yang diinterpolasi bahwa selama periode kenaikan muka air
sehingga menghasilkan data DEM yang laut bersifat konstan dan pengaruh faktor
berformat raster. Beberapa penelitian lain diabaikan (Rasyda et al., 2015).
Gambar 5. Prediksi genangan rob di Kota Padang Sumatera Barat Tahun 2020
(Rasyda et al., 2015).
73
Tsunami pemodelan genangan tsunami adalah cost
Analisis kerawanan wilayah pesisir distance (Fauzi et al., 2014; Islam et al.,
terhadap bencana tsunami sebagian 2014; Ikhwandito et al., 2018). Model
besar menggunakan aplikasi SIG ini menghasilkan prediksi luas genangan
(Sistem Informasi Geografis). Salah satu pada beberapa angka skenario.
metode yang digunakan untuk estimasi
Metode cost distance ini dapat kerentanan sosial lebih cenderung pada
menggambarkan beberapa simulasi kepadatan bangunan pada wilayah kajian.
inundasi daerah pesisir terhadap bencana Kerentanan sosial untuk bencana tsunami
tsunami. Semakin tinggi nilai run up selain menggunakan parameter kepadatan
maka area genangan akan semakin bangunan, juga menggunakan parameter
luas. Daerah yang berpotensi tergenang kepadatan penduduk dan persentase
merupakan daerah dengan relief yang masyarakat nelayan (Widyawati et al.,
cenderung datar. Selain dengan metode 2013). Selain itu parameter lain yang
cost distance, metode Berryman dapat dapat dipertimbangkan dalam analisis
dipakai untuk model run up tsunami kerentanan sosial meliputi rasio jenis
dengan mempertimbangkan koefisien kelamin, rasio kelompok umur dan
kekasaran permukaan, kemiringan lereng penyandang cacat (Habibi & Khakhim,
dan ketinggian awal tsunami di garis 2017).
pantai (Habibi & Khakhim, 2017).
Parameter-parameter tersebut
Hasil analisis kerawanan terhadap diintegrasikan menggunakan metode
bencana tsunami ini dapat diturunkan lagi tumpangsusun dengan pembobotan
menjadi tingkat kerentanan suatu wilayah tertentu (Putra & Marfai, 2012; Handoyo
terhadap bencana tsunami. Kerentanan et al., 2016). Semakin tinggi pengaruh
suatu wilayah dapat dibedakan menjadi parameter tersebut terhadap tsunami
kerentanan fisik dan kerentanan sosial. maka nilai pembobotannya semakin
Penelitian Mardiyanto et al., (2013) tinggi. Jumlah bobot yang paling besar
menyatakan bahwa parameter penentu menjadikan wilayah tersebut mempunyai
kerentanan fisik merupakan aspek alami kerentanan paling besar terhadap tsunami.
seperti kemiringan lereng, jarak dengan
garis pantai, jarak dengan sungai dan
tutupan vegetasi. Sedangkan untuk
74
Gambar 6. Peta Kerentanan Pesisir Kabupaten Bantul (Mardiyanto et al., 2013)
75
Padang, Sumatera Barat memanfaatkan adalah wilayah yang rawan tsunami. Data
data kejadian tsunami di Sumatera Barat DEM digunakan untuk membagi wilayah
pada tahun 1883. Modeling tsunami di Padang menjadi 4 zona (Trisakti et al.,
Padang menghasilkan kesimpulan bahwa 2010).
wilayah yang kurang dari 10 meter
Tabel 1. Pembagian zona wilayah Padang dengan data DEM (Trisakti et al., 2010)
No Zona Elevasi
1 Zona 1 0–5m
2 Zona 2 6 – 10 m
3 Zona 3 11 – 15 m
4 Zona 4 > 15 m
Zona 1 dan 2 merupakan zona dengan 4. Pembuatan jalur yang efektif dan
elevasi yang rendah sehingga wilayah efisien
ini mempunyai tingkat resiko terhadap
Perencanaan jalur evakuasi
tsunami yang lebih besar. Sedangkan
tsunami ini juga memerlukan andil
untuk zona 4 merupakan zona aman di
dari pemerintah sebagai penentu
mana wilayahnya mempunyai elevasi
kebijakan. Keterlibatan pemerintah ini
yang lebih tinggi. Zona 4 dapat dijadikan
terkait dengan penataan ruang pada
sebagai wilayah untuk evakuasi
suatu wilayah sehingga jalur evakuasi
dari bencana tsunami. Penentuan
tidak merusak peruntukkan ruang bagi
jalur evakuasi tsunami di Padang ini
wilayah. Penelitian Dito & Pamungkas
mempertimbangkan beberapa aspek fisik
(2015) mengungkapkan bahwa menurut
(Trisakti et al., 2010) seperti :
stakeholder, variabel yang tidak
1. Keberadaan aliran sungai mempengaruhi dalam penentuan jalur
2. Penentuan tempat perlindungan evakuasi adalah fungsi bangunan (Tabel
2).
3. Jaringan jalan
76
Tabel 2. Frekuensi Konfirmasi Stakeholder tiap Variabel (Dito & Pamungkas, 2015).
77
Evakuasi Bencana Tsunami Habibi, M. H., dan N. Khakhim.
Kota Banda Aceh (Studi 2017. Aplikasi Penginderaan
Kasus Jeulingke, Tibah, Deah Jauh Dan Sistem Informasi
Raya). Jurnal Teknik Sipil Geografis Untuk Perencanaan
Pascasarjana Universitas Jalur Evakuasi Tsunami Di
Syiah Kuala, Volume 4 (1): Kecamatan Wates Kabupaten
1–12. Kulonprogo. Jurnal Bumi
Indonesia, Volume 6 (2): 1–10.
Budiyanto, E. 2010. Sistem Informasi
Geografis dengan ArcView GIS Handoyo, G., A. A. D. Suryoputro, dan
(1st ed.). Yogyakarta: Andi P. Subardjo. 2016. Genangan
Publisher. Banjir Rob Di Kecamatan
Semarang Utara. Jurnal
Dito, A. H., dan A. Pamungkas. 2015.
Kelautan Tropis, Volume 19 (1):
Penentuan Variabel dalam
55–59.
Optimasi Jalur Evakuasi
Bencana Tsunami di Kecamatan Hell, B., and M. Jakobsson. 2011.
Puger, Kabupaten Jember. Gridding Heterogeneous
Jurnal Teknik ITS, Volume 4 Bathymetric Data Sets with
(2): 161–164. Stacked Continuous Curvature
Splines in Tension. Marine
Fauzi, Y., S. Suwarsono, and Z. M.
Geophysical Research, Volume
Mayasari. 2014. The Run up
32 (4): 493–501. https://doi.
Tsunami Modeling in Bengkulu
org/10.1007/s11001-011-9141-
using the Spatial Interpolation
1
of Kriging Technique. Forum
Geografi, Volume 28 (2): 103– Hidayatullah, I., P. Subardjo, dan A.
112. Satriadi. 2016. Pemetaan
Genangan Rob di Pesisir Muara
Gallant, J. C., T. I. Downling, A. M. Read,
Gembong Kabupaten Bekasi
N. Wilson, P. Tickle, and C.
dengan Menggunakan Sistem
Inskeep. 2011. 1 second SRTM
Informasi Geografis. Jurnal
Derived Products User Guide
Oseanografi, 5 (3): 359–367.
v1.0.4. Canberra: Geoscience
Australia. Retrieved from Ikhwandito, A., Y. Prasetyo, dan A.
www.ga.gov.au/topographic- L. Nugraha. 2018. Analisis
mapping/digital-elevation-data. Perbandingan Model Genangan
html Tsunami Menggunakan Data
DEM ASTER, SRTM dan
TerraSAR (Studi Kasus
:
78
Kabupaten Pangandaran). & D. E. D. Setyono (Eds.),
Jurnal Geodesi Undip, 7 (1): Kondisi Lingkungan Pesisir
131–141. dan Perairan Probolinggo,
Jawa Timur (pp. 163–178).
Islam, F., S. Subiyanto, dan L. M. Sabri.
Jakarta: LIPI Press.
2014. Penentuan Resiko
Dan Kerentanan Tsunami di Putra, D. R., dan M. A. Marfai. 2012.
Kebumen Dengan Citra ALOS. Identifikasi Dampak Banjir
Jurnal Geodesi Undip, 3 (1): Genangan (Rob) Terhadap
141–154. Lingkungan Permukiman
di Kecamatan Pademangan
Mardiyanto, B., B. Rochaddi, dan M.
Jakarta Utara. Jurnal Bumi
Helmi. 2013. Kajian Kerentanan
Indonesia, 1 (1): 1–10.
Tsunami Menggunakan Metode
Sistem Informasi Geografi di Ramadhany, A. S., A. A. Ds dan P.
Kabupaten Bantul, Daerah Subardjo. 2012. Daerah Rawan
Istimewa Yogyakarta. Journal Genangan Rob di Wilayah
of Marine Research, 2 (1): Semarang. Journal of Marine
103–111. Research, 1 (2): 174–180.
79
Trisakti, B., I. Carolita,dan M. Nur. 2010. Widyawati, A., G. Handoyo, dan
Simulasi Jalur Evakuasi Untuk A. Satriadi. 2013. Kajian
Bencana Tsunami Berbasis Kerentanan Bencana Tsunami
Data Penginderaan Jauh Di Pesisir Kabupaten Kulon
(Studi Kasus; Kota Padang, Progo Provinsi D. I. Yogyakarta.
Propinsi Sumatera Barat). Journal of Marine Research, 2
Jurnal Penginderaan Jauh Dan (2): 103–110.
Pengolahan Citra Digital, 4 (1):
9–17. https://doi.org/10.1103/
PhysRevC.75.014305
80