UNIVERSITAS INDONESIA Perancangan Dan Im

UNIVERSITAS INDONESIA
Perancangan dan Implementasi Data Warehouse Spasial untuk

mendukung Layanan Kebencanaan: Studi Kasus Badan
Informasi Geospasial (BIG)
KARYA AKHIR
IRENA SUSANTI
1206194631
FAKULTAS ILMU KOMPUTER

PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI
JAKARTA
JUNI 2014
UNIVERSITAS INDONESIA
Perancangan dan Implementasi Data Warehouse Spasial untuk

KARYA AKHIR
Diajukan sebagai salah satu syarat untuk memperoleh
gelar Magister Teknologi Informasi
IRENA SUSANTI
1206194631
FAKULTAS ILMU KOMPUTER

PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI
JAKARTA
JUNI 2014
HALAMAN PERNYATAAN ORISINALITAS
Karya Akhir ini adalah hasil karya sendiri,
dan semua sumber baik yang dikutip maupun dirujuk
telah saya nyatakan dengan benar
Nama : Irena Susanti
NPM : 1206194631
Tanda tangan :
Tanggal :
ii
HALAMAN PENGESAHAN
Karya Akhir ini diajukan oleh:

NPM : 1206194631
Program Studi : Magister Teknologi Informasi
Judul : Perancangan dan Implementasi Data Warehouse Spasial untuk
Informasi Geospasial (BIG).
Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

bagian pernyataan yang diperlukan untuk memperoleh gelar Magister Teknologi
Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu
Komputer, Universitas Indonesia.
DEWAN PENGUJI
Pembimbing : Dr. Achmad Nizar Hidayanto (………………………….)
Penguji :
Penguji :
Ditetapkan di :
Tanggal :
iii
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat
dan rahmat-Nya, penulis dapat menyelesaikan Karya Akhir ini. Penulisan Karya
Akhir dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar
Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi,
Fakultas Ilmu Komputer – Universitas Indonesia. Penulis menyadari bahwa, tanpa
bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada
penyusunan karya akhir ini, sangatlah sulit bagi penulis untuk menyelesaikannya.
Oleh karena itu, penulis mengucapkan terimakasih kepada:
1. Bapak Dr. Achmad Nizar, selaku dosen pembimbing yang telah menyediakan
waktu, tenaga, dan pikiran untuk mengarahkan dalam penyusunan Karya
Akhir ini.
2. Dosen Penguji yang telah menguji dan memberikan saran dan perbaikan pada
Karya Akhir ini.
3. Badan Informasi Geospasial (BIG), yang telah memberikan bantuan beasiswa.
4. Narasumber dan pihak-pihak terkait yang telah membantu dalam mendapatkan
data dan informasi untuk bahan penelitian Karya Akhir ini.
5. Suami tercinta, Andrian Libriyono, yang telah memberikan pengertian,
perhatian, dukungan, dan semangat yang telah diberikan pada penulis.
6. Kedua orang tua tercinta, yang telah memberikan dukungan, doa, dan
perhatian yang telah diberikan kepada penulis.
7. Staf di Magister Teknologi Informasi, yang telah membantu kelancaran
perkuliahan dan Karya Akhir.
8. Teman – teman di MTI 2012SA, yang telah membantu dalam melewati masa-
masa perkuliahan.
Akhir kata, semoga Allah SWT membalas semua kebaikan dan bantuan yang
telah diberikan dengan pahala yang berlipat ganda. Semoga Karya Akhir ini
memberikan manfaat bagi pengembangan ilmu pada umumnya dan bagi penulis
pada khususnya.
Jakarta, Juni 2014
Penulis
iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS
Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di

bawah ini:
NPM : 1206194631
Fakultas : Ilmu Komputer
Jenis Karya : Karya Akhir
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Indonesia Hak Bebas Royalti Non-eksklusif (Non-exclusive
Royalty-Free Right) atas karya ilmiah saya yang berjudul:
Perancangan dan Implementasi Data Warehouse Spasial untuk mendukung

Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (BIG).
Dengan Hak Bebas Royalti Non-eksklusif ini Universitas Indonesia berhak

menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat, dan mempublikasikan karya akhir saya tanpa meminta izin
dari saya selama tetap mencantumkan saya sebagai penulis/pencipta dan sebagai
pemilik Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Jakarta
Pada Tanggal : Juni 2014
Yang menyatakan
(Irena Susanti)
v
ABSTRAK

Judul : Perancangan dan Implementasi Data Warehouse Spasial untuk
Indonesia merupakan daerah rawan multi bencana alam, yang sering terjadi tanpa
dapat diprediksikan terlebih dahulu. Bencana alam tersebut telah berdampak pada
timbulnya korban jiwa, kerusakan lingkungan, kerugian harta benda, dan dampak
psikologis sehingga dalam keadaan tertentu dapat menghambat pembangunan
nasional. Kebutuhan data dan informasi geospasial (IG) terkait kebencanaan ini,
sangat penting dalam pengelolaan bencana, termasuk proses mitigasi, penanganan
kondisi darurat, maupun rehabilitasi. Sebagai institusi yang berwenang dan
bertanggung jawab terhadap penyelenggaraan IG dasar dan pembinaan IG tematik
nasional, Badan Informasi Geospasial (BIG) perlu menyediakan layanan data
terkait kebencanaan, yang melibatkan berbagai data dan informasi geospasial
tematik. Dalam penyediaan layanan tersebut, BIG membangun sebuah Geospatial
Support Command Center (GSCC), yang diperlukan untuk menyediakan layanan
data dan IG terintegrasi dalam suatu data warehouse.
Penelitian ini dilakukan untuk memberikan rekomendasi desain dan
pengintegrasian data melalui perancangan dan pengimplementasian data
warehouse spasial di BIG yang dapat mendukung layanan – layanan IG, termasuk
layanan IG untuk kebencanaan. Pendekatan data warehouse spasial yang
digunakan adalah pendekatan analysis-driven yang dikemukakan oleh
Malinowski dan Zimanyi. Pengumpulan data didapatkan dari hasil observasi
lapangan, dokumen – dokumen internal organisasi, dan wawancara dengan
dengan narasumber dari unit-unit kerja yang berkaitan dengan pengelolaan data
geospasial terkait kebencanaan.
Hasil akhir dari penelitian ini adalah implementasi data warehouse spasial serta
dashboard spasial, sehingga dapat mempermudah pemanfaatan informasi terkait
bencana. Hasil penelitian ini memberikan rekomendasi berupa lokasi kejadian,
sehingga penanganan bencana dapat tepat dan sesuai sasaran.
Kata Kunci: data warehouse, data warehouse spasial, bencana, pendekatan

analysis-driven.
xiii + 260 halaman; 90 gambar; 12 tabel; 4 Lampiran
vi Universitas Indonesia
ABSTRACT
Name : Irena Susanti

Study Program : Magister of Information Technology
Title : Design and Implementation of Spatial Data Warehouse For
Supporting Disaster Service: Case Study Geospatial
Information Agency.
Indonesia is an areaof multi disaster risks that often happen unpredictably. Those
disasters have caused the loss of lives, environmental damages, loss of properties,
and psychological impacts that under certain circumstances have hindered
national development. The need for geospatial data and information related to
disasters is very important in the management of disasters, including mitigation
process, emergency supports, as well as rehabilitation process. As a state
government agency that is responsible for providing basic geospastial information
(GI) and as a supervisor in the thematic geospatial development, Geospatial
Information Agency (BIG) needs to provide GI services related to disasters, which
of course involve variety of thematic geospatial data and information. In the
provision of GI services, BIG has developed a Geospatial Support Command
Center (GSCC), that provides geospatial data and information services, integrated
in a data warehouse.
This research was conducted to provides recommendations for the design and
integration of data through the design and implementation of spatial data
warehouse in BIG that can support the GI services, including GI to support
disasters. Spatial data warehouse approach which is used is analysis-driven
approach that proposed by Malinowski and Zimanyi. Data collecting is obtained
from field observations result, the internal documents of the organization, and
interview with speaker from related working units who manage geospatial data
and information related to disasters.
The final results of this research are spatial data warehouse implementation and
spatial dashboard, to facilitate the utilization of disaster-related information. It
provides recommendations to the location of incident, so that disaster
management can be done precisely.
Keywords: data warehouse, spatial data warehouse, disaster, analysis-driven

approach.
xiii + 260 pages; 90 figures; 12 tables; 4 attachment
vii Universitas Indonesia

DAFTAR ISI
HALAMAN JUDUL ........................................................................................ i

HALAMAN PERNYATAAN ORISINALITAS .......................................... ii
HALAMAN PENGESAHAN ........................................................................ iii
KATA PENGANTAR .................................................................................... iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI ....................v
ABSTRAK ...................................................................................................... vi
DAFTAR ISI................................................................................................. viii
DAFTAR GAMBAR ........................................................................................x
DAFTAR TABEL ........................................................................................ xiii
1. PENDAHULUAN ......................................................................................1
1.1 Latar Belakang .................................................................................1
1.2 Perumusan Masalah .........................................................................6
1.3 Tujuan dan Manfaat Penelitian ........................................................7
1.4 Batasan Penelitian ............................................................................8
1.5 Sistematika Penulisan ......................................................................8
2. LANDASAN TEORI ...............................................................................10
2. 1 Data, Informasi, dan Knowledge ....................................................10
2. 2 Bencana ..........................................................................................11
2. 3 Data Spasial ...................................................................................14
2.3.1 Data Vektor .......................................................................16
2.3.2 Data Raster ........................................................................17
2.3.3 Klasifikasi Fungsional Data Spasial ..................................18
2.3.4 Objek Spasial (Spatial Object) ..........................................20
2.3.5 Spatial Data Types ............................................................20
2.3.6 Sistem Referensi Spasial (Spatial Reference System) .......22
2.3.7 Topological Relationships .................................................22
2.3.8 Katalog Fitur Dataset Fundamental...................................23
2. 4 Data Warehouse .............................................................................24
2.4.1 Karakteristik Data Warehouse ..........................................24
2.4.2 Data Mart ..........................................................................26
2.4.3 Pemodelan Data Warehouse..............................................26
2.4.4 Multidimensional Model ...................................................28
2.4.5 Extract, Transform, Load (ETL) .......................................29
2.4.6 Metode Pengembangan Data Warehouse .........................31
2.4.7 Online Analytical Processing (OLAP) ..............................39
2. 5 Spatial Data Warehouse ................................................................40
2. 5. 1 Spatial Level, Spatial Attributes ........................................41
2. 5. 2 Spatial Hierarchies ...........................................................42
2. 5. 3 Spatial Fact Relationship ..................................................42
2. 5. 4 Spatial Dimension, Spatial Measures ...............................42
2. 5. 5 Metode Pengembangan Data Warehouse Spasial .............42
2. 6 Penelitian Sebelumnya ...................................................................47
2. 7 Theoritical Framework ..................................................................51
3. METODOLOGI PENELITIAN .............................................................52
3. 1 Metode Penelitian ..........................................................................52
viii Universitas Indonesia

3. 2Metode Pengumpulan Data ............................................................52
3.2.1 Observasi Lapangan ..........................................................53
3.2.2 Wawancara ........................................................................53
3. 3 Instrumen Penelitian ......................................................................53
3. 4 Tahapan Penelitian .........................................................................54
3.4.1 Identifikasi Masalah ..........................................................56
3.4.2 Studi Literatur ...................................................................56
3.4.3 Spesifikasi Kebutuhan .......................................................56
3.4.4 Perancangan Konseptual ...................................................57
3.4.5 Perancangan Lojikal ..........................................................57
3.4.6 Perancangan Fisikal...........................................................58
4. PROFIL ORGANISASI ..........................................................................59
4. 1 Tinjauan Organisasi .......................................................................59
4. 2 Visi, Misi, Tujuan, dan Sasaran .....................................................60
4. 3 Struktur Organisasi ........................................................................62
4. 4 Kepemilikan Data Spasial ..............................................................64
5. HASIL DAN PEMBAHASAN ................................................................66
5.1 Spesifikasi Kebutuhan ...................................................................66
5. 1. 1 Identifikasi Pengguna ........................................................66
5. 1. 2 Analisis Data dan Kebutuhan Informasi ...........................68
5.2 Perancangan Konseptual ................................................................70
5. 2. 1 Perancangan Arsitektur Data Warehouse Spasial .............71
5. 2. 2 Pembuatan Skema Awal Data Warehouse Spasial ...........72
5. 2. 3 Ketersediaan dan pemetaan data .......................................73
5. 2. 4 Pembuatan Skema Data Warehouse Spasial .....................75
5.3 Perancangan Lojikal .......................................................................75
5.3. 1 Representasi lojikal skema Data Warehouse Spasial .......75
5.3. 2 Pendefinisian Proses ETL .................................................76
5.4 Perancangan Fisikal .......................................................................78
5.4. 1 Implementasi Skema Data Warehouse Spasial .................78
5.4. 2 Implementasi Proses ETL .................................................91
5.4. 3 OLAP ................................................................................95
5.4. 4 Implementasi Dashboard Spasial....................................109
5.5 Analisis Hasil Dashboard ............................................................112
6. KESIMPULAN DAN SARAN ..............................................................117
DAFTAR PUSTAKA ...................................................................................119
Lampiran ......................................................................................................122
ix Universitas Indonesia
DAFTAR GAMBAR
Gambar 1. 1 Roadmap implementasi inisiatif Blueprint SI/TI .............................6

Gambar 1. 2 Analisis masalah dengan fishbone ...................................................6
Gambar 2. 1 Piramid Data, Informasi, dan Knowledge (Rob & Coronel, 2009) 10
Gambar 2. 2 Siklus Manajemen Bencana (Warfield, 2008) ...............................13
Gambar 2. 3 Jenis Data Spasial (Yeung & Hall, 2007) ......................................16
Gambar 2. 4 Visualisasi data vektor (Neumann, Freimark, & Wehrle, 2010) ...17
Gambar 2. 5 Visualisasi data raster dalam pixel (Neumann, Freimark, & Wehrle,
2010) ..............................................................................................18
Gambar 2. 6 Klasifikasi Fungsional Data Spasial (Yeung & Hall, 2007) ..........20
Gambar 2. 7 Spatial Data Types (Malinowski dan Zimanyi, 2008). ..................22
Gambar 2. 8 Contoh Topological Relationships (Malinowski dan Zimanyi,
2008) ..............................................................................................23
Gambar 2. 9 Subject-oriented pada data warehouse (Inmon, 2005) ..................25
Gambar 2. 10 Star Join Approach (Inmon, 2005) ................................................27
Gambar 2. 11 Snowflake Approach (Inmon, 2005) ..............................................28
Gambar 2. 12 Contoh 3-dimensional cube data penjualan (Malinowski dan
Zimanyi, 2008) ...............................................................................29
Gambar 2. 13 Proses ETL (Turban et al., 2011)...................................................29
Gambar 2. 14 Data Warehouse SDLC (Inmon, 2005) ..........................................32
Gambar 2. 15 Kimball Lifecycle (Kimball, 2008).................................................32
Gambar 2. 16 Pendekatan Analysis-Driven (Malinowski dan Zimanyi, 2008) ....35
Gambar 2. 17 Pendekatan Source-Driven (Malinowski dan Zimanyi, 2008) ......37
Gambar 2. 18 Pendekatan Analysis/Source-Driven (Malinowski dan Zimanyi,
2008) ..............................................................................................38
Gambar 2. 19 Contoh Spatial Multidimensional Schema (Malinowski dan
Zimanyi, 2008) ...............................................................................41
Gambar 2. 20 Pendekatan Analysis-Driven Data Warehouse Spasial (Malinowski
dan Zimanyi, 2008) ........................................................................44
Gambar 2. 21 Pendekatan Source-Driven Data Warehouse Spasial (Malinowski
dan Zimanyi, 2008) ........................................................................46
Gambar 2. 22 Pendekatan Analysis/Source-Driven Data Warehouse Spasial
(Malinowski dan Zimanyi, 2008) ..................................................47
Gambar 2. 23 Theoritical Framework ..................................................................51
Gambar 3. 1 Alur Metodologi Penelitian............................................................55
Gambar 5. 1 Alur Data Kebencanaan ................................................................ 66
Gambar 5. 2 Arsitektur Lojikal Data Warehouse Spasial ................................. 71
Gambar 5. 3 Arsitektur Fisikal Data Warehouse Spasial .................................. 72
Gambar 5. 4 Skema Informasi Bencana ............................................................ 73
Gambar 5. 5 Koneksi Basisdata menggunakan ArcGIS Desktop 10 ................. 80
Gambar 5. 6 Fitur Data Spasial dan Tabel pada ArcGIS Desktop 10................ 81
Gambar 5. 7 Koneksi pada Oracle Analytic Workspace Manager .................... 82
Gambar 5. 8 Dimensi Wilayah Administrasi pada Oracle Analytic Workspace
Manager ........................................................................................ 82
Gambar 5. 9 Level pada Dimensi Wilayah Administrasi .................................. 83
Gambar 5. 10 Hirarki pada Dimensi Wilayah Administrasi ................................ 83
x Universitas Indonesia
Gambar 5. 11 Atribut pada Dimensi Wilayah Administrasi ................................ 84
Gambar 5. 12 Pemetaan Tabel dengan Dimensi Wilayah Administrasi .............. 84
Gambar 5. 13 Dimensi Bencana pada Oracle Analytic Workspace Manager ..... 85
Gambar 5. 14 Level pada Dimensi Bencana ........................................................ 85
Gambar 5. 15 Hirarki pada Dimensi Bencana ..................................................... 85
Gambar 5. 16 Atribut pada Dimensi Bencana ..................................................... 86
Gambar 5. 17 Pemetaan Tabel dengan Dimensi Bencana ................................... 86
Gambar 5. 18 Dimensi Waktu pada Oracle Analytic Workspace Manager ........ 87
Gambar 5. 19 Level pada Dimensi Waktu ........................................................... 87
Gambar 5. 20 Hirarki pada Dimensi Waktu ........................................................ 88
Gambar 5. 21 Atribut pada Dimensi Waktu ........................................................ 88
Gambar 5. 22 Pemetaan Tabel dengan Dimensi Bencana ................................... 89
Gambar 5. 23 Kubus Data Informasi Bencana pada Oracle Analytic Workspace
Manager ........................................................................................ 89
Gambar 5. 24 Measure pada Kubus Data Informasi Bencana ............................. 90
Gambar 5. 25 Pemetaan Tabel dengan Kubus Data Informasi ............................ 90
Gambar 5. 26 Proses ETL Data Wilayah Administrasi pada FME Workbench .. 92
Gambar 5. 27 Hasil ETL Data Wilayah Administrasi ......................................... 92
Gambar 5. 28 Hasil ETL Data Bencana............................................................... 93
Gambar 5. 29 Hasil ETL Data Waktu .................................................................. 94
Gambar 5. 30 Proses ETL Data Informasi Bencana pada FME Workbench....... 94
Gambar 5. 31 Informasi Jumlah Korban Kejadian Banjir 2004-2013 ................. 95
Gambar 5. 32 Drill-down Informasi Jumlah Korban Kejadian Banjir 2004 ....... 96
Gambar 5. 33 Drill-down Informasi Jumlah Korban Kejadian Banjir 2004 di
Provinsi Jawa Barat ....................................................................... 96
Gambar 5. 34 Informasi Jumlah Korban Kejadian Gempa 2004-2013 ............... 97
Gambar 5. 35 Drill-down Informasi Jumlah Korban Kejadian Gempa 2006 ...... 97
Gambar 5. 36 Drill-down Informasi Jumlah Korban Kejadian Gempa 2006 di
Provinsi DI Yogyakarta ................................................................ 98
Gambar 5. 37 Informasi Jumlah Korban Kejadian Tsunami 2004-2013 ............. 98
Gambar 5. 38 Drill-down Informasi Jumlah Korban Kejadian Tsunami 2004 ... 99
Gambar 5. 39 Drill-down Informasi Jumlah Korban Kejadian Tsunami 2004 di
Provinsi Aceh ................................................................................ 99
Gambar 5. 40 Informasi Kerusakan Fasilitas Umum Kejadian Banjir 2004-2013
..................................................................................................... 100
Gambar 5. 41 Drill-down Kerusakan Fasilitas Umum Kejadian Banjir 2007 ... 100
Gambar 5. 42 Drill-down Kerusakan Fasilitas Umum Kejadian Banjir 2007 di
Provinsi Riau ............................................................................... 101
Gambar 5. 43 Informasi Kerusakan Fasilitas Umum Kejadian Gempa 2004-2013
..................................................................................................... 101
Gambar 5. 44 Drill-down Kerusakan Fasilitas Umum Kejadian Gempa 2009 . 102
Gambar 5. 45 Drill-down Kerusakan Fasilitas Umum Kejadian Gempa 2009 di
Provinsi Sumatera Barat ............................................................. 102
Gambar 5. 46 Informasi Kerusakan Fasilitas Umum Kejadian Tsunami 2004-
2013............................................................................................. 103
Gambar 5. 47 Drill-down Kerusakan Fasilitas Umum Kejadian Tsunami 2004 103
xi Universitas Indonesia
Gambar 5. 48 Drill-down Kerusakan Fasilitas Umum Kejadian Tsunami 2004 di
Provinsi Aceh .............................................................................. 104
Gambar 5. 49 Informasi Estimasi Kerugian Kejadian Banjir 2004-2013 .......... 104
Gambar 5. 50 Drill-down Estimasi Kerugian Kejadian Banjir 2007 ................. 105
Gambar 5. 51 Drill-down Estimasi Kerugian Kejadian Banjir 2007 di Provinsi
Riau ............................................................................................. 105
Gambar 5. 52 Informasi Estimasi Kerugian Kejadian Gempa 2004-2013 ........ 106
Gambar 5. 53 Drill-down Estimasi Kerugian Kejadian Gempa 2004 ............... 106
Gambar 5. 54 Drill-down Estimasi Kerugian Kejadian Gempa 2004 di Provinsi
NTB............................................................................................. 107
Gambar 5. 55 Informasi Estimasi Kerugian Kejadian Tsunami 2004-2013 ...... 107
Gambar 5. 56 Drill-down Estimasi Kerugian Kejadian Tsunami 2004 ............. 108
Gambar 5. 57 Drill-down Estimasi Kerugian Kejadian Tsunami 2004 di Provinsi
Aceh ............................................................................................ 108
Gambar 5. 58 Dashboard Spasial Informasi Jumlah Korban ............................ 110
Gambar 5. 59 Dashboard Spasial Informasi Kerusakan Fasilitas Umum ......... 110
Gambar 5. 60 Dashboard Spasial Informasi Estimasi Kerugian ....................... 111
Gambar 5. 61 Dashboard Informasi Jumlah Kejadian Bencana ....................... 111
Gambar 5. 62 IG Jumlah Pengungsi Tahun 2006 Provinsi DI Yogyakarta ....... 112
Gambar 5. 63 IG Kerusakan Fasilitas Kesehatan Kejadian Tsunami 2004 Provinsi
Aceh ............................................................................................ 114
Gambar 5. 64 IG Estimasi Kerugian Kejadian Banjir Tahun 2007 Provinsi Riau
..................................................................................................... 115
Gambar 5. 65 Informasi Jumlah Kejadian Bencana .......................................... 116
xii Universitas Indonesia

DAFTAR TABEL
Tabel 1. 1 Data 10 Kejadian Bencana Korban Terbanyak di Indonesia (2004-

2013) .....................................................................................................2
Tabel 1. 2 Hasil observasi data geospasial di BIG ................................................4
Tabel 2. 2 Perbedaan data warehouse dengan data mart ....................................26
Tabel 2. 3 Perbandingan Metode Inmon dengan Metode Kimball......................33
Tabel 2. 4 Metodologi Penelitian dari Penelitian Sebelumnya ...........................48
Tabel 4. 1 Kepemilikan Data Spasial ..................................................................65
Tabel 5. 1 Identifikasi data dan kebutuhan informasi ........................................ 70
Tabel 5. 2 Fakta dan Dimensi Skema Cakupan Lokasi Gempa ......................... 72
Tabel 5. 3 Tabel Ketersediaan Data.................................................................... 73
Tabel 5. 4 Pemetaan Tabel Wilayah Administrasi dengan Data Warehouse ..... 74
Tabel 5. 5 Level dan Hirarki ............................................................................... 76
Tabel 5. 6 Nama Pengguna dan Hak Akses Data Warehouse............................ 79
xiii Universitas Indonesia

BAB 1
PENDAHULUAN
Bab pendahuluan dijelaskan mengenai latar belakang penulis melakukan

penelitian, perumusan permasalahan untuk mendapatkan pertanyaan penelitian,
tujuan penelitian dan manfaat yang dapat diambil dari penelitian, serta batasan –
batasan penelitian.
1.1 Latar Belakang
Informasi Geospasial (IG) adalah data yang mengidentifikasi lokasi
geografis yang sudah diolah sehingga dapat digunakan sebagai alat bantu
perumusan kebijakan, pengambilan keputusan dan pelaksanaan kegiatan
yang berhubungan dengan keruangan. Negara Kesatuan Republik Indonesia
yang merupakan negara kepulauan terdiri dari kurang lebih 13.466 pulau,
dengan luas daratan sekitar 1.910.000 km2, luas lautan kurang lebih
6.279.000 km2 dan berbatasan dengan 10 negara. Kondisi tersebut juga
menempatkan indonesia berada pada wilayah rawan bencana sehingga
kejadian bencana alam seperti letusan gunung api, gempa bumi, tsunami,
tanah longsor, banjir dan lainnya sering terjadi tanpa dapat diprediksikan
terlebih dahulu. Hal ini akan berdampak timbulnya korban jiwa, kerusakan
lingkungan, kerugian harta benda, dan dampak psikologis sehingga dalam
keadaan tertentu dapat menghambat pembangunan nasional. Pada Tabel 1.1
dapat dilihat data korban jiwa, koban terdampak dan estimasi kerugian pada
10 kejadian bencana yang memakan korban terbanyak dari tahun 2004
sampai tahun 2013.
1 Universitas Indonesia
2
Tabel 1. 1 Data 10 Kejadian Bencana Korban Terbanyak di Indonesia (2004-

2013)
Jenis Bencana Lokasi Tanggal Korban Korban Estimasi

Jiwa terdampak Kerugian
(orang) (orang) (Jutaan
US
Dollar)
Gempa Bumi Aceh, NAD 26 Desember
disertai 2004 165.708 532.898 4.451,6
Tsunami
Gempa Bumi Yogyakarta, 27 Mei 2006
DIY 5.778 3.177.923 3.100
Gempa Bumi Padang, 30 September
Sumatera 2009 1.195 2.501.798 2.200
Barat
Gempa Bumi P. Simeleu, 28 Maret 2005 data tidak
P.Nias, P. 915 105.313 tersedia
Banyak
Gempa Bumi Ciamis, Jawa 17 Juli 2006
disertai Barat 802 35.543 55
Tsunami
Epidemik - Aceh, Jambi, 01 Januari data tidak
DBD Banten, Jawa 2004 658 58.301 tersedia
Barat
Gempa Bumi Kepulauan 24 Oktober data tidak
disertai Mentawai, 2010 530 11.864 tersedia
Tsunami Sumatera
Barat
Epidemik 01 Juli 2007 data tidak
365 34.542 tersedia
Letusan Gunung 24 Oktober data tidak
Gunung Api Merapi - 2010 322 137.140 tersedia
Yogyakarta,
DIY
Banjir Wasior, Papua 02 Oktober
Barat 2010 291 12.428 78
Sumber: EM-DAT: The OFDA/CRED International Disaster Database
Informasi geospasial berupa data lokasi kejadian, jalur evakuasi,

tempat evakuasi yang akurat, dapat dipercaya, dan dapat
dipertanggungjawabkan sangat diperlukan untuk mempermudah dalam
pengolahan data bencana, membantu dalam perencanaan pengurangan
resiko bencana serta program rehabilitasi dan rekonstruksi pasca bencana.
Namun dalam implementasinya, untuk memperoleh IG dengan kondisi
tersebut terdapat berbagai kendala terkait dengan pelaksanaan koordinasi,
Universitas Indonesia
3
keterbatasan sumber daya, infrastruktur dan suprastruktur, biaya, teknologi,

metodologi, serta kondisi geografis itu sendiri.
IG berperan penting pada perencanaan dan pengambilan keputusan
dalam pembangunan nasional yang berkelanjutan, untuk itu telah
diundangkan UU No. 4 Tahun 2011 tentang Informasi Geospasial (UU-IG).
Dalam UU-IG disebutkan bahwa IG harus dijamin kemutakhiran dan
keakuratannya serta diselenggarakan secara terpadu. Hal ini bertujuan untuk
menghindari adanya kekeliruan, kesalahan, dan tumpang tindih informasi
yang berakibat pada ketidakpastian hukum, inefisiensi anggaran, dan
inefektivitas informasi yang dihasilkan.
Badan Informasi Geospasial (BIG) merupakan transformasi dari
Badan Koordinasi Survei dan Pemetaan Nasional (BAKOSURTANAL)
sesuai dengan Undang-Undang Nomor 4 Tahun 2011 pasal 22 tentang
Informasi Geospasial (IG). Berdasarkan Perpres No. 94 Tahun 2011, BIG
merupakan Lembaga Pemerintah Non Kementerian yang berada di bawah
dan bertanggung jawab kepada Presiden serta dipimpin oleh seorang kepala.
BIG mempunyai tugas melaksanakan tugas pemerintahan di bidang
Informasi Geospasial. Dalam UU-IG disebutkan bahwa penyelenggaraan
Informasi Geospasial Dasar (IGD) dilakukan oleh BIG, sedangkan
Informasi Geospasial Tematik (IGT) diselenggarakan oleh instansi
pemerintah, pemerintah daerah, dan/atau setiap orang. Terkait
penyelenggaraan, maka BIG dapat mengintegrasikan lebih dari satu IGT
yang telah ada menjadi IGT baru, dan menyelenggarakan IGT yang belum
diselenggarakan oleh pihak lain. Selain menyelenggarakan IGD dan
mengintegrasikan IGT, BIG juga memiliki fungsi menyelenggarakan
infrastruktur IG meliputi penyimpanan, pengamanan, penyebarluasan data
dan informasi, dan penggunaan IG. Terkait fungsi tersebut, BIG
menerapkan suatu perangkat sistem manajemen data geospasial yang
mencakup kelembagaan, kumpulan data dasar spasial berikut standar-
standar dan petunjuk teknis, teknologi, peraturan perundang-undangan dan
kebijakan-kebijakan, serta sumber daya manusia yang diperlukan untuk
mengumpulkan, mengolah, menyimpan, mendistribusikan, dan
4
meningkatkan pemanfaatan data geospasial yang dinamakan Infrastruktur

Data geoSpasial Nasional (IDSN). Secara umum tujuan IDSN adalah
memfasilitasi berbagi pakai (sharing) dan pemanfaatan IG untuk
mendukung pengambilan keputusan dalam berbagai keperluan, sehingga
komponen IDSN ini menjadi ukuran keberhasilan terintegrasinya informasi
geospasial.
Berdasarkan hasil observasi, data geospasial yang dimiliki BIG saat
ini belum terintegrasi dalam suatu sistem pengelolaan IG secara terpadu.
Data geospasial masih tersimpan pada basis data spasial di masing-masing
unit kerja, bahkan beberapa data masih dalam bentuk file-based. Hal ini
mengakibatkan masing-masing unit kerja membentuk pulau-pulau informasi
tersendiri. Hasil observasi data geospasial di masing – masing unit kerja
dijelaskan pada Tabel 1.2.
Tabel 1. 2 Hasil observasi data geospasial di BIG
Unit Kerja Nama Database Platform Lokasi

Spasial Database server
Pusat Pemetaan Rupabumi dan BAKORBI Oracle9i PPRT
Toponim (PPRT)
Pusat Pemetaan Kelautan dan Arafuru Oracle 10g R2 PKLP
Lingkungan Pantai (PPKLP)
Pusat Pemetaan Batas Wilayah PPBWdata MySQL PPBW
(PPBW)
Pusat Jaring Kontrol Geodesi dan Bako MySQL PJKGG
Geodinamika (PJKGG) Bakos Oracle
Pusat Pemetaan Integrasi Tematik File-based - -
(PPIT)
Pusat Pemetaan Tata Ruang dan File-based - -
Atlas (PPTRA)
Pusat Pengelolaan dan db11g Oracle 11gR2 PPIG
Penyebarluasan Informasi
Geospasial (PPPIG)
Pusat Standarisasi dan File-based - -
Kelembagaan IG (PSKIG)
Dalam hasil observasi tersebut digambarkan belum adanya integrasi

dan keterpaduan pengelolaan data geospasial di BIG. Hal ini menjadi satu
catatan penting berkaitan dengan pemanfaatan data geospasial tersebut
5
untuk berbagai keperluan, baik di internal BIG maupun oleh instansi

lainnya.
Data geospasial akan selalu bertambah dari waktu ke waktu dan untuk
mengelola data dalam jumlah besar akan semakin sulit dilakukan
dikarenakan data belum terintegrasi dalam pengelolaan terpadu. Sebagai
contoh, tanpa adanya keterpaduan pengelolaan data geospasial, jika terjadi
bencana alam dan data geospasial dibutuhkan untuk pengambilan
keputusan, maka akan memerlukan waktu yang lama dalam pengumpulan.
Permasalahan lain tanpa adanya integrasi dan keterpaduan pengelolaan data
geospasial adalah terjadinya banyak redundansi data, sehingga sulit
menentukan data geospasial yang terkini dan akurat.
Ketersediaan data geospasial yang terkini dan akurat juga akan
mempengaruhi tersedianya layanan IG, terutama terkait isu-isu nasional
seperti bencana alam dan kejadian – kejadian tertentu. Didasari
permasalahan tersebut, maka pada tahun 2012, Kepala BIG menginginkan
terdapat tim reaksi cepat dalam memberikan layanan IG. Tim reaksi cepat
memiliki tugas mengumpulkan data, menganalisis, memberikan
rekomendasi kepada Kepala BIG, memberikan dukungan berupa layanan IG
di sekitar daerah terdampak untuk digunakan oleh tim penanggulangan
bencana di lapangan atau di command center lainnya. Untuk mendukung
tim reaksi cepat, maka pada tahun 2013 dibangun Situation room atau
Geospatial Support Command Center (GSCC) (Syafii, 2013). Hal ini
didasarkan pada Cetak Biru Geospatial Crisis Center yang sudah dibuat
sebelumnya pada tahun 2012.
Pada tahun 2012, BIG mengembangkan rencana strategis SI/TI dan
rencana strategis pembangunan sistem penyelenggaraan IG terpadu yaitu
Blueprint SI/TI. Berdasarkan dokumen tersebut, untuk mendukung
terintegrasinya data geospasial, maka diperlukan suatu sistem pengelolaan
terpadu dalam bentuk data warehouse spasial. Rencana tersebut dituangkan
dalam bentuk roadmap yang dijadikan landasan untuk melakukan inisatif-
inisatif SI/TI selama lima tahun (2013-2017). Berikut ini roadmap
implementasi ditunjukan pada Gambar 1.1.
6
Gambar 1. 1 Roadmap implementasi inisiatif Blueprint SI/TI
Berdasarkan fakta dan ekspektasi yang telah disebutkan, maka

penelitian ini akan membuat perancangan dan implementasi data warehouse
spasial untuk mendukung layanan kebencanaan dengan mengambil studi
kasus obyek penelitian di BIG.
1.2 Perumusan Masalah

Berdasarkan kondisi dan permasalahan yang sudah diungkapkan pada
latar belakang diatas, maka dilakukan analisis lebih lanjut dengan
menggunakan analisis fishbone ditunjukkan pada Gambar 1.2.
Gambar 1. 2 Analisis masalah dengan fishbone
Pada analisis fishbone, ditemukan beberapa kelompok permasalahan beserta

akar masalahnya dijelaskan sebagai berikut:
7
 Data Geospasial: kondisi data geospasial yang ada di BIG masih

terdistribusi di unit-unit kerja, hal ini menyebabkan data geospasial
belum memiliki satu referensi standar.
 Peraturan / Perundangan: tidak terintegrasinya data geospasial juga
disebabkan Geospasial belum terimplementasikannya Peraturan Kepala
BIG mengenai Pengelolaan Informasi Geospasial dan Penyelenggaraan
Informasi, selain itu juga belum terdapat Standard Operating Procedure
(SOP) pengelolaan data geospasial.
 Teknologi: saat ini belum terdapat basisdata spasial terintegrasi, data
warehouse spasial, dan basisdata publikasi. Selain itu, teknologi yang ada
belum terstandar.
 Kelembagaan: secara kelembagaan, saat ini belum adanya kesadaran
akan manfaat pengintegrasian data sehingga menimbulkan kurangnya
komitmen berbagi pakai data. Hal ini juga disebabkan karena kurangnya
koordinasi dan sinergi antara institusi penyedia data.
 Sumber Daya Manusia: jumlah SDM yang memilki kompetensi dalam
bidang pengelolaan data geospasial saat ini belum memadai.
Dari permasalahan yang ada di atas, kemudian diajukan pertanyaan
penelitian sebagai berikut:
“Bagaimana perancangan dan implementasi data warehouse spasial untuk
mengintegrasikan data terkait kebencanaan di Badan Informasi Geospasial
guna mendukung layanan kebencanaan?”
1.3 Tujuan dan Manfaat Penelitian

Penelitian ini bertujuan untuk memberikan rekomendasi desain dan
pengintegrasian data melalui perancangan dan pengimplementasian data
warehouse spasial di BIG. Data warehouse yang dibangun nantinya dapat
mendukung layanan – layanan IG salah satunya untuk mendukung layanan
kebencanaan.
Adapun manfaat dari penelitian ini bagi instansi adalah dapat
memberikan sumbangan pemikiran bagi BIG dalam perancangan dan
8
implementasi data warehouse spasial pendukung layanan GSCC, sehingga

pengambilan keputusan berbasis spasial dapat lebih cepat dan akurat.
Manfaat penelitian bagi dunia akademik adalah dapat menjadi
tambahan referensi bagi yang akan melakukan penelitian di bidang data
warehouse spasial, juga diharapkan dapat meningkatkan pemahaman dan
pengetahuan penulis sebagai mahasiswa peneliti.
Manfaat penelitian bagi masyarakat adalah dapat memberikan layanan
IG pendukung kebencanaan. Layanan IG ini dapat memudahkan pihak -
pihak yang turun ke kawasan bencana dalam melakukan perencanaan
pengurangan resiko bencana serta program rehabilitasi dan rekonstruksi
pasca bencana.
1.4 Batasan Penelitian

Penelitian untuk merancang dan mengimplementasikan data
warehouse spasial terkait kebencanaan yang akan digunakan di lingkungan
Badan Informasi Geospasial (BIG). Penelitian ini menggunakan data spasial
yang terdapat di BIG yang dapat mendukung layanan kebencanaan
khususnya gempa bumi, banjir, tsunami, serta menggunakan data terkait
kebencanaan dari BNPB.
1.5 Sistematika Penulisan

Sistematika penulisan ini memberikan gambaran mengenai apa yang
akan dibahas dalam karya akhir ini.
Bab 1 Pendahuluan, bab ini menjelaskan mengenai latar belakang

penulis melakukan penelitian, perumusan permasalahan untuk mendapatkan
pertanyaan penelitian, tujuan penelitian dan manfaat yang dapat diambil dari
penelitian, serta batasan – batasan penelitian.
Bab 2 Landasan Teori, bab ini menjelaskan mengenai landasan teori

yang digunakan dalam melakukan penelitian, serta kajian mengenai hasil-
hasil penelitian sebelumnya yang terkait dengan tema penelitian.
Bab 3 Metodologi Penelitian, bab ini menjelaskan mengenai tahapan -

tahapan metodologi yang digunakan dalam membahas masalah penelitian,
9
metode-metode, serta input dan output yang digunakan dalam setiap tahapan
yang dilalui.
Bab 4 Profil Organisasi, bab ini menjelaskan mengenai tinjauan

organisasi, visi, misi, tujuan dan sasaran, serta struktur organisasi beserta
penjelasannya terkait penelitian yang dilakukan.
Bab 5 Hasil dan Pembahasan, bab ini menjelaskan mengenai hasil dan
pembahasan dari metodologi penelitian dimulai dari spesifikasi kebutuhan,
perancangan konseptual, perancangan lojikal, serta perancangan fisikal.
Bab 6 Kesimpulan dan Saran, bab ini adalah bagian terakhir dari
penelitian yang memuat kesimpulan dan saran yang didapat dari penelitian
yang telah dilakukan.
BAB 2
LANDASAN TEORI
Bab ini akan dibahas mengenai landasan teori yang digunakan dalam
melakukan penelitian, yaitu teori mengenai data spasial, teori mengenai data
warehouse, teori mengenai Data, Informasi, dan Knowledge, teori mengenai
metode dan teknik yang dapat dipakai dalam membantu perancangan data
warehouse spasial. Disamping itu juga terdapat kajian mengenai hasil-hasil
penelitian sebelumnya yang terkait dengan tema penelitian.
2. 1 Data, Informasi, dan Knowledge

Menurut Bellinger, Castro, & Mills (2004), definisi data adalah fakta
atau pernyataan mengenai suatu kejadian tanpa terkait dengan hal lainnya.
Informasi adalah pemahaman mengenai hubungan dari beberapa sebab dan
akibat yang mungkin terjadi. Knowledge adalah pola yang menghubungkan
dan umumnya menyediakan prediktabilitas tingkat tinggi apa yang
dijelaskan atau apa yang akan terjadi berikutnya.
Menurut Rob dan Coronel (2009), data merepresentasikan apa yang
dikumpulkan organisasi pada basisdata operasional. Infomasi
merepresentasikan data yang telah diolah dan diproses. Knowledge
merepresentasikan informasi yang sangat spesialisasi, sehingga dapat
disimpulkan bahwa knowledge merupakan ekstraksi dari data, diilustrasikan
pada piramid Gambar 2.1.
Gambar 2. 1 Piramid Data, Informasi, dan Knowledge (Rob & Coronel, 2009)
11
2. 2 Bencana
Berdasarkan Undang-Undang No. 24 Tahun 2007 tentang
Penanggulangan Bencana, dijelaskan definisi – definisi terkait 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.
 Bencana Alam adalah bencana yang diakibatkan oleh peristiwa atau
serangkaian peristiwa yang disebabkan oleh alam antara lain berupa
gempa bumi, tsunami, gunung meletus, banjir, kekeringan, angin
topan, dan tanah longsor.
 Bencana Nonalam adalah bencana yang diakibatkan oleh peristiwa
atau rangkaian peristiwa nonalam yang antara lain berupa gagal
teknologi, gagal modernisasi, epidemi, dan wabah penyakit.
 Bencana Sosial adalah bencana yang diakibatkan oleh peristiwa atau
serangkaian peristiwa yang diakibatkan oleh manusia yang meliputi
konflik sosial antarkelompok atau antarkomunitas masyarakat, dan
teror.
Jenis – jenis bencana alam dijelaskan lebih rinci pada Peraturan
Kepala BNPB No. 8 Tahun 2011 tentang Standarisasi Data Kebencanaan.
 Gempa Bumi adalah getaran atau guncangan yang terjadi di
permukaan bumi yang disebabkan oleh tumbukan antar lempeng
bumi, patahan aktif, akitivitas gunung api atau runtuhan batuan.
 Tsunami berasal dari bahasa Jepang yang berarti gelombang ombak
lautan (“tsu” berarti lautan, “nami” berarti gelombang ombak).
Tsunami adalah serangkaian gelombang ombak laut raksasa yang
timbul karena adanya pergeseran di dasar laut akibat gempa bumi.
 Letusan gunung api adalah bagian dari aktivitas vulkanik yang dikenal
dengan istilah “erupsi”. Bahaya letusan gunung api dapat berupa awan
12
panas, lontaran material (pijar), hujan abu lebat, lava, gas racun,
tsunami dan banjir lahar.
 Banjir adalah peristiwa atau keadaan dimana terendamnya suatu
daerah atau daratan karena volume air yang meningkat.
 Banjir bandang adalah banjir yang datang secara tiba-tiba dengan
debit air yang besar yang disebabkan terbendungnya aliran sungai
pada alur sungai.
 Kekeringan adalah ketersediaan air yang jauh di bawah kebutuhan air
untuk kebutuhan hidup, pertanian, kegiatan ekonomi dan lingkungan.
Adapun yang dimaksud kekeringan di bidang pertanian adalah
kekeringan yang terjadi di lahan pertanian yang ada tanaman (padi,
jagung, kedelai dan lain-lain) yang sedang dibudidayakan.
 Angin puting beliung adalah angin kencang yang datang secara tiba-
tiba, mempunyai pusat, bergerak melingkar menyerupai spiral dengan
kecepatan 40-50 km/jam hingga menyentuh permukaan bumi dan
akan hilang dalam waktu singkat (3-5 menit).
 Tanah Longsor adalah salah satu jenis gerakan massa tanah atau
batuan, ataupun percampuran keduanya, menuruni atau keluar lereng
akibat terganggunya kestabilan tanah atau batuan penyusun lereng.
 Kerusuhan adalah suatu gerakan massal yang bersifat merusak tatanan
dan tata tertib sosial yang ada, yang dipicu oleh kecemburuan sosial,
budaya dan ekonomi yang biasanya dikemas sebagai pertentangan
antar suku, agama, ras (SARA)
 Aksi Teror adalah aksi yang dilakukan oleh setiap orang yang dengan
sengaja menggunakan kekerasan atau ancaman kekerasan sehingga
menimbulkan suasana teror atau rasa takut terhadap orang secara
meluas atau menimbulkan korban yang bersifat masal, dengan cara
merampas kemerdekaan sehingga mengakibatkan hilangnya nyawa
dan harta benda, mengakibatkan kerusakan atau kehancuran terhadap
obyek-obyek vital yang strategis atau lingkungan hidup atau fasilitas
publik internasional.
13
 Kecelakaan Industri adalah kecelakaan yang disebabkan oleh dua

faktor, yaitu perilaku kerja yang berbahaya (unsafe human act) dan
kondisi yang berbahaya (unsafe conditions). Adapun jenis kecelakaan
yang terjadi sangat bergantung pada macam industrinya, misalnya
bahan dan peralatan kerja yang dipergunakan, proses kerja, kondisi
tempat kerja, bahkan pekerja yang terlibat di dalamnya
 Gelombang Pasang adalah gelombang tinggi yang ditimbulkan karena
efek terjadinya siklon tropis di sekitar wilayah Indonesia dan
berpotensi kuat menimbulkan bencana alam. Indonesia bukan daerah
lintasan siklon tropis tetapi keberadaan siklon tropis akan memberikan
pengaruh kuat terjadinya angin kencang, gelombang tinggi disertai
hujan deras.
Manajemen bencana memiliki tujuan untuk mengurangi, atau

mencegah, potensi kehilangan dari bencana, menjamin bantuan yang cepat
dan tepat bagi korban bencana dan mendapatkan pemulihan yang cepat dan
efektif (Warfield, 2008). Siklus manajemen bencana menggambarkan
bagaimana proses berjalan yang dilakukan pemerintah, bisnis, masyarakat
untuk mengurangi dampak bencana, reaksi cepat yang dilakukan setelah
terjadi bencana, dan tahapan yang dilakukan untuk pemulihan bencana.
Siklus manajemen bencana dapat dilihat pada Gambar 2.2.
Gambar 2. 2 Siklus Manajemen Bencana (Warfield, 2008)

14
Siklus manajemen bencana terdiri dari empat fase, yaitu:

1. Mitigasi (Mitigation), untuk meminimalkan efek bencana. Contohnya
pembangunan kode atau zona, analisis kerentanan, edukasi
kebencanaan.
2. Persiapan (Preparedness), untuk merencanakan bagaimana merespon
bencana. Contohnya Rencana persiapan, pelatihan tanggap darurat,
sistem peringatan.
3. Respon (Response), usaha untuk meminimalkan bahaya yang
ditimbulkan oleh bencana. Contohnya pencarian dan penyelamatan,
pertolongan darurat.
4. Pemulihan (Recovery), mengembalikan kondisi kembali ke normal.
Contohnya tempat penampungan sementara, bantuan, perawatan
medis.
2. 3 Data Spasial
Berdasarkan Undang-Undang No. 4 Tahun 2011 tentang Informasi
Geospasial, dijelaskan definisi – definisi sebagai berikut:
 Spasial adalah aspek keruangan suatu objek atau kejadian yang
mencakup lokasi, letak, dan posisinya.
 Geospasial atau ruang kebumian adalah aspek keruangan yang
menunjukkan lokasi, letak, dan posisi suatu objek atau kejadian yang
berada di bawah, pada, atau di atas permukaan bumi yang dinyatakan
dalam sistem koordinat tertentu.
 Data Geospasial yang selanjutnya disingkat DG adalah data tentang
lokasi geografis, dimensi atau ukuran, dan/atau karakteristik objek
alam dan/atau buatan manusia yang berada di bawah, pada, atau di
atas permukaan bumi.
 Informasi Geospasial yang selanjutnya disingkat IG adalah DG yang
sudah diolah sehingga dapat digunakan sebagai alat bantu dalam
perumusan kebijakan, pengambilan keputusan, dan/atau pelaksanaan
kegiatan yang berhubungan dengan ruang kebumian.
15
 Informasi Geospasial Dasar yang selanjutnya disingkat IGD adalah IG

yang berisi tentang objek yang dapat dilihat secara langsung atau
diukur dari kenampakan fisik di muka bumi dan yang tidak berubah
dalam waktu yang relatif lama. IGD meliputi jaring kontrol geodesi
dan peta dasar.
 Informasi Geospasial Tematik yang selanjutnya disingkat IGT adalah
IG yang menggambarkan satu atau lebih tema tertentu yang dibuat
mengacu pada IGD.
Data spasial umumnya disebut data bereferensi geografis atau data
geospasial. Data spasial adalah data yang dapat ditampilkan, dimanipulasi
dan dianalisis oleh cara atribut spasial yang menunjukkan lokasi pada atau
dekat permukaan Bumi (Yeung & Hall, 2007). Atribut spasial menyediakan
bentuk dari pasangan koordinat sehingga posisi dan bentuk dari fitur spasial
dapat diukur dan ditampilkan secara grafis. Data spasial memiliki dua hal
penting:
 Data spasial bereferensi pada keruangan geografis, yang artinya data
didaftarkan pada sistem koordinat geografis yang diterima
mengelilingi area permukaan bumi, sehingga data dari sumber yang
berbeda dapat saling bereferensi dan terintegrasi secara spasial.
 Data spasial direpresentasikan pada berbagai skala geografis dan pada
saat data direkam secara relatif pada skala kecil, juga
merepresentasikan area yang luas pada permukaan bumi, maka data
tersebut harus digeneralisasi dan disimbolisasi.
Data spasial dikumpulkan dan disimpan dalam dua bentuk dasar yaitu
raster dan vektor, dijelaskan pada Gambar 2.3.
16
Gambar 2. 3 Jenis Data Spasial (Yeung & Hall, 2007)
Elemen dasar dari data spasial dalam bentuk vektor adalah objek geografi
yang diidentifikasikan sebagai representasi fitur atau fenomena dunia nyata
dalam bentuk titik (points), garis (lines), dan area (polygons). Data vektor
dapat disimpan sebagai bagian dari dasar topografi yang memiliki fungsi
menyediakan kerangka referensi spasial untuk koleksi data dan analisis.
2.3.1 Data Vektor
Data vektor adalah objek geografi dengan elemen dasar berupa

titik (points), garis (lines), dan area (polygons). Setiap elemen pada
sebuah model vektor digambarkan secara matematis dan berdasarkan
titik-titik yang didefinisikan oleh kordinat kartesian. Adapun model
penyimpanan data vektor yang didefinisikan yaitu spaghetti model,
topological model, dan simpel features. Spaghetti model adalah model
penyimpanan sederhana yang menyimpan data dengan cara yang tidak
terstruktur. Model ini hanya menyimpan nama objek dan
koordinatnya, sedangkan informasi topologi tidak disimpan karena
tiap objek tidak saling berhubungan dan konsistensi tidak dapat
diverifikasi. Topological model adalah model yang memiliki node
dan edge. Suatu node adalah satu titik yang menghubungkan satu atau
beberapa arc. Suatu edge adalah garis yang terdiri dari node awal dan
node akhir. Kelebihan menggunakan model ini adalah informasi
17
topological mengandung informasi tiap objek beserta keterkaitannya

dengan objek lain, dan tidak terjadi redundan data geometri. The Open
Geospatial Consortium (OGC) - organisasi internasional yang
mengembangkan standar konten dan layanan geospasial -
mendefinisikan suatu standar penyimpanan dijital data geografi
dengan atribut spasial seperti halnya atribut non-spasial yang disebut
Simpel Features. Adapun kelebihan dari data vektor adalah jumlah
data yang kecil, mudah untuk diperbaharui, struktur data logical,
atribut dikombinasikan dengan objek, memelihara kualitas setelah
interasksi (misalnya, scalling), dan lebih canggih dalam analisis
spasial. Kekurangan dari data vektor adalah data kontinu tidak
direpresentasikan secara efektif, analisis spasial dan filtering pada
poligon sulit dilakukan, memerlukan manual editing yang banyak
untuk mendapatkan kualitas yang bagus, selalu memperkenalkan batas
yang keras (hard boundaries), dan tidak dapat memberikan model
pada sesuatu yang belum pasti. Contoh data vektor yaitu format CAD,
jaringan jalan atau sungai, peta kadaster, kartografi (Neumann,
Freimark, & Wehrle, 2010). Data vektor diilustrasikan pada Gambar
2.4.
Gambar 2. 4 Visualisasi data vektor (Neumann, Freimark, &

Wehrle, 2010)
2.3.2 Data Raster

Data raster adalah data geografis yang didiskretisasi dengan
jarak yang sama dan dikuantisasi pada tiap-tiap sel raster. Sel raster
sering juga disebut sebagai pixel (elemen gambar). Setiap pixel dapat
menyimpan nilai data kedalaman warna dari raster image atau raster
18
geodata set. Nilai data ini dapat mewakili satu nilai warna,
kedalaman, ukuran atau nilai tematik lainnya, misalnya indeks dari
kelas tutupan lahan. Sel raster biasanya diatur dalam sebuah matriks
(baris dan kolom). Pada Gambar 2.5, mengilustrasikan bagaimana satu
nilai warna data raster disimpan dalam pixel.
Gambar 2. 5 Visualisasi data raster dalam pixel (Neumann,

Freimark, & Wehrle, 2010)
Adapun kelebihan menggunakan struktur data raster yaitu

struktur data sederhana, mudah untuk dihasilkan, workflow dan
analisis mudah. Kekurangan menggunakan struktur data raster yaitu
struktur data non-adaptive, cenderung menghasilkan ukuran file yang
sangat besar karena bergantung pada resolusi, pengaturan sel biasanya
acak dan tidak memperhatikan batasan, interaksi terbatas dan
algoritma analisis masih primitif. Contoh data raster yaitu foto,
fotogrametri dan penginderaan jauh, gambar hasil scan peta, terrain
modelling, analisis penutup lahan, pemodelan dan analisis hidrologi,
pemodelan dan analisis permukaan (Neumann, Freimark, & Wehrle,
2010).
2.3.3 Klasifikasi Fungsional Data Spasial

Data spasial berdasarkan fungsinya diklasifikasikan menjadi
empat kategori (Yeung & Hall, 2007), dapat dilihat pada Gambar 2.6,
yaitu:
 Base Map Data Layers. Meliputi Jaring Kontrol Geodesi
(Survey) yang membentuk kerangkan referensi spasial untuk
semua data dalam basisdata dan berbagai jenis data dasar
topografi yang digunakan untuk menyediakan referensi
19
geografi yang dibutuhkan dalam mengumpulkan, menganalisa,

menampilkan data solusi aplikasi dan bisnis.
 Framework Data Layers. Terdiri dari tiga layer yang
berhubungan dalam referensi geografis aktifitas manusia pada
permukaan bumi, yaitu layer persil (parcel) yang menyediakan
kerangka untuk pengembangan lahan dan aplikasi adminsitrasi
lahan, layer fasilitas yang menyediakan dasar bagi manajemen
fasilitas dalam utilitas umum dan manajemen sumberdaya, dan
layer alamat (address) yang digunakan untuk mendukung
berbagai lahan dan aplikasi sumberdaya yang memerlukan
penggunaan alamat kewarganegaraan dan pos.
 Application Data Layers. Meliputi banyak kumpulan data
spasial yang dikumpulkan dan digunakan untuk aplikasi
basisdata yang berbedadalam lahan dan manajemen sumberdaya
yang menggunakan peta dasar dan kerangka layer data sebagai
basis referensi geografi.
 Business Solution Layers. Meliputi kumpulan layer data spasial
termasuk kerangka dan layer aplikasi data beserta turunannya.
Data tersebut dapat mendukung fungsi operasional dan
pengambilan keputusan departemen atau divisi dalam suatu
organisasi.
20
Gambar 2. 6 Klasifikasi Fungsional Data Spasial (Yeung &

Hall, 2007)
2.3.4 Objek Spasial (Spatial Object)

Sebuah Objek Spasial (Spatial Object) sesuai dengan entitas
dunia nyata dimana aplikasi dibutuhkan untuk menyimpan
karakteristik spasial. Objek Spasial terdiri dari komponen deskriptif
(konvensional) dan komponen spasial. Komponen deskriptif
direpresentasikan menggunakan tipe data konvensional, seperti
integer, string, dan date, mengandung karakteristik umum dari objek
spasial. Sebagai contoh, suatu objek negara dapat digambarkan oleh
nama, penduduk, luas wilayah, dan aktifitas utama. Komponen
Spasial meliputi berbagai jenis data spasial seperti titik (point), garis
(line), atau permukaan (Malinowski dan Zimanyi, 2008).
2.3.5 Spatial Data Types

Menurut Malinowski dan Zimanyi (2008), Spatial data types
adalah tipe data yang menyediakan fenomena dari representasi fitur
geometri. Beberapa tipe data spasial yang mendukung fitur dua
dimensi yaitu, Titik (Point), merepresentasikan geometri nol dimensi
21
(zero-dimensional) yang menunjukkan lokasi tunggal dalam

keruangan. Garis (Line), merepresentasikan geometri 1 dimensi (one-
dimensional) yang menunjukkan himpunan titik terhubung yang
didefiniskan oleh satu atau lebih persamaan linear. Line biasanya
digunakan untu merepresentasikan jalan pada jaringan jalan. Salah
satu spesialisasi dari line adalah OrientedLine. OrientedLine memiliki
titik awal dan titik akhir yang semantik (memiliki arah dari titik awal
ke titik akhir). OrientedLine biasanya digunakan untuk
merepresentasikan sungai pada jaringan hidrografi. Permukaan
(Surface), merepresentasikan geometri dua dimensi yang
menunjukkan himpunan titik-titik yang terhubung yang terletak dalam
suatu batas yang dibentuk dari satu atau lebih garis tertutup yang
terpisah. SimpleSurface merepresentasikan permukaan tanpa lubang,
sebagai contoh danau dapat direpresentasikan sebagai permukaan
ataupun SimpleSurface bergantung pada apakah danau tersebut
memiliki pulau didalamnya atau tidak. SimpleGeo, merupakan
generalisasi dari tipe point, line, dan surface. SimpleGeo biasa
digunakan untuk merepresentasikan negara. PointSet biasanya
digunakan untuk merepresentasikan perumahan dalam suatu kota.
LineSet biasanya digunakan untuk merepresentasikan jaringan jalan.
OrientedLineSet adalah spesialisasi LineSet, biasanya digunakan
untuk merepresentasikan sungai dan anak sungai. SurfaceSet dan
SimpleSurfaceSet merepresentasikan wilayah administratif.
ComplexGeo merupakan generalisasi dari PointSet, LineSet,
OrientedLineSet, SurfaceSet, dan SimpleSurfaceSet, biasanya
digunakan untuk merepresentasikan sistem perairan yang terdiri dari
sungai, danau, dan waduk. Geo adalah tipe data spasial yang paling
umum yang merupakan generalisasi dari SimpleGeo dan ComplexGeo.
Tipe data dapat dilihat pada Gambar 2.7.
22
Gambar 2. 7 Spatial Data Types (Malinowski dan Zimanyi, 2008).
2.3.6 Sistem Referensi Spasial (Spatial Reference System)

Menurut Malinowski dan Zimanyi (2008), lokasi-lokasi dalam
geometri tertentu disajikan dengan memperhatikan beberapa koordinat
bidang datar yang disebut sistem referensi spasial. Terdapat berbagai
jenis sistem referensi spasial yang dapat digunakan, antara lain
Universal Transverse Mercator coordinate system, dan koordinat
geografis.
2.3.7 Topological Relationships

Topological Relationships adalah hubungan yang memiliki
keterkaitan dengan batasan spasial pada geometri dari entitas terkait.
Beberapa contoh topological relationships yaitu meets dimana dua
geometri saling berpotongan, overlaps dimana dua geometri saling
tumpang tindih, contains/inside dimana salah satu geometri berada
dalam geometri lainnya dan batasan-batasannya tidak berpotongan,
covers/coveredBy dimana salah satu geometri menutupi geometri
lainnya, crosses dimana dua geometri saling berpotongan dan dimensi
dari yang berpotongan lebih kecil dari dimensi terbesar geometri
(Malinowski dan Zimanyi, 2008). Contoh Topological relationships
dapat dilihat pada Gambar 2.8.
23
Gambar 2. 8 Contoh Topological Relationships (Malinowski dan

Zimanyi, 2008)
2.3.8 Katalog Fitur Dataset Fundamental

Katalog fitur dataset fundamental adalah katalog yang memuat
definisi-definisi dan deskripsi-deskripsi tipe fitur, atribut fitur, dan
asosiasi fitur yang terjadi dalam satu atau lebih kumpulan data
geografis, serta dengan operasi-operasi fitur yang dapat diterapkan.
Tujuan penyusunan katalog fitur dataset fundamental adalah untuk
mempermudah terwujudnya penggunaan data bersama maupun
pertukaran data antara produsen dan pengguna data spasial. Katalog
fitur terdiri dari 12 kategori yaitu Batas Wilayah, Dataset Khusus,
Geologi, Hidrografi, Hipsografi, Kadaster, Lingkungan Terbangun,
Referensi Spasial, Tanah, Tematik, Toponimi, Transportasi, Utilitas,
dan Vegetasi (Badan Informasi Geospasial, 2013).
24
2. 4 Data Warehouse
Data dan informasi memiliki peranan penting dalam suatu organisasi.
Semakin besar organisasi tersebut, maka data dan informasi yang dimiliki
pun semakin berkembang, sehingga basisdata operasional yang dimiliki
akan semakin besar dan kompleks. Sejalan dengan hal tersebut juga semakin
meningkat kompleksitas kebutuhan informasi yang dibutuhkan, maka akan
semakin kesulitan untuk mendapatkan informasi yang dibutuhkan dalam
basisdata operasional. Untuk menjawab hal tersebut, diperlukan fasilitas
penyimpanan data baru yang dinamakan Data Warehouse. Menurut Inmon
(2005), data warehouse adalah kumpulan data yang subject-oriented,
integrated, time-variant, nonvolatile untuk mendukung pihak manajemen
dalam proses pengambilan keputusan.
2.4.1 Karakteristik Data Warehouse
Karakteristik data warehouse dijelaskan sebagai berikut:

1) Subject-oriented
Pada sistem operasional, data disimpan berdasarkan aplikasi
individual, sedangkan pada data warehouse, data disimpan
berdasarkan subjek bisnis. Data dalam data warehouse diatur
sedemikian sehingga kumpulan data mendekati subjek bisnis di
dunia nyata. Data diatur dan dioptimalkan untuk dapat
memberikan jawaban terhadap pertanyaan yang berasal dari area
fungsional yang berbeda dalam suatu organisasi. Contoh pada
perusahaan asuransi, aplikasi yang dibuat adalah asuransi mobil
(auto), asuransi jiwa (life), asuransi kesehatan (health), dan
asuransi kecelakaan (casualty). Subjek area dari asuransi adalah
customer, kebijakan (policy), premi (premium), klaim (claim).
Kondisi tersebut diilustrasikan pada Gambar 2.9.
25
Gambar 2. 9 Subject-oriented pada data warehouse (Inmon, 2005)
2) Integrated
Data dalam data warehouse berasal dari berbagai sumber data
dengan memiliki format data yang berbeda-beda. Sebelum
disimpan ke dalam data warehouse, inkonsistensi data harus
dihilangkan terlebih dahulu. Standar data diperlukan untuk
memastikan arti data dari masing-masing sumber. Menurut
Ponniah (2010), beberapa hal yang harus distandarkan untuk
membuat data konsisten, yaitu naming convention, kode-kode,
atribut data, dan pengukuran.
3) Time-variant
Data dalam data warehouse akurat dan valid hanya pada saat
data tersebut dibuat atau pada interval waktu tertentu, sehingga
data yang disimpan adalah data historis yang memilki elemen
waktu. Data yang bersifat time-variant memiliki karakteristik,
yaitu dapat melakukan analisis kejadian masa lalu, dapat
26
mengkaitkan informasi saat ini, serta dapat memprediksi untuk

masa yang akan datang (Ponniah, 2010).
4) Nonvolatile
Pada saat data disimpan dalam data warehouse, maka data
tersebut tidak akan dapat dihapus ataupun diperbaharui, pengguna
hanya dapat membaca data. Data tidak pernah dihapus, akan
tetapi data yang baru akan selalu ditambahkan, sehingga jumlah
data akan terus berkembang. Perubahan data hanya dapat
dilakukan pada basisdata operasional.
2.4.2 Data Mart

Menurut Rob dan Coronel (2009), data mart adalah subset dari
data warehouse yang kecil dengan subjek tunggal yang
menyediakan dukungan keputusan untuk kelompok kecil dari
organisasi. Menurut Ponniah (2010), perbedaan data warehouse
dengan data mart ditunjukkan pada Tabel 2.2.
Tabel 2. 1 Perbedaan data warehouse dengan data mart
Data Warehouse Data Mart

 

Cakupannya organisasi Cakupannya untuk
 
Integrasi dari semua data mart departemen

Data didapatkan dari staging Proses bisnis tunggal

area STAR join (fakta dan
 
Query pada level presentasi dimensi)
Struktur untuk melihat data Teknologi optimal pada akses
 
korporat data dan analisis
Diatur dalam model E-R Struktur untuk melihat data
departemen
2.4.3 Pemodelan Data Warehouse

Dalam memodelkan data, terdapat dua pendekatan yaitu
relational model dan multidimensional model. Pada relational
model, perancangan dimulai dengan mengorganisasikan data ke
dalam tabel. Setiap tabel relasional, memiliki informasi yang
berbeda-beda. Setiap kolom dari data memiliki karakteristik fisik
yang berbeda-beda, dapat diindeks dan berlaku sebagai identifier.
27
Semua kolom didefinisikan dalam bentuk Data Definition Language

(DDL). Pada multidimensional model terdiri dari satu tabel dengan
composite primary key yang disebut tabel fakta (fact table), dan satu
kelompok tabel-tabel kecil yang disebut tabel dimensional
dimensional table). Menurut Inmon (2005), terdapat dua pendekatan
model multidimensional, yaitu:
1) Star Join Approach
Bentuk model yang menyerupai bintang, dimana tabel fakta
berada di tengah dan tabel dimensi mengelilinginya, diilustrasikan
pada Gambar 2.10.
Gambar 2. 10 Star Join Approach (Inmon, 2005)
2) Snowflake Approach
Pada pendekatan ini, tabel fakta yang dimiliki lebih dari satu
untuk membuat struktur composite, diilustrasikan pada Gambar
2.11.
28
Gambar 2. 11 Snowflake Approach (Inmon, 2005)
2.4.4 Multidimensional Model

Multidimensional model menyediakan pemahaman data untuk
tujuan analisis dan performansi untuk query analisis yang kompleks.
Multidimensional model menampilkan data dalam ruang n-
dimensional yang disebut kubus data (data cube) atau hypercube
(Malinowski dan Zimanyi, 2008). Sebuah kubus data didefinisikan
oleh dimensi (dimensions) dan fakta (facts). Dimensi adalah
berbagai macam perspektif yang digunakan untuk menganalisis data.
Sebagai contoh, pada Gambar 2.12 kubus data yang digunakan untuk
menganalisis penjualan. Kubus data tersebut memiliki tiga dimensi
yaitu Store, Time, dan Product. Sel – sel dari kubus data atau fakta
telah berasosiasi dengan nilai numerik yang dinamakan measures.
Measures menyediakan evaluasi kuantitatif dari berbagai aspek
permasalahan analisis. Sebagai contoh, angka – angka pada Gambar
2.12 merepresentasikan ukuran jumlah atau kuantitas.
29
Gambar 2. 12 Contoh 3-dimensional cube data penjualan

(Malinowski dan Zimanyi, 2008)
2.4.5 Extract, Transform, Load (ETL)
Tujuan utama data warehouse adalah untuk mengintegrasikan

data dari berbagai macam sistem. Sebelum data disimpan dalam data
warehouse, diperlukan proses menghilangkan inkonsistensi data.
Salah satu teknologi yang digunakan adalah Extract, Transform,
Load (ETL). Proses ETL terdiri dari extraction yaitu membaca data
dari satu atau lebih basisdata, transformation yaitu mengubah data
yang sudah diekstrak dari bentuk sebelumnya ke dalam bentuk yang
dibutuhkan sehingga dapat disimpan ke dalam data warehouse, dan
load yaitu menyimpan data ke dalam data warehouse. Proses ETL
diilustrasikan pada Gambar 2.13.
Packaged Transient
application data source
Data
warehouse
Legacy
Extract Transform Cleanse Load
system
Data mart
Other internal
applications
Gambar 2. 13 Proses ETL (Turban et al., 2011)
Tahapan yang dilakukan pada proses extract (Ponniah, 2010)

yaitu:
30
 Identifikasi sumber data: identifikasi aplikasi dan struktur dari

sumber data.
 Metode ekstraksi: tentukan apakah proses ekstraksi dilakukan
manual atau menggunakan tool.
 Frekuensi ekstraksi: frekuensi data ekstraksi dilakukan harian,
mingguan, bulanan, dll.
 Time Window: menunjukan waktu untuk proses ekstraksi.
 Job Sequencing: menentukan apakah awal dari satu job dari satu
job stream hatus menunggu job sebelumnya selesai terlebih
dahulu.
 Exception handling: bagaimana menangani record yang tidak
dapat diekstraksi.
Pada proses transformation, terdapat beberapa tahapan dasar
(Ponniah, 2010), yaitu:
 Pemilihan (selection), dilakukan pada tahap awal dari proses
transformation data. Tahapan ini biasanya dilakukan juga pada
proses extraction.
 Pemisahan / penggabungan (splitting/joining), tahapan ini
meliputi tipe manipulasi data yang diinginkan dalam pemilihan
dari sumber data.
 Konversi (conversion), melibatkan keanekaragaman variasi
konversi yang belum sempurna dari field tunggal untuk dua
alasan utama, yaitu sebagai standarisasi diantara ekstraksi data
yang berasal dari beberapa sumber, juga untuk membuat field
dapat dipergunakan dan dapat dimengerti oleh pengguna.
 Ikhtisar (summarization), proses transformation memberikan
ringkasan terhadap data yang sedang diproses.
 Peningkatan (enrichment), tahapan ini meliputi pengaturan
kembali dan penyederhanaan field individu sehingga berguna
bagi data warehouse.
31
Pada proses loading, terdapat tiga tahapan (Ponniah, 2010),

yaitu:
 Initial load, yaitu menempatkan semua tabel data warehouse
untuk pertama kali.
 Incremental load, yaitu menerapkan perubahan terus menerus
apabila diperlukan secara periodik.
 Full refresh, menghapus secara keseluruhan konten tabel dan
mengisi kembali dengan data yang baru.
2.4.6 Metode Pengembangan Data Warehouse
Metode pengembangan data warehouse yang dikenal terdiri

dari dua pendekatan. Pendekatan pertama dikemukakan oleh Inmon
(2005), yaitu pendekatan top-down. Pendekatan top-down, data
warehouse mendapatkan data yang disediakan unit produksi data,
kemudian data warehouse akan memberikan input data pada
dependent data mart. Pada pendekatan ini menggunakan perangkat
basisdata relasional yang tradisional untuk mengembangkan
kebutuhan enterprise-wide data warehouse, yang disebut pendekatan
EDW. Metode yang dikemukakan Inmon diturunkan dari metodologi
pengembangan spiral perangkat lunak disebut CLDS yaitu prosesnya
kebalikan dari System Development Life Cycle (SDLC). Metode ini
dimulai dari data, kemudian diintegrasi dan diuji untuk mengetahui
jika ada bias pada data. Kemudian dilakukan analisis terhadap data,
sehingga menghasilkan kebutuhan data. Siklus metode ini
diilustrasikan pada Gambar 2.14.
32
Gambar 2. 14 Data Warehouse SDLC (Inmon, 2005)
Pendekatan kedua dikemukakan oleh Kimball (2008), yaitu

pendekatan bottom-up. Pendekatan bottom-up, data mart dibuat
terlebih dahulu untuk menyediakan kemampuan analitikal dan
pelaporan pada beberapa subjek bisnis yang spesifik sebagai dasar
model data dimensional. Pada pendekatan ini menggunakan
pemodelan dimensional yang disebut pendekatan data mart. Metode
yang dikemukakan disebut Kimball Lifecycle. Metode ini dimulai
dengan tahapan perencanaan projek, mendefinisikan kebutuhan
bisnis, technology track, data track, application track, deployment,
hingga tahap pemeliharaan. Siklus metode ini diilustrasikan pada
Gambar 2.15.
Gambar 2. 15 Kimball Lifecycle (Kimball, 2008)
33
Pada Tabel 2.3 berikut dijelaskan perbandingan antara metode

Inmon (2005) dengan metode Kimball (2008) dijelaskan oleh Turban
(2011).
Tabel 2. 2 Perbandingan Metode Inmon dengan Metode Kimball
No. Karakteristik Inmon Kimball

1. Pendekatan Top-down (enterprise- Bottom-up (Data mart).
wide data warehouse).
2. Struktur Arsitektur Enterprise-wide Model Data mart sebagai
(atomic) data proses bisnis tunggal, dan
warehouse mengisi konsistensi perusahaan
basisdata di dicapai melalui data bus
departemen. dan dimensi yang sesuai.
3. Kompleksitas Cukup kompleks. Cukup sederhana.
Metodologi
4. Perbandingan Diturunkan dari Terdiri dari empat tahapan
dengan metodologi metodologi spiral. proses. Berangkat dari
yang sudah ada metode relational database
management systems
(RDBMS).
5. Pembahasan desain Cukup menyeluruh. Cukup sederhana.
fisik
6. Orientasi Data subject atau data Process Oriented
driven
7. Perangkat Entity-relationship Pemodelan dimensional
Pemodelan Data Diagram (ERD), Data
Flow Diagram (DFD)
8. Aksesibilitas end- Rendah Tinggi
user
9. Primary audience IT Professionals End user
10. Tempat dalam Bagian yang tidak Transformer dan retainer
organisasi terpisahkan dari data operasional.
penghasil informasi
perusahaan.
11. Tujuan Menghasilkan solusi Menghasilkan solusi yang
Pengembangan teknis berdasarkan memudahkan end user
metode dan teknologi secara langsung melakukan
basisdata yang telah query terhadap data
teruji. dengan waktu tunggu yang
cukup baik.
Adapun tahapan perancangan data warehouse menurut

Malinowski dan Zimanyi (2008) dibedakan menjadi tiga pendekatan.
1) Pendekatan Analysis-Driven
Pendekatan ini membutuhkan partisipasi pengguna yang
intensif dari level-level organisasi yang berbeda. Dukungan
34
pengguna level eksekutif sangat penting dalam menentukan

tujuan dan kebutuhan bisnis. Ada beberapa aspek yang harus
diperhatikan pada pendekatan ini, yaitu:
 Pengguna yang menjadi target harus memahami tujuan bisnis
secara keseluruhan. Hal ini untuk menghindari situasi
kebutuhan akan merepresentasikan persepsi pribadi
berdasarkan peran pengguna dalam organisasi.
 Pengguna yang akan mendominasi proses spesifikasi
kebutuhan sebaiknya dihindari. Hal ini untuk menjamin
mempertimbangkan kebutuhan informasi dari berbagai
pengguna.
 Pengguna harus ada dan menyetujui untuk berpartisipasi pada
keseluruhan proses pengumpulan kebutuhan dan perancangan
konseptual.
 Pengguna memiliki gagasan bagaimana sistem data warehouse
dan sistem OLAP.
Tahapan perancangan data warehouse pendekatan analysis-
driven dapat dilihat pada Gambar 2.16.
35
Gambar 2. 16 Pendekatan Analysis-Driven (Malinowski dan

Zimanyi, 2008)
Pada fase spesifikasi kebutuhan (requirement

specification), fokus kepada mendapatkan kebutuhan pengguna
dalam mencapai tujuan bisnis. Kegiatan yang dapat dilakukan
dalam mencapai kebutuhan bisnis dibagi menjadi dua yaitu,
mendapatkan kebutuhan pengguna yang lebih rinci, atau
melakukan analisis terhadap proses bisnis yang berkaitan dengan
layanan atau aktifitas. Hasil dari tahapan ini adalah dokumen
36
spesifikasi kebutuhan yang memiliki konten mengenai spesifikasi

yang tepat dari fakta, dimensi, dan measures, juga deskripsi
metadata.
Pada tahapan perancangan konseptual (conceptual design)
diawali dengan pengembangan skema awal dengan memasukkan
fakta dan dimensi yang diidentifikasi pada tahapan sebelumnya.
Skema ini ditinjau kembali dalam hal untuk memverifikasi bahwa
sistem operasional memiliki data yang dibutuhkan pengguna.
Apabila sistem operasional tidak dapat menyediakan, maka skema
awal dimodifikasi sesuai dengan ketersediaan data pada sumber.
Pada tahapan ini juga dilakukan spesifikasi pemetaan dan
keterkaitan antara elemen data pada sistem sumber dan elemen
data pada data warehouse.
Pada tahapan perancangan lojikal (logical design) dan
perancangan fisikal (physical design) yang dilakukan adalah
mengembangkan skema dan melakukan spesifikasi dan
implementasi pada proses ETL.
2) Pendekatan Source-Driven
Pada pendekatan ini partisipasi pengguna tidak secara
eksplisit diperlukan. Pengguna terlibat hanya secara sporadis,
yaitu dalam melakukan konfirmasi kebenaran dari struktur yang
dikerjakan ataupun dalam melakukan identifikasi fakta dan
measures sebagai titik awal dalam membuat skema
multidimensional. Keterlibatan pengguna datang dari level
profesional atau administratif. Pendekatan ini memerlukan
perancang dengan keahlian dan pengalaman yang tinggi. Selain
memiliki kemampuan pemodelan, perancang juga harus memiliki
pengetahian bisnis yang cukup untuk memahami konteks bisnis
dan kebutuhannya berdasarkan data operasional. Perancang juga
harus memiliki kapasitas untuk memahami struktur basisdata
operasional.
37
Tahapan perancangan data warehouse pendekatan source-

driven dapat dilihat pada Gambar 2.17.
Gambar 2. 17 Pendekatan Source-Driven (Malinowski dan

Zimanyi, 2008)
Pada tahapan spesifikasi kebutuhan, sistem sumber yang

mengirimkan data untuk tujuan analisis harus diidentifikasi.
Kemudian diturunkan fakta, measure, dan dimensi dari sistem
sumber. Proses ini dapat dilakukan secara manual dengan dasar
dari dokumen yang ada pada sistem sumber atau secara semi
otomatis atau otomatis. Tahapan spesifikasi kebutuhan
menghasilkan dokumen yang berisi deskripsi semua data elemen
pada sistem sumber yang dapat digunakan sebagai kandidat untuk
fakta, measure, dan dimensi.
Pada tahapan perancangan konseptual, dokumen spesifikasi
kebutuhan digunakan sebagai referensi dalam membuat skema
multidimensional awal. Pada tahapan ini tidak semua elemen
skema awal menjadi perhatian pengguna, pengguna menentukan
elemen yang dibutuhkan untuk tujuan analisis. Setelah itu, skema
38
dan pemetaan akhir dikembangkan dengan cara yang sama pada

pendekatan analysis-driven.
Pada tahapan perancangan lojikal dan perancangan fisikal
yang dilakukan adalah mengembangkan skema dan melakukan
spesifikasi dan implementasi pada proses ETL.
3) Pendekatan Analysis/Source-Driven
Pendekatan ini menggabungkan pendekatan analysis-driven
dan source-driven. Tahapan perancangan data warehouse
pendekatan analysis/source-driven dapat dilihat pada Gambar
2.18.
Gambar 2. 18 Pendekatan Analysis/Source-Driven

39
Pada tahapan spesifikasi kebutuhan dan perancangan

konseptual terdapat dua rangkaian aktifitas yang berhubungan.
Rangkaian ini digabungkan bersama pada tahapan perbandingan
dan integrasi dua skema yang dihasilkan oleh pendekatan
analysis-driven dan source-driven. Tahapan ini tidak mudah
untuk dilakukan, dan biasanya memerlukan perulangan tambahan
pada rangkaian aktifitas dan harus mengulang kembali tahapan
spesifikasi kebutuhan. Tahapan perancangan lojikal dan
perancangan fisikal dilakukan sama seperti dua pendekatan
sebelumnya.
2.4.7 Online Analytical Processing (OLAP)

Menurut Connolly dan Begg (2005), Online Analytical
Processing (OLAP) adalah memadukan, menganalisis, dan
mengkonsolidasikan multi-dimensional data yang cukup besar
secara dinamis. Menurut Rob dan Coronel (2009), OLAP adalah
membuat lingkungan analisis data lanjutan yang mendukung
pengambilan keputusan, pemodelan bisnis, dan operasi penelitian.
OLAP memiliki empat karakteristik yaitu menggunakan teknik
analisis data multidimensional, menyediakan dukungan basisdata
lanjutan, menyediakan antarmuka end-user yang mudah digunakan,
dan mendukung arsitektur client/server.
Perangkat OLAP dikategorikan berdasarkan arsitektur yang
digunakan untuk menyimpan dan memproses data multi-
dimensional. Menurut Connolly dan Begg (2005), perangkat OLAP
dikategorikan menjadi:
a) Multi-dimensional OLAP (MOLAP)
Perangkat MOLAP menggunakan struktur data khusus dan
multi-dimensional database management systems (MDDBMSs)
untuk mengatur, mengendalikan, dan menganalisis data.
b) Relational OLAP (ROLAP)
Perangkat ROLAP adalah perangkat OLAP yang paling
berkembang pesat. Hal ini dikarenakan respon pengguna untuk
40
menganalisis jumlah data yang meningkat dan juga dikarenakan

pengguna tidak dapat menyimpan data yang dibutuhkan dalam
basisdata MOLAP.
c) Hybrid OLAP (HOLAP)
Perangkat HOLAP menyediakan kemampuan analisis yang
terbatas, menyampaikan data terpilih langsung dari DBMS atau
melalui server MOLAP ke desktop dalam bentuk kubus data,
yang disimpan, dianalisis dan dipelihara secata lokal.
d) Desktop OLAP (DOLAP)
Perangkat DOLAP menyimpan data OLAP dalam bentuk client-
based file dan mendukung pemrosesan multi-dimensional
menggunakan mesin multi-dimensional di client.
2. 5 Spatial Data Warehouse

Menurut Malinowski dan Zimanyi (2008), spatial data warehouse
adalah data warehouse yang memanipulasi data spasial, juga menyediakan
analisis spasial. Malinowski dan Zimanyi (2008) menambahkan konsep
multidimensional model untuk digunakan pada Spatial data warehouse.
Pada Gambar 2.19, dapat dilihat salah satu contoh spatial multidimensional
schema yang dapat digunakan untuk lebih memahami Spatial Extension
pada Multidimensional Model.
41
Gambar 2. 19 Contoh Spatial Multidimensional Schema (Malinowski

dan Zimanyi, 2008)
Tujuan dari skema tersebut adalah untuk menganalisis biaya

pemeliharaan jalan raya (highway). Jalan raya dibagi menjadi bagian jalan
raya (higway section) yang kemudian dibagi menjadi segmen jalan raya
(highway segment). Untuk setiap segmen, tersedia informasi nomor mobil
dan biaya reparasi selama beberapa periode waktu. Pemeliharaan segmen
jalan raya adalah tanggung jawab dari daerah (county), dan analisis
kelayakan jalan raya harus mempertimbangkan bagian administratif dari
wilayah daerah sampai negara (state). Analisis yang dilakukan juga harus
dapat membantu mendapatkan informasi bagaimana tipe lapisan jalan (road
coating) yang berbeda dapat mempengaruhi biaya pemeliharaan.
2. 5. 1 Spatial Level, Spatial Attributes

Spatial Level adalah level dimana aplikasi membutuhkan untuk
menyimpan karakteristik spasial (Malinowski dan Zimanyi, 2008).
Sebagai contoh pada Gambar 2.19, tabel dimensi yang memiliki
42
spatial level adalah Highway, Higway section, Highway structure,

State, dan County.
Spatial Attributes adalah atribut yang memiliki data spasial
sebagai domainnya. Sebagai contoh pada Gambar 2.19, spatial
attributes dari tabel dimensi State adalah Capital location.
2. 5. 2 Spatial Hierarchies
Spatial Hierarchies adalah hirarki yang memiliki sekurang-
kurangnya satu spatial level (Malinowski dan Zimanyi, 2008).
Sebagai contoh pada Gambar 2.19, terdapat dua spatial hierarchy
yaitu Geo Location dan Highway Structure.
2. 5. 3 Spatial Fact Relationship

Spatial Fact Relationship adalah hubungan fakta yang
memerlukan gabungan spasial antara dua atau lebih dimensi spasial
(Malinowski dan Zimanyi, 2008). Sebagai contoh pada Gambar
2.19, memiliki Spatial Fact Relationship yaitu Highway
Maintenance yang berkaitan dengan dua spatial level yaitu Highway
segment dan County.
2. 5. 4 Spatial Dimension, Spatial Measures

Spatial Dimension adalah dimensi yang memiliki sekurang-
kurangnya satu spatial hierarchy (Malinowski dan Zimanyi, 2008).
Dimensi spasial model terdapat tiga tipe hierarki, yaitu non-spatial,
spatial-to-non-spatial, fully spatial. Spatial Measures adalah
measure yang memiliki spatial data type sebagai domainnya
(Malinowski dan Zimanyi, 2008).
2. 5. 5 Metode Pengembangan Data Warehouse Spasial

Metode pengembangan data warehouse spasial menurut
Malinowski dan Zimanyi (2008) dikembangkan dari metode
pengembangan data warehouse yang konvensional. Metode ini
terdiri dari tiga tahap yaitu spesifikasi kebutuhan, perancangan
konseptual, perancangan lojikal, dan perancangan fisikal.
43
Perbedaannya adalah adanya dua pilihan penambahan dukungan

spasial pada tahap awal spesifikasi kebutuhan (early inclusion of
spatial support) atau pada tahap perancangan konseptual (late
inclusion of spatial support). Pemilihan dukungan spasial ini
bergantung pada pengetahuan pengguna terhadap fitur data spasial
dan ketersediaan data spasial di sistem sumber. Apabila pengguna
sudah mahir dengan konsep yang berkaitan dengan analisis dan
manipulasi data spasial, maka early inclusion sebaiknya dipilih. Hal
ini dapat memberikan keuntungan fokus terhadap permasalahan
yang tepat dari awal proses perancangan. Apabila pengguna lebih
paham dengan teknik perancangan basisdata non-spasial
menggunakan model ER atau UML, maka late inclusion dapat
dipilih. Adapun metode pengembangan yang dilakukan terdiri dari
tiga pendekatan.
1) Pendekatan Analysis-Driven
Early Inclusion of Spatial Support
Pada tahap spesifikasi kebutuhan, pengguna sudah paham
terhadap konsep yang berkaitan dengan data spasial, termasuk
manipulasi dan analisis data spasial. Tahapan spesifikasi
kebutuhan memiliki langkah-langkah yang sama dengan data
warehouse non-spasial. Langkah pertama pada tahap spesifikasi
kebutuhan adalah pengguna pada level manajemen yang berbeda
diidentifikasi untuk menjamin kebutuhan mencapai tujuan bisnis.
Pengguna akan dibantu untuk memahami tujuan dari memiliki
data warehouse spasial dan menentukan kebutuhan analisis,
sehingga didapatkan dokumen spesifikasi kebutuhan.
Pada tahap perancangan konseptual dimulai dengan
mengembangkan skema awal data warehouse spasial. Sebagai
catatan, skema awal ini sudah memiliki elemen spasial.
Selanjutnya ditentukan apakah data tersedia di sistem sumber dan
pemetaan keterkaitan dengan elemen data warehouse.
Late Inclusion of Spatial Support
44
Pada tahap spesifikasi kebutuhan, pengguna belum paham

dengan manajemen data spasial dan lebih memilih menyampaikan
kebutuhan analisis terkait elemen non-spasial dan akan
memasukkan dukungan spasial kemudian. Tahap spesifikasi
kebutuhan dan perancangan konseptual dilakukan sama seperti
data warehouse non-spasial sampai skema awal telah dicek
dengan ketersediaan data di sistem sumber.
Pada tahap perancangan konseptual, sebelum menghasilkan
skema akhir dan pemetaan keterkaitan, maka terdapat langkah
untuk menambahkan dukungan spasial. Pada tahap ini, pengguna
melihat skema konseptual dan kemudian ditanyakan indikasi
dukungan spasial yang dibutuhkan. Kemudian elemen spasial
akan dicek ketersediaan datanya di sistem sumber.
Tahapan perancangan data warehouse spasial pendekatan
analysis-driven dapat dilihat pada Gambar 2.20.
Gambar 2. 20 Pendekatan Analysis-Driven Data Warehouse

Spasial (Malinowski dan Zimanyi, 2008)
45
2) Pendekatan Source-Driven
Early Inclusion of Spatial Support
Tahapan spesifikasi kebutuhan dimulai dengan identifikasi
sistem sumber. Tujuannya adalah untuk menentukan sistem
operasional yang ada sebagai penyedia data untuk data
warehouse spasial. Tahap selanjutnya, sumber di analisis untuk
mendapatkan elemen skema multidimensional. Tahap selanjutnya
adalah dibuat dokumentasi spesifikasi kebutuhan.
Tahap perancangan konseptual dimulai dengan
pengembangan skema konseptual dengan elemen spasial. Skema
ini akan ditampilkan kepada pengguna untuk menentukan
ketertarikan dan identifikasi elemen penting untuk analisis.
Rekomendasi perubahan dari pengguna akan ditampilkan pada
skema akhir, dimana pemetaan antara sumber dan skema data
warehouse juga dikembangkan.
Late Inclusion of Spatial Support

Tahap spesifikasi kebutuhan dan perancangan konseptual
dilakukan sama seperti data warehouse non-spasial, tetapi
terdapat langkah untuk menambahkan dukungan spasial. Tahap
berikutnya pemetaan keterkaitan elemen data dan
mengembangkan skema akhir.
source-driven dapat dilihat pada Gambar 2.21.
46
Gambar 2. 21 Pendekatan Source-Driven Data Warehouse Spasial

3) Pendekatan Analysis/Source-Driven
Pendekatan ini menggabungkan dua pendekatan
sebelumnya yang dilakukan secara paralel. Tahapan pada early
conclusion dan late conclusion menggunakan pendekatan
analysis-driven dan source-driven.
analysis/source-driven dapat dilihat pada Gambar 2.22.
47
Gambar 2. 22 Pendekatan Analysis/Source-Driven Data

Warehouse Spasial (Malinowski dan Zimanyi, 2008)
2. 6 Penelitian Sebelumnya
Studi literatur yang dilakukan mengambil contoh dari dua penelitian
sebelumnya yang semuanya dilakukan oleh mahasiswa dari Magister
Teknologi Informasi Universitas Indonesia yang berkaitan dengan data
warehouse. Selain itu juga mengambil contoh dua penelitian yang dilakukan
oleh peneliti di luar Magister Teknologi Informasi Universitas Indonesia
48
yang berkaitan dengan data warehouse spasial. Ringkasan dari penelitian

sejenis sebelumnya dijelaskan pada Tabel 2.4.
Tabel 2. 3 Metodologi Penelitian dari Penelitian Sebelumnya
serta  data  Rancangan data

No. Judul Penelitian Metodologi Penelitian Hasil Penelitian
1. Perancangan Perencanaan
Implementasi Data warehouse – Perancangan warehouse
Warehouse dan data warehouse – terhadap data
Representasi OLAP –
 Implementasi
Dashboard untuk kepegawaian
Keputusan: Studi Kasus 

Mendukung Pengambilan Implementasi Dashboard
Metode pengembangan dashboard untuk
Sumber Daya Manusia data warehouse: Kimball pihak manajemen
Yayasan Pendidikan Budi Lifecycle
Luhur Jakarta
Data  Analisa kebutuhan bisnis – 

(Ferdiansyah, 2011)
2. Perancangan Rancangan data
Warehouse dan penerapan Perancangan data warehouse pada
Teknik Clustering Spasial warehouse – presentasi basisdata produk

pada wesel: Studi Kasus data mining wesel dan ritel
PT. Pos Indonesia Penerapan teknik
(Hartadi, 2010) clustering untuk
identifikasi
produk
berdasarkan data
wesel yang
Spatial Data Warehouse  Identifikasi faktor untuk 

dimiliki
3. Rancangan dan
Design and Spatial OLAP updating geospatial data – implementasi
data 
Implementation for perancangan lojikal dan prototype SDW.
Decision Making of fisikal spatial Analisis multi-
Geospatial Data Update warehouse (SDW) – dimensional
(Kyung, Yong, & Kim, membuat SDW SOLAP dalam
2010) menggunakan ETL spasial bentuk spatial
– membangun Data Cube dashboard.
untuk Spatial OLAP
Data  Identifikasi data – Data 

(SOLAP)
4. The Spatial Rancangan dan
Warehouse Esatblishment Preprocessing – membuat Implementasi data
for Digital South Cina Profesional Database warehouse spasial
Sea (Jia, et al., 2011) (PDB) – Integrasi PDB untuk informasi
dalam Digital South Cina Digital South Cina
Sea Data Warehouse Sea.
Pada penelitian yang dilakukan Ferdiansyah (2011), lingkup dari

penelitian ini adalah membuat perancangan data warehouse terhadap data
kepegawaian dan implementasi dashboard untuk pihak manajemen. Hal ini
sejalan dengan penelitian yang akan dilakukan penulis yaitu lingkup
49
penelitian berhubungan dengan perancangan dan implementasi data

warehouse. Penelitian Ferdiansyah (2011) menggunakan data kepegawaian
berbasis teks sebagai objek penelitian, sedangkan pada penelitian yang akan
dilakukan penulis menggunakan data berbasis spasial. Metode
pengembangan data warehouse yang digunakan pada penelitian
Ferdiansyah (2011) adalah menggunakan Kimball Lifecycle, sedangkan
pada penelitian ini, penulis menggunakan metode analysis-driven dari
Malinowski dan Zimanyi. Penelitian Ferdiansyah (2011) menghasilkan
model prototype data warehouse untuk keperluan sistem penunjang
keputusan yang berkaitan dengan data kepegawaian.
Pada penelitian yang dilakukan Hartadi (2010), lingkup dari penelitian

ini adalah membuat perancangan data warehouse pada basisdata produk
wesel dan ritel, kemudian menerapkan clustering identifikasi produk
berdasarkan data wesel. Hal ini sejalan dengan penelitian yang akan
dilakukan penulis yaitu lingkup penelitian berhubungan dengan
perancangan dan implementasi data warehouse. Penelitian Hartadi (2010)
menggunakan data wesel dan ritel berbasis teks sebagai objek penelitian
tetapi dalam presentasi data mining menggunakan analisis spasial,
sedangkan pada penelitian yang akan dilakukan penulis menggunakan data
berbasis spasial. Penelitian Hartadi (2010) menggunakan analisis spasial
dalam presentasi data mining. Teknik data mining yang digunakan adalah
teknik Density-based spatial clustering of application with noise,
expectation maximization (EM), dan K-Means.
Pada penelitian yang dilakukan Kyung, Yong, dan Kim (2010),

lingkup dari penelitian ini adalah merancang dan mengimplementasikan
Spatial Data Warehouse (SDW) prototype, serta mengimplementasikan
Spatial OLAP (SOLAP) dalam bentuk spatial dashboard. Hal ini sejalan
dengan penelitian yang dilakukan penulis yaitu lingkup penelitian
berhubungan dengan perancangan dan implementasi data warehouse
spasial. Penelitian Kyung, Yong, dan Kim (2010), menggunakan data
spasial untuk lima wilayah di Korea Selatan. Metodologi penelitian terdiri
50
dari identifikasi faktor untuk updating geospatial data, perancangan lojikal

dan fisikal spatial data warehouse (SDW), membuat SDW menggunakan
ETL spasial, dan membangun Data Cube untuk Spatial OLAP (SOLAP).
Pada penelitian yang dilakukan oleh Kyung, Yong, dan Kim (2010), data
warehouse diimplementasikan untuk membantu mendapatkan keputusan
yang optimal tekait updating basisdata geospasial. Pada penelitian yang
dilakukan penulis, data warehouse diimplementasikan untuk dapat
mendukung layanan kebencanaan.
Pada penelitian yang dilakukan oleh Jia et al. (2011), lingkup dari
penelitian ini adalah merancang dan mengimplementasikan data warehouse
spasial untuk digital south china sea. Hal ini sejalan dengan penelitian yang
dilakukan penulis yaitu lingkup penelitian berhubungan dengan
perancangan dan implementasi data warehouse spasial. Penelitian Jia et al.
(2011), menggunakan data spasial yang mendukung Digital South China
Sea System yang terdiri dari data batimetri, data submarine landform dan
geologi, data distribusi sumber daya minyak dan gas, data gelombang laut
dan pasang surut air laut, data batas laut, dan informasi lainnya yang terkait.
Metodologi penelitian terdiri dari identifikasi data pada profesional
database (PDB) yang terdiri dari tiga layer, pemrosesan data, membuat
PDB, dan integrasi PDB dalam Digital South Cina Sea Data Warehouse
(DSCS DW). Pada penelitian yang dilakukan oleh Jia et al. (2011), tidak
melakukan implementasi dashboard, sedangkan pada penelitian yang
dilakukan penulis terdapat implementasi dashboard spasial.
Penelitian yang dilakukan Ferdiansyah (2011), menghasilkan model

prototype data warehouse untuk keperluan sistem penunjang keputusan
dalam bentuk implementasi dashboard untuk pihak manajemen. Penelitian
lainnya yang dilakukan Hartadi (2010), setelah implementasi data
warehouse, kemudian dapat dimanfaatkan untuk presentasi data mining, hal
ini digunakan untuk mempermudah proses ekstraksi informasi yang
dibutuhkan guna menggali dan memprediksi potensi – potensi yang ada,
sehingga dapat mendukung pengambilan keputusan. Pada penelitian yang
51
dilakukan Kyung, Yong, dan Kim (2010), setelah implementasi spatial data
warehouse, kemudian dapat dimanfaatkan untuk keperluan analisis dalam
bentuk spatial dashboard. Dari ketiga penelitian tersebut, dapat disimpulkan
bahwa data warehouse dapat dimanfaatkan dalam mendukung pengambilan
keputusan, melalui dua cara yaitu implementasi Business Intelligence dalam
bentuk dashboard dan presentasi data mining.
2. 7 Theoritical Framework
Penggunaan data spasial sebagai alat perumusan kebijakan dan
pengambilan keputusan yang berhubungan dengan kebumian merupakan
dampak dari terbitnya Undang – Undang No. 4 Tahun 2011 tentang
Informasi Geospasial. Selain itu juga dampak dari adanya Undang – Undang
No. 24 Tahun 2007 tentang Penanggulangan Bencana, maka diperlukan data
yang berkaitan dengan wilayah untuk dapat digunakan dalam perencanaan
prabencana, tanggap darurat, dan pasca bencana. Data spasial akan selalu
bertambah dari waktu ke waktu dan untuk mengelola data dalam jumlah
besar maka diperlukan data warehouse spasial. Tersedianya data warehouse
spasial juga merupakan rencana strategis SI/TI BIG pada Blueprint SI/TI
BIG 2013-2017 dan Cetak Biru Geospatial Crisis Center. Hal ini bertujuan
untuk mendapatkan informasi geospasial untuk mendukung layanan
kebencanaan. Theoritical Framework dapat dilihat pada Gambar 2. 23.
Gambar 2. 23 Theoritical Framework
BAB 3
METODOLOGI PENELITIAN
Pada bab ini menjelaskan mengenai tahapan - tahapan metodologi yang

digunakan dalam membahas masalah penelitian, metode-metode, serta input dan
output yang digunakan dalam setiap tahapan yang dilalui. Tahapan – tahapan
metodologi dimulai dari solusi permasalahan yang dihadapi sampai dengan
kesimpulan dan saran.
3. 1 Metode Penelitian
Karya akhir ini menggunakan penelitian kualitatif yang bertujuan
untuk mendapatkan gambaran lengkap dari proses dan subjek penelitian.
Metode penelitian kualitatif yang digunakan adalah action research, hal ini
dikarenakan penelitian ini diarahkan pada kolaborasi dan perubahan yang
melibatkan peneliti dan subjek. Mode untuk analisis data menggunakan
narrative dikarenakan data yang digunakan dalam penelitian didapatkan
dari hasil wawancara, observasi, dan dokumen internal organisasi. Hasil
akhir dari penelitian ini berupa rancangan dan implementasi data warehouse
spasial yang dapat digunakan untuk mengintegrasikan data geospasial dalam
suatu sistem pengelolaan terpadu. Pendekatan pengembangan data
warehouse spasial yang digunakan adalah pendekatan analysis-driven. Hal
ini dikarenakan pada perancangannya difokuskan pada kebutuhan
pengguna.
3. 2 Metode Pengumpulan Data

Data yang dikumpulkan berkaitan dengan data spasial yang berada di
unit produksi, baik data primer maupun data sekunder. Data primer
didapatkan dari hasil observasi lapangan dan hasil wawancara, sedangkan
data sekunder didapatkan dari dokumen-dokumen internal organisasi yang
dapat mendukung penelitian.
53
3.2.1 Observasi Lapangan

Observasi lapangan dilakukan dengan mengamati kondisi di
lokasi penelitian. Hasil observasi juga berupa identifikasi
permasalahan dan kondisi faktual terhadap data geospasial.
3.2.2 Wawancara
Wawancara dilakukan dengan narasumber dari unit-unit kerja
yang berkaitan dengan pengelolaan data geospasial terkait
kebencanaan. Tujuan wawancara adalah untuk mendapatkan kondisi
faktual, kebutuhan, dan harapan pengguna. Wawancara dilakukan
dengan pihak pengambil keputusan pada masing – masing unit kerja.
3. 3 Instrumen Penelitian
Langkah-langkah penelitian yang dilakukan peneliti dijelaskan
sebagai berikut:
1. Observasi lapangan untuk mendapatkan kondisi awal permasalahan,
membutuhkan buku catatan untuk mencatat kondisi lokasi penelitian.
2. Wawancara dengan narasumber terkait, membutuhkan daftar pertanyaan
wawancara dan alat perekam. Wawancara dilakukan untuk identifikasi
permasalahan dan spesifikasi kebutuhan. Adapun informasi yang
diharapkan dari narasumber untuk identifikasi permasalahan adalah
sebagai berikut:
 Kondisi aktual data spasial di BIG.
 Latar belakang kegiatan GSCC.
 Pengelolaan data kebencanaan yang dibutuhkan.
 Pengelolaan data dalam data warehouse yang diharapkan.
 Narasumber untuk spesifikasi kebutuhan.
Informasi yang diharapkan dari narasumber untuk spesifikasi kebutuhan
adalah sebagai berikut:
 Data spasial yang dikumpulkan untuk setiap unit kerja narasumber
beserta format yang digunakan.
 Kegunaan data spasial pada setiap unit kerja narasumber.
54
 Data spasial pendukung kebencanaan pada setiap unit kerja

narasumber.
 Alur pengelolaan data sampai menghasilkan data kebencanaan.
 Standar pengelolaan data yang digunakan.
 Ketersediaan data kebencanaan yang meliputi cakupan wilayah dan
skala.
 Pengambilan keputusan terhadap data kebencanaan.
Alat bantu yang digunakan dalam perancangan dan implementasi data

warehouse spasial adalah DBMS Oracle 11gR2 dengan extension spasial,
Oracle Analytic Workspace Manager, Oracle BI 11, ArcGIS desktop 10,
dan ArcSDE 10.
3. 4 Tahapan Penelitian
Alur metodologi penelitian ini dapat dilihat pada gambar 3.1.
55
Gambar 3. 1 Alur Metodologi Penelitian

56
3.4.1 Identifikasi Masalah

Pada tahapan ini, penelitian diawali dengan identifikasi
masalah dengan input berasal dari hasil observasi awal, ekspektasi,
keadaan ideal, dan keadaan faktual yang melatarbelakangi proses
perumusan permasalahan. Identifikasi masalah juga didapatkan
dengan wawancara dengan Kepala Pusat Jaring Kontrol Geodesi dan
Geodinamika. Hal ini dikarenakan narasumber adalah penanggung
jawab dari Geospatial Support Command Center (GSCC) yang
melatarbelakangi penelitian ini. Proses perumusan permasalahan ini
akan menghasilkan output berupa pertanyaan penelitian (Research
Question).
3.4.2 Studi Literatur

Studi literatur dilakukan dengan mempelajari penelitian, jurnal
dan buku teks yang berkaitan dengan penelitian yaitu data
warehouse spasial dan dukungan layanan kebencanaan. Hasil studi
literatur adalah teori terkait dengan penelitian.
3.4.3 Spesifikasi Kebutuhan

Pada tahapan identifikasi pengguna yang dilakukan adalah
pengguna diidentifikasikan dari berbagai level manajemen yang
berkaitan dengan penyedia data kebencanaan dan pengguna data
warehouse spasial.
Pada tahap spesifikasi kebutuhan juga dilakukan analisis
kebutuhan pengguna baik melalui observasi, dokumen, maupun
wawancara. Dokumen yang digunakan sebagai input adalah
Dokumen Cetak Biru Geospatial Crisis Center. Data yang
dikumpulkan juga diadakan wawancara untuk mengetahui kebutuhan
analisis spasial seperti apa yang dapat mendukung tujuan organisasi.
Wawancara dilakukan dengan pihak pengambil keputusan untuk
mendapatkan analisis spasial pendukung layanan kebencanaan.
Adapun pihak – pihak yang menjadi narasumber wawancara adalah:
57
 Kepala Bidang Jaring Kontrol Gaya Berat dan Pasang Surut.

Alasan pemilihan karena bidang ini bertugas memantau gaya
berat bumi pada titik kontrol dan pergerakan pasang surut pada
stasiun pasang surut yang dapat berguna untuk prediksi banjir
dan tsunami.
 Kepala Bidang Geodinamika. Alasan pemilihan karena bidang
ini bertugas memantau pergerakan lempeng bumi yang dapat
dapat berguna untuk prediksi gempa dan tsunami.
 Kepala Bidang Pengelolaan Data dan Informasi Geospasial.
Alasan pemilihan karena semua data dan IG yang akan
dipublikasikan dikelola oleh bidang ini.
 Kepala Bidang Pemetaan Kebencanaan dan Perubahan Iklim.
Alasan pemilihan karena bidang ini yang menangani semua
pemetaan tematik terkait kebencanaan khususnya banjir.
Wawancara juga dilakukan untuk identifikasi ketersediaan data
pendukung layanan kebencanaan. Hasil analisis kebutuhan ini yang
nantinya menjadi acuan perancangan data warehouse spasial.
3.4.4 Perancangan Konseptual

Pada tahap perancangan konseptual diawali dengan pembuatan
skema awal untuk data spasial. Skema awal didapatkan dari
kebutuhan analisis pengguna terhadap data spasial untuk mendukung
layanan kebencanaan. Atribut di dalam skema yang dibuat harus
mengacu pada Katalog Fitur Dataset Fundamental, yaitu standar
struktur kode dan atribut fitur data geospasial minimal yang harus
dimiliki oleh data geospasial. Tahap selanjutnya adalah untuk skema
yang telah dibuat diperiksa ketersediaan data spasial di sistem
sumber. Dari data spasial yang tersedia dan skema awal, maka
dilakukan penyesuaian skema.
3.4.5 Perancangan Lojikal

Pada tahapan perancangan lojikal yang dilakukan adalah
mengubah skema multidimensional konseptual ke dalam model
58
skema lojikal. Pada tahap ini spatial hierarchy, spatial level, spatial
fact relationship, dan measure dipetakan dalam bentuk tabel – tabel
relasi.
Pada tahapan perancangan lojikal juga dilakukan pendefinisian
proses ETL. Pendefinisian dilakukan dengan mengidentifikasikan
pemetaan yang dibutuhkan antara sumber dan data warehouse. Pada
tahapan ini semua transformasi data sumber harus dipertimbangkan.
Ada beberapa data spasial yang dapat langsung ditransformasikan,
ada juga beberapa data spasial yang memerlukan keputusan lebih
lanjut. Pada proses extract, dilakukan pemilihan data yang akan
digunakan baik dari internal maupun eksternal BIG. Pada proses
transform adalah tahapan penyesuaian data yang sudah diekstrak
agar kompatibel dengan data warehouse yang akan dibangun. Proses
ini terdiri dari revisi format (tipe data, panjang field), konversi ke
Katalog Fitur Dataset Fundamental – struktur kode dan atribut fitur
data geospasial, penggabungan informasi. Proses Loading dilakukan
setelah proses pembuatan data warehouse selesai dilakukan. Untuk
memudahkan proses ETL, digunakan bantuan alat yaitu perangkat
lunak Oracle Analytic Workspace Manager, ArcGIS desktop 10,
ArcSDE, dan FME Workbench.
3.4.6 Perancangan Fisikal

Pada tahapan perancangan fisikal, skema lojikal yang sudah
dibuat diimplementasikan pada Oracle Analytic Workspace
Manager. Kemudian dilakukan implementasi proses ETL ke dalam
DBMS menggunakan FME Workbench. Pada tahapan ini, yang
harus diperhatikan untuk data spasial adalah format penyimpanan
data dan sistem referensi spasial. Implementasi proses ETL akan
menghasilkan data warehouse. Data warehouse kemudian
diimplementasikan dalam bentuk dashboard spasial menggunakan
Oracle BI 11.
BAB 4
PROFIL ORGANISASI
Pada bab ini menjelaskan mengenai tinjauan organisasi, visi, misi, tujuan
dan sasaran, serta struktur organisasi beserta penjelasannya terkait penelitian yang
dilakukan.
4. 1 Tinjauan Organisasi
Badan Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal)
dibentuk pada tanggal 17 Oktober 1969 didasarkan adanya tumpang tindih
kegiatan dan duplikasi produk survei dan pemetaan. Pembentukan
bakosurtanal disahkan dalam Keppres No. 83 Tahun 1969. Berdasarkan
Undang-Undang Nomor 4 Tahun 2011 pasal 22 tentang Informasi
Geospasial (IG), bakosurtanal bertransformasi menjadi Badan Informasi
Geospasial (BIG). Dalam Perpres No. 94 Tahun 2011, dijelaskan bahwa
BIG merupakan Lembaga Pemerintah Non Kementerian yang berada di
bawah dan bertanggung jawab kepada Presiden serta dipimpin oleh seorang
kepala. BIG mempunyai tugas melaksanakan tugas pemerintahan di bidang
Informasi Geospasial. Adapun Tugas Pokok dan Fungsi (Tupoksi) dari BIG
adalah:
a. perumusan dan pengendalian kebijakan teknis di bidang informasi
geospasial;
b. penyusunan rencana dan program di bidang informasi geospasial;
c. penyelenggaraan informasi geospasial dasar yang meliputi
pengumpulan data, pengolahan, penyimpanan data dan informasi, dan
penggunaan informasi geospasial dasar;
d. pengintegrasian informasi geospasial tematik yang diselenggarakan
oleh instansi pemerintah dan/atau pemerintah daerah sesuai dengan
peraturan perundang-undangan;
e. penyelenggaraan informasi geospasial tematik yang belum
diselenggarakan selain BIG meliputi pengumpulan data, pengolahan,
penyimpanan data dan informasi, dan penggunaan informasi
geospasial tematik;
60
f. penyelenggaraan infrastruktur informasi geospasial meliputi

penyimpanan, pengamanan, penyebarluasan data dan informasi, dan
penggunaan informasi geospasial;
g. penyelenggaraan dan pembinaan jaringan informasi geospasial;
h. akreditasi kepada lembaga sertifikasi di bidang informasi geospasial;
i. pelaksanaan kerjasama dengan badan atau lembaga pemerintah,
swasta, dan masyarakat di dalam dan/atau luar negeri;
j. pelaksanaan koordinasi, integrasi, dan sinkronisasi di lingkungan BIG;
k. pelaksanaan koordinasi perencanaan, pelaporan, penyusunan
peraturan perundang-undangan dan bantuan hukum;
l. pembinaan dan pelayanan administrasi ketatausahaan, organisasi dan
tata laksana, kepegawaian, keuangan, keprotokolan, kehumasan,
kerjasama, hubungan antar lembaga, kearsipan, persandian, barang
milik negara, perlengkapan, dan rumah tangga BIG;
m. pelaksanaan pendidikan dan pelatihan, penelitian dan pengembangan,
serta promosi dan pelayan produk dan jasa di bidang informasi
geospasial; dan
n. perumusan, penyusunan rencana, dan pelaksanaan pengawasan
fungsional.
4. 2 Visi, Misi, Tujuan, dan Sasaran

Visi Badan Informasi Geospasial (BIG) adalah sebagai berikut:
“Terwujudnya Informasi Geospasial yang Andal, Terintegrasi dan Mudah
Dimanfaatkan pada Tahun 2025”. Upaya-upaya untuk mewujudkan visi
tersebut dirumuskan dalam misi sebagai berikut:
1. Membangun dan memperkuat koordinasi kelembagaan terkait
penyelenggaraan Informasi Geospasial (IG) yang efektif, efisien, dan
sistematis.
2. Membangun data dan IG yang berkualitas dan berkelanjutan dengan
multi resolusi dan multi-skala dalam satu referensi tunggal, serta mudah
dimanfaatkan secara cepat dan dapat dipertanggungjawabkan.
61
3. Meningkatkan kapasitas kelembagaan, sumber daya manusia, kualitas

penelitian dan pengembangan dalam penyelenggaraan IG serta
mendorong pemanfaatannya.
Dalam rangka mewujudkan visi dan misi BIG, maka tujuan yang akan
dicapai BIG ke depan adalah sebagai berikut:
1. Menyediakan landasan sistem pengaturan, pengumpulan, pengolahan,

penyimpanan, penyebarluasan, dan penggunaan IG.
2. Menyediakan data dan IGD yang akurat, dapat dipercaya, dan
dipertanggungjawabkan.
3. Menyediakan IGT hasil integrasi untuk pemenuhan kebutuhan nasional.
4. Mengoperasioanalisasikan jaringan IG antar simpul jaringan nasional
yang terhubung secara elektronik.
5. Menyediakan sumber daya manusia yang memenuhi kompetensi,
penelitian, dan pengembangan ilmu pengetahuan dan teknolohi
terhadap aplikasi teknologi di bidang IG.
Sasaran BIG adalah sebagai berikut:

1. Tersedianya aturan hukum terkait dengan penyelenggaraan IG yang
terdiri dari pengumpulan Data Geospasial (DG) dan pengolahan DG
dan IG, dan pembinaan pengguna IG.
2. Tersedianya data dan IGD yang akurat, dapat dipercaya, dan
dipertanggungjawabkan dalam referensi tunggal.
3. Terintegrasinya IGT yang akurat dalam rangka pemenuhan kebutuhan
nasional yang mengacu pada IGD, seta mudah dimanfaatkan secara
cepat.
4. Terbangun dan berfungsinya mekanisme distribusi, penggunaan, dan
peningkatan aksesibilitas terhadap IG.
5. Tersedianya kapasitas sumber daya manusia yang mrmrnuhi
kompetensi, dan meningkatnya hasil penelitian dan pengembangan
terhadap aplikasi teknologi guna mendukung BIG pada setiap
pengambilan keputusan di bidang penyelenggaraan IG dan pembinaan
pengguna IG.
62
4. 3 Struktur Organisasi
Berdasarkan Peraturan Kepala BIG Nomor 3 Tahun 2012 tentang
Organisasi dan Tata Kerja Badan Informasi Geospasial, struktur organisasi
Gambar 4. 1 Struktur Organisasi BIG
Pada struktur organisasi, BIG terdiri dari lima eselon 1 yaitu

Kepala BIG, Sekretariat Utama, Deputi Bidang Informasi Geospasial Dasar
(IGD), Deputi Informasi Geospasial Tematik (IGT), dan Deputi Bidang
Infrastruktur Informasi Geospasial (IIG). Unit kerja eselon 2 terdiri dari 12
Pusat dan Biro, yaitu:
1. Pusat Jaring Kontrol Geodesi dan Geodinamika (PJKGG).
PJKGG memiliki tugas melaksanakan penyiapan penyusunan rencana
dan program, perumusan dan pengendalian kebijakan teknis,
pengumpulan, pengolahan, penyimpanan, dan penggunaan data dan
informasi geospasial dasar.
2. Pusat Pemetaan Rupabumi dan Toponim (PPRT).
PPRT memiliki tugas melakukan pengumpulan, pengolahan,
penyimpanan, dan penggunaan data dan informasi geospasial dasar di
bidang pemetaan rupabumi dan toponim.
3. Pusat Pemetaan Kelautan dan Lingkungan Pantai (PPKLP).
63
PPKLP memiliki tugas melakukan pengumpulan, pengolahan,

penyimpanan, dan penggunaan data dan informasi geospasial dasar,
serta penyiapan pelaksanaan penelitian dan pengembangan, dan
pelaksanaan kerjasama teknis dibidang pemetaan kelautan dan
lingkungan pantai..
4. Pusat Pemetaan Batas Wilayah (PPBW).
PPBW memiliki tugas melaksanakan pengumpulan, pengolahan,
penyimpanan, dan penggunaan data informasi geospasial dasar di
bidang pemetaan batas wilayah.
5. Pusat Pemetaan dan Integrasi Tematik (PPIT).
PPIT memiliki tugas pengintegrasian informasi geospasial tematik serta
pengumpulan, pengolahan, penyimpanan, dan penggunaan informasi
geospasial tematik yang belum diselenggarakan selain BIG.
6. Pusat Pemetaan Tata Ruang dan Atlas (PPTRA).
PPTRA memiliki tugas melakukan pengintegrasian informasi
geospasial tematik, pengumpulan, pengolahan, penyimpanan dan
penggunaan informasi geospasial tematik yang belum diselenggarakan
selain BIG, serta penyiapan pelaksanaan penelitian dan pengembangan,
dan pelaksanaan kerja sama teknis di bidang tata ruang dan atlas.
7. Pusat Standarisasi dan Kelembagaan IG (PSKIG).
PSKIG memiliki tugas melaksanakan penetapan standardisasi data dan
standardisasi pengelolaan data geospasial, melaksanakan
pengembangan kelembagaan dan simpul jaringan, melaksanakan
penyiapan akreditasi bagi lembaga pemberi sertifikasi di bidang
surveyor pemetaan geospasial.
8. Pusat Pengelolaan dan Penyebarluasan Informasi Geospasial (PPPIG).
PPPIG memiliki tugas melaksanakan penyiapan basis data &
pengaplikasian TIK, melaksanakan penjaminan kualitas IG,
melaksanakan pemantauan, pemberian bimbingan dan pembinaan
terkait pengelolaan informasi geospasial.
64
9. Biro Perencanaan, Kepegawaian dan Hukum (PKH).

PKH memiliki tugas melaksanakan penyiapan koordinasi perencanaan,
penyusunan rencana program dan anggaran, evaluasi dan penyusunan
pelaporan, pelayanan administrasi dan pengembangan kepegawaian,
organisasi dan tata laksana, penyusunan peraturan perundang-undangan
dan bantuan hukum, dan pengoordinasian jabatan fungsional.
10. Biro Umum dan Keuangan.
Biro Umum dan Keuangan memiliki tugas melaksanakan pelayanan
administrasi ketatausahaan, kearsipan, perlengkapan dan
kerumahtanggaan, dan keprotokolan, serta keuangan dan pengelolaan
barang milik negara.
11. Pusat Penelitian, Promosi dan Kerjasama.
Pusat ini memiliki tugas melaksanakan promosi, kerja sama, hubungan
masyarakat, maupun hubungan antar lembaga.
12. Inspektorat.
Inspektorat memiliki tugas melaksanakan perumusan dan penyusunan
rencana pengawasan fungsional, pelaksanaan pengawasan fungsional
sesuai dengan ketentuan peraturan perundang-undangan, pelaksanaan
urusan administrasi Inspektorat, dan penyusunan laporan hasil
pengawasan.
4. 4 Kepemilikan Data Spasial

Berdasarkan Peraturan Kepala BIG Nomor 3 Tahun 2012, tidak semua
unit kerja memiliki data spasial. Unit kerja yang memiliki data spasial dan
IG di BIG dijelaskan pada Tabel 4.1.
65
Tabel 4. 1 Kepemilikan Data Spasial
 
Unit Kerja Data Spasial yang dimiliki IG yang dihasilkan

PJKGG Titik kontrol horisontal Kerangka Jaring

Koordinat jaring kontrol Kontrol Horisontal

vertikal dan tinggi orthometrik, Kerangka Jaring
 
Data pasang surut Kontrol Vertikal

Titik medan gaya berat, medan Datum Pasut

gaya berat Titik medan gaya
Titik gps continous dan time berat, medan gaya
series / continuously operating berat
  Citra Tegak resolusi

reference station (cors)

PPRT Hipsografi
  Peta rupabumi
Perairan tinggi
  Data Toponimi
Toponimi
  Gazeeter
Penutup lahan

Transportasi

Utilitas
  Peta
Bangunan dan fasilitas umum
PPKLP Data spasial kelautan dan Lingkungan

lingkungan pantai termasuk Pantai Indonesia (LPI)
garis pantai Peta Lingkungan Laut
 Data koordinat batas 

Nasional (LLN)
 Data batas administrasi 

PPBW Peta Batas Wilayah

Peta Daerah Otonom
 
Peta Batas Negara
 
PPIT Penutup lahan, Peta Penutup lahan
 
Sistem lahan, Peta Sistem Lahan
 
Rawan banjir, Peta Rawan Banjir

Multi rawan bencana, Peta Multi Rawan

Neraca sumberdaya lahan. Bencana
Peta Neraca
 
Sumberdaya Lahan
 
PPTRA Data spasial tata ruang, Atlas tata ruang

Data spasial survey Atlas dan pemetaan
 
Data statistik spasial sosial

Pemetaan dinamika Atlas Sumber daya
sumberdaya Atlas Geografi

Statistik

Atlas Bentang Lahan

Atlas Taktual
Atlas Batik
BAB 5
HASIL DAN PEMBAHASAN
Bab ini menjelaskan mengenai hasil dan pembahasan dari metodologi

penelitian dimulai dari spesifikasi kebutuhan, perancangan konseptual,
perancangan lojikal, serta perancangan fisikal.
5.1 Spesifikasi Kebutuhan

Pada tahapan spesifikasi kebutuhan dibagi ke dalam dua langkah
yaitu identifikasi pengguna dan menentukan kebutuhan analisis.
5. 1. 1 Identifikasi Pengguna
Identifikasi pengguna dilakukan untuk mendapatkan pengguna

data warehouse spasial yang berkaitan dengan kebencanaan.
Identifikasi pengguna didapatkan dari hasil observasi, hasil
wawancara pada Lampiran 1.B, Lampiran 1.C, Lampiran 1.D, dan
Lampiran 1.E, dan dokumen internal yaitu dokumen Cetak Biru
Geospatial Crisis Center. Berdasarkan hasil identifikasi, alur data
kebencanaan dapat dilihat pada Gambar 5.1.
Gambar 5. 1 Alur Data Kebencanaan
67
Pada Gambar 5.1, terdapat enam unit kerja di BIG dan empat
instansi di luar BIG yang terlibat dalam mendukung tersedianya
informasi kebencanaan. Unit kerja yang terkait kebencanaan adalah
Pusat Jaring Kontrol Geodesi dan Geodinamika (PJKGG), Pusat
Pemetaan Rupabumi dan Toponim (PPRT), Pusat Pemetaan Batas
Wilayah (PPBW), Pusat Pemetaan Kelautan dan Lingkungan Pantai
(PPKLP), Pusat Pemetaan dan Integrasi Tematik (PPIT), dan Pusat
Pengelolaan dan Penyebarluasan Informasi Geospasial (PPPIG).
PJKGG, PPRT, PPBW, dan PPKLP berperan sebagai penyedia data
spasial terkait kebencanaan di BIG.
PJKGG memiliki data pasut dan data tinggi muka laut yang
dapat digunakan untuk memprediksi terjadinya rob dan konfirmasi
terjadinya tsunami. PJKGG juga memiliki data CORS yang dapat
digunakan untuk mengetahui pergerakan lempeng dan arah
gelombang laut. Data pasut dan data CORS digunakan oleh BMKG
yang kemudian dianalisis lebih lanjut sehingga dapat digunakan
untuk mengetahui terjadinya gempa dan tsunami.
PPIT melakukan integrasi terhadap data yang tersedia untuk
diproses menjadi IGT terkait kebencanaan maupun menyediakan
IGT yang belum dilaksanakan instansi lain. PPIT menghasilkan IG
pendukung kebencanaan yang terintegrasi.
PPPIG memiliki tugas untuk melakukan pengelolaan dan
penyebarluasan IG. Pengelolaan IG dilakukan dengan menyediakan
infrastruktur geospasial dalam bentuk data warehouse.
Penyebarluasan IG dilakukan melalui web Ina Geoportal ataupun
publikasi IG terkait bencana dalam bentuk web service. Dalam
menyediakan informasi terkait bencana, BIG memerlukan informasi
kejadian bencana dari BNPB, informasi gunung api dari Badan
Geologi, dan informasi banjir bekerjasama dengan kementerian PU.
Pada penelitian ini, hanya mengambil informasi kejadian bencana
dari BNPB.
68
Setelah didapatkan unit kerja yang terlibat, kemudian

ditentukan pembagian pengguna berdasarkan tingkatan akses ke data
warehouse. Adapun level pengguna dibagi sebagai berikut:
1. Eksekutif, terdiri dari eselon 1 dan eselon 2 yang memiliki hak
akses untuk melihat data spasial.
2. Data Warehouse Administrator, terdiri dari unit kerja yang
memiliki hak akses mempublikasikan data spasial yang telah
tersimpan dalam data warehouse yaitu PPPIG.
3. Data Administrator, terdiri dari perwakilan tiap – tiap unit kerja
yang memiliki hak akses untuk menyimpan data spasial sesuai
dengan kepemilikannya yaitu PJKGG, PPRT, PPBW, PPKLP,
dan PPIT.
5. 1. 2 Analisis Data dan Kebutuhan Informasi
Analisis data dan kebutuhan informasi dilakukan untuk

mendapatkan ketersediaan data serta kebutuhan informasi yang dapat
mendukung layanan kebencanaan. Analisis data dan kebutuhan
didapatkan dari hasil wawancara dengan pihak yang berkaitan
dengan kebencanaan terlampir pada Lampiran 1, juga dari dokumen
Cetak Biru Geospatial Crisis Center. Penelitian ini hanya
mengambil tiga jenis bencana sebagai lingkup penelitian, yaitu
gempa bumi, banjir, dan tsunami.
Berdasarkan hasil wawancara pada Lampiran 1.A dan 1.C,
disebutkan bahwa untuk mendapatkan kebutuhan data maka harus
dilakukan identifikasi pada tiap siklus manajemen bencana yaitu
mitigasi (mitigation), persiapan (preparedness), respon (response),
dan pemulihan (recovery). Pada setiap siklusnya kemudian
didapatkan informasi apa yang diperlukan dalam implementasi data
warehouse. Siklus mitigasi dilakukan untuk meminimalkan efek
bencana, salah satunya bisa didapatkan dari analisis wilayah mana
yang rawan terjadi bencana. Daerah rawan terjadi bencana
didapatkan dari informasi dimana daerah tersebut sering terjadi
69
bencana. Siklus respon dilakukan sebagai usaha untuk

meminimalkan bahaya yang ditimbulkan oleh bencana, salah satunya
diperlukan informasi jumlah korban meninggal, korban luka-luka,
korban hilang, jumlah korban terdampak, jumlah pengungsi.
Informasi tersebut didapatkan dari jumlah korban bencana pada
waktu tertentu di lokasi tertentu. Siklus pemulihan diperlukan
informasi kerugian yang didapatkan pada suatu daerah tertentu
beserta jumlah kerusakan fasilitas kesehatan, dan fasilitas
pendidikan.
Analisis data dan kebutuhan informasi didapatkan juga dari
proses bisnis yang terkait dengan data kebencanaan yang didapatkan
dari hasil wawancara pada Lampiran 1. B dan 1. D. Berdasarkan
hasil wawancara tersebut, terdapat data yang secara tidak langsung
dapat berguna dalam memprediksi terjadinya rob, tsunami, dan
gempa, yaitu data pasut, data tinggi muka laut, dan data CORS. Data
tersebut memerlukan analisis lebih lanjut untuk dapat digunakan
sebagai data pendukung layanan kebencanaan.
Berdasarkan dokumen Cetak Biru Geospatial Crisis Center,
kebutuhan IG secara umum yang harus disediakan oleh GSCC antara
lain adalah penentuan area status keadaan darurat bencana, jumlah
korban (meninggal, hilang, luka, terdampak, pengungsi), kerusakan
sarana dan fasilitas umum, jalur evakuasi, serta pemulihan sarana
dan prasarana. Hasil analisis data dan kebutuhan informasi dari
wawancara dan kajian dokumen Cetak Biru Geospatial Crisis
Center, maka didapatkan data dan kebutuhan informasi pada Tabel
5.1.
70
Tabel 5. 1 Identifikasi data dan kebutuhan informasi
Jenis Bencana Informasi yang dibutuhkan Data Spasial yang

dibutuhkan
- Jumlah korban jiwa pada  Cakupan Wilayah
Administasi
Gempa Bumi
lokasi dan waktu tertentu.
- Jumlah kejadian gempa
pada lokasi dan waktu
tertentu.
- Jumlah kerusakan
fasilitas umum.
- Total kerugian akibat
gempa
- Lokasi yang sering
 Cakupan Wilayah
terjadi gempa
Administrasi
Banjir - Jumlah korban Jiwa pada

- Jumlah kejadian banjir
tertentu.
- Jumlah kerusakan
fasilitas umum.
banjir
- Lokasi yang sering
 Cakupan Wilayah
terjadi banjir
Administrasi
Tsunami - Jumlah korban jiwa pada
- Jumlah kejadian tsunami
tertentu.
- Jumlah kerusakan
fasilitas umum.

tsunami
tsunami
Lokasi yang sering terjadi
5.2 Perancangan Konseptual

Pada tahapan perancangan konseptual dibagi ke dalam tiga langkah
yaitu perancangan arsitektur lojikal dan fisikal data warehouse spasial,
pembuatan skema awal data warehouse spasial, ketersediaan dan pemetaan
data, dan pembuatan skema data warehouse spasial.
71
5. 2. 1 Perancangan Arsitektur Data Warehouse Spasial
Sumber data yang digunakan adalah berasal dari internal BIG

dan BNPB. Sumber data internal BIG berupa peta cetak, hasil survei,
data spasial, data citra ataupun berasal dari basisdata unit produksi,
sedangkan sumber data eksternal BNPB berupa file-based informasi
kejadian bencana. Unit produksi yang menggunakan data warehouse
spasial secara periodik menyimpan data spasial terkait kebencanaan
yang sudah siap dipublikasikan ke data warehouse. Proses ETL akan
dilakukan terhadap data spasial dari unit produksi, sehingga data
spasial yang tersimpan dalam data warehouse sudah sesuai dengan
standar Katalog Fitur Dataset Fundamental. Selanjutnya, data
warehouse akan membagi data mart berdasarkan jenis bencana.
Data mart yang dibangun dapat digunakan untuk analisis, pelaporan,
maupun penambangan data, sehingga dapat digunakan untuk
pengambilan keputusan berbasis spasial. Arsitektur lojikal data
warehouse spasial dapat dilihat pada Gambar 5.2.
Gambar 5. 2 Arsitektur Lojikal Data Warehouse Spasial
Penelitian ini memerlukan perangkat lunak dan perangkat keras

dalam perancangan dan implementasi data warehouse spasial.
Adapun spesifikasi perangkat lunak yang dibutuhkan pada tahap
72
produksi adalah ArcGIS Desktop 10 di sisi pengguna serta Oracle

11gR2 di server masing-masing unit produksi. Spesifikasi perangkat
lunak yang dibutuhkan pada tahap pengelolaan adalah Oracle 11gR2,
Oracle Analytic Workspace Manager, Oracle BI 11, dan FME
Workbench. Spesifikasi perangkat lunak yang dibutuhkan pada tahap
utilisasi adalah ArcGIS Desktop 10. Arsitektur Fisikal Data
Warehouse Spasial dapat dilihat pada Gambar 5.3.
Gambar 5. 3 Arsitektur Fisikal Data Warehouse Spasial
5. 2. 2 Pembuatan Skema Awal Data Warehouse Spasial
Berdasarkan tahapan spesifikasi kebutuhan, jenis bencana

dipetakan ke dalam skema sehingga didapatkan 1 skema bintang
(star schema) yaitu Informasi Bencana. Skema Informasi Bencana
terdiri dari 1 tabel fakta dan 3 tabel dimensi. Fakta dan dimensi
untuk skema Informasi Bencana dapat dilihat pada Tabel 5.2.
Tabel 5. 2 Fakta dan Dimensi Skema Cakupan Lokasi Gempa
Jenis Tabel Nama Tabel Jenis Data

Fakta Informasi Bencana Non-spasial
Dimensi Wilayah Administrasi Spasial - Area
Bencana Non-spasial
Waktu Non-spasial
Dari fakta dan dimensi pada Tabel 5.2, dapat dinyatakan bahwa
tabel dimensi terdiri dari Wilayah Administrasi, Bencana, dan
73
Waktu. Measure dari skema Informasi Gempa adalah Jumlah

Korban Meninggal, Jumlah Korban Luka-luka, Jumlah Korban
Hilang, Jumlah Korban Terdampak, Jumlah Pengungsi, Jumlah
Kerusakan Fasiltas Pendidikan, Jumlah Kerusakan Fasilitas
Kesehatan dan Estimasi Kerugian. Dari tabel 5.2, maka didapatkan
gambar skema Informasi Bencana yang dapat dilihat pada Gambar
5.4.
Gambar 5. 4 Skema Informasi Bencana
5. 2. 3 Ketersediaan dan pemetaan data
Skema yang diusulkan pada tahapan sebelumnya kemudian

dilakukan pengecekan ketersediaan semua elemen data terhadap
masing – masing sumber data. Pengecekan data juga meliputi
pengecekan cakupan wilayah yang akan digunakan dalam
implementasi data warehouse spasial dan skala yang tersedia yang
berkaitan dengan data kebencanaan. Hasil pengecekan ketersediaan
data dapat dilihat pada Tabel 5.3.
Tabel 5. 3 Tabel Ketersediaan Data
Tabel Tabel Dimensi Cakupan Skala Ketersediaan Sumber

Fakta Wilayah Data Data
Informasi Wilayah Kabupaten 1: 50.000 √ BIG
Bencana Administrasi di
Bencana Indonesia - √ BNPB
Waktu - √ -
74
Berdasarkan pengecekan terhadap ketersediaan data pada Tabel

5.3, maka didapatkan cakupan wilayah yang digunakan untuk skema
Informasi Bencana adalah Kabupaten di Indonesia dengan skala
1:50.000. Adapun pemilihan cakupan wilayah tingkat kabupaten
dikarenakan informasi bencana yang berasal dari BNPB hanya
sampai kabupaten, sehingga agregasi data spasial juga sampai
tingkat kabupaten. Setelah dilakukan pengecekan terhadap
ketersediaan data, kemudian didefinisikan pemetaan data antara
sumber dengan data warehouse. Pemetaan data antara sumber data
dengan data warehouse dapat dilihat pada Tabel 5.4 untuk Wilayah
Administrasi.
Tabel 5. 4 Pemetaan Tabel Wilayah Administrasi dengan Data

Warehouse
Level DW Atribut DW Tabel Atribut Transformasi

Sumber Sumber
Wilayah WAID ADMINK - √
Administrasi ABUPATE
NAR
ObjectID ObjectID √
SHAPE SHAPE √
KodeKabupaten KW √
NamaKabupaten WA √
KodeProvinsi - √
NamaProvinsi - √
Remark Ket √
KodePUM - √
KodeFitur - √
LuasWilayah LSH √
ReferensiHukum DH √
SRSID √
ShapeLength SHAPE_Len √
gth
ShapeArea SHAPE_Are √
a
TA -
WI -
LU -
Pada Tabel 5.4, terdapat 3 atribut sumber yang tidak
ditransformasikan dalam data warehouse, yaitu TA, WI, dan LU.
75
Hal ini dikarenakan tidak terdapat dalam Katalog Fitur Dataset

Fundamental yang menjadi standar atribut data warehouse. Selain
itu, terdapat 9 atribut sumber yang akan ditransformasikan ke dalam
data warehouse, yaitu ObjectID, SHAPE, KW, WA, Ket, LSH, DH,
SHAPE_Length, dan SHAPE_Area. Terdapat 6 atribut baru yaitu
WAID, KodeProvinsi, NamaProvinsi, KodePUM, KodeFitur, dan
SRSID.
5. 2. 4 Pembuatan Skema Data Warehouse Spasial
Tahapan ini didapatkan skema yang akan digunakan

berdasarkan ketersediaan data. Berdasarkan pengecekan ketersediaan
data, tidak ada perubahan dalam ketersediaan tabel dimensi,
sehingga skema yang digunakan sama seperti skema yang ada dalam
sub bab 5.2.2.
5.3 Perancangan Lojikal

Tahapan perancangan lojikal terdapat dua tahapan penting, yaitu
transformasi skema multidimensional konseptual ke dalam skema lojikal
dan spesifikasi proses ETL berdasarkan ketersediaan dan pemetaan data
pada tahapan sebelumnya. Pada tahapan transformasi skema
multidimensional konseptual ke dalam skema lojikal, data spasial disimpan
dalam model relasional. Tahapan selanjutnya adalah mendefinisikan proses
ETL.
5.3. 1 Representasi lojikal skema Data Warehouse Spasial
Tahapan yang dilakukan adalah mengubah skema

multidimensional konseptual ke dalam model relasional. Pada
tahapan ini, hierarchy, level, fact relationship, dan measure
dipetakan dalam bentuk tabel – tabel relasi. Secara lojikal tabel-tabel
dimensi dan tabel fakta berelasi dalam model relasional. Skema data
warehouse yang digunakan adalah skema bintang (star schema).
Pada skema, terdapat 1 dimensi spasial, 1 dimensi waktu, dan 1
dimensi konvensional.
76
Pada 5.2.2 dijelaskan bahwa fact relationship Informasi

Bencana memiliki measure yaitu Jumlah Korban Meninggal, Jumlah
Korban Luka-luka, Jumlah Korban Hilang, Jumlah Korban
Terdampak, Jumlah Pengungsi, Jumlah Kerusakan Fasiltas
Pendidikan, Jumlah Kerusakan Fasilitas Kesehatan dan Estimasi
Kerugian. Pada setiap dimensi memiliki level dan hirarki yang
dijelaskan pada Tabel 5.5.
Tabel 5. 5 Level dan Hirarki

Dimensi Level Hirarki
WilayahKabkota 
KabKota  Provinsi
Wilayah Administrasi WilayahAdministrasi
KabKota
Provinsi
Bencana Bencana Bencana
Waktu Tanggal Tanggal  Bulan 
Bulan Tahun
Tahun
5.3. 2 Pendefinisian Proses ETL
Pendefinisian Proses ETL dilakukan identifikasi pemetaan

antara sumber dan data warehouse. Pada proses transform, terdapat
beberapa hal yang didefinisikan terlebih dahulu sebelum dilakukan
ETL, yaitu:
 Format dan tipe data yang disimpan dalam data warehouse. Hal
ini dijelaskan pada Lampiran 2.
 Atribut yang ditransformasikan adalah atribut yang terdapat
dalam katalog fitur dataset fundamental.
 Setiap objek pada data spasial ditransformasikan sebagai baris
(row) pada basisdata. Setiap atribut pada data spasial
ditransformasikan sebagai kolom (column, field) pada basisdata.
Setiap fitur pada data spasial ditransformasikan sebagai tabel
pada basisdata.
 Data kode provinsi dan kabupaten/kota didapat dari kode BPS
dalam format CSV.
77
Pendefinisian proses ETL untuk setiap tabel dijelaskan sebagai

berikut:
1. Wilayah Administrasi
a. Frekuensi ekstraksi data spasial wilayah administrasi dapat
dilakukan apabila terjadi perubahan data.
b. Tabel Batas Wilayah ditransformasikan dari data spasial
BatasWilayah dalam format File Geodatabase (.gdb).
c. Primary key WAID didapatkan dari nilai auto increment.
d. Field Kode Kabupaten diperlukan konversi dari tipe text ke
tipe number dari field KW.
e. Field Kode Provinsi, dan Nama Provinsi diberi nilai sesuai
dengan kode BPS.
f. Field Luas diperlukan konversi dari tipe data text ke tipe
data float dari field LSH.
2. Bencana
a. Frekuensi ekstraksi data bencana dapat dilakukan apabila
terjadi perubahan data.
b. Tabel Bencana didapatkan dari informasi data bencana
BNPB.
c. Primary key BencanaID didapatkan dari nilai auto
increment.
3. Waktu
Tabel waktu didapatkan dari SQL statement yang dibuat untuk
menghasilkan nama hari, tanggal, bulan, dan tahun pada periode
tertentu.
4. Informasi Bencana
a. Tabel Informasi Bencana didapatkan dari data bencana
gempa, banjir dan tsunami dari BNPB dalam format excel
dan atribut referensi WAID, BencanaID, dan WID.
b. Frekuensi ekstraksi data informasi bencana dapat dilakukan
harian.
78
5.4 Perancangan Fisikal

Tahapan perancangan fisikal terdapat dua tahapan penting, yaitu
implementasi skema data warehouse spasial dan implementasi proses ETL.
Tahapan ini mengimplementasikan skema yang sudah dibuat pada tahapan
sebelumnya.
5.4. 1 Implementasi Skema Data Warehouse Spasial
Pada tahapan ini, skema lojikal diimplementasikan dalam

struktur fisikal basisdata. DBMS yang digunakan adalah Oracle
11gR2 yang sudah mendukung penyimpanan data spasial. Adapun
tahapan yang dilakukan dalam implementasi skema data warehouse
spasial, yaitu:
1. Membuat nama pengguna dan hak akses.
Berdasarkan tahapan identifikasi pengguna pada 5.1.1,
didapatkan 3 level pengguna, yaitu Eksekutif, Data Warehouse
Administrator, dan Data Administrator. Setiap pengguna
dibedakan berdasarkan hak aksesnya terhadap data warehouse.
Pada Tabel 5.6 dijelaskan nama pengguna beserta hak aksesnya.
SQL syntax dapat dilihat pada Lampiran 3.
79
Tabel 5. 6 Nama Pengguna dan Hak Akses Data Warehouse
Level Tipe Username Role Database

Pengguna pengguna database permission
Eksekutif Data viewer user_bencana CONNECT Create session
Data Administrator admin_sdw OLAP_USER - create
Warehouse OLAP_XS_AD session
Administrator MIN - create
CONNECT sequence
RESOURCE - create table
- create
trigger
- create
procedure
- select any
table
- create
materialized
view
- create
dimension
- advisor
Data Data admin_bencana CONNECT - create
Administrator creator RESOURCE session
- create
sequence
- create table
- create
trigger
- create view
2. Membuat fitur data spasial dan tabel

Fitur data spasial ditransformasikan sebagai tabel pada
basisdata. Fitur data spasial dan tabel non spasial dibuat melalui
ArcGIS Desktop 10. Koneksi ke basisdata diperlukan dalam
membuat fitur data spasial dengan nama pengguna yang telah
dibuat sebelumnya. Level pengguna yang digunakan untuk
membuat fitur data spasial adalah data administrator. Koneksi
basisdata menggunakan ArcGIS desktop 10 dapat dilihat pada
Gambar 5.5.
80
Gambar 5. 5 Koneksi Basisdata menggunakan ArcGIS

Desktop 10
Pada ArcGIS Desktop 10, untuk membuat fitur data spasial
dipilih Feature Class baru. Parameter yang digunakan untuk
membuat fitur data spasial, yaitu:
 Nama Fitur: Wilayah Administrasi
 Tipe Fitur: PolygonFeatures
 XY Coordinate System: WGS 1984
 Configuration Keyword: SDO GEOMETRY
Setelah parameter tersebut diisikan, kemudian dibuat field data
spasial dengan tipe data yang terdapat pada Lampiran 2. Fitur
data spasial yang dibuat melalui ArcGIS Desktop 10 secara
otomatis sudah membuat spatial index. Tabel waktu dan
bencana dibuat melalui Oracle 11gR2, dikarenakan tidak
memerlukan fitur spasial. SQL syntax untuk tabel waktu dapat
dilihat pada Lampiran 3. Pada Gambar 5.6, dapat dilihat fitur
data spasial dan tabel yang telah dibuat.
81
Gambar 5. 6 Fitur Data Spasial dan Tabel pada ArcGIS

Desktop 10
3. Membuat Fact Relationship

Pada 5.3.1 dijelaskan bahwa terdapat 1 tabel fakta yang akan
dibuat, yaitu Informasi Bencana. Fact relationship Informasi
Bencana direpresentasikan sebagai tabel yang terdiri dari atribut
referensi dan measure. Atribut referensi yang digunakan adalah
WAID, BencanaID, dan WID. Measure yang digunakan adalah
Jumlah Korban Meninggal, Jumlah Korban Luka-luka, Jumlah
Korban Hilang, Jumlah Korban Terdampak, Jumlah Pengungsi,
Jumlah Kerusakan Fasiltas Pendidikan, Jumlah Kerusakan
Fasilitas Kesehatan dan Estimasi Kerugian. SQL syntax untuk
membuat tabel fakta dapat dilihat pada Lampiran 3.
4. Membuat Dimensi
Dimensi dibuat dengan menggunakan Oracle Analytic
Workspace Manager. Koneksi ke basisdata diperlukan dalam
membuat fitur data spasial dengan nama pengguna yang telah
dibuat sebelumnya. Level pengguna yang digunakan untuk
membuat fitur data spasial adalah datawarehouse administrator.
Koneksi pada Oracle Analytic Workspace Manager dapat diihat
pada Gambar 5.7.
82
Gambar 5. 7 Koneksi pada Oracle Analytic Workspace

Manager
Tahapan berikutnya membuat workspace dengan parameter

mengacu pada tablespace Bencana. Dimensi, level dan hirarki
yang telah didefinisikan sebelumnya kemudian
diimplementasikan.
a. Dimensi Wilayah Administrasi
Dimensi wilayah administrasi diberi nama
WILAYAHADMINISTRASI_DIM, dengan tipe dimensi
User Dimension. Dimensi wilayah administrasi pada Oracle
Analytic Workspace Manager dapat dilihat pada Gambar
5.8.
Gambar 5. 8 Dimensi Wilayah Administrasi pada Oracle

Analytic Workspace Manager
83
Level dimensi wilayah administrasi diimplementasikan

sesuai dengan Tabel 5.5. Pembuatan level dapat dilihat pada
Gambar 5.9.
Gambar 5. 9 Level pada Dimensi Wilayah Administrasi
Hirarki dimensi wilayah administrasi diimplementasikan

sesuai dengan Tabel 5.5. Pembuatan hirarki dapat dilihat
pada Gambar 5.10.
Gambar 5. 10 Hirarki pada Dimensi Wilayah

Administrasi
Terdapat beberapa atribut yang didefinisikan kembali yaitu

Remark, KodePUM, KodeFitur, Luas, dan ReferensiHukum.
Atribut yang didefinisikan pada Oracle Analytic Workspace
Manager dapat dilihat pada Gambar 5.11.
84
Gambar 5. 11 Atribut pada Dimensi Wilayah

Administrasi
Dimensi wilayah administrasi kemudian dilakukan pemetaan

dengan tabel wilayah administrasi. Pemetaan tabel dengan
dimensi dapat dilihat pada Gambar 5.12.
Gambar 5. 12 Pemetaan Tabel dengan Dimensi

Wilayah Administrasi
b. Dimensi Bencana
Dimensi bencana diberi nama BENCANA_DIM, dengan
tipe dimensi User Dimension. Dimensi bencana pada Oracle
5.13.
85
Gambar 5. 13 Dimensi Bencana pada Oracle Analytic

Workspace Manager
Level dimensi bencana diimplementasikan sesuai dengan

Tabel 5.5. Pembuatan level dapat dilihat pada Gambar 5.14.
Gambar 5. 14 Level pada Dimensi Bencana
Hirarki dimensi bencana diimplementasikan sesuai dengan

Tabel 5.5. Pembuatan hirarki dapat dilihat pada Gambar
5.15.
Gambar 5. 15 Hirarki pada Dimensi Bencana

86
Terdapat beberapa atribut yang didefinisikan kembali yaitu

Keterangan dan TipeBencana. Atribut yang didefinisikan
pada Oracle Analytic Workspace Manager dapat dilihat pada
Gambar 5.16.
Gambar 5. 16 Atribut pada Dimensi Bencana
Dimensi bencana kemudian dilakukan pemetaan dengan

tabel bencana. Pemetaan tabel dengan dimensi dapat dilihat
pada Gambar 5.17.
Gambar 5. 17 Pemetaan Tabel dengan Dimensi

Bencana
c. Dimensi Waktu
Dimensi waktu diberi nama WAKTU_DIM, dengan tipe
dimensi Time Dimension. Dimensi waktu pada Oracle
5.18.
87
Gambar 5. 18 Dimensi Waktu pada Oracle Analytic

Workspace Manager
Level dimensi waktu diimplementasikan sesuai dengan

Tabel 5.5. Pembuatan level dapat dilihat pada Gambar 5.19.
Gambar 5. 19 Level pada Dimensi Waktu
Hirarki dimensi waktu diimplementasikan sesuai dengan

Tabel 5.5. Pembuatan hirarki dapat dilihat pada Gambar
5.20.
88
Gambar 5. 20 Hirarki pada Dimensi Waktu
Atribut waktu yang didefinisikan pada Oracle Analytic

Workspace Manager dapat dilihat pada Gambar 5.21.
Gambar 5. 21 Atribut pada Dimensi Waktu
Dimensi waktu kemudian dilakukan pemetaan dengan tabel

waktu. Pemetaan tabel dengan dimensi dapat dilihat pada
Gambar 5.22.
89
Gambar 5. 22 Pemetaan Tabel dengan Dimensi Bencana
5. Membuat Kubus Data

Kubus data didefinisikan oleh dimensi dan tabel fakta. Kubus
data untuk tabel fakta Informasi Bencana diberi nama
INFORMASIBENCANA_CUBE, yang terdiri dari dimensi
waktu, dimensi wilayah administrasi dan dimensi bencana.
Kubus data Informasi Bencana pada Oracle Analytic Workspace
Manager dapat dilihat pada Gambar 5.23.
Gambar 5. 23 Kubus Data Informasi Bencana pada Oracle

Analytic Workspace Manager
90
Measure yang diimplementasikan sesuai pada skema 5.2.2 yaitu

Jumlah Korban Meninggal, Jumlah Korban Luka-luka, Jumlah
Korban Hilang, Jumlah Korban Terdampak, Jumlah Pengungsi,
Jumlah Kerusakan Fasiltas Pendidikan, Jumlah Kerusakan
Fasilitas Kesehatan dan Estimasi Kerugian. Pembuatan measure
Gambar 5. 24 Measure pada Kubus Data Informasi Bencana
Kubus data informasi bencana kemudian dilakukan pemetaan

dengan tabel informasi bencana. Pemetaan tabel dengan kubus
data dapat dilihat pada Gambar 5.25.
Gambar 5. 25 Pemetaan Tabel dengan Kubus Data

Informasi
91
5.4. 2 Implementasi Proses ETL
Tahapan implementasi proses ETL menjalankan proses ETL

yang telah didefinisikan sebelumnya pada 5.3.2. Tahapan ini
menggunakan perangkat lunak FME Workbench yang sudah
terintegrasi dengan ArcGIS Desktop 10.
1. Wilayah Administrasi
a. WAID didapatkan dari nilai sequence.
c. Field Kode Provinsi, dan Nama Provinsi didapatkan dengan

mendapatkan nilai dari nama kabupaten pada field WA,
kemudian disesuaikan dengan data kode provinsi dan nama
provinsi yang ada pada data BPS. Data BPS dapat dilihat
pada Lampiran 4.
d. Field Kode Kabupaten didapatkan dengan mendapat nilai
dari nama kabupaten pada field WA, kemudian
dibandingkan dengan data kode kabupaten yang ada pada
data BPS.
b. Field Luas diperlukan konversi dari tipe data text ke tipe
data float dari field LSH. Konversi yang dilakukan meliputi
AttributeSplitter, AttributeValueMapper, String
Concatenator, StringPairReplacer, dan StringFormat.
c. Proses ETL di FME Workbench
Pada proses ETL di FME Workbench, didefinisikan terlebih
dahulu sumber data. Sumber data didefinisikan dalam
Reader Feature Type. Basis data target didefinisikan dalam
92
Writer Feature Type. Data Flow didefinisikan proses

transformasi yang dilakukan sebelum data disimpan dalam
basis data. Proses ETL data Wilayah Administrasi dapat
dilihat pada Gambar 5.26.
Gambar 5. 26 Proses ETL Data Wilayah Administrasi

pada FME Workbench
d. Data spasial hasil ETL

Data spasial hasil ETL dapat dilihat melalui ArcGIS
Desktop 10. Gambar 5.27 menampilkan hasil ETL pada
ArcGIS Desktop 10.
Gambar 5. 27 Hasil ETL Data Wilayah Administrasi
2. Bencana
a. BencanaID didapatkan dari nilai sequence.
93
b. Tabel bencana didapatkan dari informasi tipe bencana pada

data BNPB. Transformasi dilakukan dengan menggunakan
SQL statement yang dapat dilihat pada Lampiran 3. Hasil
ETL dapat dilihat pada Gambar 5.28.
Gambar 5. 28 Hasil ETL Data Bencana
3. Waktu
Tabel waktu didapatkan dari SQL statement yang dibuat untuk
menghasilkan nama hari, tanggal, bulan, dan tahun pada periode
tertentu. SQL syntax untuk waktu dapat dilihat pada Lampiran
3. Data yang dihasilkan dapat dilihat pada Gambar 5.29.
94
Gambar 5. 29 Hasil ETL Data Waktu
4. Informasi Bencana
Tabel Informasi Bencana didapatkan dari data bencana gempa,
banjir dan tsunami dari BNPB dalam format excel dan atribut
referensi WAID, BencanaID, dan WID. Data bencana dari
BNPB dapat dilihat pada Lampiran 4. Konversi dilakukan
terhadap field Kejadian untuk mendapatkan BencanaID, field
Kabupaten untuk mendapatkan WAID, dan field tanggal untuk
mendapatkan WID. Proses ETL dapat dilihat pada Gambar 5.30.
Gambar 5. 30 Proses ETL Data Informasi Bencana pada

FME Workbench
95
5.4. 3 OLAP
OLAP dapat digunakan sebagai presentasi data dari data

warehouse. Oracle Analytic Workspace Manager dapat digunakan
dalam mempresentasikan data warehouse yang telah dibangun.
Berdasarkan hasil analisis data dan kebutuhan informasi pada 5.1.2,
maka presentasi data warehouse dibedakan menjadi informasi
jumlah korban, informasi kerusakan fasilitas umum, dan informasi
estimasi kerugian, dijelaskan sebagai berikut:
Informasi Jumlah Korban (meninggal, hilang, luka, terdampak,
pengungsi)
a. Pada informasi jumlah korban dilakukan query sehingga yang
ditampilkan adalah bencana banjir pada tahun 2004 -2013.
Informasi tersebut dapat dilihat pada Gambar 5.31.
Gambar 5. 31 Informasi Jumlah Korban Kejadian Banjir

2004-2013
Informasi jumlah korban kejadian banjir dapat dilakukan drill-

down untuk informasi pada tahun tertentu saja. Pada Gambar
5.32, dapat dilihat hasil drill-down informasi jumlah korban
kejadian banjir pada tahun 2004.
96
Gambar 5. 32 Drill-down Informasi Jumlah Korban

Kejadian Banjir 2004
Informasi jumlah korban pada tahun 2004 dapat dilakukan drill-

down untuk informasi pada provinsi tertentu saja. Pada Gambar
5.33, dapat dilihat hasil drill-down kejadian banjir pada tahun
2004 di Provinsi Jawa Barat.

Kejadian Banjir 2004 di Provinsi Jawa Barat
b. Pada informasi jumlah korban dilakukan query sehingga yang

ditampilkan adalah bencana gempa pada tahun 2004 -2013.
97
Gambar 5. 34 Informasi Jumlah Korban Kejadian Gempa

2004-2013
Informasi jumlah korban kejadian gempa dapat dilakukan drill-

kejadian gempa pada tahun 2006.

Kejadian Gempa 2006

98
5.36, dapat dilihat hasil drill-down kejadian gempa pada tahun

2006 di Provinsi DI Yogyakarta.

Kejadian Gempa 2006 di Provinsi DI Yogyakarta
c. Pada informasi jumlah korban dilakukan query sehingga yang

ditampilkan adalah bencana tsunami pada tahun 2004 -2013.
Gambar 5. 37 Informasi Jumlah Korban Kejadian Tsunami

2004-2013
Informasi jumlah korban kejadian tsunami dapat dilakukan drill-

99

kejadian tsunami pada tahun 2004.

Kejadian Tsunami 2004

5.39, dapat dilihat hasil drill-down kejadian tsunami pada tahun
2004 di Provinsi Aceh.

Kejadian Tsunami 2004 di Provinsi Aceh
100
Informasi kerusakan fasilitas umum (fasilitas kesehatan

pendidikan)
a. Pada informasi kerusakan fasilitas umum dilakukan query
sehingga yang ditampilkan adalah bencana banjir pada tahun
2004 -2013. Informasi tersebut dapat dilihat pada Gambar 5.40.
Gambar 5. 40 Informasi Kerusakan Fasilitas Umum

Kejadian Banjir 2004-2013
Informasi kerusakan fasilitas umum kejadian banjir dapat

dilakukan drill-down untuk informasi pada tahun tertentu saja.
Pada Gambar 5.41, dapat dilihat hasil drill-down informasi
kerusakan fasilitas umum kejadian banjir pada tahun 2007.
Gambar 5. 41 Drill-down Kerusakan Fasilitas Umum

Kejadian Banjir 2007
101
Informasi kerusakan fasilitas umum pada tahun 2007 dapat

dilakukan drill-down untuk informasi pada provinsi tertentu saja.
Pada Gambar 5.42, dapat dilihat hasil drill-down kejadian banjir
pada tahun 2007 di Provinsi Riau.

Kejadian Banjir 2007 di Provinsi Riau
b. Pada informasi kerusakan fasilitas umum dilakukan query

sehingga yang ditampilkan adalah bencana gempa pada tahun

Kejadian Gempa 2004-2013
102
Informasi kerusakan fasilitas umum kejadian gempa dapat

kerusakan fasilitas umum kejadian gempa pada tahun 2009.

Kejadian Gempa 2009

Pada Gambar 5.45, dapat dilihat hasil drill-down kejadian gempa
pada tahun 2009 di Provinsi Sumatera Barat.

Kejadian Gempa 2009 di Provinsi Sumatera Barat
103
c. Pada informasi kerusakan fasilitas umum dilakukan query

sehingga yang ditampilkan adalah bencana tsunami pada tahun

Kejadian Tsunami 2004-2013
Informasi kerusakan fasilitas umum kejadian tsunami dapat

kerusakan fasilitas umum kejadian tsunami pada tahun 2004.

Kejadian Tsunami 2004
104

Pada Gambar 5.48, dapat dilihat hasil drill-down kejadian
tsunami pada tahun 2004 di Provinsi Aceh.

Kejadian Tsunami 2004 di Provinsi Aceh
Informasi Estimasi Kerugian

a. Pada informasi estimasi kerugian dilakukan query sehingga yang
ditampilkan adalah bencana banjir pada tahun 2004 -2013.
Gambar 5. 49 Informasi Estimasi Kerugian Kejadian Banjir

2004-2013
105
Informasi estimasi kerugian kejadian banjir dapat dilakukan drill-

5.50, dapat dilihat hasil drill-down informasi estimasi kerugian
kejadian banjir pada tahun 2007.
Gambar 5. 50 Drill-down Estimasi Kerugian Kejadian Banjir

2007
Informasi estimasi kerugian pada tahun 2007 dapat dilakukan

drill-down untuk informasi pada provinsi tertentu saja. Pada
Gambar 5.51, dapat dilihat hasil drill-down kejadian banjir pada
tahun 2007 di Provinsi Riau.
Gambar 5. 51 Drill-down Estimasi Kerugian Kejadian Banjir

2007 di Provinsi Riau
106
b. Pada informasi estimasi kerugian dilakukan query sehingga yang

ditampilkan adalah bencana gempa pada tahun 2004 -2013.
Gambar 5. 52 Informasi Estimasi Kerugian Kejadian Gempa

2004-2013
Informasi estimasi kerugian kejadian gempa dapat dilakukan

drill-down untuk informasi pada tahun tertentu saja. Pada
Gambar 5.53, dapat dilihat hasil drill-down informasi estimasi
kerugian kejadian gempa pada tahun 2004.
Gambar 5. 53 Drill-down Estimasi Kerugian Kejadian

Gempa 2004
107

Gambar 5.54, dapat dilihat hasil drill-down kejadian gempa pada
tahun 2004 di Provinsi NTB.

Gempa 2004 di Provinsi NTB
c. Pada informasi estimasi kerugian dilakukan query sehingga yang

ditampilkan adalah bencana tsunami pada tahun 2004 -2013.
Gambar 5. 55 Informasi Estimasi Kerugian Kejadian

Tsunami 2004-2013
108
Informasi estimasi kerugian kejadian tsunami dapat dilakukan

drill-down untuk informasi pada tahun tertentu saja. Pada
Gambar 5.56, dapat dilihat hasil drill-down informasi estimasi
kerugian kejadian tsunami pada tahun 2004.

Tsunami 2004

Gambar 5.57, dapat dilihat hasil drill-down kejadian tsunami
pada tahun 2004 di Provinsi Aceh.

Tsunami 2004 di Provinsi Aceh
109
5.4. 4 Implementasi Dashboard Spasial
Pada tahapan implementasi dashboard spasial dijelaskan

mengenai informasi terkait bencana yang ditampilkan dalam
dashboard. Implementasi dashboard spasial menggunakan Oracle
Busines Intelligence 11. Sumber data didapatkan dari data
warehouse yang telah dibuat pada Oracle Analytic Workspace
Manager. Dashboard spasial ini dapat diakses melalui web sehingga
dapat memberikan kemudahan akses bagi pengguna. Berdasarkan
hasil analisis data dan kebutuhan informasi pada 5.1.2, maka
implementasi dashboard spasial untuk layanan kebencanaan dibagi
menjadi dashboard informasi jumlah korban, dashboard informasi
kerusakan fasilitas umum, dashboard informasi estimasi kerugian,
dan dashboard informasi jumlah kejadian bencana.
Pada dashboard informasi jumlah korban, terdapat informasi

spasial berupa peta dan informasi berupa grafik. Informasi spasial
dapat dipilih informasi jumlah korban yang akan ditampilkan, yaitu
jumlah korban meninggal, jumlah koban luka, jumlah korban hilang,
jumlah korban terdampak, dan jumlah pengungsi. Pada informasi
grafik dapat dipilih berdasarkan kejadian bencana dan tahun. Apabila
terdapat perubahan pilihan pada grafik, maka informasi spasial
menampilkan informasi sesuai dengan grafik. Informasi grafik juga
dapat di drill-down berdasarkan provinsi tertentu dengan melakukan
pilihan pada grafik. Dashboard informasi jumlah korban dapat
110
Gambar 5. 58 Dashboard Spasial Informasi Jumlah Korban
Pada dashboard informasi kerusakan fasilitas umum, terdapat

informasi spasial berupa peta dan informasi berupa grafik. Informasi
spasial dapat dipilih informasi kerusakan fasiltas umum yang akan
ditampilkan, yaitu kerusakan fasilitas kesehatan dan kerusakan
fasilitas pendidikan. Pada informasi grafik dapat dipilih berdasarkan
kejadian bencana dan tahun. Apabila terdapat perubahan pilihan
pada grafik, maka informasi spasial menampilkan informasi sesuai
dengan grafik. Informasi grafik juga dapat di drill-down berdasarkan
provinsi tertentu dengan melakukan pilihan pada grafik. Dashboard
informasi kerusakan fasilitas umum dapat dilihat pada Gambar 5.59.
Gambar 5. 59 Dashboard Spasial Informasi Kerusakan Fasilitas

Umum
111
Pada dashboard informasi estimasi kerugian, terdapat

informasi spasial berupa peta dan informasi berupa grafik. Pada
informasi grafik dapat dipilih berdasarkan kejadian bencana dan
tahun. Apabila terdapat perubahan pilihan pada grafik, maka
informasi spasial menampilkan informasi sesuai dengan grafik.
Informasi grafik juga dapat di drill-down berdasarkan provinsi
tertentu dengan melakukan pilihan pada grafik. Dashboard informasi
estimasi kerugian dapat dilihat pada Gambar 5.60.
Gambar 5. 60 Dashboard Spasial Informasi Estimasi Kerugian
Pada dashboard informasi jumlah kejadian bencana, terdapat

informasi berupa tabel dan grafik. Pada informasi grafik dapat dipilih
berdasarkan kejadian bencana dan tahun. Dashboard informasi
jumlah kejadian bencana dapat dilihat pada Gambar 5.61.
Gambar 5. 61 Dashboard Informasi Jumlah Kejadian Bencana

112
5.5 Analisis Hasil Dashboard

Informasi terkait bencana yang ditampilkan pada dashboard dapat
digunakan bagi level eksekutif untuk pengambilan keputusan berbasis
spasial. Informasi yang dihasilkan pada penelitian ini dapat digunakan untuk
analisis secara langsung maupun analisis spasial lebih lanjut yang
dibutuhkan oleh BIG dan stakeholder lain yang terkait kebencanaan. BIG
memberikan rekomendasi berupa IGD maupun IGT terkait kebencanaan
yang dapat digunakan oleh BNPB dalam pengambilan keputusan. Analisis
hasil dashboard dilakukan berdasarkan siklus manajemen bencana.
Informasi Geospasial Jumlah Korban
Informasi geospasial jumlah korban terdiri dari informasi jumlah

korban meninggal, jumlah korban hilang, jumlah korban luka-luka, jumlah
korban terdampak, dan jumlah pengungsi pada lokasi dan waktu tertentu.
Informasi ini berguna pada tahapan respon atau tanggap darurat. Secara
langsung, BIG memberikan informasi geospasial atau peta distribusi jumlah
korban dan wilayah/lokasi korban kepada BNPB sehingga dapat
menentukan wilayah yang difokuskan serta estimasi kebutuhan bantuan dan
relawan yang akan dikirimkan. Sebagai contoh, pada IG jumlah pengungsi
gempa tahun 2006 pada provinsi DI Yogyakarta dapat dilihat pada Gambar
5.62.
Gambar 5. 62 IG Jumlah Pengungsi Tahun 2006 Provinsi DI

Yogyakarta
113
Pada Gambar 5.62, terdapat 4 wilayah kabupaten terdampak

berdasarkan jumlah pengungsi yaitu Kabupaten Kulonprogo, Kabupaten
Sleman, Kabupaten Bantul, dan KotaYogyakarta. Jumlah korban pengungsi
yang paling banyak adalah Kabupaten Bantul, sehingga tim tanggap darurat
dapat fokus mengalokasikan bantuan dan relawan kepada wilayah
Kabupaten Bantul.
Analisis spasial lebih lanjut juga dapat dilakukan berdasarkan

informasi jumlah korban dan data spasial wilayah bencana untuk
menghasilkan zonasi daerah rawan bencana. Analisis zonasi daerah rawan
bencana diperlukan untuk melakukan evakuasi korban ke wilayah yang tidak
termasuk zona rawan bencana. Selain itu, Informasi jumlah korban juga
dapat digunakan sebagai salah satu komponen pembobotan untuk
mendapatkan klasifikasi kerawanan suatu wilayah.
Informasi Geospasial Kerusakan Fasilitas Umum
Informasi geospasial mengenai kerusakan fasilitas umum terdiri dari

informasi jumlah kerusakan fasilitas pendidikan, dan jumlah kerusakan
fasilitas kesehatan pada lokasi dan waktu tertentu. Informasi ini berguna
pada tahapan pemulihan pasca bencana. Secara langsung, BIG akan
memberikan informasi geospasial atau peta distribusi kerusakan fasilitas
umum kepada BNPB sehingga dapat menentukan wilayah yang akan
dilakukan pemulihan. Sebagai contoh, pada IG kerusakan fasilitas kesehatan
kejadian Tsunami 2004 pada Provinsi Aceh dapat dilihat pada Gambar 5.63.
114
Gambar 5. 63 IG Kerusakan Fasilitas Kesehatan Kejadian

Tsunami 2004 Provinsi Aceh
Pada Gambar 5.63, terdapat 20 kabupaten kota yang mengalami

kerusakan yaitu, Kota Sabang, Kabupaten Aceh Besar, Kabupaten Aceh
Jaya, Kabupaten Pidie, Kabupaten Bireun, Kabupaten Aceh Utara,
Kabupaten Bener Meriah, Kabupaten Aceh Tengah, Kabupaten Aceh Barat,
Kabupaten Nagan Raya, Kota Langsa, Kabupaten Aceh Tamiang,
Kabupaten Gayo Lues, Kabupaten Aceh Barat Daya, Kabupaten Aceh
Tenggara, Kabupaten Aceh Selatan, Kabupaten Aceh Singkil, Kabupaten
Simeulue, Kota Banda Aceh, dan Kota Lhokseumawe. Kerusakan fasilitas
kesehatan paling signifikan adalah Kabupaten Aceh Besar, sehingga fokus
prioritas rehabilitasi dan rekonstruksi untuk fasilitas kesehatan adalah
Kabupaten Aceh Besar.
Informasi ini juga dapat digunakan sebagai analisis spasial lebih

lanjut yaitu analisis kerawanan bencana di kabupaten / kota. Jumlah
kerusakan fasilitas umum digunakan sebagai salah satu komponen
pembobotan untuk mendapatkan klasifikasi kerawanan suatu wilayah.
Informasi Geospasial Estimasi Kerugian
Informasi geospasial mengenai estimasi kerugian terdiri dari

informasi lokasi dan estimasi kerugian bencana pada lokasi dan waktu
tertentu. Informasi ini berguna pada tahapan pemulihan pasca bencana, yaitu
sebagai rekomendasi perencanaan pemulihan daerah bencana. Secara
115
langsung, BIG akan memberikan rekomendasi kepada BNPB berupa

informasi geospasial atau peta distribusi estimasi kerugian di lokasi-lokasi
yang terkena bencana sehingga dapat menentukan wilayah yang difokuskan
dalam pengalokasian dana untuk pemulihan. Sebagai contoh, pada IG
estimasi kerugian kejadian banjir tahun 2007 di provinsi riau dapat dilihat
pada Gambar 5.64.
Gambar 5. 64 IG Estimasi Kerugian Kejadian Banjir Tahun 2007

Provinsi Riau
Pada Gambar 5.64, terdapat 5 wilayah kabupaten kota yang

terdampak, yaitu Kabupaten Rokan Hilir, Kabupaten Kampar, Kota
Pekanbaru, Kabupaten Pelalawan, dan Kabupaten Indragiri Hulu.
Estimasi kerugian yang terbesar adalah Kabupaten Indragiri Hulu,
sehingga pengalokasian pendanaan rehabilitasi dan rekonstruksi
diprioritaskan pada Kabupaten Indragiri Hulu.
Informasi Jumlah Kejadian Bencana
Informasi jumlah kejadian bencana terdiri dari informasi wilayah

dan jumlah kejadian bencana yang terjadi pada waktu tertentu. Informasi
ini berguna pada tahapan mitigasi. Secara langsung, informasi ini
berguna sebagai rekomendasi berupa wilayah yang menjadi fokus siaga
bencana. Sebagai contoh, pada informasi jumlah kejadian bencana banjir
dari tahun 2004-2013 diurutkan berdasarkan banyaknya jumlah kejadian,
116
didapatkan Provinsi Jawa Barat paling banyak terjadi banjir pada Tahun
2010 yaitu 50 kejadian. Provinsi Jawa Barat dapat difokuskan sebagai
wilayah siaga bencana banjir. Informasi jumlah kejadian bencana dapat
Gambar 5. 65 Informasi Jumlah Kejadian Bencana
Informasi ini juga dapat digunakan sebagai analisis lebih lanjut

yaitu analisis kerawanan bencana di kabupaten / kota. Jumlah kejadian
bencana digunakan sebagai salah satu komponen pembobotan untuk
mendapatkan klasifikasi kerawanan suatu wilayah.
BAB 6
KESIMPULAN DAN SARAN
Bab ini adalah bagian terakhir dari penelitian yang memuat kesimpulan dan
memberikan saran yang didapat dari penelitian yang telah dilakukan. Penelitian
yang dilakukan adalah mengenai perancangan dan implementasi data warehouse
spasial untuk mendukung layanan kebencanaan di Badan Informasi Geospasial
(BIG).
6.1. Kesimpulan
Kesimpulan yang dapat diperoleh dari penelitian yang telah dilakukan

adalah sebagai berikut:
a. Penelitian ini berhasil melakukan perancangan dan implementasi data

warehouse spasial untuk mendukung layanan kebencanaan di Badan
b. Data warehouse spasial yang dibangun mengintegrasikan data spasial

dengan data non-spasial, sehingga menghasilkan pengelolaan data yang
terpadu dan berkelanjutan dalam mendukung layanan kebencanaan.
c. Perancangan dan implementasi data warehouse spasial untuk

mendukung layanan kebencanaan di Badan Informasi Geospasial (BIG)
menghasilkan 1 skema bintang (star scheme), yaitu Informasi Bencana.
Skema Informasi Bencana terdiri dari 1 tabel fakta informasi bencana
dan 3 tabel dimensi, yaitu wilayah administrasi, bencana, dan waktu.
d. Data warehouse spasial divisualisasikan dalam bentuk dashboard

menghasilkan presentasi informasi, yaitu informasi geospasial jumlah
korban, informasi geospasial kerusakan fasilitas umum, informasi
geospasial estimasi kerugian dan informasi jumlah kejadian bencana.
e. Dashboard spasial dapat memberikan rekomendasi berupa lokasi

kejadian kepada tim tanggap darurat, serta tim rehabilitasi dan
rekonstruksi sehingga dapat membantu penanganan bencana.

118
6.2. Saran
Pada penelitian ini terdapat beberapa saran yang didapat guna
pemanfaatan hasil penelitian bagi organisasi maupun bagi penelitian
selanjutnya. Saran yang didapat dari penelitian dijelaskan sebagai berikut:
a. BIG dapat menerapkan perancangan dan implementasi data warehouse
spasial dalam mendukung layanan kebencanaan Geospatial Support
Command Center (GSCC).
b. Hasil penelitian ini dapat dijadikan acuan dalam perancangan dan
implementasi data warehouse spasial dalam mendukung layanan –
layanan lainnya pada GSCC, seperti layanan pemilu, layanan hari raya,
layanan event-event, layanan perencanaan pembangunan nasional, dan
layanan pembangunan tata ruang.
c. Data spasial yang digunakan dalam implementasi data warehouse
spasial dapat menggunakan data spasial lainnya selain wilayah
administrasi yang ada di BIG sesuai dengan kebutuhan.
d. Hasil penelitian ini dapat digunakan untuk melakukan analisis lanjutan
atau pembuatan web-service untuk layanan kebencanaan.
e. Pada penelitian ini, integrasi dilakukan terhadap data spasial dengan data
non-spasial. Penelitian selanjutnya dapat melakukan integrasi antara
beberapa data spasial.
119
DAFTAR PUSTAKA
Badan Informasi Geospasial. (2012). Cetak Biru Geospatial Crisis Center Dan
Sistem Aplikasi Pendukungnya Badan Informasi Geospasial. Bogor:
Author.
Badan Informasi Geospasial. (2012). Blueprint Sistem Informasi Teknologi

Informasi 2013-2017 Badan Informasi Geospasial. Bogor: Author.
Badan Informasi Geospasial. (2012). Rencana Strategis Badan Informasi

Geospasial Tahun 2013-2014. Bogor: Author.
Badan Informasi Geospasial. (2013). Katalog Fitur Dataset Fundamental Versi

2.0. Bogor: Author.
Badan Nasional Penanggulangan Bencana. (2011). Peraturan Kepala Badan

Nasional Penanggulangan Bencana No. 8 Tahun 2011 Tentang
Standardisasi Data Kebencanaan. Jakarta: Author.
Bellinger, Gene, Castro, Durval, & Mills, Anthony. (2004). Data, Information,
Knowledge, and Wisdom. Diakses pada 29 Maret 2013 dari
http://www.systems-thinking.org/dikw/dikw.htm.
Connolly, Thomas & Begg, Carolyn. (2005). Database Systems (4 th ed.).

London: Pearson Education.
EM-DAT: The OFDA/CRED International Disaster Database. (n.d). Diakses pada

13 September 2013 dari http://www.emdat.be.
Ferdiansyah. (2011). Karya Akhir. Perancangan serta Implementasi Data

Warehouse dan Dashboard untuk Mendukung Pengambilan Keputusan :
Studi Kasus Sumber Daya Manusia Yayasan Pendidikan Budi Luhur
Jakarta. Jakarta: Universitas Indonesia.
Hartadi, Arief Dwi. (2010). Karya Akhir. Perancangan Data Warehouse dan
penerapan Teknik Clustering Spasial pada wesel: Studi Kasus PT. Pos
Indonesia. Jakarta: Universitas Indonesia.
120
Inmon, W.H. (2005). Building the Data Warehouse (4 th ed.). Indiana: Wiley
Publishing.
Jia, P., et al. (2011, June). The Spatial Data Warehouse Establishment for Digital
South Cina Sea. Makalah disajikan pada 19th International Conference on
Geoinformatics 2011, Shanghai, China.
Kimball, E., et al., ed. (2008). The Data Warehouse Lifecycle Toolkit (2 nd ed.)
Indiana: Wiley Publishing.
Kyung, M., Yom, J., & Kim, S. (2010). Spatial Data Warehouse Design and
Spatial OLAP Implementation for Decision Making of Geospatial Data
Update. Journal of Civil Engineering, 16(6), 1023-1031.
Malinowski, E, & Zimanyi, E. (2008). Advanced Data Warehouse Design: From

Conventional to Spatial and Temporal Applications. Heidelberg: Springer.
Neumann, Andreas, Freimark, Helen & Wehrle, Andreas. (2010). Geodata

Structures and Data Models. Diakses pada 29 Maret 2013 dari
https://geodata.ethz.ch/geovite/tutorials/L2GeodataStructuresAndDataMode
ls/en/html/unit_u4VecVsRas.html.
Ponniah, Paulraj. (2010). Data Warehousing Fundamentals For IT Professionals

(2 nd ed.). New Jersey: John Wiley & Sons.
Republik Indonesia. (2011). Undang – Undang No. 4 Tahun 2011 tentang

Informasi Geospasial. Lembaran Negara RI Tahun 2011 No. 49. Sekretariat
Negara. Jakarta.
Republik Indonesia. (2007). Undang – Undang No. 24 Tahun 2007 tentang

Penanggulangan Bencana. Lembaran Negara RI Tahun 2007 No. 66.
Sekretariat Negara. Jakarta.
Rob, Peter, & Coronel, Carlos. (2009). Database Systems: Design,

Implementation, and Management (8 th ed.). Massachusetts: Course
Technology.
Syafii, M. A. (2013, Agustus 26). Personal Interview.
121
Turban, E., et al., ed. (2011). Decision Support Systems and Business Intelligent
Systems (9 th ed.). New Jersey: Pearson Education.
Warfield, C. (2008). The Disaster Management Cycle. Diakses pada 13

September 2013 dari http://www.gdrc.org/uem/disasters/1-dm_cycle.html.
Yeung, A.K.W, & Hall, GB. (2007). Spatial Database Systems: Design,
Implementation and Project Management. Netherland: Springer.
122
Lampiran 1.A Transkrip wawancara
TRANSKRIP WAWANCARA
Narasumber : M. Arief Syafii, M.EngSc – Kepala Pusat Jaring Kontrol

Geodesi dan Geodinamika
Tanggal : 26 Agustus 2013
Jam : 19.26
Tempat Wawancara : (Wawancara diajukan melalui SMS)
Peneliti(P) Pak, bagaimana secara umum kondisi data spasial di
BIG?
Narasumber (N) Saat ini kondisi data spasial tidak terintegrasi dan
membentuk “pulau-pulau informasi”. Ketersediaan data,
akses dan pemanfaatan terhadap data yg terpercaya, up-
to-date dan akurat untuk mendukung proses pengambilan
keputusan menjadi masalah utama saat ini.
P Pada tahun 2012 terdapat inisiasi untuk membuat
Geospatial Support Command Center (GSCC). Apa
yang melandasi dibuatnya inisiasi tersebut?
N GSCC adalah permintaan Kepala BIG. Beliau ingin ada
tim reaksi cepat untuk memberikan layanan IG, terutama
terkait isu-isu nasional dan hangat. Jadi tim ini akan
mengumpulkan data, menganalisis dan memberikan
rekomendasi kepada Kepala BIG. Dalam situasi krisis
seperti bencana alam, tim ini akan memberikan
dukungan berupa layanan IG di sekitar daerah terdampak
untuk digunakan oleh tim penanggulangan bencana di
lapangan atau di command center lainnya.
123
TRANSKRIP WAWANCARA
Narasumber : M. Arief Syafii, M.EngSc – Kepala Pusat Jaring Kontrol

Geodesi dan Geodinamika
Tanggal : 13 September 2013
Jam : 14.11 – 14. 41
Tempat Wawancara : Ruang Kepala Pusat JKGG
Peneliti(P) Pak, Saat ini saya sedang menyusun Karya Akhir
mengenai data warehouse spasial untuk mendukung
layanan kebencanaan. Berkaitan dengan Geospatial
Support Command Center (GSCC), data spasial apa
yang dapat mendukung layanan kebencanaan?
Narasumber (N) Untuk mengetahui data apa yang dibutuhkan maka harus
mengetahui terlebih dahulu siklus manajemen bencana,
kemudian dari tiap tahapan diidentifikasi data apa yang
dibutuhkan yaitu Informasi Geospasial Dasar (IGD).
Data yang dibutuhkan minimal lokasi kejadian bencana.
P Pengelolaan data kebencanaan seperti apa yang
dibutuhkan?
N Pengelolaan data tersebut dapat menggunakan beberapa
cara, apakah dapat mengintegrasikannya dalam data
warehouse, menggunakan teknologi web service dalam
National geoSpatial Data Infrastructure (NSDI)
network, atau replikasi data dari unit produksi ke data
center.
P Pengelolaan data dalam data warehouse seperti apa
yang diharapkan?
N Data ini yang disimpan di dalam data warehouse
kemudian dibuatkan data martnya. Nantinya dapat
digunakan sebagai analisis lanjutan.
P Bagaimana untuk struktur datanya?
N Data spasial adalah data yang terstruktur. Untuk data
124
spasial yang terstruktur dapat menggunakan Katalog

Fitur Dataset Fundamental.
P Apa yang dapat dilakukan untuk melengkapi GSCC?
N Dalam dokumen Cetak Biru GSCC belum mendetailkan
data apa yang dibutuhkan dan instansi yang terlibat.
Selain itu, data warehouse spasial terkait bencana belum
diimplementasikan.
P Siapa saja narasumber di BIG yang bisa dihubungi
terkait kebencanaan?
N  Kepala Bidang Pemetaan Kebencanaan dan
Perubahan Iklim: Sumaryono
 Kepala Bidang Pengelolaan Data dan Informasi
Geospasial: Agung Indrajit
 Kepala Bidang Jaring Kontrol Gaya Berat dan
Pasang Surut: Ibnu Sofian
 Kepala Bidang Geodinamika: Joni Effendi
P Dalam GSCC, sejauh mana peran BIG?
N Tugas BIG adalah menyediakan Informasi Geospasial
Dasar (IGD) dan Informasi Geospasial Tematik (IGT)
terkait kebencaanaan yang ditangani oleh Bidang
Pemetaan Kebencanaan dan Perubahan Iklim. GSCC
nantinya tidak hanya menangani data dari BIG, tetapi
juga kolaborasi / sharing data dengan instansi lainnya
melalui NSDI Network dengan teknologi web service.
Dalam penanganan bencana, BIG menyediakan rapid
mapping sebagai contoh memetakan kondisi terakhir
lokasi bencana kemudian informasi tersebut dikirimkan
ke GSCC.
125
SURAT KETERANGAN
Yang bertanda tangan di bawah ini:
Nama : Ir. M. Arief Syafi’i, M.EngSc
NIP : 19670101 199203 1 010
Jabatan: Kepala Pusat Jaring Kontrol Geodesi dan Geodinamika
Membenarkan bahwa yang namanya tercantum dibawah ini:
NPM : 1206194631
Mahasiswa Program Studi Magister Teknologi Informasi, Universitas Indonesia

pernah melakukan wawancara terkait identifikasi kebutuhan data warehouse
spasial untuk mengumpulkan data terkait Karya Akhir bersangkutan.
Demikian surat ini kami buat agar dapat dipergunakan sebagaimana mestinya.
Bogor, Januari 2014
Ir. M. Arief Syafi’i, M.EngSc

NIP. 19670101 199203 1 010
126
Lampiran 1.B Transkrip wawancara
TRANSKRIP WAWANCARA
Narasumber : Dr. Ibnu Sofian, M.Eng. – Kepala Bidang Jaring Kontrol

Gaya Berat dan Pasang Surut, Badan Informasi
Geospasial (BIG)
Tanggal : 8 Oktober 2013
Jam : 12.30 – 13.00
Tempat Wawancara : Ruang Kabid Jaring Kontrol Gaya Berat dan Pasang
Surut
Peneliti (P) Data apa saja yang dikumpulkan bidang Jaring
Kontrol Gaya Berat dan Pasang Surut? Dalam
format seperti apa?
Narasumber (N) Data yang dikumpulkan adalah data ketinggian
permukaan laut (Data pasang surut) dengan interval 1
menit, pengiriman setiap 5 menit, bersifat real-time.
Format data ASCII. Data langsung disimpan dalam
basidata.
P Informasi yang didapatkan dari data yang ada apa
saja?
N Dari tinggi permukaan laut dan konstanta pasang surut
(pasut) dapat dianalisa pola sea level. Kemudian dapat
dideteksi apakah terjadi tsunami atau tidak.
Selain itu dapat digunakan validasi drifting, yaitu
penurunan tanah sebagai contoh Jakarta mengalami
drifting sekitar 6 cm per tahun.
P Data pasut dapat digunakan sebagai pendukung
kebencanaan apa saja?
N Untuk kebencanaan dapat digunakan untuk:
 Deteksi rob (pasang surut).
 Tsunami, lebih kepada konfirmasi terjadi Tsunami,
yaitu Tsunami Early Warning Systems (TEWS).
127
Tahapan yang dilakukan, yaitu:

o Warning 1: apabila terjadi gempa dengan
kedalaman lebih dari 7 SR,
o Warning 2: Lama guncangan,
o Konfirmasi pasut: apabila pasut dinyatakan drop
maka akan dilakukan evakuasi, atau apabila pasut
tidak menunjukan indikasi terjadi tsunami maka
akan dilakukan penghentian warning terkait
keamanan.
 Kenaikan permukaan laut (sea level rise), Climate
change.
P Untuk mendukung kebencanaan apakah memerlukan
analisis lebih lanjut atau sudah langsung dapat
memberikan informasi?
N Data pasut memerlukan analisis lebih lanjut, namanya
analisa harmonik, yaitu melihat konstanta harmonik. Dari
konstanta harmonik dapat diprediksikan pasang surut
yang akan terjadi selanjutnya dan prediksi sea level rise.
P Bagaimana alur pengumpulan data sampai dapat
digunakan untuk analisis kebencanaan?
N Data dari site  ke server di PPPIG  koneksi FTP
data diambil ke basisdata (backup dan operasional) 
web (sea level per stasiun) akses oleh BMKG di
Decision Support System (DSS) Center sebagai dasar
pengambilan keputusan.
P Siapa yang memiliki wewenang dalam memutuskan
terjadi bencana? Peran BIG ada dimana?
N Badan Nasional Penanggulangan Bencana (BNPB) yang
memiliki wewenang dalam memutuskan terjadinya
bencana. BMKG dan BIG mendukung dalam hal data
kebencanaan.
128
SURAT KETERANGAN
Nama : Dr. Ibnu Sofian
NIP : 19730415 199201 1 001
Jabatan: Kepala Bidang Jaring Kontrol Gaya Berat dan Pasang Surut
NPM : 1206194631

Bogor, Januari 2014
Dr. Ibnu Sofian

NIP. 19730415 199201 1 001
129
Lampiran 1.C Transkrip wawancara
TRANSKRIP WAWANCARA
Narasumber : Dr.rer.nat Sumaryono, M.Sc – Kepala Bidang Pemetaan

Kebencanaan dan Perubahan Iklim, Badan Informasi
Geospasial (BIG)
Jam : 13.30 – 14.15
Tempat Wawancara : Ruang Kabid Pemetaan Kebencanaan dan Perubahan
Iklim
Peneliti (P) Apa yang dilakukan BIG dalam kebencanaan?
N Saat ini di BIG sudah ada Satuan Reaksi Cepat BIG yang
memiliki tugas dalam rapid mapping, akuisisi,
pemrosesan dan utilisasi data, sehingga dapat
memberikan informasi pendahuluan mengenai bencana.
Manajemen bencana memiliki tujuan mengurangi risiko,
memperkecil vulnerability, meningkatkan awareness dan
pendidikan, memberikan peta evakuasi. Dalam
menjalankan one map policy, BIG mengkordinir integrasi
data kebencanaan, seperti membuat working group
Informasi Geospasial Tematik, rakortek dan rakornas.
P Status data kebencanaan saat ini seperti apa?
N Data kebencanaan sendiri terdiri dari 3 jenis yaitu
Hazard, Vulnerability, dan Risk. Data hazard seperti
banjir yang merupakan kerjasama antara kementerian
pekerjaan umum, BIG dan BMKG, Gunung Api yang
dibuat oleh PVMBG Badan Geologi. Data vulnerability
yang dikeluarkan oleh BNPB. Data risk yang dikeluarkan
oleh BNPB.
P Data kebencanaan apa saja yang dikumpulkan
bidang pemetaan kebencanaan dan perubahan iklim?
N Bidang pemetaan kebencanaan dan perubahan iklim
130
berpartisipasi dalam menyediakan peta banjir dan peta

multi rawan banjir. Pemetaan tematik banjir lebih ke arah
pembinaan, koordinasi dan integrasi juga metodologi
yang digunakan. Data kebencanaan lain tersedia tetapi
BIG hanya bertugas mengintegrasikannya.
P Data kebencanaan yang tersedia daerah mana? Skala
berapa? Terdiri dari data apa saja?
N Data rupabumi dari IGD, tutupan lahan, sistem lahan.
Untuk daerah, ditargetkan seluruh indonesia pada tingkat
kabupaten dengan skala 1:50.000.
P Alur data sampai menghasilkan data kebencanaan
termasuk pengelolaannya seperti apa?
N Dari IGD diambil untuk kemudian diproses menjadi
tema-tema kebencanaan. Untuk Pemetaan banjir diproses
dengan menggunakan algoritma untuk mendapatkan
faktor-faktor yang mempengaruhi dan sistem scoringnya.
Selanjutnya dapat langsung digunakan oleh BNPB.
P Standar pengelolaan data yang digunakan saat ini
apa?
N Standar dikoordinir oleh masing-masing instansi yang
membuatnya. Standar kaidah pemetaan dalam bentuk
SNI, sedangkan pengelolaan data dalam bentuk Katalog
Fitur Dataset Fundamental
P Analisis kebencanaan berbasis spasial seperti apa
yang diperlukan?
N Informasi rupabumi diturunkan menjadi peta lereng untuk
mendapatkan kontur ketinggian.
P Pengambilan keputusan seperti apa yang dilakukan
terhadap data kebencanaan?
N Data kebencanaan diperlukan untuk rapid mapping yaitu
untuk tanggap darurat, mitigasi, rehabilitasi dan
131
rekonstruksi, dan preparedness. Tanggap darurat

(response) diperlukan untuk tim reaksi cepat. Mitigasi
diperlukan untuk mengurangi risiko. Rehabilitasi dan
rekonstruksi menyediakan data village mapping.
Preparedness menyediakan peta jalur evakuasi.
132
SURAT KETERANGAN
Nama : Dr.rer.nat Sumaryono, M.Sc
NIP : 19670909 199303 1 004
Jabatan: Kepala Bidang Pemetaan Kebencanaan dan Perubahan Iklim
NPM : 1206194631

Bogor, Januari 2014
Dr.rer.nat Sumaryono, M.Sc

NIP. 19670909 199303 1 004
133
Lampiran 1.D Transkrip wawancara

TRANSKRIP WAWANCARA
Narasumber : Ir. Joni Effendi – Kepala Bidang Geodinamika, Badan

Jam : 14.00 – 14.45
Tempat Wawancara : Ruang Kabid Penyebarluasan Informasi Geospasial
Peneliti (P) Data apa saja yang dikumpulkan Geodinamika?Dalam

format apa?
N Data yang ada terkait data dasar untuk membuat sistem
koordinatnya seragam yang merupakan bagian dari IGD
yang dinamakan Jaring Kontrol Geodesi. Jaring Kontrol
Geodesi menentukan posisi horizontal, vertikal, dan gaya
berat permukaan bumi yang mengacu ke sistem yang
sama. Geodinamika memelihara sistem referensi
koordinat, agar selalu terjaga sistem referensi yang tepat
untuk Indonesia. Dalam pengelolaan koordinat, dilakukan
pengukuran secara berulang dengan pengamatan satelit.
Dari pengukuran tersebut didapatkan pergerakan pilar
(velocity rate). Velocity rate apabila diolah dengan data
geofisis lainya maka dapat digunakan untuk mitigasi
bencana, daerah rawan bencana.
Data utama yg dikelola bidang geodinamika adalah data
hasil pengukuran dari stasiun kontinu GPS dan GNSS
(CORS).
Data disimpan dalam bentuk binary file dalam bentuk raw
data, kemudian di konversi ke standar format data GPS,
yaitu RINEX dalam bentuk ASCII. Sehingga dapat
dilakukan pertukaran data dengan menggunakan berbagai
macam software.
P Data kontinu digunakan untuk apa?
134
N Penentuan posisi dahulu diukur secara periodik. Sekarang

sudah ada alat yang secara terus menerus mengirimkan
data pergerakan pilar secara real-time. Dapat dibuat time-
series koordinat dimana alat tersebut dipasang. Sehingga
menghasilkan grafik, apabila terjadi gempa dapat terlihat
pada grafik. Terdapat 118 stasiun kontinu GPS yang
terpasang.
P Data pendukung kebencanaan yang tersedia data apa
saja?
N Data velocity rate yang apabila diolah lebih lanjut
didapatkan informasi pergeseran lempeng dan arah
gelombang laut. Dari informasi tersebut dapat digunakan
untuk mengetahui Gempa dan Tsunami.
Untuk data CORS, dapat diolah juga untuk mendapatkan
informasi ionosfer dan informasi kandungan uap air.
P Bagaimana alur pengelolaan data sampai dapat
digunakan untuk analisis kebencanaan?
N Data GPS  dihitung menjadi koordinat  diplot
pergerakan pilar baru kemudian dapat dilakukan analisis
geofisis. Pada Ina-Tews, data GPS digunakan oleh BMKG
di Decision Support System (DSS) Center untuk
mendapatkan informasi gempa. Data yang dihitung adalah
data stasiun yang berada pada pertemuan lempeng.
P Data yang ada apakah memerlukan analisis lebih
lanjut atau sudah dapat memberikan informasi?
N Data GPS tidak dapat langsung dapat memberikan
informasi terkait gempa, tetap harus memerlukan analisis
lebih lanjut. Informasi peregangan dan daya tahan
diperlukan untuk mendapatkan daerah rawan gempa.
Sedangkan untuk tsunami, diperlukan informasi mengenai
pergerakan gelombang yang biasanya sudah dibuat
135
pemodelan.
P Data yang ada digunakan oleh siapa?
N Data digunakan oleh survey engineering sebagai acuan
dalam pembuatan peta, dan juga peneliti, mahasiswa, atau
dosen yang digunakan dalam penelitian. 85% digunakan
oleh komunitas penelitian.
P Data yang ada disimpan di dalam database?
N Data yang ada sudah tersimpan pada folder terstruktur,
belum dalam bentuk database. Karena biasanya data
diunduh oleh pengguna melalui FTP Server.
136
SURAT KETERANGAN
Nama : Ir. Joni Efendi
NIP : 19630426 199103 1 002
Jabatan: Kepala Bidang Geodinamika
NPM : 1206194631

Bogor, Januari 2014
Ir. Joni Efendi

NIP. 19630426 199103 1 002
137
Lampiran 1.E Transkrip wawancara

TRANSKRIP WAWANCARA
Narasumber : Agung Indrajit, ST., M.Sc – Kepala Bidang Pengelolaan

Data dan Informasi Geospasial, Badan Informasi
Geospasial (BIG)
Tanggal : 4 November 2013
Jam : 10.00 – 10.30
Tempat Wawancara : Ruang Kabid Pengelolaan Data dan Informasi
Geospasial
Peneliti (P) Kondisi data terkait kebencanaan seperti apa? Dalam
format apa saja? Skala berapa?
N Kondisi data terkait kebencanaan dapat dibagi menjadi 4,
yaitu:
1. Hazard exposure, yang terdiri dari data yang bersifat
historical dan predictive.
2. Demografi, yaitu data kependudukan dari BPS.
3. Data yang terdiri dari transportasi, sarana
transportasi, jalur evakuasi, shelter, fasilitas
kesehatan, fasilitas darurat, dan budaya.
4. Foto udara / citra satelit, yaitu foto udara / citra yang
menggambarkan kondisi sebelumnya, citra google,
hasil Unmanned Aerial Vehicle (UAV) dan Survey.
Format yang tersedia dalam bentuk SHP, Citra. Untuk
data kebencanaan sendiri tersedia dalam skala 250.000
untuk gempa dan tsunami, dan skala 25.000 untuk banjir.
P Data kebencanaan yang tersedia untuk publikasi apa
saja?
N Data yang tersedia adalah data IGD yang terdiri dari
kategori hipsografi, transportasi, lingkungan terbangun,
utilitas, batas wilayah, dan hidrogafi.
138
P Alur data dari pemetaan kebencanaan

pengelolaannya sampai publikasi seperti apa?
N Data IGT setelah melalui Quality Control (QC) di unit
kerjanya masing-masing kemudian disimpan ke dalam
suatu basisdata publikasi kemudian dibuat web service
untuk dapat digunakan oleh PU, BMKG, dan BNPB.
P Standar pengelolaan data yang digunakan saat ini
apa?
N Untuk pengelolaan data, saat ini BIG sudah menyusun
Katalog Fitur Dataset Fundamental yang dapat digunakan
sebagai standar pengelolaan data.
P Terkait dengan GSCC, data seperti apa yang
diharapkan dapat mendukung operasional GSCC?
N Harapannya adalah tersedianya common operating maps
yang terdiri dari IGT, participative mapping, dan real-
time mapping yang akan disimpan dalam suatu
datawarehouse sehingga dapat digunakan oleh instansi
lainnya.
P Untuk terkait akses pengguna ke GSCC, siapa saja
user yang menggunakannya?
N Pengguna terdiri pihak pejabat eselon 1 dan 2 yang
memerlukan laporan terkait informasi geospasial
kebencanaan, pihak yang membuat dan mengelola sistem
penyimpanan data, serta pihak yang memiliki data
spasial.
139
SURAT KETERANGAN
Nama : Agung Indrajit, ST., M.Sc
NIP : 19740828 200212 1 002
Jabatan: Kepala Bidang Pengelolaan Data dan Informasi Geospasial
NPM : 1206194631

Bogor, Januari 2014
Agung Indrajit, ST., M.Sc

NIP. 19740828 200212 1 002
140
Lampiran 2 Atribut Data Spasial

Atribut Dimensi Wilayah Administrasi
Nama Atribut Deskripsi Tipe Data

WAID ID sebagai primary NUMBER(20)
key pada dimensi
Wilayah
Administrasi
ObjectID Nomer objek Object ID
generated by
system sebagai
pengenal pada
aplikasi GIS
SHAPE Atribut geometri MDSYS.SDO_GEOMETRY
yang bereferensi
pada tipe objek
SDO_GEOMETRY
KodeKabupaten Kode NUMBER(10)
Kabupaten/kota
BPS
NamaKabupaten Nama VARCHAR2(50)
Kabupaten/kota
KodeProvinsi Kode Provinsi BPS NUMBER(10)
NamaProvinsi Nama Provinsi VARCHAR2(50)
Remark Informasi lainnya VARCHAR2(250)
yang diperlukan
Kode PUM Kode PUM VARCHAR2(50)
KodeFitur Kode dari VARCHAR2(50)
subkategori dalam
katalog fitur dataset
fundamental
Luas Luas wilayah DOUBLE
administrasi dalam
KM2
ReferensiHukum Referensi hukum VARCHAR2(50)
dari batas wilayah
SRSID Sistem Referensi VARCHAR2(50)
Spasial yang
digunakan
ShapeLength Panjang area DOUBLE
generated by
system
ShapeArea Luas Area DOUBLE
generated by
system
141
Atribut Dimensi Bencana

BencanaID ID sebagai NUMBER(20)
primary key pada
dimensi bencana
Tipe Bencana Jenis dari bencana VARCHAR2(50)
Nama Bencana Nama Bencana VARCHAR2(50)
Keterangan Informasi lainnya VARCHAR2(250)
yang diperlukan
Atribut Dimensi Waktu

WID ID berupa tanggal DATE
sebagai primary key
pada dimensi waktu
NamaHari Nama hari VARCHAR2(20)
Hari_end_date Informasi hari terakhir DATE
pada minggu yang sama
Hari_time_span Jumlah hari pada NUMBER(5)
minggu yang sama
No_bulan ID bulan VARCHAR2(20)
NamaBulan Nama bulan VARCHAR2(20)
Bulan_end_date Informasi hari terakhir DATE
pada bulan yang sama
Bulan_time_span Informasi jumlah hari NUMBER(5)
pada bulan yang sama
Tahun Tahun NUMBER(5)
Tahun_end_date Informasi hari terakhir DATE
pada tahun yang sama
Tahun_time_span Informasi jumlah hari NUMBER(5)
pada tahun yang sama
142
Atribut Tabel Fakta Informasi Gempa

WAID Foreign key NUMBER(20)
dari tabel
Wilayah
Administrasi
BencanaID Foreign key NUMBER(20)
dari tabel
Bencana
WID Foreign key NUMBER(20)
dari tabel
WaktuKejadian
JumlahKorbanMeninggal Jumlah korban NUMBER(20)
meninggal
JumlahKorbanLuka Jumlah korban NUMBER(20)
luka-luka
JumlahKorbanHilang Jumlah korban NUMBER(20)
hilang
JumlahKorbanTerdampak Jumlah korban NUMBER(20)
terdampak
JumlahPengungsi Jumlah NUMBER(20)
pengungsi
bencana
JumlahKerusakanFasPen Jumlah NUMBER(20)
kerusakan
fasilitas
pendidikan
JumlahKerusakanFasKes Jumlah NUMBER(20)
kerusakan
fasilitas
kesehatan
EstimasiKerugian Nilai kerugian DOUBLE
dalam rupiah
143
Lampiran 3 SQL Syntax
1. Membuat nama pengguna dan hak akses

Level pengguna eksekutif
Level pengguna Data Warehouse Administrator
Level pengguna Data Administrator
144
2. Membuat Fitur Data Spasial dan Tabel

Fitur WilayahAdministrasi
Tabel Waktu
145
Tabel Bencana
3. Membuat Tabel Fakta
4. SQL untuk ETL tabel bencana

INSERT INTO admin_bencana.bencana
VALUES ('', 'Bencana Alam', 'Banjir', 'Peristiwa atau keadaan dimana terendamnya
suatu daerah atau daratan karena volume air yang meningkat');
VALUES ('', 'Bencana Alam', 'Gempa bumi', 'Getaran atau guncangan yang terjadi di
permukaan bumi yang disebabkan oleh tumbukan antar lempeng bumi, patahan aktif,
akitivitas gunung api atau runtuhan batuan');
VALUES ('', 'Bencana Alam', 'Tsunami', 'Serangkaian gelombang ombak laut raksasa
yang timbul karena adanya pergeseran di dasar laut akibat gempa bumi.');
146
VALUES ('', 'Bencana Alam', 'Letusan gunung api', 'Bagian dari aktivitas vulkanik
yang dikenal dengan istilah “erupsi”.');
VALUES ('', 'Bencana Alam', 'Kekeringan', 'Ketersediaan air yang jauh di bawah
kebutuhan air untuk kebutuhan hidup, pertanian, kegiatan ekonomi dan lingkungan.');
INSERT INTo admin_bencana.bencana
VALUES ('', 'Bencana Alam', 'Angin puting beliung', 'Angin kencang yang datang
secara tiba-tiba, mempunyai pusat, bergerak melingkar menyerupai spiral dengan
kecepatan 40-50 km/jam hingga menyentuh permukaan bumi dan akan hilang dalam
waktu singkat (3-5 menit).');
VALUES ('', 'Bencana Alam', 'Tanah Longsor', 'Salah satu jenis gerakan massa tanah
atau batuan, ataupun percampuran keduanya, menuruni atau keluar lereng akibat
terganggunya kestabilan tanah atau batuan penyusun lereng.');
VALUES ('', 'Bencana Alam', 'Gelombang Pasang', 'Gelombang pasang atau badai
adalah gelombang tinggi yang ditimbulkan karena efek terjadinya siklon tropis di
sekitar wilayah Indonesia dan berpotensi kuat menimbulkan bencana alam.');
VALUES ('', 'Bencana Alam', 'Abrasi', 'proses pengikisan pantai oleh tenaga
gelombang laut dan arus laut yang bersifat merusak');
VALUES ('', 'Bencana Alam', 'Kebakaran', 'situasi dimana bangunan pada suatu
tempat seperti rumah/pemukiman, pabrik, pasar, gedung dan lain-lain dilanda api
yang menimbulkan korban dan/atau kerugian.');
VALUES ('', 'Bencana Alam', 'Kebakaran hutan dan lahan', 'suatu keadaan di mana
hutan dan lahan dilanda api, sehingga mengakibatkan kerusakan hutan dan lahan
yang menimbulkan kerugian ekonomis dan atau nilai lingkungan.');
VALUES ('', 'Bencana Non Alam', 'Gagal Teknologi', 'Kejadian yang diakibatkan
oleh kesalahan desain, pengoperasian, kelalaian dan kesengajaan manusia dalam
menggunakan teknologi dan indutri');
147
VALUES ('', 'Bencana Non Alam', 'Epidemi dan Wabah Penyakit', 'Kejadian
berjangkitnya suatu penyakit menular dalam masyarakat yang jumlah penderitanya
meningkat secara nyata melebihi dari pada keadaan yang lazim pada waktu dan
daerah tertentu serta dapat menimbulkan malapetaka');
VALUES ('', 'Bencana Sosial', 'Konflik Sosial', 'suatu gerakan massal yang bersifat
merusak tatanan dan tata tertib sosial yang ada, yang dipicu oleh kecemburuan sosial,
budaya dan ekonomi yang biasanya dikemas sebagai pertentangan antar suku, agama,
ras (SARA).');
VALUES ('', 'Bencana Sosial', 'Aksi Teror', 'aksi yang dilakukan oleh setiap orang
yang dengan sengaja menggunakan kekerasan atau ancaman kekerasan sehingga
menimbulkan suasana teror atau rasa takut terhadap orang secara meluas atau
menimbulkan korban yang bersifat masal.');
VALUES ('', 'Bencana Sosial', 'Sabotase', 'tindakan yang dilakukan untuk
melemahkan musuh melalui subversi, penghambatan, pengacauan dan/ atau
penghancuran.');
5. SQLuntuk ETL tabel waktu
INSERT INTO waktu
(
WID,
NamaHari,
Hari_end_date,
Hari_time_span,
No_bulan,
NamaBulan,
Bulan_end_date,
Bulan_time_span,
Tahun,
Tahun_end_date,
Tahun_time_span )
SELECT
TRUNC( sd + rn ) WID,
TO_CHAR( sd + rn, 'fmDay' ) NamaHari,
( CASE
WHEN TO_CHAR( sd + rn, 'D' ) IN ( 1, 2, 3, 4, 5, 6 ) THEN
NEXT_DAY( sd + rn, 'SATURDAY' )
ELSE
( sd + rn )
END ) hari_end_date,
TO_CHAR( sd + rn, 'DDD' ) hari_time_span,
148
TO_CHAR( sd + rn, 'YYYY_MM' ) No_Bulan,

TO_CHAR( sd + rn, 'FMMonth' ) NamaBulan,
LAST_DAY( sd + rn ) Bulan_end_date,
TO_CHAR( LAST_DAY( sd + rn ), 'DD' ) Bulan_time_span,
TO_CHAR( sd + rn, 'YYYY' ) Tahun,
TO_DATE( '12/31/' || TO_CHAR( sd + rn, 'YYYY' ), 'MM/DD/YYYY' )
Tahun_end_date,
( TO_DATE( '12/31/' || TO_CHAR( sd + rn, 'YYYY' ), 'MM/DD/YYYY' )
- TRUNC( sd + rn, 'YEAR' ) ) Tahun_time_span
FROM
(
SELECT
TO_DATE( '12/31/2003', 'MM/DD/YYYY' ) sd,
rownum rn
FROM dual
CONNECT BY level <= 3653
)
/
149
Lampiran 4 Data BPS dan BNPB
Data Kode Kabupaten dan Provinsi BPS

Kode Kode Nama Kabupaten / Kota
Provinsi Kabupaten /
Kota
11 01 SIMEULUE
11 02 ACEH SINGKIL
11 03 ACEH SELATAN
11 04 ACEH TENGGARA
11 05 ACEH TIMUR
11 06 ACEH TENGAH
11 07 ACEH BARAT
11 08 ACEH BESAR
11 09 PIDIE
11 10 BIREUEN
11 11 ACEH UTARA
11 12 ACEH BARAT DAYA
11 13 GAYO LUES
11 14 ACEH TAMIANG
11 15 NAGAN RAYA
11 16 ACEH JAYA
11 17 BENER MERIAH
11 18 PIDIE JAYA
11 71 KOTA BANDA ACEH
11 72 KOTA SABANG
11 73 KOTA LANGSA
11 74 KOTA LHOKSEUMAWE
11 75 KOTA SUBULUSSALAM
12 01 NIAS
12 02 MANDAILING NATAL
12 03 TAPANULI SELATAN
12 04 TAPANULI TENGAH
12 05 TAPANULI UTARA
12 06 TOBA SAMOSIR
12 07 LABUHAN BATU
12 08 ASAHAN
12 09 SIMALUNGUN
12 10 DAIRI
12 11 KARO
12 12 DELI SERDANG
12 13 LANGKAT
12 14 NIAS SELATAN
150

Kota
12 15 HUMBANG HASUNDUTAN
12 16 PAKPAK BHARAT
12 17 SAMOSIR
12 18 SERDANG BEDAGAI
12 19 BATUBARA
12 20 PADANG LAWAS UTARA
12 21 PADANG LAWAS
12 22 LABUHAN BATU SELATAN
12 23 LABUHAN BATU UTARA
12 24 NIAS UTARA
12 25 NIAS BARAT
12 71 KOTA SIBOLGA
12 72 KOTA TANJUNG BALAI
12 73 KOTA PEMATANG SIANTAR
12 74 KOTA TEBING TINGGI
12 75 KOTA MEDAN
12 76 KOTA BINJAI
12 77 KOTA PADANGSIDIMPUAN
12 78 KOTA GUNUNGSITOLI
13 01 KEPULAUAN MENTAWAI
13 02 PESISIR SELATAN
13 03 SOLOK
13 04 SIJUNJUNG
13 05 TANAH DATAR
13 06 PADANG PARIAMAN
13 07 AGAM
13 08 LIMA PULUH KOTA
13 09 PASAMAN
13 10 SOLOK SELATAN
13 11 DHARMASRAYA
13 12 PASAMAN BARAT
13 71 KOTA PADANG
13 72 KOTA SOLOK
13 73 KOTA SAWAH LUNTO
13 74 KOTA PADANG PANJANG
13 75 KOTA BUKITTINGGI
13 76 KOTA PAYAKUMBUH
13 77 KOTA PARIAMAN
14 01 KUANTAN SINGINGI
14 02 INDRAGIRI HULU
151

Kota
14 03 INDRAGIRI HILIR
14 04 PELALAWAN
14 05 SIAK
14 06 KAMPAR
14 07 ROKAN HULU
14 08 BENGKALIS
14 09 ROKAN HILIR
14 10 KEPULAUAN MERANTI
14 71 KOTA PEKANBARU
14 73 KOTA DUMAI
15 01 KERINCI
15 02 MERANGIN
15 03 SAROLANGUN
15 04 BATANG HARI
15 05 MUARO JAMBI
15 06 TANJUNG JABUNG TIMUR
15 07 TANJUNG JABUNG BARAT
15 08 TEBO
15 09 BUNGO
15 71 KOTA JAMBI
15 72 KOTA SUNGAI PENUH
16 01 OGAN KOMERING ULU
16 02 OGAN KOMERING ILIR
16 03 MUARA ENIM
16 04 LAHAT
16 05 MUSI RAWAS
16 06 MUSI BANYUASIN
16 07 BANYU ASIN
16 08 OGAN KOMERING ULU SELATAN
16 09 OGAN KOMERING ULU TIMUR
16 10 OGAN ILIR
16 11 EMPAT LAWANG
16 71 KOTA PALEMBANG
16 72 KOTA PRABUMULIH
16 73 KOTA PAGAR ALAM
16 74 KOTA LUBUKLINGGAU
17 01 BENGKULU SELATAN
17 02 REJANG LEBONG
17 03 BENGKULU UTARA
17 04 KAUR
152

Kota
17 05 SELUMA
17 06 MUKOMUKO
17 07 LEBONG
17 08 KEPAHIANG
17 09 BENGKULU TENGAH
17 71 KOTA BENGKULU
18 01 LAMPUNG BARAT
18 02 TANGGAMUS
18 03 LAMPUNG SELATAN
18 04 LAMPUNG TIMUR
18 05 LAMPUNG TENGAH
18 06 LAMPUNG UTARA
18 07 WAY KANAN
18 08 TULANGBAWANG
18 09 PESAWARAN
18 10 PRINGSEWU
18 11 MESUJI
18 12 TULANGBAWANG BARAT
18 71 KOTA BANDAR LAMPUNG
18 72 KOTA METRO
19 01 BANGKA
19 02 BELITUNG
19 03 BANGKA BARAT
19 04 BANGKA TENGAH
19 05 BANGKA SELATAN
19 06 BELITUNG TIMUR
19 71 KOTA PANGKAL PINANG
21 01 KARIMUN
21 02 BINTAN
21 03 NATUNA
21 04 LINGGA
21 05 KEPULAUAN ANAMBAS
21 71 KOTA BATAM
21 72 KOTA TANJUNG PINANG
31 01 KEPULAUAN SERIBU
31 71 KOTA JAKARTA SELATAN
31 72 KOTA JAKARTA TIMUR
31 73 KOTA JAKARTA PUSAT
31 74 KOTA JAKARTA BARAT
31 75 KOTA JAKARTA UTARA
153

Kota
32 01 BOGOR
32 02 SUKABUMI
32 03 CIANJUR
32 04 BANDUNG
32 05 GARUT
32 06 TASIKMALAYA
32 07 CIAMIS
32 08 KUNINGAN
32 09 CIREBON
32 10 MAJALENGKA
32 11 SUMEDANG
32 12 INDRAMAYU
32 13 SUBANG
32 14 PURWAKARTA
32 15 KARAWANG
32 16 BEKASI
32 17 BANDUNG BARAT
32 71 KOTA BOGOR
32 72 KOTA SUKABUMI
32 73 KOTA BANDUNG
32 74 KOTA CIREBON
32 75 KOTA BEKASI
32 76 KOTA DEPOK
32 77 KOTA CIMAHI
32 78 KOTA TASIKMALAYA
32 79 KOTA BANJAR
33 01 CILACAP
33 02 BANYUMAS
33 03 PURBALINGGA
33 04 BANJARNEGARA
33 05 KEBUMEN
33 06 PURWOREJO
33 07 WONOSOBO
33 08 MAGELANG
33 09 BOYOLALI
33 10 KLATEN
33 11 SUKOHARJO
33 12 WONOGIRI
33 13 KARANGANYAR
33 14 SRAGEN
154

Kota
33 15 GROBOGAN
33 16 BLORA
33 17 REMBANG
33 18 PATI
33 19 KUDUS
33 20 JEPARA
33 21 DEMAK
33 22 SEMARANG
33 23 TEMANGGUNG
33 24 KENDAL
33 25 BATANG
33 26 PEKALONGAN
33 27 PEMALANG
33 28 TEGAL
33 29 BREBES
33 71 KOTA MAGELANG
33 72 KOTA SURAKARTA
33 73 KOTA SALATIGA
33 74 KOTA SEMARANG
33 75 KOTA PEKALONGAN
33 76 KOTA TEGAL
34 01 KULON PROGO
34 02 BANTUL
34 03 GUNUNG KIDUL
34 04 SLEMAN
34 71 KOTA YOGYAKARTA
35 01 PACITAN
35 02 PONOROGO
35 03 TRENGGALEK
35 04 TULUNGAGUNG
35 05 BLITAR
35 06 KEDIRI
35 07 MALANG
35 08 LUMAJANG
35 09 JEMBER
35 10 BANYUWANGI
35 11 BONDOWOSO
35 12 SITUBONDO
35 13 PROBOLINGGO
35 14 PASURUAN
155

Kota
35 15 SIDOARJO
35 16 MOJOKERTO
35 17 JOMBANG
35 18 NGANJUK
35 19 MADIUN
35 20 MAGETAN
35 21 NGAWI
35 22 BOJONEGORO
35 23 TUBAN
35 24 LAMONGAN
35 25 GRESIK
35 26 BANGKALAN
35 27 SAMPANG
35 28 PAMEKASAN
35 29 SUMENEP
35 71 KOTA KEDIRI
35 72 KOTA BLITAR
35 73 KOTA MALANG
35 74 KOTA PROBOLINGGO
35 75 KOTA PASURUAN
35 76 KOTA MOJOKERTO
35 77 KOTA MADIUN
35 78 KOTA SURABAYA
35 79 KOTA BATU
36 01 PANDEGLANG
36 02 LEBAK
36 03 KOTA TANGERANG
36 04 SERANG
36 71 TANGERANG
36 72 KOTA CILEGON
36 73 KOTA SERANG
36 74 KOTA TANGERANG SELATAN
51 01 JEMBRANA
51 02 TABANAN
51 03 BADUNG
51 04 GIANYAR
51 05 KLUNGKUNG
51 06 BANGLI
51 07 KARANG ASEM
51 08 BULELENG
156

Kota
51 71 KOTA DENPASAR
52 01 LOMBOK BARAT
52 02 LOMBOK TENGAH
52 03 LOMBOK TIMUR
52 04 SUMBAWA
52 05 DOMPU
52 06 BIMA
52 07 SUMBAWA BARAT
52 08 LOMBOK UTARA
52 71 KOTA MATARAM
52 72 KOTA BIMA
53 01 SUMBA BARAT
53 02 SUMBA TIMUR
53 03 KUPANG
53 04 TIMOR TENGAH SELATAN
53 05 TIMOR TENGAH UTARA
53 06 BELU
53 07 ALOR
53 08 LEMBATA
53 09 FLORES TIMUR
53 10 SIKKA
53 11 ENDE
53 12 NGADA
53 13 MANGGARAI
53 14 ROTE NDAO
53 15 MANGGARAI BARAT
53 16 SUMBA TENGAH
53 17 SUMBA BARAT DAYA
53 18 NAGEKEO
53 19 MANGGARAI TIMUR
53 20 SABU RAIJUA
53 71 KOTA KUPANG
61 01 SAMBAS
61 02 BENGKAYANG
61 03 LANDAK
61 04 PONTIANAK
61 05 SANGGAU
61 06 KETAPANG
61 07 SINTANG
61 08 KAPUAS HULU
157

Kota
61 09 SEKADAU
61 10 MELAWI
61 11 KAYONG UTARA
61 12 KUBU RAYA
61 71 KOTA PONTIANAK
61 72 KOTA SINGKAWANG
62 01 KOTAWARINGIN BARAT
62 02 KOTAWARINGIN TIMUR
62 03 KAPUAS
62 04 BARITO SELATAN
62 05 BARITO UTARA
62 06 SUKAMARA
62 07 LAMANDAU
62 08 SERUYAN
62 09 KATINGAN
62 10 PULANG PISAU
62 11 GUNUNG MAS
62 12 BARITO TIMUR
62 13 MURUNG RAYA
62 71 KOTA PALANGKA RAYA
63 01 TANAH LAUT
63 02 KOTA BARU
63 03 BANJAR
63 04 BARITO KUALA
63 05 TAPIN
63 06 HULU SUNGAI SELATAN
63 07 HULU SUNGAI TENGAH
63 08 HULU SUNGAI UTARA
63 09 TABALONG
63 10 TANAH BUMBU
63 11 BALANGAN
63 71 KOTA BANJARMASIN
63 72 KOTA BANJAR BARU
64 01 PASIR
64 02 KUTAI BARAT
64 03 KUTAI KARTANEGARA
64 04 KUTAI TIMUR
64 05 BERAU
64 06 MALINAU
64 07 BULUNGAN
158

Kota
64 08 NUNUKAN
64 09 PENAJAM PASER UTARA
64 10 TANA TIDUNG
64 71 KOTA BALIKPAPAN
64 72 KOTA SAMARINDA
64 73 KOTA TARAKAN
64 74 KOTA BONTANG
71 01 BOLAANG MONGONDOW
71 02 MINAHASA
71 03 SIAU TAGULANDANG BIARO
71 04 KEPULAUAN TALAUD
71 05 MINAHASA SELATAN
71 06 MINAHASA UTARA
71 07 BOLAANG MONGONDOW UTARA
71 08 KEPULAUAN SIAU TAGULANDANG BIARO
71 09 MINAHASA TENGGARA
71 10 BOLAANG MONGONDOW SELATAN
71 11 BOLAANG MONGONDOW TIMUR
71 71 KOTA MANADO
71 72 KOTA BITUNG
71 73 KOTA TOMOHON
71 74 KOTA KOTAMOBAGU
72 01 BANGGAI KEPULAUAN
72 02 BANGGAI
72 03 MOROWALI
72 04 POSO
72 05 DONGGALA
72 06 TOLI-TOLI
72 07 BUOL
72 08 PARIGI MOUTONG
72 09 TOJO UNA-UNA
72 10 SIGI
72 71 KOTA PALU
73 01 SELAYAR
73 02 BULUKUMBA
73 03 BANTAENG
73 04 JENEPONTO
73 05 TAKALAR
73 06 GOWA
73 07 SINJAI
159

Kota
73 08 MAROS
73 09 PANGKAJENE DAN KEPULAUAN
73 10 BARRU
73 11 BONE
73 12 SOPPENG
73 13 WAJO
73 14 SIDENRENG RAPPANG
73 15 PINRANG
73 16 ENREKANG
73 17 LUWU
73 18 TANATORAJA
73 22 LUWU UTARA
73 25 LUWU TIMUR
73 26 TORAJA UTARA
73 71 KOTA MAKASSAR
73 72 KOTA PARE-PARE
73 73 KOTA PALOPO
74 01 BUTON
74 02 MUNA
74 03 KONAWE
74 04 KOLAKA
74 05 KONAWE SELATAN
74 06 BOMBANA
74 07 WAKATOBI
74 08 KOLAKA UTARA
74 09 BUTON UTARA
74 10 KONAWE UTARA
74 71 KOTA KENDARI
74 72 KOTA BAU-BAU
75 01 BOALEMO
75 02 GORONTALO
75 03 POHUWATO
75 04 BONE BOLANGO
75 05 GORONTALO UTARA
75 71 KOTA GORONTALO
76 01 MAJENE
76 02 POLEWALI MANDAR
76 03 MAMASA
76 04 MAMUJU
76 05 MAMUJU UTARA
160

Kota
81 01 MALUKU TENGGARA BARAT
81 02 MALUKU TENGGARA
81 03 MALUKU TENGAH
81 04 BURU
81 05 KEPULAUAN ARU
81 06 SERAM BAGIAN BARAT
81 07 SERAM BAGIAN TIMUR
81 08 MALUKU BARAT DAYA
81 09 BURU SELATAN
81 71 KOTA AMBON
81 72 KOTA TUAL
82 01 HALMAHERA BARAT
82 02 HALMAHERA TENGAH
82 03 KEPULAUAN SULA
82 04 HALMAHERA SELATAN
82 05 HALMAHERA UTARA
82 06 HALMAHERA TIMUR
82 07 PULAU MOROTAI
82 71 KOTA TERNATE
82 72 KOTA TIDORE
91 01 FAK-FAK
91 02 KAIMANA
91 03 TELUK WONDAMA
91 04 TELUK BINTUNI
91 05 MANOKWARI
91 06 SORONG SELATAN
91 07 SORONG
91 08 RAJA AMPAT
91 09 TAMBRAUW
91 10 MAYBRAT
91 71 KOTA SORONG
94 01 MERAUKE
94 02 JAYAWIJAYA
94 03 JAYAPURA
94 04 NABIRE
94 08 KEPULAUAN YAPEN
94 09 BIAK NUMFOR
94 10 PANIAI
94 11 PUNCAKJAYA
94 12 MIMIKA
161

Kota
94 13 BOVEN DIGOEL
94 14 MAPPI
94 15 ASMAT
94 16 YAHUKIMO
94 17 PEGUNUNGAN BINTANG
94 18 TOLIKARA
94 19 SARMI
94 20 KEEROM
94 26 WAROPEN
94 27 SUPIORI
94 28 MAMBERAMO RAYA
94 29 NDUGA
94 30 LANNY JAYA
94 31 MAMBERAMO TENGAH
94 32 YALIMO
94 33 PUNCAK
94 34 DOGIYAI
94 35 INTAN JAYA
94 36 DEIYAI
94 71 KOTA JAYAPURA
Data Banjir BNPB 2004-2013
Kejadian Provinsi Kabupaten Tanggal Meninggal Luka- Hilang Menderita Mengungsi Fasilitas Fasilitas Total
luka Kesehatan Pendidikan kerugian
(juta Rp)
BANJIR JAWA PEKALONGAN 25-Jan-12 3 0 0 0 0 0 11
TENGAH
BANJIR SUMATERA LAHAT 1-Feb-12 0 0 0 5 0 0 0
SELATAN
BANJIR SUMATERA DELI SERDANG 2-Feb-12 3 0 0 0 0 0 0
UTARA
BANJIR JAWA TIMUR MOJOKERTO 3-Feb-12 1 0 0 0 0 0 0
BANJIR JAWA TIMUR PASURUAN 3-Feb-12 0 0 0 0 500 0 0
BANJIR PEMERINTAH ACEH SELATAN 6-Feb-12 0 0 0 698 0 0 0
ACEH
BANJIR BENGKULU BENGKULU UTARA 22-Apr- 0 0 0 0 112 1 0
12
BANJIR PEMERINTAH ACEH BARAT DAYA 26-Apr- 0 2 0 0 0 0 0
ACEH 12
BANJIR SULAWESI KOLAKA 5-May-12 0 1 0 0 75 0 0 500
TENGGARA
BANJIR PEMERINTAH PIDIE 5-May-12 0 0 0 0 214 0 14
ACEH
BANJIR MALUKU KOTA TERNATE 9-May-12 6 22 8 0 942 0 0
UTARA
BANJIR SULAWESI BOLAANG 18-May- 0 3 0 1439 0 0 0
UTARA MONGONDOW 12
SELATAN
BANJIR KALIMANTAN HULU SUNGAI 4-Apr-12 1 0 0 3 0 0 0 8
SELATAN TENGAH
BANJIR NUSA NGADA 4-Jan-08 108
TENGGARA
TIMUR
BANJIR JAWA BARAT KUNINGAN 7-Apr-12 2 0 0 0 0 0 0
163
BANJIR PEMERINTAH ACEH TENGGARA 12-Apr- 0 5 0 0 926 1 1

ACEH 12
BANJIR PEMERINTAH ACEH TENGGARA 14-Apr- 0 5 0 0 460 0 0
ACEH 12
BANJIR SULAWESI PARIGI MOUTONG 14-Apr- 1 0 0 968 100 0 0
TENGAH 12
BANJIR PEMERINTAH ACEH JAYA 15-Apr- 0 0 0 6305 0 0 0 3838
ACEH 12
BANJIR PEMERINTAH ACEH TAMIANG 20-Apr- 0 0 0 0 281 0 0
ACEH 12
BANJIR LAMPUNG LAMPUNG 20-Apr- 1 0 0 0 0 0 0
SELATAN 12
BANJIR DKI JAKARTA KOTA JAKARTA 13-Dec- 0 0 0 0 640 0 0
UTARA 12
BANJIR KALIMANTAN NUNUKAN 4-Jun-12 3 0 0 0 0 0 0
TIMUR
BANJIR MALUKU KEPULAUAN SULA 11-Jun-12 0 0 0 0 1335 0 0
UTARA
BANJIR GORONTALO BOALEMO 12-Jun-12 0 0 0 3525 0 0 0
BANJIR KALIMANTAN TANAH BUMBU 17-Jun-12 0 0 0 250 0 0 0
SELATAN
BANJIR GORONTALO BONE BOLANGO 24-Jun-12 1 5 0 263 0 0 5
BANJIR KALIMANTAN KUTAI 6-Jul-12 1 0 0 3075 0 0 0
TIMUR KARTANEGARA
BANJIR SULAWESI LUWU 6-Jul-12 1 0 0 0 6030 0 42
SELATAN
BANJIR MALUKU MALUKU TENGAH 6-Jul-12 0 0 0 0 410 0 0
BANJIR SULAWESI MOROWALI 6-Jul-12 0 0 2 0 355 0 0
TENGAH
BANJIR PEMERINTAH ACEH UTARA 10-Jul-12 0 0 0 0 6938 0 0
ACEH
BANJIR SUMATERA LABUHAN BATU 11-Jul-12 0 0 0 755 0 0 0
UTARA UTARA
164
BANJIR KALIMANTAN TANAH BUMBU 11-Jul-12 0 0 0 13852 0 0 0

SELATAN
BANJIR KALIMANTAN TANAH LAUT 11-Jul-12 0 0 0 1770 0 0 0
SELATAN
BANJIR KALIMANTAN TANAH LAUT 19-Jul-12 0 0 0 0 1456 0 0
SELATAN
BANJIR GORONTALO BONE BOLANGO 21-Jul-12 0 0 0 0 553 0 0
BANJIR SUMATERA KOTA PADANG 24-Jul-12 0 2 0 0 3953 1 2
BARAT
BANJIR GORONTALO BONE BOLANGO 26-Jul-12 0 0 0 0 1007 0 0
BANJIR PAPUA SARMI 27-Jul-12 1 0 0 0 1250 0 0
BANJIR PEMERINTAH ACEH TENGGARA 17-Aug- 4 0 2 0 761 0 2
ACEH 12
BANJIR SULAWESI KOTA PALU 25-Aug- 2 0 4 0 101 0 0
TENGAH 12
BANJIR SULAWESI PARIGI MOUTONG 25-Aug- 2 7 0 0 1424 1 0
TENGAH 12
BANJIR SUMATERA KOTA TEBING 22-Sep- 0 0 0 2725 0 0 0
UTARA TINGGI 12
BANJIR SULAWESI LUWU UTARA 18-Oct- 1 0 0 2450 0 0 0
SELATAN 12
BANJIR JAWA BANYUMAS 19-Oct- 1 0 0 0 0 0 0
TENGAH 12
BANJIR SUMATERA PADANG LAWAS 21-Oct- 0 0 0 0 85 0 0
UTARA 12
BANJIR DKI JAKARTA KOTA JAKARTA 22-Nov- 0 0 0 360 280 0 0
TIMUR 12
BANJIR SUMATERA LAHAT 26-Nov- 0 0 0 78 0 0 0 130
SELATAN 12
BANJIR SUMATERA ASAHAN 28-Nov- 0 7 0 0 175 0 0
UTARA 12
BANJIR SUMATERA KOTA PALEMBANG 29-Nov- 0 0 0 2500 0 0 4 125
SELATAN 12
165
BANJIR PEMERINTAH ACEH SELATAN 30-Nov- 0 0 0 0 55 0 0

ACEH 12
BANJIR JAMBI MERANGIN 2-Dec-12 1 0 0 0 0 4 11
BANJIR KALIMANTAN BARITO UTARA 3-Dec-12 0 0 0 65280 0 0 22
TENGAH
BANJIR SUMATERA KOTA PALEMBANG 5-Dec-12 0 0 0 500 0 0 0 100
SELATAN
BANJIR SUMATERA MUSI RAWAS 5-Dec-12 0 0 0 1000 0 0 0 5000
SELATAN
BANJIR SUMATERA MUSI RAWAS 11-Dec- 0 0 0 15000 0 0 0
SELATAN 12
BANJIR SUMATERA PASAMAN BARAT 11-Dec- 0 1 0 0 0 0 0
BARAT 12
BANJIR SUMATERA KOTA PRABUMULIH 12-Dec- 0 0 0 215 0 0 0 1450
SELATAN 12
BANJIR NUSA LOMBOK TIMUR 11-Dec- 0 0 0 0 34 0 0
TENGGARA 12
BARAT
BANJIR PEMERINTAH NAGAN RAYA 7-May-04 0 0 1 0 0 0 0
ACEH
BANJIR JAWA TIMUR BOJONEGORO 7-Jun-10 0 0 0 1 0 0 0
BANJIR JAWA BARAT KARAWANG 9-Feb-09 1 2 0 0 0 0 0
BANJIR JAWA BARAT BANDUNG 25-Apr- 0 0 1 0 212 0 33 496
07
BANJIR SUMATERA KOTA PADANG 11-Apr- 1
BARAT 08
BANJIR LAMPUNG TULANGBAWANG 13-Jan-05 3 0 0 0 0 0 0 685
BANJIR DKI JAKARTA KOTA JAKARTA 15-Mar- 50 132
SELATAN 08
BANJIR JAWA BARAT BOGOR 12-Nov- 0 0 0 105 0 0 0
07
BANJIR DKI JAKARTA KOTA JAKARTA 15-Mar- 0 0 0 1500 0 0 0
PUSAT 08
166
BANJIR SUMATERA MUSI BANYUASIN 16-Feb- 0 0 0 3 0 0 5

SELATAN 10
BANJIR SUMATERA KOTA PADANG 22-Aug- 0 0 0 0 157 0 0
BARAT 09
BANJIR JAWA KEBUMEN 29-May- 0 1 0 0 0 0 0 209
TENGAH 10
BANJIR JAWA TIMUR KOTA MALANG 7-Nov-10 0 5 0 0 0 0 0
BANJIR SUMATERA OGAN KOMERING 16-Feb- 2 1 0 1 0 0 0
SELATAN ULU SELATAN 10
BANJIR NUSA KOTA KUPANG 10-Feb- 0 0 0 1589 0 0 1
TENGGARA 09
TIMUR
BANJIR PEMERINTAH ACEH JAYA 10-May- 0 0 0 0 2 0 0
ACEH 11
BANJIR DKI JAKARTA KOTA JAKARTA 17-Aug- 0 0 0 0 1 0 0
SELATAN 10
BANJIR JAWA BARAT BANDUNG 27-Jan-10 0 399 0 0 0 1 0
BANJIR JAWA TIMUR GRESIK 26-Feb- 2 0 0 14460 100 0 33 227100
09
BANJIR DKI JAKARTA KOTA JAKARTA 14-Nov- 99 12565
TIMUR 08
BANJIR NUSA LOMBOK BARAT 25-Feb- 0 0 0 0 78 0 0 165
TENGGARA 06
BARAT
BANJIR KALIMANTAN PONTIANAK 31-Oct- 1510 1
BARAT 08
BANJIR SUMATERA LANGKAT 27-Dec- 0 0 0 4 0 0 0
UTARA 11
BANJIR JAWA TIMUR LUMAJANG 27-May- 1 0 0 833 0 0 0
04
BANJIR MALUKU KOTA AMBON 20-May- 0 0 0 0 278 0 0
11
167
BANJIR SULAWESI BULUKUMBA 25-Jul-10 1 0 0 0 0 0 0

SELATAN
BANJIR JAWA TIMUR BOJONEGORO 23-Feb- 7 0 0 88138 10881 0 178 266900
09
BANJIR JAWA BARAT CIANJUR 15-Dec- 0 0 0 48 0 0 0
07
BANJIR JAWA BARAT BEKASI 20-Mar- 0 0 0 43 0 0 0
10
BANJIR JAWA TIMUR JOMBANG 3-Feb-04 0 0 0 106 0 0 0
BANJIR RIAU INDRAGIRI HULU 4-Jan-10 0 0 0 66 0 0 0
BANJIR JAWA TIMUR MOJOKERTO 29-Feb- 0 0 0 0 84 0 0
04
BANJIR LAMPUNG LAMPUNG TENGAH 27-Dec- 1
08
BANJIR RIAU ROKAN HILIR 1-Jan-07 0 0 0 0 195 0 20
BANJIR JAWA PATI 3-Dec-11 1 0 0 0 0 0 0
TENGAH
BANJIR JAWA BARAT BANDUNG 9-Sep-10 0 0 0 500 0 0 0
BANJIR BALI BULELENG 11-Apr- 0 0 0 45 0 0 1
11
BANJIR KALIMANTAN TANAH LAUT 15-Feb- 30
SELATAN 08
BANJIR KALIMANTAN HULU SUNGAI 22-Oct- 0 0 0 0 0 0 0
SELATAN SELATAN 05
BANJIR KALIMANTAN TANAH BUMBU 23-Jul-04 0 0 0 10859 0 0 0 1000
SELATAN
BANJIR SUMATERA AGAM 14-Jul-05 0 5 0 0 17000 0 0 50000
BARAT
BANJIR JAWA BARAT KARAWANG 15-Jan-09 3 0 0 87670 12719 0 76 125092.047
BANJIR SUMATERA DELI SERDANG 4-Sep-08 1 53
UTARA
BANJIR JAWA MAGELANG 22-Jan-11 0 0 0 0 783 0 0
TENGAH
168
BANJIR SULAWESI LUWU 19-Sep- 0 0 0 431 0 0 1

SELATAN 10
BANJIR BALI KOTA DENPASAR 23-Mar- 1 0 0 0 0 0 0
07
BANJIR SUMATERA OGAN ILIR 12-Jan-05 0 0 0 152 0 0 0
SELATAN
BANJIR KALIMANTAN KUTAI 1-Apr-10 1 0 0 5 0 0 0
TIMUR KARTANEGARA
BANJIR JAWA SRAGEN 4-Feb-09 2 0 0 0 0 0 0
TENGAH
BANJIR KALIMANTAN KOTA BARU 7-Sep-08 14 16000 1
SELATAN
BANJIR JAWA SRAGEN 7-Mar-08 2 9 1 114
TENGAH
BANJIR SULAWESI KOLAKA UTARA 21-Jan-10 13 34 3 0 1 2 4 1759.25
TENGGARA
BANJIR DKI JAKARTA KOTA JAKARTA 11-Nov- 0 0 0 0 1180 0 0
TIMUR 07
BANJIR JAWA BARAT BANDUNG 28-Oct- 0 0 0 0 115 0 0
10
BANJIR JAWA MAGELANG 3-Jan-11 1 0 0 0 400 1 0
TENGAH
BANJIR SUMATERA PADANG 30-Mar- 1 0 0 0 20 0 0
BARAT PARIAMAN 10
BANJIR JAMBI KERINCI 22-May- 0 0 0 1000 0 0 0 650
07
BANJIR DKI JAKARTA KOTA JAKARTA 19-Jan-04 0 0 0 0 20 0 0
TIMUR
BANJIR KALIMANTAN KAPUAS HULU 8-Oct-10 0 0 0 0 8 0 0
BARAT
BANJIR JAWA WONOSOBO 4-Apr-10 1 0 0 0 0 0 0
TENGAH
BANJIR GORONTALO KOTA GORONTALO 20-Jun-10 0 1 0 0 126 0 0 1.5
169
BANJIR KALIMANTAN TANAH LAUT 1-Jun-08 130

SELATAN
BANJIR PEMERINTAH ACEH SINGKIL 23-Oct- 0 0 0 0 233 0 0
ACEH 07
BANJIR SUMATERA TAPANULI 24-May- 4 0 0 0 0 0 0
UTARA SELATAN 11
BANJIR SULAWESI BOMBANA 20-Jan-09 0 0 0 0 100 0 0
TENGGARA
BANJIR SULAWESI BANGGAI 22-Jun-06 0 0 0 0 1000 0 0
TENGAH
BANJIR JAWA BARAT KARAWANG 18-Mar- 1 24 0 30 108 6 28
10
BANJIR SUMATERA BATU BARA 26-Aug- 70
UTARA 08
BANJIR JAWA BARAT BANDUNG 10-Dec- 0 0 0 2 400 0 0
10
BANJIR JAWA BARAT SUBANG 11-Jan-09 0 0 0 19571 0 0 0
BANJIR PEMERINTAH ACEH TIMUR 20-Mar- 0 0 0 0 6340 0 0
ACEH 09
BANJIR NUSA LOMBOK BARAT 24-Sep- 0 2 0 0 120 0 0
TENGGARA 10
BARAT
BANJIR SULAWESI KOTA PALOPO 10-Nov- 9 13 4 0 293 0 0
SELATAN 09
BANJIR JAWA BARAT SUMEDANG 6-Jan-10 0 2 0 0 0 0 0
BANJIR KALIMANTAN KOTA BONTANG 1-Feb-05 0 0 0 8821 0 0 0
TIMUR
BANJIR DKI JAKARTA KOTA JAKARTA 20-Feb- 0 0 0 5700 0 0 0
TIMUR 04
BANJIR NUSA BELU 2-Jan-08 728 53.5
TENGGARA
TIMUR
170
BANJIR KALIMANTAN BANJAR 1/10/13 0 0 0 4634 0 0 0

SELATAN
BANJIR JAWA BARAT INDRAMAYU 17-Mar- 3 0 0 0 0 0 0 25000
04
BANJIR KALIMANTAN PASIR 7/29/10 0 0 0 186 0 0 0
TIMUR
BANJIR BALI GIANYAR 2/23/11 1 0 0 0 0 0 0
BANJIR JAWA TIMUR LAMONGAN 3/26/08 2232 16
BANJIR PEMERINTAH ACEH SELATAN 11/2/05 0 0 0 0 1026 5 1

ACEH
BANJIR JAWA TIMUR MAGETAN 2/2/09 0 0 0 0 1824 0 0
BANJIR KALIMANTAN TANAH BUMBU 5/27/08 7470 68
SELATAN
BANJIR KALIMANTAN TANAH BUMBU 7/15/11 0 0 0 392 225 0 0
SELATAN
BANJIR LAMPUNG WAY KANAN 2/4/10 2 0 0 0 0 0 0
BANJIR KALIMANTAN TANAH BUMBU 7/5/08 7480
SELATAN
BANJIR KALIMANTAN HULU SUNGAI 1/7/09 0 0 0 39348 0 0 0 16827.802
SELATAN SELATAN
BANJIR GORONTALO GORONTALO 1/23/07 0 0 0 0 2010 0 0
BANJIR SUMATERA MUARA ENIM 2/4/10 1 0 0 8 350 0 1 28
SELATAN
BANJIR JAWA PATI 12/26/07 1 0 0 0 4200 0 26
TENGAH
BANJIR JAWA TIMUR BLITAR 11/1/04 9 0 0 0 0 0 0 28000
BANJIR JAWA TIMUR JOMBANG 3/24/10 0 0 0 600 1 0 5
BANJIR DKI JAKARTA KOTA JAKARTA 1/16/13 38 0 0 0 16314 0 0
UTARA
BANJIR SULAWESI MOROWALI 4/9/07 1 2711 0 0 7988 7 19 97528.255
TENGAH
171

SELATAN
BANJIR SUMATERA MUSI RAWAS 3/19/10 0 0 0 0 50 0 0
SELATAN
BANJIR KALIMANTAN TAPIN 3/4/08 1239 76 1
SELATAN
BANJIR SULAWESI WAJO 8/2/10 7 0 0 0 3 0 0
SELATAN
BANJIR NUSA BELU 4/22/06 0 0 0 0 499 1 17
TENGGARA
TIMUR
BANJIR SULAWESI MINAHASA 12/8/09 4 3 1 0 700 0 0
UTARA TENGGARA
BANJIR KALIMANTAN KOTA PONTIANAK 9/26/10 0 0 0 0 115 0 0
BARAT
BANJIR MALUKU HALMAHERA 12/5/11 0 0 0 0 290 0 1
UTARA TIMUR
BANJIR SUMATERA LAHAT 6/9/07 0 0 0 400 0 0 0 204
SELATAN
BANJIR NUSA SUMBAWA 2/25/06 1 0 0 0 580 0 0
TENGGARA
BARAT
BANJIR DKI JAKARTA KOTA JAKARTA 1/2/08 1466
TIMUR
SELATAN
BANJIR JAWA BARAT BANDUNG 3/10/10 0 0 0 0 3 0 0
BANJIR RIAU KUANTAN SINGINGI 4/11/09 0 0 0 1005 0 0 0
BANJIR KALIMANTAN KOTA BARU 1/1/04 0 0 0 1758 0 0 0
SELATAN
BANJIR SULAWESI SIGI 12/3/11 5 0 1 0 634 0 1
TENGAH
172
BANJIR NUSA TIMOR TENGAH 11/29/08 1

TENGGARA SELATAN
TIMUR
ACEH
BANJIR PEMERINTAH BIREUEN 11/29/08 1083
ACEH
BANJIR KALIMANTAN KOTA BANJAR 3/4/08 840 1
SELATAN BARU
BANJIR JAWA CILACAP 11/29/04 5 0 0 0 1373 0 1 113
TENGAH
BANJIR PEMERINTAH NAGAN RAYA 5/17/09 0 0 0 0 2665 0 0
ACEH
BANJIR KALIMANTAN KATINGAN 6/28/06 0 0 0 0 4000 8 0
TENGAH
BANJIR PEMERINTAH ACEH TAMIANG 3/16/11 0 0 0 0 3 0 0
ACEH
PUSAT
BANJIR SULAWESI JENEPONTO 2/1/09 1 0 0 0 0 0 0
SELATAN
BANJIR SUMATERA SAMOSIR 4/29/10 2 1 3 0 0 0 0
UTARA
TIMUR
BANJIR PEMERINTAH ACEH TENGGARA 4/5/09 0 0 0 0 964 0 0
ACEH
TIMUR
SELATAN
BANJIR PAPUA PANIAI 3/18/11 10 0 0 0 5 9 22
173
BANJIR SUMATERA SOLOK 11/27/11 0 0 0 0 160 0 0

BARAT
BANJIR RIAU INDRAGIRI HULU 12/22/06 0 0 0 0 636 0 40 87000
BANJIR JAWA GROBOGAN 2/3/04 0 0 0 0 2500 0 0
TENGAH
BANJIR BENGKULU SELUMA 11/18/08 100
BANJIR JAWA TIMUR MALANG 4/27/10 0 0 0 4 0 0 0
BANJIR JAWA TIMUR TUBAN 2/23/09 1 0 0 51613 24196 0 35 21404
BANJIR JAWA TIMUR BOJONEGORO 2/2/09 4 0 0 22828 0 0 0
BANJIR SUMATERA LAHAT 2/2/13 0 0 0 36 0 0 0
SELATAN
BANJIR SULAWESI KOTA MANADO 2/1/06 1 0 0 0 0 0 0
UTARA
BANJIR JAMBI MERANGIN 1/1/10 0 0 0 4 0 0 0
BANJIR LAMPUNG LAMPUNG 2/5/13 0 0 0 0 155 0 0
SELATAN
BANJIR JAWA KOTA SEMARANG 11/3/11 0 1 0 0 0 0 0
TENGAH
BANJIR JAWA TIMUR SITUBONDO 1/21/06 0 0 0 575 101 0 0 7047
UTARA
BANJIR SULAWESI KOTA MAKASSAR 2/2/09 1 0 0 0 150 0 0
SELATAN
BANJIR JAWA BARAT BANDUNG 4/7/08 50
SELATAN
SELATAN
BANJIR SUMATERA TAPANULI 10/17/08 152 2880
UTARA SELATAN
174
BANJIR JAWA KUDUS 12/3/11 2 0 0 0 0 0 0

TENGAH
BANJIR JAWA MAGELANG 11/28/11 0 0 0 0 388 0 0
TENGAH
BANJIR SULAWESI LUWU UTARA 11/30/11 0 0 0 0 45 0 4
SELATAN
BANJIR JAWA DEMAK 1/29/09 0 0 0 0 345 0 0
TENGAH
BANJIR NUSA SUMBAWA BARAT 3/24/08 2 1
TENGGARA
BARAT
SELATAN
BANJIR JAWA PATI 1/10/09 1 0 0 2467 1326 0 0
TENGAH
BANJIR BALI BULELENG 1/2/11 2 0 0 0 50 0 0
BANJIR SUMATERA DELI SERDANG 1/6/11 0 0 0 0 10 0 0
UTARA
BANJIR PEMERINTAH ACEH BESAR 12/4/09 0 0 0 0 1025 0 1
ACEH
BANJIR JAWA TIMUR PASURUAN 2/8/08 2 3 19
BANJIR JAWA PURBALINGGA 1/6/10 0 0 0 840 0 0 0
TENGAH
BANJIR JAWA KOTA SURAKARTA 1/25/09 1 0 0 0 0 0 0
TENGAH
BANJIR JAMBI KERINCI 7/26/10 0 0 0 1 0 0 0
BANJIR SUMATERA KOTA TEBING 12/18/11 0 0 0 14 0 0 0
UTARA TINGGI
BANJIR LAMPUNG TANGGAMUS 11/5/08 10 15
BANJIR JAWA TIMUR MOJOKERTO 3/20/06 1 0 0 0 0 0 0
175

SELATAN
BANJIR KALIMANTAN KOTA 12/15/08 5 1390
BARAT SINGKAWANG
BANJIR KALIMANTAN KOTA 12/22/08 68
SELATAN BANJARMASIN
BANJIR JAWA WONOGIRI 2/20/13 0 0 0 0 83 1 1
TENGAH
BARAT
BANJIR JAWA BARAT BANDUNG 12/15/08 2248 2
BANJIR JAWA TIMUR SAMPANG 2/4/04 0 0 0 7251 0 0 0 433
BANJIR JAWA TIMUR PASURUAN 12/6/10 1 0 0 0 0 0 0
BANJIR PEMERINTAH PIDIE 3/14/07 0 0 0 0 0 0 0
ACEH
BANJIR PEMERINTAH ACEH SINGKIL 1/2/09 0 0 0 0 150 0 0
ACEH
BANJIR JAWA BARAT KOTA BANDUNG 1/28/10 0 0 0 420 0 0 0
BANJIR KALIMANTAN KOTA BONTANG 5/7/06 0 0 0 1230 0 0 0
TIMUR
BANJIR KALIMANTAN KAYONG UTARA 11/12/09 0 0 0 0 972 0 0
BARAT
BANJIR JAWA BARAT SUBANG 5/20/10 0 52 0 0 0 0 0 400
BANJIR JAWA BARAT BEKASI 1/16/13 1 0 0 0 0 0 0
BANJIR JAWA KOTA SEMARANG 2/8/11 0 1 0 0 0 0 0 60
TENGAH
BANJIR KALIMANTAN TANAH LAUT 1/1/04 0 0 0 3755 0 0 0
SELATAN
BANJIR KALIMANTAN SAMBAS 1/23/04 0 0 0 37649 130 0 0
BARAT
176

TENGAH
BANJIR JAWA KARANGANYAR 1/6/13 0 0 0 200 0 0 0
TENGAH
BANJIR JAWA SUKOHARJO 1/6/13 0 0 0 3000 0 0 0
TENGAH
BANJIR JAWA TIMUR JEMBER 1/8/13 0 0 1 0 0 0 0
BANJIR JAMBI MUARO JAMBI 2/16/13 2 0 0 0 0 0 0
BANJIR SUMATERA ASAHAN 2/21/13 0 0 0 0 3625 0 0
UTARA
BANJIR RIAU ROKAN HULU 2/21/13 3 0 0 0 7000 0 0 4900
BANJIR KALIMANTAN KATINGAN 9/5/08 400 5
TENGAH
TENGAH
SELATAN
BANJIR MALUKU SERAM BAGIAN 6/4/13 1 0 0 0 0 0 0
BARAT
BANJIR JAWA REMBANG 6/17/13 1 1 0 0 0 0 0
TENGAH
BANJIR SUMATERA KOTA PADANG 10/19/13 0 0 0 0 300 0 0
BARAT
BANJIR JAMBI KOTA BARU 11/8/13 0 0 0 24 0 0 0
TIMUR
BANJIR JAWA KENDAL 2/27/12 1 0 0 0 0 0 0
TENGAH
BANJIR JAWA BREBES 1/1/12 0 0 0 0 262 0 0
TENGAH
TIMUR
177

TIMUR
BANJIR SULAWESI BUTON 4/17/12 2 0 0 0 0 0 0
TENGGARA
BANJIR JAWA BARAT MAJALENGKA 3/28/12 0 0 0 1695 0 0 0
TENGAH
BANJIR SULAWESI TOLI-TOLI 12/2/12 0 0 0 105 150 0 2
TENGAH
BANJIR SUMATERA SOLOK SELATAN 12/14/12 1 0 1 0 3675 0 3
BARAT
BANJIR BENGKULU KOTA BENGKULU 10/6/10 0 10 0 0 0 0 0
BANJIR SUMATERA KOTA PRABUMULIH 2/8/10 1 0 0 4 0 0 0 100
SELATAN
BANJIR KALIMANTAN 12/12/04 2 0 0 0 26501 0 112
SELATAN
BANJIR JAWA BARAT CIREBON 1/15/06 0 0 0 0 400 0 9
BANJIR RIAU ROKAN HULU 12/22/06 2 0 0 10480 30 0 0 10650
UTARA
BANJIR RIAU INDRAGIRI HULU 11/18/07 0 0 0 0 800 0 40 87000
BANJIR PEMERINTAH ACEH BARAT 4/22/08 30733
ACEH
BANJIR KALIMANTAN KOTAWARINGIN 8/28/08 7982
TENGAH TIMUR
BANJIR PEMERINTAH ACEH BARAT 5/17/07 0 0 0 4294 0 0 0
ACEH
BANJIR LAMPUNG LAMPUNG BARAT 1/24/10 2 0 5 0 0 0 0
BANJIR JAWA CILACAP 12/18/04 0 0 0 0 2800 0 0
TENGAH
SELATAN
178

SELATAN
BANJIR SULAWESI MAROS 3/29/06 2 0 0 0 0 0 1
SELATAN
BANJIR SUMATERA BANYU ASIN 2/8/10 0 0 0 15 0 0 0
SELATAN
BARAT
UTARA
SELATAN
BANJIR KALIMANTAN KOTA SAMARINDA 4/24/09 0 0 0 26656 0 0 6
TIMUR
BANJIR DI SLEMAN 1/3/11 0 1 0 0 0 0 0
YOGYAKARTA
ACEH
BANJIR NUSA DOMPU 2/3/04 0 2 0 0 0 0 3 5939.5
TENGGARA
BARAT
BANJIR SULAWESI SIAU 1/26/11 2 0 0 0 0 0 0
UTARA TAGULANDANG
BIARO
BANJIR SUMATERA KOTA BINJAI 12/20/06 0 0 0 1000 0 0 0
UTARA
BANJIR JAWA BARAT PURWAKARTA 3/24/10 0 0 0 0 2 0 2
BANJIR JAWA WONOGIRI 1/3/11 0 1 0 0 0 0 0 20
TENGAH
BANJIR NUSA BIMA 4/5/06 2 52 0 0 360 0 10 256635
TENGGARA
BARAT
179

TIMUR
BANJIR KALIMANTAN TANAH BUMBU 8/23/08 2 7470 1000
SELATAN
BANJIR KALIMANTAN SANGGAU 1/25/04 0 0 0 0 5700 0 0
BARAT
TENGAH
BANJIR JAWA SRAGEN 5/7/11 1 0 0 0 0 0 0
TENGAH
BANJIR JAWA TIMUR KEDIRI 1/24/06 0 0 0 0 607 0 2 9200
ACEH
BANJIR PEMERINTAH ACEH JAYA 4/22/08 3990
ACEH
BANJIR SULAWESI DONGGALA 9/5/08 600
TENGAH
TENGAH
BANJIR PEMERINTAH ACEH UTARA 12/7/07 0 0 0 0 23313 1 17
ACEH
BANJIR JAWA TIMUR BANGKALAN 2/1/04 0 0 0 890 0 0 2 523
BANJIR PEMERINTAH ACEH TENGGARA 10/18/05 20 251 0 0 3675 0 3
ACEH
BANJIR PEMERINTAH KOTA 4/15/13 0 0 0 4948 0 0 0
ACEH LHOKSEUMAWE
BANJIR SULAWESI MAJENE 11/5/07 1 0 0 0 0 0 0
BARAT
BANJIR KALIMANTAN KUTAI 5/18/07 2 416 0 0 11088 21 131
TIMUR KARTANEGARA
BANJIR GORONTALO GORONTALO 4/26/08 0 1491
180

ACEH
ACEH
BANJIR PEMERINTAH ACEH JAYA 9/26/04 0 0 0 0 11557 0 0
ACEH
BANJIR KALIMANTAN HULU SUNGAI 11/18/07 1 0 0 0 0 0 0
SELATAN TENGAH
BANJIR GORONTALO KOTA GORONTALO 3/24/07 0 0 0 2466 0 0 0
TIMUR
BANJIR JAWA KEBUMEN 11/6/04 1 0 0 0 0 0 0 220
TENGAH
BANJIR SUMATERA LANGKAT 5/8/07 0 0 0 0 350 0 0
UTARA
BANJIR BANTEN TANGERANG 3/27/09 100 50 93 0 902 0 2
BANJIR SULAWESI LUWU TIMUR 4/28/08 1 0 0
SELATAN
SELATAN
TENGAH
BANJIR JAWA BARAT GARUT 5/6/11 13 7 0 0 1 2 8
BANJIR JAWA TIMUR MADIUN 12/6/10 1 0 0 0 0 0 0
BANJIR KALIMANTAN TABALONG 9/11/10 7 2 1 0 0 0 0
SELATAN
181

TENGAH
TENGAH
BANJIR GORONTALO BOALEMO 6/28/11 0 0 0 483 546 0 1
TIMUR KARTANEGARA
BANJIR SULAWESI LUWU TIMUR 6/28/10 0 0 0 7 0 0 0
SELATAN
BANJIR PEMERINTAH ACEH SELATAN 11/29/08 12154
ACEH
TIMUR KARTANEGARA
BANJIR SUMATERA TAPANULI 2/2/10 2 0 4 0 0 0 0
UTARA SELATAN
SELATAN SELATAN
BANJIR LAMPUNG LAMPUNG UTARA 10/2/09 6 0 0 0 0 0 0
BANJIR JAWA TIMUR LUMAJANG 12/27/07 0 1 0 0 0 0 0
BANJIR PEMERINTAH ACEH UTARA 11/29/08 1 7892
ACEH
BANJIR PEMERINTAH ACEH BARAT DAYA 4/28/11 0 0 0 1 0 0 0
ACEH
BANJIR RIAU PELALAWAN 3/24/08 274
SELATAN
BANJIR SULAWESI DONGGALA 1/24/07 0 195 0 0 247 0 0
TENGAH
BANJIR KALIMANTAN BARITO KUALA 4/14/10 0 0 0 120 0 0 0
BARAT
BANJIR PEMERINTAH KOTA LANGSA 11/29/08 21321
ACEH
182
BANJIR JAWA CILACAP 10/17/08 500

TENGAH
BANJIR JAWA KOTA SEMARANG 1/4/08 582
TENGAH
TENGAH
BANJIR RIAU KAMPAR 1/7/09 0 0 0 440 0 0 0
BANJIR KALIMANTAN HULU SUNGAI 12/20/08 10916
SELATAN SELATAN
BANJIR SUMATERA LANGKAT 10/24/08 2376
UTARA
BANJIR JAWA BARAT BANDUNG 3/16/08 1 3 300
BANJIR SULAWESI MAMUJU 1/10/09 11 119 3 1670 2810 4 0
BARAT
BANJIR KALIMANTAN KOTA SAMARINDA 12/23/08 5 164
TIMUR
BANJIR JAWA PATI 1/2/08 7284
TENGAH
BANJIR SUMATERA SAMOSIR 4/26/11 0 0 0 655 0 0 0
UTARA
TIMUR KARTANEGARA
BANJIR KALIMANTAN MURUNG RAYA 4/21/08 16000
TENGAH
BANJIR JAWA BARAT CIAMIS 2/2/09 1 0 0 0 0 0 0
BANJIR JAWA TIMUR TULUNGAGUNG 5/29/04 0 0 0 14202 0 0 0 3684
BANJIR SULAWESI MINAHASA UTARA 3/11/07 3 0 0 0 477 0 1
UTARA
BANJIR SUMATERA TAPANULI 4/3/10 5 6 0 0 0 0 0
UTARA SELATAN
183
BANJIR JAWA BARAT SUBANG 1/2/06 0 0 0 1418 0 0 2

BANJIR DKI JAKARTA 1/19/05 0 0 0 0 12075 0 0
BANJIR NUSA BIMA 2/3/11 6 0 0 0 0 0 0
TENGGARA
BARAT
BARAT
BANJIR RIAU INDRAGIRI HULU 4/13/09 0 0 0 7460 0 0 0
BANJIR JAWA TIMUR KEDIRI 3/18/04 0 0 0 0 60 0 0
BANJIR SUMATERA DHARMAS RAYA 2/20/10 1 0 0 0 0 0 0
BARAT
BANJIR JAWA PATI 2/26/06 0 96 0 0 214 0 0
TENGAH
BANJIR SUMATERA SERDANG BEDAGAI 6/13/08 50 4
UTARA
BANJIR JAWA CILACAP 4/22/10 1 0 0 0 0 0 0 1.222
TENGAH
TIMUR
BARAT
BANJIR JAWA KLATEN 5/6/11 1 0 0 0 0 0 1
TENGAH
BANJIR LAMPUNG KOTA BANDAR 12/18/08 1 256 1 429 1 6
LAMPUNG
BANJIR SULAWESI BANGGAI 7/29/07 0 0 0 0 294 0 0
TENGAH
BANJIR SUMATERA PESISIR SELATAN 1/22/07 0 0 0 3681 0 0 0
BARAT
184
BANJIR SUMATERA KOTA MEDAN 4/11/06 0 0 0 0 5480 0 1

UTARA
BANJIR JAWA TIMUR MADIUN 3/10/08 72
TIMUR
TENGAH
ACEH
ACEH
BANJIR SULAWESI PARIGI MOUTONG 9/4/11 0 0 0 1 0 1 2
TENGAH
BANJIR SULAWESI LUWU 9/17/10 0 0 0 1 0 0 0
SELATAN
BANJIR KALIMANTAN LANDAK 1/10/09 0 0 0 0 120 0 0
BARAT
BANJIR JAWA TIMUR TUBAN 5/18/10 0 0 0 0 201 0 0
TIMUR KARTANEGARA
BANJIR SULAWESI TOJO UNA-UNA 4/26/08 263
TENGAH
BANJIR DI SLEMAN 11/30/10 0 2 0 0 3 0 0
YOGYAKARTA
BANJIR SUMATERA PESISIR SELATAN 2/25/06 3 0 0 0 0 5 5 114790
BARAT
BANJIR JAWA TIMUR NGANJUK 1/30/09 1 2 1 178 0 0 0
BANJIR DI BANTUL 1/1/12 0 0 0 0 760 0 1 45
YOGYAKARTA
BANJIR JAWA TIMUR SAMPANG 1/2/11 0 1 1 0 0 0 3
185
BANJIR BANTEN LEBAK 12/30/11 1 3 0 0 0 0 0

BANJIR SULAWESI BONE 7/25/10 0 0 0 5 0 0 11
SELATAN
TENGAH
SELATAN
BANJIR SULAWESI TOLI-TOLI 9/17/08 2 40
TENGAH
BANJIR SULAWESI PINRANG 1/10/09 0 0 0 1348 0 0 0
SELATAN
BANJIR SULAWESI TAKALAR 1/13/10 1 0 0 0 0 0 0
SELATAN
BANJIR KALIMANTAN KUTAI BARAT 4/6/10 2 1 0 0 5 1 0
TIMUR
BANJIR JAWA BARAT SUBANG 1/14/04 0 0 0 0 100 0 4 1000
BANJIR SUMATERA LABUHAN BATU 1/21/07 0 83 0 0 1343 0 0
UTARA
BANJIR SUMATERA 11/2/13 0 0 0 1200 0 0 0
SELATAN
BANJIR SUMATERA KOTA 2/3/10 0 12 0 0 1 0 0 1539.5
UTARA PADANGSIDIMPUAN
BANJIR PAPUA JAYAPURA 3/10/06 0 0 0 0 2964 0 5
BANJIR BANTEN KOTA TANGERANG 2/2/08 6 13172 1040 45
BANJIR SULAWESI 11/19/13 4 3 1 0 7 0 0
BARAT
BANJIR PAPUA TOLIKARA 1/26/06 3 0 2 0 0 0 0
SELATAN
186

SELATAN
BANJIR JAWA BARAT KARAWANG 2/5/06 0 2 0 0 1592 0 0
BANJIR PEMERINTAH ACEH SELATAN 11/17/08 12154 148
ACEH
SELATAN
SELATAN
BANJIR JAWA BARAT INDRAMAYU 2/2/06 0 0 0 208 0 0 0
TIMUR
TIMUR
SELATAN
BANJIR JAWA PEKALONGAN 1/1/11 0 0 0 55 0 0 0 423
TENGAH
BANJIR NUSA LOMBOK TIMUR 4/9/06 0 0 0 0 425 0 0
TENGGARA
BARAT
BANJIR SULAWESI BOLAANG 6/23/06 4 2298 0 0 24860 0 74
UTARA MONGONDOW
BANJIR SULAWESI PINRANG 5/4/10 0 0 0 1 0 0 2
SELATAN
BANJIR JAWA BARAT CIANJUR 12/3/13 2 4 2 134 1171 0 0
TIMUR
187

SELATAN
BANJIR RIAU SIAK 12/21/09 0 0 0 8659 0 0 0
BANJIR JAWA TIMUR PAMEKASAN 12/7/07 0 1 1 0 0 0 0
BANJIR KALIMANTAN LANDAK 12/3/13 1 0 1 50920 20 0 0
BARAT
UTARA
BANJIR RIAU KAMPAR 12/22/06 3 0 0 42132 3271 0 62 62500
BANJIR RIAU ROKAN HILIR 12/1/04 1 0 0 0 0 0 0 40000
BANJIR KALIMANTAN PONTIANAK 12/5/13 0 0 0 0 4140 2 2
BARAT
SELATAN
SELATAN TENGAH
BANJIR KALIMANTAN SINTANG 9/4/08 14500
BARAT
SELATAN
SELATAN
BANJIR SUMATERA LANGKAT 12/21/06 25 11508 0 0 58371 0 109 127000
UTARA
BANJIR JAWA JEPARA 1/4/09 1 0 0 0 0 0 0
TENGAH
188

BANJIR SUMATERA PASAMAN 12/7/13 2 0 0 0 0 0 0
BARAT
BANJIR KALIMANTAN PONTIANAK 12/31/09 1 0 0 0 800 0 0
BARAT
BANJIR JAWA KOTA SURAKARTA 3/9/08 63 2760 2
TENGAH
BANJIR SUMATERA SERDANG BEDAGAI 1/19/05 0 0 0 0 220 0 0
UTARA
ACEH
BANJIR JAWA KOTA SEMARANG 11/9/10 6 39 0 0 0 0 4 47016.5
TENGAH
SELATAN
TENGAH
BANJIR RIAU ROKAN HULU 12/8/13 0 0 0 0 230 0 0
BANJIR SULAWESI POSO 5/17/10 0 0 0 1 136 0 0
TENGAH
BANJIR PEMERINTAH PIDIE 3/10/11 12 2 0 0 2 5 16 225.845
ACEH
BANJIR PEMERINTAH GAYO LUES 6/6/10 12 39 0 0 0 0 0
ACEH
BANJIR JAWA BARAT KARAWANG 2/13/08 9445 8238 520 23
BANJIR SUMATERA BATU BARA 10/22/08 2 91 662
UTARA
BANJIR KALIMANTAN BALANGAN 12/20/08 2000 3
SELATAN
189

BANJIR GORONTALO BONE BOLANGO 5/12/09 1 0 0 0 0 0 0
BANJIR PAPUA KEEROM 3/10/06 0 0 0 0 1400 0 0
TENGAH
SELATAN
BANJIR SULAWESI KOTA KENDARI 5/31/08 126 434 1
TENGGARA
BANJIR SULAWESI BONE 5/30/08 0 12
SELATAN
BANJIR KALIMANTAN MELAWI 12/10/13 0 0 0 0 141 0 0
BARAT
BANJIR KALIMANTAN LANDAK 11/15/10 0 0 0 0 93 0 0 995
BARAT
BANJIR SUMATERA PADANG 3/25/10 0 0 0 0 380 0 0
BARAT PARIAMAN
BANJIR JAWA TIMUR SITUBONDO 2/8/08 12 23973 10233 10 58
BANJIR SULAWESI WAJO 6/11/08 139
SELATAN
BANJIR SUMATERA SIMALUNGUN 12/10/13 0 0 0 495 0 0 0
UTARA
BANJIR JAWA WONOSOBO 11/11/08 4
TENGAH
UTARA
BANJIR MALUKU MALUKU TENGAH 7/29/11 0 0 0 0 866 0 0
TIMUR
190

BANJIR SULAWESI KOLAKA UTARA 11/6/10 1 0 0 0 0 0 0 600
TENGGARA
BANJIR SUMATERA NIAS SELATAN 5/14/10 1 0 0 0 0 0 0
UTARA
BANJIR KALIMANTAN BARITO UTARA 1/1/04 0 0 0 6966 0 0 0
TENGAH
BANJIR JAWA TIMUR KOTA PASURUAN 12/11/13 0 1 0 10900 0 0 0
BANJIR SULAWESI 12/11/13 4 0 0 0 0 0 0
BARAT
BANJIR SUMATERA PESISIR SELATAN 11/3/11 4 1 2 0 52 2 19 120.511
BARAT
BANJIR SUMATERA MUARA ENIM 10/24/08 220
SELATAN
BANJIR SUMATERA MANDAILING 11/6/04 0 0 0 1265 0 0 0
UTARA NATAL
BANJIR NUSA MANGGARAI 2/15/08 334 20.5
TENGGARA
TIMUR
BANJIR NUSA BIMA 4/3/08 1744 28.57855
TENGGARA
BARAT
SELATAN
BANJIR NUSA BELU 2/21/08 1062 587 6708 3
TENGGARA
TIMUR
BANJIR KALIMANTAN KOTA BARU 6/1/08 1 2 36560
SELATAN
BANJIR JAWA TIMUR LUMAJANG 10/26/05 3 0 0 0 0 0 0 400
191

BANJIR PAPUA KEEROM 5/29/05 0 0 0 0 45 0 9
BANJIR KALIMANTAN KOTA SAMARINDA 11/4/08 1 238 1
TIMUR
BANJIR SUMATERA MUARA ENIM 1/23/07 0 0 0 1500 0 0 0
SELATAN
BANJIR KALIMANTAN HULU SUNGAI 11/27/08 17828 42
SELATAN UTARA
BANJIR MALUKU KOTA AMBON 5/23/11 0 0 0 0 623 0 0
BANJIR JAWA KENDAL 2/4/04 10 0 0 5250 350 0 0 2500
TENGAH
BANJIR JAWA TIMUR GRESIK 12/14/13 2 0 0 0 350 0 0
BANJIR SULAWESI KONAWE 6/22/06 0 0 0 0 200 0 0
TENGGARA
BANJIR SUMATERA SOLOK SELATAN 4/12/09 0 0 0 0 2650 0 0
BARAT
BANJIR BANTEN SERANG 2/10/06 1 0 0 0 0 0 2
SELATAN
BANJIR KALIMANTAN TANAH LAUT 8/22/08 2 4500 1926
SELATAN
UTARA
BANJIR JAWA BARAT INDRAMAYU 1/3/08 0 1 0
BANJIR SULAWESI LUWU UTARA 1/12/06 0 0 0 860 95 1 3 825
SELATAN
192

TENGAH
BANJIR SULAWESI LUWU 8/9/08 1 0 0
SELATAN
BANJIR JAWA BARAT SUKABUMI 12/15/13 1 1 0 0 0 0 0
ACEH
ACEH
SELATAN
TIMUR KARTANEGARA
TENGAH
BANJIR JAWA BARAT BANDUNG BARAT 12/16/13 1 1 0 0 0 0 0
BANJIR BANTEN KOTA SERANG 12/16/13 0 0 0 10065 2500 0 0
BANJIR JAWA KOTA 1/15/09 0 0 0 23005 0 0 0
TENGAH PEKALONGAN
BANJIR JAWA TIMUR LAMONGAN 12/16/13 0 2 0 0 0 0 0
BANJIR GORONTALO GORONTALO 9/4/08 17352
BANJIR JAWA BARAT CIREBON 1/18/08 2279 190 5
BANJIR SUMATERA ASAHAN 10/24/08 3000
UTARA
UTARA
SELATAN
193

BARAT
ACEH
BANJIR BENGKULU KOTA BENGKULU 11/18/08 60
BANJIR KALIMANTAN KUTAI BARAT 5/15/09 0 0 0 2778 0 0 0 10
TIMUR
ACEH
SELATAN
BANJIR KALIMANTAN BARITO KUALA 12/25/08 4100
SELATAN
TENGGARA
BANJIR SULAWESI GOWA 1/11/11 1 0 0 0 0 0 0
SELATAN
BANJIR JAWA MAGELANG 1/4/11 4 168 4 0 4 1 5 100
TENGAH
BANJIR SULAWESI MAMUJU 10/31/08 1 10 3000
BARAT
BANJIR LAMPUNG LAMPUNG UTARA 12/17/13 0 0 0 4135 0 0 0
TENGAH
BARAT
BANJIR KALIMANTAN KOTA PALANGKA 12/17/13 1 0 0 245 0 0 0
TENGAH RAYA
BANJIR PEMERINTAH SIMEULUE 10/3/10 1 1 0 0 0 0 0
ACEH
194
BANJIR JAWA KOTA 2/2/09 0 0 0 0 400 0 0

TENGAH PEKALONGAN
BANJIR JAWA BARAT GARUT 4/11/10 0 4 0 0 0 0 0 12
BANJIR SULAWESI KONAWE 6/26/10 0 20 0 0 397 0 1 900
TENGGARA
BANJIR KALIMANTAN TANAH LAUT 3/23/08 1 360 1
SELATAN
BANJIR JAWA TIMUR BOJONEGORO 5/16/10 1 0 0 0 0 0 10 6559.65
BANJIR DI SLEMAN 3/20/11 0 1 0 0 760 0 0
YOGYAKARTA
BANJIR RIAU PELALAWAN 10/30/07 1 0 0 18000 0 0 0
BANJIR JAWA SEMARANG 1/28/06 0 0 0 0 1504 0 0
TENGAH
BANJIR SULAWESI BANGGAI 7/10/08 1 330
TENGAH
BANJIR NUSA BIMA 4/23/11 2 0 0 7 173 1 0
TENGGARA
BARAT
BANJIR GORONTALO POHUWATO 4/29/10 1 0 0 0 0 0 0
BANJIR SUMATERA KOTA MEDAN 9/25/04 1 0 0 0 2200 0 0 1000
UTARA
BANJIR SUMATERA NIAS 9/6/08 1 1450
UTARA
BANJIR DI GUNUNG KIDUL 12/20/13 0 0 0 0 88 0 0
YOGYAKARTA
BANJIR KALIMANTAN SAMBAS 1/1/07 0 62 0 25899 0 15 29
BARAT
SELATAN
195
BANJIR DI KOTA 12/20/13 0 0 0 24 0 0 0

YOGYAKARTA YOGYAKARTA
SELATAN
BARAT
BANJIR LAMPUNG LAMPUNG TIMUR 12/19/08 2564
BANJIR PEMERINTAH KOTA LANGSA 12/27/09 0 0 0 0 2360 0 0
ACEH
BANJIR SULAWESI BUTON 6/15/09 0 0 0 0 1070 0 1
TENGGARA
TENGAH
BANJIR JAWA TIMUR BLITAR 12/20/13 0 0 0 0 4490 0 0
BANJIR KALIMANTAN BANJAR 12/15/08 396 200
SELATAN
BANJIR SULAWESI BUOL 1/24/07 0 0 0 0 1882 0 0
TENGAH
BANJIR NUSA LOMBOK BARAT 1/12/11 2 0 0 0 0 0 0
TENGGARA
BARAT
BANJIR SULAWESI MINAHASA UTARA 2/1/06 0 0 0 0 261 0 1
UTARA
BANJIR JAWA BARAT BANDUNG 2/19/05 0 0 0 0 1000 0 0 40000
BANJIR SUMATERA BATU BARA 9/6/08 931
UTARA
196

UTARA
ACEH
BANJIR SULAWESI LUWU 9/4/08 1 2000 400 5
SELATAN
BANJIR DI KULON PROGO 12/1/05 0 0 0 0 100 0 0
YOGYAKARTA
BANJIR KALIMANTAN BALANGAN 1/10/12 0 0 0 200 0 0 0
SELATAN
UTARA MONGONDOW
TENGAH
TENGAH
BANJIR SULAWESI SINJAI 1/25/06 0 0 0 0 0 0 0
SELATAN
BANJIR KALIMANTAN KUTAI TIMUR 4/1/11 1 0 0 27 0 0 0
TIMUR
BANJIR KALIMANTAN TANAH BUMBU 9/6/08 6633
SELATAN
BANJIR SUMATERA MUSI BANYUASIN 9/17/07 0 0 0 7277 0 0 0
SELATAN
PUSAT
SELATAN UTARA
BANJIR JAWA BARAT INDRAMAYU 12/11/08 86 0
197

TIMUR
BANJIR JAWA BLORA 4/27/10 1 0 0 0 0 0 0
TENGAH
TENGAH
BANJIR JAWA TIMUR NGANJUK 3/10/08 30
ACEH
BANJIR JAWA BARAT MAJALENGKA 1/4/06 0 0 0 280 0 0 0 3
BARAT PARIAMAN
BANJIR RIAU KOTA PEKANBARU 12/5/09 0 0 0 13515 0 0 0
BANJIR JAWA TIMUR 12/3/04 14 0 0 0 0 0 10
ACEH
TIMUR
UTARA
BANJIR NUSA LOMBOK TENGAH 4/2/06 0 0 0 4758 0 0 0
TENGGARA
BARAT
BANJIR BANTEN PANDEGLANG 12/22/13 0 0 2 6500 0 0 0
BANJIR KALIMANTAN TANAH LAUT 7/11/08 1 2800
SELATAN
198
BANJIR KALIMANTAN SINTANG 10/10/10 0 0 0 0 32 0 55

BARAT
BANJIR KALIMANTAN BARITO KUALA 11/18/07 1 0 1 0 0 0 0
SELATAN
TENGGARA
BANJIR SUMATERA LIMA PULUH KOTA 3/22/10 3 15 0 0 0 2 3
BARAT
BANJIR PEMERINTAH ACEH TIMUR 11/13/09 0 0 0 0 150 0 0
ACEH
BANJIR DKI JAKARTA KOTA JAKARTA 2/1/08 1 887
TIMUR
SELATAN
BANJIR JAWA PATI 12/23/13 0 0 0 4578 0 0 0
TENGAH
BANJIR SULAWESI SIAU 12/30/08 100
UTARA TAGULANDANG
BIARO
BANJIR SULAWESI MAROS 1/25/06 0 0 0 420 0 0 0 85
SELATAN
SELATAN UTARA
UTARA
BARAT
BANJIR SULAWESI LUWU TIMUR 4/2/05 0 0 0 0 400 0 0 6921
SELATAN
TIMUR
199
BANJIR KALIMANTAN KOTA 12/24/13 0 0 0 0 453 0 0

BARAT SINGKAWANG
ACEH
BANJIR PEMERINTAH ACEH TENGAH 6/7/10 0 0 0 0 1030 0 0
ACEH
SELATAN
SELATAN
TIMUR
BANJIR PEMERINTAH BIREUEN 12/26/13 0 0 0 0 16 0 0
ACEH
BANJIR JAWA PEMALANG 12/26/07 1 0 0 0 0 0 0
TENGAH
BANJIR KALIMANTAN KOTA SAMARINDA 2/2/07 0 0 0 29432 0 0 0 5800
TIMUR
BANJIR BANTEN SERANG 2/1/07 1 0 0 0 0 0 0 1644
BANJIR SULAWESI LUWU UTARA 5/1/08 1 1 31600 2059 10600
SELATAN
BANJIR KALIMANTAN BANJAR 12/20/08 4238797 29
SELATAN
BANJIR SUMATERA OGAN KOMERING 2/10/10 1 0 0 2 20 0 0 500
SELATAN ILIR
BANJIR GORONTALO KOTA GORONTALO 9/4/08 15617 1
BANJIR SULAWESI BANTAENG 6/9/08 1 53
SELATAN
200

ACEH
UTARA
ACEH
BANJIR SULAWESI KOTA PALU 10/24/08 1 18 98
TENGAH
TIMUR
BANJIR SUMATERA LIMA PULUH KOTA 1/28/11 0 0 0 3 0 0 0
BARAT
BANJIR PEMERINTAH NAGAN RAYA 4/22/08 10146
ACEH
UTARA
BANJIR JAWA TIMUR TRENGGALEK 5/27/10 4 0 0 0 0 0 0
BANJIR JAWA PATI 3/20/06 3 0 1 33474 0 1 15 21
TENGAH
TENGAH
BANJIR KALIMANTAN MELAWI 9/4/08 1 5200 23 213 4500
BARAT
SELATAN
BANJIR SUMATERA OGAN KOMERING 3/6/09 0 0 0 1000 200 0 0
SELATAN ILIR
BANJIR SUMATERA OGAN ILIR 2/9/10 0 0 0 3 0 0 0
SELATAN
BANJIR RIAU 12/18/04 4 0 0 0 235 0 0
201

BARAT
SELATAN
SELATAN
UTARA
TIMUR
BANJIR NUSA BELU 4/2/06 2 0 0 1000 0 0 0
TENGGARA
TIMUR
BANJIR JAWA TIMUR BOJONEGORO 3/30/10 0 0 0 2 0 0 0 50
BANJIR PEMERINTAH NAGAN RAYA 10/21/08 1300
ACEH
BANJIR SULAWESI KOLAKA UTARA 6/29/10 0 0 0 0 240 0 1 1.1
TENGGARA
BANJIR BENGKULU SELUMA 9/30/09 0 162 0 0 319 0 0
BANJIR PEMERINTAH ACEH SINGKIL 12/6/08 13 0
ACEH
SELATAN
BANJIR RIAU KOTA PEKANBARU 10/30/07 2 313 0 0 288 0 6 7000
ACEH
202
BANJIR SULAWESI MAMUJU 11/19/10 0 0 1 0 0 0 0

BARAT
BANJIR NUSA SUMBA BARAT 3/2/09 0 0 1 1390 0 0 0
TENGGARA
TIMUR
BANJIR LAMPUNG WAY KANAN 1/9/05 1 0 0 0 0 0 0 685
BANJIR KALIMANTAN LAMANDAU 12/1/05 0 0 0 1023 0 0 0
TENGAH
BARAT
BANJIR JAWA PATI 1/25/06 1 0 0 0 264 0 0
TENGAH
BANJIR JAWA SEMARANG 6/8/09 1 0 0 0 0 0 0
TENGAH
BANJIR BANTEN TANGERANG 2/2/08 1 187
SELATAN SELATAN
BANJIR KALIMANTAN KUTAI BARAT 4/24/08 1671 7
TIMUR
BANJIR JAWA BOYOLALI 11/21/08 1
TENGAH
BANJIR BANTEN PANDEGLANG 2/6/07 0 0 0 1484 0 0 0 588.2
BANJIR SUMATERA PADANG 8/30/07 1 1 0 0 0 0 0 2000
BARAT PARIAMAN
BANJIR SULAWESI KONAWE 7/5/10 0 0 0 0 729 0 0 300
TENGGARA
BANJIR LAMPUNG LAMPUNG TENGAH 12/30/13 0 0 0 0 250 0 0
203
BANJIR DI SLEMAN 3/19/11 0 0 0 0 3 0 0

YOGYAKARTA
ACEH
BANJIR JAWA SEMARANG 4/3/11 0 1 0 0 0 0 0 12
TENGAH
SELATAN SELATAN
BARAT PARIAMAN
BANJIR SULAWESI KOTA PALOPO 11/3/08 1 191 2 9263
SELATAN
ACEH
SELATAN
ACEH
BANJIR SULAWESI MAMUJU UTARA 6/12/10 1 0 0 0 0 0 0
BARAT
BANJIR KALIMANTAN TANAH LAUT 12/15/08 15724
SELATAN
BANJIR KALIMANTAN KOTAWARINGIN 12/1/05 0 0 0 2457 0 0 0
TENGAH BARAT
BANJIR GORONTALO BOALEMO 7/12/11 0 0 0 641 0 0 3
ACEH
BANJIR SULAWESI BULUKUMBA 6/10/08 1
SELATAN
204

ACEH
SELATAN
ACEH
BANJIR LAMPUNG TULANGBAWANG 12/23/13 0 0 0 0 192 0 0
SELATAN ULU
BANJIR SUMATERA 12/3/13 0 0 0 384 0 0 0
SELATAN
SELATAN
BANJIR JAWA BREBES 11/21/08 1 1
TENGAH
TENGAH
BANJIR RIAU ROKAN HILIR 12/1/07 0 0 0 0 600 0 39
SELATAN ILIR
SELATAN
TENGAH
BANJIR SULAWESI BUTON UTARA 1/5/09 0 0 0 0 75 0 1
TENGGARA
BANJIR PEMERINTAH BIREUEN 12/1/08 1480
ACEH
BANJIR JAWA PATI 1/4/06 0 0 0 0 3808 0 0
TENGAH
ACEH
205

TIMUR
UTARA NATAL
BANJIR JAWA BANJARNEGARA 5/4/11 1 0 0 0 0 0 0
TENGAH
BANJIR SULAWESI BUTON UTARA 1/5/09 0 0 0 0 75 0 1
TENGGARA
UTARA
BANJIR NUSA KOTA MATARAM 9/23/10 0 0 0 0 800 0 0
TENGGARA
BARAT
SELATAN SELATAN
BANJIR SULAWESI BARRU 1/6/10 1 0 0 0 0 0 0
SELATAN
BANJIR RIAU KOTA PEKANBARU 3/24/08 2 4659 1823 4
SELATAN
TENGGARA
BARAT
BANJIR JAMBI SAROLANGUN 1/29/07 0 0 0 1288 0 0 0 25000
BANJIR BANGKA- BELITUNG TIMUR 1/26/07 0 0 0 92 0 0 0
BELITUNG
206
BANJIR BANGKA- BANGKA TENGAH 1/29/07 0 0 0 92 68 0 0

BELITUNG
BANJIR BANGKA- BANGKA SELATAN 7/9/13 0 0 0 455 0 0 0
BELITUNG
BANJIR KALIMANTAN HULU SUNGAI 12/21/08 1 49088 38 1000
SELATAN UTARA
BANJIR KALIMANTAN BARITO SELATAN 12/1/05 0 0 0 2975 0 0 0
TENGAH
TENGAH
SELATAN
BANJIR BANGKA- KOTA PANGKAL 1/29/07 0 0 0 992 300 0 0
BELITUNG PINANG
BANJIR JAWA BOYOLALI 3/23/08 1
TENGAH
ACEH
BANJIR PEMERINTAH ACEH SELATAN 4/22/08 200 4662 1719
ACEH
ACEH
SELATAN BANJARMASIN
BANJIR BANGKA- BANGKA 12/29/13 3 0 2 1050 0 0 0
BELITUNG
BANJIR JAWA BARAT BOGOR 2/1/07 0 0 0 0 220 0 0 5030
207
BANJIR SULAWESI BOMBANA 1/20/09 0 0 0 0 100 0 0

TENGGARA
BANJIR BANGKA- BANGKA BARAT 12/29/13 0 0 0 0 110 0 0
BELITUNG
SELATAN
BANJIR NUSA KOTA BIMA 1/28/06 0 0 0 0 14125 1 1 1825.36
TENGGARA
BARAT
UTARA
BANJIR JAWA TIMUR SITUBONDO 12/22/06 1 0 0 0 0 0 0
BANJIR PEMERINTAH ACEH JAYA 10/21/08 4 1332
ACEH
BANJIR NUSA LOMBOK TIMUR 12/22/08 2
TENGGARA
BARAT
BANJIR SUMATERA DELI SERDANG 11/3/08 50
UTARA
BANJIR KALIMANTAN TAPIN 12/14/08 4504
SELATAN
ACEH
BANJIR JAWA BARAT INDRAMAYU 2/17/04 2 0 0 0 0 10 0 100000
BELITUNG PINANG
BELITUNG PINANG
BANJIR SULAWESI MOROWALI 1/1/09 0 0 0 0 16 0 0
TENGAH
208

SELATAN
TENGAH
TENGAH
BANJIR DI BANTUL 12/7/10 1 0 0 0 0 0 0
YOGYAKARTA
UTARA NATAL
BANJIR BALI 2/6/04 1 0 0 0 0 0 0
BELITUNG PINANG
BANJIR NUSA TIMOR TENGAH 12/25/06 1 0 0 0 0 0 1
TENGGARA SELATAN
TIMUR
BANJIR NUSA MANGGARAI 2/3/04 4 3 0 0 3541 0 0 2592
TENGGARA
TIMUR
TENGAH
UTARA TENGAH
TIMUR
BANJIR SUMATERA 5/10/04 0 0 2 0 600 0 10 1600
BARAT
SELATAN TENGAH
209
BANJIR SUMATERA SIJUNJUNG 7/16/04 0 0 0 0 0 0 0

BARAT
BANJIR LAMPUNG LAMPUNG BARAT 1/24/10 2 1 3 0 0 0 0
SELATAN
BANJIR SUMATERA PESISIR SELATAN 4/22/08 2
BARAT
BANJIR NUSA SIKKA 2/6/08 3 1
TENGGARA
TIMUR
BANJIR JAWA TIMUR KOTA 1/1/11 0 0 0 0 400 0 0
PROBOLINGGO
BANJIR LAMPUNG PESAWARAN 12/23/08 2
BANJIR JAWA PEKALONGAN 2/12/04 1 0 0 0 0 0 0
TENGAH
SELATAN
BANJIR PAPUA BARAT MANOKWARI 6/18/11 0 0 0 0 250 0 0
BANJIR LAMPUNG LAMPUNG UTARA 1/14/05 3 0 0 0 0 0 0 14861
BANJIR SULAWESI SOPPENG 1/5/10 0 0 0 230 0 0 1 195
SELATAN
BANJIR SUMATERA KOTA PADANG 12/7/08 1
BARAT
BANJIR KALIMANTAN TAPIN 3/6/08 1100
SELATAN
BANJIR JAWA TIMUR BLITAR 12/1/04 7 0 0 0 10000 0 0
TENGAH
BANJIR JAWA BARAT CIANJUR 3/28/07 0 0 0 163 0 0 0 44.18
UTARA
210

SELATAN
BANJIR BENGKULU BENGKULU UTARA 9/26/10 0 0 0 0 150 0 0
BANJIR SULAWESI SOPPENG 5/9/10 1 0 0 0 0 0 0
SELATAN
BANJIR JAWA WONOSOBO 12/18/11 11 10 1 0 627 0 1
TENGAH
TIMUR
TENGGARA SELATAN
TIMUR
BANJIR JAWA TIMUR BOJONEGORO 3/20/08 25422 3335 13
SELATAN
SELATAN
UTARA
BANJIR NUSA BELU 2/18/08 95 301 40
TENGGARA
TIMUR
BARAT
TENGAH
TIMUR RAYA
SELATAN
211

BANJIR PEMERINTAH ACEH SELATAN 12/1/08 506
ACEH
BANJIR JAWA TIMUR LAMONGAN 2/26/09 0 0 0 51613 10299 2 108 32100
BANJIR LAMPUNG TANGGAMUS 9/27/08 1 2
BANJIR JAWA BARAT SUMEDANG 1/28/06 3 0 0 0 0 0 0
BANJIR SUMATERA NIAS 7/23/07 1 0 0 0 470 1 0
UTARA
BANJIR JAWA TIMUR BONDOWOSO 2/8/08 1 76 2 2
TIMUR
TENGGARA
BARAT
BANJIR BENGKULU BENGKULU 10/18/08 2500 1
SELATAN
BANJIR KALIMANTAN NUNUKAN 1/5/07 0 210 0 0 0 0 0
TIMUR
BANJIR JAWA TIMUR PONOROGO 2/17/11 2 0 0 0 0 0 0
BANJIR LAMPUNG LAMPUNG TENGAH 1/15/05 2 0 0 0 0 0 0 30000
BANJIR JAWA SUKOHARJO 11/11/08 1
TENGAH
BANJIR SULAWESI KOTA PALOPO 4/16/07 0 0 0 1912 1916 0 0
SELATAN
ACEH
UTARA NATAL
212

BANJIR JAWA TIMUR NGANJUK 2/1/11 1 1 0 0 0 0 0
BANJIR JAWA TIMUR TRENGGALEK 5/20/11 0 0 0 0 1 0 1 15
TENGAH
BANJIR GORONTALO KOTA GORONTALO 2/16/11 0 0 0 1 173 0 0 1.42
TIMUR
SELATAN
BANJIR JAWA TIMUR MADIUN 3/21/07 0 0 0 0 0 0 1 713.65
SELATAN ILIR
BANJIR SUMATERA KOTA PALEMBANG 2/24/10 0 0 0 4 0 0 44
SELATAN
SELATAN
TIMUR
BANJIR JAWA BARAT BOGOR 2/12/10 2 0 0 0 0 0 0
SELATAN
BANJIR JAWA TIMUR BONDOWOSO 1/20/06 1 0 0 1000 0 0 0 259
BANJIR JAWA TIMUR PROBOLINGGO 4/26/07 0 0 0 0 40 0 0 150
213
BANJIR SUMATERA KARO 4/18/06 0 0 0 0 400 0 0

UTARA
BARAT
BANJIR PAPUA BARAT TELUK WONDAMA 10/4/10 170 3 118 0 9016 0 7
SELATAN
TENGAH
BANJIR NUSA KOTA KUPANG 2/7/08 2 676
TENGGARA
TIMUR
SELATAN
BANJIR BALI KOTA DENPASAR 12/12/05 1 0 0 0 0 0 0
TENGGARA UTARA
TIMUR
ACEH
BANJIR BALI KARANG ASEM 5/7/06 0 0 0 0 0 0 0
BANJIR NUSA BELU 2/18/09 1 0 0 15 0 0 0
TENGGARA
TIMUR
TENGAH
SELATAN
214

TENGAH
BANJIR LAMPUNG LAMPUNG 12/19/08 227 613 545 1 1
SELATAN
BANJIR SUMATERA PASAMAN BARAT 9/12/09 0 0 0 722 0 0 0
BARAT
BANJIR PEMERINTAH KOTA 7/19/08 4772
ACEH LHOKSEUMAWE
BANJIR SULAWESI KEPULAUAN 12/27/08 1 5
UTARA SANGIHE
BANJIR JAWA TIMUR TUBAN 2/29/08 1 107 81
BANJIR JAWA TIMUR NGAWI 3/10/08 1414
TIMUR KARTANEGARA
UTARA MONGONDOW
BANJIR JAWA TIMUR BOJONEGORO 3/10/08 1 90 23488 36
ACEH
BANJIR JAWA BARAT BANDUNG 11/25/08 180
BANJIR SULAWESI LUWU UTARA 9/14/11 0 0 0 0 20 1 0 1
SELATAN
BANJIR MALUKU KOTA TERNATE 5/24/11 0 0 1 0 0 0 0
UTARA
BANJIR KALIMANTAN KOTA PONTIANAK 1/1/07 0 0 0 12722 0 0 0
BARAT
BANJIR PEMERINTAH ACEH TIMUR 12/1/08 1 67836
ACEH
215

TENGAH
TIMUR
BANJIR JAWA BARAT KOTA BEKASI 2/2/07 4 0 0 0 36055 0 0
BARAT
TIMUR
TENGAH
BANJIR KALIMANTAN KUTAI BARAT 4/10/05 20 0 0 0 0 0 0 100000
TIMUR
SELATAN
BANJIR KALIMANTAN BALANGAN 10/25/08 2000 3
SELATAN
BANJIR JAWA TEGAL 1/27/04 2 0 3 0 0 0 0
TENGAH
TENGAH RAYA
SELATAN
BANJIR JAWA PATI 12/4/11 1 0 0 0 0 0 0
TENGAH
SELATAN
BANJIR NUSA SUMBA TIMUR 3/31/11 0 0 0 0 2 0 0
TENGGARA
TIMUR
BANJIR JAWA TIMUR PROBOLINGGO 1/5/11 1 0 0 0 0 0 0
216

TENGGARA SELATAN
TIMUR
UTARA NATAL
SELATAN
PUSAT
BANJIR RIAU KAMPAR 1/1/07 1 0 0 0 0 0 62 62500
BANJIR LAMPUNG PESAWARAN 2/18/10 1 111 0 0 0 0 0
BANJIR LAMPUNG TANGGAMUS 12/18/08 2 29 1 301 2 8
BANJIR KALIMANTAN KOTA SAMARINDA 12/1/08 15216
TIMUR
ACEH
BANJIR JAWA KOTA SEMARANG 1/13/09 0 2 0 0 0 0 0 20
TENGAH
SELATAN
SELATAN
BARAT
217

BANJIR SULAWESI DONGGALA 3/24/08 1 1
TENGAH
BANJIR NUSA BELU 6/26/07 0 328 0 0 800 24 0
TENGGARA
TIMUR
BANJIR JAWA PEKALONGAN 1/27/06 0 0 0 0 1720 0 0
TENGAH
BANJIR NUSA NAGEKEO 2/5/08 2
TENGGARA
TIMUR
BANJIR BALI KOTA DENPASAR 11/8/11 0 0 1 0 0 0 0
ACEH
BANJIR KALIMANTAN TAPIN 5/6/07 0 0 0 1215 0 0 0
SELATAN
BANJIR NUSA BELU 11/30/08 16
TENGGARA
TIMUR
BANJIR NUSA FLORES TIMUR 1/16/11 0 2 0 0 1 0 0
TENGGARA
TIMUR
BANJIR PEMERINTAH KOTA 12/1/08 146
ACEH LHOKSEUMAWE
BANJIR SULAWESI PINRANG 4/12/08 2 0 0
SELATAN
BANJIR KALIMANTAN BANJAR 2/3/04 5 0 0 0 80150 1 121 75000
SELATAN
218
BANJIR KALIMANTAN HULU SUNGAI 3/5/08 7768 110 1 100

SELATAN SELATAN
SELATAN
ACEH
BANJIR PEMERINTAH ACEH TENGGARA 11/29/08 1655
ACEH
BANJIR JAWA BARAT BEKASI 2/1/08 171135 1200
BANJIR NUSA TIMOR TENGAH 1/3/07 0 0 0 1212 0 0 0 864
TENGGARA SELATAN
TIMUR
BANJIR RIAU KOTA PEKANBARU 9/17/08 16500 2 4
BANJIR NUSA MANGGARAI 4/4/08 5
TENGGARA
TIMUR
TENGGARA
BANJIR SULAWESI BULUKUMBA 7/23/10 1 0 0 0 0 0 0
SELATAN
BANJIR PEMERINTAH 12/13/05 0 0 0 0 14224 0 0
ACEH
BANJIR NUSA KUPANG 1/21/10 0 0 0 75 0 0 0
TENGGARA
TIMUR
BANJIR KALIMANTAN BARITO UTARA 4/23/08 4 455 960 37
TENGAH
SELATAN SELATAN
SELATAN
219

SELATAN SELATAN
BANJIR NUSA DOMPU 2/3/05 0 0 0 0 9810 0 2
TENGGARA
BARAT
BANJIR NUSA MANGGARAI 1/1/09 0 0 0 275 0 0 0
TENGGARA BARAT
TIMUR
BANJIR NUSA FLORES TIMUR 2/4/08 1
TENGGARA
TIMUR
BANJIR JAWA CILACAP 9/20/10 1 0 0 0 0 0 2 1.704
TENGAH
BANJIR JAWA KENDAL 6/9/10 0 0 1 0 0 0 0 1.604
TENGAH
BANJIR PEMERINTAH KOTA 4/22/08 2920 1
ACEH SUBULUSSALAM
BANJIR JAWA BARAT KOTA DEPOK 2/6/07 0 0 0 0 5071 0 0
BANJIR KALIMANTAN TABALONG 12/27/08 3945
SELATAN
SELATAN
BANJIR JAWA BARAT BANDUNG 11/27/08
TENGAH
BANJIR JAWA BARAT BOGOR 1/29/08 45
220

TENGGARA SELATAN
TIMUR
TENGAH
TENGGARA SELATAN
TIMUR
ACEH
BANJIR JAWA BANYUMAS 2/1/09 0 0 1 0 0 0 0
TENGAH
UTARA
TENGGARA
TIMUR
TIMUR
BANJIR JAWA TIMUR MALANG 2/24/10 5 6 0 0 30 0 2 1.588
TENGGARA DAYA
TIMUR
BANJIR JAWA BARAT KOTA BOGOR 5/27/11 0 0 0 0 210 0 0
TIMUR
BANJIR SULAWESI KOLAKA UTARA 6/26/10 0 20 0 0 397 0 1 900
TENGGARA
UTARA
221

TENGGARA
TIMUR
TENGGARA UTARA
TIMUR
TENGGARA
TIMUR
TENGGARA
TIMUR
BANJIR NUSA SIKKA 2/6/09 0 0 1 0 0 0 0
TENGGARA
TIMUR
BANJIR NUSA KUPANG 2/15/08 5384 2 2 67034.825
TENGGARA
TIMUR
BANJIR NUSA MANGGARAI 3/19/04 0 0 0 31661 0 0 40 39125
TENGGARA BARAT
TIMUR
TENGGARA
TIMUR
BANJIR NUSA LEMBATA 1/1/09 0 0 0 5 0 0 0
TENGGARA
TIMUR
BANJIR NUSA ALOR 1/20/10 0 0 0 0 10 0 0
TENGGARA
TIMUR
BANJIR NUSA ENDE 1/28/04 2 0 0 1487 0 0 0 357
TENGGARA
TIMUR
222
BANJIR NUSA BELU 1/27/08 291 7672

TENGGARA
TIMUR
TENGGARA
TIMUR
BANJIR NUSA BELU 1/19/10 0 0 0 50 0 0 0
TENGGARA
TIMUR
BANJIR NUSA NGADA 6/26/07 0 0 0 372 0 0 0
TENGGARA
TIMUR
BANJIR NUSA BELU 3/4/06 0 270 0 37038 1077 22 3
TENGGARA
TIMUR
TENGGARA
TIMUR
BANJIR NUSA ENDE 2/8/10 1 1 0 0 30 0 0
TENGGARA
TIMUR
BANJIR NUSA TIMOR TENGAH 3/17/04 1 0 0 0 870 0 0 11064
TENGGARA SELATAN
TIMUR
BANJIR NUSA SIKKA 12/19/08 44
TENGGARA
TIMUR
TENGGARA
TIMUR
BANJIR NUSA SUMBA TIMUR 2/15/08 2605 1211.635
TENGGARA
TIMUR
223
BANJIR NUSA KUPANG 12/8/08 3 1

TENGGARA
TIMUR
BANJIR NUSA SIKKA 2/19/08 1 1 368 2510.312
TENGGARA
TIMUR
BANJIR NUSA BELU 1/19/06 1 37 0 31903 0 18 2
TENGGARA
TIMUR
BANJIR NUSA SUMBA TIMUR 3/12/08 1
TENGGARA
TIMUR
BANJIR NUSA BELU 12/4/08 2 52
TENGGARA
TIMUR
TENGGARA
TIMUR
BANJIR NUSA BELU 3/16/07 0 328 0 0 0 2 0 3327.32
TENGGARA
TIMUR
BANJIR NUSA BELU 2/20/13 0 0 0 2679 0 0 0
TENGGARA
TIMUR
TENGGARA
TIMUR
TENGGARA
TIMUR
BANJIR NUSA BELU 3/3/13 0 0 0 0 400 0 0
TENGGARA
TIMUR
224
BANJIR NUSA 6/20/13 2 0 0 0 1354 0 0

TENGGARA
TIMUR
TENGGARA
TIMUR
TENGGARA SELATAN
TIMUR
BANJIR NUSA FLORES TIMUR 3/12/12 0 1 0 0 0 0 0
TENGGARA
TIMUR
TENGGARA
BARAT
TENGGARA
BARAT
BANJIR NUSA SUMBAWA BARAT 12/16/13 0 0 0 0 500 0 0
TENGGARA
BARAT
BANJIR NUSA BIMA 3/29/06 0 0 0 0 570 0 0 500
TENGGARA
BARAT
BANJIR NUSA SUMBAWA 4/15/07 0 205 0 14520 0 0 0 32030.965
TENGGARA
BARAT
BANJIR NUSA KOTA BIMA 12/25/13 0 0 0 5000 0 0 0
TENGGARA
BARAT
TENGGARA
BARAT
225

TENGGARA
BARAT
TENGGARA
BARAT
BANJIR NUSA DOMPU 3/21/08 13659 300 9
TENGGARA
BARAT
TENGGARA
BARAT
TENGGARA
BARAT
BANJIR NUSA DOMPU 12/24/12 0 0 0 0 3320 0 0 1000
TENGGARA
BARAT
BANJIR NUSA BIMA 3/31/12 2 0 0 0 0 0 0
TENGGARA
BARAT
BANJIR NUSA BIMA 5/26/12 0 0 2 0 0 1 0
TENGGARA
BARAT
TENGAH
BANJIR JAMBI BATANG HARI 1/3/13 0 0 0 4710 0 0 0
SELATAN
BANJIR SULAWESI MAROS 1/4/13 1 0 0 0 0 0 0
SELATAN
226

SELATAN
TENGAH
BANJIR PAPUA BARAT MANOKWARI 1/5/13 0 0 0 0 85 0 0
BANJIR SUMATERA OGAN ILIR 1/5/13 0 0 0 1000 0 0 0
SELATAN
BANJIR BANTEN KOTA SERANG 1/6/13 0 1 0 0 448 0 0
BANJIR LAMPUNG KOTA BANDAR 1/25/13 3 0 0 0 0 0 0
LAMPUNG
SELATAN
BANJIR SUMATERA KOTA PRABUMULIH 1/29/13 0 0 0 240 0 0 0
SELATAN
SELATAN
SELATAN ILIR
BANJIR JAWA TIMUR SUMENEP 2/3/13 0 0 0 0 800 0 0
BANJIR KEPULAUAN KEPULAUAN 2/3/13 0 0 0 35 0 0 0
RIAU ANAMBAS
BANJIR SUMATERA BANYU ASIN 2/13/13 0 0 0 19255 0 0 0
SELATAN
227

UTARA NATAL
BANJIR DI SLEMAN 2/14/13 1 4 0 0 0 0 0
YOGYAKARTA
BANJIR JAWA TIMUR LAMONGAN 2/19/13 0 0 0 2268 0 0 0 1500
SELATAN
UTARA
TIMUR
BANJIR JAWA JEPARA 3/5/13 0 0 0 0 350 0 0
TENGAH
BANJIR JAWA TIMUR SUMENEP 3/15/13 3 0 0 0 0 0 0
BANJIR JAWA TIMUR BANGKALAN 3/16/13 0 0 0 0 4365 0 0
BANJIR JAWA BLORA 3/16/13 0 0 0 1600 0 0 0
TENGAH
BANJIR JAWA BARAT KOTA CIMAHI 5/4/13 0 0 0 500 0 0 0
SELATAN
BANJIR JAWA TIMUR BANYUWANGI 4/3/13 0 0 0 1405 0 0 0
228
BANJIR PEMERINTAH ACEH JAYA 4/5/13 0 0 0 0 14141 0 0

ACEH
ACEH
BANJIR KALIMANTAN PENAJAM PASER 4/5/13 1 0 0 0 0 0 0
TIMUR UTARA
BANJIR SUMATERA KEPULAUAN 4/7/13 0 0 0 0 7000 2 3
BARAT MENTAWAI
BANJIR JAWA TIMUR NGAWI 4/7/13 5 0 0 0 0 0 0
BANJIR KEPULAUAN KOTA TANJUNG 4/9/13 0 0 0 0 120 0 1
RIAU PINANG
BANJIR JAWA BARAT CILACAP 4/10/13 0 0 0 0 60 0 0
TENGAH
TIMUR KARTANEGARA
TIMUR
TIMUR
BARAT
BANJIR JAWA TIMUR BANGKALAN 5/20/13 0 0 0 75 0 0 0
229

TIMUR
SELATAN
TIMUR
BANJIR SUMATERA SIMALUNGUN 4/27/13 0 0 0 0 165 0 0
UTARA
UTARA NATAL
BANJIR KEPULAUAN KOTA BATAM 4/29/13 1 0 0 0 0 0 0
RIAU
TIMUR KARTANEGARA
BANJIR SUMATERA KOTA PAGAR ALAM 4/30/13 2 0 0 0 0 0 0
SELATAN
BANJIR PEMERINTAH GAYO LUES 5/2/13 0 0 0 0 9 0 0
ACEH
BANJIR SUMATERA SIJUNJUNG 5/3/13 0 0 0 0 750 0 0
BARAT
BANJIR SUMATERA TAPANULI TENGAH 5/6/13 0 0 0 0 11000 0 0
UTARA
ACEH
ACEH
TENGAH
230
BANJIR PEMERINTAH SIMEULUE 5/10/13 0 0 0 4817 0 0 0

ACEH
TIMUR
TIMUR KARTANEGARA
TENGAH
UTARA
SELATAN TENGAH
TIMUR KARTANEGARA
BANJIR SULAWESI BANGGAI 6/15/13 0 0 0 0 47 0 0
TENGAH
BANJIR JAWA BOYOLALI 6/17/13 1 0 0 900 0 0 0
TENGAH
BANJIR SULAWESI KOLAKA 6/18/13 0 0 0 0 36 0 0
TENGGARA
SELATAN
231
BANJIR SULAWESI KONAWE SELATAN 7/1/13 0 0 0 485 0 0 0

TENGGARA
BANJIR JAWA BARAT KOTA SUKABUMI 7/2/13 0 0 0 15 0 0 0
TENGAH
TENGGARA
BANJIR SULAWESI KONAWE UTARA 7/11/13 1 2 0 0 8000 0 0
TENGGARA
BANJIR JAWA TIMUR SITUBONDO 7/15/13 0 0 0 1990 0 0 2
BANJIR BANTEN KOTA CILEGON 7/13/13 1 0 0 0 0 0 0
TENGGARA
SELATAN
BANJIR SULAWESI SIDENRENG 7/15/13 0 0 0 4170 0 0 0
SELATAN RAPPANG
BANJIR SULAWESI KOLAKA 7/16/13 0 0 0 335 0 0 0
TENGGARA
SELATAN
TIMUR
BANJIR JAWA BARAT TASIKMALAYA 7/22/13 0 1 0 0 1459 0 0
232

SELATAN
UTARA
SELATAN
TIMUR
UTARA
BANJIR JAWA BARAT TASIKMALAYA 7/24/13 0 0 0 0 3136 0 0
BANJIR JAWA TIMUR BANYUWANGI 7/24/13 0 0 0 500 0 0 0
BANJIR JAWA BARAT KOTA BANJAR 7/25/13 0 0 0 0 238 0 0
TENGAH
SELATAN
LAMPUNG
BANJIR PAPUA NABIRE 7/28/13 0 0 0 0 3700 0 0
BANJIR MALUKU KOTA AMBON 7/30/13 11 8 0 0 4390 0 0
SELATAN
SELATAN
BANJIR KALIMANTAN KOTA BALIKPAPAN 8/7/13 0 0 0 5000 0 0 0
TIMUR
233

TIMUR
SELATAN
BARAT
ACEH
BARAT
BANJIR SUMATERA AGAM 9/1/13 0 0 0 1077 0 0 0
BARAT
BANJIR RIAU KOTA DUMAI 9/2/13 0 0 1 0 0 0 0
TIMUR
BANJIR KALIMANTAN SEKADAU 9/3/13 0 0 0 3061 12 0 0
BARAT
UTARA MONGONDOW
SELATAN
BANJIR KALIMANTAN KOTAWARINGIN 9/4/13 0 0 0 18485 0 0 0
TENGAH TIMUR
ACEH
SELATAN ULU SELATAN
TIMUR UTARA
TENGAH
BANJIR LAMPUNG TANGGAMUS 9/14/13 2 0 0 0 0 0 0
234
BANJIR SULAWESI SIGI 10/1/13 0 0 0 0 429 0 2

TENGAH
UTARA
BANJIR SUMATERA KOTA BINJAI 10/8/13 0 0 0 1500 0 0 0
UTARA
UTARA
UTARA
ACEH
BANJIR SUMATERA KOTA TEBING 10/19/13 0 0 0 0 6000 0 0
UTARA TINGGI
UTARA
TIMUR
UTARA
UTARA
TIMUR
UTARA
TIMUR
SELATAN
BANJIR KEPULAUAN LINGGA 11/10/13 0 0 0 39 0 0 0
RIAU
235
BANJIR JAWA KOTA SEMARANG 11/12/13 0 0 0 7500 0 0 0

TENGAH
SELATAN
TIMUR
BANJIR BENGKULU REJANG LEBONG 11/15/13 0 0 0 0 200 0 0
TIMUR
BANJIR KALIMANTAN BARITO UTARA 11/18/13 0 0 0 3075 2000 0 8
TENGAH
BANJIR SULAWESI 11/18/13 5 0 1 995 693 0 0
BARAT
BANJIR RIAU BENGKALIS 11/19/13 0 0 0 0 15 0 0
TIMUR
UTARA
ACEH
SELATAN
TIMUR
BANJIR BANTEN KOTA TANGERANG 4/2/12 0 0 0 20830 143 0 0
SELATAN
SELATAN
236
BANJIR SUMATERA MUSI BANYUASIN 12/18/12 0 0 0 23430 0 0 0 129.375

SELATAN
BANJIR SUMATERA OGAN ILIR 12/18/12 0 0 0 46950 0 0 0 234.75
SELATAN
BANJIR LAMPUNG TANGGAMUS 12/18/12 0 0 0 6805 0 0 0
SELATAN
BANJIR SUMATERA BANYU ASIN 12/22/12 0 0 0 10500 0 0 0 1500
SELATAN
TENGAH
TIMUR
BARAT
SELATAN ILIR
BANJIR JAWA TEGAL 2/12/12 1 0 0 0 0 0 4
TENGAH
TENGAH
TIMUR UTARA
ACEH
BANJIR JAWA TIMUR PACITAN 2/22/12 1 0 0 0 0 0 0
BARAT
237
BANJIR PEMERINTAH PIDIE 2/25/12 0 2 0 0 0 0 0

ACEH
UTARA NATAL
BANJIR SUMATERA TANAH DATAR 2/26/12 0 0 0 0 85 0 0
BARAT
BANJIR JAMBI MERANGIN 2/27/12 1 0 0 0 0 0 6 250
BARAT
BARAT PARIAMAN
SELATAN
UTARA
BANJIR SUMATERA ASAHAN 3/8/12 0 0 0 335 0 0 0 20
UTARA
TENGAH
UTARA NATAL
BANJIR SUMATERA NIAS SELATAN 12/29/12 2 0 0 0 1300 0 0
UTARA
BANJIR SUMATERA PASAMAN BARAT 12/30/12 0 0 0 0 60 0 0
BARAT
238

TENGAH
BANJIR NUSA LOMBOK TIMUR 3/14/12 0 0 0 0 1139 0 0
TENGGARA
BARAT
BANJIR NUSA KOTA MATARAM 3/15/12 0 0 0 0 3788 0 0
TENGGARA
BARAT
TENGAH
UTARA
TENGGARA
TENGGARA
BANJIR JAWA BARAT BEKASI 1/28/06 2 3636 0 34589 0 1 14 21775
BANJIR JAWA BARAT KOTA SUKABUMI 4/6/08 8 5
ACEH
TENGAH
BANJIR BALI BULELENG 12/12/10 0 0 0 0 220 0 0
SELATAN
SELATAN
BANJIR JAWA TIMUR MALANG 12/26/07 4 2 1 0 0 0 1 1732.2
239
BANJIR SULAWESI KOTA PALU 5/7/07 0 2111 1 0 13280 0 0

TENGAH
SELATAN
BANJIR KALIMANTAN TAPIN 4/13/10 0 0 0 671 0 0 0
SELATAN
UTARA
TIMUR
BANJIR DI KOTA 3/19/11 0 0 0 0 3 0 0
YOGYAKARTA YOGYAKARTA
BANJIR BALI KLUNGKUNG 6/28/07 0 0 0 0 503 0 0
BANJIR JAWA KEBUMEN 10/24/10 3 0 0 0 0 0 0 375
TENGAH
BANJIR PAPUA KOTA JAYAPURA 1/23/13 0 14 0 0 0 0 0
TENGAH
BANJIR SULAWESI MOROWALI 6/1/08 2291
TENGAH
TENGAH
BANJIR JAWA BLORA 3/10/08 80
TENGAH
BANJIR DKI JAKARTA KOTA JAKARTA 2/1/08 5 37606
BARAT
BANJIR PEMERINTAH ACEH UTARA 12/11/08 1 5 49760
ACEH
240
BANJIR JAWA TIMUR PASURUAN 1/30/08 4 1843 400 6 24 21147.974

BANJIR MALUKU KOTA TERNATE 12/27/11 3 7 0 0 3 0 0
UTARA
ACEH
BANJIR MALUKU BURU 8/5/10 0 81 0 0 792 0 0
ACEH
LAMPUNG
BANJIR RIAU PELALAWAN 12/22/06 2 0 0 0 0 0 0 27500
ACEH
BANJIR RIAU KOTA PEKANBARU 12/22/06 2 313 0 47260 836 0 6 7000
SELATAN UTARA
BANJIR JAWA TEGAL 3/12/08 1
TENGAH
SELATAN
BANJIR SUMATERA AGAM 3/29/10 0 0 0 200 0 0 1
BARAT
241
BANJIR SUMATERA ASAHAN 11/27/08 1218

UTARA
TENGAH
BANJIR KALIMANTAN BANJAR 3/25/08 192
SELATAN
BANJIR BENGKULU KOTA BENGKULU 8/21/05 0 1 0 0 0 0 0
BARAT
SELATAN TENGAH
BANJIR PEMERINTAH ACEH TIMUR 11/29/08 1 36776 1 1
ACEH
BANJIR KALIMANTAN BENGKAYANG 12/15/08 600 2
BARAT
BANJIR PEMERINTAH KOTA 12/10/09 0 0 0 0 1260 0 0
ACEH LHOKSEUMAWE
BANJIR SUMATERA MANDAILING 3/21/08 3464
UTARA NATAL
BANJIR BENGKULU KEPAHIANG 12/20/11 0 0 0 0 3 0 0
BANJIR NUSA SIKKA 12/30/08 1
TENGGARA
TIMUR
TIMUR
SELATAN
SELATAN
BANJIR JAWA BARAT KARAWANG 2/17/04 2 0 0 94068 0 0 0 3000
242
BANJIR KALIMANTAN KUTAI 12/7/08 18840 64 6

TIMUR KARTANEGARA
SELATAN UTARA
TENGAH
SELATAN
TENGAH
BANJIR RIAU KUANTAN SINGINGI 9/17/08 30 2
TENGAH
BANJIR BANTEN TANGERANG 2/1/07 8 0 0 82621 18762 0 110 72086.415
UTARA
UTARA SELATAN
BANJIR NUSA KOTA KUPANG 3/10/09 0 2 0 0 0 0 0
TENGGARA
TIMUR
BANJIR PAPUA NABIRE 2/21/10 0 0 0 0 450 0 0
BANJIR SULAWESI MAMUJU 11/2/08 2
BARAT
BANJIR SUMATERA EMPAT LAWANG 1/5/2012 0 0 0 250 0 0 0
SELATAN
BANJIR JAWA TIMUR BOJONEGORO 15-Jan-12 0 0 0 650 0 0 0 8139.525
TENGAH
243

TENGAH
TENGAH
BARAT SINGKAWANG
SELATAN
BANJIR JAWA TIMUR BANGKALAN 5-Jan-12 0 0 0 4500 0 0 1
BANJIR SUMATERA LAHAT 7-Jan-12 0 0 0 250 0 0 0
SELATAN
BANJIR KALIMANTAN LANDAK 9-Jan-12 0 0 0 0 1050 0 0
BARAT
BANJIR JAWA PURWOREJO 1/10/2012 1 0 1 0 0 0 0
TENGAH
TENGAH
ACEH
BANJIR BANTEN KOTA CILEGON 13-Jan-12 0 0 0 425 0 0 0
BANJIR BANTEN KOTA SERANG 13-Jan-12 0 0 0 1275 0 0 0
BANJIR BANTEN LEBAK 13-Jan-12 2 0 0 17272 0 0 6
BANJIR BANTEN PANDEGLANG 13-Jan-12 0 0 0 17329 2297 0 0
BANJIR JAWA PATI 13-Jan-12 0 0 0 0 30 0 0
TENGAH
BANJIR BANTEN SERANG 13-Jan-12 0 1 0 12825 1478 0 0
BANJIR GORONTALO POHUWATO 22-Jan-12 0 0 0 3040 0 0 0
BANJIR BANTEN LEBAK 27-Jul-10 0 0 0 0 4 0 0 150
BANJIR BANTEN PANDEGLANG 27-Sep- 1 0 0 0 0 0 0
10
BANJIR BANTEN KOTA TANGERANG 1-Feb-07 5 1 0 57382 23200 2 40 393109.09
244
Data Gempa BNPB 2004-2013

(juta Rp)
GEMPA SUMATERA
BUMI UTARA NIAS 01/23/08 1 5
GEMPA SUMATERA
BUMI BARAT SOLOK 03/06/07 17 246 0 0 11174 0 116
GEMPA
BUMI BANTEN PANDEGLANG 04/05/11 0 0 0 0 0 0 0
GEMPA PEMERINTAH
BUMI ACEH ACEH BARAT 09/09/09 0 1 0 0 0 1 1
GEMPA
BUMI BALI KARANG ASEM 01/02/04 0 9 0 0 0 12 74 27027
GEMPA
BUMI PAPUA BARAT MANOKWARI 01/07/08 38 238
GEMPA
BUMI BENGKULU KEPAHIANG 09/12/07 0 0 0 0 0 96 56
GEMPA
BUMI JAWA BARAT KOTA BOGOR 08/09/07 1 0 0 0 0 0 0
GEMPA SUMATERA
BUMI BARAT KOTA SOLOK 09/12/07 0 4 0 0 0 0 0
GEMPA SUMATERA
BUMI BARAT SIJUNJUNG 09/30/09 0 0 0 0 0 4 9
GEMPA KOTA
BUMI BENGKULU BENGKULU 11/20/06 0 0 0 0 0 0 0
GEMPA
BUMI JAWA BARAT PURWAKARTA 09/02/09 0 0 0 0 0 0 0
GEMPA SUMATERA PADANG
BUMI BARAT PARIAMAN 09/30/09 81 137 0 0 6554 29 256
GEMPA
BUMI BALI GIANYAR 10/13/11 0 0 0 0 0 0 5
GEMPA SUMATERA KOTA MEDAN 03/28/05 0 0 0 0 0 0 0
245
(juta Rp)
BUMI UTARA
GEMPA SUMATERA
BUMI BARAT KOTA PADANG 08/16/09 0 14 0 0 0 0 0
NUSA
GEMPA TENGGARA
BUMI TIMUR ALOR 11/12/04 33 310 0 168965 265 3 215
GEMPA
BUMI GORONTALO BONE BOLANGO 11/17/08 1 42 3
GEMPA PEMERINTAH
BUMI ACEH SIMEULUE 02/20/08 4 88 24 64 87
GEMPA SUMATERA
GEMPA
BUMI JAWA BARAT SUKABUMI 09/30/06 0 0 0 0 0 0 0
GEMPA KOTA
BUMI BALI DENPASAR 10/13/11 0 90 0 0 0 4 6
GEMPA PEMERINTAH
BUMI ACEH ACEH SELATAN 03/28/05 3 0 0 0 3533 6 30
GEMPA PEMERINTAH
BUMI ACEH BENER MERIAH 03/05/12 0 0 0 0 0 0 0
GEMPA
BUMI GORONTALO GORONTALO 11/17/08 3 72
GEMPA SUMATERA PAKPAK
BUMI UTARA BHARAT 03/28/05 0 0 0 0 35 0 30
NUSA
GEMPA TENGGARA
BUMI BARAT BIMA 11/25/07 1 86 0 0 1780 1 11
GEMPA SUMATERA PESISIR
BUMI BARAT SELATAN 09/30/09 0 5 0 0 0 5 67
GEMPA MALUKU KEPULAUAN 11/29/06 0 0 0 1439 0 2 4
246
(juta Rp)
BUMI UTARA SULA
GEMPA KOTA
GEMPA SUMATERA TAPANULI
BUMI UTARA TENGAH 03/28/05 1 0 0 0 6615 0 88
NUSA
GEMPA TENGGARA LOMBOK
BUMI BARAT TENGAH 01/02/04 0 0 0 0 0 3 0 450
GEMPA
BUMI PAPUA WAROPEN 06/26/11 2 10 0 0 0 9 29
GEMPA SULAWESI KEPULAUAN
BUMI UTARA TALAUD 02/12/09 1 74 0 6100 0 0 17 19900
GEMPA PEMERINTAH
BUMI ACEH BIREUEN 04/07/10 0 0 0 0 0 0 12
GEMPA SUMATERA SOLOK
NUSA
GEMPA TENGGARA
BUMI TIMUR KUPANG 05/15/09 0 0 0 70 0 0 0
NUSA
GEMPA TENGGARA
BUMI TIMUR ALOR 07/11/11 0 0 0 0 0 0 0
NUSA
GEMPA TENGGARA
BUMI TIMUR ALOR 01/01/10 0 0 0 0 0 0 0
NUSA
GEMPA TENGGARA MANGGARAI
BUMI TIMUR BARAT 01/21/12 0 0 0 0 0 6 26
GEMPA NUSA MANGGARAI
BUMI TENGGARA BARAT 06/27/12 0 0 0 0 0 0 0
247
(juta Rp)
TIMUR
NUSA
GEMPA TENGGARA
BUMI BARAT KOTA BIMA 11/09/09 2 3 0 0 0 1 17
NUSA
GEMPA TENGGARA
BUMI BARAT LOMBOK BARAT 01/02/04 0 22 0 0 3677 8 25 27662
NUSA
GEMPA TENGGARA
BUMI BARAT BIMA 11/09/09 0 0 0 0 0 2 14
NUSA
GEMPA TENGGARA
BUMI BARAT KOTA BIMA 11/25/07 0 10 0 0 1280 0 26
NUSA
GEMPA TENGGARA
BUMI BARAT LOMBOK BARAT 06/22/13 0 29 0 0 0 0 0
GEMPA PEMERINTAH
BUMI ACEH PIDIE 01/22/13 1 7 0 0 0 0 0
GEMPA JAWA
BUMI TENGAH BANJARNEGARA 04/19/13 0 1 0 0 5000 0 0
GEMPA PEMERINTAH
BUMI ACEH ACEH TENGAH 07/02/13 35 2418 0 0 48563 139 1109
GEMPA PEMERINTAH
GEMPA
BUMI JAWA TIMUR MALANG 07/08/13 0 1 0 0 0 135 1
GEMPA
BUMI JAWA TIMUR LUMAJANG 07/08/13 0 0 0 0 0 0 3
GEMPA
BUMI JAWA TIMUR BANYUWANGI 07/08/13 0 0 0 0 0 0 0
248
(juta Rp)
GEMPA JAWA
BUMI TENGAH BREBES 07/13/13 0 0 0 36 0 0 0
GEMPA
BUMI JAWA BARAT KUNINGAN 07/13/13 0 0 0 0 0 0 0
GEMPA PEMERINTAH
BUMI ACEH PIDIE 10/22/13 1 2 0 3070 0 1 16
GEMPA
BUMI JAWA BARAT TASIKMALAYA 10/31/13 0 0 0 0 0 0 0
GEMPA PEMERINTAH
BUMI ACEH KOTA LANGSA 02/22/12 0 0 0 0 0 0 0
GEMPA PEMERINTAH
GEMPA PEMERINTAH KOTA
BUMI ACEH SUBULUSSALAM 06/11/12 0 0 0 0 0 0 1
GEMPA PEMERINTAH
GEMPA SUMATERA PASAMAN
BUMI BARAT BARAT 09/30/09 5 30 0 0 0 11 44
GEMPA JAWA
BUMI TENGAH BOYOLALI 05/27/06 4 300 0 0 12770 0 0
GEMPA MALUKU HALMAHERA
BUMI UTARA SELATAN 03/14/10 0 0 0 0 0 0 2
GEMPA DI KOTA
BUMI YOGYAKARTA YOGYAKARTA 05/27/06 218 318 0 0 145796 30 294
GEMPA JAWA
BUMI TENGAH CILACAP 09/02/09 0 10 0 0 1348 0 21 21809
GEMPA
BUMI JAWA BARAT SUBANG 09/02/09 0 0 0 0 0 0 36
249
(juta Rp)
GEMPA SULAWESI
BUMI TENGGARA MUNA 10/20/09 0 0 0 0 1009 0 0
GEMPA SULAWESI
BUMI UTARA KOTA MANADO 01/21/07 6 8 0 0 9661 0 20
BUMI UTARA UTARA 03/28/05 0 0 0 0 0 0 0
GEMPA
BUMI JAWA BARAT CIAMIS 08/09/07 0 0 0 8 0 0 0 20
GEMPA MALUKU KEPULAUAN
BUMI UTARA SULA 07/26/07 0 23 0 0 0 0 0
GEMPA DI
BUMI YOGYAKARTA BANTUL 09/12/10 0 10 0 0 0 0 0
GEMPA
BUMI BENGKULU SELUMA 09/12/07 0 0 0 0 0 14 94
GEMPA
BUMI BANTEN PANDEGLANG 10/16/09 0 1 0 0 0 0 1
GEMPA SUMATERA
BUMI BARAT TANAH DATAR 02/16/04 6 25 0 3320 0 2 75 15600
GEMPA JAWA
BUMI TENGAH WONOGIRI 05/27/06 0 4 0 0 2022 7 0
GEMPA GORONTALO
BUMI GORONTALO UTARA 11/17/08 1 268 2871 2 16
GEMPA SULAWESI
BUMI TENGAH BUOL 11/17/08 3 157 18507 6 17
GEMPA SORONG
BUMI PAPUA BARAT SELATAN 01/04/09 0 2 0 0 0 0 0 6320
GEMPA PEMERINTAH
250
(juta Rp)
NUSA
GEMPA TENGGARA
BUMI TIMUR ALOR 11/12/05 36 0 0 0 14658 0 305
GEMPA BENGKULU
BUMI BENGKULU UTARA 02/01/12 0 0 0 0 0 0 0
GEMPA PEMERINTAH
BUMI ACEH NAGAN RAYA 02/01/12 0 0 0 0 18 2 0
GEMPA
BUMI PAPUA BARAT MANOKWARI 04/21/12 0 0 0 0 0 0 0
GEMPA
GEMPA PEMERINTAH
BUMI ACEH SIMEULUE 07/25/12 1 0 0 0 0 1 2
GEMPA SULAWESI PARIGI
BUMI TENGAH MOUTONG 08/18/12 5 694 0 0 0 0 2
GEMPA
BUMI JAWA BARAT BOGOR 09/09/12 0 3 0 0 115 0 3
GEMPA
GEMPA KEPULAUAN
BUMI MALUKU ARU 10/12/12 0 0 0 0 0 0 5
GEMPA SUMATERA KOTA
BUMI BARAT PAYAKUMBUH 03/06/07 1 14 0 0 30 0 32
GEMPA
BUMI JAMBI KERINCI 10/01/09 3 26 0 7032 0 2 23 94090
NUSA
GEMPA TENGGARA
BUMI BARAT BIMA 12/01/06 1 9 0 0 1526 0 11
251
(juta Rp)
GEMPA
BUMI MALUKU BURU 11/02/05 0 5 0 0 0 0 0
GEMPA
BUMI JAWA BARAT GARUT 09/02/09 8 190 0 0 40894 0 675
NUSA
GEMPA TENGGARA KOTA
BUMI BARAT MATARAM 01/02/04 0 3 0 0 0 0 0 374
GEMPA MALUKU
BUMI UTARA KOTA TERNATE 01/21/07 0 0 0 0 800 1 2
GEMPA SULAWESI KONAWE
BUMI TENGGARA SELATAN 10/20/09 0 0 0 0 60 0 0
GEMPA KOTA
BUMI GORONTALO GORONTALO 11/17/08 2 1367 1
GEMPA
BUMI PAPUA NABIRE 11/26/04 31 228 0 0 1000 4 6
GEMPA SUMATERA
BUMI BARAT SOLOK 09/12/07 1 1 0 0 0 0 1
GEMPA
BUMI PAPUA BARAT KOTA SORONG 01/04/09 0 27 0 0 1336 1 0 7200
NUSA
GEMPA TENGGARA
BUMI BARAT DOMPU 11/25/07 2 104 0 0 37565 0 0
GEMPA
BUMI JAWA BARAT SUKABUMI 05/18/10 0 0 0 16 0 0 0 45
GEMPA
GEMPA SUMATERA
BUMI BARAT SELATAN 02/22/04 1 9 0 0 0 0 0 600
252
(juta Rp)
GEMPA SUMATERA
BUMI UTARA NIAS SELATAN 03/28/05 165 3001 0 0 597 40 181
GEMPA
BUMI JAWA BARAT MAJALENGKA 02/27/06 0 0 0 186 0 0 0
GEMPA KOTA
GEMPA SUMATERA
BUMI UTARA DAIRI 09/06/11 1 11 0 0 0 1 2
GEMPA SUMATERA
BUMI BARAT TANAH DATAR 09/30/09 666 25 0 0 0 246 375
NUSA
GEMPA TENGGARA
BUMI BARAT DOMPU 08/07/08 11 7 15
GEMPA
BUMI PAPUA BIAK NUMFOR 06/16/10 17 106 0 0 5 21 66
GEMPA
GEMPA
BUMI JAWA BARAT CIAMIS 09/02/09 8 123 0 0 26400 0 448
GEMPA
BUMI BENGKULU LEBONG 09/12/07 0 1 0 0 0 3 7
GEMPA
BUMI JAWA BARAT BANDUNG 09/02/09 23 771 0 0 75805 0 1583
GEMPA SUMATERA
BUMI BARAT AGAM 03/06/07 16 146 0 0 31050 0 195
GEMPA SUMATERA LIMA PULUH 03/06/07 1 8 0 0 410 0 26
253
(juta Rp)
BUMI BARAT KOTA
GEMPA SUMATERA KOTA PADANG
BUMI BARAT PANJANG 03/06/07 2 50 0 0 25280 0 88
GEMPA SUMATERA
BUMI UTARA NIAS 03/28/05 685 3277 1 0 12542 66 520
GEMPA SUMATERA
BUMI BARAT SOLOK 09/30/09 0 5 0 0 0 5 67
GEMPA SULAWESI
BUMI TENGGARA KOTA KENDARI 04/25/11 0 19 0 0 4 0 0
BUMI UTARA UTARA 05/19/08 200 300 10
GEMPA SUMATERA PAKPAK
BUMI UTARA BHARAT 09/06/11 0 2 0 0 0 26 0
GEMPA SUMATERA
GEMPA
BUMI MALUKU KOTA AMBON 03/23/06 3 0 0 0 1269 0 0
GEMPA PEMERINTAH
BUMI ACEH PIDIE 05/09/10 0 7 0 0 0 1 3
GEMPA PEMERINTAH
BUMI ACEH SIMEULUE 03/28/05 37 0 0 0 53541 42 889
GEMPA KOTA
BUMI BENGKULU BENGKULU 09/12/07 2 11 0 0 0 16 23
GEMPA
BUMI JAWA BARAT BOGOR 09/02/09 2 17 0 0 663 0 0
GEMPA SULAWESI
BUMI BARAT MAMUJU 02/05/08 2 0
GEMPA PEMERINTAH
BUMI ACEH ACEH SINGKIL 09/06/11 1 0 0 0 0 0 0
GEMPA SUMATERA KOTA PADANG 09/30/09 383 1202 2 0 0 21 3547
254
(juta Rp)
BUMI BARAT
GEMPA
GEMPA SUMATERA
GEMPA
BUMI BENGKULU MUKOMUKO 09/12/07 7 0 0 0 0 56 252
GEMPA DI
GEMPA DI
BUMI YOGYAKARTA SLEMAN 05/27/06 243 4679 0 0 204562 51 446
GEMPA SUMATERA
BUMI UTARA KOTA SIBOLGA 03/28/05 1 0 0 0 330 0 1
GEMPA SULAWESI MINAHASA
BUMI UTARA UTARA 01/21/07 0 0 0 0 9661 0 0
GEMPA
BUMI JAWA TIMUR SITUBONDO 09/10/07 0 24 0 0 797 2 5
GEMPA
BUMI PAPUA BARAT MANOKWARI 01/04/09 1 471 0 0 17449 31 109 525325
GEMPA PEMERINTAH
BUMI ACEH ACEH SINGKIL 03/28/05 22 0 0 0 24742 14 49
GEMPA DI
BUMI YOGYAKARTA KULON PROGO 05/27/06 22 2179 0 0 74976 11 293
GEMPA BENGKULU
BUMI BENGKULU UTARA 09/12/07 6 26 0 0 0 142 462
GEMPA
BUMI GORONTALO POHUWATO 11/17/08 42
GEMPA SUMATERA MANDAILING 12/18/06 4 1719 0 0 7925 1 18 2000
255
(juta Rp)
BUMI UTARA NATAL
GEMPA JAWA
BUMI TENGAH TEMANGGUNG 05/27/06 0 0 0 0 644 0 0
GEMPA SUMATERA KOTA PADANG
BUMI BARAT PANJANG 09/30/09 0 20 0 0 0 6 90
GEMPA
BUMI MALUKU BURU 03/14/06 3 1 0 0 3120 0 0
GEMPA PEMERINTAH
BUMI ACEH PIDIE 04/07/10 0 22 0 0 30 22 14 52785
GEMPA
BUMI GORONTALO BOALEMO 11/17/08 39
GEMPA SULAWESI
BUMI TENGAH KOTA PALU 07/10/05 0 3 0 0 0 0 0
GEMPA SUMATERA KEPULAUAN
BUMI BARAT MENTAWAI 09/30/09 9 27 0 0 0 28 71
GEMPA SUMATERA KOTA
BUMI BARAT MENTAWAI 09/12/07 3 29 0 0 0 0 91
GEMPA
BUMI JAWA BARAT CIANJUR 09/02/09 28 21 42 0 10047 0 432
GEMPA DI
GEMPA
GEMPA JAWA
BUMI TENGAH MAGELANG 05/27/06 10 24 0 0 5108 1 75
GEMPA SULAWESI TOLI-TOLI 11/17/08 2
256
(juta Rp)
BUMI TENGAH
GEMPA SULAWESI
BUMI BARAT MAMUJU UTARA 09/02/09 1 139 0 0 0 1 3
GEMPA JAWA
BUMI TENGAH PURWOREJO 06/16/10 1 4 0 0 9806 2 113
GEMPA
BUMI PAPUA NABIRE 06/02/04 37 691 0 0 0 2 0
GEMPA SULAWESI
BUMI TENGAH BANGGAI 06/29/04 3 0 0 999 0 0 0
GEMPA SUMATERA KOTA
BUMI BARAT BUKITTINGGI 03/06/07 7 100 0 0 1525 0 0
GEMPA BANDUNG
BUMI JAWA BARAT BARAT 09/02/09 0 16 0 0 2369 0 201
GEMPA JAWA
BUMI TENGAH SUKOHARJO 05/27/06 3 67 0 0 16302 0 72
GEMPA JAWA
BUMI TENGAH KLATEN 05/27/06 1045 18127 0 0 713788 111 298
GEMPA SULAWESI
BUMI TENGGARA KOTA KENDARI 10/20/09 0 0 0 0 2544 0 0
GEMPA
BUMI JAWA BARAT KOTA BANJAR 09/02/09 0 4 0 0 0 0 4
BUMI UTARA UTARA 06/14/11 0 50 0 0 0 0 15
BUMI BARAT MENTAWAI 02/25/08 2 2 500 1 3
GEMPA JAWA
BUMI TENGAH KARANGANYAR 05/27/06 0 0 0 0 1419 0 0
GEMPA PAPUA NABIRE 02/06/04 39 722 0 0 2500 51 40 360000
257
(juta Rp)
BUMI
GEMPA MALUKU
BUMI MALUKU TENGAH 06/18/08 300
BUMI BARAT PARIAMAN 04/10/05 1 0 0 0 0 5 59 12743
GEMPA SULAWESI
BUMI TENGGARA BUTON UTARA 10/20/09 0 0 0 0 1983 0 0
GEMPA SUMATERA
BUMI BARAT TANAH DATAR 03/06/07 11 233 0 0 66197 0 1350
GEMPA SUMATERA MANDAILING
BUMI UTARA NATAL 03/28/05 1 0 0 0 2232 0 2
GEMPA
BUMI PAPUA BARAT SORONG 01/04/09 3 9 0 0 6294 0 3 415975
GEMPA JAWA
BUMI TENGAH KEBUMEN 05/27/06 0 0 0 0 12 0 0
258
Data Tsunami BNPB 2004-2013

luka Pendidikan Kesehatan Kerugian
(Juta Rp)
TSUNAMI PEMERINTAH ACEH JAYA 26-Dec-04 19661 143 93547 29273 26
ACEH
TSUNAMI JAWA BARAT TASIKMALAYA 17-Jul-06 63 103 1650 3 3
TSUNAMI PEMERINTAH BIREUEN 26-Dec-04 1202 276 59 350962 26758 78 4
ACEH
TSUNAMI JAWA BARAT GARUT 17-Jul-06 2 2
TSUNAMI PEMERINTAH ACEH 26-Dec-04 26 146 168034
ACEH TENGGARA
TSUNAMI PEMERINTAH GAYO LUES 26-Dec-04 3 1 83695 293
ACEH
TSUNAMI PEMERINTAH KOTA LANGSA 26-Dec-04 141318 10370 2
ACEH
TSUNAMI PEMERINTAH KOTA BANDA 26-Dec-04 77804 269091 34146 55 23 42,700,00
ACEH ACEH 0
TSUNAMI DI GUNUNG 17-Jul-06 3
YOGYAKART KIDUL
A
TSUNAMI PEMERINTAH SIMEULUE 26-Dec-04 7 119 1 76629 22849 9 11
ACEH
TSUNAMI SUMATERA KEPULAUAN 25-Oct-10 447 498 56 15353 6 3,796
BARAT MENTAWAI
TSUNAMI PEMERINTAH ACEH UTARA 26-Dec-04 2238 384 488 395800 28268 204 24
ACEH
TSUNAMI JAWA BARAT CIAMIS 17-Jul-06 413 379 15 4190 5 1
TSUNAMI PEMERINTAH ACEH TIMUR 26-Dec-04 224 6 253151 2356 89 11
ACEH
TSUNAMI PEMERINTAH SIMEULUE 11-Apr-12 1
ACEH
259
(Juta Rp)
ACEH SELATAN
TSUNAMI SUMATERA 26-Dec-04 130 1832 24 4012
UTARA
TSUNAMI PEMERINTAH ACEH BESAR 26-Dec-04 47784 306718 116984 299 62
ACEH
TSUNAMI PEMERINTAH ACEH BARAT 11-Apr-12 1
ACEH DAYA
TSUNAMI PEMERINTAH ACEH BESAR 11-Apr-12 7 4
ACEH
TSUNAMI PEMERINTAH ACEH 11-Apr-12 1
ACEH SELATAN
TSUNAMI PEMERINTAH ACEH SINGKIL 11-Apr-12 3
ACEH
TSUNAMI PEMERINTAH KOTA BANDA 11-Apr-12 1
ACEH ACEH
TSUNAMI PEMERINTAH KOTA 11-Apr-12 1
ACEH LHOKSEUMAW
E
TSUNAMI SUMATERA PADANG 11-Apr-12 1
BARAT PARIAMAN
TSUNAMI PEMERINTAH PIDIE 26-Dec-04 4646 1463 517452 31078 95 20
ACEH
TSUNAMI DI BANTUL 17-Jul-06 3
YOGYAKART
A
TSUNAMI PEMERINTAH ACEH SINGKIL 26-Dec-04 28 174007
ACEH
TSUNAMI PEMERINTAH ACEH BARAT 26-Dec-04 11830 3024 227278 59584 256 23
ACEH
260
(Juta Rp)
ACEH TAMIANG
TSUNAMI PEMERINTAH KOTA 26-Dec-04 394 15 10 156478 20084 3
ACEH LHOKSEUMAW
E
TSUNAMI PEMERINTAH ACEH BARAT 26-Dec-04 9 3 153411 13600
ACEH DAYA
TSUNAMI JAWA KEBUMEN 17-Jul-06 10 24 8 581
TENGAH
TSUNAMI PEMERINTAH NAGAN RAYA 26-Dec-04 493 845 152748 10659 19 21
ACEH
TSUNAMI JAWA CILACAP 17-Jul-06 157 8 10 306
TENGAH
TSUNAMI PEMERINTAH BENER 26-Dec-04 10 3 120000 1204
ACEH MERIAH
TSUNAMI PEMERINTAH KOTA SABANG 26-Dec-04 12 64 2 27447 3939 113 12
ACEH
TSUNAMI PEMERINTAH ACEH TENGAH 26-Dec-04 192 258 7 253151 4005 31 8
ACEH
TSUNAMI JAWA BANYUMAS 17-Jul-06 2 1
TENGAH
TSUNAMI PAPUA KOTA 11-Mar-11 1 0 0 0 67 2 0
JAYAPURA

UNIVERSITAS INDONESIA Perancangan Dan Im

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA Perancangan Dan Im

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

Perancangan dan Implementasi Data Warehouse Spasial untuk

FAKULTAS ILMU KOMPUTER

Perancangan dan Implementasi Data Warehouse Spasial untuk

FAKULTAS ILMU KOMPUTER

Karya Akhir ini adalah hasil karya sendiri,

dan semua sumber baik yang dikutip maupun dirujuk

telah saya nyatakan dengan benar

Nama : Irena Susanti

Karya Akhir ini diajukan oleh:

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Perancangan dan Implementasi Data Warehouse Spasial untuk mendukung

Dengan Hak Bebas Royalti Non-eksklusif ini Universitas Indonesia berhak

Demikian pernyataan ini saya buat dengan sebenarnya.

Nama : Irena Susanti

Kata Kunci: data warehouse, data warehouse spasial, bencana, pendekatan

Name : Irena Susanti

Keywords: data warehouse, spatial data warehouse, disaster, analysis-driven

vii Universitas Indonesia

HALAMAN JUDUL ........................................................................................ i

viii Universitas Indonesia

Gambar 1. 1 Roadmap implementasi inisiatif Blueprint SI/TI .............................6

xii Universitas Indonesia

Tabel 1. 1 Data 10 Kejadian Bencana Korban Terbanyak di Indonesia (2004-

xiii Universitas Indonesia

Bab pendahuluan dijelaskan mengenai latar belakang penulis melakukan

Tabel 1. 1 Data 10 Kejadian Bencana Korban Terbanyak di Indonesia (2004-

Jenis Bencana Lokasi Tanggal Korban Korban Estimasi

Informasi geospasial berupa data lokasi kejadian, jalur evakuasi,

keterbatasan sumber daya, infrastruktur dan suprastruktur, biaya, teknologi,

meningkatkan pemanfaatan data geospasial yang dinamakan Infrastruktur

Unit Kerja Nama Database Platform Lokasi

Dalam hasil observasi tersebut digambarkan belum adanya integrasi

untuk berbagai keperluan, baik di internal BIG maupun oleh instansi

Gambar 1. 1 Roadmap implementasi inisiatif Blueprint SI/TI

Berdasarkan fakta dan ekspektasi yang telah disebutkan, maka

1.2 Perumusan Masalah

Gambar 1. 2 Analisis masalah dengan fishbone

Pada analisis fishbone, ditemukan beberapa kelompok permasalahan beserta

 Data Geospasial: kondisi data geospasial yang ada di BIG masih

1.3 Tujuan dan Manfaat Penelitian

implementasi data warehouse spasial pendukung layanan GSCC, sehingga

1.4 Batasan Penelitian

1.5 Sistematika Penulisan

Bab 1 Pendahuluan, bab ini menjelaskan mengenai latar belakang

Bab 2 Landasan Teori, bab ini menjelaskan mengenai landasan teori

Bab 3 Metodologi Penelitian, bab ini menjelaskan mengenai tahapan -

Bab 4 Profil Organisasi, bab ini menjelaskan mengenai tinjauan

2. 1 Data, Informasi, dan Knowledge

 Kecelakaan Industri adalah kecelakaan yang disebabkan oleh dua

Manajemen bencana memiliki tujuan untuk mengurangi, atau

Gambar 2. 2 Siklus Manajemen Bencana (Warfield, 2008)

Siklus manajemen bencana terdiri dari empat fase, yaitu:

 Informasi Geospasial Dasar yang selanjutnya disingkat IGD adalah IG

Gambar 2. 3 Jenis Data Spasial (Yeung & Hall, 2007)

2.3.1 Data Vektor

Data vektor adalah objek geografi dengan elemen dasar berupa

topological mengandung informasi tiap objek beserta keterkaitannya

Gambar 2. 4 Visualisasi data vektor (Neumann, Freimark, &

2.3.2 Data Raster

Gambar 2. 5 Visualisasi data raster dalam pixel (Neumann,