INOVASI GEOGRAPHIC ARTIFICIAL INTELLIGENCE (GEO-AI)

DALAM UPAYA IDENTIFIKASI DAERAH RAWAN BANJIR DI KOTA

SEMARANG, JAWA TENGAH

Diajukan untuk Mengikuti Lomba Esai Nasional Masterpiece 2023

Fakultas Kesehatan Masyarakat Universitas Diponegoro

Diusulkan oleh
Mia Setia Ningrum (25000121120011/2021)

UNIVERSITAS DIPONEGORO

KOTA SEMARANG

2023
 INOVASI GEOGRAPHIC ARTIFICIAL INTELLIGENCE (GEO-
AI) DALAM UPAYA IDENTIFIKASI DAERAH RAWAN BANJIR DI
KOTA SEMARANG, JAWA TENGAH

Jika tidak ingin ada bencana banjir, sayangilah lingkungan kita. Siapa
lagi yang merawat bumi ini jika bukan kita. Save The World! – Mia Setia
Ningrum

Banjir merupakan salah satu masalah utama di Indonesia, termasuk di

Kota Semarang, Provinsi Jawa Tengah. Banjir dapat menyebabkan kerugian besar
baik dari segi ekonomi maupun sosial. Permasalahan banjir di Kota Semarang
merupakan salah satu masalah serius yang dihadapi oleh pemerintah dan
masyarakat (Findayani and Artikel, 2015). Banjir merupakan bencana yang terjadi
secara berulang dan dapat mempengaruhi banyak aspek kehidupan masyarakat,
termasuk infrastruktur, lingkungan, ekonomi, dan kesehatan (Rahman, 2018).
Menurut data Badan Penanggulangan Bencana Daerah Jawa Tengah,
banjir yang melanda Kota Semarang merendam setidaknya 43 titik pada tanggal
5-7 Februari tahun 2021. Seringkali Kota Semarang mengalami banjir kiriman
dan banjir rob yang merendam sejumlah kawasan di Kota Semarang, seperti di
Kelurahan Kaligawe (Kecamatan Gayamsari) dan wilayah di Kecamatan Genuk.
Banjir ini juga terjadi di jalur Pantura kawasan Genuk, dengan ketinggian 40 cm
(Tri et al., n.d.).
Banjir bandang juga terjadi pada hari Jumat, 6 Januari 2023 sekitar pukul
15.00 WIB yang terjadi di Perumahan Dinar Indah, Tembalang, Semarang.
Ketinggian air mencapai sekitar 1,5 meter. Warga yang terkena dampak banjir
menyelamatkan diri ke atap rumah dan dievakuasi oleh tim gabungan. Banjir ini
disebabkan karena tanggul jebol dengan panjang tanggul mencapai 20 meter. Wali
Kota Semarang mengatakan bahwa banjir berdampak pada RT 06 RW 26
Kelurahan Meteseh, Tembalang, Semarang dengan 147 orang yang terdampak
banjir tersebut, serta terdapat dua warga yang tewas dalam bencana banjir
tersebut.
Menteri PUPR mengatakan bahwa penyebab banjir di Semarang
diakibatkan karena curah hujan yang ekstrem dan juga tingginya pasang air laut.
Selain itu kondisi drainase yang tersumbat oleh limbah domestik dan non
domestik yang dapat mengurangi kapasitas aliran air, terjadinya perubahan iklim
menyebabkan intensitas dan frekuensi curah hujan yang tidak terduga, kurangnya
kesadaran masyarakat tentang pentingnya menjaga kesehatan lingkungan dan
perilaku dalam membuang sampah dengan benar, kualitas pompa air, manajemen
tata kelola air yang kurang baik, konsumsi air tanah yang berlebihan baik industri
maupun rumah tangga yang dapat memicu penurunan permukaan tanah (land
subsidence), kurangnya daerah resapan air karena adanya peningkatan
penggunaan lahan di kawasan Semarang bawah untuk pembangunan sarana baru
seperti hotel, bandara, mall, dan lain sebagainya dapat menjadi faktor resiko
penyebab terjadinya banjir di Kota Semarang (Sugandhi and Rakuasa, 2023).
Pemerintah Kota Pemerintah dan pihak terkait telah melakukan berbagai
upaya untuk mengatasi permasalahan banjir ini, termasuk peningkatan
infrastruktur drainase, kampanye kesadaran lingkungan, dan perencanaan tata
ruang yang lebih baik. Namun, tantangan dalam menghadapi perubahan iklim dan
pertumbuhan perkotaan yang cepat menuntut upaya yang lebih besar dan
terintegrasi dalam mengelola banjir di Kota Semarang (Fahrimal et al., n.d.). Oleh
karena itu, diperlukan upaya yang efektif dalam mengidentifikasi daerah rawan
banjir untuk merencanakan tindakan mitigasi yang tepat guna mengurangi
dampaknya. Salah satu solusi inovatif adalah dengan memanfaatkan teknologi
Geo-AI (Artificial Intelligence berbasis teknologi geospasial) untuk pemetaan dan
identifikasi daerah rawan banjir di Kota Semarang.
Geo-AI (Geospatial Artificial Intelligence) mengacu pada penggunaan
teknologi kecerdasan buatan (AI) dalam konteks geospasial atau geografi
(Obyek et al., 2023)
. Geo-AI ini melibatkan penggunaan teknologi AI untuk memahami,
melakukan analisis cerdas, dan mengambil keputusan atau mengidentifikasi pola-
pola tertentu berdasarkan data geospasial dalam skala besar dengan lebih efisien
dan akurat. Data geospasial mencakup informasi yang terkait dengan lokasi atau
wilayah tertentu, seperti peta, data satelit, data drone, data sensor, dan data lainnya
yang terkait dengan geografi dan topografi suatu daerah (spasial). Geo-AI dapat
membantu dalam pemahaman yang lebih baik tentang dunia fisik dan dalam
pengambilan keputusan yang lebih cerdas dalam berbagai bidang, termasuk
lingkungan, transportasi, perencanaan perkotaan, dan lainnya.
 Pemanfaatan Geo-AI memberikan kemudahan dalam menganalisis data
spasial yang rumit dan memberikan wawasan yang mendalam tentang pola-pola
terkait lokasi geografis. Dalam mengidentifikasi daerah rawan banjir, Geo-AI ini
dapat membantu mengolah data hidrologi, topografi, dan curah hujan untuk
mengetahui dan mengidentifikasi daerah-daerah yang berisiko tinggi terkena
banjir serta dapat merencanakan strategi efektif untuk dilakukannya mitigasi
bencana banjir. Pemanfaatan Geo-AI digunakan untuk mengidentifikasi daerah
rawan banjir di Kota Semarang, Provinsi Jawa Tengah, hal ini merupakan langkah
inovatif dan memberikan manfaat besar sebagai upaya pengurangan risiko
bencana banjir. Dengan teknologi ini, data spasial dapat diproses dengan cepat
dan akurat, sehingga memudahkan pengambilan keputusan dalam perencanaan
mitigasi banjir.
Pemanfaatan Geographic Artificial Intelligence (Geo-AI) atau kecerdasan
buatan geografis untuk identifikasi daerah rawan banjir merupakan salah satu
langkah inovatif dalam mengatasi masalah banjir dan meningkatkan efisiensi
dalam mitigasi risiko banjir (Chen et al., 2023) . Geo-AI menggabungkan
teknologi kecerdasan buatan dengan data geospasial, seperti citra satelit, peta, dan
data geografis lainnya, untuk memberikan solusi yang lebih akurat, cepat, dan
berdaya guna dalam identifikasi daerah rawan banjir (George Jacob et al., 2021) .
Geo-AI dapat mengintegrasikan citra satelit dan data geospasial untuk
mengidentifikasi dan memetakan daerah yang terkena banjir (Anon., n.d.) .
Dengan kemampuan pemrosesan data yang tinggi, Geo-AI dapat secara otomatis
mengenali pola air permukaan, level permukaan air, dan daerah yang tergenang,
sehingga memudahkan identifikasi daerah rawan banjir dengan lebih cepat dan
akurat. Dengan menggunakan data historis banjir dan data cuaca
(George Jacob et al., 2021)
, Geo-AI dapat meramalkan kemungkinan terjadinya banjir di wilayah
tertentu. Algoritma kecerdasan buatan dalam Geo-AI mampu menganalisis pola
cuaca, curah hujan, dan kondisi hidrologi untuk memberikan perkiraan yang lebih
andal mengenai potensi banjir di masa depan.
Pengolahan data dan analisis data dilakukan melalui Google Earth Engine
(Manakane et al., 2023) . Pemanfaatan Geo-AI bersama Google Earth Engine
dalam identifikasi daerah rawan banjir memiliki manfaat signifikan diantarnya
yaitu: (1) Akurasi Tinggi: Pemanfaatan Geo-AI dengan algoritma kecerdasan
buatan memungkinkan identifikasi dan pemetaan daerah rawan banjir dengan
akurasi tinggi, mengurangi potensi kesalahan dalam proses analisis. (2) Efisiensi
dalam Pemrosesan Data: Google Earth Engine menyediakan infrastruktur yang
kuat untuk pemrosesan data geospasial dalam skala besar, memungkinkan analisis
yang efisien dan cepat. (3) Peringatan Dini yang Cepat: Dengan sistem peringatan
dini berbasis Geo-AI, pihak berwenang dan masyarakat dapat menerima
peringatan tentang potensi banjir dengan cepat, sehingga dapat mengambil
tindakan pencegahan dan evakuasi lebih awal. (4) Pengambilan Keputusan yang
Lebih Baik: Data dan analisis dari Geo-AI dapat memberikan dasar yang kuat
bagi pengambilan keputusan yang lebih baik dalam mitigasi risiko banjir dan
perencanaan tata ruang. (5) Pemantauan dan Prediksi Lebih Akurat: Geo-AI dapat
melakukan pemantauan dan prediksi banjir dengan lebih akurat berdasarkan data
citra satelit dan data cuaca real-time, sehingga memungkinkan penanganan lebih
proaktif dan tepat waktu (Bioresita et al., 2021).
Pemanfaatan Geographic Artificial Intelligence (Geo-AI) bersama Google
Earth Engine dalam identifikasi daerah rawan banjir dapat membawa manfaat
besar dalam upaya mitigasi dan pengurangan risiko banjir. Dengan analisis citra
satelit, prediksi banjir, sistem peringatan dini, dan evaluasi risiko
(Saifurridzal and Sakinah, 2022)
, Geo-AI bersama Google Earth Engine memberikan solusi yang
efisien, akurat, dan berdaya guna dalam menghadapi tantangan banjir di era
modern. Diharapkan pemanfaatan Geo-AI ini dapat menjadi langkah yang
signifikan dalam meningkatkan ketahanan dan adaptabilitas Kota Semarang
terhadap bencana banjir di Kota Semarang.
 DAFTAR PUSTAKA

Anon. n.d. The Business Power of AI. [online] Available at:

<https://www.esri.com/about/newsroom/publications/wherenext/new-
business-intelligence-emerges-geo-ai/>.

Bioresita, F., Ghifary, M., Ngurawan, R. and Hayati, N., 2021. Identifikasi
Sebaran Spasial Genangan Banjir Memanfaatkan Citra Sentinel-1 dan
Google Earth Engine (Studi Kasus: Banjir Kalimantan Selatan)
Identification of Flood Inundation Spatial Distribution using Sentinel-1
Imagery and Google Earth Engine (Case Study: South Kalimantan Flood).
17(1), pp.108–118.

Chen, M., Claramunt, C., Çöltekin, A., Liu, X., Peng, P., Robinson, A.C., Wang,
D., Strobl, J., Wilson, J.P., Batty, M., Kwan, M.P., Lotfian, M., Golay, F.,
Joost, S., Ingensand, J., Senousi, A.M., Cheng, T., Bandrova, T., Konecny,
M., Torrens, P.M., Klippel, A., Li, S., Zhang, F., He, L., Wang, J., Ratti,
C., Kolditz, O., Lin, H. and Lü, G., 2023. Artificial intelligence and visual
analytics in geographical space and cyberspace: Research opportunities
and challenges. Earth-Science Reviews,
https://doi.org/10.1016/j.earscirev.2023.104438.

Fahrimal, Y., Reza, M., Tjoetra, A. and Peunyareng, J.A., n.d. Revolusi Industri
4.0 Dalam Penguatan Kesiapsiagaan Bencana Di Indonesia.

Findayani, A. and Artikel, S., 2015. KESIAP SIAGAAN MASYARAKAT DALAM

PENANGGULANGAN BANJIR DI KOTA SEMARANG. Jurnal Geografi, .

George Jacob, B., Loum, D., Kaddumukasa, M., Kamgno, J., Nana Djeunga, H.,
Domche, A., Nwane, P., Mwangangi, J., Hernandez Bojorge, S., Parikh, J.,
Casanova, J., Izureta, R., Micheal, E., Mason, T. and Mubangizi, A., 2021.
Geospatial Artificial Intelligence Infused into a Smartphone Drone
Application for Implementing &apos;Seek and Destroy&apos; in Uganda.
American Journal of Entomology, 5(4), p.92.
https://doi.org/10.11648/j.aje.20210504.11.
Manakane, E., Latue, C., Somae, G., Rakuasa, H., Manakane, S.E. and Latue,
P.C., 2023. Flood Risk Modeling in Buru Island, Maluku Province,
Indonesia using Google Earth Engine. [online] MULTIPLE: Journal of
Global and Multidisciplinary, Available at: <https://journal.institercom-
edu.org/index.php/multiple>.

Obyek, D., Di, W., Moa, P., Barat, M., Berbasis, D., Menggunakan, W.,
Storymaps, A., Manakane, S.E., Wlary, A.P., Pakniany, Y., Rakuasa, H.,
Latue, P.C. and Kunci, K., 2023. Volume 1 ; Nomor 2. Agustus, pp.64–70.
https://doi.org/10.59435/gjmi.v1i2.30.

Rahman, A., 2018. ANALISA KEBUTUHAN PROGRAM TRAUMA

HEALING UNTUK ANAK-ANAK PASCA BENCANA BANJIR DI
KECAMATAN SUNGAI PUA TAHUN 2018 : IMPLEMENTASI
MANAJEMEN BENCANA. XII(7).

Saifurridzal, S. and Sakinah, W., 2022. Penentuan Zona Aman Banjir di Wilayah
Pesisir Kabupaten Jember Dengan Pemanfaatan Google Earth Engine.
Juvenil:Jurnal Ilmiah Kelautan dan Perikanan, 3(1), pp.1–7.
https://doi.org/10.21107/juvenil.v3i1.14889.

Sugandhi, N. and Rakuasa, H., 2023. Utilization of Geogle Earth Engine for Flood
Hazard Analysis in DKI Jakarta Province. Jurnal Riset Multidisiplin dan
Inovasi Teknologi, 1(02), pp.40–49.
https://doi.org/10.59653/jimat.v1i02.216.

Tri, K., Utami, D., Feronika, S.P., Kusumaning, T., Feronika, D., Puriningsih, S.,
Badan, ) and Perhubungan, L., n.d. KAJIAN STRATEGI PENANGANAN
BANJIR/ROB DI PELABUHAN TANJUNG EMAS SEMARANG FLOOD
MANAGEMENT STRATEGY IN PORT OF TANJUNG EMAS
SEMARANG.