artikel banjir.pdf
TRANSCRIPT
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
PEMANFAATAN DATA PENGINDERAAN JAUH UNTUK ANALISIS POTENSI BANJIR
Indah Prasasti*, Parwati*, M. Rokhis Khomarudin*
Pusfatja, LAPAN
Datangnya musim penghujan tidak hanya menjadikan berkah bagi sebagian orang, tetapi juga
mendatangkan bencana di beberapa tempat terutama jika curah hujan melebihi kondisi normalnya.
Banjir merupakan bencana yang sering terjadi seiring dengan datangnya musim penghujan. Di
beberapa tempat; seperti di Aceh Besar dan Solok, banjir telah melanda bersamaan dengan
turunnya curah hujan yang mengguyur beberapa pekan ini. Kondisi ini perlu mendapatkan perhatian
dan diantisipasi lebih awal. Salah satu data yang dapat dimanfaatkan dalam antisipasi banjir adalah
data penginderaan jauh (inderaja) satelit. Pemanfaatan data inderaja ini memiliki informasi dengan
cakupan wilayah pemantauan yang luas, biaya yang relatif murah, juga relatif near-real time.
LAPAN sebagai lembaga yang memiliki wewenang dalam pengelolaan data penginderaan jauh
telah memberikan informasi terkait dengan antisipasi dan analisis banjir dengan memanfaatkan data
penginderaan jauh. Informasi yang disajikan antara lain: liputan awan dari data MTSAT (Multi-
functional Transport Satellite), distribusi spasial curah hujan di wilayah Indonesia berdasarkan data
TRMM dan QMorph, prediksi curah hujan hingga 3 bulan ke depan berdasarkan data OLR (Out-going
Longwave Radiation), dan potensi daerah tergenang banjir harian berdasarkan data MTSAT. Semua
informasi tersebut dapat diperoleh dan dilihat pada www.inderaja.lapan.go.id. Informasi potensi
daerah tergenang banjir juga tersedia dalam format kml yang terintegrasi dengan google earth.
Informasi liputan awan dari data MTSAT disajikan setiap jam, sehingga dapat dilihat pola
pergerakan awan untuk memperkirakan potensi hujan di seluruh wilayah Indonesia. Gambar 1 a – d
memperlihatkan pola pergerakan awan pada tanggal 30 Oktober 2014 pada pukul 08.00 GMT (pukul
15.00 WIB) hingga pukul 11.00 GMT (18.00 WIB). Berdasarkan Gambar 1 terlihat bahwa wilayah
Sumatera, sebagian Kalimantan, Sulawesi bagian utara, dan Papua merupakan daerah dengan
dinamika liputan awan yang tinggi yang mengindikasikan peluang terjadinya hujan.
Selain informasi liputan awan, LAPAN juga menyediakan informasi distribusi dan tinggi curah
hujan di wilayah Indonesia yang diekstraksi dari data Qmorph, seperti pada Gambar 2. Terkait
dengan kejadian banjir di beberapa wilayah Aceh, dari informasi distribusi curah hujan terlihat
bahwa curah hujan cukup tinggi di wilayah Sumatera, khususnya di bagian barat. Bahkan, akumulasi
curah hujan dari tanggal 28 Oktober 2014 hingga 3 November 2014 melebihi 120 mm. Kondisi ini
yang memungkinkan terjadinya banjir di wilayah tersebut. Informasi ini diperkuat dengan informasi
potensi banjir yang diekstraksi dari data MTSAT yang diintegrasikan dengan peta daerah rawan
genangan (Gambar 3). Berdasarkan Gambar 3 terlihat bahwa daerah bagian barat, utara, dan timur
Nangro Aceh Darussalam (NAD) berpotensi banjir. Tidak hanya NAD yang terdeteksi berpotensi
banjir, tetapi di beberapa tempat lain di Sumatera, seperti di Sumatera Utara, Sumatera Barat, Riau,
Jambi, Bengkulu, Sumatera Selatan, Bangka Belitung, dan Lampung. Informasi potensi daerah banjir
di wilayah Indonesia tersebut dapat pula diakses dari google earth seperti contoh pada Gambar 4.
Titik-titik merah merupakan daerah berpotensi banjir, yang dapat dilihat secara lebih detil posisi
lokasi titik tersebut berada, yakni: kabupaten, provinsi, dan posisi geografisnya (Gambar 4). Sebagai
contoh adalah Kabupaten Aceh Barat, Provinsi Aceh yang pada tanggal 28 Oktober 2014
diidentifikasi sebagai salah satu daerah berpotensi banjir.
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
a. Tanggal 30 Oktober 2014 Pukul 08.00 GMT b. Tanggal 30 Oktober 2014 Pukul 09.00 GMT
c. Tanggal 30 Oktober 2014 Pukul 10.00 GMT d. Tanggal 30 Oktober 2014 Pukul 11.00 GMT
Gambar 1. Pola Pergerakan Awan di Seluruh Wilayah Indonesia pada Tanggal 30 Oktober 2014 Pukul
08.00 GMT – 11.00 GMT (Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
a. Distribusi Curah Hujan di Wilayah Indonesia
pada Tanggal 3 November 2014 b. Distribusi Akumulasi Curah Hujan di
Wilayah Indonesia pada Periode 28 Oktober – 3 November 2014
Gambar 2. Distribusi Curah Hujan di Wilayah Indonesia Berdasarkan Data Qmorph(Sumber:
Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Gambar 3. Informasi Spasial Daerah Potensi Banjir di P. Sumatera pada Bulan November 2014
(Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
Gambar 4. Informasi Potensi Banjir Tanggal 28 Oktober 2014 di Pulau Sumatera yang dapat diakses
melalui Google Earth ((Sumber: Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
Titik-titik lokasi
berpotensi banjir
Lokasi berpotensi
banjir di Kabupaten
Aceh Barat,
Provinsi NAD
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Informasi lain yang dapat digunakan dalam antisipasi kejadian banjir adalah prediksi curah
hujan yang diturunkan dari data suhu permukaan laut yang dikonversi menjadi data OLR (Outgoing
Longwave Radiation). Nilai OLR sering digunakan untuk menggambarkan divergensi lapisan atmosfir
lapisan atas. Nilai OLR rendah berhubungan dengan curah hujan yang melimpah. Nilai suhu
permukaan laut bulan September 2014 dapat digunakan untuk memprediksi curah hujan hingga 5
(lima) bulan ke depan. Gambar 5 memperlihatkan hasil prediksi curah hujan bulan November 2014
hingga Februari 2015 di seluruh wilayah Indonesia berdasarkan nilai OLR bulan September 2014.
Hasil prediksi menunjukkan bahwa curah hujan cenderung mengalami peningkatan di seluruh
wilayah Indonesia dan puncaknya diprediksi terjadi pada bulan Januari 2015. Dengan demikian, hasil
prediksi curah hujan ini dapat dimanfaatkan untuk peringatan dini dan antisipasi terjadinya banjir
terutama daerah yang memang rawan terhadap banjir.
a. Prediksi curah hujan Bulan November 2014 b. Prediksi curah hujan Bulan Desember 2014
c. Prediksi curah hujan Bulan Januari 2015 d. Prediksi curah hujan Bulan Februari 2015
Gambar 5. Prediksi Curah Hujan Bulan November 2014 hingga Februari 2015 dari data OLR (Sumber:
Hasil pengolahan data Bidang Proinfo, Pusfatja, LAPAN)
Selain informasi yang bersifat pemantauan kondisi curah hujan, data inderaja dapat juga
dimanfaatkan untuk membangun peta potensi bahaya banjir yang diarahkan untuk mengidentifikasi
daerah-daerah yang secara fisik rawan terhadap banjir, seperti Jakarta, Sampang, dan sebagainya.
Jika informasi yang berkaitan dengan kegiatan pemantauan dan prediksi curah hujan diekstraksi dari
data inderaja resolusi rendah dan menengah, maka peta potensi bahaya banjir biasanya diturunkan
dari data resolusi lebih tinggi, misalnya Landsat ETM seperti contoh Gambar 6. Gambar 6
menunjukkan distribusi spasial daerah bahaya banjir di wilayah DKI Jakarta dan sekitarnya. Integrasi
antara peta distribusi spasial daerah bahaya banjir dengan informasi pemantauan dan prediksi curah
hujan ini diharapkan dapat memberikan arahan kebijakan dalam rencana pengelolaan dan
penanggulangan banjir.
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Gambar 6. Distribusi Spasial Daerah Bahaya Banjir di Wilayah DKI Jakarta dan Sekitarnya (Sumber:
Prasasti et al., 2014)
Untuk memetakan daerah terkena bencana pada saat terjadinya banjir, LAPAN juga telah
mengembangkan teknologi wahana/pesawat tanpa awak yang dikenal dengan UAV (Unmanned
Aerial Vehicle) untuk memotret daerah terdampak banjir seperti yang disajikan pada Gambar 7.
Gambar 7 memperlihatkan daerah terdampak banjir di wilayah Kampung Melayu, Jakarta Timur
pada Tanggal 18 Januari 2013 yang berhasil dipotret menggunakan teknologi UAV. Dengan
menggunakan teknologi ini, lokasi daerah terdampak banjir dapat dipetakan lebih detil sehingga
diharapkan dapat membantu upaya penanggulangan bencana.
LAPAN| Pusat Pemanfaatan Penginderaan Jauh
Gambar 7. Pemanfaatan Teknologi UAV (Unmanned Aerial Vehicle) untuk Pemetaan Daerah
Terdampak Banjir di Kampung Melayu, Jakarta Timur