Keterbatasan Hasil Penelitian Coastal Vulnerability Assessment Using Integrated Method of CVI MCA and GIS. Case Study at Northern Coastline of Indramayu

98 resource yang digunakan, terutama biaya dan waktu untuk penilaian suatu kawasan, sedangkan efektif terkait dengan luaran penilaian yang bersifat informatif bagi sebuah sistim informasi penanggulangan dampak. Dengan sifat- sifat pendekatan berbasis CVI-MCA tersebut, pada tingkat pengambilan keputusan, pendekatan ini setidaknya dapat menjadi alat bantu bagi pengambil keputusan baik di tingkat nasional maupun daerah dalam menentukan skala prioritas secara obyektif bagi penanggulangan dampak kenaikan muka laut antar daerah, kawasan regional, maupun antara negara global.

4.6 Keterbatasan Hasil Penelitian

Terdapat beberapa hal yang menjadi faktor keterbatasan hasil penelitian ini. Ini terkait dengan akurasi dan presisi sumber data yang menjadi input dalam penilaian kerentanan. Di lain pihak, pengumpulan data di lapangan sangat sulit dan membutuhkan resource yang sangat banyak baik waktu, tenaga, dan biaya karena membutuhkan minimal pengamatan selama setahun bagi keenam variabel menurut ukuran shoreline grid yang digunakan. Akurasi menunjukkan kedekatan antara nilai prediksimodel dengan nilai aktual menggunakan referensi pengukuran lapangan berdasarkan metode berbeda. Beberapa upaya meningkatkan akurasi data yang digunakan telah dilakukan, mencakup: penyeragaman resolusi 30 meter seluruh data variabel, penyeleksian data tanpa SLC-on Landsat, tanpa data uplift dan Land subsidence bagi pengamatan SLR sehingga murni merupakan data pengamatan dari suatu benchmark stationer yang relatif stabil, serta penapisan musim bagi variabel tertentu. Walaupun demikian masalah akurasi tetap menjadi keterbatasan. Masalah akurasi bagi data tiap variabel adalah, sebagai berikut: 1 Variabel laju perubahan garis pantai, Akuarasi variabel ini dibatasi oleh ketersediaan data existing yang hanya tersedia untuk tahun 1991 dan 2003 sehingga akurasi peta perubahan garis pantai lebih diwakili oleh resolusi citra 30 meter dengan nilai RMS. Lainnya adalah ketiadaan deret series data lain yang representatif bagi pengamatan musiman. Untuk mendapatkan akurasi lebih tinggi nilai variabel dapat ditentukan berdasarkan perhitungan total error, biasa dituliskan sebagai akar kuadrat dari 99 jumlah masing-masing error. Sehingga diperoleh nilai simpangan pencilan dari data yang digunakan. 2 Variabel geomorfologi, Akurasi dibatasi oleh informasi RMS berdasarkan skala peta masing- masing sumber data yang digunakan untuk pengekstraksian jenis landform peta RBI dengan skala 1:25.000, peta Geologi skala 1:250.000, dan peta Landsystem skala 1:100.000. 3 Variabel kemiringan pantai, Akurasi sangat ditentukan skala peta data sumber yakni LPI 1:50.000 dan RBI 1:25.000. Ketersediaan data elevasi existing di lapangan Tahun 1991 dan 2003 yang digunakan menghitung error pada raster hasil interpolasi pengoreksi pasang surut adalah faktor pembatas. Sehingga akurasi variabel ini sangat bersandar pada nilai RMS masing-masing peta sumber menurut skalanya. 4 Variabel laju perubahan muka laut, Akurasi dibatasi oleh resolusi raster 30 meter karena data ini adalah data yang telah mengalami jenis-jenis penapisan dari institusi sumber data Ocean Observation AVISO. 5 Variabel rerata tinggi gelombang, Akurasi pengaruh musim telah dilakukan dengan penapisan tinggi gelombang berdasarkan musiman sebelum menjadi produk akhir rerata tinggi gelombang tahunan. Oleh karenanya, seperti halnya data variabel lain, faktor lain yang mempengaruhi akurasi adalah resolusi data raster variabel ini. 6 Variabel rerata kisaran pasang surut. Peningkatan akurasi yang telah dilakukan adalah penapisan berdasarkan pengamatan interval 6 jam untuk MHHWL Mean Higher-high Water Level dan MLLWL Mean Lower-low Water Level. Keterbatasan akurasi perolehan data rerata kisaran pasut tahunan dibatasi oleh resolusi produk raster. Presisi menunjukkan seberapa besar kedekatan antara nilai yang diperoleh. Ini ditunjukkan oleh nilai standar deviasi masing-masing data variabel. Perhitungan nilai tiap variabel, berupa raster beresolusi 30 meter, dan presisi masing-masing nilai tersebut dalam penelitian ini menggunakan metode spatial statistic telah disertakan bersama masing-masing nilai seperti pada Lampiran. 100 101 5 PENUTUP

5.1 Kesimpulan