Analisis Kerawanan Banjir Tahun 2007 Menggunakan Data Satelit TRMM (Studi Kasus : Kabupaten Indramayu, Jawa Barat)

ABSTRACT

NIZAR N. R. N. Analysis of 2007 Flood Vulnerability Using TRMM Satellite Data (Case Study:
Indramayu Regency, West Java). Supervised by MUH. TAUFIK and DEDE DIRGAHAYU.
Natural disaster management involves the identification of areas that are vulnerable to it.
Flood is at the top list of natural disasters that has the highest frequency of occurence in Indonesia.
Indramayu, as one of the major rice producing region in West Java, suffers flood disaster each
year. This research was intended to address this problem by providing periodical information
regarding flood vulnerable areas in Indramayu as the basis for decision making in managing flood
disaster. Remote sensing and other data were used to obtain spatial information of flood factors.
GIS analysis was performed to generate vulnerability scale value by combining all data. Five
parameters that are considered to be causative to the flood disaster were taken as input and
categorized into static factors including elevation, slope, land-cover, and drainage rate, while
rainfall were used as the dinamic factor. DEM SRTM data were used as an input on elevation and
slope derivation, Landsat image to generate land-cover map, and soil unit map to extract drainage
rate information. Rainfall was calculated from TMPA 3B42-V6 data derived from TRMM
satellite. The period observed was during Februari and Desember 2007 which was recorded as one
of the biggest flood incident in Indonesia. The comparison between the resulting flood
vulnerability map and the actual flood location showed that most flood occured at region with
High Vulnerablility value. This region were found at the northern part of Indramayu which is a
coastal area with low elevation and very flat surface, the dominance of rice field as land-cover,
and very slow drainage rate. Rainfall input from satellite can show spatial variation of flood
vulnerable areas within a fast period therefore usefull for flood prevention and monitoring, and
also flood early warning system.
KEY WORDS : flood, natural disaster, TRMM, GIS, remote sensing

ABSTRAK

NIZAR N. R. N. Analisis Kerawanan Banjir Tahun 2007 Menggunakan Data Satelit TRMM
(Studi Kasus : Kabupaten Indramayu, Jawa Barat). Dibimbing oleh MUH. TAUFIK dan DEDE
DIRGAHAYU
Salah satu tahapan dalam manajemen bencana alam yaitu menentukan daerah yang
berpotensi mengalami bencana tersebut. Banjir menempati posisi yang tinggi dalam urutan
frekwensi kejadian bencana alam di Indonesia. Indramayu sebagai salah satu daerah penghasil padi
terbesar di Jawa Barat selalu mengalami bencana banjir setiap tahunnya. Dilatarbelakangi
permasalahan tersebut, penelitian ini ditujukan untuk menyediakan informasi wilayah rawan banjir
di Indramayu secara berkala sebagai dasar bagi langkah-langkah manajemen bencana banjir. Data
inderaja dan data lainnya digunakan untuk memperoleh gambaran spasial faktor-faktor banjir.
Analisis SIG dilakukan untuk menghasilkan nilai kerawanan dengan mengkombinasikan data-data
yang digunakan. Lima parameter yang dianggap menyebabkan banjir digunakan sebagai input dan
dikategorikan menjadi faktor statis yaitu elevasi, slope, tutupan lahan dan laju drainase, sementara
curah hujan digunakan sebagai faktor dinamis. Data DEM SRTM digunakan sebagai masukan data
elevasi dan penurunan nilai slope, citra Landsat untuk menghasilkan peta tutupan lahan, dan peta
satuan lahan untuk memperoleh informasi laju drainase. Curah hujan diturunkan melalui
perhitungan data TMPA 3B42-V6 yang diperoleh dari satelit TRMM. Periode yang diamati yaitu
bulan Februari dan Desember tahun 2007 yang mana tercatat sebagai salah satu kejadian banjir
terbesar di Indonesia. Perbandingan hasil peta kerawanan banjir terhadap data banjir aktual
menunjukkan bahwa kejadian banjir cenderung terjadi di wilayah dengan kelas Rawan. Wilayah
tersebut tersebar di bagian Utara Indramayu yang merupakan daerah pesisir dengan nilai elevasi
yang rendah dan kondisi permukaan yang datar, kondisi penutupan lahan dominan berupa sawah
dan laju drainase yang sangat lambat. Masukan data curah hujan satelit dapat menunjukkan variasi
spasial dari wilayah rawan banjir dalam tempo yang cukup cepat sehingga bermanfaat untuk
pengaturan pencegahan dan pemantauan banjir, juga sistem peringatan dini banjir.
KATA KUNCI : banjir, bencana alam, TRMM, SIG, penginderaan jauh

1

I.
1.1.

PENDAHULUAN

Latar belakang
Kabupaten Indramayu adalah satu
dari banyak daerah di Indonesia yang sering
mengalami bencana banjir. Bencana banjir
tahun 2007 adalah salah satu kejadian banjir
terbesar yang melanda daerah Jakarta dan
sekitarnya termasuk Indramayu. Sektor
agrikultur sebagai sektor yang paling
merasakan dampak dari bencana alam
merupakan sektor yang dominan di wilayah
Indramayu, yang mana sebagian besar
wilayahnya berupa sawah. Tanaman padi
yang terendam oleh banjir akan mengalami
penurunan persentase pertumbuhan seiring
lama rendaman atau bahkan bisa mati
(Triwidiyati 2009). Hal ini akan memaksa
petani kepada dua pilihan yaitu melakukan
panen dini atau gagal panen, dimana panen
dini akan mengurangi hasil gabah dan jika
padi dibiarkan terendam akan membusuk
dan memaksa petani untuk melakukan
penanaman ulang yang akan membutuhkan
modal tambahan. Indramayu selama ini
memasok 23% dari kebutuhan beras di Jawa
Barat, oleh karena itu selain merugikan bagi
para petani banjir juga akan berdampak pada
kestabilan pasokan beras untuk daerah lain
terutama Jawa Barat yang selama ini
memanfaatkan produksi padi Indramayu.
Ketersediaan informasi mengenai
wilayah yang rentan / rawan terhadap banjir
yang dapat diakses oleh pembuat kebijakan
maupun petani berperan penting dalam
membantu mereka dalam menentukan
langkah yang tepat terkait dengan masalah
banjir. Salah satu bentuk informasi tersebut
adalah berupa peta kerawanan banjir.
Sivakumar et al. (2005) menyatakan banjir
merupakan fungsi dari iklim (variabilitas
pola hujan, kejadian badai), hidrologi
(bentuk dasar sungai, instensitas drainase
dan debit aliran sungai) dan karakteristik
tanah (kapasitas penyerapan air). Dengan
masukan data-data tersebut dapat dilakukan
pendugaan kerawanan banjir berdasarkan
kontribusi
masing-masing
parameter
terhadap terjadinya banjir di daerah kajian.
Penginderaan jauh (remote sensing)
selama beberapa dekade terakhir telah
dimanfaatkan sebagai metode dalam
perolehan berbagai jenis data spasial dengan
cakupan aplikasi yang luas, salah satunya
yaitu dalam manajemen bencana alam.
Penginderaan jauh juga berperan sebagai
sebuah teknologi yang dapat menyediakan
input data bagi pengukuran, pemetaan,

pemantauan, dan pemodelan dalam konteks
Sistem Informasi Geografis (Star dan Estes
1990). Dengan mengintegrasikan input data
parameter-parameter banjir yang diperoleh
melalui penginderaan jauh dan data lainnya
serta melakukan analisis data menggunakan
SIG diharapkan dapat diperoleh hasil dugaan
kerawanan bencana banjir di wilayah
Indramayu yang dapat digunakan sebagai
basis bagi pembuatan keputusan.
1.2. Tujuan
i. Melakukan analisis kerawanan banjir
di wilayah Kabupaten Indramayu
menggunakan
metode
Sistem
Informasi Geografis.
ii. Menghasilkan
peta
kerawanan
bencana
banjir
multi-temporal
Kabupaten
Indramayu
dengan
masukan dinamis berupa data CH 15harian TRMM.
iii. Membandingkan peta kerawanan
banjir dengan lokasi banjir aktual
bulan Februari dan Desember 2007.
II.
2.1.

TINJAUAN PUSTAKA

Bencana Banjir
Indonesia memiliki iklim monsoon
dengan dua macam musim (hujan dan
kemarau) yang bergilir antara nilai puncak
tinggi dan puncak rendah. Kebanyakan
pulau-pulau di Indonesia
bertulang
punggung berupa gunung-gunung diikuti
tanah datar sejauh 100 kilometer menuju
arah pantai. Ukuran pulau-pulau di Indonesia
tidak memungkinkan terbentuknya sungaisungai besar. Bentuk topografi dan kondisi
iklim demikian memungkinkan mudah
berkembangnya banjir dengan arus yang
besar pada musim hujan, namun mudah pula
untuk mereda. Menurut Soehoed (2006)
kejadian banjir seperti ini disebut dengan
banjir bandang yang sering menimbulkan
genangan di daerah pantai yang landai.
Kondisi banjir dapat diberi batasan
sebagai laju aliran yang relatif tinggi yang
menyebabkan suaru aliran sungai melebihi
tepinya (Lee R. 1988). Sedangkan dalam
persepsi umum banjir terjadi ketika daratan
yang
biasanya
kering
mengalami
penggenangan sementara oleh air. Beberapa
sumber banjir yaitu sungai, danau dan
pasang air laut (rob). Pada banjir sungai,
yang berperan utama sebagai penyebab
adalah tingginya intensitas curah hujan pada
daerah
tangkapan
(catchment)
yang
mengakibatkan naiknya debit sungai

2

melebihi kapasitas. Luapan air sungai ini
akan segera menggenangi daerah-daerah
rendah yang berada di sekitar sungai
(floodplain).
Selain
curah
hujan,
keadaan
fisiografis daerah tangkapan terutama
ketinggian, kemiringan dan jenis tutupan
vegetasi akan menentukan kerawanan
wilayah
tersebut
untuk
mengalami
penggenangan (inundation) (Rodda J 1974).
Daerah dengan nilai elevasi tinggi
mempunyai kecenderungan yang kecil untuk
mengalami banjir karena air akan segera
mengalir ke daerah yang lebih rendah
dibawahnya. Sedangkan kemiringan lahan
berpengaruh ketika menangkap masukan air,
air yang datang pada lahan dengan
kemiringan curam hanya memiliki sedikit
waktu untuk proses infiltrasi ke dalam tanah
sehingga sebagian besar air akan lolos dalam
bentuk limpasan dibanding permukaan lahan
yang datar atau landai. Jenis penutupan
lahan dengan vegetasi rapat memiliki
kemampuan menahan air dengan menyerap
air ke dalam tanah dan menghambat proses
limpasan, sedangkan permukaan daerah
urban kebal terhadap air dengan drainase
yang jarang didesain untuk mampu
menampung banjir. Selain itu permeabilitas
tanah yang menunjukkan kemampuan tanah
untuk melalukan air dalam bentuk infiltrasi
juga memiliki pengaruh dimana tanah
dengan kecepatan permeabilitas lambat akan
mendukung terjadinya penggenangan.
Salah satu tahapan dalam proses
analisis kerawanan yaitu identifikasi wilayah
yang rawan terhadap bencana dan populasi
yang yang mungkin terkena dampak bencana
(Pine 2009). Dengan mengetahui tingkat
kerawanan suatu wilayah terhadap banjir
maka dapat dicegah dengan tidak
menggunakan wilayah tersebut untuk
kegiatan produksi agrikultur, pemukiman
atau kegiatan manusia lainnya. Oleh karena
itu informasi kerawanan banjir dapat sangat
bermanfaat
jika
diterapkan
dalam
pengambilan keputusan dalam perencanaan
tata guna lahan. Jika wilayah tersebut tetap
akan digunakan untuk kegiatan agrikultur,
informasi ini dapat digunakan untuk kontrol
dan manajemen banjir untuk mendukung
kesiapan dalam antisipasi kejadian banjir
seperti persiapan pengalihan banjir, atau
penanaman varietas yang tahan terhadap
rendaman.

2.2.

Topografi - DEM - SRTM
Topografi adalah karakteristik suatu
permukaan atau disebut relief. Untuk
wilayah daratan yang dimaksud adalah bukit,
lembah dan dataran yang menyusun daratan
tersebut.
Dengan
demikian
yang
diperhitungkan adalah ketinggian dari
masing-masing
lokasi.
Pengetahuan
mengenai
bentuk
permukaan
bumi
diperlukan dalam berbagai aplikasi salah
satunya yaitu dalam pemodelan hidrologi
dan limpasan permukaan. Topografi
memiliki peranan penting dalam distribusi
dan fluks aliran air baik dalam sistem natural
atau buatan manusia (Bedient dan Huber
2002). Topografi suatu permukaan daratan
dalam SIG dapat disajikan dengan data
elevasi digital. Terdapat dua parameter
medan yang bisa dihasilkan dari data elevasi
yaitu slope dan aspek. Slope didefinisikan
sebagai laju perubahan ketinggian untuk
setiap jarak horizontal, biasa diukur dalam
persen atau derajat. Sementara aspek adalah
arah sudut horizontal dan vertikal
permukaan menghadap.
Data elevasi digital adalah kumpulan
hasil pengukuran elevasi untuk lokasi-lokasi
yang terdistribusi pada permukaan daratan.
Berbagai istilah digunakan dalam maksud yg
sama seperti Digital Terrain Data (DTD),
Digital Terrain Models (DTM), Digital
Elevation Model (DEM) dan Digital Terrain
Elevation Data (DTED). Beberapa metode
dapat digunakan untuk menghasilkan data
DEM seperti yang dilakukan oleh USGS
yaitu menggunakan metode fotogrametri
stereomodel atau melalui citra penginderaan
jauh satelit. Metode dalam mengambil dan
menyimpan
data
elevasi
digital
dikategorikan menjadi empat : grid, kontur,
profil dan TIN (Triangulated Irregular
Network). Data DEM biasa disajikan dalam
format grid dimana terdapat satu nilai elevasi
untuk setiap wilayah berjarak sama atau
disebut dengan grid cells (Aronoff 1989).
SRTM (Shuttle Radar Topographic
Mission) merupakan misi kerjasama NGA
(National Geospatial-Intelligence Agency)
dengan NASA (National Aeronautics and
Space Administration) dalam pemetaan tiga
dimensi
permukaan
bumi
dengan
memanfaatkan teknologi penginderaan jauh
sensor aktif, yaitu menggunakan sistem
radar interferometrik yang diterbangkan oleh
Space Shuttle Endeavor (STS-99) pada
Februari 2000 (Rodriguez et al 2005). Dua
sistem radar interferometrik, yaitu X-band
dan C-band mengorbit dan memetakan bumi

3

selama 11 hari dan merekam data yang
kemudian diolah oleh JPL (Jet Propulsion
Laboratory) untuk menghasilkan produk
data topografi dengan cakupan wilayah
diantara 60o lintang utara dan selatan atau
sekitar 80% dari permukaan daratan bumi.
Jenis data SRTM yaitu berupa grid,
dan jenis grid yang digunakan yaitu
ortogonal dimana ukuran sel grid tidak
dinyatakan dalam satuan jarak sebenarnya
(meter atau kaki) namun dalam “∆ lintang”
dan “∆ bujur”, keduanya didefinisikan
menggunakan istilah arc-seconds, arcminutes, dan lainnya. Ukuran satu arcsecond pada daerah ekuator memiliki jarak
yang hampir sama, semakin menjauh dari
ekuator ukuran satu arc-second longitude /
bujur semakin menyempit. Pengaturan jarak
sample pada set data SRTM utama yaitu 1
arc-second lintang dan bujur (sekitar 30m di
ekuator). Dengan persetujuan NGA dan
NASA produk ini didistribusikan dengan
secara terbatas. Produk kedua dengan
pengaturan jarak 3 arc-second dihasilkan
dengan merata-ratakan data 1 arc-second
dan tersedia untuk di download atau dipesan
oleh publik (Becek 2008). Data DEM
tersebut berupa data integer 16-bit signed
dalam raster biner sederhana. Tidak terdapat
header atau trailer yang tercantum dalam
citra.
2.3.

Curah Hujan - TRMM
Curah hujan sebagai salah satu
bentuk presipitasi merupakan komponen
utama iklim bumi. Terbentuknya presipitasi
melalui kondensasi uap air akan melepaskan
panas laten ke atmosfer yang akan menjadi
penggerak sirkulasi armosfer bumi. Namun
pengaruh curah hujan tidak terbatas hanya
pada sistem iklim bumi tapi juga terhadap
siklus air dan kehidupan manusia. Curah
hujan dapat digunakan sebagai masukan
dalam
perhitungan
menyangkut
permasalahan di bidang hidrologi (Linsley et
al 1980). Selain itu presipitasi adalah sumber
air utama bagi hampir seluruh penduduk
dunia, bahkan hanya sedikit perubahan dapat
sangat berpengaruh pada kehidupan seharihari manusia. Meteorologi adalah dasar yang
tidak dapat dipisahkan dalam kajian
hidrologi. Pengetahuan dasar mengenai
meteorologi dan hidrologi memiliki cakupan
penerapan yang luas seperti prediksi hujan
dan banjir, kontrol sungai dan mengatasi
masalah sumberdaya air.
Indonesia memiliki iklim monsoon
yaitu iklim dengan dua musim, musim

basah/hujan serta musim kering/kemarau
yang saling bergilir sepanjang tahun. Posisi
Indonesia terletak di daerah tropis yang
merupakan tempat terjadinya konveksi
secara besar-besaran. Tingginya kandungan
uap air yang didukung dengan faktor-faktor
lainnya menyebabkan tingginya rata-rata
curah hujan di daerah Indonesia (Handoko
1995).
Informasi intensitas dan durasi curah
hujan diperlukan untuk menentukan respon
dari daerah aliran sungai terhadap hujan.
Secara umum pengukuran curah hujan dan
intensitas curah hujan telah dilakukan
menggunakan penakar hujan di permukaan.
Namun dikarenakan berbagai permasalahan
seperti biaya pendirian dan operasional yang
tinggi, terbatasnya kemampuan pengamatan
untuk daerah pegunungan, dan kemungkinan
tidak tercatatnya data maka mulai
dikembangkan metode baru pendugaan
curah hujan memanfaatkan yang teknologi
berbasis satelit / spaceborne (Sene 2010)
Satelit TRMM (Tropical Rainfall
Measuring Mission) diluncurkan pada
November 1997 untuk memenuhi kebutuhan
akan data hujan global khususnya di daerah
tropis. Dalam NASA (2011) disebutkan
bahwa TRMM dibekali dengan sensor PR
(Precipitation Radar) yang merupakan radar
presipitasi antariksa yang pertama dibuat,
sensor ini dapat memantau distribusi
presipitasi secara tiga dimensi di atas daratan
maupun lautan. Sensor yang kedua yaitu
TMI (TRMM Microwave Imager) yang
dapat menghasilkan data berupa integrated
column precipitation content, air cair dalam
awan (could liquid water), es dalam awan
(cloud ice), intensitas hujan dan tipe hujan.
Sensor VIRS (Visible and Infrared Scanner)
memiliki fungsi untuk memantau liputan
awan, jenis awan dan temperatur puncak
awan. Sensor lainnya yaitu LIS (Lightning
Imaging Sensor) dan CERES (Cloud and
Earth’s Radiant Energy System).
Data Hujan yang dihasilkan oleh
TRMM memiliki tipe dan tingkatan yang
beragam yang dimulai dari level 1 hingga
level 3. Data level 1 merupakan data mentah
(raw) yang telah dikalibrasi dan terkoreksi
geometrik. Level 2 merupakan data yang
telah berupa gambaran parameter geofisik
hujan pada resolusi spasial yang sama akan
tetapi masih dalam kondisi asli keadaan
hujan saat satelit melewati daerah yang
direkam. Data level 3 sudah memiliki nilainilai hujan, khususnya kondisi hujan bulanan
yang merupakan penggabungan dari data

4

level 2. Untuk mendapatkan data hujan
dalam bentuk milimeter (mm) sebaiknya
menggunakan level 3 dengan resolusi spasial
0,25ox0,25o dan resolusi temporal 3 jam.
Pada
akhirnya
data
TRMM
akan
digabungkan dengan hasil pengukuran
satelit-satelit lain untuk menghasilkan
produk TRMM Multisatellite Precipitation
Analysis (TMPA) yang memiliki tingkat
keakurasian yang lebih baik (NASDA 2001).
2.4.

Tekstur Tanah
Komposisi umum bahan penyusun
tanah terdiri dari mineral, bahan organik,
kelembaban tanah, dan udara. Terdapat tiga
macam klasifikasi ukuran partikel tanah
yaitu pasir (sand) > 0,05 mm, lempung (silt)
0,002 – 0,05 mm dan liat (clay) < 0,002 mm.
Berbagai komposisi dari ketiga jenis partikel
ini akan membentuk kelas tekstur tanah.
Tekstur tanah merupakan salah satu kondisi
fisiografis yang mempengaruhi limpasan
permukaan selain dari kelerengan dan
ketinggian (Sharp & Sawden 1984). Tanah
dengan kandungan liat tinggi disebut
bertekstur halus, sebaliknya jika kandungan
pasir tinggi maka disebut bertekstur kasar.
Tekstur tanah akan berpengaruh pada
porositas, struktur dan permeabilitas tanah.
Semakin halus partikel tanah semakin
banyak pori yang terbentuk menyebabkan
tanah mudah menahan air / impermeabel,
sedangkan semakin kasar tekstur tanah maka
tanah akan mudah kehilangan air.
Dalam hubungannya dengan siklus
hidrologi, yaitu ketika presipitasi jatuh pada
permukaan tanah, air mungkin akan diserap
ke dalam tanah atau akan mengalir sebagai
limpasan di atas permukaan. Bagaimana
respon air hujan ketika menyentuh
permukaan tanah ditentukan oleh sifat
horizon permukaan tanah itu sendiri. Laju
infiltrasi tergantung pada sifat fisik tanah
terutama permeabilitas. Permeabilitas tanah
mengatur proses pembasahan tanah dan
neraca air, termasuk limpasan permukaan.
Semakin tinggi kandungan liat akan
menyebabkan
semakin
rendahnya
permeabilitas, sebaliknya semakin tinggi
porositas akan meningkatkan permeabilitas.
Faktor lainnya yaitu kandungan air tanah,
tanah yang telah jenuh oleh air akan
menghambat proses infiltrasi. Perbedaan
sifat tanah pada setiap lapisannya berakibat
pada berbedanya nilai permeabilitas pada
setiap kedalaman (Pitty 1979).
Komputasi
limpasan
langsung
memerlukan nilai estimasi karakteristik

infiltrasi pada berbagai jenis tanah pada area
drainase. Peta tanah yang menggambarkan
sifat-sifat tanah merupakan sumber data
utama bagi pendugaan infiltrasi. Satuan
pemetaan tanah (soil-mapping unit) adalah
satuan terkecil dalam peta tanah yang dapat
diberikan informasi sifat-sifat tanah (Bedient
& Huber 2002). Beberapa penyesuaian harus
dilakukan jika mengestimasi infiltrasi
berdasarkan
database
tanah
yang
digeneralisasi bagi pemodelan hidrologi.
Untuk memperoleh parameter-parameter
infiltrasi dari sifat tanah membutuhkan
reklasifikasi dari soil mapping unit menjadi
parameter yang berarti bagi model hidrologi.
2.5.

Tutupan lahan (land-cover)
Menurut Ward dan Elliot (1985)
pengaruh jenis penggunaan lahan dan
tutupan
vegetasi
terhadap
infiltrasi
dikategorikan sebagai kondisi permukaan
(soil-surface), berlainan halnya dengan
kondisi tekstur tanah yang merupakan
kondisi bawah permukaan (sub-surface).
Jenis tutupan lahan akan mempengaruhi laju
infiltrasi air hujan. Respon curah hujan yang
jatuh di permukaan akan ditentukan pertama
oleh jenis permukaan baru kemudian oleh
kondisi fisik dari lapisan tanah.
Limpasan permukaan merupakan
fenomena yang terjadi ketika intensitas
hujan melampaui kecepatan air untuk
penetrasi ke dalam water table atau disebut
dengan kapasitas infiltrasi. Faktor yang
mempengaruhi limpasan terbagi dua yaitu
klimatologis dan fisiografis (Sharp &
Shawden 1984). Faktor klimatologis berupa
masukan hujan, curah hujan yang tinggi
dalam periode singkat akan menyebabkan
segera terlampauinya kapasitas infistrasi
sehingga air akan banyak melimpas menuju
aliran sungai menyebabkan semakin
tingginya debit yang berakibat pada banjir.
Sementara faktor fisiografis meliputi
jenis tanah dan kondisi permukaan DAS
yang berpengaruh langsung pada kapasitas
infiltrasi. Permukaan dengan tutupan
vegetasi akan mempengaruhi transpirasi dan
intersepsi, sehingga diketahui secara umum
bahwa limpasan pada daerah hutan jauh
lebih kecil dibanding daerah agrikultur atau
terbangun. Dibandingkan dengan daerah
lahan terbuka, daerah bervegetasi memiliki
kemampuan untuk mengurangi limpasan
permukaan. Vegetasi meningkatkan struktur
tanah dan megurangi kandungan air tanah
sehingga meningkatkan jumlah air yang
dapat terinfiltrasi. Pepohonan dan tanaman

5

berakar dalam biasanya mengkonsumsi lebih
banyak air tanah melalui evepotranspirasi
dibanding tanaman berakar dangkal,
demikian limpasan di daerah tersebut
menjadi lebih sedikit (Ward & Elliot 1995).
2.6.

Penginderaan
Jauh
(Remote
Sensing)
Penginderaan jauh (remote sensing)
dapat didefinisikan sebagai ilmu dan seni
dalam mendapatkan informasi mengenai
berbagai objek atau fenomena tanpa
melakukan kontak fisik dengan objek atau
fenomena tersebut (Aronoff 1989). Berbagai
teknik yang digunakan dalam penginderaan
jauh dapat dibagi berdasarkan tipe platform /
wahana yang digunakan yaitu satelit,
pesawat terbang, balon terbang, dan lainnya.
Beberapa metode remote sensing yang biasa
digunakan yaitu fotografi udara, pencitraan
satelit, radar serta lidar. Metode-metode
penginderaan jauh tersebut memanfaatkan
sebagian dari spektrum elektromagnetik
yang dipancarkan atau direfleksikan oleh
sasaran yang berada di permukaan.
Spektrum elektromagnetik yang biasa
digunakan meliputi spektrum tampak,
inframerah dekat, inframerah termal,
gelombang mikro dan radio.
Sensor pada berbagai wahana
penginderaan jauh terdiri dari detektor
berfungsi untuk merekam serta sensitif
terhadap
spektrum
gelombang
elektromagnetik tertentu. Terkait dengan
sensornya, penginderaan jauh terbagi
menjadi dua yaitu satelit aktif dan pasif.
Sensor pasif yaitu sensor yang merekam
pantulan atau radiasi yang bersumber dari
matahari, sementara sensor aktif memiliki
kemampuan memancarkan gelombang yang
kemudian pantulannya akan direkam
kembali oleh sensor. Berdasarkan domain
spektrum elektromagnetik yang digunakan,
penginderaan jauh dibedakan menjadi :
visible dan reflektif, thermal infrared dan
microwave (Prahasta 2008). Tipe pertama
memanfaatkan pantulan radiasi matahari
oleh objek di permukaan, tipe kedua
menangkap radiasi yang dipancarkan sendiri
oleh objek dengan suhu lebih besar dari 0 K,
sementara tipe ketiga terbagi menjadi dua
macam yaitu penginderaan jauh microwave
aktif dan pasif.
Sensor-sensor
yang
telah
dikembangkan dalam penginderaan jauh
memberikan berbagai jenis masukan data
yang memungkinkan bagi integrasi dan
perpaduan untuk pemanfaatan dalam

berbagai aplikasi seperti dalam manajemen
bencana
alam.
Tahap-tahap
dalam
manajemen bencana tersebut terbagi menjadi
: pendugaan kerawanan, peringatan dini,
mitigasi bencana, respon, pendugaan
kerugian serta pemulihan. Sinergi aplikasi
antara sensor resolusi rendah dengan
resolusi tinggi serta data real-time dengan
data arsip memungkinkan kombinasi antar
resolusi spasial, temporal dan radiometrik
yang berbeda untuk menentukan nilai trend
dan area-area yang rawan dan menduga nilai
kerawanan dan skenario yang mungkin
terjadi (Nayak & Zlatanova 2008).
2.7.

Sistem Informasi Geografis (SIG)
Sistem informasi adalah serangkaian
operasi
berawal
dari
perencanaan
pengambilan data, penyimpanan dan analisis
data,
hingga
pembuatan
keputusan
berdasarkan informasi yang diperoleh.
Sedangkan geografi adalah bidang keilmuan
yang mengkaji hubungan-hubungan spasial
baik objek maupun fenomena. Berdasar
konsep diatas Sistem Informasi Geografis
(SIG) dapat didefinisikan sebagai sebuah
sistem informasi yang didesain untuk
bekerja dengan data yang memiliki referensi
spasial atau koordinat geografis (Star &
Estes 1990). Dalam konteks ini sebuah peta
merupakan sejenis sistem informasi yang
menyajikan gambaran hubungan-hubungan
spasial dari data-data yang tersimpan
didalamnya.
Data yang dapat dimasukkan kedalam
lingkup SIG terdiri dari dua macam yaitu
data spasial dan data atribut (non-spasial).
Data spasial menunjukkan lokasi geografis
dari fitur-fitur (features), sedangkan atribut
memberikan informasi mengenai fitur-fitur
tersebut. Fitur adalah istilah yang mengacu
pada informasi yang disematkan pada peta.
Fitur dapat berupa titik (point), garis (line)
atau area. Untuk mencocokkan posisi data
spasial agar yang berada pada lokasi tertentu
pada permukaan bumi diperlukan proses
georeferensi. Serangkaian kemampuan SIG
dalam menangani data yang telah memiliki
georeferensi yaitu dalam input, manajemen
data, analisis dan manipulasi, serta output
(Aronoff 1989).
SIG memungkinkan integrasi antar
data yang diperoleh dari perpustakaan,
laboratorium, dan studi lapang dengan data
penginderaan jauh. Penginderaan jauh
sendiri merupakan input yang penting bagi
SIG karena dapat menyediakan berbagai
jenis data masukan bagi SIG dengan resolusi

6

Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan di
Laboratorium
Hidrometeorologi,
Departemen Geofisika dan Meteorologi,
Fakultas Matematika dan Ilmu Pengetahuan
Alam, Institut Pertanian Bogor selama
periode April hingga Desember 2011.

http://trmm.gsfc.nasa.gov/data_dir/data.h
tml. Data yang dipakai yaitu data
keluaran GES DISC DAAC (Goddard
Earth Sciences Data and Information
Services Centre - Distributed Active
Archive System). Format data yang
disediakan
yaitu
binary
(.bin),
Hierarchical Data Files (.hdf) dan
netCDF.
 Citra tutupan lahan regional hasil
klasifikasi oleh Lembaga Penerbangan
dan Antariksa Nasional (LAPAN)
menggunakan citra Landsat 7 (ETM+)
kanal 1, 2, 3, 4, 5, dan 7. Citra yang
digunakan untuk proses klasifikasi
adalah citra tahun 2003.
 Peta Satuan Lahan tahun 1990 dengan
skala 1:250.000 yang dibuat oleh
PUSLITANAK bersumber dari Skripsi
oleh Wiujianna A (2005).
 Data kejadian bencana alam banjir dan
longsor periode tahun 2007 yang
diperoleh dari Departemen Pertanian.

3.2.

3.3.

spasial dan temporal kian membaik, dengan
demikian informasi yang dapat dihasilkan
dan cakupan aplikasipun menjadi semakin
beragam. Sebagai contoh dalam bidang
hidrologi beberapa data yang biasa
digunakan sebagai masukan bagi SIG yaitu
topografi, tanah, penggunaan lahan, dan
presipitasi dapat direpresentasikan secara
dijital oleh SIG untuk keperluan aplikasi
seperti untuk penentuan daerah aliran
sungai, estimasi limpasan, pemodelan
hidrolik, dan pemetaan dataran banjir
(floodplain) (Bedient & Huber 2002).
III. METODOLOGI
3.1.

Alat dan Bahan
Alat yang digunakan dalam penelitian
ini adalah seperangkat komputer dengan
software Microsoft Excel 2010, ERMapper
7.1, ENVI 4.5, dan ArcGis 9.3 untuk
pengolahan data-data serta Microsoft Word
2010 dalam penyusunan tulisan.
Bahan
yang
diperlukan
dalam
penelitian ini meliputi :
 Data elevasi digital Shuttle Radar
Topographic Mission (SRTM) v4.1 yang
dapat diperoleh melalui salah satu
interface download resmi yaitu pada situs
http://srtm.csi.cgiar.org. Data DEM
SRTM tersebut tersedia untuk di
download dalam grid 5o x 5o (seleksi
meliputi Lintang 5oS - 10oS dan Bujur
105oE - 1100E) dengan resolusi 3 arc
second (sekitar 90m) menggunakan
sistem koordinat geografis dan datum
WGS84. Data ini tersedia dalam format
Arcinfo ASCII dan GeoTiff.
 Data Intensitas Hujan TRMM Multisatellite Precipitation Analysis (TMPA)
Version 6 3B42 : three-hourly combined
microwave-IR estimates. Dataset ini
memuat parameter intensitas hujan (rain
rate) dalam satuan mm/jam dengan
resolusi temporal 3-jam dan resolusi
spasial 0,25o atau sekitar 27 km. Periode
data yang di download yaitu bulan
Februari dan Desember 2007. Data dapat
didownload melalui website resmi
TRMM
yaitu

Wilayah Kajian
Kabupaten
Indramayu
secara
geografis berada pada 107°52'-108°36' BT
dan 6°15'-6°40' LS. Bentuk tofografinya
sebagian besar merupakan dataran atau
daerah landai dengan kemiringan tanahnya
rata-rata 0 - 2 %. Luas total Kabupaten
Indramayu yang tercatat adalah seluas
204.011 ha. Menurut data SIG Bapeda
Kabupaten Indramayu, pola penggunaan
lahan di wilayah Kabupaten Indramayu
terdiri dari Sawah Irigasi 121.355 Ha
(59,50%); Sawah tadah hujan 12.420 ha
(06,09%); Perkebunan 42.130 ha (15,75%);
Pemukiman 17.980 ha (08,81%); Empang
12.600 ha (06.18%); lainnya 7.526 ha
(03,67%). Curah hujan rata-rata tahunan
1.587 mm pertahun dengan jumlah hari
hujan 91 hari. Kabupaten Indramayu
merupakan daerah hilir dari aliran
sungai yang sangat potensial sebagai
sumber air bagi kebutuhan petanian,
industri maupun bahan baku air bersih.
Disaat yang sama hal tersebut menyebabkan
wilayah ini sering mengalami banjir.
3.4.

Metode Penelitian
Metode penelitian dapat dibagi
menjadi tiga tahapan utama yaitu
pembangunan basis data, analisis data dan
perbandingan hasil akhir dengan data banjir
aktual yang dapat dilihat pada Lampiran 5.
Penggunaan parameter banjir, pembagian
kriteria,
skoring,
serta
pembobotan

6

Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan di
Laboratorium
Hidrometeorologi,
Departemen Geofisika dan Meteorologi,
Fakultas Matematika dan Ilmu Pengetahuan
Alam, Institut Pertanian Bogor selama
periode April hingga Desember 2011.

http://trmm.gsfc.nasa.gov/data_dir/data.h
tml. Data yang dipakai yaitu data
keluaran GES DISC DAAC (Goddard
Earth Sciences Data and Information
Services Centre - Distributed Active
Archive System). Format data yang
disediakan
yaitu
binary
(.bin),
Hierarchical Data Files (.hdf) dan
netCDF.
 Citra tutupan lahan regional hasil
klasifikasi oleh Lembaga Penerbangan
dan Antariksa Nasional (LAPAN)
menggunakan citra Landsat 7 (ETM+)
kanal 1, 2, 3, 4, 5, dan 7. Citra yang
digunakan untuk proses klasifikasi
adalah citra tahun 2003.
 Peta Satuan Lahan tahun 1990 dengan
skala 1:250.000 yang dibuat oleh
PUSLITANAK bersumber dari Skripsi
oleh Wiujianna A (2005).
 Data kejadian bencana alam banjir dan
longsor periode tahun 2007 yang
diperoleh dari Departemen Pertanian.

3.2.

3.3.

spasial dan temporal kian membaik, dengan
demikian informasi yang dapat dihasilkan
dan cakupan aplikasipun menjadi semakin
beragam. Sebagai contoh dalam bidang
hidrologi beberapa data yang biasa
digunakan sebagai masukan bagi SIG yaitu
topografi, tanah, penggunaan lahan, dan
presipitasi dapat direpresentasikan secara
dijital oleh SIG untuk keperluan aplikasi
seperti untuk penentuan daerah aliran
sungai, estimasi limpasan, pemodelan
hidrolik, dan pemetaan dataran banjir
(floodplain) (Bedient & Huber 2002).
III. METODOLOGI
3.1.

Alat dan Bahan
Alat yang digunakan dalam penelitian
ini adalah seperangkat komputer dengan
software Microsoft Excel 2010, ERMapper
7.1, ENVI 4.5, dan ArcGis 9.3 untuk
pengolahan data-data serta Microsoft Word
2010 dalam penyusunan tulisan.
Bahan
yang
diperlukan
dalam
penelitian ini meliputi :
 Data elevasi digital Shuttle Radar
Topographic Mission (SRTM) v4.1 yang
dapat diperoleh melalui salah satu
interface download resmi yaitu pada situs
http://srtm.csi.cgiar.org. Data DEM
SRTM tersebut tersedia untuk di
download dalam grid 5o x 5o (seleksi
meliputi Lintang 5oS - 10oS dan Bujur
105oE - 1100E) dengan resolusi 3 arc
second (sekitar 90m) menggunakan
sistem koordinat geografis dan datum
WGS84. Data ini tersedia dalam format
Arcinfo ASCII dan GeoTiff.
 Data Intensitas Hujan TRMM Multisatellite Precipitation Analysis (TMPA)
Version 6 3B42 : three-hourly combined
microwave-IR estimates. Dataset ini
memuat parameter intensitas hujan (rain
rate) dalam satuan mm/jam dengan
resolusi temporal 3-jam dan resolusi
spasial 0,25o atau sekitar 27 km. Periode
data yang di download yaitu bulan
Februari dan Desember 2007. Data dapat
didownload melalui website resmi
TRMM
yaitu

Wilayah Kajian
Kabupaten
Indramayu
secara
geografis berada pada 107°52'-108°36' BT
dan 6°15'-6°40' LS. Bentuk tofografinya
sebagian besar merupakan dataran atau
daerah landai dengan kemiringan tanahnya
rata-rata 0 - 2 %. Luas total Kabupaten
Indramayu yang tercatat adalah seluas
204.011 ha. Menurut data SIG Bapeda
Kabupaten Indramayu, pola penggunaan
lahan di wilayah Kabupaten Indramayu
terdiri dari Sawah Irigasi 121.355 Ha
(59,50%); Sawah tadah hujan 12.420 ha
(06,09%); Perkebunan 42.130 ha (15,75%);
Pemukiman 17.980 ha (08,81%); Empang
12.600 ha (06.18%); lainnya 7.526 ha
(03,67%). Curah hujan rata-rata tahunan
1.587 mm pertahun dengan jumlah hari
hujan 91 hari. Kabupaten Indramayu
merupakan daerah hilir dari aliran
sungai yang sangat potensial sebagai
sumber air bagi kebutuhan petanian,
industri maupun bahan baku air bersih.
Disaat yang sama hal tersebut menyebabkan
wilayah ini sering mengalami banjir.
3.4.

Metode Penelitian
Metode penelitian dapat dibagi
menjadi tiga tahapan utama yaitu
pembangunan basis data, analisis data dan
perbandingan hasil akhir dengan data banjir
aktual yang dapat dilihat pada Lampiran 5.
Penggunaan parameter banjir, pembagian
kriteria,
skoring,
serta
pembobotan

7

didasarkan pada sumber yang dapat dilihat
pada Lampiran 2 dan 3. Metode yang
digunakan adalah hasil modifikasi dari
sumber metode acuan berupa penggantian
atau
penambahan
parameter
yang
dikarenakan permasalahan ketersediaan data,
serta pembagian kriteria yang disesuaikan
dengan keadaan lokal wilayah kajian.
Metode hasil modifikasi dapat dilihat pada
Lampiran 4.
3.4.1. Pembangunan Basis Data
Dalam tahapan ini dilakukan
persiapan berupa pengolahan awal terhadap
masing-masing data setiap parameter
(elevasi, slope, tutupan lahan, drainase, dan
curah hujan) agar siap digunakan pada
langkah selanjutnya yaitu analisis data.
3.4.1.1. Pengolahan Data DEM
Data DEM - SRTM didistribusikan
dengan resolusi 3 arc second atau sekitar 90
meter untuk daerah di luar Amerika Serikat.
Penggunaan data ini adalah untuk
menghasilkan
peta
ketinggian
dan
kelerengan (slope). Agar dapat dilakukan
analisis spasial bersama dengan data lain
diperlukan kesamaan resolusi spasial, oleh
karena itu dilakukan proses resampling data
menjadi resolusi 250m atau 0.002252o.
Nilai kelerengan / slope diturunkan
dari nilai ketinggian pada data DEM-SRTM
dengan pilihan satuan persen kenaikan
(percent-rise). Satuan persen slope dapat
diartikan sebagai seberapa besar perubahan
nilai ketinggian dalam satuan jarak
horizontal tertentu.

dimana m = slope atau gradien,
=
perubahan ketinggian,
= perubahan
jarak..
3.4.1.2. Pengolahan Data TRMM
Data TMPA 3B42 V6 memuat
parameter intensitas hujan rata-rata setiap
periode 3 jam pengukuran (0z, 3z, 6z, 9z,
12z, 15z, 18z, dan 21z). Nilai intensitas
hujan pada 0z berarti intensitas hujan ratarata mulai pengukuran pada pukul 22.30
hingga 01.30. Data intensitas hujan
(mm/jam) dikalikan dengan lama periode
pengamatan dalam satu data yaitu 3 jam
menghasilkan nilai curah hujan (mm) selama
3 jam. Nilai curah hujan harian adalah hasil
penjumlahan dari delapan data curah hujan 3
jam dalam satu hari (0z – 21z) mulai pukul
22.30 hari sebelumnya hingga pukul 22.29

hari tersebut. Data kemudian diakumulasi
selama 15 hari dengan menjumlah lima belas
data curah hujan harian dengan tujuan untuk
menghasilkan peta kerawanan banjir 15harian yang kemudian akan dibandingkan
dengan data banjir aktual yang digunakan
yaitu data banjir 15-harian. Proses diatas
dilakukan di dalam software ENVI 4.5.
Resolusi spasial yang dimiliki oleh
citra satelit TRMM yaitu 0,25o ~ 27 Km,
sehingga proses penyesuaian resolusi spasial
dengan data-data lain perlu dilakukan. Untuk
itu diterapkan proses gridding dalam
ERMapper 7.1 dengan tipe grid Minimum
Curvature untuk memperhalus resolusi
ukuran pixel menjadi 250 m atau 0,002252o.
3.4.1.3. Pengolahan Data Tutupan Lahan
LANDSAT
Data tutupan lahan diturunkan dari
hasil klasifikasi citra satelit LANDSAT
tahun 2003 menggunakan kanal (band) 1, 2,
3, 4, 5 dan 7 yang dilakukan oleh LAPAN.
Data yang diperoleh memiliki 13 kelas
tutupan lahan yang teridentifikasi untuk
wilayah Kabupaten Indramayu. Untuk
pembagian kriteria serta pemberian skor
pada tahapan pengolahan selanjutnya, kelaskelas tutupan lahan tersebut di generalisasi
menggunakan fungsi dissolve pada ArcGIS
9.3 ke dalam lima kelas utama yaitu (1)
Hutan, (2) Semak / Belukar, (3) Ladang /
Tegalan / Kebun, (4) Sawah / Tambak / Air,
dan (5) Pemukiman.
3.4.1.4. Pengolahan Data Drainase
Drainase tanah diturunkan dari
informasi tekstur tanah pada peta satuan
lahan. Empat kelas tekstur tanah dalam peta
tersebut (pasir, lempung berpasir, lempung
berliat, dan liat) mewakili kecepatan
drainase (sangat cepat, cepat, lambat dan
sangat lambat). Peta yang diperoleh adalah
dalam bentuk cetakan sehingga proses
pengolahan meliputi digitasi peta agar dapat
diolah dalam software, penambahan
informasi informasi drainase, kemudian
proses konversi peta menjadi bentuk raster.
3.4.2. Analisis Data
3.4.2.1. Reklasifikasi dan Skoring
Setiap data yang telah
melalui
tahapan pengolahan awal kemudian dibagi
kedalam kelas-kelas yang masing-masing
mempunyai nilai skor yang menunjukkan
skala kerentanan faktor tersebut terhadap
kejadian banjir. Skor rendah menandakan

8

kecilnya kemungkinan terjadinya banjir di
wilayah tersebut, dan semakin tinggi nilai
skor berarti peluang terjadinya banjir
semakin besar.
ELEVASI
Wilayah dengan nilai elevasi tinggi
(pegunungan / bukit) memiliki peluang
kejadian
banjir
yang
lebih
kecil
dibandingkan dengan daerah yang lebih
rendah dikarenakan air yang jatuh ke
permukaan cenderung akan dengan segera
mengalir ke daerah lebih rendah di
sekitarnya. Sedangkan daerah rendah
merupakan tempat terakumulasinya debit air
limpasan / aliran sungai. Dalam Tabel 1
ditunjukkan bahwa daerah bernilai elevasi
tinggi memiliki nilai skor kerawanan rendah,
sementara daerah berketinggian rendah
memiliki skor tinggi.

TUTUPAN LAHAN
Masing-masing jenis tutupan lahan
(land-cover) mempunyai koefisien limpasan
yang berbeda-beda. Koefisien limpasan
menunjukkan seberapa besar porsi dari
curah hujan yang akan mengalir sebagai
limpasan permukaan. Semakin banyaknya
vegetasi akan meningkatkan kemampuan
tanah untuk menyerap air hujan juga
menahan laju limpasan. Berbeda halnya
lahan sawah yang memiliki kandungan air
pada kapasitas lapang yang tinggi sehingga
kemampuan menyerap air menjadi rendah.
Terlebih lagi permukaan daerah terbangun
yang banyak ditutupi oleh objek kedap air
seperti bangunan dan jalan sehingga
permukaan semakin tidak permeabel
mengakibatkan tingginya limpasan yang
mendukung terjadinya banjir. Tabel 3
menunjukkan skoring kriteria tutupan lahan.

Tabel 1. Kriteria dan skor elevasi
Kelas
Kriteria
1
> 200 m
2
100 – 200 m
3
50 – 100 m
4
10 – 50 m
5
< 10 m

Tabel 3. Kriteria dan skor tutupan lahan
Kelas
Kriteria
Skor
1
Hutan
1
2
Semak/Belukar
2
3
Ladang/Tegalan/Kebun
3
4
Sawah/Tambak/Air
4
5
Pemukiman
5

Skor
1
2
3
4
5

KELERENGAN
Skor kelas lereng ditentukan dimana
semakin tinggi kemiringan lahan atau
semakin curamnya suatu daerah akan
menyebabkan semakin sedikitnya waktu
bagi air hujan untuk terinfiltrasi sehingga
akan mudah lolos dalam bentuk limpasan
permukaan. Sementara semakin rendah nilai
kelerengan
atau
semakin
datarnya
permukaan akan menyebabkan air memiliki
banyak waktu untuk proses infiltrasi
sehingga kapasitas lapang lebih cepat
terpenuhi, dengan demikian kemungkinan
terjadi genangan semakin besar. Maka
semakin datar / semakin kecil nilai
kemiringan lahan maka skor semakin
bertambah seperti dapat lihat pada Tabel 2
dibawah.
Tabel 2. Kriteria dan skor kelerengan
Kelas
Kriteria
1
>8%
2
6–8%
3
4–6%
4
2–4%
5
0–2 %

Skor
1
2
3
4
5

DRAINASE
Parameter sifat fisik tanah yang
digunakan untuk menentukan kecepatan
drainase adalah kelas tekstur tanah. Nilai
kapasitas infiltrasi dapat diduga berdasarkan
kelas-kelas tekstur untuk menentukan
kecepatan drainase. Dari peta satuan lahan
diperoleh empat kelas tekstur tanah yaitu
pasir, lempung berpasir, lempung berliat dan
liat. Tanah dengan kondisi tekstur yang
didominasi oleh pasir memiliki pori besar
sehingga air
mudah
meresap dan
menyebabkan drainase menjadi cepat.
Sedangkan semakin tinggi kandungan liat
maka ukuran pori akan semakin kecil
sehingga air akan tertahan di dalam ruang
pori mikro, mengakibatkan drainase yang
buruk / lambat. Dengan demikian drainase
cepat memiliki skor rendah, sementara
drainase lambat memiliki skor tinggi seperti
terlihat pada Tabel 4.
Tabel 4. Kriteria dan skor drainase
Kelas
Kriteria
1
Sangat cepat
2
Cepat
3
Lambat
4
Sangat Lambat

Skor
1
2
3
4

9

CURAH HUJAN
Beragam keadaan topografi wailayah
hanya akan menentukan respon terhadap
masukan air yang diterima suatu wilayah.
Sedangkan curah hujan adalah masukan
utama yang menyebabkan terjadinya banjir.
Semakin tingginya curah hujan akan
menyebabkan kemampuan suatu wilayah
untuk menyerap dan melalukan air lebih
cepat terlampaui dan mengakibatkan banjir.
Oleh karena itu skor semakin tinggi seiring
bertambah besarnya curah hujan yang
diterima. Pada Tabel 5 disajikan pembagian
kriteria curah hujan 15 harian.

parameter tersebut memiliki pengaruh yang
besar pula terhadap banjir, dan begitu pula
sebaliknya.
IV. HASIL DAN PEMBAHASAN
4.1.

Kondisi Topografis
Hasil pengolahan data DEM-SRTM
menunjukkan kondisi topografis wilayah
Kabupaten Indramayu yang berada di
wilayah pesisir utara Jawa Barat memiliki
nilai ketinggian berkisar antara -18 hingga
291 mdpl seperti terlihat pada Gambar 1.

Tabel 5. Kriteria dan skor curah hujan
Kelas
Kriteria
Skor
1
< 50 mm
1
2
50 – 100 mm
2
3
100 – 150 mm
3
4
150 – 200 mm
4
5
> 200 mm
5
3.4.2.2. Overlay dan Pembobotan
Setelah masing-masing kelas pada
setiap parameter banjir telah diberi nilai
skor, keseluruh peta tersebut lalu ditumpang
susunkan (overlay) untuk diterapkan
pembobotan dari nilai-nilai skor yang ada.
Persen
bobot
parameter-parameter
kerawanan banjir dapat dilihat pada Tabel 6.
Tabel 6. Bobot variabel banjir
Faktor
Bobot (%)
Elevasi
10
Kelerengan
20
Curah Hujan
30
Penggunaan Lahan
20
Drainase
20
Rumusan
perhitungan
skor
kerawanan banjir hasil pembobotan dari
skor-skor keseluruh parameter yaitu sebagai
berikut,


dimana X adalah skor kerawanan terhadap
terjadinya
banjir
gabungan
seluruh
parameter, B adalah bobot parameter ke-i,
dan S adalah skor parameter ke-i.
Bobot masing-masing parameter
dalam penentuan tingkat kerawanan banjir
ditentukan
berdasarkan
pertimbangan
kontribusi parameter tersebut terhadap
kejadian banjir. Semakin besar nilai bobot
suatu parameter mengindikasikan bahwa

Gambar 1. DEM - SRTM
Titik-titik pixel berisi nilai negatif
atau no-data terekam oleh radar SRTM yang
tersebar di seluruh wilayah Indramayu dapat
berarti daerah tersebut memang memiliki
ketinggian dibawah permukaan laut,
kemungkinan lainnya yaitu daerah tersebut
berupa badan air (sungai, danau) atau
kegagalan perekaman data dikarenakan area
perekaman tertutup oleh bayang-bayang.
Namun secara umum nilai-nilai negatif
tersebut tidak terlalu mempengaruhi proses
pengolahan data selanjutnya atau dapat
diabaikan.
Rendahnya nilai ketinggian di
sebagian
besar
wilayah
Indramayu
menunjukkan bahwa wilayahnya merupakan
daerah hilir sungai yang merupakan tempat
terakumulasinya debit banjir. Hal ini dapat
dikatakan memiliki pengaruh erat terhadap
seringnya kejadian bencana banjir yang
dialami daerah ini.

10

Gambar 2. Pembagian kelas ketinggian

Gambar 3. Penurunan nilai kelerengan

Gambar 2 menunjukkan hasil
reklasifikasi data DEM menghasilkan 5
kelas ketinggian dengan luasan masingmasing kelas seperti yang terlihat pada Tabel
7 dibawah. Sebagian besar
wilayah
Indramayu termasuk kedalam kelas 5 pada
elevasi < 10m, kelas 4 pada rentang 10 –
50m dan kelas 3 yaitu antara 50 – 100m.
Lebih dari 50% wilayah Indramayu
memiliki ketinggian pada kelas 5 dimana
potensi terjadinya genangan sangat tinggi.
Dan hampir 100% wilayah memiliki skor
cukup rentan hingga sangat rentan banjir.

Kondisi permukaan yang datar akan
menghambat
laju
aliran
limpasan
permukaan, sehingga curah hujan yang jatuh
pada suatu tempat akan cenderung untuk
tertahan di tempat jatuhnya. Dengan
demikian pergerakan air akan lebih banyak
mengandalkan proses infiltrasi yang akan
ditentukan oleh sifat fisik tanah dan dibatasi
oleh nilai kapasitas lapang.

Tabel 7. Luasan kelas ketinggian
Kelas
Luas (ha)
Luas (%)
1

227

0,1%

2

488

0,2%

3

12.560

6,2%

4

80.081

39,3%

5

110.472

54,2%

TOTAL

203.827

100%

Nilai elevasi yang umumnya rendah
dan tidak terdapatnya banyak perubahan
ketinggian menyebabkan rendahnya nilai
slope di sebagian besar wilayah ini. Dengan
kata lain dapat dikatakan bahwa wilayah
Indramayu merupakan dataran rendah
seperti yang terlihar pada Gambar 3.

Gambar 4. Pembagian kelas kelerengan
Reklasifikasi nilai slope pada Gambar
4 di atas menunjukkan bahwa sebesar
98,24% wilayah Indramayu berada pada
kelas 5 (0 – 2 %) yang sangat rawan untuk
terjadi penggenangan. Hasil perhitungan
luasan kelas kelerengan dapat dilihat pada
Tabel 8. Sehingga dapat diartikan bahwa
hampir seluruh wilayah Indramayu memiliki
potensi yang tinggi untuk mengalami
penggenangan.

11

Tabel 8. Luasan kelas kelerengan
Kelas
Luas (ha)
Luas (%)
1

574

0,3%

2

100

0,0%

3

338

0,2%

4

2.574

1,3%

5

200.235

98,2%

TOTAL

203.822

100%

4.2.

Penutupan Lahan
Terdapat 13 kelas tutupan lahan yang
telah dipisahkan melalui citra Landsat dalam
peta tutupan lahan regional yang diperoleh
dari LAPAN yaitu badan air, semak/belukar,
berawan/tak ada data, hutan mangrove,
industri, ladang/tegalan, lahan terbuka,
perkebunan,
pemukiman
kampung,
pemukiman kota, rawa, sawah, dan tambak.
Untuk memudahkan proses skoring yang
akan dilakukan selanjutnya, maka kelaskelas tutupan lahan ini di generalisasikan
menjadi 5 kelas utama yaitu hutan,
semak/belukar,
ladang/tegalan/kebun,
sawah/tambak/air , dan pemukiman, seperti
terlihat pada Gambar 5.

Tabel 9. Luasan kelas tutupan lahan
Kelas
Hutan
Semak/belukar
Ladang/tegalan
Sawah/tambak
Pemukiman
TOTAL

Luas (ha)
1.455
540
37.680
144.906
19.304
203.884

Luas
(%)
0,7%
0,3%
18,5%
71,1%
9,5%
100%

Penggunaan lahan untuk pertanian
seperti sawah memerlukan keadaan lahan
yang harus terus-menerus dibasahi bagi padi
pada
umur
tertentu.
Hal
tersebut
mengakibatkan lapisan tanah menjadi jenuh
oleh air sehingga kemampuan tanah untuk
menyerap air menjadi berkurang. Oleh
karena itu sebagian besar wilayah
Indramayu terutama di bagian utara dimana
penutupan lahan sawah dominan memiliki
nilai skor 4 pada skala kerawanan banjir.
4.3.

Kondisi Fisik Tanah
Terdapat 4 kelas drainase (Gambar 6)
yang diturunkan dari kelas-kelas tekstur
yang diperoleh dari Peta Satuan Lahan yaitu
pasir, lempung berpasir, lempung berliat dan
liat. Dimana kondisi tekstur berpasir
mewakili kelas drainase sangat cepat, tekstur
lempung berpasir pada kelas drainase cepat,
lempung berliat pada kelas drainase lambat,
dan tekstur liat sebagai kelas drainase sangat
lambat.

Gambar 5. Tutupan Lahan LANDSAT 2003
Pola penggunaan lahan di Kabupaten
Indramayu mayoritas untuk keperluan
kegiatan pertanian, hal ini dapat dilihat dari
hasil perhitungan luasan penggunaan lahan
pada Tabel 9 dimana 71,07% wilayah
Indramayu berupa daerah persawahan.
Urutan selanjutnya yang merupakan kelas
penggunaan
yang
dominan
yaitu
ladang/tegalan/kebun
dan
pemukiman,
sementara hutan dan semak/belukar tidak
terlalu memiliki luasan yang cukup
signifikan di wilayah Indramayu.

Gambar 6. Kelas Drainase
Sumber : Wiujianna A (2005)
Luasan
masing-masing
kelas
kecepatan drainase pada Tabel 10
menunjukkan bahwa 64,4% wilayah
Indramayu memiliki kecepatan drainase
yang lambat dan sangat lambat. Bagian utara
wilayah ini berada pada kelas sangat lambat,

12

sementara bagian selatan memiliki drainase
sangat cepat. Hal ini menyebabkan
meningkatnya skor potensi banjir untuk
bagian wilayah utara Indramayu.
Tabel 10. Tabel luasan kelas drainase
LUAS
Kelas
Luas (ha)
(%)
Sangat cepat

60.478

29,4%

Cepat

12.669

6,2%

Lambat

63.720

31,0%

Sangat lambat

68.650

33,4%

TOTAL

205.517

100%

4.4.

Curah Hujan
Hasil akumulasi curah hujan 15
harian menggunakan data TRMM 3B42
pada pada periode 1 - 15 Februari
menunjukkan curah hujan minimum yang
tercatat adalah sebesar 66 mm, sementara
nilai maksimum tercatat yaitu 108 mm
seperti terlihat pada Lampiran 10. Nilai
curah hujan tersebut terbagi kedalam kelas 2
(50 - 100 mm) dan kelas 3 (100 - 150 mm).
Sebagian besar wilayah Indramayu berada
pada kelas 2.
Seperti yang ditunjukkan pada
Lampiran 12, nilai minimum curah hujan 15
harian pada periode 16 - 28 Februari tercatat
sebesar 99 mm dan nilai maksimum sebesar
174 mm. Nilai curah hujan pada periode ini
mencapai kelas 4 (150 - 200 mm), meski
sebagian besar wilayah ini masih berada
pada kelas 3 (100 - 150 mm). Hanya
sebagian kecil wilayah yang termasuk
kedalam kelas 2.
Pada periode 1 - 15 Desember data
curah hujan TRMM mencatat nilai minimum
7

Dokumen yang terkait

Analisis Kerawanan Banjir Tahun 2007 Menggunakan Data Satelit TRMM (Studi Kasus : Kabupaten Indramayu, Jawa Barat)