Metode Pengambilan Contoh Hipotesis

20 dengan program Microsoft Office Excel 2007dan SPSS 20. Tabel 2 menampilkan matriks metode analisis yang digunakan dalam menjawab tujuan-tujuan dalam penelitian ini. Tabel 2. Matriks metode analisis data No Tujuan Penelitian Sumber Data Metode Analisis Data 1 Mengetahui persepsi pelaku sektor komersil mengenai risiko banjir sungai Data primer Analisis deskriptif dan analisis Korelasi Spearman 2 Mengestimasi nilai kerugian ekonomi banjir sungai yang dialami pelaku sektor komersil Data primer Regresi Linear Berganda dan Stage Damage Function 4 3 Memprediksi penurunan kerugian ekonomi akibat banjir dengan adanya program JEDI Mengidentifikasi strategi adaptasi yang dilakukan pelaku sektor komersil dalam menghadapi banjir sungai. Data Primer Data primer Regresi Linear Berganda dan Stage Damage Function Analisis Deskriptif

4.4.1 Persepsi Pelaku Sektor Komersil Terhadap Risiko Banjir

Analisis persepsi bertujuan untuk mengetahui hubungan persepsi masyarakat terhadap kesiapan menghadapi banjir. Responden diminta memberikan persepsi mengenai peluang terjadinya banjir di masa yang akan datang di area lokasi usaha PBMP, persepsi mengenai kemungkinan konsekuensi atau kerusakan yang akan terjadi bila terjadi banjir KYMD, persepsi terkait sejauh mana tingkat upaya pencegahan yang akan dilakukan untuk mengurangi risiko banjir di masa yang akan datang TDMP, dan persepsi terkait seberapa besar kebutuhan responden terhadap kebijakan pemerintah dalam upaya melakukan mitigasi banjir KTKP. Dalam wawancara terkait persepsi, persepsi digolongkan menjadi satu sampai tujuh tingkat penilaian. Satu adalah golongan dimana peristiwa banjir bisa dipastikan sama sekali tidak terjadi dan pada tujuh adalah golongan dimana peristiwa banjir juga dipastikan terjadi dan akan menyebabkan kerugian yang 21 sangat parah. Data hasil persepsi ini selanjutnya akan diolah menggunakan analisis korelasi spearman. Metode ini digunakan untuk mengukur tingkat atau eratnya hubungan antara dua variabel yaitu variabel bebas dan variabel terikat yang berskala parametrik untuk mengetahui tingkat kecocokan dari dua variabel terhadap grup yang sama Riduwan 2011. Dalam analisis persepsi risiko ini digunakan metode korelasi dengan skala parametrik. Responden diminta untuk menilai persepsi risikonya terhadap banjir dengan menggunakan pilihan jawaban berskala 1 sampai 7 Bubeck et al 2012 Tabel 3. Skala penilaian kelompok persepsi Kelompok Persepsi Skala Keterangan PBMP dan KYMD 1. Pasti akan terjadi tidak memiliki konsekuensi sama sekali 2. sangat tidak mungkin akan terjadi sangat tidak mungkin memiliki konsekuensi 3. tidak mungkin akan terjadi tidak mungkin memiliki konsekuensi 4. Netral Netral 5. kemungkinan akan terjadi kemungkinan memiliki konsekuensi 6. sangat mungkin akan terjadi sangat mungkin memiliki konsekuensi 7. pasti akan terjadi konsekuensi yang sangat tinggi Kelompok Persepsi Skala Keterangan TDMP dan KTKP 1. tidak sama sekali tidak penting sama sekali 2. sangat mungkin tidak sangat tidak penting 3. mungkin tidak agak penting 4. netral Netral 5. mungkin tidak kemungkinan penting 6. sangat mungkin Penting 7. Pasti akan terjadi sangat penting Sumber: Bubeck et al 2012 Metode korelasi spearman rank tidak terikat oleh asumsi bahwa populasi yang diselidiki harus terdistribusi secara normal. Data persepsi ini selanjutnya dianalisis menggunakan program SPSS 20. 22

4.4.2 Estimasi Nilai

Kerugian Ekonomi Akibat Banjir Sungai Pesanggrahan di Jakarta Selatan Analisis ini bertujuan untuk mengetahui besarnya nilai kerugian ekonomi akibat banjir Sungai Pesanggrahan di Jakarta Selatan yang dialami oleh pelaku sektor komersil khususnya UMKM dan UKM. Pendekatan Stage Damage Function akan digunakan untuk mengetahui trend besaran kerugian dan kerusakan akonomi akibat banjir sungai dalam penelitian ini. Digunakan beberapa variabel untuk mengetahui tingkat persepsi dan kerentanan suatu daerah terhadap banjir guna menginterpretasikan persepsi dan menentukan besaran kerugian ekonomi di sektor komersil akibat banjir Sungai Pesanggrahan Jakarta Selatan. Variabel yang dimasukkan kedalam model estimasi kerugian dan kerusakan ekonomi banjir antara lain adalah kedalaman banjir KDLM, durasi atau lamanya banjir DRBJ, luas bangunan yang tergenang banjir LSBG, lama usaha THML, omset perhari OMPH. Variabel KRGN pada model penduga diperoleh dari data yang telah di dapat melalui proses wawancara langsung terstruktur kepada 40 responden pelaku usaha. Nilai dari variabel dependent KRGN merupakan hasil dari penjumlahan antara biaya kerusakan, biaya kerusakan aset, biaya kerugian omset dan biaya penggunaan tenaga kerja untuk perbaikan aset dan struktur bangunan yang nantinya akan digunakan sebagai data dari nilai kerugian yang selanjutnya menjadi variabel dependent dalam model stage damage function. Berikut dijelaskan rincian biaya kerusakan struktural bangunan, biaya kerusakan aset, biaya kerugian omzet, dan biaya tenaga kerja Tabel 4. 23 Tabel 4. Perincian biaya kerusakan struktural bangunan, biaya kerusakan aset, biaya kerugian omzet, biaya tenaga kerja dan biaya perbaikan Jenis Biaya Keterangan Kerusakan Struktural Bangunan merupakan biaya kerusakan atau kehilangan yang dialami oleh responden yang terjadi pada struktur bangunan yang menempel pada struktur baku bangunan. Seperti dinding, pintu, jendela, lantai, atap, sistem sanitasi, sistem listrik, sistem hidrologi rumah tangga, pintu gerbang dan pagar Smith, 1994 Kerusakan Aset konten isi bangunan merupakan biaya kerusakan atau kehilangan yang dialami oleh responden yang terjadi pada komponen isi bangunan yang terpasang terpisah dari struktur baku bangunan baik yang terdapat di dalam bangunan maupun diluar bangunan tapi masih dalam jarak yang terjangkau. seperti produk jadi siap jual namun gagal terjual atau hilang, bahan baku produksi, alat-alat penunjang kegiatan produksi dan kegiatan usaha Smith, 1994 Kerugian Omzet merupakan biaya kerugian yang diakibatkan karena unit usaha terpaksa berhenti melakukan kegiatan jual beli dan produksi yang mengakibatkan tidak terjualnya produk dan terhentinya produksi pada saat itu yang menyebabkan hilangnya omzet pada hari tersebut. biaya kerugian omzet dihitung dengan menanyakan kepada responden barapa rata-rata omzet perhari atau perbulan lalu setelah itu di kali dengan lamanya unit usaha tidak beroperasi Tenaga Kerja Perbaikan biaya perbaikan dan waktu yang dihabiskan tenaga kerja dalam unit usaha maupun luar unit usaha untuk memperbaiki atau membersihkan struktur bangunan dan aset konten isi bangunan Biaya tenaga kerja atau biaya perbaikan merupakan biaya yang harus dikeluarkan oleh responden untuk melakukan perbaikan baik perbaikan terhadap kerusakan struktural bangunan, kerusakan struktural aset ataupun permbersihan dari lumpur pasca banjir. Biaya perbaikan dihitung berdasarkan besaran waktu yang dihabiskan oleh tenaga kerja baik tenaga kerja dalam usaha maupun tenaga kerja luar usaha. Data waktu yang dihabiskan oleh tenaga kerja diperoleh melalui proses wawancara kepada responden dengan menggunakan satuan jam yang nantinya akan dikalikan dengan standar upah tenaga kerja per jam. 24 Standar upah tenaga kerja yang digunakan diperoleh dari peraturan Gubernur Provinsi DKI Jakarta No. 189 Tahun 2002 mengenai Upah Minimum Provinsi Tahun 2013 yaitu sebesar Rp 2 200 000 per bulan yang dibagi 30 hari. Didapati upah per hari sebesar Rp 75 000 yang nantinya akan dikalikan dengan jumlah hari kerja. Jumlah hari kerja menggunakan standar jam kerja perhari yang telah ditetapkan oleh Pasal 77 ayat 2 UU No. 13 Tahun 2003 tentang ketenagakerjaan yang mengatur jumlah jam kerja menjadi dua pola yaitu 7 jam perhari atau 6 hari kerja dalam seminggu dan 8 jam perhari atau 5 hari kerja dalam seminggu. Komponen-komponen variabel tersebut akan dibentuk dalam model regresi linier berganda. Model regresi linier berganda memliki asumsi bahwa variabel dependent Y merupakan fungsi linier dari beberapa variabel independent X 1 , X 2 , …, X n dan komponen sisaan ε error. Nilai kerugian yang dimaksud merupakan hasil penjumlahan dari kerugian struktural bangunan beserta asset yang dimiliki, omset perhari, biaya perbaikan yang digunakan untuk memulihkan kerusakan struktural bangunan beserta aset dan biaya tenaga kerja yang digunakan untuk memulihkan kondisi struktural bangunan dan asset. Dari pemaparan variabel-variabel di atas maka variabel independent dalam penelitian ini adalah: KRGN = f KDLM, DRBJ, LSBG, THML, OMPH, ε……………………… 4.2 Variabel-variabel tersebut lalu dianalisis menggunakan metode regresi linier berganda pada aplikasi SPSS 20. Model yang digunakan untuk menganalisis faktor-faktor yang mempengaruhi besaran kerugian ekonomi di sektor komersil akibat banjir Sungai Pesanggrahan di Jakarta Selatan adalah : KRGN = b + b 1 KDLM + b 2 DRBJ + b 3 LSBG + b 4 THML + b 5 OMPH + ε .... 4.3 Estimasi parameter yang diharapkan adalah b 1 , b 2 , b 3 , b 5 , 0 ; b 4 Dimana : KRGN = Nilai kerugian ekonomi akibat banjir Rp 000 per responden b = Intersep b 1 ,…….b 5 = Koefisien regresi KDLM = Kedalaman banjir cm 25 DRBJ = Durasi lamanya banjir jam LSBG = Luas bangunan yang tergenang banjir m 2 THML = Lama usaha tahun OMPH = Omset usaha perhari Rp 000 ε = Error Term.

4.4.3 Prediksi Penurunan Kerugian Setelah Program JEDI

Salah satu program pemerintah yang dilaksanakan guna menanggulangi banjir di DKI Jakarta adalah Jakarta Emergency Dredging Initiative JEDI atau yang lebih dikenal dengan program normalisasi sungai dan floodways di DKI Jakarta. program ini diperkirakan akan selesai pada tahun 2014 dengan kontrak pengerjaan selama dua tahun yang dimulai dari awal tahun 2013 lalu. Program ini diharapkan dapat mengurangi jumlah titik banjir di Jakarta dengan penambahan lebar sungai, kedalaman dan panjang sungai yang sekarang telah menyempit dan banyak beralih dari fungsi aslinya 1 . Diperkirakan apabila program JEDI terlaksana maka akan dapat mengurangi 60 dari kondisi banjir di DKI Jakarta. Sungai Pesanggrahan adalah yang termasuk dalam 13 sungai yang di normalisasi. Diperkirakan dengan normalisasi Sungai Pesanggrahan maka akan mampu menurunkan ketinggian rata- rata limpasan banjir sungai menjadi 20-30 cm dan durasi banjir menjadi 2-3 jam. Hal tersebut berarti dengan kondisi ketinggian rata-rata banjir yang dialami oleh pelaku usaha saat ini yaitu 94.35 cm cateris paribus dan durasi banjir rata-rata banjir yaitu 96.6 jam cateris paribus akan berkurang masing-masing sebesar 68.2 untuk ketinggian banjir dan 96.89 untuk durasi banjir, sehingga skenario penurunan banjir adalah penurunan kedalaman sebesar 68.20, penurunan durasi banjir sebesar 96.89 dan penurunan kedalaman serta durasi banjir. Selengkapnya dapat dilihat pada Tabel 5. 1 http:www1.pu.go.iduploadsberitaPPW090811SONY.htm di akses pada tanggal 2 September 2013 26 Tabel 5. Skenario penurunan banjir dengan program JEDI No Skenario penurunan banjir Keterangan 1 I Penurunan kedalaman banjir menjadi 30 cm 2 II Penurunan durasi banjir menjadi 3 jam 3 III Penurunan kedalaman banjir menjadi 30 cm dan penurunan durasi banjir menjadi 3 jam

4.4.4 Analisis Deskriptif

Statistik dengan analisis deskriptif digunakan untuk meresume data secara umum, seperti berapa jumlah responden laki-laki, brapa jumlah responden perempuan dan sebagainya. Disamping itu analisis ini juga memiliki kegunaan untuk menyediakan informasi deskripsi data dan demographic sample yang diambil Teguh, 2009. Metode ini digunakan untuk mengidentifikasi prilaku dan pilihan strategi adaptasi apa saja yang dilakukan oleh pelaku sektor komersil di DAS Pesanggrahan Jakarta Selatan dalam mempersiapkan dirinya menghadapi banjir, baik sebelum, selama dan sesudah banjir terjadi. Analisis deskripif diharapkan dapat menjelaskan prilaku dan pilihan strategi adaptif pelaku sektor komersil di DAS Pesanggrahan Jakarta Selatan dalam mempersiapkan dirinya saat menghadapi banjir. Baik dengan memberikan gambaran secara sistematis terkait fakta-fakta dilokasi mengenai prilaku dan pilihan pilihan strategi adaptasi terhadap banjir.

4.4.5 Pengujian Parameter

Guna mengetahui tingkat kebenaran dari hasil yang telah diregresikan, maka perlu dilakukan pengujian parameter atau evaluasi model. Evaluasi model ditentukan oleh beberapa kriteria dan kriteria yang digunakan dalam penelitian ini adalah kriteria uji statistik dan kriteria uji ekonometrika. Uji kriteria statistik dilakukan untuk melihat nilai Adjusted R Square dari model F-hitung yang digunakan serta nilai model t-hitung dari masing-masing parameter yang diestimasi. Kriteria ekonometrika digunakan untuk melihat apakah terjadi pelanggaran asumsi klasik dari model regresi linear Juanda 2009. 27 Pengujian kriteria statistik perlu dilakukan untuk melihat korelasi antar variabel model, yaitu dengan menggunakan uji t, F dan R 2 . a. Uji t Uji t digunakan untuk melihat tingkat signifikansi variabel bebas, artinya apakah variabel bebas eksogen berpengaruh nyata atau tidak terhadap variabel terikat endogen. Perbandingan antara nilai t-statistik dengan nilai t-tabel dapat menunjukkan wilayah penolakan. Hipotesis: H : b i = 0 H 1 : b i 0 untuk b 1 , b 2 , b 3 , b 5 b i 0 untuk b 4 Kriteria uji: t-hitung t α2 n-k, maka tolak H t-hitung t α2 n-k, maka terima H jika H ditolak berarti dalam model ini variabel bebas berpengaruh nyata terhadap variabel tak bebas. Sebaliknya, jika H diterima berarti variabel bebas tidak berpengaruh nyata terhadap variabel tak bebas b. Uji F-statistik Uji F digunakan untuk melihat pengaruh variabel eksogen terhadap variabl endogen secara keseluruhan dengan menggunakan pengujian F hitung. Selain itu, uji F juga untuk mengetahui apakah model penduga yang diajukan sudah layak untuk menduga parameter yang ada dalam fungsi. Rumus yang digunakan untuk menguji F-statistik adalah: F –Hitung= ……………………………………………………....4.4 Dimana: R = Koefisien determinasi n = Banyak data k = Jumlah koefisien regresi dugaan Hipotesis: H : b = b 1 = b 2 = b 3 …= b i = 0 28 tidak ada pengaruh nyata variabel – variabel model H 1 : minimal salah satu b i ≠ 0 paling sedikit ada 1 variabel eksogen yang berpengaruh nyata terhadap variabel endogen Kriteria uji: F-Hitung F bk-1, n-k , maka tolak H F-Hitung F bk-1, n-k , maka terima H Jika H ditolak dalam uji F berarti minimal ada satu variabel eksogen yang tidak nol dan berpengaruh nyata terhadap keragaman variabel endogen. Sebaliknya jika H diterima tidak ada satupun variabel eksogen yang berpengaruh nyata terhadap keragaman variabel endogen. c. Uji Koefisien Determinasi R 2 Uji koefisien determinasi R 2 digunakan untuk mengukur sejauh mana besar keragaman yang dapat dijelaskan oleh variabel eksogen terhadap variabel endogen dengan mempertimbangkan derajat bebas. Pada penelitian ini skala pengukuran yang digunakan adalah Adjusted R Square. Sifat dari Adjusted R Squareadalah jika Adjusted R Square sama dengan nol berarti tidak ada hubungan antara variabel eksogen dengan endogen. Namun, jika nilai Adjusted R Square mendekati satu maka terdapat hubungan yang erat antara variabel eksogen dengan variabel endogen. Uji ekonometrika dilakukan untuk melihat adanya pelanggaran asumsi pada model, antara lain adalah: a. Uji Multikolinearitas Multikolinearitas adalah hubungan linear yang sama kuat antar variabel independent dalam persamaan regresi berganda. Multikolinearitas menyebabkan pendugaan koefisien menjadi tidak stabil. Multikolinearitas dapat dideteksi dengan melihat nial Variance Inflation Factor VIF pada masing-masing variabel independent. Model dikatakan multikolinearitas apabila nilai VIF relatif besar atau lebih dari 10 Juanda 2009. b. Uji Heteroskedastisitas 29 Heteroskedastisitas adalah pelanggaran asumsi dari homoskedastisitas. Homoskedastisitas adalah ragam sisaan error konstan dalam tiap pengamatan. Heterokedastisitas mengakibatkan Ordinary Least Square OLS tidak efisien. Heteroskedastisitas dapat dideteksi menggunakan uji Glesjer. Uji Glesjer dilakukan dengan cara meregresi nilai standar residual terhadap variabel independent model. Model mengalami heteroskedastisitas apabila P-value lebih kecil dari taraf nyata α Juanda 2009. c. Uji Autokolerasi Uji Autokolerasi dilakukan untuk mengetahui keadaan error pada suatu persamaan yang bersifat independent atau dependent. Autokolerasi diuji dengan melakukan uji Durbin Watson DW, dengan prosedur: H : tidak ada serial autokolerasi baik positif maupun negatif H 1 : terdapat serial autokolerasi. Nilai hitung statistik Durbin Watson DW yang diperoleh dari hasil perhitungan komputer kemudian dibandingkan dengan nilai pada d tabel . Nilai yang dilihat adalah nilai batas bawa dL dan batas atas dU. Penentuan nilai dL dan dU didasarkan pada jumlah variabel bebas dan jumlah pengamatan yang terdapat pada model. Kesimpulan yang dapat diambil dari perbandingan adalah: 1. Jika DW dL, berarti ada autkolerasi positif 2. Jika DW dL, berarti ada autokelarsi negatif 3. Jika dL DW 4-dU, berarti tidak terjadi autokolerasi 4. Jika dL ≤ DW ≤ dU atau 4-dL ≤ DW ≤ 4-Du, berarti tidak dapat disimpulkan

4.5 Hipotesis

Penelitian ini akan menilaipersepsi dan fenomena kerugian dan kerusakan ekonomi yang terjadi akibat banjir Sungai Pesanggrahan. Sebagai bentuk antisipasi terhadap pengurangan risiko terhadap tingkat kerugian dan kerusakan ekonomi akibat banjir yang semakin meningkat, masyarakat dalam hal ini para pelaku sektor komersil membentuk suatu strategi adaptasi secara mandiri untuk 30 mencegah dampak ekonomi banjir. Bentuk adaptasi tersebut sangat beragam sehingga ada berbagai pilihan tindakan yang dapat dilakukan oleh pelaku sektor komersil untuk lebih adaptif terhadap banjir sungai. Adapun hipotesis yang digunakan dalam interpretasi persepsi dan estimasi kerugian dan kerusakan ekonomi akibat banjir adalah: 1. Persepsi keinginan masyarakat terhadap tindakan mitigasi banjir dimasa yang akan datang setara dengan persepsi masyarakat terhadap probability terjadinya banjir memiliki hubungan positif dan persepsi masyarakat terhadap probability konsekuensi terjadinya banjir 2. Persepsi permintaan publik terhadap kebijakan mitigasi banjir oleh pemerintah memiliki hubungan positif dengan dengan persepsi masyarakat terhadap probability terjadinya banjir dan persepsi masyarakat terhadap probability konsekuensi terjadinya banjir 3. Kedalaman banjir diduga berpengaruh positif pada nilai kerugian banjir, karena semakin tinggi kedalaman banjir yang terjadi, maka akan semakin tinggi nilai kerugian yang terjadi. 4. Durasi lamanya banjir diduga berpengaruh positif terhadap nilai kerugian banjir, karena semakin lama genangan banjir terjadi, maka akan semakin tinggi nilai kerugian banjir yang terjadi. 5. Omset perhari diduga berpengaruh positif pada nilai kerugian banjir, karena semakin besar omset atau pendapatan sebuah usaha, maka akan semakin besar kerugian banjir yang terjadi karena terhambatnya kegiatan perekonomian. 6. Lama usaha berjalan diduga berpengaruh negatif pada nilai kerugian banjir, karena semakin mudaunit usaha berjalan, maka semakin rentan unit usaha saat banjir terjadi dan akan berdampak pada semakin besarnya kerugian yang terjadi. 7. Luas bangunan diduga berpengaruh positif pada nilai kerugian banjir, karena semakin luas bangunan yang terkena banjir, maka akan semakin besar kerugian saat banjir terjadi. 31 8. Program JEDI atau normalisasi Sungai Pesanggrahan diprediksi dapat menurunkan jumlah kerugian ekonomi akibat banjir Sungai Pesanggrahan. Faktor-faktor yang mempengaruhi nilai kerugian akan dijadikan variabel independent. Variabel-variabel independent tersebut diduga signifikan menggunakan Ordinary Least Square OLS. Seluruh peubah bebas diduga signifikan pada taraf nyata 15, taraf nyata adalah batasan toleransi kesalahan yang ditentukan langsung oleh peneliti, dimana nilai tersebut dibawah dari taraf nyata yang telah ditetapkan dan disepakati oleh para ahli untuk ilmu sosial yaitu sebesar 20. Selanjutnya dilakukan berbagai pengujian yang terkait dengan penelitian. 32 V GAMBARAN UMUM PENELITIAN

5.1 Keadaan Umum Lokasi Penelitian

Penelitian ini dilakukan di dua kelurahan yang berada di dua kecamatan yang berbeda, namun terletak pada bantaran sungai yang sama yaitu bantaran Sungai Pesanggrahan yaitu, Kelurahan Ulujami, Kecamatan Pesanggrahan dan Kelurahan Kebayoran Lama Utara, Kecamatan Kebayoran Lama, Kota Madya Jakarta Selatan. Sungai Pesanggrahan merupakan salah satu sungai yang akan segera dinormalisasi oleh Pemerintah Provinsi DKI Jakarta dimana normalisasi ini akan mulai dikerjakan pada tahun 2013 2 . Kelurahan Kebayoran Lama Utara merupakan kelurahan yang terletak di Kecamatan Kebayoran Baru, Jakarta Selatan. Kelurahan Kebayoran Lama Utara disebelah Utara Berbatasan dengan Kelurahan Grogol Selatan dan Kelurahan Cipulir, di sebelah timur berbatasan dengan Kelurahan Kramat Pela dan Kelurahan Kebayoran Lama Selatan, di sebelah Selatan berbatasan dengan Kelurahan Kebayoran Lama Selatan dan di sebelah barat berbatasan dengan Kelurahan Ulujami dan Kelurahan Cipulir Kelurahan Kebayoran Lama Utara 2012. Kelurahan Ulujami merupakan salah satu Kelurahan di Kecamatan Pesanggrahan Kota Madya Jakarta Selatan. Sebelah utara Kelurahan Ulujami berbatasan dengan Kelurahan Srengseng, di sebelah timur berbatasan dengan Kelurahan Grogol Selatan dan Kelurahan Cipulir, disebelah selatan berbatasan dengan Kelurahan Pesanggrahan dan Kelurahan Bintaro serta di sebelah barat berbatasan dengan Kelurahan Pertukangan Utara dan Kelurahan Pertukangan Selatan Kelurahan Ulujami 2013. Kelurahan Kebayoran Lama Utara meiliki luas 178.22 Ha yang terbagi dalam 11 RW namun karena ada 1 RW yaitu RW 04 yang kini sedang dilakukan penataan wilayah maka yang terdata hanya 10 RW dengan 107 RT, lalu Kelurahan Ulujami memiliki luas wilayah 170.50 Ha dengan 9 RW dan 94 RT. Kedua kelurahan tersebut sangat sering dilanda banjir, terutama banjir 2 http:www1.pu.go.iduploadsberitaPPW090811SONY.htm diakses pada 2 September 2013 33 yang berasal dari luapan air sungai yang disebabkan oleh tingginya curah hujan di daerah Puncak, Bogor, Depok dan sekitar aliran Sungai Pesanggrahan. Terutama pada RW 11 untuk Kelurahan Kebayoran Lama Utara dan RW 7, 5, 3 di Kelurahan Ulujami hal tersebut dikarenakan letak hunian warga yang berada di sepanjang Daerah Aliran Sungai DAS Sungai Pesanggrahan dengan rata-rata jarak rumah ke sungai adalah 0,5-120 m ditambah dengan kemiringan tanah yang cukup rendah yaitu 15-30 m di atas permukaan laut menyebabkan dua lokasi hunian warga tersebut sangat rentan terhadap banjir, hampir dapat dipastikan jika terjadi curah hujan dengan intensitas tinggi di wilayah Hulu Puncak, Bogor dan Depok maka akan terjadi banjir di daerah ini akibat luapan air Sungai Pesanggrahan. Berikut adalah denah peta daerah penelitian di Kelurahan Ulujami dan Kebayoran Lama Utara gambar 3 Sumber: www.google-map.comulujamikebayoranlamautara Ket: : lokasi pelaku usaha yang terkena banjir : Sungai Pesanggrahan Gambar 4. Lokasi penelitian di Kelurahan Ulujami dan Kelurahan Kebayoran Lama Utara Jakarta Selatan.