Penilaian Indeks Risiko Pesisir (Coastal Risk Assessment) di Kota Pekalongan

442
0
05-11-2020 06:24 PM
DikaRojikin
New Contributor
0 0 442

A. Latar Belakang

         Zona pesisir selalu menarik bagi manusia karena sumber daya alam yang terkandung didalamnya, terutama sumber daya untuk bahan pangan. Selain itu pesisir memberikan titik akses perdagangan dan transportasi dunia, dimana jalur laut mendominasi dalam jalur perdagangan dunia. Sekitar 60% dari itu populasi dunia saat ini tinggal di daerah pesisir, termasuk 65% kota dengan populasi lebih dari 2,5 juta (UNCED, 1992). Menurut Perserikatan Bangsa-Bangsa (2017) menyatakan bahwa lebih dari 600 juta orang (sekitar 10 % dari populasi dunia) tinggal di daerah pantai dengan ketinggian kurang dari 10 meter diatas permukaan laut. Selain itu, sekitar 2,4 miliar orang (40 % dari populasi dunia) hidup dalam jarak 100 km (60 mil) dari pantai. Ketersediaan sumberdaya alam pesisir dan laut menjadi salah satu faktor pendorong manusia untuk tinggal di wilayah pesisir. Namun disisi lain, terdapat resiko bahaya yang disebabkan oleh alam maupun akibat aktivitas manusia itu sendiri. Indikator yang dituangkan dalam SDG’s (Sustainable Development Goals) poin 11 yaitu tahun 2020 meningkatkan jumlah kota yang mengadopsi dan menerapkan kebijakan rencana terpadu menuju inklusi, efisiensi sumber daya, mitigasi dan adaptasi terhadap perubahan iklim, ketahanan terhadap bencana, dan mengembangkan dan mengimplementasikan, sesuai dengan Sendai Framework for Disaster Risk Reduction 2015-2030, serta manajemen resiko bencana holistik di semua tingkatan. Langkah-langkah penting yang dilakukan pada Sendai Framework Disaster Risk Reduction 2015-2030 diantaranya yaitu memahami resiko bencana, memperkuat tata kelola untuk mengelola resiko bencana, berinvestasi dalam pengurangan resiko bencana untuk ketahanan, serta meningkatkan kesiapsiagaan bencana untuk respon yang efektif dan  “Membangun Kembali dengan Lebih Baik” dalam pemulihan, rehabilitasi dan rekonstruksi. 

         Kota Pekalongan merupakan salah satu kota metropolitan di Provinsi Jawa Tengah yang berada di pesisir utara Pulau Jawa. Kota Pekalongan memiliki luas wilayah 45,25 km2 dengan panjang garis pantai 6,1 km. Jumlah penduduk yang ada di Kota Pekalongan sebesar 224.063 jiwa (BPS Pekalongan, 2018). Berdasarkan lokasi geografis, ancaman yang ada di kota ini dapat berasal dari darat maupun laut. Ancaman potensial tersebut diantaranya ancaman fisis, biologis, geologis, sosio – ekonomi dan hidrometeorologi. Untuk mengantisipasi ancaman tersebut, diperlukan sebuah kesadaran sejak dini agar dapat meminimalisir kerugian material maupun korban jiwa jika terjadi bencana di Kota Pekalongan.

B.  TUJUAN

  • Mengkaji resiko bencana pesisir di Kota Pekalongan dalam jangka 5 tahun (2018-2023)
  • Membuat Web GIS kebencanaan di Kota Pekalongan 

C. DATA

Penilalian ini terdiri dari dua data yaitu data primer dan sekunder, dimana data primer merupakan data yang dikumpulkan dari survei lapangan sehingga diperoleh secara langsung atau data yang diperoleh langsung dari sumber dan dicatat untuk pertama kalinya. Sedangkan data sekunder merupakan data yang diperoleh secara tidak langsung, baik itu diperoleh dari jurnal dan buku, maupun dari instansi terkait.

Data primer yang digunakan yaitu:

  • Data kerentanan fisik, sosial dan ekonomi masyarakat di Kota Pekalongan
  • Data tipologi dan kelerengan pantai di Kota Pekalongan
  • Data tinggi genangan banjir di Kota Pekalongan

Data sekunder yang digunakan yaitu:

  • Data statistik Kota Pekalongan 2017 dalam Kota Pekalongan dalam Angka tahun 2018.
  • Data tinggi gelombang signifikan (Hs) ECMWF (European Centre for Medium-Range Weather Forecasts) selama 1 tahun.
  • Citra Landsat 4-5 TM tahun 1989, 1994, 1999.
  • Citra Landsat 7 ETM+ tahun 2004, 2009.
  • Citra Landsat 8 OLI tahun 2013.
  • Citra Sentinel 2 MSI tahun 2018.
  • Peta Rencana Tata Ruang Wilayah Kota Pekalongan tahun 2009 – 2029.
  • Data Sea Level Anomaly bulanan AVISO selama 1 tahun
  • Data prediksi pasang surut BIG (Badan Informasi Geospasial) selama 1 tahun.
  • Citra Sentinel 1 SAR tahun 2016 dan 2017.
  • Data DEM Nasional BIG (Badan Informasi Geospasial) Kota Pekalongan 

D. PRODUK ESRI 

Perangkat LunakFungsi
ArcMap 10.5Analisis Spasial dalam perhitungan indeks Resiko Pesisir
ArcGIS Explorer for ArcGISSebagai Digital Atlas dalam menentukan deliniasi banjir pasang berbasis partisipatory mapping
Survey123 for ArcGISSebagai Digital Questionaire dalam melakukan interview kepada warga
Webappbuilder for ArcGISMenampilkan data spasial dalam WebGIS
Operation DashboardMenampilkan data statistik dalam bentuk dashboard

E. METODE PENILAIAN

E.1. METODE ANALYTICAL HIERARCHICAL PROCESS (AHP)

         Metode Analytical Hierarchical Process (AHP) merupakan salah satu metode pengambilan keputusan yang digunakan untuk menutupi kekurangan dari model-model sebelumnya. Perbedaan antara AHP dengan model pengambilan keputusan lainnya terletak dari jenis masukannya. Model pengambilan keputusan lain memakai input kuantitatif yang berasal dari data sekunder. Sehingga hanya dapat mengolah data bersifat kuantitaif. Sedangkan model AHP menggunakan persepsi manusia yang memahami tentang permasalahan yang diajukan sebagai masukan utamanya (Wulandari, 2014). 

E.1.1 INDEKS KERENTANAN

         Indeks Kerentanan yang terdiri dari kerentanan fisik, sosial dan ekonomi. Data tersebut diperoleh dengan wawancara langsung dengan pertanyaan terbuka kepada masyarakat. Kemudian indeks kerentanan juga diperoleh dara data BPS terutama data kependudukan. 

Gambar 1. Matriks Kerentanan

Kemudian Indeks Kerentanan di kalkulasi sebagai berikut :

E.1.2 INDEKS KAPASITAS

Variabel kapasitas digunakan untuk identifikasi sarana prasarana, aset, dan kekuatan yang bersumber dari sumber daya alam (SDA) maupun sumber daya manusia (SDM) sebagai langkah akhir dalam menganalisis resiko bencana. Parameter yang digunakan disajikan dalam Gambar 2

Gambar 2. Matriks Kapasitas

E.1.3 INDEKS BAHAYA

Analisis indeks bahaya yang dikaji dalam penelitian ini berdasarkan tingkat keparahan ancaman yang berasal dari fenomena alam serta dampak yang ditimbulkan. Parameter fenomena alam tersebut dikelaskan berdasarkan sebuah matriks sehingga dapat dispasialkan.

Gambar 3. Matriks Multibahaya

Indeks bahaya dari setiap variabel dihitung dengan metode Coastal Hazard Index yang ditetapkan oleh USGS (1999) dalam Rachmadianti et al (2018), nilai variabel terdiri atas tiga kelas (1 = rendah, 2 = sedang, 3 = tinggi), selanjutnya indeks bahaya dinilai berdasarkan hasil perhitungan nilai tiap variabel bahaya dan dibagi rata. Kemudian setelah mendapat nilai rerata diklasifikasi sesuai kategori dibawah ini :

E.1.4 INDEKS RISIKO 

Risiko (risk) adalah potensi kerugian yang ditimbulkan akibat bencana pada suatu wilayah dan kurun waktu tertentu yang dapat berupa kematian, luka, sakit, jiwa terancam, hilangnya rasa aman, jumlah orang mengungsi, kerusakan atau kehilangan harta dan infrastruktur, dan gangguan kegiatan masyarakat secara sosial dan ekonomi. Indeks Risiko Bencana Indonesia ini dihitung berdasarkan rumus

Indeks Risiko = Bahaya x (Kerentanan/Kapasitas)

F. AHA MOMENT!!!!!!

F.1. GEOPORTAL COASTAL RISK ASSESSMENT

F.2. PENGGUNAAN LAHAN KOTA PEKALONGAN TAHUN 2019

F.3. DELINIASI BANJIR PASANG

F.4. PERUBAHAN GARIS PANTAI DENGAN DSAS

F.5. ESTIMASI PENURUNAN MUKA TANAH (LAND SUBSIDENCE)

G. HASIL

G.1. DEMOGRAFIS KOTA PEKALONGAN

Dengan adanya analisis demografi ini tampak bahwa kepadatan penduduk tertinggi di Kota Pekalongan berada di Kecamatan Barat, serta didominasi oleh kelompok umur dewasa. Berdasarkan rasio jenis kelamin, warga kota pekalongan cukup berimbang antara laki-laki dan perempuan. Disisi lain, terdapat jumlah penduduk miskin terbanyak di Kecamatan Pekalongan Selatan. Hal ini menjadi perhitungan dalam menentukan nilai kerentanan di Kota Pekalongan.

G.2. INDEKS RISIKO PESISIR KOTA PEKALONGAN

Indeks Risiko Pesisir di Kota Pekalongan didasarkan terhadap ancaman atau bahaya yang berasal dari laut maupun darat sehingga akan menampilkan data dinamis dan berbeda dengan Indeks Risiko dengan Bahaya Alam dan Non Alam. Pada penilaian ini diperoleh hasil wilayah pantai Kota Pekalongan memiliki kategori berisiko tinggi kemudian semakin menjauhi pantai semakin menurun indeks risikonya. Sebagian besar wilayah kota pekalongan memiliki risiko rendah. Dengan demikian BAHAYA atau ANCAMAN dari laut dan darat senantiasa mampu di reduksi dengan Sumber Daya Alam (SDA) dan Sumber Daya Manusia (SDM) di kota tersebut serta infrastruktur pendukung dalam penanggulangan bencana.

H. KESIMPULAN

Berdasarkan penelitian yang telah dilakukan, diperoleh bahwa :

  • Kajian risiko pesisir telah dilakukan dengan indeks risiko pesisir kota Pekalongan tahun 2018-2023 yang berdasarkan indeks bahaya pesisir, indeks kerentanan dan indeks kapasitas.
  • Pembuatan WebGIS telah dilakukan dengan menggunakan teknologi ESRI yang dapat diakses pada bit.ly/REGISCORA2019.

DAFTAR PUSTAKA

Badan Pusat Statistik (BPS) Kota Pekalongan (2018). Jumlah Penduduk Kota Pekalongan 2018.
Bickerstaff, Karen. 2004. Risk perception research: socio-cultural perspectives on the public experience of air pollution . Environment Internasional. Vol. 30:6. Pages 827 – 840.
Birkmann, J. 2007. Risk and Vulnerability indicators at different scales: Applicability, usefulness and policy implications, Environmental Hazards, 7, 20-31.
BNPB. 2012. Peraturan Kepala Badan Nasional Penanggulangan Bencana Nomor 1 Tahun 2012 tentang Pedoman Umum Desa/Kelurahan Tangguh Bencana.
Bryan CJ, Walton GM, Rogers T dan Dweck CS 2011. Motivating voter turnout by invoking the self. Proc Natl Acad Sci USA 108(31):12653–12656.
Forestriko, Hernandea Frieda. 2016. Pemanfaatan Citra Landsat 8 untuk Estimasi Stok Karbon Hutan Mangrove di Kawasan Segara Anakan Cilacap Jawa Tengah. Jurnal Sistem Informasi Geografis, 1 (2): 1 – 10.
Gornitz V dan Kanciruk P. 1989. Assessment of global coastal hazards from sealevel rise. Proceedings of the 6th Symposium on Coastal and Ocean management, ASCE, July 11-14 1989, Charleston, SC.
IPCC. Climate Change 2007; Mitigation of Climate Change. Cambridge University Press, Cambridge, 2007.
Kushardono, Dony, S. Budhiman. B.Trisakti, Suwarsono, A. Maryanto A. Widipaminto. M. R. Khomarudin dan Winanto. 2014. Menentukan Spesifikasi Sensor Satelit Penginderaan Jauh Nasional Berdasarkan Informasi Kebutuhan Pengguna. Prosiding Sinas Inderaja. 33 – 47.
22

Khan, Ansar dan Soumendu C. 2018. Coastal Risk Assessment A Comprehensive Framework for the Bay of Bengal. SpringerBriefs in Oceanography.
Lestari, Tyas Ayu. E. B. Priyanto. D. Fitriyanto. Kuswantoro. A. Rahadian dan S.Vildyan. 2018. Kajian Risiko Bencana Pesisir. Wetlands International Indonesia, 146 hlm.
Maskrey, Andrew. 2011. Revisting Community Based Disaster Risk Management. Environmental hazard : Volume 10, hal 42-52.
Pantusa, Mailo M. 2018. Infrastucture Vulnerability Index of Drinking Water System to Terrorist Attacks. Cogent Engineering, 5 (1): 145 – 154.
PBB. 2017. World Population Prospects, the 2017 Revision. Population Estimates and Projections Section.
Romieu E, Welle T, Schneiderbauer S, Pelling M dan Vinchon C. 2010. Vulnerability assessment within climate change and natural hazard contexts: revealing gaps and synergies through costal applications. Sustain Sci 5(2):159–170.
Sarah, Dwi, Soebowo, E., 2018. Land Subsidence Threats and Its Management in The North Coast of Java. IOP Conf. Ser. Earth Enviromental. Sci. 118.
Thieler E.R dan Hammer-Klose ES. 1999. National assessment of coastal vulnerability to sea level rise: preliminary results for the U.S. Atlanta coast. USGS, Open File Report 99-593. Dapat diakses pada http://pubs.usgs.gov/of/1999/of99-593/index.html diakses pada 30 juli 2019.
UNDRO. 1991. Mitigating Natural Disasters. Phenomena, Effects and Options. United Nations Disaster Relief Co-ordinator, United Nations, New York. 164 pp.
Wulandari, Ninik. 2014. Perancangan Sistem Pendukung Keputusan Pemilihan Supplier di PT. Alfindo Dengan Metode Analytical Hierarchy Process (AHP). Jurnal Sistem Informasi. Vol.1(1)