Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
http://dx.
org/10.
20527/bpi.
Analisis Geospatial Intelligence untuk Penentuan Lokasi Relokasi Pasca Banjir Bandang SaAodianoor1 Hutagamissufardal1 2 Aulia Oktafiandi3 Syamsul Maarif 4 1 Program Studi Pendidikan Profesi Insinyur.
Universitas Lambung Mangkurat 2 Program Studi Teknik Sipil.
Universitas Lambung Mangkurat 3 Pemerintah Kabupaten Hulu Sungai Tengah 4 Program Studi Manajemen Bencana Universitas Pertahanan Indonesia AA2230811310054@mhs.
ISSN 2654-5926
Kejadian banjir bandang menimbulkan kerusakan baik fisik maupun psikis.
Kerusakan fisik berupa rusaknya rumah maupun infrastruktur seperti jalan dan jembatan.
Sedangkan kerusakan psikis berupa ketakutan yang selalu menghantui khususnya warga yang tinggal di bantaran sungai.
Untuk menyikapi hal tersebut Pemerintah Kabupaten Hulu Sungai Tengah melakukan pendekatan fisik, ekonomi dan sosial budaya dalam pembangunan rumah warga terdampak.
Dari sisi fisik dicarikan lokasi yang aman dari banjir Dari sisi ekonomi diusahakan lokasi relokasi tidak jauh dari tempat warga bekerja.
Dari sisi sosial budaya tidak menjauhkan warga dari lingkungan Sehingga tujuan penelitian ini adalah menggunakan analisis Geospatial Intelligence untuk menentukan lokasi relokasi pasca banjir bandang dengan mempertimbangkan aspek fisik, ekonomi dan sosial budaya.
Metode penelitian menggunakan alat pengambil, pengolah dan penganalisis data spasial yang digabungkan dengan informasi di lapangan.
Dari hasil penelitian didapatkan lokasi yang memenuhi ketiga aspek tersebut dimana elevasinya lebih tinggi 4 m dari bibir sungai.
Hasil kegiatan telah digunakan untuk pengadaan tanah untuk kepentingan umum di Dinas Perumahan Rakyat dan Kawasan Permukiman Kabupaten Hulu Sungai Tengah.
Kata kunci: banjir bandang.
Intelligence Geospatial.
Kabupaten Hulu Sungai Tengah.
Dipresentasikan: 7 November 2022 Direvisi: 15 November 2022 Diterima: 2 Januari 2023 Dipublikasikan online: 10 Januari 2023 Pendahuluan Banjir bandang merupakan jenis banjir .
ungai meluap (J.
Kodoatie & Syarief, 2.
) yang memiliki daya rusak tinggi dan berlangsung cepat sejenis bencana gempa bumi, tornado dan erupsi gunung merapi (Sene, 2.
Kejadian banjir bandang yang terjadi di sepanjang aliran sungai Barabai pada pertengahan Januari 2021 menyebabkan kerugian materil dan immateril.
Dampak akibat banjir menyebabkan permukiman warga rusak bahkan beberapa rumah hilang terbawa arus.
Hujan lebat yang terjadi beberapa hari menyebabkan luapan sungai Barabai yang turut serta membawa endapan lumpur dan material lain.
Banjir bandang sendiri termasuk kategori bencana hidrometerologi sama seperti banjir, kekeringan dan tanah longsor (Maarif, 2.
Perubahan iklim diperkirakan akan meningkatkan intensitas dan frekuensi banjir bandang (Koutalakis et al.
, 2.
Faktor utama banjir bandang adalah dipicu oleh intensitas hujan ekstrim.
Kemudian berhubungan dengan kejadian longsor yang menyumbat aliran sungai membentuk bendung alam (Adi, 2.
Banjir bandang sering dicirikan sebagai peristiwa berlangsung cepat yang menyisakan sedikit waktu bagi orang-orang untuk mengambil tindakan untuk mengurangi kerusakan harta benda dan risiko kehidupan (Sene, 2.
Pasca banjir bandang diperlukan berbagai data untuk mengidentifikasi wilayah terdampak.
Otoritas lokal dapat menyebarkan aplikasi media sosial untuk mengumpulkan foto dan video guna meningkatkan gambaran wilayah (Navulur, 2.
Untuk memperbaiki rumah warga yang rusak maupun hanyut.
Pemerintah Kabupaten Hulu Sungai Tengah telah melaksanakan pengadaan tanah untuk kepentingan umum di tahun 2021.
Kemudian di tahun 2022 dilanjutkan dengan Program Bedah Rumah untuk pembngunan rumah warga terdampak.
Kegiatan ini tercantum di dalam Dokumen Rencana Pembangunan Jangka Menengah (RPJMD) Tahun 2021-2026 dengan indikator Fasilitasi Penyediaan rumah layak huni bagi masyarakat terdampak relokasi program pemerintah (RPJMD, 2.
Penjabarannya pada Sub Kegiatan Pembangunan Rumah Khusus beserta PSU bagi Korban Bencana atau Relokasi Program Kabupaten/Kota (Renstra, 2.
Cara mensitasi artikel ini:
SaAodianoor.
Hutagamissufardal.
Oktafiandi.
Maarif.
S .
Analisis Geospatial Intelligence untuk Penentuan Lokasi Relokasi Pasca Banjir Bandang.
Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
BPI, 2023 | 1 Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
http://dx.
org/10.
20527/bpi.
Dalam menganalisis kejadian banjir bandang ini menggunakan analisis Geospatial Intelligence (GEOINT).
Geoint sendiri adalah eksploitasi dan analisis citra dan informasi geospasial untuk menggambarkan, menilai, dan secara visual menggambarkan fitur fisik dan aktivitas yang direferensikan secara geografis di bumi.
(Clarke, 2.
Salah satu proses GEOINT dengan menggabungkan data hasil akuisisi data drone dengan informasi lapangan.
Produk drone berupa data raster dan vektor salah satunya data Digital Elevation Model (DEM) (Wiseman & Sluijs, 2.
Data ini penting untuk menggambarkan kondisi ketinggian lokasi relokasi dibandingkan dengan ketinggian luapan banjir.
Dalam kegiatan ini kegiatan utama adalah akuisisi data drone serta pengambilan data intelijen dari berbagai Sumber utama informasi adalah masyarakat yang terdampak banjir bandang.
Hal ini sejalan dengan Peraturan Presiden Republik Indonesia Nomor 87 Tahun 2020 Tentang Rencana Induk Penanggulangan Bencana Tahun 2020-2044, 2020, dimana perlu adanya analisis kemungkinan dampak bencana.
Berangkat dari adanya kasus banjir bandang diatas maka penelitian ini bertujuan untuk membantu menganalisis menggunakan GEOINT lokasi relokasi pasca banjir bandang dengan mempertimbangkan aspek fisik, ekonomi dan sosial budaya.
Metode Lokasi Penelitian Lokasi penelitian berada di desa Alat Kecamatan Hantakan Kabupaten Hulu Sungai Tengah Provinsi Kalimantan Selatan.
Dengan posisi geografis terletak pada 115A 28' 3.
814" Ae 115A 28' 56.
753" Bujur Timur dan 2A 37' 21.
396" Ae 2A 38' 14.
592" Lintang Selatan (Gambar ISSN 2654-5926 menggunakan data spasial yang didapat menggunakan wahana drone.
Siklus yang digunakan menggunakan siklus Geospatial Intelligence (GEOINT) (Gambar .
Pada siklus ini proses pendahuluan diawali dengan pengumpulan informasi untuk penggambaran awal kondisi wilayah penelitian.
Gambar 2 Siklus GEOINT .
odfikasi dari National Research Council, .
3 : p.
) Hasil dan Pembahasan Survei Lapangan Dalam menentukan lokasi yang akan dilakukan pemotretan dilakukan orientasi lapangan baik daerah yang terdampak banjir bandang maupun daerah orientasi sepanjang bantaran sungai Barabai (Gambar Gambar 1 Lokasi penelitian Daerah penelitian berada di RT 1, 2 dan 3 desa Alat sepanjang sungai Barabai.
Sungai Barabai sendiri merupakan satu dari tiga sungai besar yang membelah Kabupaten Hulu Sungai Tengah dari Timur ke Barat dan bermuara di Sungai Nagara.
Sungai Nagara sendiri kemudian bergabung ke DAS Barito.
Alur Penelitian Penelitian ini menggunakan metode kualititatif Penelitian menggambarkan kondisi wilayah Gambar 3 Lokasi terdampak di Desa Alat 21 Januari Dari hasil identifikasi lokasi yang mengalamai kerusakan kemudian dibuatkan misi terbang.
Misi ini diharapkan mencakup keseluruhan wilayah terdampak (Gambar .
BPI, 2023 | 2
Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
http://dx.
org/10.
20527/bpi.
ISSN 2654-5926
ketinggain banjir bandang mencapai 4 meter.
Dari informasi ini berarti lokasi rencana relokasi harus di atas 4 meter dari bibir sungai.
Data DEM/ Digital Terrain Model (DTM) tadi dapat dikonversi menjadi data vektor berupa garis kontur (Gambar .
Gambar 4 Akuisisi data dengan drone 21 Januari 2022 Pengolahan Data Hasil pemotretan kemudian diolah untuk mendapatkan data raster berupa Digital Surface Model (DSM) dan citra foto .
(Gambar .
Gambar 7 Data DTM dan Kontur Dari hasil pengolahan didapatkan data DSM dengan resolusi 19 cm dimana pengolahan menggunakan Laptop resolusi menengah.
Beberapa proses ketidakmampuan Laptop untuk memproses datanya.
Selain data DSM, salah satu produk akuisisi data dribe berupa data foto yang diolah menjadi ortomosaik citra Data ini sangat penting dalam melihat kenampakan di lapangan secara utuh.
Kenampakan topografi lahan dapat dengan mudah di identifikasi.
Pada gambar 8, terlihat kenampakan gambar ortomosaik daerah terdampak banjir.
Gambar 5 model hasil pengolahan foto akuisisi drone Untuk mengetahui ketinggian tempat yang akan dijadikan lokasi relokasi maka diperlukan data Data ketinggian dapat dihasilkan dari DEM.
DEM sendiri dihasilkan dari data DSM yang telah dihilangkan objek-objek yang berada diatasnya seperti bangunan, tanaman ataupun objek lain yang bukan permukaan tanah.
Data DSM yang siap dilakukan pengolahan terlihat pada Gambar 6.
Gambar 8 data ortomosaik foto 21 Januari 2021 Gambar 6 data DSM 21 Januari 2021 Dari hasil pengolahan data DEM maka dapat dilihat perbedaan ketinggian tempat.
Pada penelitian ini, difokuskan perbedaan ketinggian bibir sungai dengan lokasi sekitarnya.
Berdasarkan informasi di lapangan Untuk mendapatkan otomatisasi klasifikasi lahan, dilakukan proses pembuatan skema sampel dari citra.
Kemudian dilakukan pelabelan terhadap objek yang dipilih agar dapat di lakukan proses Audeep learningAy.
Proses terlihat pada Gambar 9.
BPI, 2023 | 3
Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
http://dx.
org/10.
20527/bpi.
ISSN 2654-5926
diputuskan lokasi relokasi berada di RT 4 RW.
2 Desa Alat.
Gambar 9 Pembuatan klasifikasi lahan Dari skema klasifikasi dan objek terpilih kemudian di lakukan klasifikasi secara otomatis untuk mendapatkan data raster klasifiksi lahan.
Pada atribuut data raster telah terklasifikasi sesuai urutan skema yang telah disusun (Gambar .
Data raster ini kemudian dapat dikonversi menjadi data vektor.
Penentuan akhir lokasi relokasi Setelah dilakukan beberapa kali survei lapangan, diskusi di tingkat instansi pemerintah serta masukan dari aparat desa.
Beberapa titik lokasi yang diusulkan dilakukan survei kembali.
Kemudian dari hasil masukan masyarakt dipilihlah lokasi yang berada di seberang sungai dengan beberapa pertimbangan antara lain : .
Lokasi dekat dengan permukiman warga sebelum terkena banjir bandang.
Lokasi dekat dengan area kerja warga yang akan mendiami.
Lokasi berada di ketinggian yang aman dari kejadian banjir bandang.
Untuk memastikan lokasi dilakukan kembali akuisisi data drone.
Misi terbang difokuskan ke lokasi yang telah disepakati antara tim dari Dinas Perumahan Rakyat dan Kawasan Permukiman (Disperki.
Kabupaten Hulu Sungai Tengah (Kab.
HST) dengan masyarakat dan pemerintah desa Alat.
Lokasi yang terpilih ini kemudian dilakukan pembersihan lahan (Gambar .
Kemudian lahan di bagi menjadi beberapa persil tanah.
Dari hasil perhitungan Bidang Pertanahan Disperkim mengacu pada data jumlah hunian yang hilang sebanyak 48 Luasan dibutuhkan untuk persil hunian seluas 200 m2 sedangkan untuk kebutuhan Prasarana.
Sarana, dan Utilitas Umum (PSU) seluas 3.
600 m2, sehingga total luasan yang dibutuhkan adalah seluas 800 m2 atau 1,08 Hektar.
Gambar 10 Hasil Proses Deep Learning Diseminasi dan Sosialisasi data Data yang telah dihasilkan kemudian di diseminasikan kepada instansi terkait antara lain BPBD.
Dinas Sosial.
Dinas Pekerjaan Umum dan Penataan Ruang .
Dinas Perkim dan beberapa instansi lainnya.
Data sangat berguna untuk pendataan rumah yang rusak akibat banjir bandang.
Dari hasil pendataan ini kemudian akan dikategorikan sebagai rusak ringat, sedang dan berat.
Beberapa tanah warga di bantaran sungai yang hilang akibat tergerus banjir bandang kemudian diusulkan untuk direlokasi.
Pendataan ini juga melibatkan beberapa perguruan tinggi yang mengirimkan dosen dan mahasiswanya.
Usulan relokasi kemudian dikoordinasikan kepada Pambakal (Kepala Des.
yang juga telah mendata Setelah beberapa kali dilakukan musyawarah dengan beberapa pertimbangan salah satunya menggunakan data akuisisi drone 21 januari 2021 Gambar 11 Akuisisi drone 11 Oktober 2021 Data akuisisi yang tidak kalah penting yaitu ortomosaik foto udara digunakan untuk perencanaan pembebasan lahan.
Data digunakan bidang Pertahanan Disperkim untuk menghitung luasan lahan serta pembagian persil untuk ganti untung tanah warga yang masuk lahan yang akan dibebaskan.
Proses deliniasi berupa PSU yang diperlukan kawasan permukiman.
Untuk data kontur diperoleh dari konversi data DSM menjadi data DTM (Gambar .
Data ini di konversi dari raster menjadi data vektor untuk memudahkan dalam proses overlay .
umpang tindi.
BPI, 2023 | 4
Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
http://dx.
org/10.
20527/bpi.
ISSN 2654-5926
Dengan proses deep learning memanfaatkan kecerdasan citra memudahkan dalam proses klasifikasi Setelah areal yang akan dijadikan daerah relokasi telah ditentukan dapat dipotong hasil klasifikasi lahan keseluruhan areal penelitian dengan batasan areal Gambar 15.
Gambar 12 Ortomosaik 11 Oktober 2021 Gambar 13 Data DSM 11 Oktober 2021 Kombinasi dari data raster berupa ortomosaik foto udara dan data kontur akan memudahkan dalam proses perencanaan selanjutnya (Gambar .
Penggabungan kedua data ini akan memudahkan dalam melihat kondisi di lapangan melalui visualisasi gambar dan menentukan ketinggian dengan bantuan data kontur tanah (DTM).
Gambar 15 Klasfikasi lahan daerah relokasi Data klasifikasi lahan format spasial yang telah memiliki atribut berupa kode grid kemudian di konversi toponiminya sesuai dengan jenis tutupan lahannya.
Dalam penelitian ini, dibuatkan 8 jenis kode grid seperti terlihat pada Tabel 1.
Tabel 1 Klasifikasi Lahan lokasi relokasi Kode Grid Klasifikasi Lahan Sungai Jalan Rumah / Bangunan Rumah / Bangunan Rusak Kebun Hutan Lumpur Longsor Luas Total Luas .
0,96 222,63 860,56 399,62 408,31 523,94 523,04 15,81 954,86 Pembahasan Untuk mendapatkan kontur dengan cara teristris memerlukan waktu lama dibandingkan secara fotogrametris dengan drone (Sutanto & Ridwan, 2.
Dalam penelitiannya tersebut kontur dihasilkan dari data DSM dan DTM dengan resolusi 5 cm dengan waktu pengolahan selama 5 hari.
Pemanfaatannya drone membantu pengelola air untuk mengembangkan solusi pengelolaan yang lebih berkelanjutan berdasarkan data lapangan yang sebenarnya (Koutalakis et al.
, 2.
Gambar 14 Data DSM 11 Oktober 2021
BPI, 2023 | 5
Buletin Profesi Insinyur 6.
(Edisi Khusus: Prosiding Seminar Nasional IX Teknik Sipil 2.
http://dx.
org/10.
20527/bpi.
Pada penelitian ini, waktu pengolahan dan pengambilan dengan kisaran waktu 3 hari.
Dengan resolusi DSM yang lebih rendah yaitu 19 cm.
Kemampuan perangkat keras dan lunak pengolah data akan mempengaruhi resolusi yang dihasilkan.
Sehingga disarankan untuk menggunakan Komputer dengan kemampuan Video Graphics Adapter (VGA) dan memori komputer atau yang dikenal dengan Random Access Memory (RAM) serta prosesor dalam mengolah Klasifikasi lahan sendiri dimudahkan dengan adanya perangkat AuDeep LearningAy.
Deep Learning sendiri melakukan klasifikasi langsung dari data yang disediakan seperti .
ambar, teks, suar.
sesuai skema yang telah dibuat (Madhukar & Pooja, 2.
Deep Learning didasarkan pada arsitektur jaringan saraf, dalam Deep Learning ada sejumlah besar lapisan tersembunyi tidak seperti 2-3 di jaringan saraf Setiap lapisan jaringan Deep Learning mengubahnya, dan meneruskannya ke lapisan Dengan cara ini, jaringan belajar langsung dari data di setiap lapisan yang pada gilirannya meningkatkan kompleksitas dan detail dari apa yang dipelajari dari lapisan ke lapisan, sehingga membuat sistem lebih efisien dan cerdas.
Sehingga semakin tinggi resolusi mosaik foto hasil drone maka akan semakin detil data yang akan bisa dihasilkan.
Dari hasil penelitian ini dapat menggambarkan kondisi wilayah terdampak banjir melalui data raster dan vektor yang dihasilkan.
Data raster ortomosaik foto dengan resolusi 4,83 cm/piksel dan resolusi DSM 19,3 cm/piksel dari 553 foto.
Kesimpulan Penelitian ini menghasilkan beberapa kesimpulan yang bisa diungkap antara lain :
Analisis intelligence geospatial memberikan kemudahan dalam penentuan lokasi relokasi pasca banjir bandang dengan menggabungkan citra, kecerdasan citra dan informasi lapangan, dimana didapatkan lokasi di RT 4 yang memiliki keunggulan antara lain : ada akses jalan Jalan Usaha Tani, dekat dengan tempat ibadah, kontur tanah lebih tinggi dan sebagian besar lahan di bekas tanaman keras .
sehingga tanah relatif lebih kokoh.
Penggunaan drone sangat memudahkan dalam memberikan informasi yang terbaru lokasi terdampak banjir bandang.
Data hasil analisis sangat berguna bagi beberapa instansi pengguna seperti Badan Penanggulangan Bencana Daerah (BPBD) dan Dinas Sosial dalam mengorganisir bantuan awal.
Data raster dapat digunakan Dinas Perkim dalam identifikasi rumah rusak dan bantuan bedah rumah.
Data DEM dapat digunakan untuk menganalisis lokasi relokasi.
Penggunaan drone selain cepat juga murah dalam pengambilan data lapangan.
ISSN 2654-5926
Ucapan Terimakasih Penulis mengucapkan terimakasih kepada Pemerintah Kabupaten Hulu Sungai Tengah atas kesempatan yang diberikan untuk melakukan penelitian.
Referensi