Mohon tunggu...
SYANDI AFGHANI
SYANDI AFGHANI Mohon Tunggu... Mahasiswa - Mahasiswa

Mahasiswa Jurusan Geografi

Selanjutnya

Tutup

Ilmu Sosbud

Cepat Tanggap Turunkan Resiko Bencana: Pembuatan Peta Kerawanan Bencana Desa Kebobang Kecamatan Wonosari Kabupaten Malang

1 Desember 2022   02:40 Diperbarui: 1 Desember 2022   02:46 537
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Gambar 1: Parameter Curah Hujan/dokpri

Akhir-akhir ini sangat marak terjadi bencana alam di Indonesia yang disebabkan oleh beragai macam faktor. Indonesia memiliki dua musim yaitu musim kemarau dan musim penghujan. Selain itu Indonesia juga berada pada Ring of Fire yang menyebabkan Indonesia memiliki banyak pegunungan berapi aktif. Selain itu adanya angin muson timur juga menjadi penyebab beragamnya bencana alam yang ada di Indonesia. 

Pulau Jawa menjadi salah satu pulau yang sangat sering dilanda bencana alam baik gempa bumi, gunung meletus,  tanah longsor, dan angin puting beliung. Guna meminimalisir dari dampak yang ditimbulkan dengan adanya bencana alam maka kita sudah seharusnya mempersiapkan diri yang salah satunya dengan melihat peta kerawanan bencana alam pada masing-masing daerah. 

Dalam pembuatan peta bencana di desa kebobang tentunya memerlukan laptop yang bertujuan untuk digunakan sebagai peralatan dalam perancangan peta kebencanaan. Selain itu aplikasi yang digunakan dalam pembuatan peta kerawanan bencana kali ini adalah arcgis 10.8. Data-data yang digunakan meliputi SHP Jenis Tanah 2007 (FAO), DEM Alos-Palsar 10m (ASF), Curah Hujan 5 Tahun 2016-2020 (CHRS Data), Citra Sentinel 2A 2022 (USGS), dan Data Kerawanan Cuaca Ekstrim (Inarisk-BNPB).

Dalam pembuatan peta kerawanan bencana kali ini ada beberapa parameter yang akan digunakan guna menentukan tingkat kerentanan bencana Banjir, Tanah Longsor, dan Angin Puting Beliung. Beberapa parameter tersebut yaitu Curah Hujan, Kemiringan Lereng, Jenis Tanah, dan Penggunaan Lahan. 

Pertama-tama hal yang perlu dilakukan yaitu membuat tiap parameter, parameter pertama yang di susun yaitu curah hujan. Dengan menggunakan data curah hujan tahunan dari tahun 2016-2020 data yang telah di download dalam bentuk raster dirubah menjadi data titik dengan menggunakan fitur pada aplikasi arcgis yaitu Raster to Point. 

Kemudian dalam mendapatkan data cakupan curah hujan di desa Kebobang digunakan fitur Interpolation (Krigging). Setelah dilakukan proses Krigging selanjutnya data Raster tersebut akan dirubah menjadi data Vector dengan menggunakan fitur Raster to Polygon kemudian tinggal kita berikan parameter paada tiap nilai kelas yang tertera pada atribut tersebut.

Setelah selesai pembuatan parameter curah hujan sekarang kita lanjut ke parameter kedua yaitu Kemiringan Lereng. Pada pembuatan parameter Kemiringan Lereng Data Raster DEM Alos-Palsar  diolah menggunakan aplikasi Arcgis dengan menggunakan fitur slope yang bertujuan untuk mendapatkan visualisasi kemiringan lereng. 

Setelah itu data yang di dapatkan di klasifikasikan kembali menggunakan fitur Reclassify. Setelah data selesai di klasifikasikan, data diubah lagi menjadi bentuk polygon dan kemudian dilakukan pembagian nilai kelas dan juga pemberian skor pada tiap nilai kelas Atribut.

Gambar 2: Parameter Kemiringan Lereng/dokpri
Gambar 2: Parameter Kemiringan Lereng/dokpri

Selanjutnya, dalam pembuatan data SHP Jenis Tanah kita hanya perlu memasukkannya pada aplikasi Arcgis dan kemudian memberikan skor dan kelas yang sesuai dengan kebutuhan topik kebencanaan yang akan di ambil.

Gambar 3: Parameter Jenis Tanah/dokpri
Gambar 3: Parameter Jenis Tanah/dokpri

Parameter yang terakhir yaitu Penggunaan Lahan, dalam pembuatan parameter Penggunaan Lahan data yang digunakan yaitu data Citra Sentinel yang akan digunakan untuk pengklasifikasian tutupan lahan yang terdapat pada desa Kebobang. 

Dalam menentukan tutupan lahan pada citra yang akan diolah perlu adanya penggunaan fitur Image Clasification. Kemudian, dilakukan pengklasifikasian dengan menggunakan metode Supervised Maxima Likelhood (Klasifikasi Citra Terbimbing). Selanjutnya, data Raster yang telah di dapatkan diubah ke dalam bentuk Vector menggunakan fitur Raster to Polygon dan dilakukan pembagian kelas dan skoring nilai berdasarkan atribut.

Gambar 4: Parameter Penggunaan Lahan/dokpri
Gambar 4: Parameter Penggunaan Lahan/dokpri

HALAMAN :
  1. 1
  2. 2
Mohon tunggu...

Lihat Konten Ilmu Sosbud Selengkapnya
Lihat Ilmu Sosbud Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun