PENUNTUN PRAKTIKUM Inderaja dan Sistim Informasi Geografis Perairan (GMKB604)

Penuntun Praktikum Analisis Zona Rawan Banjir

PENUNTUN PRAKTIKUM Inderaja dan Sistim Informasi Geografis Perairan (GMKB604) Analisis Rawan Banjir (Studi Kasus di Kabupaten Barito Kuala)

Disusun Oleh : Abdur Rahman, S.Pi, M.Sc FAKULTAS PERIKANAN & ILMU KELAUTAN MANAJEMEN SUMBERDAYA PERAIRAN UNIVERSITAS LAMBUNG MANGKURAT BANJARBARU 2011 Dosen : Abdur Rahman, S.Pi, M.Sc Staf Pengajar Program Studi Manajemen Sumberdaya Perairan - Fak.Perikanan & Kelautan-UNLAM

1


2

KATA PENGANTAR Alhamdulillah Penulis panjatkan rasa syukur kehadirat Allah SWT atas berkah, rahmat dan Hidayah-Nya, sehingga Penuntun Praktikum ini dapat diselesaikan. Praktikum KABUPATEN

”ANALISIS BARITO

RAWAN

KUALA)”

BANJIR

merupakan

(STUDI

Penuntun

KASUS

Praktikum

DI yang

dilaksanakan dalam rangka memenuhi SKS Mata Inderaja dan Sistim Informasi Geografis (SIG) Perairan (GMKB604). Pemahaman yang lebih mendalam terhadap konsep-konsep manajemen perairan dan konservasi sumberdaya air

dan tanah

diharapkan dapat meningkatkan seiring dengan peningkatan kemampuan analisis terhadap fenomena-fenomena dalam ruang lingkup Daerah Aliran Sungai (DAS). Penulis menyadari bahwa Penuntun Praktikum ini masih jauh dari sempurna, oleh karena itu kritik dan saran ke arah perbaikan sangat praktikan harapkan. Akhirnya semoga laporan Penuntun Praktikum ini dapat dijadikan pelengkap referensi dan bermanfaat bagi kita semua, Amiin.

Banjarbaru, Januari 2011 Penulis,

ii

Dosen : Abdur Rahman, S.Pi, M.Sc Staf Pengajar Program Studi Manajemen Sumberdaya Perairan - Fak.Perikanan & Kelautan-UNLAM


3

DAFTAR ISI

Halaman

KATA PENGANTAR .........................................................................................

i

DAFTAR ISI .........................................................................................................

ii

BAB

I.

RAWAN BANJIR ............................................................................

1

BAB II.

DIGITAL ELEVATION MODEL (DEM) .......................................

2

BAB III.

TOPOGRAPHIC WETNESS INDEX (TWI) ...............................

5

BAB IV.

TIPE DATA SISTIM INFORMASI GEOGRAFIS .....................

6

BAB V.

TUJUAN DAN MANFAAT PRAKTIKUM ...............................

9

BAB VI.

METODE PRAKTIKUM ..............................................................

10

DAFTAR PUSTAKA ..........................................................................................

13



4

BAB

Rawan Banjir

D

1

aerah Aliran Sungai (DAS) merupakan suatu sistem ekologi. Sebagai suatu

sistim ekologi, dalam suatu DAS terdapat interaksi dan saling ketergantungan (interdependensi) antara jasad hidup dan lingkungannya, sehingga setiap ada masukan (input) ke dalam ekosistem tersebut dapat dievaluasi proses yang berlangsung dengan melihat keluaran dari ekosistem tersebut. Dalam ekosistem DAS komponen masukan terdiri atas curah hujan sedangkan komponen luaran terdiri dari debit aliran, muatan sedimen dan unsur-unsur hara di dalamnya (Asdak, 2004; Gunawan, 2007). Keberadaan dan kondisi ekosistem Daerah Aliran Sungai (DAS) atau sering disebut cekungan sungai merupakan salah satu isu nasional dalam beberapa tahun terakhir. Hal ini dikarenakan salah satu variabel terjadinya banjir adalah kondisi DAS yang kritis, seperti terjadinya penyimpangan tata guna lahan.

Fenomena tersebut

merupakan indikasi rusaknya keseimbangan tata air (water balance) akibat berkurangnya kemampuan beberapa proses daur hidrologi (infiltrasi dan daya tampung) sehingga nilai limpasan permukaan pada daerah aliran sungai (DAS) menjadi lebih besar melewati kapasitas tampung sungai. Kondisi ini menyebabkan berkurang dan hilangnya daerah resapan sebagai penyangga terhadap beban banjir yang terlalu besar, akibat tingginya curah hujan yang terjadi (Bakornas, 2004 ; Yusuf dkk, 1985).



5

BAB

Digital Elevation Model (DEM)

2

K

onsep tentang Digital Terrain Model (DTM) merupakan suatu hal yang

relatif masih baru dan telah berkembang pesat. Istilah ini dikembangkan oleh dua orang Engineer Amerika Serikat (Miller dan La Flamme) yang bekerja di Laboratorium Fotogrametri MIT (Massachusetts Institute of Technology) di akhir tahun 1950-an. Mereka mendefenisikan DTM adakah gambaran permukaan bumi yang disajikan secara statistik yang terdiri dari himpunan titik-titik koordinat X,Y,Z hasil pengukuran lapangan (Prahasta, 2008). Sejak saat itu muncul beberapa terminologi lain seperti Digital Elevation Model (DEM), Digital Height Model (DHM), Digital Ground Model (DGM), dan Digital Terrain Elevation Data

(DTED) atau Digital Surface Model

(DSM). Walaupun secara umum hampir semua literatur, DTM dan DEM dianggap memiliki pengertian yang sama, tetapi ada beberapa literatur yang menyebutkan perbedaan keduanya. Menurut InfoTerra05 dalam Prahasta (2008) menyebutkan bahwa DEM memperhitungkan (mengukur) titik-titik (unsur-unsur) tertinggi yang terletak di bawah tinggi nominal pengamat (contoh sensor satelit) yang melayang-layang di atas permukaan bumi dengan liputan data-data berupa ketinggian (bagian paling atasnya), unsur-unsur bangunan, pucuk vegetasi, beserta obyek-obyek lain yang menonjol dari permukaan bumi dan dapat dikenali oleh sensor (pengamat) seperti data-data DEM yang diturunkan langsung dari sensor-sensor satelit SPOT, RadarSat, Ikonos, Aster, dan lainlain.

Menurut TerraWeb05 Digital Elevation Model (DEM) merupakan representasi

topografi atau elevasi dari suatu area atau wilayah dengan basis piksel demi piksel dalam format raster. Sementara bilangan dijital (DN) yang terdapat dalam setiap piksel DEM Dosen : Abdur Rahman, S.Pi, M.Sc Staf Pengajar Program Studi Manajemen Sumberdaya Perairan - Fak.Perikanan & Kelautan-UNLAM


6

adalah sama dengan nilai ketinggian pada seluruh wilayah atau area individu piksel yang bersangkutan. Digital Terrain Model (DTM) adalah data digital yang menggambarkan geometri dari bentuk permukaan bumi (atau bagiannya) yang terdiri dari himpunan titik-titik koordinat hasil sampling daripermukaan dan dari algoritma yang mendefenisikan permukaan tersebut dengan menggunakan himpunan koordinat (Tempfli, 1991). Variasi dari permukaan bumi, seperti relief dapat disajikan secara matematis sebagai fungsi dari posisi, dan posisi dapat didefenisikan sebagai koordinat geografi (,) atau koordinat empat persegi panjang (X,Y) pada peta proyeksi misalnya UTM (Universal Transvers Mercator). Data DTM hanya memperhitungkan ketinggian di permukaan bumi, seperti garis kontur yang mengacu pada datum mean sea level.

Orthorectified

Digital Surface Model

Digital Terrain Model

Gambar 2.1. Perbedaan Digital Terrain Model dan Digital Surface Model

Ada beberapa struktur data yang dapat dipakai untuk menyajikan topografi permukaan bumu yaitu ; struktur data grid (lattice), TIN (Trianguler Irreguler Network) dan Kontur (Contours). a. Grid (Lattice) Struktur matriks yang digunakan untuk merekam relasi-relasi topologi yang terdapat diantara titik-titik data secara implisit, algoritma-algoritma yang terkait dengan permodelan DTM berbasis grid cenderung bersifat “straight-forward”. Struktur grids menggunakan sebuah bidang segitiga teratur, segiempat, atau bujursangkar atau bentuk siku yang teratur (Prahasta, 2008; Moore et al., dalam Purwanto, 2002). Dosen : Abdur Rahman, S.Pi, M.Sc Staf Pengajar Program Studi Manajemen Sumberdaya Perairan - Fak.Perikanan & Kelautan-UNLAM


7

Gambar 2.2. Struktur Model Grid (Lattice)

b. TIN (Trianguler Irreguler Network) TIN adalah serangkaiansegitiga yang tidak tumpang tindih dihitung dari titik ruang yangtak beraturan dengan koordinat x,y,dan nilai z yang menyajikan data elevasi. Data disimpan dalam suatu himpunan atau topologi yang berhubungan antara segitiga dengan segitiga didekatnya yang digabungkan dengan tiga titik segitiga yang dikenal dengan facet (Laurini and Thompson, 1992 dalam El-Sheimy, 1999).

Gambar 2.3. Struktur Model TIN



8

c. Kontur (Contours) Struktur data yang diperoleh dari digitasi kontur dalam format seperti Digital Line Graps (DLGs) membuat pasangan-pasangan koordinat x,y sepanjang tiap garis kontur yang menunjukan elevasi khusus.

Gambar 2.4. DEM dari garis kontur



9

BAB

Topographic Wetness Index (TWI)

3

Metode Index Kebasahan TWI (Topographic Wetness Index) adalah metode untuk memodelkan zona rawan banjir dengan menggunakan data Digital Elevation Model (DEM). Model data raster yang digunakan lebih sesuai untuk memodelkan zona rawan banjir, terutama dalam memahami pola aliran dari data topografis yang ada. Model ini menggunakan DEM yang diturunkan menjadi akumulasi aliran (flow accumulation), batas DAS (Watershed), arah aliran (flow direction) dan tipe/ordo sungai (stream), dengan menggunakan Watershed Delineation Tools (WDT) pada Analyst Tools program Arc. GIS dapat dihitung zona banjir dengan menggunakan rumus sebagai berikut :

TWI

= ln (As/tan B) ............................................................................. (1)

Dimana ; As adalah akumulasi aliran dan B adalah kemiringan (Putra, 2007).

Dengan menggunakan fasilitas Spatial Analyst data DEM juga dapat diturunkan peta lereng (slope) sebagai parameter masukan untuk menentukan TWI. Perhitungan dilakukan dengan menggunakan Extention Math pada software Arc.GIS 9.2.



10

BAB

Tipe Data Sistim Informasi Geografis

G

4

IS singkatan dari Geographic Information System atau Sistem Informasi

Geografis. GIS merupakan suatu alat yang dapat digunakan untuk mengelola (input, manajemen, proses dan output) data spasial atau data yang bereferensi geografis. Setiap data yang merujuk lokasi di permukaan bumi dapat disebut sebagai data spasial bereferensi geografis. Misalnya, data kepadatan penduduk suatu daerah, data jaringan jalan suatu kota, data distribusi lokasi pengambilan sampel dan sebagainya.

4.1. Macam-Macam Data pada GIS Data GIS dapat dibagi menjadi dua macam, yaitu data grafis dan data attribut atau tabular. Data grafis adalah data yagn menggambarkan bentuk atau kenampakan objek di permukaan bumi.

Sedangkan data tabular adalah data deskriptif yang

menyatakan nilai dari data grafis tersebut.

4.2. Macam-Macam Data pada GIS Secara garis besar, data grafis dibedakan menjadi tiga macam yaitu data titik (point), garis (polyline, line) dan area (region/poligon).

Data grafis titik biasanya

digunakan untuk mewakili objek kota, stasiun curah hujan, alamt customer dan lain-lain. Data Garis dapat dipakai untuk menggambarkan jalan, sungai, jaringan listrik dan lainlain. Sementara data Area digunakan untuk mewakili batas administrasi, penggunaan lahan, kemiringan lereng dan lain-lain.



11

Sementara struktur data GIS ada dua macam, yaitu vektor dan raster. Pada struktur data vektor, posisi objek dicatat padas sistem koordinat. Di sisi lain, objek pada struktur data raster disimpan pada grid 2 dimensi, yaitu baris dan kolom.

Untuk memperjelas

pemahaman tentang data struktur data GIS, perhatikan gambar berikut ini.

(a) titik

(b) garis

(c) area

b

Gambar 4.1. Contoh struktur data GIS, (a) struktur data vektor dan (b) raster



12

BAB

Tujuan dan Manfaat Praktikum

5

5.1. Tujuan Praktikum Praktikum ini bertujuan meningkatkan kemampuan analisis mahasiswa dengan pemahaman terhadap materi praktikum dan studi kasus, melalui fasilitas Sistim Informasi Geografi dalam memahami konsep Data Digital Penginderaan Jauh yang berhubungan dengan Banjir. 6.3. Manfaat Praktikum Praktikum ini mempunyai manfaat antara lain : 1. Mengetahui dan memahami dasar-dasar teori pengolahan citra digital dengan menggunakan software Arc Gis 9.2. 2. Memberikan informasi yang cepat berupa data kebumian mengenai ”Zona Rawan

Banjir”,

dengan

menggunakan

Formula

Indeks

Kebasahan

(Topographic Wetness Index/TWI) Daerah Kabupaten Barito Kuala dan Sekitarnya Propinsi Kalimantan Selatan.



13

BAB

Metode Praktikum

6

6.1. Waktu dan Tempat Praktikum Pengolahan dan Analisis Citra Digital ini dilaksanakan di Studi Komputasi dan Penginderaan Jauh Terapan Program Studi Manajemen Sumberdaya Perairan Fakultas Perikanan dan Ilmu Kelautan Universitas Lambung Mangkurat 6.3.

Metode Pengumpulan Data Data Praktikum terdiri : Citra Radar SRTM Daerah Kabupaten Barito dan

sekitarnya, Digital Elevation Model (DEM) Kabupaten Marabahan dan sekitarnya, Watershed

Delineation Tools

(WDT), Data

Raster akumulasi aliran

(Flow

Accumulation) dan peta lereng (slope) darah Marabahan dan sekitarnya. Data pendukung yang di pergunakan dalam penelitian ini adalah Koordinat Lapang Daerah Marabahan dan sekitarnya

Perangkat lunak pengolahan data yang

digunakan adalah ; Arc.GIS 9.2, dan, MS. Excel. 6.3.

Analisis Data Pengolahan data pada Praktikum ini dibagi menjadi 4 (empat) bagian yaitu :

1. Citra Radar SRTM resolusi spasial 50 meter diturunkan menjadi Citra DEM menggunakan software Global Mapper ver 10. 2. Digital Elevation Model (DEM) akan diturunkan menjadi peta lereng, peta akumlasi aliran dengan menggunakan fasilitas Watershed Delineation Tools (WDT) .



14

3. Peta lereng dan flow accumulation yang diperoleh akan dianalisis menggunakan formula Topographic Wetness Index (TWI) untuk menentukan Zona Rawan Banjir. 4. Menentukan tingkat rawan banjir berdasarkan rawan banjir sesuai dengan Tabel Kerawanan TWI.

START

Citra SRTM

DEM

Watershed Delineation Tools

Slope

Flow Accumulation

Topographic Wetness Index (TWI)

Analisis

Zona Rawan Banjir Kabupaten Barito Kuala Keterangan : = Proses = Hasil Gambar 6.1. Skema Prosedur Praktikum Dosen : Abdur Rahman, S.Pi, M.Sc Staf Pengajar Program Studi Manajemen Sumberdaya Perairan - Fak.Perikanan & Kelautan-UNLAM


15

Tabel 1. Klasifikasi Tingkat Rawan Banjir Berdasarkan TWI Nilai Indeks Kebasahan < 1,1

Tingkat Kerawanan Banjir Tidak Rawan

1,1 – 3,58

Potensial

3,58 – 6,05

Agak Rawan

6,05 – 8,82

Rawan

8,82 – 23,22

Sangat Rawan

Keterangan Wilayah tidak rawan banjir, kemiringan lereng > 40% Wiayah berpotensi banjir, kemiringan lereng 25 – 40 % Wilayah agak rawan banjir, kemiringan lereng 15-25 % Wilayah rawan banjir secara periodik, kemiringan lereng 8 – 15 % Wilayah rutin terjadi banjir secara periodik, kemiringanlereng 0 – 8%

Sumber : Putra (2007)

Tabel 2. Klasifikasi Lereng Kelas

Kemiringan Lereng (%)

I

0-8

II III IV V

8 – 15 15 – 25 25 – 40 > 40

Kriteria Kerawanan Banjir Sangat Rawan Rawan Agak Rawan Potensial Tidak Rawan

Kriteria Kerawanan

Wilayah rutin terjadi banjir secara periodik Wilayah rawan banjir secara periodik Wilayah agak rawan banjir Wilayah berpotensi banjir Wilayah tidak rawan banjir

Sumber : US. Forest dan USDA



16

DAFTAR PUSTAKA Asdak, 2002. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Penerbit Gadjah Mada University Press. 618 halaman. Gunawan, T. 2007. Pendekatan Ekosistem Bentang Lahan Sebagai Dasar Pembangunan Wilayah Berbasis Lingkungan Di Daerah Istimewa Yogyakarta. Makalah. Fakultas Geografi UGM. Yogyakarta. Yusuf, G, dkk., 1985. Perbaikan dan Pengaturan Sungai. Paramita. Jakarta. 355 halaman.

Penerbit PT. Pradnya

Prahasta, E. 2008. Model Permukaan Dijital. Pengolahan Data DTM (Digital Terrain Model) & DEM (Digital Elevation Model) Dengan Perangkat Lunak : Surfer, Global Mapper dan Quickgrid. Penerbit Informatika Bandung. 537 halaman. El-Sheimy, N. 1999. Digital Terrain Model. Department of Geomatics Engineering. The University of Calgary. Purwanto, T. 2002. Pengembangan Perhitungan Paralaks Dengan Digitizer, PC ArcInfo, dan TIN PC ArcInfo Untuk Pembentukan Model Medan Digital. Tesis, Penginderaan Jauh Program Pascasasarjana Universitas Gadjah Mada. (Tidak Diterbitkan). Putra, E.H., 2007. Menentukan Lokasi Daerah Rawan Banjir (Studi Kasus propinsi Sulawesi Utara) Menggunakan Metode TWI. Pengendali Ekosistem Hutan.


PENUNTUN PRAKTIKUM Inderaja dan Sistim Informasi Geografis Perairan (GMKB604)

Recommend Documents