SKENARIO ADAPTASI KAWASAN BANJIR BERDASARKAN TINGKAT BAHAYA DI KECAMATAN BABAT KABUPATEN LAMONGAN Oleh
Sabaruddin-3610100044
Dosen Pembimbing Putu Gde Ariastita, ST., MT
Proses Preview 1 • • •
Penguatan kenapa harus Kerentanan lingkungan Penambahan variabel kedalaman genangan
•
Perbaikan redaksional definisi operasional Perbaikan uraian teknik analisa
•
Perbaikan penulisan ilmiah
2 • • •
Perubahan orientasi kerentanan lingkungan menjadi Bahaya Memperkuat landasan teori tentang kebahayaan Menggantikan arahan menjadi skenario
SKENARIO ADAPTASI KAWASAN BANJIR BERDASARKAN TINGKAR BAHAYA
Latar Belakang
PERTANYAAN PENELITIAN Variabel-variabel apa saja yang mempengaruhi terjadinya bahaya banjir guna merumuskan skenario adaptasi kawasan banjir di Kecamatan Babat? TUJUAN Untuk mendapatkan skenario adaptasi kawasan berdasarkan tingkat bahaya banjir di Kecamatan Babat Kabupaten Lamongan
Sasaran 1: Menganalisa variabel-variabel yang mempengaruhi bahaya banjir
Sasaran 2:
Pemodelan tingkat bahaya banjir melalui variabelvariabel yang mempengaruhinya
Sasaran 3: Skenario adaptasi kawasan banjir berdasarkan hasil pemodelan
RUANG LINGKUP PEMBAHASAN
• Tahapan menganalisa variabel-variabel yang mempengaruhi bahaya banjir. • Tahapan penentuan pemodelan tingkat bahaya banjir berdasarkan variabel-variabel yang mempengaruhinya. • Skenario adaptasi kawasan banjir berdasarkan hasil pemodelan. • Menemukan skenario adaptasi terbaik. • Penelitian ini tidak memperhitungkan daya dukung (kapasitas), kerentanan, dan resiko RUANG LINGKUP WILAYAH
SKENARIO ADAPTASI KAWASAN BANJIR BERDASARKAN TINGKAR BAHAYA
Tinjauan Pustaka Lahan terbangun
Lahan pertanian
Aktifitas Manusia
Drainase
Lahan terbangun
Vegetasi
Catchment Area
Urbanisasi Penggundulan Hutan Perilaku Masyarakat
Aktifitas Alam (Statis)
Drainase
Lahan pertanian
Lahan terbangun
Vegetasi
Catchment Area
Geometri Sungai Fisiografi Sungai
Lahan pertanian
Aktifitas Alam (Dinamis)
Drainase
Vegetasi
Catchment Area
Sedimentasi Pasang Air Laut Pendangkalan Perubahan Cuaca
Sumber: Hasil sintesa, 2014 dari Istiarto (2008), NIDM (2008), Miriam dan Lacey (2000), Coburn dan spence (1994), Waryono (2008), Mislan (2011), Kodoatie dan Sjarief (2010), Maryono dalam Suyono (2009), Panduan Program for hydro-meteorological risk disaster mitigation in secondary cities in Asia, Buku panduan partisipasi masyarakat dalam penanggulangan banjir (2008), Seruyaningtyas (2008)
Konsep Spasial
Indikator Aktifitas Manusia
Indikator Alam (Statis)
Aktifitas Alam (Dinamis)
Hukum 1 Tobler “segala sesuatu saling
berhubungan satu dengan yang lainnya, tetapi sesuatu yang lebih dekat mempunyai pengaruh daripada sesuatu yang jauh”
SKENARIO ADAPTASI KAWASAN BANJIR BERDASARKAN TINGKAR BAHAYA
DEFINISI OPERASIONAL Variabel
Dependen Lama genangan Kedalaman genangan Independen Indikator Aktifitas Manusia Jarak Catchment area Jarak drainase Jarak vegetasi Jarak lahan terbangun Jarak Lahan Pertanian Jarak bangunan pelindung Indikator Alam (Statis) Kelerengan lahan Ketinggian lahan Jenis tanah
Definisi Operasional Ukuran waktu (jam) dihitung sejak air mulai menggenangi hingga surut Ukuran ketinggian permukaan air terhadap permukaan tanah
Jarak Catchment area (daerah tangkapan air) terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak drainase terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak area vegetasi terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak lahan terbangun terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak lahan pertanian terhadap titik pengukuran lama genangan dan kedalaman genangan dalam satuan meter Jarak bangunan pelindung atau tanggul terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter
Skor pengaruh tingkat kelerengan lahan terhadap genangan berdasarkan standar Jarak permukaan tanah terhadap ketinggian permukaan air laut Skor kemampuan jenis tanah (permeabilitas) terhadap genangan berdasarkan standar Jarak dari sungai Jarak antara batas terluar sungai (tepi sungai sungai) terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Indikator Aktifitas Alam (Dinamis) Curah hujan Skor debit curah hujan berdasarkan standar Sumber: Hasil Kajian Pustaka, 2014
METODE PENELITIAN Metode Penentuan Wilayah Sampling Berdasarkan Ketetapan Pemerintah dan Survei Primer Kelurahan Babat, Kelurahan Banaran, Desa Bedahan, Desa Truni, Desa Trepan, dan Desa Kebalanpelang
area sampling
Titik titik yang mewakili kerentanan lingkungan minimal 70 titik.
1
Menganalisa variabelvariabel yang mempengaruhi bahaya banjir
2
Pemodelan tingkat bahaya banjir melalui variabelvariabel yang mempengaruhinya
Euclidien Distance dengan Software GIS
3 Skenario adaptasi kawasan banjir berdasarkan hasil pemodelan
Regresi Linier Berganda Dengan Metode Stepwise
Variabel-Variabel yang mempengaruhi Bahaya Banjir
Uji t, Uji f, Uji asumsi klasik
1
Menganalisa variabelvariabel yang mempengaruhi bahaya banjir
2
Pemodelan tingkat bahaya banjir melalui variabelvariabel yang mempengaruhinya
Raster Calculator dengan Software GIS
3
Arahan Adaptasi kawasan banjir berdasarkan hasil pemodelan
Model Regeresi Linier Berganda (Output Sasaran 1)
Peta Prediksi Bahaya Banjir
Reclassify Peta Klasaifikasi Bahaya Banjir
1 Menganalisa variabelvariabel yang mempengaruhi bahaya banjir
2
Pemodelan tingkat bahaya banjir melalui variabel-variabel yang mempengaruhinya
3
Arahan Adaptasi kawasan banjir berdasarkan hasil pemodelan
Lama Genangan
Kedalaman Genangan Peta Prediksi Kedalaman Genangan
Peta Prediksi Lama Genangan
Skenario 1
Skenario 3 Deskriptif Kuantitatif
Skenario 2
Peta Lama Genangan Hasil Skenario 1
Skenario 3
Skenario 1
Peta Lama Genangan Hasil Skenario 3
Peta Lama Genangan Hasil Skenario 2
Skenario 2
Peta Kedalaman Genangan Hasil Skenario 1
Peta Kedalaman Genangan Hasil Skenario 3
Peta Kedalaman Genangan Hasil Skenario 2
SKENARIO ADAPTASI KAWASAN BANJIR BERDASARKAN TINGKAR BAHAYA
GAMBARAN UMUM
KONDISI FISIK LINGKUNGAN
GAMBARAN UMUM
TOPOGRAFI Topografiantara 4-12,5 meter dpl hingga 87,5 mdpl.
DRAINASE Kondisi saluran Drainase sebagian besar masih bercampur dengan saluran Irigasi.
JENIS TANAH - Alluvial (2856 Ha) - Grumosol (2650,41 Ha) - Mediteran (790,52 Ha)
TANGGUL Jarak terdekat 10 – 20 meter hingga 200 meter dengan ketinggian 2 meter
CURAH HUJAN Babat berkisar 1.500 mm – 1.750 mm/ tahun dan 1750 mm – 2000 mm/tahun
KELERANGAN Kelerengan 0-8% sampai >15% menuju selatan
- Sawah Irigasi (3.946,39 ha) - Ladang/Tegal (865,71ha) - Tambak (134,93 ha) - Rawa (301,54 ha) - Padang rumput (16,75 ha ) - Semak belukar (71,08 ha) - Kolam/Waduk (24,61 ha)
VEGETASI Jenis vegetasi meliputi pohon kecil, pohon-pohon besar luas total 117,7 Ha
Permukiman (743,34 ha) Perdagangan Dan Jasa (61,88 ha), Industri dan Pergudangan (37,14 Ha) Fasilitas Pelayanan pendidikan,kesehatan, dan peribadatan (32,68 Ha), fasilitas perkantoran dan bangunan umum (4,90 Ha)
Sasaran 1 Menganalisa variabel-variabel yang mempengaruhi bahaya banjir LAMA GENANGAN
Model
R
R Square
Adjusted R Square
Model Summaryf Std. Error of the R Square Estimate Change
Change Statistics F df1 df2 Change
Sig. F Change
1 .614a .376 .367 55.21347 .376 41.062 1 68 2 .741b .550 .536 47.27705 .173 25.747 1 67 3 .833c .693 .679 39.30560 .144 30.932 1 66 d 4 .844 .712 .694 38.38651 .019 4.198 1 65 5 .855e .731 .710 37.40087 .019 4.471 1 64 a. Predictors: (Constant), Jarak Sungai b. Predictors: (Constant), Jarak Sungai, kemiringan c. Predictors: (Constant), Jarak Sungai, kemiringan, Vegetasi d. Predictors: (Constant), Jarak Sungai, kemiringan, Vegetasi, Daerah Tangkapan Air e. Predictors: (Constant), Jarak Sungai, kemiringan, Vegetasi, Daerah Tangkapan Air, Lahan f. Dependent Variable: Lama Genangan
DurbinWatson
.000 .000 .000 .045 .038
Terbangun
Jarak Sungai, kemiringan, Vegetasi, Daerah Tangkapan Air, Lahan Terbangun
1.251
UJI ASUMSI KLASIK REGRESI
(1) MULTIKOLINIERITAS Jika Nilai VIF > 10 maka terdapat gejala Multikolinieritas. Berdasarkan Nilai VIF pada tabel koefisien, tidak ada nilai VIF tiap variabel yang lebih besar dari 10
(2) NORMALITAS
DATA BERDISTRIBUSI NORMAL
metode kolmogorov-smirnov test. (nilai sig>0,05) (0.969>0,05) sehingga diambil kesimpulan bahwa data terdistribusi secara normal.
BEBAS MASALAH MULTIKOLINIERITAS
INTERPRETASI MODEL REGRESI KORELASI VARIABEL DEPENDEN DAN INDEPENDEN
Lama Genangan kemiringan Jarak Sungai Cathment area Drainase Lahan Pertanian Topografi Curah Hujan Jenis Tanah Vegetasi Tanggul Lahan Terbangun
Lama Genangan 1.000 -.348 -.614 .298 .038 -.087 .282 .036 .260 .406 -.373 -.433
ANOVAf Sum of df Squares
Model
5
Mean Square
Regression
242952.677
5
Residual Total
89524.809 332477.486
64 69
F
48590.54 34.737
Sig.
.000e
1398.825
Uji F
F hitung sebesar 34.737 dengan nilai signifikansi 0,00. Sedangkan nilai F tabel diperoleh pada tabel F dengan N 70 dan jumlah variabel 5 yaitu 2,35 dengan alpha 0.05. Thitung > t tabel maka kesimpulan yang bisa diambil yaitu koefisien determinasi signifikan secara statistik.
Uji t
Uji t digunakan untuk mengetahui apakah variabelvariabel independen secara parsial berpengaruh nyata atau tidak terhadap variabel dependen. Dengan Alpha 0,05 dan T tabel 1,66. Tanda Negatif menunjukkan Hubungan yang berlawanan arah terhadap Y (Lama Genangan). Semua variabel independen signifikan secara statistik kecuali nilai konstanta.
Model Constant Jarak Sungai Kemiringan Vegetasi Cathment area Lahan Terbangun
Unstandardized Coefficients B 251.625 -.194 -115.00 .084 .033 -.225
t
Sig.
9.803 -6.634 -5.184 4.541 2.341 -2.114
.000 .000 .000 .000 .022 .038
Sasaran 1 Menganalisa variabel-variabel yang mempengaruhi bahaya banjir KEDALAMAN GENANGAN
Model
R
R Adjusted R Square Square
Model Summaryf Std. Error of the R Square Estimate Change
Change Statistics F df1 df2 Change
1 .461a .213 .201 23.54045 .213 18.384 2 .585b .342 .323 21.67522 .130 13.207 3 .639c .408 .381 20.71497 .066 7.356 4 .685d .470 .437 19.75926 .061 7.539 e 5 .718 .516 .478 19.02839 .046 6.089 a. Predictors: (Constant), Jarak Sungai b. Predictors: (Constant), Jarak Sungai, kemiringan c. Predictors: (Constant), Jarak Sungai, kemiringan, Daerah Tangkapan Air d. Predictors: (Constant), Jarak Sungai, kemiringan, Daerah Tangkapan Air, Lahan e. Predictors: (Constant), Jarak Sungai, kemiringan, Daerah Tangkapan Air, Lahan f. Dependent Variable: Kedalaman Genangan
1 1 1 1 1
68 67 66 65 64
Sig. F Chan ge .000 .001 .009 .008 .016
DurbinWatson
Pertanian Pertanian, Drainase
Jarak Sungai, kemiringan, Daerah Tangkapan Air, Lahan Pertanian, Drainase
1.429
UJI ASUMSI KLASIK REGRESI
Model konstanta Jarak Sungai Variabel kemiringan Cathment Area Lahan Pertanian Variabel Drainase
VIF 1.283 1.199 1.558
(1) MULTIKOLINIERITAS Jika Nilai VIF > 10 maka terdapat gejala Multikolinieritas. Berdasarkan tabel koefisien, tidak ada nilai VIF tiap variabel yang lebih besar dari 10
1.138 1.121
DATA BERDISTRIBUSI NORMAL
(2) NORMALITAS
metode kolmogorov-smirnov test. (nilai sig>0,05) (.143>0,05) sehingga diambil kesimpulan bahwa data berdistribusi secara normal.
BEBAS MASALAH MULTIKOLINIERITAS
