Anggita Puspita Ambarini, Filsa Bioresita, N. Hayati
{"title":"Analisis Sebaran Spasial Genangan Banjir Terkait Tutupan Lahan di Kota Banjarmasin, Kalimantan Selatan Menggunakan Citra Sentinel 1 dan 2","authors":"Anggita Puspita Ambarini, Filsa Bioresita, N. Hayati","doi":"10.12962/geoid.v19i2.1143","DOIUrl":null,"url":null,"abstract":"Kota Banjarmasin merupakan salah satu kota di Indonesia yang rawan banjir. Pada 20 Januari 2021 terjadi banjir di beberapa wilayah di Kota Banjarmasin. Banjir mengakibatkan kerugian materi dan sekitar 100 ribu jiwa terdampak, dimana beberapa diantaranya diharuskan mengungsi ke tempat yang lebih aman. Upaya mitigasi bencana banjir dapat dilakukan dengan memetakan genangan banjir menggunakan citra satelit penginderaan jauh, salah satunya citra satelit Synthetic Aperture Radar (SAR) Sentinel-1. Pemetaan genangan banjir dilakukan menggunakan cloud computing Google Earth Engine dengan metode change detection, dimana citra saat banjir dibagi dengan citra sebelum banjir. Luas genangan banjir pada 20 Januari 2021 di Kota Banjarmasin dengan nilai ambang batas (threshold) yang digunakan adalah 1,1 adalah sebesar 1.674,501 ha dengan overall accuracy 91,25%. Banjir berkaitan erat dengan tutupan lahan. Identifikasi tutupan lahan dapat dilakukan menggunakan citra optis Sentinel-2 dengan metode supervised classification. Pemetaan tutupan lahan menggunakan algoritma Classification and Regression Trees (CART) dengan Google Earth Engine. Hasil klasifikasi tutupan lahan dikategorikan menjadi lima kelas yaitu badan air, lahan terbangun, vegetasi, lahan kosong, dan pertanian. Perhitungan uji akurasi dengan confusion matrix menghasilkan nilai overall accuracy sebesar 95,175% dan kappa sebesar 93,08%, sehingga telah memenuhi ketentuan USGS dan menunjukkan akurasi yang sangat baik berdasarkan kriteria Koefisien Kappa Cohen. Kelas tutupan lahan yang paling terdampak adalah lahan terbangun dan pertanian. Hal ini dapat disebabkan karena laju infiltrasi lahan terbangun dan lahan pertanian seperti sawah tergolong sedang hingga lambat dan sistem drainase di Kota Banjarmasin yang kurang memadai.","PeriodicalId":30776,"journal":{"name":"Geoid","volume":"21 12","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Geoid","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.12962/geoid.v19i2.1143","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Kota Banjarmasin merupakan salah satu kota di Indonesia yang rawan banjir. Pada 20 Januari 2021 terjadi banjir di beberapa wilayah di Kota Banjarmasin. Banjir mengakibatkan kerugian materi dan sekitar 100 ribu jiwa terdampak, dimana beberapa diantaranya diharuskan mengungsi ke tempat yang lebih aman. Upaya mitigasi bencana banjir dapat dilakukan dengan memetakan genangan banjir menggunakan citra satelit penginderaan jauh, salah satunya citra satelit Synthetic Aperture Radar (SAR) Sentinel-1. Pemetaan genangan banjir dilakukan menggunakan cloud computing Google Earth Engine dengan metode change detection, dimana citra saat banjir dibagi dengan citra sebelum banjir. Luas genangan banjir pada 20 Januari 2021 di Kota Banjarmasin dengan nilai ambang batas (threshold) yang digunakan adalah 1,1 adalah sebesar 1.674,501 ha dengan overall accuracy 91,25%. Banjir berkaitan erat dengan tutupan lahan. Identifikasi tutupan lahan dapat dilakukan menggunakan citra optis Sentinel-2 dengan metode supervised classification. Pemetaan tutupan lahan menggunakan algoritma Classification and Regression Trees (CART) dengan Google Earth Engine. Hasil klasifikasi tutupan lahan dikategorikan menjadi lima kelas yaitu badan air, lahan terbangun, vegetasi, lahan kosong, dan pertanian. Perhitungan uji akurasi dengan confusion matrix menghasilkan nilai overall accuracy sebesar 95,175% dan kappa sebesar 93,08%, sehingga telah memenuhi ketentuan USGS dan menunjukkan akurasi yang sangat baik berdasarkan kriteria Koefisien Kappa Cohen. Kelas tutupan lahan yang paling terdampak adalah lahan terbangun dan pertanian. Hal ini dapat disebabkan karena laju infiltrasi lahan terbangun dan lahan pertanian seperti sawah tergolong sedang hingga lambat dan sistem drainase di Kota Banjarmasin yang kurang memadai.