PENGEMBANGAN SISTEM INFORMASI PEMETAAN RISIKO BENCANA AKIBAT PERUBAHAN IKLIM BERBASIS WEB DI PROVINSI JAWA BARAT DAN BANTEN TRI ATMAJA

Transkripsi

1 PENGEMBANGAN SISTEM INFORMASI PEMETAAN RISIKO BENCANA AKIBAT PERUBAHAN IKLIM BERBASIS WEB DI PROVINSI JAWA BARAT DAN BANTEN TRI ATMAJA DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 204

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Pengembangan Sistem Informasi Pemetaan Risiko Bencana Akibat Perubahan Iklim Berbasis Web di Provinsi Jawa Barat dan Banten adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 204 Tri Atmaja NIM G

4 ABSTRAK TRI ATMAJA. Pengembangan Sistem Informasi Pemetaan Risiko Bencana Akibat Perubahan Iklim Berbasis Web di Provinsi Jawa Barat dan Banten. Dibimbing oleh YON SUGIARTO. Pengembangan sistem informasi perubahan iklim perlu dilakukan untuk mendesiminasikan risiko iklim secara lebih interaktif dan informatif. Tujuan penelitian ini adalah untuk mengembangkan sistem informasi pemetaan risiko perubahan iklim berbasis web di Provinsi Jawa Barat dan Banten. Data yang digunakan berupa data suhu dan curah hujan bulanan selama serta data komponen pembentuk iklim. Sistem dirancang menggunakan metode rekayasa web. Pengembangan sistem ini merupakan langkah tepat untuk mendesiminasikan informasi iklim karena informasi dapat diakses dengan mudah dan cepat. Sistem ini memberikan layanan informasi berupa indeks kerentanan,, peta kapasitas,, kondisi iklim, dan kondisi umum wilayah kajian. Informasi tersebut diharapkan dapat dijadikan bahan pertimbangan dalam mengambil kebijakan oleh pihak yang berkepentingan dalam merencanakan pembangunan suatu daerah dengan memperhatikan risiko saat ini dan masa depan. Kata kunci: desiminasi, metode rekayasa web, kebijakan. ABSTRACT TRI ATMAJA. Developing Information Systems of Mapping Disaster Risk Affected Climate Change Base on Web in West Java and Banten Province. Supervised by YON SUGIARTO. The development information systems of disaster risk maps affected climate change needs to be done to disseminate the climate disaster risk more interactive and informative. The purpose of this research is developing information systems of mapping disaster risk affected climate change base on web in West Java and Banten province. Data that used are temperature and precipitation monthly data during and risk maps components data. The system was designed using web engineering methods. Development of the information systems is the right step to disseminate information of climate disaster risk maps because the information can be accessed easily and quickly. This system provides information services such as vulnerability index, hazard maps, capacity map, disaster risks maps, climate conditions, and general conditions in study areas. The informations are expected to be considered in making policy by interested parties in the development of a regional plan in facing current and future disaster risk. Keyword : desimination, web engineering methods, policy.

5 PENGEMBANGAN SISTEM INFORMASI PEMETAAN RISIKO BENCANA AKIBAT PERUBAHAN IKLIM BERBASIS WEB DI PROVINSI JAWA BARAT DAN BANTEN TRI ATMAJA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Geofisika dan Meteorologi DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 204

6

7 Judul Skripsi : Pengembangan Sistem Informasi Pemetaan Risiko Bencana Akibat Perubahan Iklim Berbasis Web di Provinsi Jawa Barat dan Banten Nama : Tri Atmaja NIM : G Disetujui oleh Yon Sugiarto, MSc Pembimbing I Diketahui oleh Dr Ir Tania June, MSc Ketua Departemen Tanggal Lulus:

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia- Nya penulis dapat menyelesaikan penelitian dan penyusunan skripsi dengan baik. Skripsi dengan judul Pengembangan Sistem Informasi Pemetaan Risiko Bencana Akibat Perubahan Iklim Berbasis Web di Provinsi Jawa Barat dan Banten disusun sebagai syarat untuk memperoleh gelar Sarjana Sains pada Departemen Geofisika dan Meteorologi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor. Dalam menyelesaikan penelitian dan penyusunan skripsi penulis melibatkan banyak pihak yang telah membantu. Oleh karena itu, penulis sampaikan terimakasih kepada,. Kedua orang tua penulis Ayahanda Sutoro dan Ibunda Sariyah, serta kedua kakak atas doa, dukungan, dan nasehatnya selama ini. 2. Yon Sugiarto, M.Sc sebagai dosen pembimbing yang telah meluangkan waktunya untuk memberikan bimbingan, arahan, dan nasihat selama penelitian dan penyusunan skripsi. 3. Prof. Ahmad Bey sebagai dosen pembimbing akademik. 4. Dr. Ir. Tania June, M.Sc selaku ketua departemen, Ir. Bregas Budianto, Ass. Dpl selaku ketua komisi kemahasiswaan serta staf pengajar GFM atas ilmu, pengetahuan dan pengalaman yang diberikan selama perkuliahan. 5. Pak Per, Pak Imron, dan Pak Ujang yang telah banyak membantu dalam penelitian ini. 6. Adik sekaligus sahabat dan keluarga, Enggar Yustisi Arini atas kasih sayang, dukungan, do a, dan seluruh semangat serta motivasinya. 7. Sahabat PI AREA terkasih, Ryco, Adi, dan Edi yang setia menjadi pendengar keluh-kesah dan memberikan semangat, nasihat serta masukan kepada penulis. 8. Teman-teman satu bimbingan Budhe, Nunung, Linda, dan Aul atas dukungan, kerjasama, masukan, bantuan selama bimbingan, penelitian dan penyusunan skripsi. 9. Sahabat-sahabatku tercinta sedari dulu hingga sekarang (Alan, Disti, dan Pipit). 0. Teman-teman GFM 47 yang selalu bersama atas kebersamaannya.. Teman-teman kosan Pondok Kuning dan IMAPEKA senasib sepenanggungan (Adheng, Afith, Sanjoyo, Yosra, Ali, Irfan, Arfi, Dhimas, dan Fahmi). 2. Sahabat Asrama TPB C lorong 4 kamar 45 (Pak Budi, Agan Dhimas, dan Pak Rizky). 3. Sahabatku Zhilal, Bima, Mas Wahyu, dan Mas Syahrul. 4. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu penulis dalam menyelesaikan skripsi. Penulis menyadari bahwa tulisan ini masih jauh dari sempurna. Penulis berharap semoga tulisan ini dapat memperkaya ilmu pengetahuan dan bermanfaat bagi pembaca. Bogor, September 204 Tri Atmaja

9 DAFTAR ISI DAFTAR TABEL xi DAFTAR GAMBAR xi DAFTAR LAMPIRAN xi PENDAHULUAN Latar Belakang Tujuan Penelitian 2 METODE 3 Bahan 3 Prosedur Analisis Data 4 Pemetaan Risiko Bencana Perubahan Iklim 4 Pengembangan Sistem Informasi Berbasis Web 6 HASIL DAN PEMBAHASAN 8 Formulasi 8 Perencanaan 9 Analisis 0 Kondisi Geografi Wilayah Kajian 0 Kondisi Iklim Wilayah Kajian 0 Tren Perubahan Iklim 2 Proyeksi Perubahan Iklim 3 Bencana dan Perubahan Iklim 4 Indeks Bencana 6 Ancaman Bencana 8 Kapasitas Adaptif 8 Kerentanan Bencana 9 Risiko Bencana 9 Perancangan (Engineering) 20 Perancangan Isi atau Content 20 Perancangan Arsitektur 2 Perancangan Navigasi 22 Perancangan Keluaran 23

10 Perancangan Antarmuka 23 Pembuatan Halaman 24 Hasil dan Pengujian 25 Submenu Kondisi Geografis 25 Submenu Kondisi Iklim 26 Submenu Ancaman 27 Submenu Kapasitas 27 Submenu Kerentanan 28 Submenu Risiko 29 Evaluasi 29 SIMPULAN DAN SARAN 30 Simpulan 30 Saran 30 DAFTAR PUSTAKA 30 LAMPIRAN 34 RIWAYAT HIDUP 53

11 DAFTAR TABEL. Pembobotan indikator kapasitas a 5 2. Analisis studi kelayakan lingkungan operasi dari sisi client dan server 9 3. Jadwal pengembangan aplikasi 0 4. Pembagian menurut Ethiopian Disaster Preparedness and Prevention Commission (DPPC) b 5 5. Pembagian menurut EM-DAT The International Disaster Database c 5 6. Pembagian berdasarkan faktor penyebab dan dampaknya 6 DAFTAR GAMBAR. Peta wilayah kajian (Provinsi Jawa Barat dan Banten) 3 2. Diagram alir penelitian 4 3. Kontur curah hujan tahunan rata-rata dalam mm selama periode di Provinsi Jawa Barat dan Banten 4. Tren atau kecenderungan curah hujan tahunan pada periode pada stasiun iklim (a) Jatiwangi yang mewakili Provinsi Jawa Barat dan stasiun iklim (b) Serang yang mewakili Provinsi Banten 2 5. Tren atau kecenderungan suhu rataan tahunan pada periode stasiun iklim Jatiwangi 3 6. Struktur network (Sumber: Pressman 200 dalam Wuryantoro 2009) Diagram konteks sistem Desain navigasi sistem Sketsa antarmuka sistem Tampilan utama sistem 24. Kondisi geografis wilayah kajian (kiri) Jawa Barat (kanan) Banten Subsubmenu kondisi iklim Peta ancaman Provinsi Jawa Barat tahun Peta kapasitas Provinsi Jawa Barat Peta kerentanan Provinsi Jawa Barat Peta risiko Provinsi Jawa Barat 29 DAFTAR LAMPIRAN. Diagram alir pengembangan peta kean berbasis perubahan iklim Pembobotan indikator kerentanan d Klimograf curah hujan dan suhu udara rataan bulanan selama 30 tahun terakhir ( ) pada 23 stasiun iklim yang tersebar di Provinsi Jawa Barat dan Banten Definisi dan faktor penyebab DFD (Data Flow Diagram) Level DFD (Data Flow Diagram) Level Tampilan atas (header), kiri, tengah, dan bawah (footer) sistem Tampilan tengah sistem pada menu navigasi Pemetaan Tampilan tengah sistem pada menu navigasi Tentang Tampilan tengah sistem menu navigasi FAQ 4. Pengujian sistem 4

12

13 PENDAHULUAN Latar Belakang Perubahan iklim menjadi salah satu pemicu utama berbagai persoalan lingkungan dan manusia. Susandi et al. (2008) menyebutkan bahwa perubahan iklim dapat mengakibatkan dua hal utama yang terjadi di lapisan atmosfer paling bawah, yaitu fluktuasi curah hujan yang tinggi dan kenaikan muka laut. IPCC (203) juga menegaskan bahwa perubahan iklim, baik didorong oleh alam atau aktivitas manusia, dapat menyebabkan perubahan baik kemungkinan terjadinya maupun meningkatnya kejadian cuaca ekstrim seperti curah hujan ekstrim. Sejak tahun 50-an, jumlah kematian akibat iklim mengalami peningkatan sekitar 50% untuk setiap dekade (Kreimer & Munasinghe 99). Proyeksi masa depan (2050) menunjukan bahwa secara global korban jiwa akibat meningkatnya frekuensi iklim dapat mencapai jiwa/tahun dan kerugian ekonomi mencapai 300 milyar USD per tahun (SEI, IUCN, IISD 200 dalam KLH 2007). Berbagai persoalan dampak perubahan iklim ini terjadi hampir di seluruh belahan dunia termasuk di Indonesia. Berdasarkan data BNPB (20), bahwa tren di Indonesia terus meningkat dari tahun ke tahun. Bahkan menurut catatan OFDA/CRED Database Bencana Internasional (2007), sepuluh kejadian terbesar di Indonesia yang terjadi dalam periode waktu terjadi setelah tahun 90-an dan sebagian besar merupakan yang terkait dengan iklim. Provinsi Jawa Barat dan Banten merupakan bagian wilayah Indonesia dengan berbagai potensi. Berbagai potensi tersebut antara lain adalah banjir, kekeringan, tanah longsor, gelombang pasang atau kenaikan muka air laut, dan angin puting beliung. Adanya fenomena perubahan iklim semakin meningkatkan potensi kejadian - tersebut. Provinsi Banten yang sebagian besar wilayahnya merupakan wilayah pesisir dan pulau-pulau kecil menjadikan wilayah ini sebagai salah satu wilayah yang rentan terhadap dampak perubahan iklim. Alasannya, wilayah pesisir dan pulau-pulau kecil merupakan daerah yang berdampingan langsung dengan laut sehingga rentan terhadap kenaikan muka air laut, perubahan suhu permukaan air laut, dan perubahan pola cuaca dan iklim setempat yang mana frekuensinya meningkat akibat dampak perubahan iklim ini (Hutabarat et al. 20). Sementara itu, berdasarkan data dari Database Bencana Indonesia BNPB (DIBI) sejak tahun 85 sampai 203, Provinsi Jawa Barat menjadi provinsi dengan frekuensi kejadian terbesar kedua setelah Provinsi Jawa Tengah. Dengan demikian, Provinsi Jawa Barat dan Banten perlu menjadi sorotan utama dalam pengelolaan akibat perubahan iklim. Berdasarkan fenomena-fenomena di atas maka perubahan iklim yang sedang terjadi ini perlu disikapi dengan memperdalam pemahaman tentang bagaimana dampak perubahan iklim dimasa sekarang maupun mendatang dan apa yang harus dilakukan untuk meminimalisasi dampaknya. Sebagai salah satu langkah mitigasi akibat perubahan iklim di Provinsi Jawa Barat dan Banten maka pemetaan risiko di kedua provinsi tersebut perlu dilakukan. Upaya ini telah ditempuh oleh Dewan Nasional Perubahan Iklim (DNPI) di Indonesia pada

14 2 tahun 203 yang lalu. Akan tetapi, upaya mitigasi tersebut tidak berhenti sampai disitu saja. Pengembangan sistem informasi akibat perubahan iklim merupakan langkah yang tepat dalam upaya mendesiminasikan informasi tersebut secara lebih interaktif dan efektif. Informasi ini bermanfaat bagi para pengambil keputusan dan masyarakat secara umum. Alasannya adalah pengelolaan risiko akibat perubahan iklim ini sangat penting dilakukan dalam upaya mencapai sasaran pembangunan suatu daerah yang memperhitungkan risiko saat ini dan masa depan. Informasi risiko yang berkualitas dan baik serta siap pakai akan sangat mempengaruhi kualitas keputusan yang akan diambil. Perancangan dan pembangunan sistem informasi pemetaan risiko akibat perubahan iklim yang mudah dipahami dan diinterpretasi merupakan suatu kebutuhan khusus bagi para pengambil keputusan atau kebijakan dan masyarakat secara umum. Peta risiko tersebut dapat dijadikan bahan pertimbangan dalam mengambil kebijakan dalam upaya minimalisasi dampak perubahan iklim. Saat ini pengembangan sistem informasi yang banyak dilakukan adalah sistem informasi berbasis komputer. Sistem ini terdiri dalam dua bentuk yaitu sistem informasi berbasis desktop dan sistem informasi berbasis web. Kemajuan teknologi dan kemudahan akses internet menjadikan pengembangan sistem informasi berbasis web sebagai langkah tepat untuk diterapkan pada penelitian ini. Di sisi lain, sistem informasi berbasis desktop juga memiliki keterbatasan mobilitas karena penyimpanan data hanya dalam suatu komputer, perlunya proses instalasi sebelum pemakaian dan tidak semua sistem operasi dapat menjalankan aplikasi ini. Oleh karena itu, sistem informasi berbasis web dipandang sebagai sistem informasi ideal yang dapat mengatasi kelemahan-kelemahan di atas. Para pengguna (user) akan sangat mudah mengakses situs ini dimana mereka dapat memilih menu utama yang telah disediakan admin yang akibat perubahan iklim, data indeks kerentanan (vulnerebility), peta kapasitas adaptif (adaptif capacity), dan (hazard) disertai interpretasi masing-masing peta dan indeks dari wilayah yang dipilih. Tujuan Penelitian Penelitian ini bertujuan untuk mengembangkan sistem informasi pemetaan risiko akibat perubahan iklim berbasis web yang memberikan layanan informasi iklim disertai interpretasinya sehingga dapat dijadikan bahan pertimbangan dalam mengambil kebijakan atau keputusan oleh pihak yang berkepentingan dalam merencanakan pembangunan suatu daerah dengan memperhitungkan risiko saat ini dan masa depan.

15 3 METODE Penelitian ini dilakukan selama semester genap tahun ajaran 204 di Laboratorium Agrometeorologi Departemen Geofisika dan Meteorologi, Institut Pertanian Bogor dengan wilayah kajian Provinsi Jawa Barat dan Banten (Gambar ). Gambar Peta wilayah kajian (Provinsi Jawa Barat dan Banten) Bahan Bahan bahan yang digunakan dalam penelitian ini diantaranya: Jawa Barat dalam Angka , BPS (Badan Pusat Statistik) Banten dalam Angka , BPS (Badan Pusat Statistik) Dokumen Peraturan Kepala Badan Nasional Penanggulangan Bencana (PERKA BNPB) No.2 Tahun 202 Tentang Pedoman Umum Pengkajian Risiko Bencana Dokumen Fifth Assessment Report (AR 5) yang dikeluarkan oleh Intergovermental Panel on Climate Change (IPCC) dalam laporan Climate Change 203 Dokumen Indeks Rawan Bencana Indonesia tahun 20 yang dikeluarkan oleh Badan Nasional Penanggulangan Bencana (BNPB) Dokumen Metodologi Pengembangan Peta Kean Berbasis Perubahan Iklim dan Pengembangan Kapasitas tahun 203 yang dikeluarkan oleh Dewan Nasional Perubahan Iklim (DNPI) Peta administrasi Indonesia, Provinsi Jawa Barat, dan Provinsi Banten

16 4 Data suhu dan curah hujan bulanan stasiun iklim di Jawa Barat dan Banten selama periode Gambar 2 Diagram alir penelitian Prosedur Analisis Data Pemetaan Risiko Bencana Perubahan Iklim Dalam penelitian ini akan disajikan perubahan iklim dengan fokus berupa banjir, kekeringan, tanah longsor, puting beliung, dan gelombang pasang. Untuk memperoleh perubahan iklim diperlukan komponen-komponen seperti indeks ancaman dan indeks kerentanan masing-masing serta indeks kapasitas tiap wilayah. Metodologi dan data hasil pemetaan dalam penelitian ini mengacu pada tahapan proses pengembangan peta kean berbasis perubahan iklim yang dikeluarkan oleh Dewan Nasional Perubahan Iklim (DNPI) tahun 203. Secara lengkap diagram alir metodologi tersebut terdapat pada Lampiran. a. Ancaman Bencana Indeks ancaman tiap tahun baseline (20) dalam penelitian ini diperoleh dari Dewan Nasional Perubahan Iklim (DNPI) tahun 203 yang diturunkan dari indeks kerawanan yang dikeluarkan oleh Badan Nasional Penanggulangan Bencana (BNPB) untuk tahun 20. Indeks tahun baseline tersebut selanjutnya diproyeksikan untuk tahun 2030 dan Seluruh indeks yang telah diperoleh kemudian dibagi dalam 3 kelas ancaman, yaitu rendah (Indeks < 0.33), sedang (0.33 Indeks < 0.66) dan tinggi (Indeks 0.66). Pada dasarnya indeks ini disusun berdasarkan dua komponen utama, yaitu

17 kemungkinan terjadinya suatu ancaman dan besaran dampak yang pernah tercatat untuk yang terjadi tersebut. b. Kerentanan Bencana Komposit Mengacu kepada International Strategi for Disater Reduction (ISDR) dalam Diposaptono (2007), BNPB (202), dan DNPI (203) bahwa kerentanan (vulnerability) adalah kondisi yang ditentukan oleh parameter fisik, sosial budaya, ekonomi, dan lingkungan. Setiap parameter memiliki indikator masing-masing dimana setiap indikator diproyeksikan untuk mendapatkan kondisi kerentanan masa depan (tahun 2030 dan 2050). Setiap indikator tersebut memiliki bobot masing-masing pada setiap parameternya. Pembobotan tersebut lebih jelasnya dapat dilihat pada Lampiran 2. Seluruh skor kerentanan dan indeks tiap digabung menjadi indeks kerentanan komposit tiap. c. Kapasitas Komposit Berdasarkan Perka BNPB No. 02 tahun 202, komponen kapasitas disusun berdasarkan beberapa parameter, diantaranya adalah kapasitas regulasi, kelembagaan, sistem peringatan, pendidikan pelatihan keterampilan, mitigasi dan sistem kesiapsiagaan. Indeks kapasitas tidak bergantung pada jenis akan tetapi indeks ini dibedakan berdasarkan kawasan administrasi kajian. Hal ini disebabkan karena indeks ini difokuskan kepada institusi pemerintah di kawasan kajian. Pada panelitian ini indeks kapasitas diperoleh dari Dewan Nasional Perubahan Iklim (DNPI) tahun 203. Pada dasarnya indeks ini disusun berdasarkan dua parameter, diantaranya indeks kelembagaan yang diperoleh berdasarkan expert judgement (Penilaian Pakar) dan indeks ekonomi yang dibangun berdasarkan indikator PDRB per kapita, infrastruktur jalan (panjang jalan/000 penduduk), dan IPM (DNPI 203). Pembobotan setiap indikator di atas dapat dilihat pada Tabel. Data-data indikator di atas diproyeksikan dengan menggunakan metodologi sosial dan ekonomi (laju pertumbuhan ekonomi tiap tahun atau logaritmik) untuk memperoleh kondisi kapasitas masa depan suatu daerah (BPS 2007; Sukirno 20; DNPI 203). Tabel Pembobotan indikator kapasitas a No Indikator Bobot (%) Sangat Rendah Kriteria Kapasitas Rendah Sedang Tinggi [55] Indeks Kelembagaan Sangat Tinggi Kelembagaan 00 < > 0.8 [45] Indeks Ekonomi PDRB per kapita 35 < > Infrastruktur jalan (panjang jalan/000 penduduk) 3 IPM (Indeks Pembangunan Manusia) a Sumber: DNPI < > < > 0.8 5

18 6 d. Risiko Bencana Perubahan Iklim Peta risiko untuk saat ini (current) dan masa depan (proyeksi) disusun berdasarkan data indeks ancaman, kerentanan, dan kapasitas saat ini dan masa depan dengan melihat kondisi iklim yang terjadi. Peta risiko disusun untuk tiap-tiap yang mengancam suatu daerah. Risiko Bencana = Ancaman x Kerentanan Kapasitas (BNPB 202; DNPI 203) Pengembangan Sistem Informasi Berbasis Web Sistem yang akan dirancang dan dibangun diberi nama Sistem Informasi Pemetaan Risiko Bencana Akibat Perubahan Iklim Berbasis Web. Metodologi pengembangan sistem informasi pada penelitian ini mengacu pada tahapan proses dalam rekayasa web yang dikemukakan oleh Pressman (200), yang terdiri dari tahap formulasi, perencanaan, analisis, perancangan (engineering), pembuatan halaman dan pengujian serta evaluasi terhadap aplikasi. a. Formulasi Formulasi merupakan tahap pertama yang dilakukan dalam pembuatan aplikasi web. Pada tahap ini dilakukan identifikasi tujuan dan batasan dari aplikasi web, analisis model sesuai dengan spesifikasi kebutuhan sistem serta penentuan sarana yang akan digunakan dengan tujuan untuk memaksimalkan hasil keluaran. b. Perencanaan Pada tahap ini dilakukan perkiraan biaya secara keseluruhan, evaluasi risiko yang mungkin terjadi, perencanaan jadwal pengembangan aplikasi, dan menentukan kebutuhan-kebutuhan informasi apa saja yang diperlukan untuk menghasilkan beberapa report yang akan ditampilkan pada sistem. c. Analisis Tahap selanjutnya adalah tahap analisis yang merupakan tahap untuk mengidentifikasikan isi yang akan ditampilkan dalam sistem dan menentukan kebutuhan untuk estetika pada desain. Proses analisis dilakukan dengan meneliti data pembentuk berbasis perubahan iklim dan komponennya yang diperoleh dari Dewan Nasional Perubahan Iklim (DNPI). Data tersebut diantaranya data indeks ancaman, kerentanan, kapasitas, dan data indeks risiko perubahan iklim. d. Perancangan (Engineering) Pada tahap ini dibagi menjadi dua pekerjaan yang dilakukan secara paralel, yaitu desain isi informasi dan desain arsitektur web. Tahapan perancangan sistem yang terdapat pada proses ini meliputi :. Perancangan Isi atau Content Dalam perancangan ini akan dirancang isi dan database yang digunakan berdasarkan kebutuhan informasi yang telah dianalisis pada tahap analisis. 2. Perancangan Arsitektur Perancangan arsitektur yang dilakukan berkaitan dengan struktur kinerja sistem secara keseluruhan dan pola desain aplikasi karena terikat pada tujuan pembuatan dan pengguna sistem. Untuk melakukan perancangan ini

19 diperlukan suatu aliran kerja yang terstruktur agar dapat mengatur dan mengarahkan pengembangan sistem. 3. Perancangan Navigasi Pada tahap ini ditentukan navigasi ke halaman-halaman web berdasarkan arsitektur yang sudah terbentuk sehingga memungkinkan pengguna untuk mengakses isi web dan layanan-layanan yang disediakan. 4. Perancangan Keluaran (Output) Perancangan ini bertujuan untuk menghasilkan keluaran. Keluaran yang dihasilkan harus dapat memenuhi kebutuhan informasi akan berbasis perubahan iklim. Selain itu, keluaran sistem juga harus memenuhi kebutuhan informasi yang diinginkan oleh pengguna dan disesuaikan dengan hak akses pengguna. Keluaran yang dihasilkan dari aplikasi web merupakan hasil dari proses manajemen data pada sistem. 5. Perancangan Antarmuka Perancangan ini membahas mengenai antarmuka yang digunakan untuk pengembangan sistem. Perancangan antarmuka dibuat dalam bentuk tag HTML yang kemudian disimpan dalam bentuk eksistensi PHP untuk memudahkan proses pengkodean dan penggabungan, seluruh file yang dieksekusi berupa file PHP. Namun, file juga dapat disimpan dalam bentuk HTML. e. Pembuatan Halaman dan Pengujian Pembuatan halaman yang menghasilkan suatu halaman web dilakukan dengan pembuatan program menggunakan PHP yang dapat dieksekusi dalam bentuk HTML. Pembuatan program dengan kode PHP juga dilakukan untuk melakukan koneksi ke dalam database server. Pembuatan program dengan kode PHP dilakukan baik secara embedded maupun nonembedded. Embedded dilakukan dengan menyisipkan kode PHP di dalam kode HTML sedangkan nonembedded dilakukan dengan menyisipkan kode HTML di dalam kode PHP. Sementara tahap pengujian diperlukan untuk mengetahui kemungkinan terjadinya kesalahan pada script atau form untuk kemudian dapat dilakukan perbaikan. f. Evaluasi Tahap ini dilakukan untuk mengetahui kualitas suatu aplikasi atau sistem yang mengandung faktor-faktor sebagai berikut:. Usability Evaluasi yang didasarkan pada nilai estetis dan pemahaman dari seluruh isi situs. 2. Functionality Evaluasi yang didasarkan pada kemampuan proses pencarian data, navigasi, dan browsing. 3. Reliability Evaluasi yang didasarkan pada ketepatan proses link dan validasi input. 4. Efficiency Evaluasi yang didasarkan pada kecepatan peta dan membuka halaman baru. 5. Maintainability Evaluasi yang didasarkan pada kemudahan untuk memperbaiki aplikasi web dan kemampuan untuk beradaptasi. 7

20 8 Tahapan evaluasi ini akan dilakukan dengan melibatkan seluruh orang, lembaga atau instansi baik yang mengembangkan ataupun yang menggunakan peta kean berbasis perubahan iklim ini. g. Penggunaan Perangkat Keras dan Lunak Spesifikasi perangkat keras yang digunakan dalam pengembangan aplikasi web ini adalah: Laptop dengan prosessor Intel (R) Core (TM) i5-3337u GHz.80 GHz RAM 4 GB Harddisk 500 GB Serial ATA 5400 RPM Sedangkan spesifikasi perangkat lunak yang digunakan adalah: Windows 7 Ultimate sebagai sistem operasi Apache sebagai server yang terintegrasi dengan PHP dan MySQL pada perangkat lunak XAMPP PHP sebagai bahasa pemrogaman MySQL sebagai basis data Adobe CS6 untuk pengolah aplikasi pemetaan dan pengolah gambar atau pengembangan halaman antarmuka web. Microsoft Office 200 HASIL DAN PEMBAHASAN Sistem informasi merupakan interaksi dan atau kombinasi terorganisasi dari orang-orang (people), perangkat keras (hardware), perangkat lunak (software), dan jejaring komunikasi yang dapat mengumpulkan, memanipulasi, menyimpan, dan menyebarluaskan segala keterangan atau data penting dan bermanfaat bagi para pengambil keputusan dalam mencapai tujuannya (Stairs & Reynold 200; O Brien 2005). Efektifnya penyebaran informasi melalui web dan pentingnya desiminasi informasi perubahan iklim terutama dalam pengambilan keputusan maka pengembangan sistem informasi akibat dampak perubahan iklim berbasis web perlu dilakukan. Formulasi Pengembangan sistem informasi pemetaan risiko akibat perubahan iklim berbasis web bertujuan untuk mendesiminasikan informasi perubahan iklim dan interpretasinya secara lebih interaktif dan efektif. Hal ini dikarenakan informasi dapat dengan mudah diakses oleh pengguna dimana saja dan kapan saja serta disajikan dengan tampilan menarik. Desiminasi informasi tersebut penting karena dapat dijadikan bahan pertimbangan dalam mengambil kebijakan atau keputusan oleh pihak yang berkepentingan dalam merencanakan pembangunan suatu daerah, khususnya di Provinsi Jawa Barat dan Banten. Berdasarkan dokumen yang dikeluarkan oleh DNPI tahun 203 mengenai Pengembangan Peta Kean Berbasis Perubahan Iklim dan Pengembangan

21 Kapasitas di Provinsi Jawa Barat dan Banten maka diperoleh gambaran secara umum mengenai apa yang akan dimuat dalam sistem informasi ini. 9 Perencanaan Pada penelitian ini studi kelayakan secara finansial tidak dilakukan. Sementara studi kelayakan secara teknis dilakukan dengan menganalisis lingkungan operasi dari sisi client dan server akan kebutuhan perangkat lunak dan perangkat keras sistem seperti yang ditunjukan oleh Tabel 2. Selain itu studi kelayakan operasional juga dilakukan. Hasil dari uji kelayakan tersebut menunjukan bahwa sistem ini dapat dikembangkan karena data atau bahan masukan sistem bersumber dari dokumen yang dikeluarkan oleh DNPI sehingga data-data sistem merupakan data terpercaya. Selain itu, sasaran dari sistem ini terutama adalah para pengambil keputusan atau kebijakan dan masyarakat secara umum yang mempunyai sumberdaya untuk mengoperasikan sistem ini baik dari sumberdaya intelektualitasnya maupun sumberdaya perangkat lunak dan perangkat kerasnya. Tabel 2 Analisis studi kelayakan lingkungan operasi dari sisi client dan server Lingkungan Operasi Server Client Perangkat Lunak Windows, Linux, Mac OS X sebagai sistem operasi Apache atau IIS (Internet Information Server) sebagai web server ArcGIS 0 Adobe CS6 sebagai pengolah gambar Windows, Linux, Mac OS X sebagai sistem operasi Internet Explorer, Opera, atau Mozila sebagai web browser Perangkat Keras Processor dengan clock speed 2 GHz Memori 52 MB Kapasitas Harddisk 80 GB Processor dengan clock speed GHz Memori 256 MB Selain studi kelayakan di atas, pencarian informasi pendukung lainnya yang dibutuhkan juga dilakukan. Informasi yang dibutuhkan tersebut adalah segala informasi mengenai pengembangan peta kean berbasis perubahan iklim beserta komponen pembentuknya yang diperoleh dari Dewan Nasional Perubahan Iklim (DNPI), Badan Pusat Statistik (BPS) dan beberapa literatur. Perencanaan pengembangan aplikasi diarahkan oleh dosen pembimbing sehingga evaluasi risiko yang mungkin terjadi telah didiskusikan. Sementara itu, jadwal pengambangan aplikasi mengikuti Tabel 3.

22 0 Tabel 3 Jadwal pengembangan aplikasi Kegiatan Formulasi Analisis Perancangan Pembuatan halaman dan pengujian Evaluasi dan finishing Bulan Sept Feb. Mar Apr Mei Jun Jul Agust Sept Analisis Isi yang akan ditampilkan dalam sistem perlu diidentifikasi. Hal ini bertujuan unuk memahami isi atau content dari sistem ini. Tahap ini disebut sebagai analisis. Proses ini dilakukan dengan meneliti data pembentuk berbasis perubahan iklim dan komponennya. Kondisi Geografi Wilayah Kajian. Provinsi Jawa Barat Secara geografis Provinsi Jawa Barat terletak di antara 5 o 50' 7 o 50' Lintang Selatan dan 04 o 48' - 08 o 48' Bujur Timur. Jawa Barat terbagi atas 26 kab/kota (meliputi 7 Kabupaten dan 9 Kota) dan 626 kecamatan serta terbagi atas daerah perkotaan sebanyak 2664 dan perdesaan sebanyak Jumlah Penduduk di Jawa Barat menurut Hasil Survei Sosial Ekonomi Masyarakat Nasional 20 adalah sebanyak jiwa dengan jumlah rumah tangga sebesar Kepadatan Penduduk di Jawa Barat Pada tahun 20 adalah.8 orang/km 2, dengan luas wilayah sebesar 37.6,54 km 2. Garis Kemiskinan wilayah ini pada tahun 200 sebesar Rp per kapita per bulan (Jawa Barat dalam Angka 202). 2. Provinsi Banten Secara geografis, Provinsi Banten terletak antara 5 07'50 7 0'0 Lintang Selatan dan 05 0' '2 Bujur Timur. Provinsi Banten memiliki luas sebesar 9.662,92 km 2 yang terbagi atas empat kabupaten yaitu Kabupaten Pandeglang, Lebak, Tangerang, Serang dan empat kota yaitu Kota Tangerang, Kota Tangerang Selatan, Kota Serang, dan Kota Cilegon. Pada tahun 20 jumlah penduduk di wilayah Provinsi Banten berjumlah sebanyak jiwa dengan tingkat kepadatan penduduk mencapai.39 jiwa/km 2 (Banten dalam Angka 202). Kondisi Iklim Wilayah Kajian Iklim merupakan kondisi rata-rata cuaca dalam jangka waktu yang relatif panjang yaitu sekitar 30 tahun (IPCC 203). Iklim merupakan komponen utama dalam pembuatan. Dalam mengidentifikasi iklim masa depan, dua unsur iklim yang paling sering diamati adalah curah hujan dan suhu udara.

23 Oleh karena itu, sistem informasi pada penelitian ini membahas dua unsur iklim di atas. Analisis sebaran curah hujan rataan selama periode di wilayah Jawa Barat dan Banten seperti ditunjukan pada Gambar 3 menjelaskan bahwa curah hujan maksimum terjadi di wilayah tengah bagian timur dan barat. Sementara pada bagian utara yaitu pesisir utara Jawa Barat dan Banten hanya memiliki curah hujan yang lebih kecil dibandingkan dengan bagian pesisir selatan Jawa Barat maupun Banten. Curah hujan maksimum pertama bernilai 4200 mm namun hanya mencakup wilayah yang sangat sempit. Curah hujan maksimum selanjutnya (3600 mm) yang berada di sebelah tengah bagian barat menjangkau wilayah yang cukup luas. Kedua curah hujan maksimum ini berada di daerah pegunungan sehingga tingginya curah hujan tersebut disinyalir disebabkan oleh hujan orografis. Gambar 3 Kontur curah hujan tahunan rata-rata dalam mm selama periode di Provinsi Jawa Barat dan Banten Sementara itu, pola hujan dan kondisi suhu udara Provinsi Jawa Barat dan Banten dipresentasikan pada klimograf di Lampiran 3. Analisis pola hujan kedua provinsi menunjukan bahwa kedua wilayah didominasi oleh pola monsunal (monsoon). Hal ini sesuai dengan pendapat Tjasyono (2004) dan Aldrian & Susanto (2003) bahwa wilayah Jawa, termasuk didalamnya Provinsi Jawa Barat dan Banten, didominasi oleh pola monsun. Pola ini dicirikan dengan satu puncak musim hujan. Stasiun dengan puncak hujan relatif tinggi adalah stasiun Geofisika Bandung, Citeko, dan Pusakanegara dengan puncak mencapai 500 mm/bulannya. Pusakanegara selain memiliki puncak hujan yang tinggi juga memiliki curah hujan yang relatif rendah sepanjang tahun. Stasiun lain yang curah hujannya relatif rendah sepanjang tahun diantaranya adalah stasiun Tangerang (Geofisika Tangerang), Serang Banten, dan Sukamandi. Stasiun-stasiun tersebut memiliki puncak hujan dibawah 00 mm/bulan selama empat bulan berturut-turut (Juni hingga September).

24 2 Pola suhu udara untuk kedua provinsi menunjukan fluktuasi yang relatif kecil. Hal ini diakibatkan karena letak wilayah Indonesia yang berada di wilayah tropis. Fluktuasi suhu bulanan hanya berkisar -2 0 C. Fluktuasi tajam hingga 0 0 C hanya terjadi pada wilayah Cibinong dengan suhu terendah 25 0 C dan maksimum 35 0 C. Hal ini disebabkan karena wilayah tersebut adalah wilayah urban. Kisaran suhu udara untuk daerah dataran berkisar antara C (Stasiun iklim Jastisari, Sukamandi, Pusakanegara) dengan suhu udara relatif rendah pada daerah tinggi (Stasiun iklim Cipanas dan Citeko). Kondisi ini diakibatkan karena suhu udara akan menurun dengan naiknya ketinggian tempat. Tren Perubahan Iklim Perubahan iklim merupakan sebuah perubahan sistem iklim dalam skala besar yang berlangsung selama beberapa dekade atau kurang yang perubahannya tetap (atau diperkirakan tetap) untuk setidaknya beberapa dekade dan menyebabkan dampak besar terhadap manusia dan sistem alam (IPCC 203). IPCC (203) menegaskan bahwa selama seratus tahun terakhir ( ) suhu permukaan bumi rata-rata telah meningkat sekitar 0.74 o C dengan pemanasan yang lebih besar pada daratan dibandingkan lautan. Selain itu, kurun waktu merupakan tahun-tahun terpanas dalam catatan instrumen temperatur permukaan (sejak 850). Fenomena perubahan iklim ini terjadi secara global termasuk di Indonesia yang mana perubahannya diindikasi dengan adanya perubahan suhu (Rozari et al. 992; IPCC 203), perubahan pola hujan, dan pergeseran musim atau musim semakin kering atau musim kemarau lebih panjang (Kaimuddin 2000; Tobing 2007). Oleh karena itu, analisis perubahan iklim untuk Provinsi Jawa Barat dan Banten dalam penelitian ini dilakukan dengan melihat tren atau kecenderungan kedua unsur iklim di atas. Analisis tren atau kecenderungan suhu dan curah hujan di wilayah Jawa Barat dan Banten dipresentasikan pada Gambar 4 dan 5. Dalam analisis ini, setiap Provinsi diwakilkan oleh satu stasiun iklim. Stasiun iklim Jatiwangi mewakili Provinsi Jawa Barat dan stasiun iklim Serang mewakili Provinsi Banten. Pemilihan stasiun ini disebabkan karena keterbatasan data dan pengaruh fenomena global yang sama untuk kedua wilayah (DNPI 203). Gambar 4 Tren atau kecenderungan curah hujan tahunan pada periode pada stasiun iklim (a) Jatiwangi yang mewakili Provinsi Jawa Barat dan stasiun iklim (b) Serang yang mewakili Provinsi Banten

25 Pada stasiun Jatiwangi perubahan curah hujan tahunan menunjukan tren signifikan dengan kisaran curah hujan rendah dan tinggi antar tahun menunjukan jarak yang relatif lebar. Sementara pada stasiun Serang, curah hujan menunjukan tren positif dengan peningkatan yang relatif kecil tiap tahunnya. Selain itu, keragaman curah hujan tahunannya pun relatif kecil (Gambar 4b). Kedua kondisi ini sesuai dengan pernyataan Rataq (2007) & Susandi (2007) yang menegaskan bahwa akibat perubahan iklim yang terus berlanjut, diperkirakan Indonesia akan mengalami peningkatan curah hujan sebesar 2% hingga 3% per tahun. Selain melihat tren curah hujan, perubahan iklim juga dapat diindikasikan melalui perubahan suhu. Analisis perubahan suhu dilakukan untuk stasiun Jatiwangi yang memiliki data relatif lengkap. Perubahan suhu pada stasiun Jatiwangi selama periode menunjukan adanya laju peningkatan relatif kecil per tahun (Gambar 5). Walaupun demikian bila diperhatikan kecendrungannya adalah terjadi peningkatan suhu udara. Hal ini sesuai dengan pernyataan Rozari et al. (992) dan IPCC (203) yang menyatakan bahwa fenomena perubahan iklim telah mengakibatkan peningkatan suhu udara secara global termasuk Indonesia. Suhu rata-rata udara di permukaan tanah Indonesia meningkat sekitar 0.5 C pada abad ke-20 (BAPPENAS 2009). 3 Gambar 5 Tren atau kecenderungan suhu rataan tahunan pada periode stasiun iklim Jatiwangi Proyeksi Perubahan Iklim Proyeksi perubahan iklim masa depan dapat dianalisis berdasarkan data luaran model iklim global (Global Climate Model) CCSM4. Sementara untuk menangkap skenario emisi masa depan digunakan skenario Representative Concentration Pathway (RCP) 4.5 dan 8.5. Hingga saat ini, dari berbagai model proyeksi perubahan iklim, hanya tersedia dua skenario emisi yang relatif lengkap yang menggambarkan kondisi emisi masa depan. Skenario tersebut adalah skenario emisi RCP 4.5 dan RCP 8.5. RCP 4.5 merupakan skenario emisi yang moderate sedangkan skenario emisi RCP 8.5 adalah skenario emisi yang memproyeksikan kondisi terburuk (worst scenario) dari emisi CO 2 di atmosfer pada masa mendatang (DNPI 203). Luaran model adalah data curah hujan, suhu maksimum dan minimum bulanan untuk periode 2030 ( ) dan 2050 ( ). Luaran model ini dapat digunakan untuk penentuan indeks masa mendatang.

26 4 Berdasarkan hasil luaran model iklim CCSM4 dengan skenario RCP4.5 menunjukan bahwa perubahan curah hujan rata-rata untuk 23 stasiun iklim pada tahun 2030 mencapai 50% jika dibandingkan dengan baseline (curah hujan tahun 20). Pada tahun 2050 peningkatan bahkan mencapai hingga 02%. Sementara pada skenario RCP8.5, curah hujan meningkat hingga 85.2% pada tahun 2030 dan 63.8% pada tahun Hal ini sesuai dengan pernyataan Rataq (2007) dan BAPPENAS (2009) yang menyebutkan bahwa pada masa mendatang diperkirakan musim kemarau berlangsung lebih panjang sementara musim hujan lebih singkat namun lebih lebat bahkan peningkatan curah hujan Indonesia dapat mencapai 2% hingga 3% per tahun. Artinya, jika tahun 20 dijadikan sebagai tahun baseline maka proyeksi peningkatan curah hujan tahun 2030 adalah sekitar 38% hingga 57% dan sekitar 78% hingga 7% pada tahun Sementara untuk suhu udara, rata-rata untuk 23 stasiun perubahannya mencapai.0 o C pada tahun 2030 dan.2 o C pada tahun 2050 untuk skenario emisi RCP4.5 sedangkan pada skenario emisi RCP8.5 perubahan suhu udara tahun 2030 sama dengan RCP4.5, o C dan.7 o C pada Rata-rata suhu udara Indonesia diproyeksikan meningkat sebesar 0.8 C hingga.0 C antara tahun , jika dibandingkan dengan periode data dasar tahun (BAPPENAS 200); dan antara 2. C hingga 3.4 C pada tahun 200 (Boer & Faqih 2005; Rataq 2007). Bencana dan Perubahan Iklim Menurut BNPB (202) adalah peristiwa atau rangkaian peristiwa yang mengancam dan mengganggu kehidupan dan penghidupan masyarakat yang disebabkan, baik oleh faktor alam dan/atau non alam maupun faktor manusia sehingga mengakibatkan timbulnya korban jiwa manusia, kerusakan lingkungan, kerugian harta benda, dan dampak psikologis. Bencana dapat terjadi apabila terdapat peristiwa atau gangguan yang mengancam dan merusak (hazard) dan kerentanan (vulnerability) masyarakat. Jika terjadi suatu ancaman (hazard) tetapi masyarakat tidak rentan maka masyarakat dapat mengatasi sendiri peristiwa yang mengganggu tersebut, sementara jika kondisi masyarakat rentan dan terjadi peristiwa yang mengancam maka akan terjadi. Bencana terdiri dari berbagai bentuk. Menurut UU No. 24 tahun 2007 dikelompokan kedalam tiga kategori yaitu alam, nonalam, dan sosial. Bencana alam adalah yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam antara lain berupa gempa bumi, tsunami, gunung meletus, banjir, kekeringan, angin topan, dan tanah longsor sedangkan non-alam adalah yang diakibatkan oleh peristiwa atau rangkaian peristiwa non-alam seperti gagal teknologi, gagal modernisasi, epidemi, dan wabah penyakit. Bencana sosial merupakan yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang diakibatkan oleh manusia yang meliputi konflik sosial antar kelompok atau antar komunitas masyarakat dan teror. Di sisi lain, Ethiopian Disaster Preparedness and Prevention Commission (DPPC) mengelompokkan berdasarkan jenisnya yaitu alam (Natural hazard) dan akibat manusia (Human made hazard). Bencana alam adalah akibat proses alam yang manusia tidak atau sedikit memiliki kendali. Manusia hanya dapat meminimalisasi dampaknya dengan mengembangkan kebijakan yang sesuai, seperti tata ruang dan wilayah,

27 dan prasyarat bangunan. Sementara akibat manusia merupakan yang dapat mengakibatkan kerusakan dan kerugian fisik, sosial, ekonomi, dan lingkungan. Untuk lebih jelasnya perhatikan Tabel 4 di bawah. Tabel 4 Pembagian menurut Ethiopian Disaster Preparedness and Prevention Commission (DPPC) b Jenis Bencana Bentuk Contoh Bencana Alam Bencana Geologi Gempa bumi, Tsunami, Aktivitas Vulkano, Longsor atau gerakan massa bumi, subsidensi, surface collapse, dan geological fault activity Bencana Akibat Manusia b Sumber: Handmer 2007 Bencana Hidro-meteorologi Bencana Biologi Bencana Teknologi Environmental degradation Conflict banjir dan semburan lumpur, siklon tropis, badai atau cuaca ekstrim, kekeringan, desertifikasi, kebakaran hutan, gelombang panas, badai pasir, permafrost, dan longsor salju EM DAT The International Disaster Database membagi kedalam lima kategori. Tipe-tipe tersebut diantaranya geofisik, meteorologi, hidrologi, klimatologi, dan biologi. Untuk lebih jelasnya perhatikan Tabel 5 di bawah. Selain itu, dalam penelitian ini juga dilakukan pembagian berdasarkan faktor penyebab dan dampaknya. Bencana ini terdiri dari satu arah (single variable) dan dua arah (dual variable). Bencana satu arah (single variable) adalah yang diakibatkan oleh faktor alami dan berdampak pada manusia dan lingkungan sedangkan dua arah (dual variable) adalah yang disebabkan oleh aktivitas manusia dan berdampak pada manusia itu sendiri dan lingkungannya. Bencana- yang termasuk kedalam satu arah dan dua arah dapat dilihat pada Tabel 6. 5 penyebaran penyakit epidemik, infeksi tanaman atau hewan, dan penyebarluasan kutu polusi air dan udara, paparan radioaktif, ledakan, dan sebagainya rusaknya sumber daya lingkungan dan keragaman hayati serta terganggunya ekosistem konflik sosial antar kelompok atau antar komunitas masyarakat, dan teror Tabel 5 Pembagian menurut EM-DAT The International Disaster Database c Tipe Bencana Contoh Geofisik Gempa Bumi, Vulkano, dan Pergerakan Tanah (kering) Meteorologi Badai Hidrologi Banjir, Pergerakan Tanah (Basah) Klimatologi Temperatur Ekstrem, Kekeringan, dan Kebakaran Hutan Biologi Epidemik, Infestasi Serangga, dan Infeksi Binatang c Sumber: EM-DAT: The OFDA/CRED International Disaster Database

28 6 Tabel 6 Pembagian berdasarkan faktor penyebab dan dampaknya Jenis Bencana Bencana Satu Arah (Single Variable) Gempa Bumi Tsunami Aktivitas Vulkano Subsidensi Tanah Pergerakan Tanah Siklon Tropis Badai/Puting Beliung/Cuaca Ekstrem Kekeringan Desertifikasi Gelombang Panas Badai Pasir Longsor Salju Temperature Ektrem Gelombang Pasang Bencana Dua Arah (Dual Variable) Banjir Tanah Longsor Semburan Lumpur Kebakaran Hutan Penyebaran Penyakit Polusi Air dan Udara Perubahan iklim sebagai implikasi dari pemanasan global telah meningkatkan frekuensi khususnya iklim di Indonesia. Menurut catatan OFDA/CRED Database Bencana Internasional (2007), sepuluh kejadian terbesar di Indonesia yang terjadi dalam periode waktu terjadi setelah tahun 90-an dan sebagian besar merupakan yang terkait dengan iklim seperti hidrometeorologi. Menurut BNPB, hidrometeorologi seperti banjir, longsor, puting beliung, kekeringan, kebakaran lahan dan hutan, dan gelombang pasang akan mendominasi dibandingkan dengan geologi, sosial, dan biologi. Data tahun menunjukkan bahwa sekitar 89% dari total di Indonesia didominasi oleh hidrometeorologi (BNPB 202). Bahkan pada tahun 202 hidrometeorologi terjadi rata-rata hampir 70% dari total di Indonesia (Pratiwi 202). Oleh karena itu, analisis terkait perubahan iklim dalam penelitian ini memilih lima yang frekuensi kejadiannya cukup tinggi di Indonesia. Bencana- tersebut diantaranya adalah banjir, kekeringan, tanah longsor, gelombang pasang, dan puting beliung. Penjelasan mengenai definisi dan faktor-faktor penyebab di atas diuraikan dalam Lampiran 4. Indeks Bencana Untuk mengkuantifikasi dampak perubahan iklim terhadap kejadian maka disusunlah indeks iklim. Indeks ini menggambarkan kerentanan wilayah terhadap suatu. Indeks ini disusun berdasarkan data kondisi iklim saat ini (current) dan proyeksi masa depan. Pada penelitian ini disusun lima buah indeks terkait iklim, diantaranya indeks banjir, kekeringan, tanah longsor, gelombang pasang, dan puting beliung.

29 Berdasarkan informasi indeks yang diperoleh dari Dokumen Pengembangan Peta Kean Berbasis Perubahan Iklim di Jawa Barat dan Banten tahun 203 bahwa indeks masing-masing cukup beragam. Pada tahun 20 (baseline), indeks banjir di Provinsi Jawa Barat berselang dari hingga.0000 sedangkan Provinsi Banten antara Indeks terkecil ditempati oleh Kabupaten Garut dan Kabupaten Pandeglang sedangkan indeks tertinggi ditempati oleh Kota Bandung dan Kota Tangerang Selatan. Kota Bandung merupakan kota yang terletak di wilayah cekungan sehingga sangat memungkinkan untuk terjadi banjir. Pada kekeringan, Kota Bogor dan Serang-lah yang menempati indeks tertinggi ini sedangkan Kabupaten Garut dan Kabupaten Lebak menempati indeks terendah. Selang indeks ini berkisar antara untuk Provinsi Jawa Barat dan untuk Provinsi Banten. Bencana tanah longsor sangat mengancam Kota Bandung dan Kabupaten Lebak dengan indeks berturut-turut.0000 dan Sementara itu, gelombang pasang sangat mengancam daerah-daerah pesisir seperti Kabupaten Sukabumi, Cianjur, dan Kota Tangerang. Kota Bandung dan Kota Serang juga terancam oleh puting beliung dengan indeks berturut-turut.0000 dan Proyeksi indeks masa depan pada skenario emisi RCP4.5 dan RCP8.5 menunjukan hasil yang tidak terlalu beragam. Setiap pada masing-masing proyeksi menunjukan skala maksimalnya baik pada tahun 2030 dan Proyeksi tersebut juga menunjukan bahwa Kota Bandung merupakan daerah dengan indeks tertinggi untuk setiap kecuali gelombang pasang karena wilayah ini tidak memiliki pantai. Sementara pada Provinsi Banten indeks setiap bervariasi. Pada Provinsi ini, Kabupaten Pandeglang-lah yang merupaka daerah dengan indeks terkecil untuk banjir dan tanah longsor pada setiap proyeksi. Sementara gelombang pasang lebih mengancam provinsi ini karena hampir seluruh kabupaten dan kotanya berbatasan langsung dengan laut terkecuali Kota Tangerang dan Tangerang Selatan Tingginya indeks masing-masing di atas diakibatkan oleh beberapa faktor. Perubahan suhu dan curah hujan akibat fenomena perubahan iklim ditengarai meningkatkan risiko kekeringan, banjir dan erosi (Rataq 2007; BAPPENAS 2009). Tingginya kekeringan dan banjir di wilayah ini juga diakibatkan oleh vaiabilitas iklim berupa ENSO (El Nino Southern Oscillation Indeks). Cuaca Indonesia amat terpengaruh ENSO dan dengan demikian cukup rawan terhadap fluktuasi yang lebih ekstrem. kejadian La Nina membawa tingkat curah hujan yang lebih tinggi (banjir) dan suhu lebih rendah sementara El Nino menimbulkan suhu lebih tinggi dan curah hujan lebih sedikit (kekeringan) (DNPI 203). Disamping itu, perubahan musim kemarau yang menjadi lebih panjang dapat menyebabkan kekeringan sementara pola hujan yang lebih singkat namun lebih lebat diprediksi akan menyebabkan banjir semakin sering terjadi (Boer & Subbiah 2005; Rataq 2007; Susandi 2007). Perubahan kecepatan dan arah angin, tekanan udara, pembentukan awan, arus laut, suhu dan tinggi muka laut juga kemungkinan dapat menimbulkan badai dan topan yang lebih parah. Bencana longsor juga kemungkinan meningkat jumlahnya seiring dengan meningkatnya erosi, curah hujan dan limpasan air. Susandi et al. (2008) dan Boer & Perdinan (2008) juga menerangkan bahwa dampak perubahan iklim akan 7

30 8 meningkatkan frekuensi alam/cuaca ekstrim (tanah longsor, banjir, kekeringan, badai tropis, dll.) dan mengancam ketersediaan air, kenaikan muka laut, menyebabkan banjir permanen dan kerusakan infrastruktur di daerah pantai. Ancaman Bencana Ancaman merupakan suatu kejadian atau peristiwa yang berpotensi mengakibatkan kerusakan, kehilangan jiwa manusia, atau kerusakan lingkungan (BNPB 20). Oleh karena itu, ancaman menjadi salah satu input dalam pengembangan pemetaan risiko akibat perubahan iklim. Berdasarkan analisis data indeks rawan dari BNPB (20) diperoleh informasi bahwa Provinsi Jawa Barat dan Banten merupakan dua provinsi dengan tingkat kerawanan berbagai (multihazard) yang tinggi. Akan tetapi, Provinsi Jawa Barat menempati urutan lebih tinggi daripada Provinsi Banten dengan skor indeks rawan sebesar 200 sedangkan Banten hanya 33. Pada level kabupaten/kota, seluruh kabupaten/kota di Provinsi Banten memiliki skor kerawanan yang tinggi kecuali Tangerang Selatan yang memiliki skor sedang. Sementara itu, kabupaten/kota di Provinsi Jawa Barat memiliki skor yang tinggi seluruhnya bahkan lima dari enam kabupaten/kota dengan skor kerawanan tertinggi di Indonesia ditempati kabupaten/kota dari Jawa Barat. Kelima kabupaten tersebut diantaranya Kabupaten Garut, Tasikmalaya, Bandung, Bogor, dan Sukabumi. Kapasitas Adaptif Kapasitas adaptif dalam lingkup perubahan iklim diartikan sebagai kemampuan dari suatu sistem untuk melakukan penyesuaian (adjust) terhadap perubahan iklim sehingga potensi dampak negatif dapat dikurangi dan dampak positif dapat dimaksimalkan. Sesuai dengan arahan dari Perka BNPB No.2/202 dan DNPI 203, indeks kapasitas adaptif terdiri dari dua indikator, yaitu kapasitas ekonomi dan kapasitas kelembagaan. Dalam penelitian ini kapasitas kelembagaan didapatkan dari expert judgement (penilaian pakar). Sementara untuk kapasitas ekonomi diperoleh melalui pertimbangan Indeks Pembangunan Manusia (IPM), kondisi infrastruktur jalan, dan PDRB per kapita suatu daerah. Kedua kapasitas ini dijadikan satu menjadi kapasitas adaptif dengan pembobotan 55% untuk kapasitas kelembagaan dan 45% untuk kapasitas ekonomi. Dalam mengintegrasikan dengan kondisi kapasitas di atas terhadap sistem maka ditampilkan peta kapasitas adaptif tiap tahun kajian. Hasil analisis terhadap kapasitas adaptif dan hasil proyeksinya pada tahun 2030 dan 2050 untuk kedua provinsi menunjukkan bahwa kapasitas seluruh kabupaten atau kota kedua provinsi semakin membaik dengan semakin bertambahnya waktu. Peta tahun baseline (20) menunjukan bahwa sebagian kapasitas kabupaten/kota tidak terlalu bervariasi. Sebagian besar wilayah kota memiliki kapasitas yang tinggi dibandingkan kabupaten-kabupaten sepeti Kota Cilegon, Kota Tangerang dan Tangerang Selatan, Kota Bogor, Kota Depok, Kota Bekasi, Kota Sukabumi, Kota Bandung, Kota Cimahi, Kota Tasikmalaya, Kota Banjar, dan Kota Cirebon. Sementara hanya sebagian kecil kabupaten yang memiliki kapasitas tinggi (contohnya Kabupaten Bogor, Bekasi, dan Karawang) sisanya berkapasitas adaptif sedang. Tingginya kapasitas di perkotaan daripada kabupaten disebabkan karena pembangunan dan regulasi di wilayah kota lebih