Sabaruddin

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 2 Penguatan kenapa harus Kerentanan lingkungan Penambahan variabel kedalaman genangan Perbaikan redaksional definisi operasional Perbaikan uraian teknik analisa Perbaikan penulisan ilmiah 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

Tinjauan Pustaka 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) Lahan terbangun Lahan pertanian Lahan terbangun Lahan pertanian Lahan terbangun Lahan pertanian Aktifitas Manusia Vegetasi Aktifitas Alam (Statis) Vegetasi Aktifitas Alam (Dinamis) Vegetasi Drainase Catchment Area Drainase Catchment Area Drainase Catchment Area Urbanisasi Penggundulan Hutan Perilaku Masyarakat Geometri Sungai Fisiografi Sungai Sedimentasi Pasang Air Laut Pendangkalan Perubahan Cuaca

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

DEFINISI OPERASIONAL Variabel Definisi Operasional Dependen Lama genangan Ukuran waktu (jam) dihitung sejak air mulai menggenangi hingga surut Kedalaman genangan Ukuran ketinggian permukaan air terhadap permukaan tanah Independen Indikator Aktifitas Manusia Jarak Catchment area Jarak Catchment area (daerah tangkapan air) terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak drainase Jarak drainase terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak vegetasi Jarak area vegetasi terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak lahan terbangun Jarak lahan terbangun terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Jarak Lahan Pertanian Jarak lahan pertanian terhadap titik pengukuran lama genangan dan kedalaman genangan dalam satuan meter Jarak bangunan pelindung Jarak bangunan pelindung atau tanggul terhadap titik pengukuran lama genangan atau kedalaman genangan dalam satuan meter Indikator Alam (Statis) Kelerengan lahan Skor pengaruh tingkat kelerengan lahan terhadap genangan berdasarkan standar Ketinggian lahan Jarak permukaan tanah terhadap ketinggian permukaan air laut Jenis tanah 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 Penentuan Wilayah Sampling Berdasarkan Ketetapan Pemerintah dan Survei Primer Kelurahan Babat, Kelurahan Banaran, Desa Bedahan, Desa Truni, Desa Trepan, dan Desa Kebalanpelang METODE PENELITIAN 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 3 Skenario adaptasi kawasan banjir berdasarkan hasil pemodelan Euclidien Distance dengan Software GIS 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 Pemodelan tingkat bahaya banjir melalui variabelvariabel yang mempengaruhinya 2 3 Arahan Adaptasi kawasan banjir berdasarkan hasil pemodelan Raster Calculator dengan Software GIS Model Regeresi Linier Berganda (Output Sasaran 1) Peta Prediksi Bahaya Banjir Reclassify Peta Klasaifikasi Bahaya Banjir

1 2 3 Pemodelan tingkat Menganalisa variabelvariabel yang bahaya banjir melalui variabel-variabel mempengaruhi bahaya yang banjir mempengaruhinya Arahan Adaptasi kawasan banjir berdasarkan hasil pemodelan Lama Genangan Peta Prediksi Lama Genangan Kedalaman Genangan Peta Prediksi Kedalaman Genangan Skenario 1 Skenario 3 Skenario 1 Skenario 3 Skenario 2 Deskriptif Kuantitatif Skenario 2 Peta Lama Genangan Hasil Skenario 1 Peta Lama Genangan Hasil Skenario 3 Peta Kedalaman Genangan Hasil Skenario 1 Peta Kedalaman Genangan Hasil Skenario 3 Peta Lama Genangan Hasil Skenario 2 Peta Kedalaman Genangan Hasil Skenario 2

GAMBARAN UMUM KONDISI FISIK LINGKUNGAN

GAMBARAN UMUM TOPOGRAFI Topografiantara 4-12,5 meter dpl hingga 87,5 mdpl. JENIS TANAH - Alluvial (2856 Ha) - Grumosol (2650,41 Ha) - Mediteran (790,52 Ha) CURAH HUJAN Babat berkisar 1.500 mm 1.750 mm/ tahun dan 1750 mm 2000 mm/tahun DRAINASE Kondisi saluran Drainase sebagian besar masih bercampur dengan saluran Irigasi. TANGGUL Jarak terdekat 10 20 meter hingga 200 meter dengan ketinggian 2 meter 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 Std. Error of the Estimate Model Summary f R Square Change Change Statistics F df1 df2 Sig. F Change Change Durbin- Watson 1.614 a.376.367 55.21347.376 41.062 1 68.000 2.741 b.550.536 47.27705.173 25.747 1 67.000 3.833 c.693.679 39.30560.144 30.932 1 66.000 4.844 d.712.694 38.38651.019 4.198 1 65.045 5.855 e.731.710 37.40087.019 4.471 1 64.038 1.251 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 Terbangun f. Dependent Variable: Lama Genangan Jarak Sungai, kemiringan, Vegetasi, Daerah Tangkapan Air, Lahan Terbangun

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 BEBAS MASALAH MULTIKOLINIERITAS DATA BERDISTRIBUSI NORMAL (2) NORMALITAS metode kolmogorov-smirnov test. (nilai sig>0,05) (0.969>0,05) sehingga diambil kesimpulan bahwa data terdistribusi secara normal.

INTERPRETASI MODEL REGRESI KORELASI VARIABEL DEPENDEN DAN INDEPENDEN Model ANOVA f Sum of df Squares Mean Square F Sig. Lama Genangan Lama Genangan 1.000 kemiringan -.348 Jarak Sungai -.614 Cathment area.298 Drainase.038 Lahan Pertanian -.087 Topografi.282 Curah Hujan.036 Jenis Tanah.260 Vegetasi.406 Tanggul -.373 Lahan Terbangun -.433 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. 5 Regression 242952.677 5 48590.54 34.737.000 e Residual 89524.809 64 1398.825 Total 332477.486 69 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. T hitung > t tabel maka kesimpulan yang bisa diambil yaitu koefisien determinasi signifikan secara statistik. Model Unstandardized Coefficients t Sig. B Constant 251.625 9.803.000 Jarak Sungai -.194-6.634.000 Kemiringan -115.00-5.184.000 Vegetasi.084 4.541.000 Cathment area.033 2.341.022 Lahan Terbangun -.225-2.114.038

Sasaran 1 Menganalisa variabel-variabel yang mempengaruhi bahaya banjir KEDALAMAN GENANGAN Model R R Square Adjusted R Square Model Summary f Std. Error of the Estimate R Square Change Change Statistics F df1 df2 Sig. Change F Chan ge Durbin- Watson 1.461 a.213.201 23.54045.213 18.384 1 68.000 2.585 b.342.323 21.67522.130 13.207 1 67.001 3.639 c.408.381 20.71497.066 7.356 1 66.009 4.685 d.470.437 19.75926.061 7.539 1 65.008 5.718 e.516.478 19.02839.046 6.089 1 64.016 1.429 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 Pertanian e. Predictors: (Constant), Jarak Sungai, kemiringan, Daerah Tangkapan Air, Lahan Pertanian, Drainase f. Dependent Variable: Kedalaman Genangan Jarak Sungai, kemiringan, Daerah Tangkapan Air, Lahan Pertanian, Drainase

UJI ASUMSI KLASIK REGRESI Model VIF konstanta Jarak Sungai 1.283 Variabel kemiringan 1.199 Cathment Area 1.558 Lahan Pertanian 1.138 Variabel Drainase 1.121 (1) MULTIKOLINIERITAS Jika Nilai VIF > 10 maka terdapat gejala Multikolinieritas. Berdasarkan tabel koefisien, tidak ada nilai VIF tiap variabel yang lebih besar dari 10 BEBAS MASALAH MULTIKOLINIERITAS DATA BERDISTRIBUSI NORMAL (2) NORMALITAS metode kolmogorov-smirnov test. (nilai sig>0,05) (.143>0,05) sehingga diambil kesimpulan bahwa data berdistribusi secara normal.