digilib@itb.ac.id +62 812 2508 8800

Analisis kerentanan pantai merupakan tahap dasar menuju pengurangan risiko yang efektif. Fokus utama penelitian ini yaitu melakukan analsis kerentanan pantai di Selat Sunda. Lokasi penelitian dilaksanakan di garis pantai Selat Sunda yang dipetakan menjadi 493.5 km garis pantai Lampung dan 269.5 km garis pantai Banten yang dibagi menjadi 206 segmen secara keseluruhan. Metode yang digunakan dalam menganalisis kerentanan pantai adalah metode Coastal Vulnerability Index (CVI) dengan melakukan penilaian terhadap tiga parameter geologi (Geomorfologi, laju perubahan garis pantai, kemiringan pantai) dan tiga parameter oseanografi (tunggang pasang surut, tinggi gelombang signifikan, dan perubahan permukaan laut relatif). Berdasarkan hasil yang didapat secara umum kerentanan pantai di Selat Sunda terdiri dari rendah, sedang, tinggi dan sangat tinggi. Pada garis pantai Provinsi Lampung sepanjang 135.7 km (27.5%) dikategorikan sebagai kerentanan rendah, 114.49 (23.2%) dikategorikan sebagai kerentanan sedang, 150.34 km (30.46%) termasuk dalam kategori kerentanan tinggi dan 92.95 km (18.83%) garis pantai yang dipetakan tergolong dalam kerentanan sangat tinggi. Sementara pada garis pantai Provinsi Banten, sepanjang 62.76 km (23.29%) dikategorikan sebagai kerentanan rendah, 84.07 km (31.2%) kerentanan sedang, 43.99 km (16.32%) merupakan kerentanan tinggi dan 78.68 km (29.19%) dikategorikan sebagai kerentanan sangat tinggi. Parameter yang sangat berpengaruh signifikan terhadap tingkat kerentanan pantai di Selat Sunda yaitu geomorfologi, laju perubahan garis pantai, kemiringan pantai, dan tinggi gelombang signifikan. Sementara parameter tunggang pasang surut dan perubahan muka air laut relatif bernilai konstan, Hasil penelitian ini dapat menyediakan peta kerentanan yang diperbarui dan informasi berharga untuk pantai di Selat Sunda, dengan tujuan meningkatkan kesadaran di kalangan pembuat keputusan dan pemangku kepentingan terkait untuk pengembangan strategi mitigasi dan adaptasi. Selain itu, hasilnya dapat digunakan sebagai data dasar untuk melakukan analisi risiko yang lebih lanjut