Perpustakaan Digital ITB

Banjir merupakan bencana alam yang sering terjadi di Indonesia, terutama di Pulau Jawa yang memiliki pola curah hujan ekstrem yang kompleks akibat interaksi berbagai faktor seperti meteorologi, hidrologi, dan topografi. Dengan meningkatnya potensi banjir akibat perubahan iklim global, diperlukan metode yang dapat menggambarkan peta daerah rawan banjir secara lebih akurat. Penelitian ini bertujuan untuk menganalisis sensitivitas metode Geomorphology Flood Index (GFI) dalam menggambarkan pola spasial curah hujan ekstrem di Pulau Jawa, guna memberikan informasi yang lebih baik bagi mitigasi bencana dan perencanaan tata ruang. Metode yang digunakan dalam penelitian ini mencakup analisis data Digital Elevation Model (DEM) dan data curah hujan ekstrem dengan periode ulang 2, 5, 10, 25, 50, dan 100 tahun. Penelitian ini mengusulkan dua metode normalisasi yang berbeda dalam mengolah data curah hujan ekstrem, kemudian data tersebut dimasukkan ke dalam alur GFI untuk menghasilkan peta potensi banjir. Analisis dilakukan dengan membandingkan hasil dari kedua metode normalisasi untuk menilai sensitivitas metode GFI terhadap variasi spasial curah hujan ekstrem. Hasil penelitian ini menunjukkan bahwa metode GFI dengan metode normalisasi kedua lebih sensitif dibandingkan dengan normalisasi pertama, ditunjukkan dengan kedalaman dan luas daerah potensi banjir yang lebih besar. Namun, peningkatan luas potensi banjir dari periode 5 hingga 100 tahun dengan metode normalisasi kedua masih kurang signifikan. Hal ini menunjukkan bahwa metode ini masih memiliki keterbatasan dalam menangkap variabilitas curah hujan ekstrem secara optimal sehingga GFI dengan metode normalisasi kedua masih kurang sensitif terhadap variasi spasial curah hujan ekstrem di Pulau Jawa. Oleh karena itu, penggunaan metode GFI dapat ditingkatkan misalnya dengan mempertimbangkan parameter tambahan seperti koefisien limpasan, evaporasi, dsb atau menggunakan metode normalisasi yang berbeda untuk meningkatkan akurasi dalam pemetaan risiko banjir.