Perpustakaan Digital ITB

Kecamatan Lembang merupakan bagian dari Kawasan Bandung Utara dan hulu sistem drainase Cekungan Bandung yang memiliki fungsi ekologis penting sebagai kawasan resapan air, tetapi mengalami tekanan pembangunan akibat pertumbuhan kawasan terbangun, aktivitas pariwisata, permukiman, dan perubahan penggunaan lahan. Dalam beberapa tahun terakhir, banjir berulang terjadi pada kawasan perkotaan, permukiman padat, koridor ekonomi, serta area yang dipengaruhi sistem sungai dan drainase. Namun, pemetaan risiko banjir yang tersedia umumnya masih berskala makro sehingga belum mampu menjelaskan variasi risiko pada tingkat bangunan. Penelitian ini bertujuan untuk menganalisis risiko banjir skala bangunan dan merumuskan arahan prioritas implementasi small-scale Nature-Based Solutions untuk pengurangan risiko banjir di Kecamatan Lembang. Penelitian ini menggunakan pendekatan kuantitatif-spasial dengan dukungan analisis kualitatif melalui studi literatur, telaah dokumen, wawancara, dan observasi lapangan. Analisis dilakukan melalui empat tahap, yaitu pemetaan kerawanan banjir berbasis machine learning dengan membandingkan Random Forest dan Gradient Boosting; identifikasi karakteristik bangunan dan penduduk melalui konflasi building footprint, klasifikasi fungsi bangunan, pemetaan populasi dasimetrik, serta estimasi sebaran MBR berbasis proksi spasial; analisis kerentanan dan risiko banjir skala bangunan berdasarkan komponen sosial, fisik, ekonomi, dan lingkungan; serta analisis potensi dan prioritas small-scale Nature-Based Solutions menggunakan kesesuaian spasial berbasis boolean overlay. Hasil penelitian menunjukkan bahwa Random Forest menjadi model terbaik dengan nilai AUC-ROC sebesar 0,9658, lebih tinggi dibandingkan Gradient Boosting sebesar 0,9478. Hasil konflasi menghasilkan 88.630 unit bangunan, dengan 13.348 bangunan permukiman atau 20,68% dari total bangunan permukiman teridentifikasi memiliki indikasi informalitas morfologi tinggi. Analisis risiko menunjukkan 11.998 bangunan berada pada kelas risiko tinggi dan sangat tinggi, dengan konsentrasi terbesar di Desa Lembang. Pada analisis small-scale Nature-Based Solutions, green roof dan rain barrel berpotensi diterapkan pada 73.987 bangunan dengan luas atap potensial 5.336.613,83 m² atau 79,75% dari total luas atap yang dianalisis. Untuk tipologi skala lingkungan, potensi terbesar terdapat pada rain garden seluas 195,55 ha danviii infiltration trench seluas 168,47 ha. Hasil prioritas menunjukkan 118,48 ha area prioritas NbS skala lingkungan dari 180,06 ha area potensial, dengan konsentrasi terbesar di Desa Lembang dan Kayuambon. Kawasan Perkotaan Lembang, khususnya Pasar Panorama, Jl. Grand Hotel, sekitar Situ PPI, serta koridor Kayuambon–Maribaya–Pangragajian–Pusdikajen, menjadi lokasi awal yang relevan untuk kombinasi detention basin, rain garden, infiltration trench, dan permeable pavement. Penelitian ini menunjukkan bahwa integrasi machine learning, data bangunan, populasi dasimetrik, informalitas morfologi, dan analisis kesesuaian NbS dapat menghasilkan informasi risiko banjir yang lebih rinci untuk mendukung perencanaan pengurangan risiko banjir berbasis skala bangunan.