Banjir merupakan salah satu bencana hidrometeorologi yang paling sering terjadi
di wilayah perkotaan dan menimbulkan dampak sosial, ekonomi, serta lingkungan
yang signifikan. Kota Bandung merupakan salah satu wilayah perkotaan di
Indonesia yang memiliki kerentanan tinggi terhadap kejadian banjir akibat
kombinasi faktor topografi cekungan, kepadatan pembangunan, serta
meningkatnya limpasan permukaan akibat urbanisasi. Kondisi tersebut menuntut
adanya pendekatan analisis spasial yang mampu mengidentifikasi wilayah dengan
probabilitas bahaya banjir secara lebih objektif dan kuantitatif. Penelitian ini
bertujuan untuk menganalisis pengaruh faktor-faktor pengkondisi terhadap
kejadian banjir serta memetakan klasifikasi probabilitas bahaya banjir di Kota
Bandung menggunakan pendekatan statistik berbasis model Binary Logistic
Regression (BLR) dalam lingkungan Sistem Informasi Geografis (SIG).
Metode penelitian dilakukan melalui beberapa tahapan utama yang meliputi
pengumpulan dan pra-pemrosesan data, normalisasi variabel, pemodelan statistik,
serta validasi model. Variabel dependen berupa inventarisasi kejadian banjir
historis yang diperoleh dari data Badan Nasional Penanggulangan Bencana (BNPB)
dan portal berita pada tahun 2020 dan 2024. Variabel independen terdiri dari tujuh
faktor pengkondisi, yaitu Topographic Wetness Index (TWI), elevasi, kemiringan
lereng, curah hujan, NDVI, jarak dari sungai, dan jarak dari jalan. Seluruh variabel
dianalisis dalam format raster dan dinormalisasi menggunakan metode min–max
untuk menyamakan skala data. Model BLR kemudian digunakan untuk
mengestimasi hubungan antara faktor-faktor tersebut dengan probabilitas kejadian
banjir pada setiap piksel wilayah studi. Sebelum pemodelan dilakukan uji
multikolinearitas untuk memastikan independensi variabel. Hasil model
selanjutnya divalidasi menggunakan Receiver Operating Characteristic (ROC) dan
Area Under the Curve (AUC) serta matriks akurasi untuk menilai kemampuan
prediktif model.
Hasil penelitian menunjukkan bahwa faktor topografi dan hidrologi memiliki
pengaruh yang signifikan terhadap distribusi bahaya banjir di Kota Bandung.
Variabel seperti TWI, elevasi rendah, kemiringan lereng landai, serta kedekatan
dengan sungai menunjukkan kontribusi yang kuat terhadap peningkatan probabilitas kejadian banjir. Sementara itu, faktor lingkungan seperti NDVI dan
jarak dari jalan juga berperan dalam memodifikasi pola limpasan permukaan akibat
perubahan penggunaan lahan perkotaan. Model BLR berhasil menghasilkan peta
probabilitas bahaya banjir yang menunjukkan variasi tingkat kerentanan secara
spasial di seluruh wilayah Kota Bandung. Hasil validasi model melalui analisis
ROC menunjukkan bahwa model memiliki kemampuan diskriminatif yang baik
hingga sangat baik dalam memprediksi lokasi kejadian banjir yang dibuktikan
dengan selisih nilai AUC pada model tahun 2020 dan 2024 sebesar 0.068 dan selisih
akurasi sebesar 0.057, sehingga hasil selisih tersebut dapat dianggap memiliki
kinerja prediktif yang andal untuk analisis bahaya banjir serta mampu memprediksi
bahaya banjir.
Berdasarkan hasil analisis, penelitian ini menyimpulkan bahwa pendekatan BLR
berbasis SIG mampu memberikan pemetaan bahaya banjir yang lebih objektif dan
berbasis probabilitas dibandingkan pendekatan skoring atau overlay konvensional.
Model yang dihasilkan tidak hanya mengidentifikasi lokasi rawan banjir, tetapi juga
memberikan informasi mengenai tingkat kemungkinan terjadinya banjir pada setiap
unit spasial. Peta probabilitas yang dihasilkan dapat dimanfaatkan sebagai dasar
ilmiah dalam perencanaan tata ruang, mitigasi bencana, serta pengambilan
keputusan kebijakan pengelolaan lingkungan di Kota Bandung. Dengan demikian,
penelitian ini memberikan kontribusi metodologis dalam penerapan model statistik
multivariat untuk analisis bahaya banjir di lingkungan perkotaan.
Perpustakaan Digital ITB