Identifikasi Genangan Banjir di Wilayah DKI Jakarta Menggunakan Citra Satelit Sentinel-1

https://doi.org/10.22146/jgise.68353

Ana Mardhiyana Alawiyah(1), Harintaka Harintaka(2*)

(1) Alumni Sarjana Teknik Geodesi, FT-UGM
(2) Departemen Teknik Geodesi, FT-UGM
(*) Corresponding Author

Abstract


Provinsi DKI Jakarta merupakan wilayah dengan karakteristik topografi yang berada pada kemiringan lereng relatif landai dan terletak pada dataran rendah. Hal ini menyebabkan wilayah Jakarta menjadi semakin rentan tergenang air dan banjir pada musim hujan. Pada awal tahun 2020, Jakarta mengalami banjir yang diakibatkan oleh hujan lebat yang turun sejak 31 Desember 2019 hingga 1 Januari 2020. Untuk keperluan antisipasi dan mitigasi bencana terkait banjir tersebut diperlukan ketersediaan data tentang luas genangan banjir dan letaknya secara cepat. Salah satu teknologi yang potensial untuk diterapkan adalah menggunakan citra satelit Sentinel-1. Berdasarkan kondisi tersebut, telah dilakukan kajian untuk mendeteksi daerah terdampak genangan banjir dari citra satelit Sentinel-1. Adapun teknik yang digunakan adalah metode change detection dan thresholding. Pada kajian ini digunakan citra Sentinel-1 perekaman tahun 2019 dan 2020, DEMNAS, Global Surface Water dan batas administrasi wilayah DKI Jakarta. Adapun tahapan pelaksanaan kajian mencakup proses change detection dengan ratio image dari dua citra Sentinel-1 GRD sebelum dan saat banjir, perhitungan nilai optimum threshold untuk menentukan banjir dan tidak banjir, masking banjir, dan perhitungan luas genangan. Berdasarkan hasil kajian diperoleh luas total daerah yang terkena banjir sekitar 1.156,84 hektar, sedangkan luas area banjir dari data Pemprov DKI sekitar 12.896,35 hektar. Hasil validasi menggunakan data Pemprov DKI dengan membandingan antara citra Sentinel-1 tahun 2019 dan 2020, diperoleh hasil 61 lokasi atau sekitar 28,96% termasuk ke dalam hasil interpretasi kelas banjir dan terdapat 157 lokasi atau sekitar 71,04% termasuk ke dalam hasil interpretasi kelas tidak banjir.

Keywords


DKI Jakarta;Inundation Flood;Synthetic Aperture Radar (SAR);Sentinel-1

Full Text:

PDF


References

Badan Nasional Penanggulangan Bencana (BNPB). (2020). Infografis Banjir Jakarta, Banten Dan Jabar 10 Januari 2020. https://bnpb.go.id/infografis/infografis-banjir-jakarta-januari-2020

Bappeda DKI Jakarta. (2013). Rencana Pembangunan Jangka Menengah Daerah Provinsi Jakarta Tahun 2013-2017. 1–165.

Chi, M., Plaza, A., Benediktsson, J. A., Sun, Z., Shen, J., & Zhu, Y. (2016). Big Data for Remote Sensing: Challenges and Opportunities. Proceedings of the IEEE, 104(11), 2207–2219. https://doi.org/10.1109/JPROC.2016.2598228

European Space Agency (ESA). (2021). Product Types and Processing Level-1.

Fajrin, Adha, M. Y., & Armi, I. (2020). Pemanfaatan Citra Sentinel-1 SAR Untuk Deteksi Banjir Studi Kasus Pangkalan Koto Baru Sumatera Barat. October 2019. https://doi.org/10.21063/SPI4.2019.u

Flores-Anderson, A. I., Herndon, K. E., Thapa, R. B., & Cherrington, E. (2019). Sampling Designs for SAR-Assisted Forest Biomass Surveys. THE SAR HANDBOOK Comprehensive Methodologies for Forest Monitoring and Biomass Estimation, 1–307. https://doi.org/10.25966/nr2c-s697

Kushardono, D., & Arief, R. (2020). Pemanfaatan Data Satelit Radar untuk Wilayah Darat di Indonesia: Peluang dan Tantangan (pp. 1–232). LIPI Press.

Octarina, T. M., Putra, I. D. N. N., & Wirdiani, N. K. A. (2019). Penginderaan Jauh Pemrosesan Data Satelit Landsat 8 Untuk Deteksi Genangan. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), 7(1), 77. https://doi.org/10.24843/jim.2019.v07.i01.p09

Pradana, I. H., Irawan, L. Y., Setiawan, D., & ... (2020). Analisis Daerah Tergenang Banjir Di Desa Sitiarjo, Kabupaten Malang Menggunakan Data SAR (Synthetic Aperture Radar) Sentinel-1. Jurnal Georafflesia …, 3, 58–67. https://journals.unihaz.ac.id/index.php/georafflesia/article/view/1347

Tassew, G. T. (2017). Flood Detection and Mapping Using Microwave Remote Sensing; A Case Study on Lake Koka Cachment, Awash River Basin, Ethiopia [Thesis, Addis Ababa University]. AAU Institutional Repository. http://213.55.95.56/handle/123456789/6610

Trinugroho, M. W., & Mawardi. (2018). Pemantauan Area Genangan Air Pada Rawa Lebak Menggunakan Teknologi Penginderaan Jauh. Jurnal Ilmiah Geomatika, 23(2), 49. https://doi.org/10.24895/jig.2017.23-2.716

United Nations Office for Outer Space Affairs (UNOOSA). (2020). Step-by-Step: Recommended Practice: Flood Mapping and Damage Assessment using Sentinel-1 SAR data in Google Earth Engine. https://un-spider.org/advisory-support/recommen ded-practices/recommended-practice-google-earth-engine-flood-mapping/step-by-step

Vanama, V. S. K., Rao, Y. S., & Bhatt, C. M. (2021). Change detection based flood mapping using multi-temporal Earth Observation satellite images: 2018 flood event of Kerala, India. European Journal of Remote Sensing, 54(1), 42–58. https://doi.org/10.1080/22797254.2020.1867901



DOI: https://doi.org/10.22146/jgise.68353

Article Metrics

Abstract views : 7373 | views : 13329

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal of Geospatial Information Science and Engineering (JGISE) ISSN: 2623-1182 (Online) Email: jgise.ft@ugm.ac.id The Contents of this website is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.