Mendukung SDGs Tahun 2030 – Tujuan 15 Kehidupan di Darat: Pemetaan daerah rawan banjir di Kabupaten Gowa, Indonesia

Marlina Marlina, Nasiah Nasiah, Ichsan Invanni Baharuddin, Muhammad Djibran

Abstract


Pemetaan daerah rawan banjir memegang peranan penting dalam perencanaan tata guna lahan, sistem peringatan dini, perencanaan tanggap darurat dan langkah-langkah pengurangan risiko banjir di suatu daerah. Penelitian ini dilakukan di Kabupaten Gowa Provinsi Sulawesi Selatan. Tujuan dari penelitian ini adalah untuk mengidentifikasi dan memancarkan faktor-faktor penyebab dan cara pengendaliannya berdasarkan masyarakat dan bagaimana informasi peta dapat berguna untuk mendukung pencapaian tujuan pembangunan berkelanjutan (SDGs) tahun 2030 Tujuan 15 kehidupan di daratan Sampel penelitian ditentukan melalui peta satuan lahan yang merupakan hasil overlay peta tematik yaitu: Peta Kemiringan, peta jenis tanah, dan peta penggunaan lahan. Sampel Masyarakat merupakan masyarakat yang mengalami banjir. Metode yang digunakan untuk menentukan Daerah Rawan Banjir di Kabupaten Gowa adalah Penginderaan Jauh dan Sistem Informasi Geografis (SIG). Hasil kajian menunjukkan bahwa luas wilayah Kabupaten Gowa adalah 89180435,35 ha sedangkan wilayah rawan banjir dengan kategori tinggi adalah 22009,89 ha. Peta kerawanan banjir dapat digunakan sebagai dasar mitigasi banjir, kesiapsiagaan dalam menghadapi bencana banjir, serta rekonstruksi dan pembangunan tanggul atau bendungan dalam penanggulangan bencana. Selain itu, bentuk upaya mitigasi bencana sangat tepat dalam memenuhi sasaran yaitu target 15.3 yaitu menghentikan penggurunan, memulihkan lahan dan tanah kritis, termasuk lahan yang terkena penggurunan, kekeringan dan banjir, serta mengupayakan tercapainya dunia yang bebas dari lahan terdegradasi.

 


Keywords


Pemetaan; Daerah rawan banjir; SDGs; Kehidupan di daratan.

Full Text:

PDF

References


Barasa, BN, & Perera, EDP (2018). Analisis dampak perubahan tata guna lahan terhadap kejadian banjir bandang di DAS Sosiani, Kenya. Jurnal Internasional Pengelolaan DAS , 16 (2), 179-188.

Chan, SW, Abid, SK, Sulaiman, N., Nazir, U., & Azam, K. (2022). Tinjauan sistematis kerentanan banjir menggunakan sistem informasi geografis. Heliyon , 8 (3), e09075. https://doi.org/10.1016/j.heliyon.2022. e09075

Detrembleur, S., Stilmant, F., Dewals, B., Erpicum, S., Archambeau, P., & Pirotton, M. (2015). Dampak perubahan iklim terhadap kerusakan banjir di masa mendatang di Sungai Meuse, dengan analisis ketidakpastian terdistribusi. Bahaya Alam , 77 , 1533-1549.

Eldi, E. (2020). Analisis Penyebab Banjir di DKI. Jurnal Inovasi Penelitian , 1 (6), 1057–1064. https://doi.org/https://doi.org/10.47492/jip.v1i6.203

Ghosh, A., & Kar, SK (2018). Penerapan proses hierarki analitis (AHP) untuk penilaian risiko banjir: studi kasus di distrik Malda, Benggala Barat, India. Natural Hazards , 94 , 349-368.

Guo, E., Zhang, J., Ren, X., Zhang, Q., & Sun, Z. (2014). Penilaian risiko terpadu bencana banjir berdasarkan analisis pasangan himpunan yang ditingkatkan dan teori himpunan fuzzy variabel di Provinsi Liaoning bagian tengah, Tiongkok. Bencana alam , 74 , 947-965.

Haines, A., Amann, M., Borgford-Parnell, N., Leonard, S., Kuylenstierna, J., & Shindell, D. (2017). Mitigasi polutan iklim jangka pendek dan Tujuan Pembangunan Berkelanjutan. Nature Climate Change , 7 (12), 863-869.

IOC-Unesco IMO, FAO U. Cetak biru untuk keberlanjutan laut dan pesisir. IOC. UNESCO, Paris. 2011

Kazakis, N., Kougias, I., & Patsialis, T. (2015). Penilaian daerah rawan banjir pada skala regional menggunakan pendekatan berbasis indeks dan Proses Hirarki Analitik: Aplikasi di wilayah Rhodope–Evros, Yunani. Science of the Total Environment , 538 , 555-563.

Khan, B., Iqbal, MJ, & Yosufzai, MAK (2011). Penilaian risiko banjir sungai Indus di Pakistan. Jurnal Geosains Arab , 4 (1-2), 115-122.

Khosravi, K., Nohani, E., Maroufinia, E., & Pourghasemi, HR (2016). Penilaian kerentanan banjir berbasis GIS dan pemetaannya di Iran: perbandingan antara rasio frekuensi dan model statistik bivariat bobot bukti dengan teknik pengambilan keputusan multikriteria. Bencana alam , 83 , 947-987.

Khosravi, K., Panahi, M., Golkarian, A., Keesstra, SD, Saco, PM, Bui, DT, & Lee, S. (2020). Pendekatan jaringan saraf konvolusional untuk prediksi spasial bahaya banjir pada skala nasional di Iran. Jurnal Hidrologi , 591 , 125552.

Klipper, IG, Zipf, A., & Lautenbach, S. (2021). Penilaian Dampak Banjir terhadap Jaringan Jalan dan Akses Layanan Kesehatan di Jakarta, Indonesia. AGILE: GIScience Series , 2 , 1–11. https://doi.org/10.5194/agile-giss-2-4-2021

Kusumo, P., & Nursari, E. (2016). Zonasi tingkat kerawanan banjir dengan sistem informasi geografik pada DAS Cidurian Kab. Serang, Banten. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi , 1 (1).

Marlina, S., Astina, IK, Utomo, DH, & Kurniawati, E. (2022). Pengelolaan Ekowisata Berbasis Kearifan Lokal Untuk Mengoptimalkan Fungsi Sumber Daya Air Gua Sebagai Pencegah Banjir dan Kekeringan di Kabupaten Wakatobi, Indonesia. Geojournal Pariwisata dan Geosites , 44 (4), 1222-32.

Musavengane, R. (2018). Menuju pembangunan ekonomi lokal yang pro-masyarakat miskin di Zimbabwe: Peran pariwisata yang pro-masyarakat miskin. Jurnal Perhotelan, Pariwisata, dan Rekreasi Afrika , 7 (1), 1-14.

Naulin, JP, Payrastre, O., & Gaume, E. (2013). Prakiraan banjir yang terdistribusi secara spasial di daerah rawan banjir bandang: Aplikasi untuk pengawasan jaringan jalan di Prancis Selatan. Jurnal hidrologi , 486 , 88-99.

Ouma, YO, & Tateishi, R. (2014). Pemetaan kerentanan dan risiko banjir perkotaan menggunakan AHP multiparametrik dan GIS terintegrasi: tinjauan metodologis dan penilaian studi kasus. Air , 6 (6), 1515-1545.

Rehman, S., Sahana, M., Hong, H., Sajjad, H., & Ahmed, B. Bin. (2019). Tinjauan sistematis tentang pendekatan dan metode yang digunakan untuk penilaian kerentanan banjir: kerangka kerja untuk penelitian di masa mendatang. Natural Hazards , 96 (2), 975–998. https://doi.org/10.1007/s11069-018-03567-z

Riyanto, I., Rizkinia, M., Arief, R., & Sudiana, D. (2022). Jaringan Syaraf Tiruan Konvolusional Tiga Dimensi pada Citra Radar Apertur Sintetis Multitemporal untuk Pemetaan Potensi Banjir Perkotaan di Jakarta. Applied Sciences , 12 (3), 1679. https://doi.org/10.3390/app12031679

Tabari, H. (2020). Dampak perubahan iklim terhadap banjir dan curah hujan ekstrem meningkat seiring dengan ketersediaan air. Laporan ilmiah , 10 (1), 13768.

Wheater, H., & Evans, E. (2009). Penggunaan lahan, pengelolaan air, dan risiko banjir di masa mendatang. Kebijakan penggunaan lahan , 26 , S251-S264.

Zhang, J., & Chen, Y. (2019). Penilaian risiko bencana banjir yang disebabkan oleh hujan badai topan di provinsi Guangdong, Tiongkok. Keberlanjutan , 11 (10), 2738.




DOI: https://doi.org/10.37905/geojpg.v4i1.31788

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Marlina Marlina, Nasiah Nasiah, Ichsan Invanni Baharuddin, Muhammad Djibran

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