Email the author 
Pemetaan Bahaya Banjir Berbasis Geomorphic Flood Index (GFI) Di Sub-Das Batang Tebo Provinsi Jambi
Abstract
Banjir merupakan bencana hidrometeorologi yang paling sering terjadi di Indonesia, termasuk di Sub-DAS Batang Tebo yang mencatat 30 kejadian banjir selama periode 2019–2024. Penelitian ini bertujuan memetakan bahaya banjir di Sub-DAS Batang Tebo menggunakan metode Geomorphic Flood Index (GFI) berbasis data Digital Elevation Model (DEM), serta menguji akurasi model terhadap data genangan aktual dari citra Sentinel-1 yang diolah melalui Google Earth Engine (GEE). GFI dihitung secara sistematis menggunakan dua parameter utama, yaitu Height Above Nearest Drainage (H) dan Hydraulic Radius Proxy (hr). Hasil pemodelan menunjukkan bahwa kelas bahaya rendah mendominasi wilayah seluas 279.080,56 ha (65,4%), diikuti kelas sedang 90.913,56 ha (21,3%), tinggi 31.186,86 ha (7,3%), dan sangat tinggi 25.561,28 ha (6,0%). Lima kecamatan termasuk kelas bahaya sangat tinggi: Kecamatan Tebo Tengah, Kecamatan Batin II Babeko, Kecamatan Bungo Dani, Kecamatan Pasar Muaro Bungo, dan Kecamatan Bathin III. Uji akurasi menggunakan True Positive Rate (TPR) menghasilkan nilai 0,64 pada base case (GFI 2,3), sedangkan Frequency Ratio (FR) meningkat konsisten dari 0,11 pada kelas rendah hingga 7,23 pada kelas sangat tinggi. Hasil ini menunjukkan bahwa metode GFI layak digunakan sebagai pendekatan awal pemetaan bahaya banjir berbasis geomorfologi.
Keywords
Full Text:
PDFReferences
Abuhanifah, R. F., Usman, F., & Rachmawati, T. A. (2023). Pemetaan Risiko Bencana Banjir Menggunakan Geomorphic Flood Index di Kecamatan Trenggalek, Kabupaten Trenggalek. Planning for Urban Region and Environment, 12(4), 217–228.
Asian Disaster Information Network. (2026). https://adinet.ahacentre.org/
Amor, G., & Yulfa, A. (2024). Implementasi Model Hloss Dan Fungsi Cost Distance Dalam Distribusi Spasial Genangan Banjir Rob Akibat Pasang Air Laut Di Kecamatan Bengkalis. Jurnal Buana, 8(2), 107–116. https://doi.org/https://doi.org/10.24036/buana/vol8-iss2/2784
Badan Nasional Penanggulangan Bencana. (2025). Infografis bencana tahun 2024. Geoportal Data Bencana Indonesia. https://gis.bnpb.go.id/arcgis/apps/sites/#/public/pages/bencana-besar-tahun 2025.
Drobne, S., & Lisec, A. (2009). Multi-attribute Decision Analysis in GIS : Weighted Linear Combination and Ordered Weighted Averaging. 33, 459–474.
Esri (2023). Quantile classification. https://pro.arcgis.com/en/pro-app/latest/help/mapping/layer-properties/data-classification-methods.htm#ESRI_SECTION1_1BDD383C17164B948BF546CEADDA70E9
Ferdiansyah, A., Nugroho, E. O., Riawan, E., Hadi Soeharno, A. W., Rivandi, A., Farid, M., Kuntoro, A. A., Nazhif, A. A., & Mostafa, M. M. (2024). Modified geomorphic flood index (GFI) using land use parameter and effective rainfall ratio at Cikapundung River. E3S Web of Conferences, 513. https://doi.org/10.1051/e3sconf/202451301003
Handoko, U., Apip, Boer, R., Aldrian, E., & Dasanto, D. (2018). Persepsi Kerentanan Bahaya Banjir dan Kekeringan Akibat Perubahan Iklim di DAS Batanghar. LIMNOTEK Perairan Darat Tropis di Indonesia, 25(2), 120–124.
Mardika, M. G. I., Melya, T., Sihombing, P., Martua, N. S., Ryacudu, J. T., Huwi, D. W., Jatiagung, K., & Selatan, L. (2025). Kajian Flood Modelling Menggunakan Hec-Ras 1D Dan Validasi Data Tinggi Banjir Pada Daerah Aliran Sungai ( Das ) Putri Dan Danau Sipin Kota. Dinamika Teknik Sipil: Majalah Ilmiah Teknik Sipil, 18, 1–10. https://doi.org/https://doi.org/10.23917/dts.v18i1.6886
Megahed, H. A., Abdo, A. M., Abdelrahman, M. A. E., Scopa, A., & Hegazy, M. N. (2023). applied sciences Frequency Ratio Model as Tools for Flood Susceptibility Mapping in Urbanized Areas : A Case Study from Egypt.
Prayitno, A., & Edial, H. (2022). STUDI KARAKTERISTIK FISIK WILAYAH BANJIR ROB DI KOTA DUMAI TAHUN 2020. JURNAL BUANA, Vol. 6(No. 4), 451–465. https://doi.org/https://doi.org/10.24036/buana.v6i4.2589
Rauf, I., Imran, & Sahdar, I. (2021). Analisis Spasial Tingkat Bahaya Banjir Desa Amasing Kali Dengan Hec-RAS 2D. Jurnal Teknik, 19(2), 107–119. https://doi.org/10.37031/jt.v19i2.188
Rosenzweig, B. R., Herreros Cantis, P., Kim, Y., Cohn, A., Grove, K., Brock, J., Yesuf, J., Mistry, P., Welty, C., McPhearson, T., Sauer, J., & Chang, H. (2021). The Value of Urban Flood Modeling. Earth’s Future, 9(1). https://doi.org/10.1029/2020EF001739
Salim, G., Yehezkiel, A., Suryana, K., & Irwansyah, E. (2023). Flood Hazard Modelling in Jakarta Using Geomorphic Flood Index. 2023 IEEE. https://doi.org/10.1109/ICARES60489.2023.10329889
Samela, C., Albano, R., Sole, A., & Manfreda, S. (2018). Computers , Environment and Urban Systems A GIS tool for cost-effective delineation of flood-prone areas. Computers, Environment and Urban Systems, 70(July 2017), 43–52. https://doi.org/10.1016/j.compenvurbsys.2018.01.013
Samela, C., Troy, T. J., & Manfreda, S. (2017). Geomorphic classifiers for flood-prone areas delineation for data-scarce environments. Advances in Water Resources, 102, 13–28. https://doi.org/10.1016/j.advwatres.2017.01.007
Sathyanarayanan, S., & Tantri, B. R. (2024). Confusion Matrix-Based Performance Evaluation Metrics. African Journal Of Biomedical Research, 27(4), 4023–4031. https://doi.org/https://doi.org/10.53555/AJBR.v27i4S.4345
Susetyo, B. B., Purwaningsih, E., Sutriani, W., Caesario, D., Bagus, M. I., & Ramadani, F. (2023). Utilization of Geographic Information Systems for Development of Effective Routes for Object Areas of Religious Tourism Destinations Nagari Batuhampar, Limapuluh Kota Regency. International Conference of Geography, June. https://doi.org/10.4108/eai.19-11-2022.2332299
Umar, I., & Triyatno. (2024). Flood Hazard Mitigation at Tarusan Watershed, South Pesisir District, West Sumatera Province. Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan, 14(1), 101–108. https://doi.org/10.29244/jpsl.14.1.101-108
Virtriana, R., Retnowati, D. A., Rohayani, P., Anggraini, T. S., Ihsan, K. T. N., Harto, A. B., & Riqqi, A. (2023). Comparative analysis of the mcda and gfi methods in determining flood-prone areas in jatinangor district, sumedang. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives, 48(M-3–2023), 261–266. https://doi.org/10.5194/isprs-Archives-XLVIII-M-3-2023-261-2023
DOI: https://doi.org/10.37905/geojpg.v4i2.37991
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Ias Okta Kurniawan, Dipo Caesario
This work is licensed under a Creative Commons Attribution 4.0 International License.
Journal of Geosfera : Jurnal Penelitian Geografi: (P-ISSN: 2962-5424, E-ISSN: 2962-5416) is licensed under a Creative Commons Attribution 4.0 International License.