• Tidak ada hasil yang ditemukan

[BNPB] Badan Nasional Penanggulangan Bencana. 2010. Pengenalan Karakteristik Bencana Di Indonesia dan Upaya Mitigasinya. Edisi II. Jakarta: Direktorat Mitigasi, Lakhar Bakornas PB.

[BNPB] Badan Nasional Penanggulangan Bencana. 2012. Pedoman Umum Pengkajian Risiko Bencana. Peraturan Kepala BNPB Nomor 02 Tahun 2012.

[BPPTK] Balai Penyelidikan dan Pengembangan Teknologi Kegunungapian. 2010. Karakteristik Gunung Merapi. [diunduh 03 Oktober 2013]. Tersedia pada: http:// merapi.bgl.esdm.go.id/informasi_merapi.

[UNISDR] UN-International Strategy for Disaster Reduction. 2009. Disaster risk can be defined as “the probability of harmful consequences or expected losses resulting from interactions between natural or human-induced hazards and vulnerable conditions”. [diunduh 05 Desember 2013]. Tersedia pada: http://www.unisdr.org/eng/library/lib-terminology-eng%20home.htm.

[UNISDR] UN-International Strategy for Disaster Reduction. 2012. What is Disaster Risk Reduction?. [diunduh 05 Desember 2013]. Tersedia pada: http://www.unisdr.org/who-we-are/what-is-drr.htm.

Ayala. 2002. Geomorphology, natural hazards, vulnerability and prevention of natural disaster in developing countries. Journal of geomorphology. 47:107-124.

Aisyah N, Sumarti S, Dewi S, Santoso, Agus B, Muzani M, Dwiyono, Safari, Sunarto, Kurniadi. 2010. Aktivitas Gunung-api Merapi September – Desember 2010 dan Erupsi Merapi 26 Oktober – 7 November 2010.

Buletin Berkala Merapi. Pusat Volkanologi dan Mitigasi Bencana Geologi. ISSN: 1693-9212. Vol. 7/02 Agustus 2010.

Alahmadi M, Atkinson P, Martin D. 2013. Estimating the spatial distribution of the population of Riyadh, Saudi Arabia using remotely sensed built land cover and height data. Journal of Computers, Environment and Urban Systems. 41:167-176.

Bajat B, Hengl T, Kilibarda M, Krunić N. 2011. Mapping population change index in Southern Serbia (1961–2027) as a function of environmental factors. Journal of Computers, Environment and Urban Systems. 35(1):35-44.

BGVN. 2011. Bulletin of the Global Volcanism Network. Smithsonian Institution, Biegert EK, Berry JL, Oakley SD. 1997. Oil Field Subsidence Monitoring using Spaceborne Interferometric SAR-ABelridge 4-D Case History. Proceeding Annual Meeting of the American Association of Petroleum Geologists, Dallas, April ’97.

Bignami C, Ruch J, Chini M, Neri M, Buongiorno MF, Hidayati S, Sayudi DS, Surono. 2013. Pyroclastic density current volume estimation after the 2010 Merapi volcano eruption using X-band SAR. Journal of Volcanology and Geothermal Research. 261:236-243.

Briggs DJ, Gulliver J, Fecht D, Vienneau DM. 2006. Dasymetric modelling of small-area population distribution using land cover and light emissions data. Journal of Remote Sensing of Environment. 108:451-466.

88

Cas RAF, Wright JV. 1987. Volcanic successions: modern and ancient. Allen & Unwin, London, pp 1–528.

Charbonnier SJ dan Gertisser R. 2012. Evaluation of geophysical mass flow models using the 2006 block and ash flows of Merapi Volcano, Java, Indonesia: Toward a short-term hazard assessment tool. Journal of Volcanology and Geothermal Research. 231-232:87-108.

Charbonnier SJ, Germa A, Connor CB, Gertisser R, Preece K, Komorowski JC, Lavigne F, Dixon T, Connor L. 2013. Evaluation of the impact of the 2010 pyroclastic density currents at Merapi volcano from high-resolution satellite imagery, field investigation and numerical simulations. Journal of Volcanology and Geothermal Research. 261:295-315.

Connor LJ, Connor CB, Meliksetian K, Savov I. 2012. Probabilistic approach to modeling lava flow inundation: a lava flow hazard assessment for a nuclear facility in Armenia. Journal of Applied Volcanology, http://www.appliedvolc.com/1/1/3.

Cutter, Susan L, Mirchell, Jerry T, Scott, Michael S. 2000. Revealing the Vulnerability of People and Places: A Case Study of George Town Country, South Carolina. Annual of the Association of American Geographers. 90(4):713-737.

Cutter, Susan L, Boruff, Bryan J, Shirley, Lynn W. 2003. Sosial vulnerability to Environmental Hazards. Southwestern Sicial Science Association. Darmawan H. 2012. Pemodelan aliran awan panas dengan menggunakan

TITAN2D untuk mempredikasi bahaya awan panas Gunungapi Merapi pasca erupsi 2010. Tesis S2. Fakultas Geografi, Universitas Gadjah Mada. Felpeto A, Matri J, Ortiz R. 2007. Automatic GIS-based system for volcanic

hazard assessment. Journal of Volcanology and Geothermal Research.

166:106-116.

Felpeto A. 2009. VORIS a GIS-based tool for volcanic hazard assessment. User’s Guide Version 2.0.1.

Fotthergill A. 1996. Gender, Risk, and Disaster. International Journal of Mass Emergencies and Disasters. 14(1):33-56.

Gemitzi A, Petalas C, Tsihrintzis VA, Pisinaras V (2006) Assessment of groundwater vulnerability to pollution: a combination of GIS, fuzzy logic and decision making techniques. Journal of Environ Geol. 49:653-673. Habibi M dan Bucori I. 2013. Model spasial kerentanan sosial ekonomi dan

kelembagaan terhadap bencana Gunung Merapi. Jurnal Teknik PWK. 2(1):1-10.

Hamilton W. 1989. Convergent-plate tectonics viewed from the Indonesian Region. Majalah IAGI.

Hartini SK. 2010. Morphological Analysis Of Merapi Edifice In Studying Merapi-Type Eruption, To Improve Volcanic Hazard Map. Tesis S2. Fakultas Geografi, Universitas Gadjah Mada.

Harvey F. 2008. A primer of GIS: Fundamental geographic and cartographic concepts. New York: The Guilford Press.

Hay SI, Noor AM, Nelson A, Tatem AJ. 2005. The accuracy of human population maps for public health application. Journal of Tropical Medicine & International Health. 10(10):1073-1086.

89 Hoffmann J, Zebker HA, Galloway DL, Amelung F. 2001. Seasonal subsidence

and rebound in Las Vegas valley, Nevada, observed by synthetic aperture radar interferometry. Journal of Water Resour. Res. 37 (6):1551-1566. Kasim F. 2011. Penilaian Kerentanan Pantai Menggunakan Metode Integrasi

CVI-MCA dan SIG, Studi Kasus Garis Pantai Pesisir Utara Indramayu.

Tesis S2. Sekolah Pascasarjana Institut Pertanian Bogor.

Khomarudin MR, Strunz G, Ludwig R, ZoBeder K, Post J, Kongko W, Pranowo WS. 2010. Hazard analysis and estimation of people exposure as contribution to tsunami risk assessment in the West Coast of Sumatera, the South Coast of Java and Bali. Zeitschrift fur Geomorphologie. 54(3):337-356.

Kriswati E, Agustan, Pamitro Y, Hendrasto, Trisakti B. 2012. Volcano deformation analysis using ALOS PALSAR. Working Group 3, Report and Proceedings of ALOS Application and Verification Project in Indonesia – 2nd Edition.

Langford M, Higgs G, Radcliffe J, White S. 2008. Urban population distribution models and service accessibility estimation. Journal of Computers, Environment and Urban Systems. 32(1):66-80.

Lavigne F, Thouret JC, Voight B, Suwa H, Sumaryono A. 2000. Lahars at Merapi volcano, Central Java: an overview. Journal of volcanology and geothermal research. 100(1-4):423-456.

Lavigne F. 1999. Lahar Hazard Micro-Zonation and Risk Assessment in Yogyakarta City, Indonesia. Geo Journal. Netherland Kluwer Academic Publishers. 49:173-183.

Linard C, Andrew J. Tatem AJ, Gilbert M. 2013. Modelling spatial patterns of urban growth in Africa. Journal of Applied Geography. 44:23-32.

Liu X, Clarke K, Herold M. 2006. Population density and image texture: a comparison study. Journal of Photogrammetric Engineering & Remote Sensing. 72:187-196.

Lung T, Lübker T, Ngochoch JK, Schaab G. 2013. Human population distribution modelling at regional level using very high resolution satellite imagery. Applied Geography. 41:36-45.

Marfai MA dan King L. 2007. Monitoring land subsidence in Semarang, Indonesia. Journal of Environ Geol. 53:651-659.

Marfai MA. 2003. GIS modelling of river and tidal flood hazards in a waterfront city: case study, Semarang City, Central Java, Indonesia. M.Sc. Thesis, International Institute for Geo-Information and Earth Observation, ITC, Enschede, The Netherlands.

Marimin. 2008. Pengambilan Keputusan Kriteria Majemuk. Jakarta: Grasindo. Marinoni O. 2004. Implementation of the analytical hierarchy process with VBA

in ArcGIS. Journal of Computers & Geoscience. 30:637-646.

Massonnet D, Feigl KL .1998. Radar interferometri and its application to changes in the earth’s surface. Reviews of Geophysics. 36:441-500.

Muridan. 1997. Studi Analisis Kestabilan Kubah Lava Gunung Merapi, Jawa Tengah. Tesis S2. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada, Yogyakarta.

Pallister JS, Schneider DJ, Griswold JP, Keeler RH, Burton WC, Noyles C, Newhall CG, Ratdomopurbo A. 2013. Merapi 2010 eruption-Chronology

90

and extrusion rates monitored with satellite radar and used in eruption forecasting. Journal of Volcanology and Geothermal Research. 261:144– 152.

Philibosian B, Simmons M (2011) A survey of volcanic deformation on Java using ALOS PALSAR interferometric time series. Journal Geochemistry Geophysics Geosystems. Vol 12(11). ISSN: 1525–2027

Pulvirenti L, Pierdicca N, Chini M, Guerriero L. 2011. An algorithm for operational flood mapping from Synthetic Aperture Radar (SAR) data based on the fuzzy logic. Journal of Natural Hazard and Earth System Sciences. 11:529-540.

Quesada, Aceves JF, Salgado, Diaz J, Blanco, Lopez J. 2007. Vulnerability Assessment in A Volcanic Risk Evaluation in Central Mexico through A Multicriteria – GIS Approach. Nat Hazards. 40:339-356.

Saaty TL, Sodenkamp M. 2008. Making decisions in hierarchic and network systems. Int. J. Applied Decision Science. 1:24-79.

Saaty TL. 1988. Optimization in Integers and Related Extremal Problems.

McGraw-Hill, New York. PUB ID: 101-341-214 (Last edited on 2002/02/27 17:13:30 US/Mountain).

Sagala SAH, Yasaditama I. 2012. Analisis Bahaya dan resiko Bencana Gunungapi Papandayan (Studi Kasus: Kecamatan Cisurupan, Kabupaten Garut).

Forum Geografi. 26(1):1-16.

Saifuddin, Al-Dousari A, Al-Ghadban A, Aritoshi M. 2005. Use of interferometric techniques for detecting subsidence in the oil fields of Kuwait using Synthetic Aperture Radar Data. Journal of Petroleum Science and Engineering. 50:1-10.

Sambodo KA dan Soleh M. 2011. Interferometric SAR phase unwrapping data ALOS PALSAR dengan menggunakan algoritma Least-Squares Two-Dimentional phase unwapping. Proceedings Geomatika SAR Nasional (GEOSARNAS), Bogor 12 – 13 September 2011.

Seniarwan. 2013. Model Spasial Genangan dan Risiko Bencana Banjir, Studi Kasus Wilayah Sungai Mangottong, Kabupaten Sinjai. Tesis S2. Sekolah Pascasarjana, Institut Pertanian Bogor.

Sulma S. 2012. Kerentanan Pesisir Terhadap Kenaikan Muka Air Laut, Studi kasus: Surabaya dan daerah sekitarnya. Tesis S2. Fakultas Matematika dan Ilmu Pengatahuan Alam. Program Maister Ilmu Geografi. Universitas Indonesia.

Surono, Jousset P, Pallister J, Boichu M, Buongiorno MF, Budi-Santoso A, Costa F, Andreastutti S, Prata F, Schneider D, Lieven C, Humaida H, Sumarti S, Bignami C, Griswold J, Carn S, Oppenheimer C, Lavigne F. 2012. The 2010 explosive eruption of Java's Merapi volcano a ‘100-year’ event.

Journal of Volcanology and Geothermal Research 241–242, 121–135.

Sutanta H. 2002. Spatial modeling of the impact of land subsidence and sea level rise in a coastal urban setting, case study: Semarang, Central Java, Indonesia. M.Sc. Thesis, International Institute for GeoInformation and Earth Observation, ITC, Enschede, The Netherlands.

Sutikno S. 2007. Earthquake disaster of Yogyakarta and Central Java, and disaster reduction, Indonesia. Forum Geography. 21:1-16.

91 Tian Y, Yue T, Zhu L, Clinton N. 2005. Modeling population density using land

cover data. Journal of Ecological Modelling. 189:72-88.

Trisakti B dan Pradana FA. 2006. Aplikasi citra stereo ASTER untuk pengembangan update model topografi. Laporan Penelitian, Pusat Pemanfaatan dan Pengembangan Penginderaan Jauh LAPAN.

Utami P. 2008. Measuring Sicial Vulnerability in Volcanic Hazards: The Case Study of Merapi Volcano, Indonesia. Desertation. University of Bristol. Voight B, Constantine EK, Siswowidjoyo S, Torley R. 2000. Historical eruptions

of Merapi Volcano, Central Java, Indonesia 1768-1998. Journal of volcanology and geothermal research. 100(1-4):69-138.

Widiwijayanti C, Voight B, Hidayat D, Schilling SP. 2009. Objective rapid delineation of area at risk from block-and-ash pyroclastic flow and surge. Bull Volcanol. 71:687-703.

Wisner B, Blaikie P, Cannon T, Davis I. 2004. At Risk: natural hazards, people’s vulnerability and disasters. Ed ke-2. London: Routledge.

Xu H. 2007. A New Index for Delineating Built-up Land Features in Satellite Imagery. International Journal of Remote Sensing. 29(14):4269-4276. Yamashita S dan Miyamoto K. 1993. Model of pyroclastic flow and its numerical

simulation, Sediment Problems - Strategies for Monitoring and, Prediction and Control. IAHS Publication. No.217, pp. 67-74.

Yulianto F dan Parwati. 2012. Aplikasi model probabilistik untuk simulasi aliran material erupsi studi kasus: Gunung Merapi, Jawa Tengah. Journal Penginderaan Jauh dan Pengolahan Data Citra Digital. 9:1-11.

Yulianto F, Sofan P, Khomarudin MR, Haidar M. 2013. Extracting the damaging effects of the 2010 eruption of Merapi volcano in Central Java, Indonesia.

Natural Hazards. 66(2):229-247.

ZebkerH, Goldstein R. 1986. Topographicmapping from interferometric SAR observations. J Geophys Res. 91:4993–4999.

Zen. 2009. Kerangka Geotektonik Benua Maritim Indonesia. Mengelola Risiko Bencana di Negara Maritim Indonesia. Intitut Teknologi Bandung. Zha Y, Gao J, Ni S. 2003. Use of Normalized Difference Built-up Index in

Automatically Mapping Urban Areas from TM imagery. International Journal of Remote Sensing. 24(3):583-594.

92

Lampiran 1. Daftar partisipasi pakar (ahli) dan kuisioner penelitian

1. Dr.rer.nat M. Rokhis Khomarudin (Kepala Pusat Pemanfaatan Penginderaan Jauh LAPAN/ Peneliti Bidang Penginderaan Jauh)

2. Parwati, S.Si., M.Sc. (Kepala Bidang Lingkungan dan Mitigasi Bencana, Pusfatja LAPAN/Peneliti Bidang Penginderaan Jauh)

3. Dr. Boedi Tjahjono, M.Sc. (Geomorfologi/Dosen IPB)

4. Dr. Khursatul Munibah, M.Sc. (Geografi Penginderaan Jauh/Dosen IPB) 5. Prof. Dr.rer.nat Muh Aris Marfai, M.Sc. (Geomorfologi Bencana/Dosen

UGM)

6. Dr. Danang Sri Hadmoko, M.Sc. (Pusat Studi Bencana UGM/Dosen UGM)

7. Dr.rer.nat Muhammad Anggri S, M.Sc. (Manajemen Resiko Bencana/Dosen UGM)

8. Dr. Suprajaka P, M.Si. (Badan Informasi Geospasial (BIG)/Peneliti Geospasial)

9. Syamsul Bachri, S.Si., M.Sc. (Geografi Fisik/Dosen Universitas Negeri Malang)

93

Nama Fajar Yulianto

NRP A153120061

Program Studi Mitigasi Bencana Kerusakan Lahan

Judul Penelitian Analisis Risiko Aliran Piroklastik Gunungapi Merapi Pasca Erupsi 2010 Menggunakan Data Penginderaan Jauh dan Sistem Informasi Geografis

Komisi Pembimbing

1. Dr. Boedi Tjahjono, M.Sc. 2. Dr. Ir. Syaiful Anwar, M.Sc.

Nama Responden ………

Alamat ………

………

………

Keahlian/Profesi ………

KUISIONER PENELITIAN TESIS

PROGRAM STUDI MITIGASI BENCANA KERUSAKAN LAHAN

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

2014

94

Lampiran 1 (Lanjutan) PENGANTAR

Kerentanan (vulnerability) adalah suatu kondisi dimana sebuah masyarakat, struktur, layanan atau daerah geografis yang berpotensi terganggu oleh dampak bencana tertentu. BNPB (2012) telah membuat Pedoman Umum Pengkajian Resiko Bencana melalui Peraturan Kepala Badan Nasional Penanggulangan Bencana No. 02 tahun 2012. Potensi kerentanan pada setiap bencana dapat dikategorikan ke dalam kerentanan fisik, sosial, ekonomi dan lingkungan. Pada penelitian ini, parameter dan indikator yang digunakan dalam menentukan potensi kerentanan dan resiko vulkanik dilakukan berdasarkan pedoman yang telah dibuat oleh BNPB (2012). Analisis potensi kerentanan bahaya vulkanik dilakukan dengan metode spasial Analisis Multi Kriteria (AMK), yaitu penggabungan beberapa kriteria secara spasial berdasarkan nilai dari masing-masing kriteria. Pembobotan pada masing-masing kriteria kerentanan dilakukan dengan menggunakan metode Perbandingan Berpasangan (Pairwise Comparison) dalam metode Proses Hierarki Analisis (PHA). Metode ini telah dikembangkan oleh Saaty (1970), dan dimaksudkan sebagai alat untuk membantu dalam pengambilan sebuah keputusan. PHA merupakan suatu metodologi pengukuran melalui perbandingan pasangan-bijaksana dan bergantung pada penilaian para pakar untuk mendapatkan skala prioritas. Perbandingan antara masing-masing kriteria tersebut dilakukan berdasarkan kuisioner yang diperoleh dari tim ahli (pakar), dengan tujuan untuk membuat penilaian komparatif (preferensi) tentang bobot kepentingan relatif dari masing-masing pasangan kriteria, dalam hal kriteria yang diukur. Perbandingan dibuat dengan menggunakan skala penilaian mutlak, yang merepresentasikan seberapa banyak satu parameter indikator dapat mendominasi yang lain sehubungan dengan suatu bencana tertentu (BNPB 2012).

METODOLOGI

Penentuan bobot untuk setiap kriteria (criterion weighting) dapat dihitung menggunakan langkah sebagai berikut:

Menentukan nilai prioritas antara setipa kriteria dengan membandingkan

yang mana lebih prioritas antara kriteria satu dengan kriteria lainnya.

Menentukan nilai bobot setiap kriteria dari skala tertinggi sampai terendah

(9 – 1).

Urutan prioritas yangpertama (1) akan memiliki nilai bobot yang lebih tinggi dari yang lainnya. Sedangkan urutan prioritas selanjutnya dapat memiliki nilai bobot yang sama dengan urutan prioritas diatasnya. Misalnya prioritas 2 dapat memiliki nilai bobot yang sama dengan prioritas 1, atau prioritas 3 dapat memiliki nilai bobot yang sama dengan prioritas 2, dan seterusnya.

95 Lampiran 1 (Lanjutan)

Skala Intensitas Kepentingan Keterangan

1 Sama Kedua elemen sama pentingnya.

3 Sedikit lebih penting Elemen yang satu sedikit lebih penting dari pada elemen yang lainnya.

5 Lebih penting Elemen yang satu lebih penting dari pada yang lainnya.

7 Sangat penting Satu elemen jelas lebih mutlak penting dari pada elemen lainnya dan memiliki dominasi nyata.

9 Mutlak penting Satu elemen mutlak penting daripada elemen lainnya dan dipilih secara tegas. 2,4,6,8 Nilai menengah Nilai ini diberikan bila ada dua kompromi

diantara 2 pilihan.

Contoh penilaian kriteria dan parameter adalah sebagai berikut:

Jika terdapat kriteria A, B, dan C, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap kriteria?

Kriteria Urutan Prioritas Bobot

A 3 5

B 1 9

C 2 7

Catatan: Prioritas ke-1 memiliki bobot tertinggi dan merupakan kepentingan utama

PERTANYAAN:

1. Pada penelitian ini, analisis kerentanan vulkanik dapat dibagi menjadi 4 (empat) kriteria, yang mengacu pada Peraturan Kepala Badan Nasional Penangulangan Bencana No. 02 tahun 2012 tentang Pedoman Umum Pengkajian Resiko Bencana, yaitu:

a) Kerentanan Fisik adalah suatu kondisi fisik (infrastruktur) yang rawan terhadap faktor bahaya tertentu, yang terdiri atas: infrastruktur fasilitas umum, transportasi dan penggunaan lahan.

b) Kerentanan Sosial adalah suatu kondisi tingkat kerapuhan sosial masyarakat dalam menghadapi bencana, yang terdiri atas: jumlah penduduk, rasio jenis kelamin, rasio kemiskinan, rasio orang cacat, dan rasio kelompok umur.

96

Lampiran 1 (Lanjutan)

c) Kerentanan Ekonomi adalah suatu kondisi tingkat kerapuhan ekonomi masyarakat dalam suatu daerah pada saat menghadapi bencana, yang terdiri atas: penggunaan lahan pada kategori lahan produktif untuk kawasan budidaya (seperti: sawah, perkebunan dan lahan pertanian lainnya) dan PDRB.

d) Kerentanan Lingkungan adalah suatu kondisi tingkat kerapuhan lingkungan pada suatu wilayah yang rawan terhadap bencana, yang terdiri atas: penutup lahan (hutan lindung, hutan alam dan semak belukar). Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap kriteria tersebut?

No Kriteria Urutan Prioritas Bobot

1 Kerentanan Fisik ……… ………

2 Kerentanan Sosial ……… ………

3 Kerentanan Ekonomi ……… ………

4 Kerentanan Lingkungan ……… ………

2. Pada kriteria Kerentanan Fisik terdapat parameter, yaitu: a) Infrastruktur fasilitas umum, terdiri atas: fasilitas kesehatan, pendidikan, perdagangan, peribadatan, perkantoran dan telekomunikasi. b) Sarana transportasi, terdiri atas: jaringan jalan primer, jalan sekunder, terminal, stasiun kereta api, bandara. c) Penggunaan lahan, terdiri atas: lahan terbangun (permukiman) Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap parameter tersebut? No Parameter Urutan Prioritas Bobot 1 Fasilitas umum ……… ………

2 Sarana Transportasi ……… ………

97 Lampiran 1 (Lanjutan)

3. Pada kriteria Kerentanan Fisik terdapat parameter Fasilitas Umum dengan sub-parameter, yaitu: a) fasilitas kesehatan, b) pendidikan, c) perdagangan, d) peribadatan, e) perkantoran, dan f) telekomunikasi.

Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap sub-parameter tersebut?

No Sub-parameter Urutan Prioritas Bobot

1 Fasilitas kesehatan ……… ……… 2 Fasilitas pendidikan ……… ……… 3 Fasilitas perdagangan ……… ……… 4 Fasilitas peribadatan ……… ……… 5 Fasilitas perkantoran ……… ……… 6 Fasilitas telekomunikasi ……… ………

4. Pada kriteria Kerentanan Fisik terdapat parameter Sarana Transportasi dengan sub-parameter, yaitu: a) jaringan jalan primer (jalan nasional, provinsi, kolektor), b) jaringan jalan sekunder (jalan lokal dan setapak), c) terminal, d) stasiun kereta api, dan e) bandara. Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap sub-parameter tersebut? No Sub-parameter Urutan Prioritas Bobot 1 Jaringan jalan primer ……… ………

2 Jaringan jalan sekunder ……… ………

3 Terminal ……… ………

4 Stasiun kereta api ……… ………

5 Bandara ……… ……… 5. Pada kriteria Kerentanan Sosial terdapat parameter, yaitu:

a) Jumlah penduduk, dengan indikator semakin banyak jumlah penduduk yang tinggal pada suatu wilayah maka kerentanannya dalam menghadapi suatu bencana semakin tinggi.

98

Lampiran 1 (Lanjutan)

(b) Rasio jenis kelamin, dengan indikator persentase perbandingan jumlah penduduk wanita dan pria dalam suatu wilayah. Penduduk wanita menggambarkan kemampuan yang relatif rendah atau lebih rentan dalam menghadapi suatu bencana. Asumsi yang dipergunakan adalah jika jumlah penduduk wanita lebih banyak dari pada jumlah penduduk pria, maka tingkat kerentanan pada wilayah tersebut akan tinggi.

(c) Rasio kemiskinan, dengan indikator persentase perbandingan jumlah penduduk prasejahtera dalam suatu wilayah. Semakin tinggi persentase penduduk miskin dalam suatu wilayah maka akan menambah kerentanan wilayah tersebut dalam menghadapi suatu bencana.

d) Rasio kelompok umur, dengan indikator tingginya persentase penduduk usia anak dan usia lanjut menggambarkan kemampuan fisik relatif lebih rendah, karena mempunyai ketergantungan pada penduduk usia produktif dan cenderung memiliki kemampuan mobilitas yang terbatas saat menghadapi bencana.

Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap parameter tersebut?

No Parameter Urutan Prioritas Bobot

1 Jumlah penduduk ……… ………

2 Rasio jenis kelamin ……… ………

3 Rasio kemiskinan ……… ………

4 Rasio kelompok umur ……… ……… 6. Pada kriteria Kerentanan Ekonomi terdapat parameter, yaitu:

a) Penggunaan lahan (lahan produktif untuk budidaya), seperti: sawah, perkebunan, dan lahan pertanian lainnya. Dengan indikator, semakin luas lahan produktif dan semakin besar konstribusinya terhadap ekonomi suatu wilayah, maka kerentanan akan semakin tinggi.

b) Produk Domestik Regional Bruto (PDRB), dengan indikator semakin besar konstribusi terhadap PDRB/sektor, maka kerentanan semakin tinggi. Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap parameter tersebut?

99 Lampiran 1 (Lanjutan)

No Parameter Urutan Prioritas Bobot 1 Lahan produktif untuk

budidaya

……… ………

2 Produk Domestik Regional Bruto (PDRB)

……… ………

7. Pada kriteria Kerentanan Lingkungan terdapat parameter, yaitu:

a) Hutan Lindung, dengan indikator semakin luas hutan lindung, maka tingkat kerentanan akan semakin tinggi.

b) Semak Belukar, dengan indikator semakin luas lahan semak belukar, maka tingkat kerentanan akan semakin tinggi.

Menurut Bapak/Ibu, bagaimanakah urutan prioritas (kepentingan relatif) dan nilai bobot pada setiap parameter tersebut?

No Parameter Urutan Prioritas Bobot

1 Hutan Lindung ……… ………

2 Semak Belukar ……… ………

- Terima Kasih Atas Partisipasinya - Salam Hormat,

100

Lampiran 2. Perhitungan overall accuracy cross-correlation matrix pada peta hasil simulasi algoritma Monte Carlo dengan peta referensi

Phase 1 Hc1 Confusion matrix Model map Accuracy Average Accuracy 0.72 Non-eruption Eruption Average

Reliability 0.82 Source map Non-eruption 200746090.00 1663717.00 0.99 Eruption 4162161.00 3256583.00 0.44 Reliability 0.98 0.66 Hc2 Confusion matrix Model map Accuracy Average Accuracy 0.74 Non-eruption Eruption Average

Reliability 0.83 Source map Non-eruption 200677343.00 1732464.00 0.99 Eruption 3843908.00 3574836.00 0.48 Reliability 0.98 0.67 Hc3 Confusion matrix Model map Accuracy Average Accuracy 0.73 Non-eruption Eruption Average

Reliability 0.82 Source map Non-eruption 200619199.00 1790608.00 0.99 Eruption 3938051.00 3480692.00 0.47 Reliability 0.98 0.66 Hc4 Confusion matrix Model map Accuracy Average Accuracy 0.72 Non-eruption Eruption Average

Reliability 0.82 Source map Non-eruption 200731254.00 1678553.00 0.99 Eruption 4078897.00 3339847.00 0.45 Reliability 0.98 0.67

101 Lampiran 2 (Lanjutan) Hc5 Confusion matrix Model map Accuracy Average Accuracy 0.72 Non-eruption Eruption Average

Reliability 0.82 Source map Non-eruption 200746090.00 1663717.00 0.99 Eruption 4162161.00 3256583.00 0.44 Reliability 0.98 0.66 Phase 2 Hc1 Confusion matrix Model map Accuracy Average Accuracy 0.72 Non-eruption Eruption Average

Reliability 0.82 Source map Non-eruption 200379099.00 1817997.00 0.99 Eruption 4237551.00 3393903.00 0.44 Reliability 0.98 0.65 Hc2 Confusion matrix Model map Accuracy Average Accuracy 0.74 Non-eruption Eruption Average

Reliability 0.81 Source map Non-eruption 200138348.00 2058749.00 0.99 Eruption 3876202.00 3755251.00 0.49 Reliability 0.98 0.65 Hc3 Confusion matrix Model map Accuracy Average Accuracy 0.74 Non-eruption Eruption Average

Reliability 0.83 Source map Non-eruption 200442255.00 1754842.00 0.99 Eruption 3929596.00 3701858.00 0.49 Reliability 0.98 0.68

102 Lampiran 2 (Lanjutan) Hc4 Confusion matrix Model map Accuracy Average Accuracy 0.75 Non-eruption Eruption Average

Reliability 0.84 Source map Non-eruption 200453901.00 1743196.00 0.99 Eruption 3766749.00 3864704.00 0.51 Reliability 0.98 0.69 Hc5 Confusion matrix Model map

Dokumen terkait