129
PEMANFAATAN CITRA SATELIT ASTER VNIR UNTUK PENYUSUNAN PETA KERENTANAN BANJIR DI DAERAH ALIRAN SUNGAI GUNG TEGAL JAWA TENGAH
Rizki Mujianto rizky.geosains@gmail.com
Noorhadi Rahardjo noorhadi@ugm.ac.id
Abstract
The aims of this thesis are (1) to assess the ability of ASTER VNIR image for constructing flood vulnerability maps which based on the physical parameters of Gung watershed at the Tegal regency; (2) to determine the distribution regional as susceptible flood area of Gung watershed in the Tegal Regency, Central Java. The analysis of flood vulnerability used Cook Methode as the physical parameters. The tapped results from remote sensing imagery was used to calculate runoff coefficient and flood peak discharge by rational methods. The final result showed ASTER imagery integrated by GIS was able to tap physical parameters of flood land vulnerability. The accuration of calculated result in Cook Methode with AWLR data for peak flood discharge was 73,58% whereas using the Manning Methode for tapping river capacity is 89%. The width of distribution susceptible flood area in Gung watershed was 5.262.235 m². They were Kramat subdistrict, East Tegal, West Tegal, South Tegal.
Keywords : Aster Imagery, Watershed, Flood Discharge, Flood Susceptibility Abstrak
Penelitian ini bertujuan untuk (1) Mengetahui kemampuan citra ASTER VNIR untuk menyusun peta kerentanan banjir berdasarkan parameter fisik lahan DAS Gung Tegal. (2) Mengetahui distribusi daerah yang rentan terhadap banjir di Daerah Aliran Sungai Gung, Tegal, Jawa Tengah. Metode yang digunakan adalah metode Cook melalui pendekatan parameter fisik lahan. Hasil penyadapan citra penginderaan jauh digunakan untuk menghitung koefisien limpasan permukaan dan debit puncak banjir dengan metode rasional. Hasil penelitian menunjukkan bahwa citra ASTER yang diintegrasikan dengan Sistem Informasi Geografis mampu menyadap parameter fisik lahan untuk kerentanan banjir. Hasil uji ketelitian perhitungan debit puncak banjir menggunakan metode Cook dengan data AWLR adalah 73,58% sedangkan dengan pengukuran kapasitas tampung sungai metode Manning sebesar 89%. Distribusi wilayah yang rentan tergenang banjir seluas 5.262.235 m² yang mencakup Kecamatan Kramat, Tegal Timur, Tegal Barat dan Tegal Selatan.
130
PENDAHULUAN
Bencana banjir dan berbagai kejadian alam yang melanda wilayah Tegal selama ini terjadi akibat kerusakan ekologis. Data kejadian bencana alam banjir di wilayah kerja Balai PSDA Pemali Comal telah mencatat berbagai kejadian banjir dalam sepuluh tahun terakhir dari tahun 2001 sampai 2010. Banjir tersebut terjadi di dataran rendah sekitar aliran sungai yang menjadi pemusatan penduduk dan selalu tergenang banjir pada musim hujan.
Daerah Aliran Sungai (DAS) Gung terletak di bagian Utara Jawa Tengah mempunyai karakteristik fisik yang rentan terhadap banjir. Di bagian hulu DAS Gung mempunyai kelerengan yang curam. Di bagian hilir DAS, dengan kelerengan yang landai hampir tidak ada kantong resapan air dan vegetasi yang rendah. Selain itu Curah hujan yang tinggi dan berlangsung cukup lama mengakibatkan penambahan debit sungai menjadi besar. Jika daya tampung sungai tidak bisa menampung curah hujan maka akan terjadi limpasan air permukaan. Banjir limpasan mampu membanjiri wilayah yang luas terutama di dataran rendah. Besarnya banjir tergantung beberapa faktor fisik Daerah Aliran Sungai seperti kemiringan lereng, penggunaan lahan, penutup lahan, kerapatan aliran, infiltrasi tanah dalam menyerap air (Asdak, 2004). Penelitian ini untuk mengkaji kerentanan banjir secara cepat dan terpadu dengan memanfaatkan citra penginderaan jauh yang dikombinasikan dengan survey lapangan dan intergrasi Sistem Informasi Geograsfis.
Banyak teknik penginderaan jauh yang berbasis satelit Sumber Daya Alam yang dapat digunakan Selama ini citra penginderaan jauh yang digunakan dalam studi kerentanan banjir adalah citra Landsat, sedangkan terdapat citra lain yang resolusinya lebih tinggi dibandingkan dengan citra satelit pendahulunya sehingga dalam penelitian ini digunakan citra ASTER untuk menguji kemampuan citra ASTER dalam penyusunan peta kerentanan banjir. Teknologi penginderaan jauh yang dipadukan dengan
SIG (Sistem Informasi Geografis) dilakukan dengan mengintegrasikan data spasial untuk mempertinggi tingkat akurasi dari informasi yang ingin dihasilkan, sehingga dapat mengetahui wilayah yang rentan terhadap banjir.
METODE PENELITIAN
Tahapan dalam metode penelitian ini terdiri dari :
1. Pra Pemprosesan Citra Digital
Tahap dalam pra pemrosesan citra digital dilakukan dengan tujuan untuk mendukung dan memperbaiki kualitas suatu citra agar dapat dibaca oleh program pengolah citra. Pra Pemprosesan Citra Digital dalam hal ini berupa koreksi geometrik. Koreksi geometri citra bertujuan untuk memperbaiki posisi obyek pada citra dengan rujukan bentuk posisi asli di lapangan. Koreksi geometri pada dasarnya adalah penempatan kembali posisi piksel sesuai dengan gambaran obyek di permukaan bumi.
2. Intepretasi citra ASTER a. Interpretasi pola aliran
Pada penelitian ini pendekatan pola aliran yang digunakan menggunakan kerapatan aliran Linsley (1949) disesuaikan dengan metode Cook. Dalam analisis kerapatan aliran di tumpangsusunkan antara peta satuan lahan dengan peta alur sungai. kerapatan aliran dihitung dengan membagi antara panjang sungai tiap satuan lahan dengan luas tiap satuan lahan DAS dengan rumus :
Dd = L ... (persamaan. 1) A
Dd = Kepadatan aliran (mil/mil2) L = Jumlah panjang alur sungai (mil)
b. Interpretasi bentuklahan
Dalam penelitian ini klasifikasi yang digunakan menurut Lobeck (1939) yang menyusun klasifikasi dalam satuan geomorfologi yang dinyatakan dalam orde relief yang dikaitkan dengan skala peta yang akan dibuat. Identifikasi bentuklahan menggunakan citra ASTER VNIR dengan
131 cara interpretasi visual. Penyajian peta
bentuklahan perlu memperhatikan hubungan antara isi peta dan skala peta.
c. Infiltrasi tanah
Interpretasi infiltrasi tanah dilakukan dengan pendekatan tekstur tanah melalui peta tematik yang diturunkan dari peta Geologi atau Litologi untuk mengetahui potensi infiltrasi.
Hasil infiltrasi di lapangan dengan alat
Double ring Infiltrometer untuk uji infiltrasi kemudian dihitung dengan metode Horton dan disesuaikan dengan klasifikasi menurut
Metode Cook (Tabel 4.3). Metode Horton
dengan rumus sebagai berikut :
F = fc + (fo – fc ) – kt ....(persamaan. 2) Keterangan :
F = Infiltrasi puncak
fc = Infiltrasi konstan/minimum fo = Infiltrasi awal mulai pemberian air (t = 0)
k = Konstanta permeabilitas tanah t = Waktu mulai pemberian air
d. Tranformasi NDVI untuk Penyusunan peta vegetasi penutup.
Normalized Difference Vegetation Index (NDVI) merupakan indikator kehijauan yang sering digunakan dalam menduga vegatasi dari citra satelit dengan menggunakan kanal Infra Merah Dekat. Analisis analisis regresi dan korelasi digunakan untuk mengetahui hubungan pada variabel yang dilakukan pengukuran. Persamaan regresi yang digunakan sebagai berikut :
Y = ax + b ... (persamaan. 3) x : merupakan hasil pengukuran di lapangan y : nilai spektral citra hasil transformasi
a : merupakan kemiringan (gradient) garis lurus pada grafik hasil regresi
b : merupakan nilai konstanta e. Batas DAS
Citra ASTER pada subsistem VNIR yang mempunyai kemampuan stereoskopis pada arah jalur orbit (along track) karena memiliki sensor pada arah vertikal (nadir locking) dan sebuah sensor pada arah miring (backward
looking). Data pendukung dalam membatasi DAS juga diperlukan seperti data Kontur dari peta RBI digital, data DEM dan data aliran sungai sebagai acuan dalam membantu membatasi DAS. Citra ASTER dalam membatasi DAS dilakukan secara visual dengan digitasi on screen berdasarkan igir-igir pada punggungan bukit dan pegunungan. 3. Cara Analisis
Penentuan nilai koefisien limpasan dalam penelitian ini menggunakan metode Cook
berdasarkan akni vegetasi penutup, tekstur tanah, kerapatan aliran dan kemiringan lereng yang kemudian melakukan pembobotan pada masing-masing variabel. Angka koefisien limpasan merupakan indikator dalam menunjukan kondisi fisik Daerah Aliran Sungai.
4. Intensitas Hujan
Intensitas hujan didefinisikan sebagai tinggi curah hujan per satuan waktu. Untuk mendapatkan intensitas hujan selama waktu konsentrasi, digunakan rumus Mononobe
(Kyotoka Mori, 1975):
I = ( ( R
24 / 24 ) x ( 24 / Tc ) ) 2/3
(persamaan. 4) Adapun waktu konsentrasi (Tc) dihitung dengan menggunakan rumus Kirpich (VT Chow, 1988):
Tc = 0,0195 L0,77 S -0,385 .. (persamaan. 5) dimana:
I : Intensitas hujan selama waktu konsentrasi (mm/jam)
R
24 Curah hujan maksimum harian dalam 24 jam (mm)
Tc: Waktu konsentrasi
L : Panjang sungai / alur utama (km)
S : Gradien Hidraulik sungai, (H/L), H adalah beda tinggi antara titik pengamatan dengan lokasi terjauh DAS (m).
5. Perhitungan Debit Puncak Bajir Dengan Metode Rasional
Total skor setiap satuan lahan kemudian dikalikan dengan faktor pembobot setiap satuan lahan, dengan rumus :
132
luasDAS
lahan satuan luas obot Faktorpemb (persamaan. 6)Perhitungan debit puncak menggunakan rumus :
Debit Maksimum (Q
Maks) = K C I A ... ...(persamaan. 7)
Dalam hal ini:
C adalah koefisien limpasan
I adalah intensitas hujan yang dihitung dalam mm/jam
A adalah luas area setiap sub DAS, dihitung dalam hektar
K adalah 0,278 untuk konstanta pengubah (konversi)
6. Penentuan rentan banjir
Penentuan distribusi daerah yang rentan terhadap banjir dilakukan dengan memperhitungkan daya tampung sungai. Jika nilai debit pada perhitungan lebih besar dari debit eksisting sungai di lapangan dan daya tampung sungai, diasumsikan terjadi luapan, dengan rumus : Rumus Manning, V = n 1 R 2/3S1/2 (persamaan. 8)
V : kecepatan aliran rata-rata (m/det) n : koefisien kekasaran Manning (tabel) R : jari-jari hidrolis (m)
S : kemiringan hidrolik (m/m)
Dalam perhitungan kapasitas tampung maksimum sungai menggunakan persamaan berikut :
Q = AxV
Berikut disajikan dalam bentuk diagram alir metode penelitian :
HASIL DAN PEMBAHASAN
1 Pra Pemrosesan Data
Pra Pemrosesan Data yang dilakukan adalah koreksi geometrik menggunakan tipe
image to map rectification dengan
menggunakan peta sebagai sumber koordinat. Jumlah titik sampel untuk membuat GCP pada penelitian ini adalah 23 titik yang merata di semua citra dengan berbagai kondisi topografi dan telah tercukupi untuk pemilihan GCP orde 3 minimal sebanyak 10 titik (lampiran.1). Nilai Root Mean Squere Error (RMSe) yang dihasilkan sebesar 0.299 dan sangat akurat untuk ketelitian citra ASTER VNIR sebesar 15 meter.
2 Pemetaan Kerapatan Vegetasi
Pembuatan peta kerapatan vegetasi dihasilkan dari citra hasil tranformasi NDVI citra ASTER yang telah dikorelasikan dengan data di lapangan. Hasil korelasi menunjukan hubungan yang kuat dan berbanding lurus antara antara liputan vegetasi penutup di lapangan dengan nilai NDVI pada citra ASTER. Citra hasil NDVI yang telah dikorelasikan kemudian diklasifikasikan menjadi empat kelas kerapatan vegetasi. Hasil dari klasifikasi vegetasi penutup untuk klas kerapatan sangat tinggi terdapat pada daerah gunung pada hulu DAS. Vegetasi kerapatan tinggi mendominasi di daerah tengah DAS dengan
Anali sis Peta Tekstur Tanah / Infiltras Uji ketelitian NDVI Veg etas i Citra Int Alir an Batas Bentu Peta RBI Inte rpre DEM Lereng Data stasiun Hujan Poligon Peta tentatif Satuan Lahan Data curah hujan Intensitas Pengukuran Penampang Luas DAS Peta Koefisien Limpasan (C)
luas 85.6 vegetasin sedang s km2. Ko kerapatan menyebab besar kar tanah tan potensi b semakin kerapatan Gamba 3. Kerapata Tingka panjang a lahannya. Cook, DA yang baik bahwa kon yang baik besar tida kekeringan Peta Kerap 69 km2. Pad nya mulai sampai ren ndisi bagian n vegetasi y bkan koefi rena air huja npa ada pr banjir di b besar. Beri n vegetasi. ar 1 Kerapat an Aliran at kerapata alur sungai Berdasark AS Gung m k dengan lu ndisi DAS k karena al ak mengala n yang cep patan Aliran da bagian h berkurang ndah dengan n hilir DAS yang rendah. isien limpa an akan lang oses interse bagian hilir ikut Gamba an Vegetasi an aliran d dan luas an klasifik memiliki si uas 63.33 Gung mim liran air d ami pengge pat. Beriku n. ilir kerapata g mulai da n luas 44.2 S mempuny . Hal ini ak asan semak gsung jatuh epsi sehing r DAS ak ar 1 Kondi DAS Gung dihitung da tiap satu kasi metod stem salura km2, artiny miliki draina dalam jumla enangan ata ut Gambar 133 an ari 22 yai kan kin ke ga kan isi g ari an de an ya ase ah au 2 G 4 de te be da Pe sa in pe pe be la se sa kl H in tin se ge 3 Gambar 2 Pe Pemetaan Peme engan pend ekstur tan entuklahan an peta t erhitungan atuan lahan nfitrometer s eresapan. L engolahan erdasarkan ambat mer ebesar 62.5 angat lamb las cepat ha Hal tersebut nfiltrasi di ngkat infi ehingga enangan. eta Kerapata Infiltrasi Ta etaan infilt dekatan tek nah dihasi melalui pro tanah tinja infiltrasi di n mengguna sampai air m aju infiltras data dibagi metode C rupakan d 50 km2 kem at seluas 5 anya seluas t bisa dika DAS Gun iltrasi rend kemungkin an Aliran D anah trasi tanah kstur tanah, ilkan mel oses interpr au skala i lapangan b akan alat D menjadi jenu si di DAS i menjadi e Cook. Laju daerah yan mudian kla 56.32 km2. 8.25 km2 (G atakan bah ng rata-rata dah samp nan dapa DAS Gung dianalisis sedangkan lalui peta retasi visual 1:250.000. berdasarkan Double ring uh tidak ada Gung hasil empat kelas u infiltrasi ng terluas as infiltrasi Sedangkan Gambar 3). wa tingkat a tergolong pai sedang at terjadi s n a l . n g a l s i s i n . t g g i
Gambar 3. 5 Pembuat Pet penelitian Indonesia kelas kem disesuaikan empat kela dipengaruh memiliki k >30% deng DAS pros kemiringan Gambar 4) relief data dan jika ko halus ma banjir. Le genangan menjadi menggenan
Peta laju inf tan Peta Kem ta kemiri
ini dihasi digital skal miringan le
n dengan as. Pada bag hi oleh pr kemiringan gan relief te es yang te n lerengnya ). Pada kem ar kecepatan ondisi tanah aka dapat ereng yang karena lambat d ngi daerah s filtrasi DAS miringan Le ingan ler ilkan dari a 1 : 25.00 ereng yang metode C gian hulu le roses vulk n lereng ke erjal. Pada b rjadi berag a juga bera miringan le n debit aka h jenuh serta dimungkin datar juga r limpasan dan air sekitarnya. S Gung ereng reng dala Rupa Bum 0. Klasifika g dihasilka Cook menja ebih domina kan sehingg elas IV yai bagian tenga gam sehingg agam (sepe ereng denga an berkuran a tekstur yan nkan terja rentan terja permukaa hujan aka 134 am mi asi an adi an ga itu ah ga rti an ng ng adi adi an an G 6 C tiga norm deng deng Hasi Tabe Sum 4 Gambar 4 Pet Nilai Koef Citra ASTER Dari klasifikasi mal dengan gan nilai sk gan nilai > 7 il klasifikasi el 1 mber : Pengol Koefisien Limpasan I (Rendah) II (Normal III ( Tinggi IV (Ekstrim ta kemiringa fisien Limp R. perhitunga koefisien nilai skor kor 50 – 7 75. (seperti i dan nilai k lahan data, 2 n n Nila (C) ) 0 – 2 l) 25 – i) 50 – m) >75 an lereng DA pasan Hasil an skoring limpasan y 25 – 50, k 75 dan kel Gambar 5.5 oefisien lim 2012 ai ) km 25 0 50 51.8 75 73.3 57.1 AS Gung Estimasi dihasilkan yaitu kelas kelas tinggi as ekstrim 5). mpasan pada Luas m2 % 0 83 28.43 32 40.22 13 31.34
M da lim lim ai pe su tu m le tid hu se D 7 ci ci se m un itu la D m se su bi ka se m se Melalui pen an intergras mpasan ya mpasan seb r hujan y ermukaan ji udah tidak urun. Pada mempunyai rengnya da dak cukup ujan yang ecara terus AS di hilir Batas DAS Pemb tra ASTER tra secara s ehingga ken membentuk a ntuk memud u proses int in berupa g igital Eleva mempunyai b emua percab ungai utam iasanya akan arena daera elain itu juga mempunyai ehingga men ngolahan da si SIG dih ang sebesar esar 0,64 m yang jatuh ika parama dapat mena a bagian nilai koefi atar sehingg meresapkan turun. Jik menerus rentan terja buatan bata R VNIR, kar stereoskopis nampakan i alur-alur sun dahkan digit terpretasi ju garis kontur, ation Mode bentuk DAS bangan aliran ma. Kondisi n mempunya h tangkapa a bahwa pad meander al nambah jara ata pengind hasilkan nil r 0,64. Nil menjelaskan akan men ter fisik D ampung air hilir sun isien yang ga air hujan n dan meng ka hujan dapat me adi banjir. s DAS dila rena mampu menggunak igir dan le ngai mudah d tasi secera v uga dibantu , aliran sun el (DEM). S yang mem n akan masu i DAS se ai debit alira an hujannya da DAS Gun liran yang ak tempuh y deraan jauh ai koefisien lai koefisien bahwa 64% njadi aliran DAS tersebu hujan yang ngai Gung tinggi dan n yang jatuh ghalangi ai berlangsung enyebabakan akukan dar u menyajikan kan band 3B embah yang diidentifikas visual. Selain dengan dat gai dan dat DAS Gung manjang dan uk ke sistem emacam in an yang keci a juga kecil ng pada hulu berliku-liku yang semakin 135 G G h n n % n ut g g n h ir g n ri n B g si n ta ta g n m ni il l, u u n lam Gu Ga Gu 8. P Da har Int den sta ter huj Int ber 5 Gambar 4 Gung. ma untuk sa ung seperti p ambar 5. Ca Berdas ung diperole Pengolahan ata hujan ya rian dari tensitas huja ngan curah asiun Pesay endah sebe jan 9 mm/h tensitas hu rpengaruh Peta Koef ampai ke hil pada Gambar akupan wilay sarkan hasi eh luas 182, n Data Curah ang digunak 8 stasiun an tertinggi h hujan 60 yangan. Un esar 0,7 m hari pada sta
ujan meru terhadap d fisien Limp lir DAS. Wi r 5. yah DAS G il analisis b ,31 km2. h Hujan kan adalah hujan DA i sebesar 4,7 mm/hari p ntuk intens mm/jam den asiun hujan upakan fak debit punc pasan DAS ilayah DAS Gung batas DAS data hujan AS Gung. 70 mm/jam pada lokasi sitas hujan ngan curah n Adiwerna. ktor yang ak dengan S S S n m i n h g n
m D 2, ba ke m in hu ka ka sa 9. m ke be m leb ai di Pe Su K 92 pe m de di ka de ju ke 10 ke D Co m de ta ha da de 73 m etode Coo AS Gung 04 mm/jam ahwa rata-ra ecil, sehin menyebabkan ntensitas bes ujan yang ke arena luapa asus banjir ampai mengg Kapasitas T Perhit maksimum emampuan u erdasarkan melintang sun bih besar d r diasumsik ilakukan den engukuran d ung di De abupaten Te 241924 m enampang m metode Mann ebit sebesar imungkinkan arena daya ebit puncak uga inform ejadian banji 0. Uji Kete erentanan ba ebit puncak Cook meng m3/detik. Se ebit puncak ahun yang s asil uji ke ata lapanga ebit puncak 3,58%. Pad manning da ok. Hasil i berdasarka m. Hasil ata curah huj ngga untuk n banjir han sar terutama ecil di suatu an sungai a akibat dar genangi wila Tampung S tungan dimaksudka untuk menam pengukura ngai. Jika d ari kapasita kan akan me ngan mengg dilakukan p esa Dampya egal pada ko mU. Berd melintang d ning di hilir 59,51 m3/de n bahwa di D tampung s banjir sebe asi dari w ir di hilir sun elitian citra anjir k aktual ha ghasilkan edangkan h k rerata di b sama sebes etelitian de an maka k dengan da hasil perh ri perhitun ntensitas h an perhitung l tersebut jan di DAS k hujan y nya hujan a di daerah u DAS yang akan jarang ri luapan su ayah sekitar Sungai Gung kapasitas an untuk mpung debi an profil debit puncak s tampung eluap. Perhi gunakan rum pada daerah ak Kecama ordinat 0296 dasarkan dan perhitun sungai Gun etik. Hasil te DAS Gung t sungai lebih esar 66,05 m warga seki ngai Gung. a ASTER V sil perhitun debit seb hasil data bangunan A ar 48,6 m3 engan mem ketelitian metode C hitungan me ngan luas hujan rerat gan sebesa menunjukan Gung cukup yang dapa lokal dalam hilir. Curah g diakibatkan g ditemukan ungai untuk rnya. g tampung mengetahu it maksimum penampang k banjir yang sungai mak itungan yang mus manning hilir sunga atan Krama 6218 mT dan perhitungan ngan dengan ng dihasilkan ersebut dapa terjadi banji h kecil dar m3/detik dan itar tentang VNIR untuk ngan metod esar 66,05 perhitungan AWLR pad 3/detik. Dar mbandingkan perhitungan Cook adalah elalui metod penampang 136 a ar n p at m h n n k g ui m g g ka g g. ai at n n n n at ir ri n g k de 5 n a ri n n h e g me dim 59, per pen Ha AS per per 11 yg seh dal ter titi ma sek me Ga koe fak Ga sun kel Ha me me huj me bes elintang su mungkinkan ,51 m3/de rhitungan de nampang m asil tersebut STER VN rhitungan rbandingan . Distribusi Banjir saling b hingga dipe lam menent sebut antar k ketingg aksimum su kitar tentang elalui GPS ambar 6), ser efisien limp ktor-faktor fi ambar 6. ngai yang luhan masya asil dari pen enjelaskan enyebabkan jan yang ke emanjang pe sar. Banjir ungai di terjadi ban etik. Hasil ebit puncak melintang su t dapat disi NIR mamp debit pun data di lapa Wilayah R disebabkan berkaitan e erlukan be tukan wilay ra lain daya gian (indek ungai waw g kejadian b pada lokas rta pengolah pasan, debi fisik DAS. Kondisi p sering tere arakat akibat ngolahan dat bahwa kar banjir baik ecil, bentuk enampang m di DAS Gu hilir D njir menghas l uji aku k dari perhit ngai sebesa impulkan b u digunak ncak banj angan. entan Banji n oleh bebe erat satu erbagai mas yah rentan b a tampung s ks kontur) ancara den banjir, surve si banjir (s han data lain it puncak ermukiman endam banj t banjir). ta dan berba rakteristik D k dari inten DAS yang melintang s ung lebih d DAS yang silkan debit urasi data tungan luas ar 89,93 %. ahwa Citra kan dalam ir dengan ir erapa faktor sama lain sukan data banjir. Data sungai, data ), volume ngan warga ey lapangan eperti pada nnya seperti banjir, dan di sekitar jir (terlihat agai analisis DAS tidak nsitas curah g cenderung sungai yang dikarenakan g t a s . a m n r n a a a e a n a i n r t s k h g g n
ak lim hu D D 5. de K da M ba G D K D se a. 1. A In kibat dari mpasan dar ujan lokal da istribusi W aerah Alira 262.235 m² esa di Kota ecamatan K an Tegal Mintaragen, P
arat dan Teg
Gambar 7. P AS Gung. KESIMPUL ari hasil pe ebagai berik . Kesimpula Citra pen ASTER yan nformasi G banjir RO ri saluran d alam skala b ilayah Rent an Sungai G yang menca a dan Kabup Kramat, Teg Selatan, Panggung, M galsari. (sepe Peta Keraw LAN DAN S enelitian dap kut : an nginderaan ng diintegra Geografis d OB, banjir drainase da besar. tan Banjir Gung luas t akup 4 Keca paten Tegal gal Timur, dan Desa Mejasem tim
erti pada Gam
wanan Gena SARAN pat diambil jauh khusu asikan den apat digun r genangan an intensita genangan d total sebesa amatan dan 6 l antara lain Tegal Bara Dampyak mur, Mejasem mbar 7) angan Banji kesimpulan usnya Citr ngan Sistem nakan untuk 137 n, as di ar 6 n at k, m ir n a m k me Gu 2. me unt me seb tan 83% 3. me me deb sam 4. Ali 5.2 dan lain Ba Mi bar 5. wil dis lim huj b. Be sar seb 1. me par tem seh ter lim 2. yan unt seh dar lin lah dan engidentifik ung. Kemamp elakukan e tuk keren emiliki aku besar 83%, nah sebesar %. Uji keteli enguji hasil etode Cook bit puncak ma menghas Distribusi W iran Sung 262.235 m² n 6 desa di n Kecamata arat dan Teg intaragen, Pa rat dan Tega
Banjir yang layah tegal sebabkan ol mpasan dari jan lokal dal Saran erdasarkan p ran untuk p bagai beriku Dalam enghitung d rameter lain mporal sepe hingga d hadap nila mpasan. Pengemban ng terbaru d tuk kajian b hingga kere ri faktor gkungan, han, faktor n sosial. kasi kerenta puan Citr ekstraksi p ntanan ba urasi untuk bentuklahan 75% dan i itian yang l perhitunga dari Citra banjir akt silkan ketel Wilayah Re gai Gung ² yang men Kota dan K an Kramat, gal Selatan anggung, M alsari. g terjadi di l adalah b leh banjir R i saluran d lam skala be penelitian y perbaikan p ut : penelitian debit punc n menggun erti perubah dapat dike ai debit ngan penel dengan reso banjir sepert entanan ban fisik saja faktor pe ketinggian anan banji ra ASTE arameter f anjir mas k kerapata n sebesar 90 infiltrasi tan g dilakuka an debit pu ASTER d tual pada t litian sebesa entan Banjir luas tota ncakup 4 Kabupaten T , Tegal Tim , dan Desa Mejasem timu i DAS Gun banjir gena ROB, banjir drainase dan esar. yang telah penelitian selanjutn ak perlu m nakan data han penggu etahui pe dan nilai litian diper olusi yang ti citra Alos njir tidak ha tetapi ju rubahan p n dan fakto r di DAS ER dalam fisik lahan sing-masing n vegetasi 0%, tekstur nah sebesar an dengan uncak hasil dengan data tahun yang ar 73,58%. r Di Daerah al sebesar Kecamatan Tegal antara mur, Tegal a Dampyak, ur, Mejasem ng terutama angan yang r genangan, n intensitas dilakukan, selanjutnya nya untuk memasukan yang multi unaan lahan engaruhnya koefisien rlukan citra lebih detail s atau Lidar anya dikaji uga faktor penggunaan or ekonomi S m n g i r r n l a g h r n a l , m a g , s , a k n i n a n a l r i r n i
138 3. Perhitungan debit puncak banjir di analisis
tiap subDAS sehingga akan diketahui subDAS yang berpotensi menghasilkan banjir dan analisis kerentanan banjir akan lebih akurat. 4. Hasil perhitungan dengan menggunakan
metode Cook untuk analisis banjir perlu
dibandingkan dengan metode lain dalam mengkaji kerentanan banjir.
5. Pembuatan pemodelan banjir diharapkan lebih interaktif dengan memasukan parameter-parameter lain tidak hanya intensitas hujan, baik dalam bentuk animasi atau simulasi interaktif kejadian banjir.
DAFTAR PUSTAKA
Adiningsih, Erna sari dan Khomarudin, 1998. Analisis Pendugaan Curah Hujan dan Kerawanan Banjir Dengan Data Satelit Studi Kasus Kota Smarang. Majalah
LAPAN no.85 Tahun XXII. LAPAN
Pekayon Jakarta.
Anwar, Khoirul. 2006. Pemetaan Daerah Rawan Banjir di DAS Garang Semarang Jateng Menggunakan Integrasi Teknik Penginderaan Jauh dan Sistem Informasi Geografis. Skripsi S1. Fakultas Geografi. Universitas Gadjah Mada. Yogyakarta. Aronoff, S. 1989. Geographyc Information
System A Management Perspective.
WDC Publication Otawa Canada.
Asdak, Chay. 1995. Hidrologi dan
Pengelolaan Daerah Aliran Sungai.
Yogyakarta: Gadjah Mada University Press.
Cahyo, 2002. Penggunaan data Landsat TM untuk studi kerentanan banjir di daerah lahan rendah antara sungai Bogowonto dan sungai Cokroyasan Kab. Purworejo Jateng. Skripsi S1. Fakultas Geografi. Universitas Gadjah Mada. Yogyakarta.
Indarto, 2010. Hidrologi; Dasar Teori dan Contoh Aplikasi Model Hidrologi.
Jakarta : Bumi Aksara
Lobeck, A. K., 1939. An introduction to The
Study of Landscape. New York :
MCGraw - Hill Book Company.
Ormeling F dan Menno-Jan Kraak, 2007.
Kartografi Visualisasi Data Geospasial.
Yogyakarta: Gadjah Mada University Press.
Pannekoek, AJ. 1949. Garisgaris Besar Geomorfologi Pulau Jawa. Yogyakarta : Perpustakaan Fakultas Geografi UGM. Pratomo, Agus Joko. 2008. Analisis
Kerentanan Banjir di Daerah Aliran Sungai Sengkarang Kab. Pekalongan Propinsi Jateng dengan Bantuan Sistem Informasi Geografis. Skripsi S1. Fakultas Geografi. Universitas Muhammadiyah Surakarta.
Sadewo, Muhammad Nur, 2011. Pemodelan Hidrologi dengan Penginderaan Jauh dan Sistem Indormasi Geografis Untuk Penyusunan SDSS Penanggulangan Banjir. Skripsi S1. Fakultas Geografi. Universitas Gadjah Mada. Yogyakarta. Sutanto, 1986. Penginderaan Jauh. Jilid 1.
Yogyakarta: Gadjah Mada University Press.
Sutanto, 1994. Penginderaan Jauh. Jilid 2. Yogyakarta: Gadjah Mada University Press.
Tim Fakultas Geografi. 2005. Pedoman Penulisan Usulan Penelitian dan Skripsi. Yogyakarta: Badan Penerbit Fakultas Geografi UGM
.
Trisakti, Bambang. 2008. Kajian Distribusi Spasial Debit Aliran Permukaan di
139 Daearah Aliran Sungai Berbasis Data
Satelit Penginderaan Jauh.. Jurnal Penginderaan Jauh Vol.5, 2008 :44-45. LAPAN.
Wisantisari, Purwani. 2005. Penyajian Informasi Pariwisata di Kabupaten tegal Berbasis informasi Geografis. Skripsi S1. Fakultas Ilmu Sosial UNNES. Semarang. http://acehpedia.org/Daerah_Aliran_Sungai
Jam 22.16 diakses 6 april 2012
www.amiritzu.blogspot.com /laporan-ilmu-tanah_12.html diakses 30 juli 2012 http://www.bpdas-pemalijratun.net/ di akses
