Analisis Spasial Zonasi Daerah Rawan Banjir Menggunakan Sistem Informasi Geografis Dikecamatan Tilango
DOI:
https://doi.org/10.29303/goescienceed.v7i4.2867Keywords:
Sistem Informasi Geografis (SIG), Analisis Spasial, Kerawanan Banjir, Kecamatan Tilango.Abstract
Floods are a hydrometeorological disaster that frequently occurs in Tilango Subdistrict, Gorontalo Regency. The topography, which is dominated by low-lying areas, the proximity to Lake Limboto and river flows, as well as changes in land use, increase flood vulnerability in the region. This study aims to analyze the spatial zoning of flood-prone areas in Tilango Subdistrict using a (GIS). This study employs a quantitative descriptive method with a spatial analysis approach using scoring, weighting, and overlay techniques applied to parameters such as rainfall, slope, elevation, river buffers, soil type, and land cover. The data were processed using ArcGIS 10.8 to generate a flood vulnerability map. The results of the analysis show that flood vulnerability in Tilango Subdistrict is divided into three classes: non-vulnerable (21.25 ha), vulnerable (498.03 ha), and highly vulnerable (39.93 ha). The vulnerable class dominates the study area, while Tabumela Village has the highest level of vulnerability. Field validation results show a correlation between the vulnerability zones and the locations of actual flood events. This study concludes that rainfall, slope gradient, elevation, soil type, land cover, and river buffers influence the level of flood vulnerability in Tilango Subdistrict. The research results can be used as a basis for disaster mitigation and regional spatial planning.
References
Adifa, F., & Hilmy, F. (2024). Tingkat kerawanan banjir pada Sub DAS Pesing Kecamatan Pleret. Jurnal Penelitian, 2(3), 137–144.
Agustaman, R., Kasim, M., & Hutagalung, R. (2022). Aplikasi sistem informasi geografis dalam pemetaan zonasi rawan banjir Kecamatan Monano Kabupaten Gorontalo Utara. Journal of Applied Geoscience and Engineering, 1(2), 93–106. https://doi.org/10.34312/jage.v1i2.17345
Ainun. (2023). Data kejadian bencana Indonesia tahun 2023. Badan Nasional Penanggulangan Bencana.
Anggrayni. (2021). Analisis spasial dan skoring untuk menentukan tingkat kerawanan dan kerentanan banjir pada wilayah permukiman Kecamatan Sangtombolang. Jurnal Perencanaan Wilayah dan Kota, 8(3), 291–302.
Arifin, Y. I., & Kasim, M. (2012). Penentuan zonasi daerah tingkat kerawanan banjir di Kota Gorontalo Provinsi Gorontalo untuk mitigasi bencana. Jurnal Sainstek, 6(06).
Asiva Noor Rachmayani. (2015). Berbasis DAS untuk penanggulangan banjir dan persiapan sebelum terjadinya bencana. 6.
Balahanti, R., Mononimbar, W., & Gosal, P. H. (2023). Analisis tingkat kerentanan banjir di Kecamatan Singkil Kota Manado. Jurnal Spasial, 11, 69–79.
Calvin, A. F., Rizalihadi, M., BC, A. Y., & Shaskia, N. (2024). Analisis spasial kerawanan banjir menggunakan metode overlay AHP multi criteria decision making di DAS Keureuto. Journal of The Civil Engineering Student, 6(1), 29–35. https://doi.org/10.24815/journalces.v6i1.28974
Doda, N. (2008). Analisis daerah rawan banjir Kota Gorontalo. RADIAL – Jurnal Peradaban Sains, Rekayasa dan Teknologi, 1(2), 112–125.
Haezer, H. R., Herawati, H., & Nurhayati. (2024). Analisis faktor-faktor penyebab banjir pada bagian hilir DAS Sekadau. JeLAST: Jurnal Teknik Kelautan, PWK, Sipil, dan Tambang, 11(2), 1–6.
Hediyanti, dkk. (2022). Faktor-faktor penyebab banjir akibat aktivitas manusia. Jurnal Lingkungan dan Kebencanaan.
Jeferson, E., Karubuy, K., & Papua, P. (n.d.). Dampak kerusakan hutan terhadap bencana banjir di Kabupaten Teluk Wondama Provinsi Papua Barat. 5, 1–10.
Kusumo, P., & Nursari, E. (2016). Zonasi tingkat kerawanan banjir dengan sistem informasi geografis pada DAS Cidurian Kab. Serang, Banten. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 1(1), 29–38. https://doi.org/10.30998/string.v1i1.966
Mardiani. (2023). Buku sistem informasi geografis.
Mawadda Putri, D., Leksono, B. E., & Vidian Krama, A. (2020). Analisis daerah rawan banjir menggunakan sistem informasi geografis di Kabupaten Lampung Selatan. 2.
Rakuasa, H., & Latue, P. C. (2023). Analisis spasial daerah rawan banjir di DAS Wae Heru, Kota Ambon. Jurnal Tanah dan Sumberdaya Lahan, 10(1), 75–82. https://doi.org/10.21776/ub.jtsl.2023.010.1.8
Saputra, A. K., Santoso, D. H., & Ade Yudono, A. R. (2020). Zonasi tingkat kerawanan banjir pada ruas bekas sungai di Kabupaten Sukoharjo. Jurnal Geografi, 12(01), 255. https://doi.org/10.24114/jg.v12i01.14390
Sebayang, I. S. D., & Rosanti, R. R. (2022). Pemanfaatan sistem informasi geografis (SIG) untuk analisis tingkat kerawanan banjir pada DAS Cisadane. Rekayasa Sipil, 11(1), 30. https://doi.org/10.22441/jrs.2022.v11.i1.04
Shalih, O. (2023). Indeks Risiko Bencana Indonesia (IRBI). Badan Nasional Penanggulangan Bencana.
Tolodo, D. D., Suma, M. D., Yusuf, N. J., & Manyoe, I. N. (2019). Analisis banjir daerah Ilotidea Kabupaten Gorontalo menggunakan data citra radar SRTM. Jurnal Azimut, 2(1), 60. https://doi.org/10.31317/jaz.v2i1.430
W. Adi, A., Shalih, O., Shabrina, F. Z., Rizqi, A., Putra, A. S., Karimah, R., Eveline, F., Alfian, A., Syauqi, Septian, R. T., Widiastono, Y., Bagaskoro, Y., Dewi, A. N., Rahmawati, I., Seniarwan, Suryaningrum, H. A., Purnamasiwi, D. I., & Puspasari, T. J. (2023). IRBI (Indeks Risiko Bencana Indonesia). Badan Nasional Penanggulangan Bencana, 01, 1–338.
Wibowo. (2021). Sistem informasi geografis (SIG) menentukan lokasi pertambangan batu bara di Provinsi Bengkulu berbasis website. Jurnal Media Infotama, 11(1), 223–260.
