https://aboutmusicschools.com https://slotmgc.com https://300thcombatengineersinwwii.com https://mobilephonesource.co.uk https://discord-servers.io https://esmark.net https://slotmgc.com https://nikeshoesinc.us https://ellisislandimmigrants.org https://holidaysanthology.com https://southaventownecenter.net https://jimgodfreydesign.com https://mckinneypaintingpros.com https://enchantedmansion.org https://mckinneypaintingpros.com https://laurabrodieauthor.com https://holidaysanthology.com https://ardictionary.com https://113.30.151.116 https://103.252.118.20 https://206.189.83.174 https://157.230.39.109 https://128.199.85.208 https://172.104.51.149 https://174.138.21.250 https://157.245.50.183 https://152.42.239.189 https://188.166.210.125 https://152.42.178.155 https://192.53.172.202 https://172.104.188.91 https://103.252.118.157 https://63.250.61.107 https://165.22.104.74

Pemodelan Daerah Rawan Banjir di Kecamatan Sirimau Menggunakan Metode Multi-Criteria Analysis (MCA)

Authors

DOI:

https://doi.org/10.29313/jpwk.v18i1.1964

Keywords:

Multi-Criteria Analysis (MCA), Sirimau, Model, Banjir

Abstract

Kecamatan Sirimau merupakan salah satu kecamatan di Kota Ambon yang sering terjadi banjir. Salah satu upaya awal untuk mitigasi bencana banjir yaitu dengan memetakan daerah rawan banjir di Kecamatan Sirimau. Penelitian ini bertujuan untuk memodelkan daerah rawan banjir Di Kecamatan Sirimau menggunakan metode Multi-Criteria Analysis (MCA). Variabel-variabel penyebab banjir yang digunakan yaitu kemiringan lereng, ketinggian, penggunaan lahan, buffer sungai, jenis tanah dan curah hujan yang kemudian dilakukan overlay menggunakan metode Multi-Criteria Analysis (MCA). Bahaya banjir di Kecamatan Sirimau dibagi menjadi tiga kelas yaitu kelas tinggi yang memiliki luas 540,09 ha atau 14,59%, kelas sedang seluas 1.607,14 ha atau 43,41% dan kelas rendah seluas 1.555,34 ha atau sebesar 42,01%. Daerah permukiman yang terdampak banjir di Kecamatan Seirmau berada pada kelas sedang seluas 660,16 ha (58,20 %) dan kelas tinggi yaitu seluas 474,21 ha atau sebesar 41,80 %.  Desa yang memiliki presentasi luasan bahaya banjir terbesar pada setiap kelas bahaya banjir yaitu Desa Batu Merah. Hasil penelitian ini diharapkan dapat membantu pemerintah dan masyarakat setempat untuk metigasi bencana banjir kedepannya.

References

Al-Taani, A., Al-husban, Y., & Ayan, A. (2023). Assessment of potential flash flood hazards. Concerning land use/land cover in Aqaba Governorate, Jordan, using a multi-criteria technique. The Egyptian Journal of Remote Sensing and Space Science, 26(1), 17–24. https://doi.org/10.1016/j.ejrs.2022.12.007
Aziza, S.N., Somantri, L., Setiawan, I. (2021). Analisis Pemetaan Tingkat Rawan Banjir di Kecamatan Bontang Barat Kota Bontang Berbasis Sistem Informasi Geografis. Jurnal Pendidikan Geografi Undiksha, 9(2), 109–120. https://doi.org/http://dx.doi.org/10.23887/jjpg.v9i2.35173
BNPB. (2022). Satu Korban Jiwa Akibat Banjir di Kota Ambon. BNPB. https://bnpb.go.id/index.php/berita/satu-korban-jiwa-akibat-banjir-di-kota-ambon
Chen, Y. (2022). Flood hazard zone mapping incorporating geographic information system (GIS) and multi-criteria analysis (MCA) techniques. Journal of Hydrology, 612, 128268. https://doi.org/https://doi.org/10.1016/j.jhydrol.2022.128268
Doeffinger, T., & Rubinyi, S. (2023). Secondary benefits of urban flood protection. Journal of Environmental Management, 326, 116617. https://doi.org/10.1016/j.jenvman.2022.116617
Fenglin, W., Ahmad, I., Zelenakova, M., Fenta, A., Dar, M. A., Teka, A. H., Belew, A. Z., Damtie, M., Berhan, M., & Shafi, S. N. (2023). Exploratory regression modeling for flood susceptibility mapping in the GIS environment. Scientific Reports, 13(1), 247. https://doi.org/10.1038/s41598-023-27447-0
Heinrich Rakuasa, Daniel A Sihasale , Marhelin C Mehdila, A. P. W. (2022). Analisis Spasial Tingkat Kerawanan Banjir di Kecamatan Teluk Ambon Baguala, Kota Ambon. Jurnal Geosains Dan Remote Sensing (JGRS), 3(2), 60–69. https://doi.org/https://doi.org/10.23960/jgrs.2022.v3i2.80
Heinrich Rakuasa, G. S. (2022). Analisis Spasial Kesesuaian dan Evaluasi Lahan Permukiman di Kota Ambon. Jurnal Sains Informasi Geografi (J SIG), 5(1), 1–9. https://doi.org/DOI: http://dx.doi.org/10.31314/j%20sig.v5i1.1432
Jozaghi, A., Alizadeh, B., Hatami, M., Flood, I., Khorrami, M., Khodaei, N., & Ghasemi Tousi, E. (2018). A Comparative Study of the AHP and TOPSIS Techniques for Dam Site Selection Using GIS: A Case Study of Sistan and Baluchestan Province, Iran. Geosciences, 8(12), 494. https://doi.org/10.3390/geosciences8120494
Maryono, A. (2020). Menangani banjir, kekeringan dan lingkungan. UGM PRESS.
Matondang, M. A., Perwira Mulia, A., & Faisal, M. (2022). Analisa Area Genangan Banjir Sungai Babura Berbasis Hec-Ras dan Gis. Jurnal Health Sains, 3(1), 180–201. https://doi.org/10.46799/jsa.v3i1.381
Pham, T. L., Tong, S. S., & Nguyen, V. N. (2023). Flash Flood Hazard Mapping Based on Analytic Hierarchy Process for a Complex Terrain: A Case Study of Chu Lai Peninsula, Vietnam (pp. 573–590). https://doi.org/10.1007/978-3-031-17808-5_35
Rakuasa, H., Helwend, J. K., & Sihasale, D. A. (2022). Pemetaan Daerah Rawan Banjir di Kota Ambon Menggunakan Sistim Informasi Geografis. Jurnal Geografi: Media Informasi Pengembangan Dan Profesi Kegeografian, 19(2), 73–82. https://doi.org/https://doi.org/10.15294/jg.v19i2.34240
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
Sitorus, I. H. O., Bioresita, F., & Hayati, N. (2021). Analisa Tingkat Rawan Banjir di Daerah Kabupaten Bandung Menggunakan Metode Pembobotan dan Scoring. Jurnal Teknik ITS, 10(1), C14-C19.

Downloads

Published

2023-03-30

How to Cite

Latue, P. C., Imanuel Septory, J. S. ., Somae, G., & Rakuasa, H. (2023). Pemodelan Daerah Rawan Banjir di Kecamatan Sirimau Menggunakan Metode Multi-Criteria Analysis (MCA). Jurnal Perencanaan Wilayah Dan Kota, 18(1), 10–17. https://doi.org/10.29313/jpwk.v18i1.1964

Issue

Section

Articles