Analisis Sebaran Spasial Genangan Banjir Menggunakan Citra Sar Dan Optis (Studi Kasus: Kota Banjarmasin, Kalimantan Selatan).

Ambarini, Anggita Puspita (2022) Analisis Sebaran Spasial Genangan Banjir Menggunakan Citra Sar Dan Optis (Studi Kasus: Kota Banjarmasin, Kalimantan Selatan). Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 03311840000095-Undergraduate_Thesis.pdf] Text
03311840000095-Undergraduate_Thesis.pdf
Restricted to Repository staff only

Download (5MB)

Abstract

Hujan dengan intensitas sedang hingga tinggi menyebabkan terjadinya banjir pada 20 Januari 2021 disejumlah wilayah di Kota Banjarmasin. Upaya mitigasi bencana banjir dapat dilakukan menggunakan pemanfaatan data citra satelit penginderaan jauh, salah satunya dengan cara memetakan sebaran banjir menggunakan citra satelit Synthetic Aperture Radar (SAR). Banjir sangat berkaitan dan dipengaruhi oleh penggunaan lahan. Identifikasi tutupan lahan dapat dilakukan dengan memanfaatkan citra optis, karena tampilannya atau visualisasinya mirip dengan permukaan bumi, sehingga mudah dalam melakukan interpretasi baik secara visual maupun digital. Pada penelitian ini, dilakukan pemetaan spasial genangan banjir di Kota Banjarmasin sekaligus analisis hubungannya dengan tutupan lahan pada area tersebut. Pemetaan genangan banjir dilakukan menggunakan pengolahan data citra SAR Sentinel-1 sebelum dan saat kejadian banjir, sedangkan tutupan lahan menggunakan citra Sentinel-2. Pemetaan sebaran genangan banjir dilakukan dengan metode change detection dengan threshold. Hasil luasan genangan banjir pada tanggal 20 Januari 2021 di Kota Banjarmasin menggunakan Google Earth Engine dengan nilai ambang batas 1,1 adalah sebesar 1.674,501 ha. Daerah dengan sebaran genangan banjir terluas adalah Kecamatan Banjarmasin Selatan sebesar 950,353 ha. Sedangkan daerah dengan luasan sebaran genangan banjir terkecil adalah Kecamatan Banjarmasin Tengah sebesar 34,428 ha. Untuk identifikasi tutupan lahan dilakukan dengan metode klasifikasi terbimbing (supervised classification) dengan algoritma Classification and Regression Trees (CART). Hasil klasifikasi tutupan lahan dikategorikan menjadi lima kelas yaitu badan air, lahan terbangun, vegetasi, lahan kosong, dan pertanian. Hasil uji akurasi hasil klasifikasi dengan nilai overall accuracy sebesar 95,175% dan kappa sebesar 93,08% telah memenuhi ketentuan USGS dan menunjukan akurasi yang sangat baik berdasarkan kriteria Koefisien Kappa Cohen. Tutupan lahan yang paling terdampak banjir adalah lahan terbangun dan pertanian. Hal ini dapat disebabkan karena laju infiltrasi lahan terbangun dan lahan pertanian seperti sawah tergolong sedang hingga lambat dan sistem drainase di Kota Banjarmasin yang kurang memadai. Sebagian besar daerah yang tergenang banjir di Kota Banjarmasin pada 20 Januari 2021, berjarak 0-100 m dari sungai dengan luas daerah genangan sebesar 820,116 ha atau 48,977% dari total luas genangan banjir.
===================================================================================================================================
Rain with moderate to high intensity caused flooding on January 20, 2021 in a number of areas in Banjarmasin City. Flood mitigation efforts can be carried out using remote sensing satellite imagery data, one of which is by mapping the distribution of floods using Synthetic Aperture Radar (SAR) satellite imagery. Floods are closely related and influenced by land use. Identification of land cover can be done by utilizing optical imagery, because its appearance or visualization is similar to the earth's surface, making it easy to interpret both visually and digitally. In this study, a spatial mapping of flood inundation in Banjarmasin City was carried out as well as an analysis of its relationship with land cover in the area. Flood inundation mapping was carried out using Sentinel-1 SAR image data processing before and during the flood event, while land cover using Sentinel-2 imagery. The mapping of the distribution of flood inundation is carried out using the change detection method with a threshold. The result of the flood inundation area on January 20, 2021 in Banjarmasin City using Google Earth Engine with a threshold value of 1.1 is 1,674,501 ha. The area with the widest distribution of flood inundation is South Banjarmasin District with 950,353 ha. Meanwhile, the area with the smallest flood inundation distribution area is the District of Central Banjarmasin with 34,428 ha. Land cover identification was carried out using a supervised classification method with the Classification and Regression Trees (CART) algorithm. The results of land cover classification are categorized into five classes, namely water bodies, built up land, vegetation, vacant land, and agriculture. The results of the classification accuracy test with an overall accuracy value of 95.175% and kappa of 93.08% have met the USGS provisions and show very good accuracy based on the Kappa Cohen coefficient criteria. The land cover most affected by flooding is built-up land and agriculture. This can be caused by the infiltration rate of built up land and agricultural land such as rice fields which is classified as moderate to slow and the drainage system in Banjarmasin City is inadequate. Most of the flooded areas in Banjarmasin City on January 20, 2021, are 0-100 m from the river with an inundation area of 820.116 ha or 48.977% of the total flood inundation area.

Item Type: Thesis (Other)
Additional Information: RSG 621.367 8 Amb a-1 2022
Uncontrolled Keywords: Banjir, Tutupan Lahan, Change Detection, Supervised Classification, Sentinel-1, Sentinel-2. Flood, Land Cover, Change Detection, Supervised Classification, Sentinel-1, Sentinel-2.
Divisions: Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User: Mr. Marsudiyana -
Date Deposited: 20 May 2026 07:57
Last Modified: 20 May 2026 07:57
URI: http://repository.its.ac.id/id/eprint/133286

Actions (login required)

View Item View Item