Analisis Spatial Potensi Bahaya Daerah Pantai
-
Upload
apriadi-budi-raharja -
Category
Documents
-
view
229 -
download
0
Transcript of Analisis Spatial Potensi Bahaya Daerah Pantai
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
1/12
ANALISIS SPASIAL POTENSI BAHAYA DAERAH PANTAI TERHADAP
PERUBAHAN IKLIM DI PULAU BALI
Huda Bachtiar1), Franto Novico2), Bagus Indrawan3)
1) Balai Pantai, Puslitbang-SDA, Kementerian Pekerjaan Umum
2)Pusat Penelitian dan Pengembangan Geologi Kelautan (P3GL), Kementerian ESDM,
3)Oseanografi, Institut Teknologi Bandung
Email: [email protected]
ABSTRACT
It was indicated that climate becomes one of the most important factors that derives economic activity
nowdays. Bali Island is a location that has a high economical value with complete infrastructures, but at the
same time it is also threatened by climate change. This study was aimed to analyze potenial hazard spatially.
The input of this spatial simulation consisted of DEM data and ocean hazard parameters( sea level rise and
temperature projection, ENSO event, and storm surge). Based on simulation result, scenario 1 showed that in
2012, Buleleng district was as the widest area with Hazard Potential Level (HPL) value up to 20.67 km2while the lowest district of HPL was Denpasar around 3.12 km2. Scenario 3 as an extreme condition showed
that HPL of Buleleng district in 2012 might reach up to 32.55 km2. In addition, hazard potential correspond
to time also would enhance HPL value. It was proven by the increase of HPL value in 2030, in which HPL of
Buleleng district would increase up to 37.26 km2. How large the area threatened by climate change will be
depend on the topography profile, thaccumulation of hazard parameters, as well as the hazard parameter
corresponds to the time.
Key words:Climate change, hazard potential, spatial analysis, Bali Island
ABSTRAK
Iklim merupakan salah satu faktor yang mempengaruhi kegiatan ekonomi pada saat ini. Pulau Bali
merupakan salah satu pulau yang memiliki nilai infrastruktur dan nilai ekonomi yang tinggi, tetapi di sisi
lain terdapat potensi bahaya akibat perubahan iklim yang dapat mengancam infrastruktur tersebut. Tujuan
dari kajian ini dilakukan adalah untuk memberikan informasi secara spasial area yang dapat terancam
berdasarkan hasil simulasi spasial. Input dalam simulasi spasial terdiri dari peta topografi sebagai peta
dasar dan parameter bahaya akibat perubahan iklim (kenaikan muka air laut, kejadian ENSO, dan
gelombang badai). Berdasarkan hasil simulasi, skenario 1 menunjukan pada tahun 2012 Kabupaten
Buleleng merupakan area yang memiliki potensi bahaya terluas dengan luas area bahaya tertinggi
20.67km2, sedangkan area yang memiliki potensi bahaya tersempit adalah Kabupaten Denpasar dengan
luas area sekitar 3.12km2. Hasil simulasi skenario 3 sebagai skenario kondisi ekstrim menunjukan luas area
potensi bahaya di Kabupaten Buleleng mencapai 32.55km2 dan area potensi bahaya tersempit di Kabupaten
Denpasar dengan estimasi area yang terancam dengan level sangat tinggi adalah 4.51km2. Selain itu,
berdasarkan hasil simulasi pada tahun 2030 skenario 1 menghasilkan luas area bahaya 37.26km2. Hasil
simulasi menunjukan luasan area yang terancam bahaya tergantung pada akumulasi profil topografi
pantai, parameter bahaya, dan waktu.Kata Kunci:Perubahan iklim, potensi bahaya, analisis spasial, Pulau Bali
PENDAHULUAN
Indonesia sebagai negara kepulauan
diketahui memiliki pulau sekitar 17.508 buah. Dari
seluruh pulau tersebut, lima pulau terbesar yang
telah umum diketahui yaitu Pulau Jawa, Pulau
Sumatera, Pulau Kalimantan, Pulau Sulawesi dan
Pulau Papua merupakan tempat tinggal sebagian
besar rakyat Indonesia. Selain ke lima pulau besar
tersebut, Indonesia masih memiliki Pulau Bali yangmerupakan pulau yang sangat terkenal tidak hanya
di Indonesia namun juga di manca negara. Hal
tersebut terjadi karena Pulau Bali memiliki pantai
yang sangat indah yang menjadi daya tarik
wisatawan untuk datang menikmatinya. Pulau Bali
sebagai daerah penyumbang devisa negara
terbesar di sektor pariwisata perlu dipelihara dan
dijaga akan kelangsungan alamnya khususnya
daerah pantai sehingga roda perekonomian
masyarakat setempat akan terus berjalan dengan
baik.
Isu climate change dan sea level rise
beberapa dekade terakhir menjadi perbincangan
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
2/12
yang hangat tidak hanya bagi negara yang memiliki
pantai namun juga negara di dunia secara umum.
Perubahan suhu yang terus meningkat diketahui
telah menimbulkan pencairan es di kutub yang
cukup besar sehingga menyebabkan kenaikan
muka air laut, selain itu peningkatan suhu telahmenyebabkan timbulnya beberapa cuaca ekstrem.
Hal-hal tersebut ternyata tidak hanya berdampak
pada perubahan elevasi air laut secara umum
namun juga sangat berpotensi buruk terhadap
kondisi pantai jika kondisi ekstrem tersebut terjadi
pada waktu yang bersamaan.
Kondisi ekstrem seperti badai, peningkatan
muka air laut akibat cuaca ekstrem dan kenaikan
muka air laut itu sendiri menjadi suatu hal yang
perlu dikaji sehingga dapat diperkirakan akan
kelangsungan suatu daerah pantai akibat
menerima kondisi ekstrem tersebut. Abrasi-akresi,erosi-sedimentasi, dan genangan banjir di daerah
pantai akibat kondisi-kondisi ekstrem tersebut
perlu dianalisis sehingga akan dihasilkan suatu
informasi yang berguna bagi kelangsungan,
keamanan dan keselamatan masyarakat,
ekosistem, infrastruktur dan tata guna lahan di
sepanjang daerah pantai tersebut.
Berdasarkan hal-hal di atas, maka tujuan
dari tulisan ini adalah untuk menganalisis kondisi
rawan bencana di daerah pantai sepanjang Pulau
Bali akibat beberapa kondisi ekstrem.
TINJAUAN PUSTAKA
Kajian pustaka dalam makalah ini berupa
hasil kajian yang telah dilakukan terkait
kerentanan pantai dan gelombang badai, dimana
dari hasil kajian tersebut juga dijadikan sebagai
referensi input paramater dalam analisis spasial
potensi bahaya.
Proyeksi Kenaikan Muka Air Laut
SLR akibat pemanasan global merupakan
salah satu parameter yang memberikan kontribusi
sangat signifikan di daerah pantai (Ewing, 2009),
dimana SLR merupakan salah satu faktor yangmempercepat laju erosi, merubah garis pantai, dan
memperluas area genangan di sepanjang daerah
pantai (Latief, 2010). Selain itu, ketika kenaikan
muka air laut dan kenaikan temperatur laut
melebihi batas normal dari kemampuan biota laut
untuk beradaptasi maka dampak dari kenaikan
tersebut dapat merusak akosistem laut dan
ekosistem pantai (Latief, 2010).
Perhitungan proyeksi SLR berdasarkan hasil
kajian resiko dan yang telah dilakukan di Pulau
Lombok, dimana untuk menghitung trend dan laju
SLR di Pulau Bali berdasarkan data pengamatan,
yaitu data pasang surut di Benoa dan data altimetri
(lihat Gambar 1). Analisis hasil perhitunganberdasarkan data historis menunjukan laju
kenaikan muka air laut sekitar 3.5 mm/tahun
sampai 8.0 mm/tahun. Selain itu, ouput model IPCC
menunjukan trend yang relatif sama. Data muka air
berdasarkan hasil skenario model IPCC-SRESa1b
menunjukan SLR bervariasi dari 4mm/thn sampai
8 mm/thn sampai 2100, dimana berdasarkan
skenario SRESa1b untuk tahun 2030 menunjukan
kenaikan yang bervariasi dari 10.5 cm sampai 24
cm terhadap kenaikan muka air di tahun 2000.
pada tahun 2080 akan mencapai 28 cm sampai 55
cm, dan pada tahun 2100 dapat mencapai 40
sampai 80 cm.
Kenaikan Intensitas Gelombang Badai
Gelombang badai adalah gelombang tinggi
yang disebabkan oleh kejadian badai, terutama
badai tropis. Kejadian tersebut merupakan
bencana serius di daerah pantai khususnya di zona
tropis dan sub tropis, dimana salah satu dampak
dari badai tropis adalah naiknya muka air ekstrim
akibat angin dan tekanan dari siklon tersebut
(Riandini, 2011). Gelombang badai yang
dibangkitkan oleh siklon tropis di samudera Hindia
sering menghantam perairan pantai Jawa, Bali, dan
Nusa Tenggara Barat sehingga dapat menyebabkanpotensi bahaya, seperti tergenangnya
insfrastruktur bangunan pantai dan rumah,
relokasi masyarakat ke daerah pengungsian,
terganggunya aktivitas pariwisata, dan
terganggunya aktivitas ekonomi di pelabuhan
(Nining., et al., 2010).
Berdasarkan hasil kajian yang telah
dilakukan, simulasi kerentanan terhadap kejadian
storm tide akibat badai (Nining et al., 2010)
menunjukan tinggi maksimum di sepanjang pantai
selatan Jawa, Bali, dan NTB terdapat di Nusa
Kambangan (Jawa; 19.0 cm), Tuban (Bali; 14.7 cm),Teluk Gumbang (Lombok; 12.2 cm), dan Tanjung
Labulawah (Sumbawa; 12.5 cm). Jarak maksimum
area tergenang (Rmax) dan tinggi run up (H)
terjadi di Teluk Penanjung (Java; Rmax = 835.2 m,
H = 0.73 m), Tuban (Bali; Rmax = 623 m, H = 1.02
m), Tanjung Ringgit (Lombok; Rmax = 1112.3 m, H
= 1.03 m), and Teluk Cempi (Sumbawa; Rmax =
4136.5 m, H = 1.0 m).
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
3/12
Gambar 1. proyeksi SLR sampai 2100 a) data pengamatan pasang surut Benoa
b) Distribusi SLR data altimetri (sumber: Latief, 2010)
METODOLOGI
Analisis spasial dalam kajian ini dilakukan
dengan cara menetapkan zona dengan
penetapan potensi bahaya, langkah
pengerjaannya, yaitu menggabungkan peta
dasar dan parameter bahaya dapat dilihat pada
Gambar 2. Pengolahan data meliputi,
penggunaan peta dasar dengan skala 1: 200:000yang selanjutnya akan dibuat sebagai peta
tematik berupa peta spatial potensi bahaya
akibat kondisi ekstrem. Selanjutnya analisis data
akan kondisi hidro-oseanografi yang meliputi
pasang surut, angin dan gelombang yang
merupakan rekaman data dari beberapa instansi
terkait dan terakhir adalah analisis data kondisi
ekstrem yang berpotensi terjadi di Pulau Bali
yang meliputi sea level rise, storm surge dan el
Niño southern oscillation.
Seluruh analisis data yang digunakan sebagai
input pengolahan data selanjutnya dimasukkan
ke dalam peta eksisting dan mulai dibuat
skenario akan potensi bahaya yang mungkin
terjadi. Pembuatan peta potensi bahaya pada
intinya Kondisi didasarkan pada rambatan
elevaasi muka air tertinggi akibat skenario yang
dibuat yang selanjutnya disuperposisikan
dengan kondisi topografi daerah pantai
penelitian. Hasil dari superposisi tersebut akan
dijadikan penilaian serta klasifikasi tingkat
potensi bahaya yang akan terjadi. Penilaian atau
scoring yang dhasilkan untuk masing-masing
daerah pantai akan memberikan informasi
tentang tingkat kerentanan suatu daerah pantai
di Pulau Bali terhadap kondisi ekstrem yang
dimodelkan.
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
4/12
Gambar 2. Diagram alir pembuatan peta potensi bahaya
HASIL DAN PEMBAHASAN
Peta Dasar
Peta dasar dalam kajian ini digunakan
data elevasi secara spasial di Pulau Bali atau
dikenal sebagai data DEM (Digital Elevation
Model) . Data tersebut didapat dari GLCF (the
Global Land Cover Facility)dengan tingkat
akurasi 90 meter (lihat Gambar 3).
Gambar 3. Peta dasar Pulau Bali
(sumber: GLCF, 2012)
Proyeksi Kenaikan Temperatur
Perhitungan analisis SST (Sea Surface
Temperature) berdasarkan perhitungan data
bulanan dari NOAA (National Oceanography and
Atmospheric Agency) Optimum Interpolation (OI)version 2 (Reynolds and Smith, 1994) sebagai
referensi data dari hasil simulasi model IPCC. Dari
perhitungan tersebut didapat nilai SST tahun 1981-
2012 sekitar 0.02720C.
Berdasarkan hasil simulasi, skenario IPCC
SRESa1b memiliki kecenderungan nilai temperatur
yang cenderung mendekati dengan nilai
temperatur di Bali Utara 0.0159-0.029 0C dan Bali
Selatan 0.0169-0.0338 0C. Selain itu, kenaikan SSTsecara global antara 0.30C -0.40C (Rayner, et
al.,2003).
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
5/12
Analisis Anomali Muka Air Terkait ENSO
Analisis ini dilakukan dengan
mengkorelasikan sea level anomali dengan periode
kejadian la nina (lihat Tabel 2). Hal tersebut
dilakukan, karena terjadi kenaikan muka air akibat
massa dari kolam air panas pada tahun La Niña
terbawa menuju ke arah Indonesia bagian timur
akibat menguatnya Angin Timuran. Hal ini
berdampak pada terjadinya penumpukkan massa
air di daerah Indonesia yang kemudian dapat
menaikkan level muka air laut di perairan
Indonesia. Selain itu, meningkatnya level muka laut
pada tahun La Niña adalah akibat adanya massa air
bertemperatur lebih tinggi yang dibawa dari
Pasifik Timur berasosiasi dengan massa air di
perairan Indonesia yang menyebabkan massa air
memuai dan meningkatkan level permukaan air
pada tahun La Niña (Indrawan, 2011).
Berdasarkan hasil kajian yang telah
dilakukan, ENSO merupakan salah satu fenomena
akibat adanya interaksi atmosfer-laut di daerah
tropikal pasifik (Philander 1983; Suarez dan
Schopf, 1988; Jin, 1998), dimana variabilitas ENSO
ini merupakan salah satu sumber variabilitas
terbesar yang di bangkitkan karena interaksi
proses laut dan atmosfer (Philander, 1983, 1990),
yang dampaknya terhadap perubahan sistem iklim
global (Rasmusson dan Carpenter, 1982;
Ropelewski dan Harpelt, 1987; Trenberth et al.,
1998; Goddard dan Dilley, 2005).
Tabel 2. Periode Kejadian La ninaSumber: BMKG, 2010Periode la nina Anomali suhu muka laut (
oC)
Pasifik Tengah (El
Nino/la nina
Perairan Indonesia Samudera Hindia
(Dipole Mode)
MAM 1954-DJF 1957 -2.0 -0.4 -0.1
ASO 1962-DJF 1963 -0.7 0.1 0
MAM 1964-DJF 1965 -1.2 -0.5 0.8
JJA 1970-DJF 1972 -1.3 0.1 0.4
AMJ 1973-AMJ 1976 -2.1 0.5 0.5
SON 1984-ASO 1985 -1.1 0 -0.4
AMJ 1988-AMJ1989 -1.9 0.1 -0.1
ASO 1995-FMA 1996 -0.7 0.2 0
JJA 1998-MJJ 2000 -1.6 0.4 -0.5
ASO 2007-AMJ2008 -1.4 0.2 -0.1
April 2011-28 Mei 2011 -0.6
-0.3
0.04
-0.1
0.13
-0.13
Kejadian ENSO ini dapat dideteksi dengan
melihat anomali temperatur di Pasifik Tengah dan
di perairan Indonesia. Pada tahun La Niña suhu
permukaan laut di Pasifik mengalami penurunan
dan sebaliknya di Indonesia mengalami kenaikansuhu permukaan laut. Ketika kondisi El Niño suhu
permukaan laut di Pasifik Tengah mengalami
kenaikan dan sebaliknya di Indonesia mengalami
penurunan suhu permukaan laut (Indrawan,
2011).Hasil perhitungan data UHSCL (The
University of Hawaii Sea Level Centre), anomali
elevasi muka air perarian Bali pada perioda la nina
menunjukan kenaikan muka air sebesar 25 cm
(lihat Gambar 4).
Gelombang Angin
Data angin berupa kecepatan dan arah anginharian. Data ini didapatkan dari stasiun BMG
Ngurah Rai di Kecamatan Kuta Kabupaten Badung-
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
6/12
Bali dengan koordinat, 080 44' 55" LS dan 1150 10'
09" BT. Berdasarkan rekaman data sejak 1 Januari
2003 hingga 30 November 2010 maka dapat
diketahui bahwa arah angin dominan berasal dari
timur, tenggara dan barat. Peramalan gelombang
dilakukan dengan menghitung pembentukangelombang di laut dalam dianalisa dengan rumus –
rumus empiris yang diturunkan dari model
parametrik berdasarkan spektrum gelombang
JONSWAP (Shore Protection Manual, 1984).
Berdasarkan hasil peramalan dapat diketahui
bahwa kondisi gelombang ekstrem di lokasi
Ngurah Rai memiliki ketinggian maksimum
sebesar 3.46 m untuk kala ulang 200 tahun (lihat
Tabel 3).
Analisis Pasang Surut
Pasang surut merupakan salah satu parameter
yang sangat penting dalam analisis potensi bahaya,
karena besarnya suatu elevasi pasang surut di
perairan dengan level tertentu akan memberikan
elevasi yang signifikan ketika pasang air tertinggi
dari suatu nilai pasang surut diakumulasikan
dengan fenomena lain di laut. Analisis pasang surut
dilakukan dengan melakukan pengukuran muka
air selama 17 hari, yaitu pada tanggal 20 Januari-5
Februari 2011 (lihat Gambar 5). Pengukuran
tersebut dilakukan untuk memperoleh karakteritik
pasang surut pada saat kondisi pasut purnama dan
pasut perbani di Tanjung Benoa, Bali. Hasil
pengukuran tersebut dijadikan sebagai referensi
dalam analisis pasang surut dalam kajian analisis
spasial ini.
Hasil analisis pasang surut menunjukankarakteristik pasang surut di Tanjung Benoa
cenderung semidiurnal hal ini berdasarkan
perhitungan nilai Formzal sebesar 0.54, dimana
muka air di perairan tersebut cenderung terjadi
dua kali pasang dan dua kali surut dalam satu hari.
Selain itu, nilai pasang air tertinggi (HHWL)
sebesar 3.796 m dan nilai rata-rata muka air
(MHWL) sebesar 2.047 m.
Skematisasi Skenario Potensi Bahaya
Skematisasi model dilakukan dengan membagi
model menjadi tiga skenario pada tahun 2012 dan
pada tahun 2030 (lihat Tabel 4). Pembagian
skenario tersebut berdasarkan akumulasi setiap
potensi bahaya yang digabungkan terhadap peta
dasar. Skenario pertama merupakan simulasi
spasial kondisi eksisting, dimana parameter input
berupa nilai SLR, MHWL, dan gelombang angin
cenderung berada dalam kondisi tidak ekstrim.
Sedangkan, skenario dua dan skenario tiga
merupakan akumulasi parameter pada kondisi
ekstrim.
Tabel 3. Nilai Kondisi Ekstrem Gelombang di Sta.Ngurah Rai
Periode ulang
(tahun)
Tinggi gel
(meter)
Periode gel
(detik)
200 3.46 7.55
100 3.16 7.27
50 2.85 6.97
25 2.54 6.65
10 2.13 6.19
5 1.84 5.78
3 1.54 5.43
2 1.30 5.08
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
7/12
Gambar 4.Hasil pengolahan anomali elevasi perairan Bali
Gambar 5. Data hasil pengukuran muka air Tanjung Benoa, Bali
Tabel 4. Skenario model
Nomor Potensi Bahaya
1 Kenaikan muka air laut
2 MHWL (Mean High
Water Level)
3 HHWL (Highest High
Water Level)
4 Gelombang Angin
5 Gelombang Angin
(ekstrim)
6 La Nina
7 Gelombang Badai
Akumulasi Skenario
1+2+4 1 (eksisting)
1+3+5 2
1+3+5+6+7 3(ekstrim)
-40
-30
-20
-10
0
10
20
30
40
50
Sep-05 Jan-07 Jun-08 Okt-09 Feb-11
A n o m a l i ( m m )
Waktu
BENOA
PRIGI
LAMBAR
El Nino Moderat 2006-2007
El NinoLemah 2009
La Nina Moderat 2007-2008
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
8/12
Analisis Spasial Potensi Bahaya
Peta potensi bahaya berupa pemberian informasi
secara spasial area yang berpotensi terkena
dampak dari suatu bencana berdasarkan input
parameter bahaya. Analisis potensi bahaya
berdasarkan pembagian cluster yangmerepresentasikan kondisi pantai Bali di setiap
lokasi, yaitu Kabupaten Buleleng (Bali Utara),
Kabupaten Karangasem (Bali Timur), Kabupaten
Denpasar (Bali Selatan), dan Kabupaten Jembrana
(Bali Barat). Secara umum, hasil simulasi
menunjukan daerah dengan potensi bahaya sangat
tinggi memiliki luas area yang sempit, karena
daerah tersebut memiliki karakteristik topografi
yang relatif tinggi, seperti daerah Uluwatu di Bali
Selatan. Begitu juga sebaliknya, daerah dengan
potensi bahaya sangat tinggi memiliki luasan area
yang luas cenderung memiliki karakteristik
topografi yang relatif landai, seperti daerahBuleleng di Bali Utara (lihat Gambar 6). Selain itu,
skenario 3 menunjukan potensi bahaya pada
kondisi ekstrim, dimana skenario tersebut
merupakan akumulasi dari setiap parameter yang
memiliki periode ulang kejadian yang relatif
panjang, seperti fenomena ENSO yang memiliki
periode ulang 2-7 tahun.
Gambar 6. Peta Potensi Bahaya Skenario 1 Tahun 2012
Gambar 7. Peta Potensi Bahaya Skenario 3 Tahun 2012
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
9/12
Gambar 8. Peta Potensi Bahaya Skenario 1 Tahun 2030
Gambar 9. Peta Potensi Bahaya Skenario 3 Tahun 2030
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
10/12
Hasil simulasi menunjukan skenario 3 dengan
potensi bahaya yang sangat tinggi memiliki luasan
area yang lebih besar dibandingkan skenario 1
(lihat Gambar 7). Selain itu, secara umum areapotensi bahaya pada tahun 2030 cenderung lebih
luas dibandingkan peta potensi bahaya pada tahun
2012 (lihat Gambar 8) dan begitu juga akumulasi
penambahan parameter bahaya dalam skenario 3
menunjukan trend penambahan luas area bahaya
(lihat Gambar 9).
Kuantifikasi data menunjukan luasan daerah
bahaya dengan klasifikasi bahaya dari level sangat
bahaya sampai level sangat rendah di setiap cluster
(lihat Tabel 5). Hasil kuantifikasi data skenario 1
dengan potensi bahaya sangat tinggi berada di
daerah Buleleng (Bali Utara) dengan estimasi area
20.67 km2, sedangkan daerah terluas ke dua
dengan potensi bahaya yang sangat tinggi berada
di daerah Jembrana (Bali Barat) dengan estimasi
area 15.60 km2. Hasil identifikasi lapangan
menunjukan bahwa daerah Buleleng dan Jembrana
cenderung memiliki karakter topografi yang landai
dibandingkan cluster lainnya. Selain itu, historikal
data bencana di Pulau Bali pada tahun 2010
sampai tahun 2012 menunjukan setiap tahun telah
terjadi kerusakan akibat gelombang pasang di
Pulau Bali. pada tahun 2010 telah terjadi
kerusakan akibat gelombang pasang dengan
frekuensi kejadian empat kali di KabupatenBuleleng pada bulan Januari (BKBPPM Provinsi
Bali, 2010). Pada tahun 2011 telah terjadi
kerusakan akibat gelombang pasang dengan
frekuensi kejadian enam kali di Kabupaten
Buleleng pada bulan Januari dan Februari dan di
Kabupaten Jembrana satu kali di Bulan Juni
(BKBPPM Provinsi Bali, 2011). Serta, pada bulan
Maret 2012 telah terjadi akibat gelombang pasang
(BPBD-Kabupaten Buleleng, 2012). Sedangkan,
area dengan potensi bahaya sangat tinggi yangmemiliki nilai terendah berada di Kabupaten
Denpasar, karena karakteristik kabupaten tersebut
cenderung memiliki karakter topografi yang tinggi.
Estimasi luas area yang berpotensi terhadap input
parameter bahaya akan memberikan pengaruh
yang sangat signifikan ketika parameter potensi
bahaya pada kondisi ekstrim berakumulasi dan
penambahan trend besarnya nilai parameter
bahaya terhadap waktu seperti ditunjukan hasil
simulasi skenario 3. Hasil simulasi skenario 3 pada
tahun 2012 di Kabupaten Buleleng menunjukan
potensi bahaya dengan level sangat tinggi dapat
mencapai 32.55 km2, dengan demikian terdapat
penambahan luas area yang mencapai 11.88 km2.
Selain itu, estimasi luas area dengan potensi
bahaya sangat tinggi setelah 18 tahun kemudian
(tahun 2030) mengalami trend penambahan luas
area, dimana hasil simulasi skenario 3 pada tahun
2030 dapat mencapai 37.26 km2. Dalam kajian
peta bahaya selanjutnya, parameter bahaya akan
lebih lengkap jika dilakukan penambahan
parameter potensi bahaya di daerah pantai, seperti
dengan memasukan elevasi muka air ketika terjadi
tsunami, sehingga peta potensi bahaya yang dibuat
akan melengkapi data base peta potensi bahaya.Selain itu, hasil simulasi dengan data DEM yang
memiliki resolusi lebih detail akan
merepresentasikan kondisi spasial mendekati
sebenarnya dengan kondisi lapangan, karena hasil
simulasi yang ditunjukan lebih bersifat moderat.
Tabel 5.Kuantifikasi luas area terhadap potensi bahaya
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
1 3.12 2.12 1.26 0.42 1.76 15.60 10.60 5.85 2.68 5.49 20.67 18.79 9.77 4.43 8.32
2 4.03 2.05 1.32 2.80 0.24 19.47 10.94 7.04 5.45 1.33 27.23 18.66 11.41 7.98 2.70
3 4.51 1.99 1.57 1.52 0.65 22.21 9.85 6.57 1.16 8.10 32.55 16.66 10.37 7.96 4.68
1 3.12 2.12 1.26 0.42 2.52 15.60 10.60 5.85 2.68 7.45 20.67 18.79 9.77 4.43 11.36
2 4.03 2.05 1.32 2.80 0.51 19.47 10.94 7.04 5.45 1.67 27.23 18.66 11.41 7.98 2.60
3 4.87 2.01 3.69 1.46 0.84 24.84 10.25 7.80 6.26 2.48 37.26 15.81 12.56 4.54 6.95
1 2 3 4 5
1 11.78 5.41 2.99 1.36 2.52
2 13.77 5.55 3.51 2.41 0.25
3 15.21 4.98 3.14 2.18 1.75
1 11.78 5.41 2.99 1.36 3.46
2 13.77 5.55 3.51 2.41 0.56
3 16.55 4.64 4.04 1.84 1.65
Karangasem
2012
2030
LUAS AREA BAHAYA (km2)
TAHUN SKENARIO
2012
2030
Buleleng
LUAS AREA BAHAYA (km2)
TAHUN SKENARIO Denpasar Jembrana
keterangan:
1 sangat tinggi
2 tinggi
3 moderat
4 rendah5 sangat rendah
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
11/12
-
8/17/2019 Analisis Spatial Potensi Bahaya Daerah Pantai
12/12
Station, U.S. Government Printing Office,
Washington, D.C., 1,088 p
Suarez, M. J. and Schopf, P. S. 1988. A delayed action
oscillator for ENSO. J. Atmos. Sci. 45, 549 –
566.
Trenberth, K. E., Branstator, G. W., Karoly, D., Kumar,
A., Lau, N.-C., and co-authors. 1998.
Progress during TOGA in understanding
and modelling global teleconnections
associated with tropical sea surface
temperatures. J. Geophys. Res. 103, 14
291 –12 324.
UHSCL., 2011. Sea Level Center of Data. Hawaii,
USA. (diaksesdari
http://uhslc.soest.hawaii.edu/data/fdd).