Pemetaan Banjir Rob Wilayah Medan Utara Menggunakan Regresi Logistik dan GIS
Abstract
Perlunya memetakan zona terancam banjir rob berdasarkan faktor-faktor penyebab banjir rob di wilayah Medan Utara sebagai dasar bagi stakeholder dalam rangka penanganan banjir rob. Indikator kerawanan terhadap banjir rob mencakup curah hujan, kerapatan drainase, tata guna lahan, jarak ke sungai, jenis tanah, elevasi, kemiringan, aspek, jarak ke muara. Analisis data menggunakan GIS dan regresi logistik. Lokasi penelitian adalah kecamatan Belawan, Marelan dan Labuhan. Hasil analisis yang didapat, yaitu faktor curah hujan, drainage density, elevasi, jarak ke muara, aspek berpengaruh terhadap kerawanan banjir rob. Sedangkan indikator land use, jenis tanah, jarak ke sungai, kemiringan tidak berpengaruh terhadap kerawanan banjir rob. Hasil analisis menunjukkan peringkat indikator yang mempengaruhi terhadap kerawanan banjir rob dari pertama sampai sembilan adalah jarak ke muara, elevasi, aspek, jarak ke sungai, jenis tanah, land use, kemiringan, curah hujan dan drainage density. Jumlah sampel 126 dengan 9 faktor didapat ketepatan model penelitian sebesar 93,7%. Sementara, sampel 209 dengan 9 faktor didapat ketepatan model penelitian sebesar 86,1%. Jumlah sampel 126 dengan 2 faktor didapat ketepatan model penelitian sebesar 92,1%. Sementara, sampel 209 dengan 7 faktor didapat ketepatan model penelitian sebesar 86,1%.
Downloads
References
Arekhi, MasterS. (2011). Modeling spatial pattern of deforestation using GIS and logistic regression: A case study of northern Ilam forests, Ilam province, Iran. African Journal of Biotechnology, 10(72), 16236–16249. Google Scholar
Azmeri & Fatimah, E. (2017). Sidik Cepat Rawan Banjir Bandang. Yogyakarta: Deepublish.
Hosmer, David W. (2000). Assessing the fit of the model. Applied Logistic Regression, 143–202. Google Scholar
Khambali, I., & ST, MPPM. (2017). Manajemen Penanggulangan Bencana. Penerbit Andi. Google Scholar
Kurniawan, Lilik. (2014). Kajian Banjir Rob di Kota Semarang (Kasus Dadapsari). Jurnal ALAMI: Jurnal Air, Lahan, Lingkungan, Dan Mitigasi Bencana, 8(2). Google Scholar
Lee, Yoonjeong, & Brody, Samuel D. (2018). Examining the impact of land use on flood losses in Seoul, Korea. Land Use Policy, 70, 500–509. Google Scholar
Mardiatno, Djati. (2018). Potensi Sumberdaya Pesisir Kabupaten Jepara. UGM PRESS. Google Scholar
Montgomery, Douglas C. & Runger, George C. (2014). Applied Statistics and Probability for Engineers. John Wiley & Sons. Google Scholar
Nurdiawan, Odi, & Putri, Harumi. (2018). Pemetaan daerah rawan banjir berbasis sistem informasi geografis dalam upaya mengoptimalkan langkah antisipasi bencana. Infotech Journal, 4(2), 1861–2460. Google Scholar
Ouma, Yashon O., & Tateishi, Ryutaro. (2014). Urban flood vulnerability and risk mapping using integrated multi-parametric AHP and GIS: methodological overview and case study assessment. Water, 6(6), 1515–1545. Google Scholar
Papaioannou, G., Vasiliades, L., & Loukas, A. (2015). Multi-criteria analysis framework for potential flood prone areas mapping. Water Resources Management, 29(2), 399–418. Google Scholar
Saputra, Novrizal Ardian. (2019). Pemetaan Zona Rawan Banjir Rob di Wilayah Medan Utara Dengan AHP dan GIS. Google Scholar
Schneider, A., Jost, Anne, Coulon, Cecile, Silvestre, Marie, Théry, Sylvain, & Ducharne, Agnès. (2017). Globalâ€scale river network extraction based on highâ€resolution topography and constrained by lithology, climate, slope, and observed drainage density. Geophysical Research Letters, 44(6), 2773–2781. Google Scholar
Widyastuti, Tri Woro, Bakti, Darma, & Harahap, Zulham Apandy. (2015). Dampak Fisik Kenaikan Muka Air Laut Terhadap Wilayah Pesisir Kota Medan Kecamatan Medan Belawan Physical Impacts Of Sea Level Rise On Coastal Areas Of Medan Belawan. Aquacoastmarine, 10(5), 12–18. Google Scholar
Copyright (c) 2021 Farino Pyanto, Ahmad Perwira Mulia, Medis S Surbakti
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
