Sudah Kenal Atau Baru Sebatas Menilai…

Ikat Ilmu Dengan Menuliskannya…

Archive for the ‘Teknik Kebumian’ Category

Segala hal terkait pemanfaatan ilmu kebumian dalam bidang praktis

CENDERAMATA DARI NEGERI MANDELA

Posted by suradigorontalo on 19 April 2017

Pada Maret 2017 yang lalu menjadi sejarah bagi hidup saya karena bisa menginjakkan kaki pertama kalinya di benua Afrika untuk menghadiri konferensi internasional tentang layanan iklim bertajuk: The fifth International Conference on Climate Services (ICCS5) yang berlangsung di kota Cape Town, selama tiga hari. ICCS5 ini menyandingkan institusi, baik publik maupun swasta, organisasi maupun pribadi yang terkait dengan layanan iklim di seluruh dunia dan acara ini merupakan wujud kepanjangan tangan dari program Global Framework for Climate Services (GFCS) yang merupakan framework untuk menjembatani penyedia layanan iklim dengan penggunanya dan resmi bagian dari organisasi meteorologi dunia (WMO).

SAM_9219.JPG

Kegiatan ICCS5 yang bertemakan Inovasi dalam layanan iklim dan membangun kapasitas penyedia layanan

Serasa perjalanan yang melelahkan Jakarta-Cape Town selama 15 jam dengan maskapai Emirates terbayar sudah. Di acara tersebut, saya bertemu dengan banyak pakar dari berbagai disiplin keilmuwan dari berbagai benua: Eropa, Amerika, Australia, Asia dan Afrika tentunya. Bisa berdiskusi dengan Andrew Kruczkiewicz (ahlinya program CPT dari IRI Columbia University),  Angel Munoz (ahlinya layanan subseasonal‐to‐seasonal (S2S), Princeton University) merupakan kebahagiaan tersendiri. Juga berkesempatan berdialog dengan Ms. Erica Allis dari WMO (GFCS) hingga akhirnya bertukar fikiran dengan Ibu Lili dari Badan Kebijakan Fiskal (BKF) Indonesia adalah kesempatan langka. Bahkan, beliau Bu Lili memperkenalkan dan menawarkan program pendanaan berlabel Sustainable Development Finance (SDF) untuk pembantu mendukung permasalahan dana terkait dampak perubahan iklim melalui kebijakan fiskal.

SAMSUNG CAMERA PICTURES

Bersama Andrew, pakar Climate Predictability Tool (CPT), salah satu tool yang dipakai dalam operasional iklim di BMKG

Seketika semangat saya membuncah, sambil sekelabatan teringat sayup sambutan Dr. Widada, Sestama BMKG pada suatu pembukaan acara bahwa porsi anggaran yang ada saat ini menjadi kendala terkait kebijakan BMKG untuk ber-inovasi. Anggaran yang ada sebagian besarnya tersedot untuk kebutuhan operasional yang rutin. Alhasil, perlu adanya sumber dana yang bisa mengucur deras dalam usaha untuk ber-inovasi yang tidak menutup kemungkinan pula menjalin kerja sama dengan swasta ‘public-private partnerships’. Ya, harapan untuk itu masih ada dan terbuka untuk mencapai jangkauan, ketepatan, ragam, manfaat, dan kecepatan layanan BMKG yang semakin unggul. Oiya, terkait pula dengan kerja sama dengan kawan internasional, sayapun akhirnya ditawari oleh Dr. Sukaina Bharwani dari Stockholm Environment Institute (SEI) yang berkantor pusat di U.K untuk mengagihkan kepakarannya ke penyedia layanan iklim di Indonesia agar layanan iklim yang efektif dan efisien menjangkau penggunanya.

Di hari terakhir pengembaraan saya di negeri Mandela ternyata tidak kalah menariknya, saya bertemu dengan Whasiel, sang pengemudi daring Uber. Pertemuan ini terjadi dikarenakan selama saya mengandalkan mode ojek mobil online Uber selama di sana. Uber tidak hanya fenomenal di Indonesia tapi juga di Afrika Selatan. Ternyata alangkah terkejutnya saya, beliau masih memiliki darah Indonesia berasal dari kakeknya yang dahulu kala menjadi salah satu generasi yang dibuang ke Afrika Selatan sebagai budak zaman penjajahan Belanda. Whasiel bahagia bisa bertemu lagi dengan orang Indonesia hingga mau mengantarkan kemana saya mau dengan tarif saudara, katanya. Sayapun memberikan baju batik sebagai penanda pertemanan kami.

Masjid tertua di Cape Town

Bersama Whasiel di depan Masjid Auwal, masjid tertua di Cape Town

Di hari terakhir sebelum kembali ke tanah air, saya diajak berkeliling Cape Town oleh Whasiel yang baik hati ini. Satu tempat yang menarik bagi saya adalah Boulder Visitor Center, tempat dimana penguin Afrika biasa berkumpul. Bercengkerama dalam kehangatan berkeluarga serta meninggalkan anak cucunya. Sehingga tempat ini mengingatkan kepada saya akan nasib satwa, khususnya penguin yang ikut terancam dampak perubahan iklim. Sebelum membahas lebih jauh perubahan iklim. Nah, sering kita mendengar dan membaca istilah variabilitas iklim dan juga perubahan iklim. Tebersit di hati apa yang membedakan keduanya. Bahkan di BMKG sendiri, terdapat bagian khusus yang menangani dua hal tersebut secara terpisah. Jadi begini, variabilitas iklim sifatnya reversible, membentuk osilasi ataupun siklus. Sedangkan perubahan iklim sifatnya one-directional, bersifat trend baik suhu maupun curah hujan (Huber dan Jay, 2001). Ketika berbicara tentang iklim yang berubah maka setidaknya ada satu dari empat elemen statistik perubahan yang bisa dilihat yakni: apakah 1). amplitudo, 2). rata-rata, 3). trend, ataupun 4). panjang gelombangnya.

4.jpg

Identifikasi perubahan iklim: 1). amplitudo, 2). rata-rata, 3). trend, 4). panjang gelombang

Dan sesungguhnya, isu kepunahan satwa akibat perubahan iklim tak kalah seksi dengan isu pilkada saat ini. Namun, belum banyak pembaca yang menyadari bahwa perubahan iklim bisa berimplikasi pada perubahan habitat yang pada gilirannya berdampak pada ketidakseimbangan jaring- jaring makanan, termasuk berpengaruhnya pada Sang pemuncak jaring- jaringnya yakni manusia.

Persepsi saat ini bahwa ilmuwan mensinyalir adanya migrasi satwa dikarenakan tidak mampunya mereka menyesuaikan perubahan suhu yang menyergah habitat asli mereka. Bahkan, ada beberapa jenis satwa yang telah menuju punah disebabkan oleh iklim yang telah berubah. Salah satunya adalah penguin di Afrika, yang sering salah jalur dan tidak menemukan sumber makanan utamanya ketika musim mencari plankton dan ikan tiba. Sehingga berdasarkan data International Union for Conservation of Nature (IUCN) terbaru, pada gilirannya jumlah penguin Afrika tinggal lima puluh ribuan saja sisanya.

SAMSUNG CAMERA PICTURES

Sekumpulan penguin Afrika (Spheniscus demersus), di Pantai Boulders di pinggiran Samudera Atlantik

Bagaimanapun juga, yang perlu diperhatikan adalah hubungan antara  iklim dengan satwa, yang pada akhirnya menyebabkan ketidakmampuan satwa untuk bertahan hidup sehingga harus bermigrasi ataupun paling buruknya adalah punah. Ditambah lagi dikarenakan aktivitas manusia di masa yang akan datang akan semakin berubah akan merubah habitat. Hal yang paling mengkhawatirkan adalah kepunahan ataupun migrasi. Satu satwa akan mempengaruhi satwa yang lain sehingga akan mempengaruhi lingkungan yang baru sehingga akan merubah rantai makanan.

Bagaimana dengan satwa di Indonesia? Disinyalir ikan Pesut Kalimantan sudah mengalaminya. Andai ini benar terjadi maka kita akan makin kesulitan menyebut lima saja nama ikan. Bayangkan, hal yang sangat menyedihkan bukan? 😦

Pada akhirnya, cenderamata berharga yang saya bawa bukanlah gantungan kunci, boneka Ndebele ataupun magnet kulkas semata.

20170303_140222.jpg

Boneka Ndebele yang dijajakan salah satu kios di Boulders Visitor Centre, Simon’s Town

20170303_140655.jpg

Magnet kulkas khas Afrika Selatan yang dipajang di kios cenderamata di Boulders Visitor Centre

Namun, cenderamata yang lebih bernilai berupa agih pengalaman terkait layanan iklim, membuka peluang kerja sama dengan institusi lain dan peluang sumber dana untuk kemajuan dan keberlangsungan kehidupan masyarakat Indonesia dan lingkungannya baik flora maupun faunanya. Badan Meteorologi Klimatologi dan Geofisika (BMKG) sebagai lembaga penyedia data informasi keikliman siap bahu-membahu dalam penerapannya. Iklim Memberlangsungkan Indonesia!

Posted in Teknik Kebumian | Leave a Comment »

Pengolahan Data Satelit MTSAT

Posted by suradigorontalo on 4 August 2012

Pengolahan Data Satelit MTSAT

 

Teori Singkat

 

DR. Verner E. Suomi, Bapak Satelit Meteorologi. MTSAT adalah satelit yang peluncurannya mempunyai 2 tujuan yaitu sebagai satelit cuaca dan satelit komunikasi.

 

MTSAT-1R, diluncurkan 26 Februari 2005, pada koordinat 140°BT. Sedangkan MTSAT-2 diluncurkan pada 18 Februari 2006, pada koordinat 145°BT. MTSAT-2 menggantikan misi satelit MTSAT-1R yang telah beroperasi sejak 5 tahun sekitar tahun 2010.

 

Penambahan notasi R pada MTSAT-1R menunjukkan satelit ini     sebagai pengganti MTSAT-1 yang gagal mengorbit.

 

Imager pada MTSAT:

  • IR1-IR2, 10-12µm, infra merah thermal yg menunjukkan suhu muka tanah, muka laut atau puncak awan di atas keduanya.
  • IR3, 6,5-7 µm, sensor uap air, menunjukkan kandungan uap air di lapisan atmosfer menengah.
  • IR4, 3,5-4 µm, sensor infra merah gelombang pendek, perpaduan dengan infra merah untuk deteksi kabut pada malam hari.

 

Urutan Langkah Pengolahan

 

Langkah Pertama, Mengumpulkan data pgm.gz untuk kanal IR1, IR2, IR3 dan IR4 untuk tulisan ini diambil untuk tanggal 15 Februari 2010 per-jam.


Langkah Kedua, data kanal IR1 di dump untuk mendapatkan satu ctl dan dat untuk data 24 jam.


 

Langkah Ketiga, menjalankan script HovMoller sehingga diperoleh keluaran Temperatur Black Body Rata- rata. Hasil TBB/ Temperatur Black Body (satuan Kelvin) di atas wilayah 0,6384LU dan 122,85BT per-jam pada tanggal 15 Februari 2010 ditunjukkan gambar di bawah ini:

 


 

Sedangkan TBB d atas sepanjang bujur 122,85BT adalah seperti berikut di bawah ini:


 

Sedangkan hasil HovMoller langkah ketiga adalah sebagai berikut:


 

 

Langkah Keempat, melakukan dump data kanal IR1, IR2, IR3 dan IR4 kemudian dibuat plot dan grafik HovMoller tiap jam per-kanal. Berikut ini adalah plot HovMoller Penampang Lintang terhadap Waktu dengan pusat di lintang 0,6384LU yang merupakan posisi bandar udara Jalaluddin Gorontalo untuk tiap- tiap kanal sbb.:

 


 

Di bawah ini adalah penampang Bujur Temperatur Black Body terhadap waktu dengan pusat di bujur 122,8519BT yang merupakan lokasi bandara Jalaludin Gorontalo:


 

Untuk mengetahui evolusi TBB maka dibuat pula plot HovMoller dengan format cross-section lintang terhadap waktu sbb.;


 

Langkah terakhir adalah analisis, dari Plot HovMoller bisa diperoleh informasi tren kondisi meteorologi dari sudut pandang penampang lintang dan atau bujur terhadap waktu.

 

Nilai TBB yang lebih besar khususnya di sebelah timur wilayah data yang dipilih dikarenakan berada di atas perairan.

 

Semoga bermanfaat. Aamiin.

Posted in Teknik Kebumian | Leave a Comment »

Analisis Hidrologi – Daerah Aliran Sungai

Posted by suradigorontalo on 13 December 2010

Watershed Modeling System (WMS) Daerah Aliran Sungai Limboto Gorontalo

Oleh   :

S U R A D I

Forecaster BMKG Prov. Gorontalo


1.        PENDAHULUAN

DAS ( Daerah Aliran Sungai ) adalah padanan kata drainage area, drainage basin atau river basin. Batas DAS dirupakan oleh garis bayangan sepanjang punggung pegunungan atau lahan meninggi, yang memisahkan sistem aliran yang satu dengan sistem aliran yang lain di sebelahnya. Atas dasar pengertian tersebut di atas maka secara teori semua kawasan darat habis terbagi menjadi sejumlah DAS. Suatu DAS terdiri atas dua bagian utama, yaitu daerah tadahan (catchment area) yang membentuk daerah hulu atau ”daerah kepala sungai” dan daerah penyaluran air yang berada di bawah daerah tadahan. Daerah penyaluran air dapat dibagi menjadi dua daerah, yaitu daerah tengah dan daerah hilir.

Daerah tadahan merupakan daerah sumber air bagi DAS yang bersangkutan, sedangkan daerah penyaluran air berfungsi menyalurkan air tanah (excess water) dari sumber air ke daerah penampungan air, yang berada di sebelah bawah DAS. Daerah penampungan air dapat berupa danau atau laut. Dilihat dari segi hidrologi, DAS merupakan suatu kesatuan hidrologi yang bulat dan utuh. DAS menjadi bagian dari sistem darat.

2.            METODE

Watershed Modeling System merupakan sebuah aplikasi komputer berbasis data grid dimana di dalamnya terdapat aplikasi Gridded Surface Subsurface Hydrologic Analysis (GSSHA). GSSHA mampu menghitung komponen hidrologi baik di permukaan tanah maupun bawah permukaan, serta interaksi antar keduanya. Komponen permukaan tanah yaitu, distribusi hujan (presipitasi), volume air di permukaan tanah dan saluran setelah simulasi berakhir, evapotranspirasi potensial dan aktual, volume discharge, serta intersepsi. Komponen di bawah permukaan meliputi volume airtanah, volume air di zona tidak jenuh, serta imbuhan airtanah. Untuk interaksi antar permukaan dan bawah permukaan tanah, komponen yang dapat dihasilkan adalah infiltrasi, eksfiltrasi dan inflow ke saluran arah lateral.

Data yang dibutuhkan GSSHA adalah data yang sifatnya kontinu, baik untuk durasi yang pendek maupun untuk durasi waktu yang panjang. Selain itu, selama proses simulasi program akan menampilkan hasil perhitungan Evapotranspirasi potensial dan aktual, infiltrasi dan discharge sehingga sifatnya dinamis dengan time step yang kecil.

Penggunaan program komputer berbasis Gridded Surface Subsurface Hydrologic Analysis (GSSHA) digunakan sebagai instrumen untuk menganalisis data dan memperoleh hasil akhirnya. Dalam program komputer ini, data awal yang dikehendaki adalah topografi obyek penelitian. File topografi dalam bentuk format Digital Elevation Model (.dem).

Kontur topografi diperoleh dari SRTM (Shuttle Radar Topography Mission) dengan menggunakan aplikasi komputer Global Mapper.

Dalam tulisan kali ini akan dilakukan pemetaan DAS di wilayah Kota Gorontalo dan kabupaten Bone Bolango Provinsi Gorontalo yang dikenal sebagai DAS Limboto atau DAS Bone Bolango. Peta lokasi DAS  sebagai berikut :

das_limbotoGambar 1. Wilayah DAS yang akan dihitung ditandai oleh lingkaran.

peta_geo_gtoGambar 2. Peta Geologi DAS Bone Bolango

 

Berdasarkan klasifikasi iklim menurut Koppen dan Schdmit-Ferguson, DAS Limboto mempunyai iklim yang bervariasi yaitu Afa, Ama dan Awa dengan curah hujan tahunan berkisar antara 1.722 mm s/d 2.722 mm, temperatur maksimum 37oC dan minimum 23oC selanjutnya, secara garis besar penggunaan lahan di DAS Limboto dapat dikelompokkan menjadi 11 kelompok yaitu sebagai berikut :

guna_lahan

Gambar 3. Tata Guna Lahan DAS Gorontalo

3.            HASIL

Selanjutnya proses mengambil data topografi dari server sebagai berikut :

global_mapper

Gambar 4. Ambil Data DEM Gorontalo dengan SRTM Worldwide Elevation Data. Isi West:122.90, East:123.40, North:0.0, South:o.45

Setelah data topografi diperoleh, hasilnya sebagai berikut :

data DEM DAS GorontaloGambar 5. Data DEM DAS Limboto

Hasil di atas diekspor menjadi data dem dengan ektensi file *.dem, yang selanjutnya data tersebut diolah dengan menggunakan aplikasi WMS 8. Berikut adalah hasil pengolahan  data *.dem yang diolah menjadi peta kontur ketinggian seperti terlihat pada gambar 6 berikut :

peta kontur tinggi

Gambar 6. Peta Kontur Ketinggian DAS Limboto dan sekitarnya

Gambar tersebut dibuat peta ketinggian dengan gradasi warna dimana semakin biru penampakan citra menandakan ketinggian tempat semakin tinggi. Sedangkan semakin merah penampakan citra berarti tempat tersebut adalah dataran rendah. Seperti terlihat pada gambar 7 di bawah :

kontur ketinggian

Gambar 7. Gradasi Warna Peta Ketinggian DAS Limboto

Aliran sungai Bolango terlihat daerah hulu bersumber di sekitar pegunungan Bolango kabupaten Bone Bolango ( DAS Limboto ) dan aliran bermuara di Laut Selatan Gorontalo. Dipilih titik – titik seperti di lingkaran putih sbb. :

dot batas DAS

Gambar 8. Penentuan Batas DAS dengan Menentukan Titik di hulu dan hilir (muara) DAS

Diperoleh hasil sebagai berikut :

Gambar 9. Batas DAS Titik di hulu dan hilir (muara) DAS Limboto

Untuk mengetahui karakteristik dari DAS dapat dilakukan pengaturan pada aplikasi WMS, dan dalam hal ini dilakukan setting untuk mengetahui luasan dari dari daerah aliran sungai, panjang DAS, kemiringan dari DAS, rata-rata elevasi DAS serta untuk mengetahui karakteristik lain juga dilakukan setting seperti rata-rata presipitasi di sekitar DAS dan nilai curve number-nya dan koefisien runoff-nya. Klik di hulu, percabangan, dan hilir sungai untuk mendefinisikan DAS beserta Aliran Sungai-nya.

Setting Karakteristik DAS

Gambar 9. Pengklasifikasian parameter DAS Limboto

Diperoleh hasil sebagai berikut :

data basin

Gambar 10. Hasil Pengklasifikasian parameter DAS Limboto

Selanjutnya didapat hitungan data-data basin (DAS)

data basin limboto

Gambar 11. Pemilihan parameter keluaran DAS Limboto

nilai data DAS LimbotoGambar 12. Nilai keluaran parameter- parameter DAS Limboto

Diperoleh nilai : CN                          = 0,0

P                             = 0,0 in

RC                           = 0,0

A (luas)                 = 218.82 km2

BS                           = 0.2621 m/m

AOFD                    = 1988,76 m

L                              = 21525,56 m

P                             = 113231 m

AVEL                      = 365,52 m

Dimana :

  1. CN adalah Curve Number
  2. P adalah Basin Average Precipitation yaitu rata – rata hujan di areal DAS.
  3. RC adalah Runoff Coefficient, yaitu koefisien limpasan.
  4. A adalah luas DAS.
  5. BS adalah Basin Slopes yaitu kelerangan dari DAS.
  6. AOFD adalah Average Overland Flow.
  7. L adalah Basin Length yaitu panjang dari DAS.
  8. P adalah Perimeter (Keliling Basah) yang merupakan bagian parameter penampang aliran yang bersentuhan dengan dasar dinding saluran.
  9. AVEL adalah Rata – rata ketinggian DAS.

Selanjutnya tampilkan data-data dalam bentuk grid :

grid nilai

Gambar 13. Gridded Setting Nilai keluaran parameter- parameter DAS Limboto

Dari gambar di bawah didapatkan informasi per grid sbb.:

griddedGambar 14. Gridded Value keluaran parameter- parameter DAS Limboto

4. ANALISIS

Dari hasil pengolah data DEM untuk untuk DAS Bone Bolango / Limboto didapatkan informasi bahwa luas dari daerah aliran sungai seluas 218.82 km2. DAS Bone Bolango / Limboto termasuk DAS yang terjal. Dimana dalam luasan tersebut terdapat beberapa sungai kecil yang bersumber dari bukit-bukit di sekitar Pegunungan Bone Bolango dan alirannya mengalir dan menyatu dengan sungai utama yang bermuara di Laut Selatan Gorontalo. Panjang DAS Bone Bolango  sekitar 21525,56 m atau 21,5256 km.

5.            KESIMPULAN

  1. CN adalah Curve Number, bernilai nol berarti software ini tidak bisa / belum bisa me-resolve kondisi relief permukaan dikarenakan belum adanya input data.
  2. P adalah Basin Average Precipitation yaitu rata – rata hujan di areal DAS. Bernilai nol mengindikasikan bahwa nilai P tidak di resolve oleh software dikarenakan belum adanya input data.
  3. RC adalah Runoff Coefficient, yaitu koefisien limpasan yang juga bernilai nol. dikarenakan belum adanya input data.
  4. A adalah luas DAS. Luas DAS Limboto didapatkan nilai 218.82 km2 .
  5. BS adalah Basin Slopes yaitu kelerangan dari DAS. Bernilai 0,2621 ( 26,21 % ) berarti kategori terjal.
  6. AOFD adalah Average Overland Flow. Nilai 1988, 76 m.
  7. L adalah Basin Length yaitu panjang dari DAS.
  8. P adalah Perimeter (Keliling Basah) yang merupakan bagian parameter penampang aliran yang bersentuhan dengan dasar dinding saluran. Bernilai panjang 113231 m atau 113,231 km.
  9. AVEL adalah Rata – rata ketinggian DAS. Rata – rata ketinggian DAS Limboto adalah 365,52 m.
  10. Dengan memasukkan input data yang terkait ( misal data hujan) maka akan diperoleh nilai unsur DAS yang diperlukan.
  11. Dengan model ini bisa diperoleh informasi data DAS yang diperlukan dengan data input yang terbatas yang ke depannya bisa digunakan sebagai decision support system terkait kejadian banjir maupun analisis hidrologi lainnya.

oooOOOooo

Posted in Teknik Kebumian | Tagged: | 1 Comment »

Analisis Kerentanan Terhadap Perubahan Iklim

Posted by suradigorontalo on 5 September 2010

Analisis Kerentanan Terhadap Bencana Banjir di Provinsi Gorontalo

1.  Pendahuluan

Terlepas apakah iklim sekarang ini sudah berubah atau baru akan berubah adalah pembahasan tersendiri di kala ada 2 ( dua ) kubu yang dengan kekuatannya masing- masing memiliki hujjah, kubu kontra mengatakan bahwa perubahan iklim belumlah terjadi, yang terjadi saat ini adalah fluktuasi iklim, namun kejadian- kejadian bencana kemeteorologian secara spasial maupun temporal cenderung meningkat bahkan ekstrim seperti yang sedang dialami China dengan korban banjir sudah mencapai 700 jiwa lebih meninggal.

Upaya adaptasi perubahan iklim tidak akan memperoleh hasil yang efektif jika tidak  diperhitungan mengenai seberapa besar perkiraan dampak yang ditimbulkan. Kita tidak tahu perbedaan tingkat kerentanan dampak di masing-masing wilayah. Untuk itu, diperlukan suatu peta yang memberikan informasi kerentanan wilayah terhadap dampak perubahan iklim yang akan terjadi di masa mendatang. Peta ini akan sangat mudah untuk dipahami oleh berbagai kalangan sehingga dapat menjadi referensi dalam mengupayakan adaptasi perubahan iklim baik dalam bentuk fisik maupun yang lainnya. Peta kerentanan dampak perubahan iklim ini diperoleh melalui beberapa tahap. Tahap pertama adalah memproyeksikan beberapa parameter yang memiliki sifat variable (berubah) terhadap waktu dengan menggunakan persamaan model tertentu. Setelah terbentuk peta-peta spasial dari data-data yang sudah terkumpul selanjutnya di tahap akhir adalah melakukan metode overlay (tumpang susun). Metode overlay ini dapat dilakukan dengan bantuan perangkat-perangkat lunak yang berbasis Sistem Informasi Geografis (SIG). Dengan demikian, beberapa formula digunakan untuk memperoleh hasil akhir berupa peta kerentanan perubahan iklim.


Gambar 1. Metode Overlay (Susandi, et al,1999)

Hingga saat ini, kegiatan adaptasi difokuskan pada area-area yang dianggap rentan terhadap perubahan iklim yaitu daerah pantai, sumber daya air, pertanian, kesehatan manusia dan infrastruktur.

2.   Data dan Metodologi

Data yang digunakan untuk mengetahui sebaran spasial potensi hazard, dilakukan pengelompokan data di tiap-tiap kabupaten, yang akan diolah menggunakan perangkat lunak GIS kemudian ditentukan sebagai indeks hazard (bahaya), data-data tersebut yaitu :

  1. Data Jumlah Penduduk
  2. Data Land Use
  3. Data Curah Hujan
  4. Data Temperatur

    Kemudian sebagai indeks adaptive capacity, yaitu digunakan data :

  5. Tingkat Pendidikan
  6. Tingkat Kesehatan
  7. HDI

Indeks kerentanan ditentukan dengan menggunakan persamaan :

IK (Indeks Kerentanan) = IH (Hazard Indeks) – IA (Adaptive Indeks)


3. Kondisi Geografis Gorontalo

Sejak 16 Februari 2001 lalu, daerah ini resmi sudah menjadi provinsi menjadi provinsi termuda di negeri ini. Provinsi Gorontalo terletak di Pulau Sulawesi bagian Utara meliputi 1 kota dan 4 kabupaten, 46 kecamatan, 385 Desa dan 65 Kelurahan. Letak geografi berada di antara 121,23o – 123,43o Bujur Timur dan 0,19o – 1,15o Lintang Utara, mempunyai luas 12.215,44 Km2 yaitu Kota Gorontalo 64,80 Km2 (0.53 %), Kabupaten Gorontalo 3.354,67 Km2 (28,05 %), Kabupaten Boalemo 2.567,36 Km2 (18,04 %), Kabupaten Bone Bolango 1.984,31 Km2 (16,25%) dan Kabupaten Pohuwato 4.244,31Km2 (36,77%) dengan batas-batas wilayah :

  • Sebelah Utara berbatasan dengan Kabupaten Buol dan Toli Toli (Sulawesi Tengah dan Laut Sulawesi).
  • Sebelah Barat berbatasan dengan Kabupaten Parigi Moutong (Sulawesi Tengah).
  • Sebelah Timur berbatasan dengan Kabupaten Bolaang Mongondow (Sulawesi Utara).
  • Sebelah Selatan berbatasan dengan Teluk Tomini.

Keunggulan posisi geografisnya sangat menguntungkan Gorontalo, yakni berada di poros pertumbuhan ekonomi, antara dua Kawasan Ekonomi Terpadu (Kapet) Batui (Sulawesi Tengah) dan Manado-Bitung (Sulawesi Utara).


Gambar 2. Peta Administratif Provinsi Gorontalo

3.1    Penduduk

Jumlah penduduk Provinsi Gorontalo tahun 2006 sebanyak 904.533 jiwa yang terdiri dari laki-laki 455.150 jiwa dan perempuan 449.383 jiwa. Dilihat dari sebarannya, jumlah penduduk terbesar berada di Kabupaten Gorontalo sebesar 415.675 jiwa, Kota Gorontalo 150.005 jiwa, kabupaten Boalemo 109.869 jiwa, Kabupaten Bone Bolango 122.832 jiwa dan Kabupaten Pohuwato 106.152 jiwa. Sedangkan dilihat dari tingkat kepadatan penduduk, Kota Gorontalo memiliki kepadatan penduduk paling tinggi yaitu 2.315 jiwa/km2. Diikuti Kabupaten Gorontalo 121 jiwa/km2 dan Kabupaten Bone Bolango 61 jiwa/km2, Kabupaten Boalemo 43 jiwa /km2, dan Kabupaten Pohuwato 25 jiwa/km2 .

Sedangkan Keluarga Miskin di Provinsi Gorontalo adalah sebanyak 293.520 jiwa (31,97%) dan tertinggi terdapat di Kabupaten Gorontalo (126.566 KKM / 43 % dari seluruh penduduk miskin yang ada di provinsi Gorontalo). Seleng-kapnya dapat dilihat pada gambar berikut ini :


Gambar 3. Perbandingan Jumlah Penduduk Miskin Gorontalo

3.2 Kondisi Iklim

Berdasarkan klasifikasi iklim menurut Koppen dalam Schdmit dan Ferguson, Provinsi Gorontalo mempunyai iklim yang bervariasi yaitu Afa, Ama dan Awa dengan curah hujan tahunan berkisar antara 1.722 mm s/d 2.722 mm, temperatur maksimum 37oC dan minimum 23oC. Wilayah Provinsi Gorontalo memiliki pola hujan ekuatorial dimana puncak hujan terjadi 2 (dua) kali dalam setahun seperti ditunjukkan peta di bawah ini:


Gambar 4. Peta Pewilayahan Pola Hujan Gorontalo

3.3 Kondisi Topografi dan Tutupan Lahan

Permukaan tanah di Gorontalo sebagian besar adalah perbukitan. Oleh karenanya, Gorontalo memiliki banyak gunung dengan ketinggian yang berbeda. Gunung Tabongo yang terletak di Kabupaten Boalemo merupakan gunung yang tertinggi dengan ketinggian 2.100 meter dari permukaan laut. Sedangkan gunung Litu-Litu yang terletak di Kabupaten Gorontalo adalah gunung yang terendah dengan ketinggian 884 dari permukaan laut. Keadaan topografi didominasi oleh kemiringan 15-30o (45-46%) dengan jenis tanah yang sering mengalami erosi. Kondisi dan struktur utama geologi berpotensi menimbulkan gerakan tektonik, menyebabkan rawan bencana alam seperti gempa bumi, erosi, abrasi, gelombang pasang, pendangkalan dan banjir. Seperti ditunjukkan gambar di bawah ini :


Gambar 5. Peta Tutupan Lahan Gorontalo

4. Hasil dan Analisis

Dari data yang telah dilakukan pengolahan terlihat pada gambar di bawah :



Gambar 6. Panel Kiri: Adaptiv Capacity. Panel Kanan: Indeks Komponen Hazard

Indeks kerentanan merupakan indeks yang digunakan untuk mengetahui sejauh mana pada daerah tersebut terjadi kerentanan akibat faktor dampak perubahan iklim. Dari pengolahan data wilayah Provinsi Gorontalo, terlihat di bawah ini :


Gambar 7. Peta Indeks Distribusi Kerentanan

Dari peta di atas terlihat wilayah Kabupaten Gorontalo dan Kota Gorontalo merupakan wilayah yang memilki tingkat kerentanan tertinggi. Sedangkan faktor hazard di kedua wilayah ini relative lebih tinggi dibandingkan wilayah lain, seperti jumlah curah hujan yang lebih tinggi dan penggunaan tata guna lahan yang cukup besar namun yang tidak kalah besar adalah Peningkatan jumlah penduduk yang meningkat pesat dikarenakan kedua daerah ini merupakan pusat kegiatan industri dan pusat pemerintahan sehingga menjadi daerah tujuan migrasi penduduk. Kapasitas adaptasi pada wilayah ini, khususnya pada sektor pendidikan dan kesehatan memang relative tinggi dibandingkan dengan wilayah lain namun apabila dibandingkan dengan komponen hazard-nya masih rendah. Perlu diketahui bahwa bencana kemeteorologian yang sering melanda wilayah Gorontalo adalah bencana banjir yang biasanya terjadi pada akhir tahun hingga awal tahun tiap tahunnya. Pada waktu mendatang pada daerah ini tentu memiliki potensi terjadinya bencana banjir. Adaptasi yang dapat dilakukan seperti konservasi wilayah danau Limboto yang merupakan wilayah penampung air utama di wilayah tersebut juga pembangunan sistem drainase yang baik karena unsur curah hujan yang relative besar dan yang tidak kalah penting perlindungan wilayah hutan di daerah hulu yang menjadi cathment area.

Referensi : Diolah dari berbagai sumber,


Posted in Teknik Kebumian | Tagged: | Leave a Comment »

 
%d bloggers like this: