Update Artikelilmiah: 45134

MUHAMMAD ADNAN ADI FIKRI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Banjir yang diakibatkan oleh luapan Sungai Klawing sempat melanda Kabupaten Purbalingga Bulan Desember 2020. Dalam upaya mengurangi dampak kerugian banjir yang semakin membesar, identifikasi wilayah yang terdampak banjir merupakan hal yang sangat penting. Dengan metode Change Detection Approach serta nilai threshold yang dilakukan pada citra Sentinel-1 SAR melalui platform Google Earth Engine, muka air banjir dapat dideteksi secara efektif dan akurat. Pada penelitian ini, citra satelit Sentinel-1 SAR dengan polarisasi VH yang digunakan yaitu 3 citra pada saat sebelum banjir (citra referensi): 19 Desember 2019; 19 November 2020; dan 25 November 2020; dan sesudah kejadian banjir, yaitu 13 Desember 2020. Nilai threshold digunakan dengan rentang 1,20 sampai dengan 1,24. Selain itu, penelitian ini juga membandingkan hasil sebaran wilayah banjir menggunakan Google Earth Engine dengan hasil sebaran banjir menggunakan software berbasis hidrologi. Pemodelan hidrograf banjir di HEC-HMS dan genangan banjir di HEC-RAS menggunakan hidrograf banjir dengan tinggi hujan 88,70 mm, 42,13 mm, dan 65,42 mm dengan variasi distribusi hujan jam-jaman yaitu 3, 5, dan 8 jam. Analisis perbandingan dilakukan dengan mencari luas irisan antara kedua hasil luas sebaran banjir pada Google Earth Engine dan HEC-RAS. Hasil menunjukkan bahwa luas irisan terbesar memiliki nilai persen perbandingan antara luas irisan dengan luas total hasil banjir sebesar 21,09%. Kecilnya nilai tersebut mendadakan bahwa hasil pemodelan genangan banjir menggunakan Google Earth Engine dan HEC-RAS kurang selaras. Akan tetapi, hasil sebaran banjir dari kedua software tersebut menunjukkan kesamaan wilayah yang terdampak oleh banjir.

Abtrak (Bhs. Inggris)

Flooding caused by the overflowing Klawing River hit Purbalingga Regency in December 2020. In an effort to reduce the impact of flood losses that are getting bigger, identification of flood-affected areas is very important. With the Change Detection Approach method and the threshold value applied to Sentinel-1 SAR images through the Google Earth Engine platform, flood water levels can be detected effectively and accurately. In this study, Sentinel-1 SAR satellite images with VH polarisation were used, namely 3 images before the flood (reference image): 19 December 2019; 19 November 2020; and 25 November 2020; and after the flood event, namely 13 December 2020. Threshold values were used with a range of 1.20 to 1.24. In addition, this research also compares the results of flood area distribution using Google Earth Engine with the results of flood distribution using hydrology-based software. Flood hydrograph modelling in HEC-HMS and flood inundation in HEC-RAS used flood hydrographs with rainfall rates of 88.70 mm, 42.13 mm, and 65.42 mm with variations in hourly rainfall distribution of 3, 5, and 8 hours. Comparative analysis was conducted by finding the slice area between the two results of flood distribution area in Google Earth Engine and HEC-RAS. The results show that the largest slice area has a percent comparison value between the slice area and the total flood result area of 21.09%.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman