Update Artikelilmiah: 46869

SRIGUNAWAN SUGIARTO

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Banjir melanda Kabupaten Pekalongan pada Februari 2022 akibat intensitas curah hujan yang tinggi. Dengan metode Change Detection Approach serta nilai threshold yang dilakukan pada citra Sentinel-1 SAR melalui platform Google Earth Engine (GEE). Tujuan dari penelitian ini adalah menentukan sebaran daerah yang terdampak banjir; membandingkan HEC-RAS dan citra satelit GEE dalam memetakan daerah genangan banjir; Menganalisis hasil integrasi antara pemodelan HEC-RAS dengan GEE. Pada penelitian ini, citra satelit Sentinel-1 SAR dengan polarisasi VH yang digunakan yaitu 3 citra pada saat sebelum banjir: 11 Februari 2021; 1 Januari 2022; dan 25 Januari 2022; dan sesudah kejadian banjir, yaitu 6 Februari 2022. Nilai threshold digunakan dengan rentang 1,20 sampai dengan 1,21. Selain itu, penelitian ini juga membandingkan hasil pemetaan sebaran wilayah banjir menggunakan Google Earth Engine dengan hasil pemetaan berbasis perangkat lunak hidrologi. HEC-RAS digunakan untuk memodelkan sebaran banjir. Pemodelan genangan banjir di HEC-RAS menggunakan Presipitasi dan Pasang Surut dengan tinggi hujan 97,99 mm, dengan variasi distribusi hujan jam-jaman yaitu 3, 5, dan 8 jam serta hujan proposional satelit. 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 21,15%. 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)

Floods impacted Pekalongan Regency in February 2022 due to intense rainfall. Utilizing the Change Detection Approach and threshold values applied to Sentinel-1 SAR imagery through the Google Earth Engine (GEE) platform, this study aimed to achieve three objectives: determine the distribution of flood affected areas, compare the performance of HEC-RAS and GEE satellite imagery in mapping flood inundation areas, and analyze the integration of HEC-RAS modeling with GEE results. For this study, Sentinel-1 SAR satellite imagery with VH polarization was used, consisting of three preflood images taken on February 11, 2021; January 1, 2022; and January 25, 2022, as well as one postflood image taken on February 6, 2022. Threshold values were set within the range of 1.20 to 1.21. Furthermore, the study compared flood extent mapping results obtained from Google Earth Engine with those generated by hydrological software. HEC-RAS was employed to model flood extent distribution. Flood inundation modeling in HEC-RAS incorporated precipitation and tidal data, with a rainfall intensity of 97.99 mm and variations in hourly rainfall distributions of 3, 5, and 8 hours, along with proportional satellite rainfall. Comparative analysis was performed by calculating the overlapping area between the flood extent results from Google Earth Engine and HEC-RAS. The results indicated that the largest overlapping area accounted for only 21.15% of the total flood extent, demonstrating a low level of alignment between the flood inundation modeling results of Google Earth Engine and HEC-RAS. Nonetheless, both outputs highlighted similarities in identifying the flood-affected regions

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman