Apakah banjir merupakan masalah yang serius di kota Balikpapan?
Jawaban dari pertanyaan ini mungkin akan berbeda-beda untuk setiap penduduk di kota Balikpapan. Kondisi geografis Balikpapan yang sebagian besar berbukit memberikan efek yang berbeda-beda terhadap kerentanan banjir di setiap daerah. Akan tetapi seiring dengan meningkatnya jumlah penduduk Balikpapan dan alih guna lahan menjadi pemukiman serta kurangnya saluran drainase, maka daerah yang terletak di bukit juga memiliki risiko besar terhadap banjir. Salah satu faktor yang berpengaruh terhadap banjir adalah kondisi cuaca seperti jumlah curah hujan, jumlah hari hujan, intensitas penyinaran matahari, dan faktor cuaca lainnya. Letak kota Balikpapan yang berada dekat dengan garis khatulistiwa membuat kota Balikpapan berpotensi untuk memiliki curah hujan yang tinggi dalam setiap bulan sehingga akan meningkatkan risiko timbulnya banjir di beberapa daerah.
Mitigasi banjir di Balikpapan perlu dilakukan agar mampu mengurangi dampak kerugian yang ditimbulkan terlebih lagi peran Balikpapan yang saai ini menjadi kota penyangga Ibu Kota Negara (IKN) serta menjadi pintu gerbang utama menuju IKN. Early warning system untuk kejadian banjir perlu dikembangkan sehingga dapat meningkatkan antisipasi dampak kerusakan yang parah. Berdasarkan latar belakang tersebut, penelitian ini dilakukan agar dapat memberikan kontribusi untuk mitigasi banjir di kota Balikpapan. Penelitian ini dilakukan oleh tim peneliti yang terdiri dari Primadina Hasanah, S.Si., M.Sc. (Ilmu Aktuaria), Mega Silfiani, S.Si., M.Si. (Statistika) dan Indira Anggriani, S.Si.,M.Si. (Matematika) dengan support pendanaan dari LPPM ITK melalui skema hibah Penelitian Stimulus Unggulan tahun 2023. Dalam penelitian ini, pengaruh dari beberapa faktor cuaca akan dianalisis untuk melihat pengaruhnya terhadap jumlah kejadian banjir bulanan di kota Balikpapan. Faktor cuaca yang dianalisis antara lain jumlah curah hujan, jumlah hari hujan, dan intensitas penyinaran matahari yang diperoleh dari data Bapan Pusat Statistik (BPS) kota Balikpapan. Sedangkan data jumlah kejadian banjir diperoleh dari data Badan Penanggulangan Bencana Daerah (BPBD) kota Balikpapan. Seluruh data diukur dalam satuan bulan dari tahun 2019-2022. Selanjutnya, pembentukan model prediski dilakukan dengan pendekatan Generalized Linear Model (GLM) dan model dengan akurasi yang paling baik akan dipilih sebagai model prediksi terbaik.
Berikut ini deskripsi dari data penelitian yang digunakan.
|
|
Jumlah Kejadian Banjir |
Jumlah Curah Hujan (mm) |
Jumlah Hari Hujan (hari) |
Intensitas Penyinaran matahari (%) |
|
Rata-rata |
4.854167 |
262.7333 |
18.45833 |
50.29792 |
|
Variansi |
57.8719 |
17886.01 |
22.97695 |
105.8768 |
|
Min |
0 |
63.7 |
6 |
28.4 |
|
Max |
29 |
636.6 |
27 |
80 |
Berdarkan analisis deskripsi dan visualisasi data dapat diketahui bahwa rata-rata terdapat 4 kejadian banjir per bulan di kota Balikpapan, dimana jumlah kasus tertinggi yaitu di bulan Februari tahun 2020 (29 Kasus). Tahun 2020 terjadi jumlah kasus banjir terbanyak dibandingkan tiga tahun lainnya, sedangkan trend kejadian banjir pada setiap bulan tidak sama. Misalnya pada bulan Juni tercatat bahwa pada tahun 2019 terjadi 20 kejadian, tahun 2020 meningkat menjadi 27 kejadian, sedangkan pada tahun 2021 dan 2022 tidak ada kejadian banjir pada bulan tersebut. Kondisi tersebut berbanding lurus dengan jumlah curah hujan yang terjadi di bulan Juni pada tahun 2019 dan tahun 2020 yang tercatat hampir 3 kali lebih banyak dari bulan Juni tahun 2021 dan 2022. Demikan pula dengan jumlah hari hujan pada bulan Juni di kedua tahun tersebut yang lebih tinggi dari dua tahun lainnya, sedangkan intensitas penyinaran mataharinya tercatat lebih rendah dari tahun 2021 dan 2022.
Proses analisis dilanjutkan dengan menerapkan Genalized Liniear Model yang merupakan perluasan dari model regresi linier. Jika pada regresi linier, distribusi dari variabel dependen harus mengikuti distribusi normal, maka pada model GLM distribusi variabel dependen diasumsikan mengikuti distribusi keluarga eksponensia. Beberapa model GLM yang dicobakan antara lain model regresi Poisson, regresi negative binomial, Zero Inflated Poisson, dan Zero Inflated Negative Binomial. Pemodelan dilakukan dengan bantuan R-Studio. Berdasarkan output yang diperoleh, diketahui bahwa variabel cuaca yang signifikan yaitu curah hujan sedangkan model yang terbaik dengan akurasi terkecil yaitu model Zero Inflated Negative Binomial. Output koefisien regresi serta plot perbandingan data katual dan data estimasi diberikan pada tabel berikut.
|
Parameter |
Estimate |
SE |
P-value |
Significant (5%) |
|
β0 |
0.598848 |
0.500322 |
0.23134 |
No |
|
β1 |
0.004195 |
0.001387 |
0.00249 |
Yes |
|
γ0 |
2.327027 |
1.311222 |
0.0759 |
No |
|
γ1 |
-0.011964 |
0.006285 |
0.0570 |
Yes |
Berdasarkan nilai pada koefisien regresi diperoleh bahwa curah hujan berpengaruh signifikan terhadap jumlah kejadian banjir di kota Balikpapan dengan nilai harapan sebesar μ=e0.004195X dimana jika terjadi curah hujan sebesar 100mm pada suatu bulan maka jumlah kejadian banjir adalah sebesar e0.004195*100=1.521 kejadian. Sehingga, kenaikan curah hujan sebesar 100 mm akan membawa potensi banjir 1.521 kali. Selain itu berdasarkan koefisien model logit diperoleh bahwa curah hujan dapat mempengaruhi rasio odds terjadinya banjir sebesar e-0.011964*X yang artinya bila curah hujan sebesar 100 mm maka nilai odds nya adalah 0.3022, akan tetapi jika curah hujan turun menjadi 50 mm maka nilai odds menjadi 0.5498. Sehingga dapat disimpulkan bahwa jika curah hujan turun 1 mm maka kemungkinan tidak akan terjadi banjir adalah 0.9881 kali.
Penelitian ini masih dapat dikembangkan dengan memperbanyak sampel data yang digunakan serta mencobakan metode pendekatan yang lain seperti pendekatan neural network, maupun analisis runtun waktu. Hasil penelitian ini dapat digunakan untuk memprediksi kemungkinan terjadinya banjir dengan memanfaatkan data prediksi cuaca yang biasanya dikeluarkan oleh Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) sehingga antisipasi kejadian banjir bisa dilakukan lebih awal untuk meminimalisir kerugian yang ditimbulkan.
Mitigasi bencana banjir di Balikpapan