Hasil Pencarian  ::  Simpan CSV :: Kembali

"Wilayah pesisir adalah salah satu wilayah yang sangat rentan bencana. Salah satu bencana yang perlu mendapat perhatian serius di daerah pesisir termasuk di kota Jakarta adalah bencana yang disebabkan oleh banjir pantai. Permasalahan utama adalah saat ini belum tersedia sistem peringatan dini banjir pantai di Jakarta. Tujuan penelitian ini adalah membangun model sistem peringatan dini banjir pantai dengan memperhitungkan berbagai faktor dan menganalisis tingkat penerimaan masyarakat pada pengembangan sistem peringatan dini banjir pantai di daerah pesisir Jakarta. Metode yang digunakan adalah Mix Method (Kuantitatif dan Kualitatif). Pengembangan model dilakukan dengan memperhitungkan faktor meteorologi, klimatologi, oseanografi dan hidrologi dan juga melakukan analisis pada penerimaan masyarakat dengan deskripsi statistik, tabulasi silang dan analisis jalur. Hasil penelitian menunjukkan perbandingan tinggi muka laut pada saat kejadian banjir pantai antara model dan data observasi pada tanggal 29 Mei – 8 Juni 2016, 3 Januari – 13 Januari 2017 dan 28 November – 8 Desember 2017 menunjukkan korelasi yang baik yaitu nilai r masing - masing, 0,98, 0,99, dan 0,96. Hasil simulasi pada tanggal 5 Desember 2017 menunjukkan peta genangan dengan dampak terparah ada di wilayah Tanjung Priok, Marunda, Kalibaru dan Kamal Muara. Hasil analisis penerimaan masyarakat memperlihatkan adanya hubungan antara pengetahuan dan persepsi pada sikap masyarakat merespon model peringatan dini banjir pantai. Berdasarkan hasil penelitian dapat disimpulkan bahwa model yang dibangun dalam penelitian dapat digunakan sebagai sistem peringatan dini dalam mitigasi banjir pantai bagi masyarakat di pesisir Jakarta.

---

The coastal area is one of the areas that are very vulnerable to disasters. One of the catastrophes that need serious attention in coastal areas, including in Jakarta, is a disaster caused by coastal flooding. The main problem is that currently, there is no coastal flood early warning system in Jakarta. This research aims to build a model of coastal flood early warning system by taking into account various factors and analyzing the level of public acceptance on the coastal flood early warning system in development in the coastal areas of Jakarta. The method used is the Mix Method (Quantitative and Qualitative). Model development is carried out by considering meteorological, climatological, oceanographic, and hydrological factors and conducting analysis on public acceptance with statistical descriptions, cross - tabulation, and path analysis. The results show the comparison of sea level between the model and the observation data at the time of coastal flooding on 29 May - 8 June 2016, 3 January - 13 January 2017 and 28 November - 8 December 2017 showed a good correlation, namely the respective r values, 0,98, 0,99, and 0,96. The simulation results on 5 December 2017 depict inundation maps with the worst impacts in the Tanjung Priok, Marunda, Kalibaru, and Kamal Muara areas. The public acceptance analysis results show that there is a relationship between knowledge and perceptions of people's attitudes in responding to the coastal flood early warning model. From the results of the study, it can be concluded that the model built in the study can be used as an early warning system in coastal flood mitigation for communities on the coast of Jakarta."

"Banjir di Jakarta merupakan masalah yang kompleks yang dipengaruhi oleh kombinasi faktor geografis, sosial, ekonomi, dan lingkungan. Studi ini berfokus pada prediksi banjir dengan membandingkan data stasiun darat Automatic Rain Gauge (ARG) dan data satelit Climate Hazards Group InfraRed Precipitation (CHIRPS) menggunakan Adaptive Neurofuzzy Inference System (ANFIS) yang terintegrasi dengan Principal Component Analysis (PCA). Dataset mencakup pengukuran curah hujan dari ARG dan CHIRPS, serta data ketinggian air dari tahun 2014 hingga 2020. ARG menyediakan data curah hujan lokal yang akurat, sementara CHIRPS menawarkan cakupan curah hujan regional yang luas. Teknik praproses seperti imputasi rata-rata, normalisasi data, dan metode interquartile range (IQR) digunakan untuk meningkatkan kualitas data. Model ANFIS-PCA, yang mengintegrasikan logika fuzzy dan pelatihan jaringan saraf tiruan, diterapkan dengan pembagian data 80:20 untuk pelatihan dan validasi. Ketika dilatih dengan data stasiun darat ARG dan pengukuran ketinggian air, model ANFIS-PCA menunjukkan akurasi yang superior, dengan root mean square error (RMSE) sebesar 0,13, mean absolute error (MAE) sebesar 0,12, dan R² sebesar 0,82. Sebaliknya, model ANFIS tanpa PCA menghasilkan kesalahan yang lebih tinggi, dengan RMSE 6,3, MAE 6,2, dan R² 0,74. Pelatihan dengan data satelit CHIRPS menghasilkan kesalahan yang jauh lebih tinggi (RMSE 30,14, MAE 24,05, R² 0,42). Sedangkan hasil ANFIS – PCA menghasilkan akurasi yang lebih bagus (RMSE 4,8, MAE 2,0 dan R² 0,55) . Hasil penelitian menunjukkan bahwa ANFIS-PCA memiliki kinerja yang lebih baik dibandingkan model ANFIS tanpa PCA, terutama ketika dilatih dengan data dari stasiun darat. Integrasi PCA berhasil mengurangi dimensi data, meningkatkan efisiensi komputasi dan akurasi model. Selain itu hasil ini juga menegaskan keunggulan pengukuran curah hujan data ground station untuk prediksi banjir, mempunyai angka presisi yang lebih tinggi dan kerentanan yang lebih rendah terhadap kesalahan dibandingkan data satelit. Sementara itu data satelit CHIRPS menawarkan cakupan spasial yang lebih luas.

---

Flooding in Jakarta is a complex issue influenced by a combination of geographical, social, economic, and environmental factors. This study focuses on flood prediction by comparing ground station data from Automatic Rain Gauges (ARG) and satellite data from the Climate Hazards Group InfraRed Precipitation (CHIRPS) using the Adaptive Neuro-Fuzzy Inference System (ANFIS) integrated with Principal Component Analysis (PCA). The dataset includes rainfall measurements from ARG and CHIRPS, as well as water level data from 2014 to 2020. ARG provides accurate local rainfall data, while CHIRPS offers broad regional precipitation coverage. Preprocessing techniques such as mean imputation, data normalization, and the interquartile range (IQR) method were employed to enhance data quality.

The ANFIS-PCA model, which integrates fuzzy logic and neural network training, was implemented using an 80:20 data split for training and validation. When trained with ARG ground station data and water level measurements, the ANFIS-PCA model demonstrated superior accuracy, achieving a root mean square error (RMSE) of 0.13, mean absolute error (MAE) of 0.12, and R² of 0.82. In contrast, the ANFIS model without PCA yielded higher errors, with RMSE of 6.3, MAE of 6.2, and R² of 0.74. Training with CHIRPS satellite data resulted in significantly higher errors (RMSE 30.14, MAE 24.05, R² 0.42). Meanwhile, the ANFIS-PCA model trained on combined datasets showed improved performance, achieving RMSE of 4.8, MAE of 2.0, and R² of 0.55.

The results indicate that the ANFIS-PCA model outperforms the ANFIS model without PCA, particularly when trained with ground station data. The integration of PCA successfully reduced data dimensionality, improving computational efficiency and model accuracy. Furthermore, the findings reaffirm the superiority of ground-based measurements for flood prediction due to their higher precision and lower susceptibility to errors compared to satellite-derived data, while CHIRPS satellite data offers wider spatial coverage."

"Indonesia seringkali mengalami bencana alam, pada tahun 2008 Indonesia termasuk dalam 10 besar negara di dunia yang selalu mengalami bencana. Bencana terbesar yang terjadi adalah bencana hidrologi yang berhubungan dengan banjir, yaitu sekitar 34%. Ini mengindikasikan bahwa kejadian banjir perlu ditangani secara seksama oleh berbagai pihak. Pendekatan yang digunakan adalah secara nonstruktur dengan mengembangkan sistem peringatan dini banjir, menggunakan pemdektan pemodelan hidrologi dan hidraulik untuk menentukan karakteristik aliran banjir. Input yang dipakai dalam model menggunakan beberapa sumber data, seperti data pengamatan lapangan dengan sistem pengiriman data secara telemetri, data radar, satelit, dan data prakiraan hujan dari berbagai Numerical Weather Prediction (NWP) serta prakiraan muka air laut dengan menggunakan Astronomical Tide dan South China Sea Model. Penggunaan beberapa sumber data dimaksudkan untuk memperpanjang lead time yang dihasilkan oleh model. Sistem peringatan dini banjir Jakarta (J-FEWS) telah dioperasikan secara perdana untuk kejadian banjir pada akhir tahun 2012 dan awal tahun 2013. Hasil yang diperoleh menunjukkan bahwa sistem berjalan dengan baik meskipun hasil prakiraan masih memerlukan perbaikan, terutama data curah hujan yang digunakan (baik data pengamatan maupun data prakiraan). Penggunaan hujan prakiraan dapat menghasilkan lead time yang lebih panjang, tetapi akurasi prakiraan model menjadi berkurang."

"

Indonesia secara geografis merupakan negara yang rentan terhadap bencana alam yakni termasuk DKI Jakarta. Dari tahun 2015 sampai 2020, 80% bencana alam yang dialami di DKI Jakarta adalah Banjir. 57 Kelurahan dan 23 Kecamatan dari DKI Jakarta rentan akan banjir. Sebagai tindakan pencegahan ada 4 fase dalam manajemen bencana alam. Logistik Kemanusiaan bermain peran yang krusial. Hal ini terdiri dari perencanaan, implementasi, sertal mengontrol biaya yang efektif dan efisien untuk aliran suplai, material, dan informasi terkait yang dimana memenuhi kebutuhan orang evakuasi di tempat pengungsi (Contoh: makanan dan minuman). Dalam memenuhi logistic kemanusiaan, ada beberapa ketidakpastian seperti, hal ini disebabkan karena bencana alam seperti banjir bersifat stokastik. Karena sifat tersebut, perencanaan harus dilakukan jauh sebelum terjadinya bencana. Salah satu caranya adalah dengan melakukan meng-alokasi suplai dalam depot sebelum terjadinya bencana, sehingga dapat didistribusikan ketika bencana terjadi. Pihak berwenang memiliki kewajiban dalam memunhi kebutuhan dengan tantangan sumber daya yang terbatas. Dalam penelitian ini, sang penulis ingin melakukan optimasi dalam pengalokasian suplai menggunakan pemrograman stokastik dan Sample Average Approximation. Hal ini dilaksanakan dengan meminimalkan biaya terkait dalam alokasi suplai yang ditaruh pra-bencana. Selain menunjukan hasil total biaya yang terminimalisir, hasil dari modelnya adalah rute kendaraan dalam memindahkan produk ke korban bencana serta pengalokasian jumlah produk di setiap depot.

 

---

Indonesia is a country that is considered as prone disaster which includes its capital city DKI Jakarta. From 2015 to 2020, 80% of disasters faced by DKI Jakarta were flood with 57 of its villages and 23 of its sub-districts are prone to it. As an act of precaution, there are 4 phases in disaster management with humanitarian logistics playing as its crucial role. Humanitarian Logistics plans, implements, and controls the cost-effective and efficient flow of goods, materials, and related information which includes fulfilling basic needs of people in shelters (example: food and drink). In fulfilling Humanitarian logistics there are several uncertainties, since flood occurs stochastically which means the occurrence and the impacts are not exactly known. Due to the stochasticity of the disaster, planning is done before its occurrence. One way is by pre-positioning supplies in depot which will be distributed during the disaster. The authorities need to be able to plan in fulfilling demand while being constrained by limited amount of resources. In this research, the author would like to optimize the allocation of Prepositioned supply using Stochastic Programming and Sample Average Approximation. It is done by minimizing the cost related to managing prepositioned supply. Aside from showing the minimum amount of cost, the optimization model produces the route of transportation in transferring the product from the depot to shelter while also allocating the supplies in every depot.

 

"

"Secara geografis, Jakarta dibagi menjadi hulu dari 13 sungai dan terletak di daerah dataran rendah (Napier, 2021). Menurut laporan BPBD DKI Jakarta tahun 2018, terdapat 7.228 rumah tangga atau 11.450 orang yang terdampak banjir pada Selasa sore, 6 Februari 2018. Salah satu pendekatan pengurangan banjir yang mengurangi kerusakan akibat banjir adalah bendungan kering. Bendungan kering adalah daerah tangkapan yang dirancang untuk menampung kelebihan air selama banjir sambil memungkinkan air mengalir bebas dalam situasi normal. Ini adalah metode mitigasi banjir jangka pendek yang menahan air untuk durasi singkat sebelum melepaskannya secara bertahap untuk mencegah banjir di hilir. Analisis efektivitas bendungan kering dilakukan dengan analisis daerah aliran sungai menggunakan ArcGIS, curah hujan rancangan, analisis model hidrologi menggunakan HEC-HMS, dan analisis model tingkat air menggunakan HEC-RAS dengan dan tanpa bendungan untuk periode ulang 50 tahun, 100 tahun, dan banjir maksimum yang mungkin terjadi (PMF). Hasil perbandingan pengurangan banjir dan tingkat air dianalisis berdasarkan perubahan debit, tingkat air di Bendung Katulampa, dan tingkat peringatan di Bendung Katulampa. Debit dari pemodelan dikalibrasi dengan data aktual menggunakan analisis NSE, yang menghasilkan nilai 0,872; diklasifikasikan sebagai baik. Tingkat air dan tingkat peringatan untuk Tr 50 tahun di Bendung Katulampa berubah dari 2,59 m menjadi 1,98 m atau sebesar 24%, dan tingkat peringatan turun dari level 1 ke level 2. Namun, untuk Tr 100 tahun, tingkat peringatan tidak berubah karena tetap tercatat pada level 1, dan model PMF tidak dapat ditampung oleh bendungan karena melebihi elevasi maksimum.

---

Geographically, Jakarta becomes the headwaters of 13 rivers and is located in the lowlands area. (Napier, 2021). According to the DKI Jakarta BPBD report 2018, there were 7,228 households or 11,450 people affected by the floods on Tuesday afternoon, 6th February 2018. One of flood reduction approaches that reduce the damage caused by flooding is dry dam. Dry dams are catchment areas designed to hold surplus water during flooding while allowing water to flow freely under normal situations. This is a short-term flood mitigation method that holds water for short duration before gradually releasing it to prevent downstream flooding. The analysis of effectiveness of dry dams conducted by watershed analysis on ArcGIS, design rainfall, hydrological model analysis on HEC HMS, and water level model analysis on HEC-RAS with and without dams for 50, 100 years, and probable maximum flood (PMF) return period. The comparison between result in flood reduction and water level would be analyzed as the changes in discharge, water level at Katulampa Weir, and warning level at Katulampa Weir. The discharge from modelling calibrated to the actual data by NSE analysis, which resulted in 0.872; classified as good. The water level and warning level were resulted for Tr 50 years at Katulampa Weir changed from 2.59 m to 1.98 m by 24% and so the warning level from level 1 to level 2. However, for TR 100 years the warning level did not change as it was recorded at level 1 and the PMF model could not be accommodated by the dams as it exceeded the maximum elevation."

"Kondisi Jakarta sebagai kota delta dan berdiri di dataran yang terbuat dari endapan aluvial serta dialiri oleh 13 sungai dari berbagai penjuru kota membuat Jakarta sering dilanda oleh bencana alam yang terkait dengan elemen air, salah satunya adalah banjir runoff, yang disebabkan oleh kapasitas air sungai yang tidak dapat menampung tambahan volume air sehingga air meluap dan luapan air sungai pun tidak dapat diserap kembali oleh permukaan lahan sehingga menggenang ke wilayah yang rentan oleh banjir dan mengganggu aktivitas penduduk. Dengan kondisi tersebut, dibutuhkan resiliensi wilayah terhadap bencana banjir runoff, yang dapat dicapai dengan cara pembangunan infrastruktur yang dibangun secara holistik terhadap elemen air kota, yang berupa infrastruktur yang mengakomodasi penampungan sementara air hujan yang jatuh. Dengan mempelajari contoh-contoh yang berasal dari dua lokasi dengan konteks yang cukup mirip, ditemukan bahwa dalam membangun sebuah infrastruktur air dalam skala neighborhood, diperlukan pengertian dalam konteks dan aktivitas sehingga aspek sosial-ekologis dari area tersebut dapat saling berkaitan dan membantu area mencapai resiliensi, khususnya resiliensi terhadap banjir runoff yang terjadi di area neighborhood.

---

ABSTRACTJakarta`s condition as a delta city and standing on a land made of alluvial deposits and flowing by 13 rivers from various parts of the city makes Jakarta often hit by natural disasters related to water elements, one of which is runoff flooding, which is caused by river water capacity that is not can accommodate additional volume of water. The additional volume of water then overflows and cannot be reabsorbed by the land’s surface and puddles into areas that are vulnerable to flooding and disrupts the activities of the population. Under these conditions, regional resilience to runoff floods is needed, which can be achieved by developing holistic infrastructure for the city water element, in the form of infrastructure that accommodates temporary storage of falling rainwater. By studying examples from two locations with fairly similar contexts, it was found that in building a water infrastructure on a neighborhood scale, understanding in context and activities are needed so that the socio-ecological aspects of the area can be interconnected and help the area achieve resilience, especially resilience to runoff floods that occur in the neighborhood area."

"Sistem Peringatan Dini Bencana (Disaster Early Warning System) atau yang disebut DEWS adalah sistem yang dikelola oleh Badan Penanggulangan Bencana Daerah Provinsi DKI Jakarta dan digunakan oleh petugas Unit Pelaksana Teknis Pusat Data dan Informasi Kebencanaan (UPT PDIK) serta petugas di Kelurahan terdampak bencana banjir. DEWS bertujuan untuk membantu masyarakat dalam menerima, memahami, dan bereaksi secara cepat dan tepat terhadap peringatan dini yang diinformasikan oleh petugas. DEWS dinilai belum optimal dan sesuai dengan ekspektasi yang diharapkan dalam mengelola layanan peringatan dini bencana. Hal ini ditunjukan dari permasalahan-permasalahan terkait kinerja DEWS.Tujuan penelitian ini adalah untuk melakukan evaluasi terkait analisis faktor yang memengaruhi kesuksesan dari Sistem Peringatan Dini Bencana (DEWS) dan rekomendasi peningkatan kualitas sistem. Salah satu cara menghindari kegagalan layanan e-government adalah dengan menentukan dan mendefinisikan faktor kesuksesan diawal implementasi (Napitupulu, Syafrullah, Rahim, Amar, & Sucahyo, 2018). Penelitian ini mengadopsi model kesuksesan DeLone & McLean dengan penambahan variabel kualitas teknologi pelengkap. Data dikumpulkan dengan menggunakan kuesioner yang disebar kepada petugas UPT PDIK BPBD Provinsi DKI Jakarta dan petugas kelurahan dimana DEWS telah terpasang. Data hasil kuesioner diolah dengan menggunakan Partial Least Squares-Structural Equation Model (PLS SEM).Dari 11 hipotesis pada penelitian ini setelah dilakukan pengolahan data dengan menggunakan PLS SEM terdapat 5 hipotesis yang diterima dan 6 yang ditolak. Kepuasan pengguna (user satisfaction) menjadi variabel paling memiliki pengaruh positif kepada kesuksesan DEWS. Kemudian diikuti kualitas sistem (system quality), kualitas teknologi pelengkap (complimentary). Penggunaan (use) saat ini belum memiliki pengaruh pada kesuksesan, dimana kualitas layanan berpengaruh positif pada penggunaan, namun belum berpengaruh pada kepuasan pengguna. Kualitas informasi (information quality) saat ini juga belum memiliki pengaruh positif pada penggunaan dan kepuasan pengguna.

---

The Disaster Early Warning System, called DEWS, is a system managed by the DKI Jakarta Provincial Disaster Management Agency and used by Disaster Data and Information Center Technical Implementation Unit (UPT PDIK) officers and officers in villages district that affected by flood disasters. DEWS aims to assist the community in receiving, understanding, and reacting quickly and precisely to early warnings that are informed by officers. DEWS is considered not optimal and in accordance with the expectations expected to manage disaster early warning services. This is shown from the problems related to DEWS performance.

The purpose of this study is to evaluate the analysis of factors that influence the success of the Disaster Early Warning System (DEWS) and recommendations for improving the quality of the system. One way to avoid the failure of e-government services is to determine and define success factors at the beginning of implementation (Napitupulu, Syafrullah, Rahim, Amar, & Sucahyo, 2018). This study adopts the DeLone & McLean success model with the addition of complementary technology quality variables. Data was collected using a questionnaire distributed to UPT PDIK BPBD DKI Jakarta Province staff and village officials in district where DEWS has been installed. Data from the questionnaire were processed using the Partial Least Squares-Structural Equation Model (PLS SEM).

By 11 hypotheses in this study after processing data using PLS SEM, there are 5 accepted and 6 rejected hypotheses. User satisfaction has the most positive influence on DEWS success. Then followed by the system quality and complimentary. Use does not currently have an influence on success, where service quality has a positive effect on use, but has not affected user satisfaction. The information quality at this time also does not have a positive influence on the use and user satisfaction."

"Pada musim hujan tiba, masalah yang sering terjadi di DKI Jakarta adalah banjir yang menggenangi jalan lingkungan, area parkir, ataupun rumah warga. Untuk mengatasi masalah tersebut, sebuah penelitian di China menunjukan bahwa penerapan bata beton berongga pada area parkir dan jalan lingkungan dapat mengatasinya. Akan tetapi, di DKI Jakarta belum diterapkan secara menyeluruh dan belum ada penelitian yang mengkaji hal ini. Maka dari itu, pada penelitian ini dimaksudkan untuk mengetahui kondisi eksisting penerapan bata beton berongga di DKI Jakarta, serta mengetahui tingkat pemahaman dan tanggapan para stakeholder terkait teknologi bata beton berongga. Metodologi yang digunakan adalah survei dengan wawancara dan kuesioner, dan dianalisis menggunakan analisis deskriptif dan analisis statistik inferensial. Setelah melakukan pengambilan dan analisis data, dihasilkan bahwa bata beton berongga belum pernah diterapkan di area parkir dan jalan lingkungan di DKI Jakarta. Kemudian, tingkat pemahaman para stakeholder terkait teknologi bata beton berongga termasuk pada kategori cukup paham, dan menunjukan bahwa tingkat pemahaman para stakeholder bukan merupakan kendala dalam penerapan bata beton berongga.

---

When the rain season comes, the problem that occurs in Jakarta is flood that welled up the residential street, parking area, or even settlement. To solve the problems, research in china shows that applying permeable paver concrete for the parking area and residential street could prevent it. However, the governor of Jakarta haven’t apply and dot he study at overall yet. Therefore, this research is mean’t to know the existing condition the application of permeable paver concrete at DKI Jakarta and to know the level of understanding and response from the stakeholders related to permeable paver concrete technology. The method that used for survey are using interview, questionnaire, and analytic that include descriptive analytic, statistical analytic, and interference analytic. After collecting and analyzing the data, it came to the conclusion that permeable paver concrete have not been utilized for parking areas and residential street in the Jakarta area. It is also concluded that the related stakeholders have understood the technology of permeable paver concrete, and indicate that level of understanding statkeholders is not an obstacle to implementation permeable paver concrete.

"

"ABSTRAKManajemen resiko telah dibentuk sebagai sebuah prosedur penanganan atau tindak lanjut terhadap bencana yang ditimbulkan oleh alam dan manusia. Dalam hal bencana banjir, manajemen resiko yang diterapkan adalah mengelola resiko pada situasi banjir dan merencanakan sebuah sistem yang akan mengurangi resiko banjir.Jalur evakuasi untuk pengurangan dampak bencana banjir di Jakarta adalah salah satu usaha untuk mengurangi dampak kerugian negara yang ditimbulkannya dan merupakan bagian dari manajemen resiko bencana yang terdiri dari 3 komponen yakni, bencana, paparan, dan kerentanan. Ketika banjir kanal timur dan barat, dan sistem polder mengalami kegagalan dalam menangani banjir, seyogyanya pemerintah DKI sudah memiliki skenario dan cetak biru untuk mengatasi kejadian ini.Dalam penelitian ini akan disimulasi banjir kala ulang 100 tahun untuk dapat menentukan wilayah penggenangan air agar diketahui wilayah-wilayah yang terkena bencana banjir. Selanjutnya, dengan memetakannya memakai program SIG akan ditentukan jalur evakuasi beserta skenarionya sesuai dengan karakter para calon pengungsi.

---

ABSTRACTRisk management has been established as well as a procedure to handling situation of natural, environment and man made hazards. In case of flood hazard, risk management applied as managing risk in flooding situation and planning in a system to reduce flood risk.Evacuation route for Jakarta flood disaster mitigation is one of effort to mitigate impact of loss of government and become part of risk managemenet where consist of 3 component which are hazard, exposure, and vulnerabilit . When Eastern/ Western Flood Canal and Polder system fail to prevent the flood, the government of DKI should have evacuation scenarios and blue print to counter this problem.This research will simulate 100 year-return flood to determine innundation area in order to figure out the exposed area by flood hazard. For further step, it will be mapped using GIS program to establish the evacuation route and its scenario, as well as character of evacuate citizen."

"Abstrak Berbahasa Indonesia/Berbahasa Lain (Selain Bahasa Inggris): Banjir rob merupakan salah satu ancaman bagi wilayah pesisir terutama pesisir utara Pulau Jawa. Wilayah pesisir Kabupaten Tangerang sendiri memiliki riwayat tentang kejadian banjir rob yang setiap tahun terjadi. Tingkat bahaya banjir rob dapat diukur berdasarkan karakteristik banjir yang meliputi tinggi banjir, lama banjir, dan frekuensi banjir. Tingkat kerentanan didapatkan berdasarkan tingkat bahaya banjir rob dan kondisi fisik, sosial, dan ekonomi suatu wilayah. Kondisi tersebut meliputi kepadatan bangunan, kepadatan penduduk, persentase penduduk usia balita, persentase penduduk usia tua, persentase penduduk wanita, dan persentase lahan produktif. Dalam menentukan tingkat bahaya banjir digunakan metode overlay dan metode rata-rata setimbang untuk menentukan tingkat bahaya pada setiap desa/kelurahan. Kemudian tingkat kerentanan diperoleh dengan metode pengelompokan K-Means Clustering. Kabupaten Tangerang didominasi oleh tingkat bahaya kelas tidak bahaya dengan luas 9.727 hektar atau 75 % dari luas total wilayah pesisir Kabupaten Tangerang. Tingkat bahaya tinggi dapat diindikasikan dengan wilayah dengan adanya sungai yang ada di dekat laut beserta ketinggian yang rendah. Berdasarkan analisis menggunakan K-Means Clustering, kerentanan wilayah terhadap banjir rob pada wilayah pesisir Kabupaten Tangerang didominasi oleh tingkat kerentanan kelas rendah dengan jumlah 15 desa/kelurahan atau 65 % dari jumlah total desa/kelurahan pada wilayah pesisir Kabupaten Tangerang.

---

Tidal flood is one of the threats to the coastal areas, especially the north coast of Java. The coastal area of ​​Tangerang Regency itself has a history of tidal flood events that occur every year. The level of tidal flood hazard can be measured based on the flood characteristic which includes flood height, flood duration, and flood frequency. The level of vulnerability is obtained based on the level of tidal flood hazard and the physical, social and economic conditions of it’s area. These conditions include building density, population density, percentage of under-five population, percentage of old-age population, percentage of female population, and percentage of productive land area. In determining the level of flood hazard, an overlay method and a balanced average formula are used to determine the level of hazard in each village. Then the level of vulnerability is obtained by the K-Means Clustering clustering method. The level of tidal flood hazard in the coastal area of ​​Tangerang Regency is dominated by the level of tidal flood hazard with a non-hazard class. Based on the analysis using K-Means Clustering, the vulnerability of the area to tidal floods in the coastal area of Tangerang Regency is dominated by the level of low-class vulnerability with 15 villages 65 % of the total number of village in the coastal area of ​​Tangerang Regency.

"