DOI: https://doi.org/10.14710/jil.23.5.1243-1252

Pemodelan Spasial Kerawanan Banjir di Kepulauan Nias dan sekitarnya berbasis Sistem Informasi Geografis dan Multi-Criteria Decision Analysis

1Departemen Manajemen Hutan, Fakultas Kehutanan dan Lingkungan, IPB University. Jl. Ulin, Kampus IPB, Dramaga, Bogor 16680, Indonesia

2Departemen Manajemen Hutan, Fakultas Kehutanan dan Lingkungan, IPB University. Jl. Ulin, Kampus IPB, Dramaga, Bogor 16680, Rwanda

3Fakultas Kehutanan, Universitas Tadulako, Jl. Soekarno Hatta, Tondo, Kecamatan Mantikulore, Kota Palu, Sulawesi Tengah 94148, Indonesia, Indonesia

Received: 13 Mar 2025; Revised: 10 Sep 2025; Accepted: 14 Sep 2025; Available online: 30 Sep 2025; Published: 8 Oct 2025.
Editor(s): Budi Warsito

Citation Format:
Abstract

Peningkatan kejadian Banjir di Kepulauan Nias dalam dekade terakhir menimbulkan kerugian ekonomi dan sosial yang besar. Penelitian ini bertujuan mengembangkan model spasial untuk pemetaan tingkat kerawanan banjir di Kepulauan Nias dan Sekitarnya. Metode yang digunakan adalah Multi-Criteria Decision Analysis (MCDA) berbasis Analytical Hierarchy Process (AHP) yang diintegrasikan dengan Sistem Informasi Geografis (SIG). Enam variabel kriteria dianalisis yaitu kemiringan lereng, ketinggian, curah hujan, jenis tanah, tutupan lahan, dan jarak dari sungai. Hasil analisis AHP menunjukkan bahwa ketinggian dan curah hujan merupakan faktor yang paling berpengaruh signifikan terhadap kerawanan banjir. Model yang dibangun kemudian mengklasifikasikan wilayah ke dalam tiga tingkat kerawanan yaitu rendah, sedang, dan tinggi. Hasil penelitian mengungkapkan bahwa Kabupaten Nias Utara dan Nias Barat memiliki proporsi wilayah dengan kerawanan tinggi yang cukup besar. Sebaliknya, Kota Gunungsitoli dan Kabupaten Nias Selatan didominasi oleh wilayah dengan kerawanan rendah. Model spasial ini dapat berfungsi sebagai alat pendukung keputusan yang efektif bagi pemerintah daerah dan pemangku kepentingan dalam perencanaan mitigasi bencana, pengembangan tata ruang berbasis kebencanaan, dan pengembangan sistem peringatan dini banjir yang terintegrasi di Kepulauan Nias dan Sekitarnya.

Note: This article has supplementary file(s).

Fulltext View|Download |  Research Results
Persebaran tingkat kerawanan banjir di Kepulauan Nias dan Sekitarnya
Subject Persebaran tingkat kerawanan banjir
Type Research Results
  View (5MB)    Indexing metadata
 Research Materials
Variabel jenis tanah, tutupan lahan dan jarak dari sungai Kepulauan Nias dan Sekitarnya
Subject Variabel
Type Research Materials
  View (6MB)    Indexing metadata
 Research Materials
Varaibel kemiringan lereng, ketinggian dan curah hujan Kepulauan Nias dan Sekitarnya
Subject Variabel
Type Research Materials
  View (6MB)    Indexing metadata
Keywords: Model Spasial, Kerawanan Banjir, Kepulauan Nias; Analytical Hierarchy Process, Sistem Informasi Geografis

Article Metrics:

Article Info
Section: Research Article
Language : ID
Recent articles
Pemetaan Daya Dukung Pangan Kabupaten Malang Menggunakan Sistem Grid Skala Ragam Prediksi Muka Air Tanah Perkotaan Menggunakan Hybrid ANFIS-PSO: Studi Kasus Kota Semarang Estimation Of Carbon Footprint Emission Consumption In Electricity From Individual Student: Case Study In Department Of Economics, Universitas Diponegoro More recent articles
Most cited articles
IMPLEMENTASI KEBIJAKAN PEMBANGUNAN DAN PENATAAN SANITASI PERKOTAAN MELALUI PROGRAM SANITASI LINGKUNGAN BERBASIS MASYARAKAT DI KABUPATEN TULUNGAGUNG BIOAKUMULASI LOGAM BERAT TIMBAL (Pb) DAN SENG (Zn) PADA KERANG DARAH (Anadara granosa L.) dan KERANG BAKAU (Polymesoda bengalensis L.) DI PERAIRAN TELUK KENDARI POTENSI GLISEROL DALAM PEMBUATAN TURUNAN GLISEROL MELALUI PROSES ESTERIFIKASI APLIKASI FITOREMEDIASI LIMBAH JAMU DAN PEMANFAATANNYA UNTUK PRODUKSI PROTEIN Analisis Kualitas Air Sungai Guna Menentukan Peruntukan Ditinjau Dari Aspek Lingkungan More cited articles
  1. Ardiansyah, M., Nugraha, R. A., Iman, L. O. S., & Djatmiko, S. D. (2021). Impact of Land Use and Climate Changes on Flood Inundation Areas in the Lower Cimanuk Watershed, West Java Province. Jurnal Ilmu Tanah Dan Lingkungan, 23(2), 53–60. https://doi.org/10.29244/jitl.23.2.53-60
  2. Arrosyidah, M. R., Djayus, D., Mislan, M., & Munir, R. (2024). Laju Infiltrasi Air di Lubang Biopori pada Berbagai Jenis Tanah di Kelurahan Loa Bakung. GEOSAINS KUTAI BASIN, 7(1), 28. https://doi.org/10.30872/geofisunmul.v7i1.1237
  3. Arya, S., & Kumar, A. (2023). AHP GIS-aided flood hazard mapping and surface runoff estimation in Gurugram, India. Natural Hazards, 117(3). https://doi.org/10.1007/s11069-023-05973-4
  4. BNPB. (2024, June). Banjir Awal Tahun 2024. Badan Nasional Penanggulangan Bencana
  5. BPS. (2024). Statistik Potensi Desa Sumatera Utara. Badan Pusat Statistik Sumatera Utara
  6. Chaulagain, D., Ram Rimal, P., Ngando, S. N., Nsafon, B. E. K., Suh, D., & Huh, J. S. (2023). Flood susceptibility mapping of Kathmandu metropolitan city using GIS-based multi-criteria decision analysis. Ecological Indicators, 154. https://doi.org/10.1016/j.ecolind.2023.110653
  7. Darabi, H., Haghighi, A. T., Mohamadi, M. A., Rashidpour, M., Ziegler, A. D., Hekmatzadeh, A. A., & Kløve, B. (2020). Urban flood risk mapping using data-driven geospatial techniques for a flood-prone case area in Iran. Hydrology Research, 51(1), 127–142. https://doi.org/10.2166/nh.2019.090
  8. Darmawan, Y., Mashuri, I., Jumansa, M. A., Aslam, F. M., & Azzahra, A. (2023). Analisis daerah rawan banjir dengan metode composite mapping analysis (Cma) di kota padang. Jurnal Ilmiah Geomatika, 29(2), 89–97
  9. Dasanto, B. D., Pramudya, B., Boer, R., & Suharnoto, Y. (2014). Effects of Forest Cover Change on Flood Characteristics in the Upper Citarum Watershed. Jurnal Manajemen Hutan Tropika (Journal of Tropical Forest Management), 20(3), 141–149. https://doi.org/10.7226/jtfm.20.3.141
  10. Farid, M., Pratama, M. I., Kuntoro, A. A., Adityawan, M. B., Rohmat, F. I. W., & Moe, I. R. (2022). Flood Prediction due to Land Cover Change in the Ciliwung River Basin. International Journal of Technology, 13(2). https://doi.org/10.14716/ijtech.v13i2.4662
  11. Fitriyati, N., Arifin, H. S., Kaswanto, R. L., & Marimin, M. (2024). Model Mitigasi Banjir Kota Bekasi untuk Resiliensi Perkotaan. Policy Brief Pertanian, Kelautan, Dan Biosains Tropika, 6(4), 1090–1096. https://doi.org/10.29244/agro-maritim.0604.1090-1096
  12. Funk, C., Ederer, G., & Pedreros, D. (2007). Tropical Rainfall Measuring Mission (TRMM) Senior Review Proposal. In Wwa.Colorado.Edu
  13. Gu, G., Adler, R. F., Huffman, G. J., & Curtis, S. (2007). Tropical rainfall variability on interannual-to-interdecadal and longer time scales derived from the GPCP monthly product. Journal of Climate, 20(15). https://doi.org/10.1175/JCLI4227.1
  14. Harefa, S., Kumalawati, R., Nurlina, N., & Hadi, I. K. (2024). Penginderaan Jauh Untuk Pemetaan Bahaya Banjir Di Kabupaten Nias Utara: Analisis Dan Pendekatan Mitigasi. PRIMER : Jurnal Ilmiah Multidisiplin, 2(2), 142–150. https://doi.org/10.55681/primer.v2i2.332
  15. Hasanah, M. A., Soim, S., & Handayani, A. S. (2021). Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir. Journal of Applied Informatics and Computing, 5(2), 103–108. https://doi.org/10.30871/jaic.v5i2.3200
  16. Hulu, A. E., Muis, H., Massiri, S. D., Naharuddin, N., Toknok, B., Pribadi, H., Rahman, A., Maiwa, A., Baharuddin, R. F., Suni, M. A., & Istiqamah, N. (2023). Spatial Analysis of Water Infiltration Potential in the Miu Watershed of Sigi Regency. Advance Sustainable Science Engineering and Technology, 5(2), 0230208. https://doi.org/10.26877/asset.v5i2.16626
  17. Irfan, M., Safrina, S., Koriyanti, E., Kurniawati, N., Saleh, K., & Iskandar, I. (2023). Effects of climate anomaly on rainfall, groundwater depth, and soil moisture on peatlands in South Sumatra, Indonesia. Journal of Groundwater Science and Engineering, 11(1). https://doi.org/10.26599/JGSE.2023.9280008
  18. Irnawati, I., Mierta Dwangga, & Muhammad Fadli Hasa. (2023). Sosialisasi Peran Hutan dan Lingkungan dalam Penanggulangan Banjir di Kota Sorong. Abdimas: Papua Journal of Community Service, 5(1), 26–33. https://doi.org/10.33506/pjcs.v5i1.2148
  19. Istiqamah, N., Muis, H., Massiri, S. D., Baharuddin, R. F., Misrah, M., Toknok, B., Maiwa, A., Rahman, A., & Hulu, A. E. (2024). Spatial Analysis of the Level of Accessibility of the Bobo Village Community in the Lore Lindu National Park Area. Advance Sustainable Science, Engineering and Technology, 6(2), 0240201. https://doi.org/10.26877/asset.v6i2.18000
  20. Jung, Y., Kim, D., Kim, D., Kim, M., & Lee, S. O. (2014). Simplified flood inundation mapping based on flood elevation-discharge rating curves using satellite images in gauged watersheds. Water (Switzerland), 6(5), 1280–1299. https://doi.org/10.3390/w6051280
  21. Junger, L., Hohensinner, S., Schroll, K., Wagner, K., & Seher, W. (2022). Land Use in Flood-Prone Areas and Its Significance for Flood Risk Management—A Case Study of Alpine Regions in Austria. Land, 11(3). https://doi.org/10.3390/land11030392
  22. Mdegela, L., Municio, E., De Bock, Y., Luhanga, E., Leo, J., & Mannens, E. (2023). Extreme Rainfall Event Classification Using Machine Learning for Kikuletwa River Floods. Water (Switzerland), 15(6). https://doi.org/10.3390/w15061021
  23. Mondal, S., & Patel, P. P. (2018). Examining the utility of river restoration approaches for flood mitigation and channel stability enhancement: a recent review. Environmental Earth Sciences, 77(5). https://doi.org/10.1007/s12665-018-7381-y
  24. Muchtar, A., Wahyullah, W., Herawaty, H., Arsyad, U., & Fathurrahman, A. F. (2024). Estimasi Limpasan Permukaan dengan Menggunakan Metode CN Modifikasi di Sub DAS Mamasa. Jurnal Ilmu Lingkungan, 22(4), 1001–1008. https://doi.org/10.14710/jil.22.4.1001-1008
  25. Mustajab, R. (2023). BNPB: Indonesia Alami 3.522 Bencana Alam pada 2022. DataIndonesia.Id
  26. Naharuddin, N., Massiri, S. D., Pribadi, H., Maiwa, A., & Ihsan, M. (2024). Evaluation of Rainwater Harvesting and Bio-pore Infiltration Holes for Flood Mitigation and Soil Conservation. Journal of Civil and Hydraulic Engineering, 2(3), 142–151. https://doi.org/10.56578/jche020302
  27. Nurzanah, W. (2022). Analisis Resapan Tanah Dengan Sistem Biopori Sebagai Alternatif Pengendalian Banjir. Jurnal Teknik Sipil : Rancang Bangun, 8(1), 88–96. https://doi.org/10.33506/rb.v8i1.1540
  28. Ouma, Y. O., & Tateishi, R. (2014). Urban flood vulnerability and risk mapping using integrated multi-parametric AHP and GIS: Methodological overview and case study assessment. Water (Switzerland), 6(6). https://doi.org/10.3390/w6061515
  29. Prasetyo, B., Irwandi, H., & Pusparini, N. (2018). Karakteristik Curah Hujan Berdasarkan Ragam Topografi Di Sumatera Utara. Jurnal Sains & Teknologi Modifikasi Cuaca, 19(1). https://doi.org/10.29122/jstmc.v19i1.2787
  30. Rakuasa, H., & Latue, P. C. (2023). Analisis Spasial Daerah Rawan Banjir Di DAS Wae Heru, Kota Ambon. Jurnal Tanah Dan Sumberdaya Lahan, 10(1), 75–82. https://doi.org/10.21776/ub.jtsl.2023.010.1.8
  31. Ramadhan, R., Marzuki, M., Suryanto, W., Sholihun, S., Yusnaini, H., Muharsyah, R., & Hanif, M. (2022). Trends in rainfall and hydrometeorological disasters in new capital city of Indonesia from long-term satellite-based precipitation products. Remote Sensing Applications: Society and Environment, 28. https://doi.org/10.1016/j.rsase.2022.100827
  32. Ramdhan Dazali, G., & Amal Putra, A. L. (2024). Analisis Pengelolaan Pengendalian Banjir melalui Pembangunan Kolam Retensi di Sungai Cijambe Kabupaten Bekasi. Jurnal Teknik Sumber Daya Air, 163–174. https://doi.org/10.56860/jtsda.v4i2.118
  33. Ramkar, P., & Yadav, S. M. (2021). Flood risk index in data-scarce river basins using the AHP and GIS approach. Natural Hazards, 109(1). https://doi.org/10.1007/s11069-021-04871-x
  34. Rudi Darmawan, A., Puspaningsih, N., & Saleh, D. M. B. (2018). Study of Land Cover Change using Multi Layer Perceptron and Logistic Regression Methods in Gunung Ciremai National Park. Media Konservasi, 22
  35. Saaty, T. L. (1990). How to make a decision: The analytic hierarchy process. European Journal of Operational Research, 48(1). https://doi.org/10.1016/0377-2217(90)90057-I
  36. Shalih, O., Adi, A. W., Wiguna, S., Shabrina, F. Z., Rizqi, A., Putra, A. S., Karimah, R., Eveline, F., Alfian, A., Syauqi, Septian, R. T., Widiastomo, Y., Bagaskoro, Y., Dewi, A. N., Rahmawati, I., Seniarwan, Hafizh, A., Suryaningrum, H. A., Purnamasiwi, D. I., … Iftidah, A. (2023). Risiko Bencana Indonesia ‘Memahami Risiko Sistemik di Indonesia,’ (Cetakan Pertama). Pusat Data Informasi Komunikasi Bencana Badan Nasional Penanggulangan Bencana
  37. Singh, S., Dhote, P. R., Thakur, P. K., Chouksey, A., & Aggarwal, S. P. (2021). Identification of flash-floods-prone river reaches in Beas river basin using GIS-based multi-criteria technique: validation using field and satellite observations. Natural Hazards, 105(3). https://doi.org/10.1007/s11069-020-04406-w
  38. Sugianto, S., Deli, A., Miswar, E., Rusdi, M., & Irham, M. (2022). The Effect of Land Use and Land Cover Changes on Flood Occurrence in Teunom Watershed, Aceh Jaya. Land, 11(8). https://doi.org/10.3390/land11081271
  39. Suharini, E., Setyowati, D. L., & Kurniawan, E. (2015). Pembelajaran Kebencanaan Bagi Masyarakat Di Daerah Rawan Bencana Banjir Das Beringin Kota Semarang. Forum Ilmu Sosial, 42(2)
  40. Sulaiman, M. E., Setiawan, H., Jalil, M., Purwadi, F., S, C. A., Brata, A. W., & Jufda, A. S. (2020). Analisis Penyebab Banjir di Kota Samarinda. Jurnal Geografi Gea, 20(1), 39–43. https://doi.org/10.17509/gea.v20i1.22021
  41. Swain, K. C., Singha, C., & Nayak, L. (2020). Flood susceptibility mapping through the GIS-AHP technique using the cloud. ISPRS International Journal of Geo-Information, 9(12). https://doi.org/10.3390/ijgi9120720
  42. Tehrany, M. S., Kumar, L., & Shabani, F. (2019). A novel GIS-based ensemble technique for flood susceptibility mapping using evidential belief function and support vector machine: Brisbane, Australia. PeerJ, 2019(10). https://doi.org/10.7717/peerj.7653
  43. Tupanno, C. E., Talakua, S., Soplanit, R., & Osok, R. M. (2023). Analysis of Physical Characteristics and Soil Degradation Due to Erosion and Rehabilitation Recommendation Based on GIS in Protected Forest Area of Mount Sirimau. Jurnal Budidaya Pertanian, 19(1), 58–68. https://doi.org/10.30598/jbdp.2023.19.1.58
  44. Widia Ierdiana, Rudi Subiyakto, & Rizky Octa Putri Charin. (2025). Koordinasi Pemerintah dalam Upaya Mitigasi Bencana Banjir di Kecamatan Singkep Kabupaten Lingga. Perspektif Administrasi Publik Dan Hukum, 2(3), 151–163. https://doi.org/10.62383/perspektif.v2i3.562
  45. Yolina, H., Rojali, & Irwansyah, E. (2022). Development of flood-prone area classification program using linear classifier method based on geomorphic flood index and land cover. Procedia Computer Science, 216. https://doi.org/10.1016/j.procs.2022.12.151
  46. Zhang, S., Liu, X., Li, R., Wang, X., Cheng, J., Yang, Q., & Kong, H. (2021). AHP-GIS and MaxEnt for delineation of potential distribution of Arabica coffee plantation under future climate in Yunnan, China. Ecological Indicators, 132. https://doi.org/10.1016/j.ecolind.2021.108339

Last update:

No citation recorded.

Last update: 2025-10-28 10:58:23

No citation recorded.