Analisis Spasial Risiko Banjir di Provinsi Banten Menggunakan Sistem Informasi Geografis

Nazlia Fahira; Mutia Alya Surianto; Aisyah Nur Aini Fahira; Diva Nayaka Siswadi Fahira; Popy Ardian Ningsih Zega Fahira

doi:10.55681/primer.v2i5.369

Authors

Nazlia Fahira universitas Negeri Medan
Mutia Alya Surianto
Aisyah Nur Aini Fahira
Diva Nayaka Siswadi Fahira
Popy Ardian Ningsih Zega Fahira

DOI:

https://doi.org/10.55681/primer.v2i5.369

Keywords:

pemetaan risiko banjir, Provinsi Banten, SIG, BNPB, manajemen kebencanaan

Abstract

Banjir merupakan bencana hidrometeorologi dengan frekuensi tertinggi di Indonesia. Provinsi Banten menjadi salah satu wilayah yang secara konsisten menghadapi ancaman banjir setiap tahunnya, namun kajian risiko banjir yang mencakup seluruh wilayah provinsi secara terpadu masih terbatas. Penelitian ini bertujuan memetakan risiko banjir di Provinsi Banten menggunakan kerangka Peraturan Kepala BNPB Nomor 2 Tahun 2012 yang mencakup komponen bahaya (hazard), kerentanan (vulnerability), dan kapasitas (capacity). Metode yang digunakan adalah kuantitatif deskriptif dengan analisis spasial berbasis Sistem Informasi Geografis (SIG) melalui teknik skoring, pembobotan, dan normalisasi min-max terhadap lima parameter: luas risiko banjir, jiwa terpapar, kerugian fisik, kerugian ekonomi, dan kerugian lingkungan. Data bersumber dari inaRISK BNPB, shapefile BIG, dan BPS Provinsi Banten tahun 2023. Hasil penelitian menunjukkan Kabupaten Tangerang dan Kota Tangerang merupakan wilayah dengan risiko banjir tertinggi, mendominasi kategori tinggi pada sebagian besar parameter. Kota Serang dan Kabupaten Serang juga memerlukan perhatian khusus karena tingginya jiwa terpapar. Kabupaten Lebak menunjukkan risiko terendah karena masih memiliki tutupan hutan yang luas. Seluruh kabupaten/kota termasuk kategori rendah pada parameter kerugian lingkungan. Hasil pemetaan ini diharapkan menjadi acuan bagi pemerintah daerah dalam menyusun kebijakan penanggulangan bencana berbasis risiko di Provinsi Banten.

References

Antara. (2026). 1.023 rumah di Serang terendam banjir, lebih 3.000 orang terdampak. Detik News. https://news.detik.com/berita/d-8290408/1-023-rumah-di-serang-terendam-banjir-lebih-3-000-orang-terdampak

Badan Pusat Statistik. (2026). Jumlah Bencana Alam Menurut Provinsi dan Jenis Bencana Alam. Badan Pusat Statistik. https://www.bps.go.id/id/statistics-table/3/TUZaMGVteFVjSEJ4T1RCMlIyRjRTazVvVDJocVFUMDkjMyMwMDAw/jumlah-bencana-alam-menurut-provinsi-dan-jenis-bencana-alam-

Badan Informasi Geospasial (BIG) (2019). Shapefile Batas Administrasi Kabupaten/Kota Provinsi Banten. Badan Informasi Geospasial Republik Indonesia. https://tanahair.indonesia.go.id/portal-web/

Badan Nasional Penanggulangan Bencana (BNPB) (2012). Peraturan Kepala BNPB Nomor 2 Tahun 2012 tentang Pedoman Umum Pengkajian Risiko Bencana. BNPB. https://jdih.bnpb.go.id/dokumen/Peraturan/perka-nomor-2-tahun-2012

Badan Nasional Penanggulangan Bencana (BNPB) (2022). Dokumen Kajian Risiko Bencana Nasional Provinsi Banten 2022–2026. Kedeputian Bidang Sistem dan Strategi, Direktorat Pemetaan dan Evaluasi Risiko Bencana, BNPB. https://inarisk.bnpb.go.id/pdf/Banten/Dokumen%20KRB%20Prov.%20Banten_final%20draft.pdf

Badan Pusat Statistik Provinsi Banten (2024). Provinsi Banten Dalam Angka 2023. BPS Provinsi Banten.

https://banten.bps.go.id/en/statisticstable/3/VUZwV01tSlpPVlpsWlRKbmMxcFhhSGhEVjFoUFFUMDkjMw==/luas-daerah-dan-jumlah-pulau-menurut-kabupaten-kota-di-provinsi-banten--2023.html

Ikhsanudin, A. (2026). Banjir Terjang 20 Titik di Serang, 528 Rumah Warga Terendam. Detik News. https://news.detik.com/berita/d-8391035/banjir-terjang-20-titik-di-serang-528-rumah-warga-terendam

Kusumo, P., & Nursari, E. (2016). Zonasi tingkat kerawanan banjir dengan Sistem Informasi Geografis pada DAS Cidurian Kabupaten Serang, Banten. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 1(1), 29–38. https://doi.org/10.30998/string.v1i1.966

Kusuma, M. S. B., Rahayu, H. P., Farid, M., Adityawan, M. B., Setiawati, T., & Silasari, R. (2010). Studi pengembangan peta indeks risiko banjir pada Kelurahan Bukit Duri Jakarta. Jurnal Teknik Sipil, 17(2), 123–136. https://doi.org/10.5614/jts.2010.17.2.5

Mulyana, K. E. (2026). BNPN Sebut 23 Desa di Pandeglang Terdampak Banjir, Ketinggian Air Capai 1 Meter. Kompas TV. https://www.kompas.tv/regional/643562/bnpb-sebut-23-desa-di-pandeglang-terdampak-banjir-ketinggian-air-capai-1-meter#goog_rewarded

Prasetyo, M. R. B. E. (2025). BNPB: 3.000 warga terdampak banjir pada delapan desa di Pandeglang. AntaraNews. https://www.antaranews.com/berita/5226133/bnpb-3000-warga-terdampak-banjir-pada-delapan-desa-di-pandeglang

Puntodewo, L. (2024). Pemetaan Wilayah Potensi Bencana Banjir di Wilayah Kabupaten Tangerang Selatan. Jagratara: Journal of Disaster Research, 2(2), 103–106. https://doi.org/10.35719/ijdr.v2i2.216

Purnamasari, D. (2023). Bukan Sepenuhnya Salah Pemerintah, Kondisi Drainase di Kota Serang Buruk. Video Tribunneews. https://video.tribunnews.com/news/579636/bukan-sepenuhnya-salah-pemerintah-kondisi-drainase-di-kota-serang-buruk

Putra, H. R. S., & Ruchlihadiana, A. (2025). Sistem Informasi Geografis untuk Pemetaan Rawan Bencana Banjir di Kabupaten Lebak Provinsi Banten. Repository Universitas Winaya Mukti.

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.2023.010.1.9

Rivaldy, M., Sutisna, S., Putro, R. A. P., & Maarif, S. (2025). MANAJEMEN RISIKO BENCANA BANJIR DI KOTA CIREBON. Indonesian Journal Of Environment And Disaster (IJED), 4(2), 1–16. doi: https://doi.org/ 10.20961/ijed.v4i2.2301

Ruhiat, Y. (2022). Forecasting rainfall and potential for repeated events to predict flood areas in Banten province, Indonesia. Journal Of Measurements In Engineering, 10(2), 68–80. doi: 10.21595/jme.2022.22363

Sari, D. P. (2026). Banjir rendam empat kecamatan di Kabupaten Serang, 160 KK terdampak. Antara Banten. https://banten.antaranews.com/amp/berita/374939/banjir-rendam-empat-kecamatan-di-kabupaten-serang-160-kk-terdampak

Sebayang, I. S. D., & Rosanti, R. R. (2022). Tingkat kerawanan banjir DAS Cisadane menggunakan Sistem Informasi Geografis (SIG). Rekayasa Sipil, 11(1), 30–44. https://doi.org/10.22441/jrs.2022.v11.i1.04

Syakilah, A. F., Simanjuntak, H. A. D., Maylani, R., Fadillah, T., & Wulandari, S. (2025). Kajian Faktor Penyebab Terjadinya Banjir di Kelurahan Aur Kecamatan Medan Maimun. Optimal: Jurnal Ekonomi Dan Manajemen, 5(3), 42–53. doi: https://doi.org/10.55606/optimal.v5i3.6795

Tambunan, M. P., Pin, T. G., Permana, B., Zikrullah, A., & Maulana, A. (2016). Spatial and temporal pattern of flood area in Cisadane Watershed, Banten Province. Prosiding 1st International Conference on Geography and Education (ICGE 2016), Atlantis Press, 70–75. https://www.atlantis-press.com/php/paper-details.php?id=25875175

Warsilan. (2019). Dampak Perubahan Guna Lahan Terhadap Kemampuan Resapan Air (Kasus: Kota Samarinda). Jurnal Pembangunan Wilayah Dan Kota, 1(1), 69–82. https://doi.org/10.14710/pwk.v15i1.20713

Widiawaty, M. A., & Dede, M. (2018). Pemodelan spasial bahaya dan kerentanan bencana banjir di wilayah timur Kabupaten Cirebon. Jurnal Dialog Penanggulangan Bencana, 9(2), 142–153. https://doi.org/10.31227/osf.io/kshb2

Yuri, C. O., Chikal, Rinal, & Ikhwan. (2025). Analisis faktor alam dan manusia penyebab bencana banjir di daerah aliran sungai. IMEIJ : Indo-MathEdu Intellectuals Journal, 6(5), 8388–8401. doi: http://doi.org/10.54373/imeij.v6i5.3884

Zakiah, N. (2020). 7 Fakta Hujan di Indonesia, Apakah Intensitasnya Tertinggi di Dunia. IDN Times. https://www.idntimes.com/science/discovery/fakta-hujan-di-indonesia-00-jx89k-bjzr63