Baca juga: Akhmad Arifin, Solusi Permukiman di Daerah Banjir Ekstrem Harus Kembali Menjadi Hutan
Dalam studi yang dilakukan, tim peneliti mengintegrasikan lebih dari 20 tahun data mulai dari topografi, batimetri, perubahan garis pantai, penggunaan lahan, infrastruktur manusia, hingga aspek ekologis seperti persebaran mangrove. Data tersebut dianalisis menggunakan algoritma pembelajaran mesin.
Hasil pemodelan menunjukkan tingkat akurasi sangat tinggi, rata-rata mencapai di atas 90 persen. Akurasi ini penting untuk menghasilkan informasi probabilitas banjir yang dapat dijadikan dasar dalam perencanaan tata ruang maupun mitigasi bencana.
Selanjutnya, hasil prediksi tersebut divalidasi menggunakan pemodelan hidrodinamika MIKE21. Alat ini merupakan perangkat simulasi dua dimensi untuk menghitung kedalaman dan luasan genangan berdasarkan kombinasi data pasang surut, gelombang laut, serta laju penurunan muka tanah. Hasil validasi menunjukkan adanya korelasi kuat antara prediksi model dan kondisi nyata di lapangan, dengan nilai tertinggi mencapai 0,72 pada tahun 2020.
Baca juga: Ekspedisi Geosains, Pelajari Zona Tumbukan Dua Lempeng di Selatan Pulau Sumba
ForeINTiFlood tidak hanya bermanfaat untuk keperluan riset, tetapi juga sangat relevan bagi berbagai aspek mitigasi bencana. Temuan dari teknologi ini dapat menjadi panduan penting dalam perumusan kebijakan tata ruang, pembangunan infrastruktur adaptif seperti pembangunan Giant Sea Wall, sistem peringatan dini, dan edukasi kesiapsiagaan masyarakat pesisir.
Temuan ini juga merekomendasikan agar upaya mitigasi difokuskan pada tiga titik rawan yang telah teridentifikasi dengan memberikan panduan ilmiah yang presisi. Mencakup penentuan lokasi pembangunan tembok laut di area yang paling rentan, perencanaan desain tembok laut, seperti tinggi, panjang. Juga spesifikasi teknis tembok laut yang optimal berdasarkan analisis hidrodinamika. Serta integrasi solusi hibrida yang mengkombinasikan pembangunan fisik dengan upaya konservasi alam, seperti restorasi mangrove dan vegetasi pantai lainnya.
Penanganan banjir rob juga dapat mencakup pembangunan tanggul atau folder yang terencana dan kampanye edukasi publik berbasis data risiko. Ke depan, ForeINTiFlood juga membuka peluang besar untuk dikembangkan lebih lanjut dengan mengintegrasikan data real-time melalui sensor IoT, pengembangan model prediksi berbasis deep learning, serta penerapan skenario perubahan iklim dalam analisis jangka panjang.
Baca juga: Peternakan Sapi Perah di Pegunungan Arfak akan Dihidupkan Lagi
Dengan inovasi ForeINTiFlood, BRIN menunjukkan upaya mendukung kebijakan berbasis ilmu pengetahuan untuk menjawab tantangan perubahan iklim dan bencana hidrometeorologi. Lebih dari itu, model ini juga dapat direplikasi ke kota-kota pesisir lain di Indonesia seperti Semarang, Surabaya, Manado, hingga Makassar.
“Hasil riset ini memperkuat pentingnya pengelolaan pesisir yang berbasis data dan kolaborasi lintas sektor. ForeINTiFlood adalah salah satu kontribusi nyata BRIN dalam membangun ketangguhan wilayah pesisir Indonesia,” tutup Fajar. [WLC02]
Sumber: BRIN
Discussion about this post