349

INTEGRASI DATA DIGITAL ELEVATION MODEL DAN OPERASI RASTER SIG UNTUKIDENTIFIKASI BAHAYA BANJIR GENANGAN AKIBAT KENAIKAN MUKA AIR LAUT

STUDI PENDAHULUAN UNTUK KAWASAN PESISIR JAWA TENGAH1)

Muh Aris Marfai2)

ABSTRAKIndonesia sebagai negara kepulauan mempunyai kawasan pesisir yang strategis.

Kawasan pesisir mempunyai kerawanan terhadap bencana alam seperti banjir genangan, tsunami,erosi, sedimentasi, land subsidence dan lain sebagainya. Di masa yang akan datang denganskenario kenaikan muka air laut akibat perubahan iklim global, banjir genangan di kawasan pesisirdiprediksikan akan meningkat. Penelitian ini bertujuan untuk, satu; melakukan pemetaan banjirgenangan di wilayah pesisir di Jawa Tengah dengan menggunakan skenario kenaikan muka airlaut dan dua; melakukan perhitungan luas banjir genangan tersebut. Metode yang digunakanadalah integrasi Sistem Informasi Geografis (SIG) berbasis raster dengan data digital elevationmodel (DEM). Teknik iterasi dan operasi ketetanggaan (neighbourhood operation) digunakan untukmenyusun model banjir genangan. Analisis tabulasi dan analisis histogram dilakukan untukmenghitung luas daerah tergenang. Hasil penelitian dengan model banjir genangan 1 m dan 3 mmenunjukkan sebagian kawasan pesisir, terutama pesisir utara Jawa Tengah mengalami banjirgenangan. Distribusi banjir genangan meluas untuk skenario genangan 3 m. Skenario genangan 1m dilakukan dengan merujuk pada analisis Intergovernmental panel of Climate Change (IPCC),sedangkan skenario 3 m berbasis pada kedalaman genangan yang mungkin terjadi denganadanya gelombang yang tinggi. Hasil penelitian ini menunjukkan pentingnya data geospasial untukanalisis kebencanaan dan sebagai masukan untuk penyusunan program pengurangan risikobencana.

Kata kunci: banjir genangan, iterasi, Jawa Tengah, kenaikan muka air laut, operasiketetanggaan (neighbourhood operation), Sistem Informasi Geografis (SIG)

PENDAHULUANBencana alam merupakan salah satu proses alam yang mempunyai dampak terhadap

perubahan perubahan bentanglahan dan kehidupan umat manusia. Salah satu kawasan yangrawan terjadi bencana alam adalah kawasan pesisir. Padahal lebih dari 75% populasi pendudukdunia tinggal di kawasan pesisir (Damen 2002). Dengan demikian, tingkat kerentanan kawasanpesisir terhadap kejadian bencana alam sangat besar. Beberapa bahaya alam di daerah pesisirantara lain adalah angin siklon, tsunami, banjir, tanah amblesan, erosi, sedimentasi, abrasi, danbahaya kenaikan muka air laut global (Marfai 2006). Setiap bahaya mempunyai karakteristikseperti besaran, frekuensi, dan dampak yang berbeda-beda.

1) Makalah disampaikan dalam Seminar Nasional ” Informasi Geospasial Untuk KajianKebencanaan Dalam Pelaksanaan Pembangunan Berkelanjuatn dan PengembanganKecerdasan Spasial (Spatial Thinking) Masyarakat)” dalam rangka Geospatial Day diUniversitas Sebelas Maret, Tanggal 22 Maret 2012

2) Fakultas Geografi Universitas Gadjah Mada. Telp +62 274 589595; e-mail:arismarfai@yahoo.com / arismarfai@gadjahmada.edu

350

Sebagai negara kepulauan yang terbesar di dunia, Indonesia mempunyaiwilayah pesisir yang sangat luas. Kawasan pesisir di sebagian besar wilayah Indonesiamerupakan kawasan strategis dengan sumberdaya yang melimpah. Kawasan pesisirsebagai kawasan strategis karena banyak kota-kota besar di Indonesia berada dikawasan pesisir, seperti contoh Kota Jakarta, Surabaya, Semarang, Denpasar dan lainsebagainya (Marfai dkk 2008a). Sementara itu disisi lain kawasan pesisir merupakankawasan yang paling rentan terhadap bencana alam, terutama tsunami, banjir, badai, dankenaikan muka air laut (Marfai dan King 2008a). Bencana banjir genangan akibatkenaikan muka air laut dari perubahan iklim global merupakan ancaman serius di masayang akan datang. (Aerts dkk 2009, Marfai dan King 2008a, 2008b. 2008c).

Kenaikan muka air laut yang diduga sebagai akibat pemanasan iklim global akanmempengaruhi kawasan pesisir. Intergovernmental Panel on Climate Change (IPCC, 2001)melaporkan bahwa skenario global paling buruk terhadap kenaikan muka air laut, diperkirakanmencapai 95 cm pada tahun 2100 secara umum. Namun demikian akan terdapat beberapaperbedaan secara lokal, disebabkan adanya dinamika pasang surut, angin, pola tekanan atmosfir,pergantian sirkulasi lautan, pergerakan kontinen, kondisi topografi kawasan pesisir yangbersangkutan, dinamika oseanografi di kawasan tersebut, serta faktor dinamika yang bersifat lokallainnya. Kenaikan muka air laut secara lokal yang dipengaruhi oleh faktor-faktor lokal tersebutdisebut dengan kanaikan muka air laut relatif.

Kenaikan muka air laut dapat mengakibatkan banjir genangan di kawasanpesisir. Penelitian terkait banjir genangan pesisir akibat kenaikan muka air laut telahdilakukan oleh banyak peneliti di dunia, seperti Nicholls dan Mimura (1998), Bryan dkk(2001), Kobayashi (2003), Mills dkk (2005), Marfai dan King (2008a), Marfai dkk (2008b),Aerts dkk (2009), Ward dkk (2010). Berbagai pendekatan dan metodologi dikembangkandan diimplentasikan untuk membangun model dan melakukan valuasi terhadap risikobanjir genangan di kawasan pesisir, termasuk diantaranya oleh Klein dan Nicholls (1998),IPCC (2001), The US Army Corps of Engineering/USACE (2002).

Untuk mendukung pemodelan banjir genangan di kawasan pesisir dalam konteksspasial, para ahli telah banyak memanfaatkan keunggulan fasilitas analisis spasial yangtedapat pada software sistem informasi geografis (SIG) yang diaplikasikan pada data-datageospasial. Sistem informasi geografis (SIG) digunakan untuk melakukan analisisterhadap obyek geografi, atribut data geospasial dan data non spasial yang dihubungkandengan obyek geografi di permukaan bumi. Data geospasial menjadi salah satuparameter penting untuk menghasilkan luaran analisis dari pemanfaatan teknologi SIG.Data geospasial secara umum menurut formatnya dapat dibagi menjadi dua, yaitu formatdata vektor dan format data raster. Data vektor merupakan data yang direpresentasikandalam bentuk titik, garis (kumpulan titik dengan koordinat) dan poligon. Denganmenggunakan kaidah topologi data vektor dapat digunakan untuk menggambarkanintegrasi keruangan. Sedangkan data raster adalah format data berupa piksel atau cellyang tersimpan sebagai satu nilai. Nilai yang tersimpan dalam piksel dapat berupa nilaiyang terputus (discrete) seperti penggunaan lahan, atau dapat juga berupa nilai yangberkesinambungan seperti pada data hujan dan data ketinggian (De By 2001 dan ILWIS2001).

Format raster dapat digunakan untuk menyimpan informasi dari images, sepertipada peta hasil scan, foto udara, dan citra satelit. Selain digunakan untuk

351

merepresentasikan data-data tersebut, format raster dapat juga digunakan untukmelakukan berbagai analisis keruangan. Berbagai analisis keruangan menggunakan SIGberbasis data raster telah banyak dilakukan, antara lain untuk analisis banjir (Marfai 2004,Yu dkk 2006, Marfai 2006).

Penelitian tentang pemodelan banjir genangan, dengan memanfaatkan datageospasial berbasis raster dan teknologi SIG antara lain telah dilakukan, antara lain olehThumerer dkk (1999); Bryan dkk (2001), Mastin dan Olsen (2002), Kresch dkk (2002),Marfai (2003a, 2003b), Marfai (2004), Demerkisen dkk (2006), Kumar (2006) and Marfaidan King (2008b).

TUJUAN

Penelitian ini bertujuan untuk:

1. Melakukan pemetaan awal distribusi dari banjir genangan kawasan pesisirJawa Tengah dengan skenario kenaikan muka air laut menggunakan integrasiSIG dan data digital elevation model.

2. Menghitung luasan dampak banjir genangan kawasan pesisir di kawasanpesisir Jawa Tengah.

METODOLOGI

Penelitian yang dilakukan ini merupakan penelitian pendahuluan pada skala kecilberkisar pada 1 banding 1.500.000. Dengan demikian data yang digunakan merupakandata dengan resolusi kecil. Hal ini mempunyai keunggulan untuk analisis secara luasnamun juga mempunyai kelemahan pada tingkat kedetilan yang kurang.

Untuk melakukan pemetaan awal distribusi banjir genangan di seluruh kawasanJawa Tengah digunakan fasilitas analisis operasi ketetanggaan (neighbourhoodoperation) pada software berbasis raster ILWIS. Software Integrated Land and WaterInformation System (ILWIS) merupakan software SIG berbasis windows dengankemampuan aplikasi terintegrasi antara SIG dan pengelolaan data geospasial seperti datapenginderaan jauh. Aplikasi terintegrasi antara SIG dan penginderaan jauh dalam ILWISantara lain berupa tampilan multi data antara data raster dan vektor dalam map-windows,tampilan data tabuler dalam table-windows, pencarian secara interaktif terhadap atributinformasi, fasilitas untuk melakukan pemrosesan data penginderaan jauh digital, operasimanipulasi tabel, perangkat dan tool untuk analisis SIG, dan fasilitas untuk bahasapemrograman dan script untuk otomasi operasi.

Neighbourhood operations (NO) merupakan salah satu perangkat dan tool dalamsoftware ILWIS. Operasi ini merupakan salah satu operasi analisis spasial dengan formatperhitungan dilakukan terhadap piksel dalam peta masukan, dimana hasil keluaranperhitungan (peta hasil) tergantung dari syntax dan algoritma yang diaplikasikan terhadapnilai piksel tetangga terdekat dalam sistem matrik window. Perhitungan dalam NOmenggunakan prinsip-prinsip operasi filtering seperti halnya pada pengelolaan citra digitaldengan menggunakan matriks 3x3 piksel yang diaplikasikan keseluruh peta raster. Nilaihasil operasi ditempatkan untuk mengganti nilai pada piksel tengah dalam matrik. Matriksyang digunakan dalam operasi NO dikodifikasikan seperti pada Gambar 1.

352

1 2 3

4 5 6

7 8 9

Gambar 1. Matriks NO 3x3 piksel dengan posisi piksel tetangga (1, 2, 3, 4, 6, 7, 8, 9)dalam hubungannya untuk perhitungan piksel tengah (5) (ILWIS 2001, Marfai 2006).

Analisis NO dalam software ILWIS dapat diterapkan dengan operasi matematikaiterasi. Iterasi merupakan model perhitungan secara berulang-ulang, dimana hasil dariperhitungan sebelumnya digunakan sebagai masukan untuk perhitungan berikutnyahingga hasil dipenuhi atau batasan syntax yang digunakan dalam algoritma dilampau.Dalam penelitian ini aplikasi NO dengan operasi iterasi dilakukan terhadap data digitalelevation model (DEM) untuk melakukan pemetaan kawasan banjir genangan. Operasiiterasi diilustrasikan seperti pada Gambar 2.

Gambar 2. Ilustrasi Iterasi dan Neighbourhood Operation dalam data DEM (Yulianto dkk2009)

Untuk mengetahui luas genangan lahan dikawasan pesisir dilakukan operasitabulasi pada data hasil proses iterasi pada data DEM. Perhitungan luasan dilakukanmelalui perhitungan jumlah piksel yang merupakan daerah genangan.

HASIL DAN PEMBAHASAN

Data DEM daerah penelitian diperoleh dari interpolasi garis kontur dengan konturinterval 12,5 (Gambar 3). Garis kontur di lokasi penelitian menunjukkan variasi perbedaanketinggian. Garis kontur pada Gambar 3 menunjukkan secara umum bahwa kawasanJawa Tengah bagian tengah merupakan kawasan perbukitan dan pegunungan denganelevasi lebih dari 800 m. Sedangkan pada kawasan semakin ke utara dan atau ke selatan

353

semakin landai dengan ketinggian mencapai 400 m. Daerah dataran rendah ditemukan dikawasan pesisir baik pada sisi utara maupun selatan. Garis kontur menunjukkan 0 mpada kawasan tepi pantai. Ekspresi/kesan topografis Jawa Tengah merupakan bentukantopografis yang beragam dengan kecenderungan daerah tengah lebih tinggi dan semakinke utara atau ke selatan semakin landai.

Garis kontur dengan kontur interval 12,5 menunjukkan bahwa data untukmenyusun DEM menggunakan skala kecil dengan data hasil interpolasi yang relatifkurang detil. Namun demikian untuk cakupan daerah yang luas, penggunaan data inidapat dikatakan tepat, terutama untuk keperluan analisis secara makro dalam lingkupkajian Jawa Tengah. Interpolasi diterapkan pada peta kontur dengan menggunakanmetode Moving average. Moving average adalah suatu operasi interpolasi garis konturuntuk menghasilkan suatu output berupa raster map dengan value domain (domain nilaiuntuk setiap piksel) menggunakan faktor pembobot Linear decrease. Linear decreaseadalah fungsi yang digunakan pada garis ketinggian, dimana kesalahan pengukuran(measurement errors) telah diketahui sebelumnya dan dalam keadaan garis ketinggianmempunyai perbedaan nilai yang tajam diantara garis-garis sekitarnya. Hasil interpolasigaris ketinggian dengan menggunakan metode moving average disajikan dalam (Gambar4). Dari hasil data DEM dapat dilihat bahwa kesan topografis landai semakin terlihat untukkawasan pesisir, dimana dominasi nilai ketinggian 0 m hingga kurang dari 100mmendominasi kawasan ini.

354

Gambar 3. Garis kontur daerah penelitian

Gambar 4. Data DEM daerah penelitian

Proses iterasi dengan analisis neighbourhood operation dilakukan terhadap dataDEM format raster menggunakan perangkat ILWIS. Operasi iterasi dilakukan untukmendapatkan distribusi spasial banjir genangan. Operasi ini dilakukan denganmenggunakan skenario ketinggian banjir genangan 1 meter dan 3 meter. Ketinggianbanjir genangan 1 meter merujuk pada prediksi kenaikan muka air laut secara global yangdilakukan oleh Nicholls dan Mimura (1998) dan IPCC (2001). Sedangkan ketinggian 3meter merupakan skenario maksimal yang diperhitungkan akan terjadi denganmempertimbangkan faktor ketinggian gelombang. Operasi iterasi dilakukan denganmenggunakan syntax algorithm sebagai berikut:

Peta genangan= MapIterProp (Peta garis pantai.mpr, iff (DEM >100, Peta garispantai, nbmax (Peta garis pantai #))) ……………………………………….(1)

Dimana:Peta genangan adalah hasil dari perhitungan iterasi. MapIterProp adalahsyntax untuk melakukan iterasi dengan perambatan (propagation). Petagaris pantai.mpr adalah peta acuan untuk titik awal iterasi. DEM adalahpeta ketinggian format raster untuk kawasan Jawa Tengah. Nilai 100adalah ketinggian pasang air laut yang menjadi syarat iterasi setinggi 100cm/1 m. Nbmax (Peta garis pantai#) adalah persyaratan utuk kembali kepiksel tertinggi (nilai 1) pada peta awal.

355

Operasi dengan menggunakan syntax algorithm tersebut dilakukandengan skenario 1 m dan 3 m. Hasil proses iterasi disajikan pada Gambar 5 danGambar 6.

Gambar 5. Model genangan kawasan pesisir untuk skenario 1 meter

Berdasarkan model banjir genangan dapat diketahui bahwa untukkawasan pesisir Jawa Tengah terdapat beberapa daerah yang rawan tergenangdengan skenario banjir genangan 1 m. Kawasan tersebut terdistribusi di beberapadaerah di kawasan pesisir utara Jawa Tengah. Beberapa kawasan tersebutseperti di kawasan pesisir Tegal, Pekalongan, Semarang dan Demak. Hal inisejalan dengan penelitian sebelumnya pada skala yang lebih detil untuk melihatdinamika lokal kawasan pesisir yang dilakukan antara lain oleh Marfai dkk (2011),Mardiatno dkk (2012) untuk kawasan Pekalongan, Marfai (2011) untuk kawasanTegal, Kobayashi (2003), Marfai dan King (2008a) untuk kawasan Semarang.

356

Gambar 6. Model genangan kawasan pesisir untuk skenario 3 meter

Sementara itu melalui skenario 3 m diperoleh model banjir genangan yanglebih luas, tidak saja di kawasan pesisir utara Jawa Tengah namun jugapeningkatan luas genangan terjadi di kawasan pesisir selatan, terutama disekitarteluk Cilacap. Model banjir genangan 3 m memberikan gambaran secara umumdistribusi spasial banjir genangan yang meluas yang perlu diwaspadai. Informasidan data ini sangat bermanfaat untuk mendukung upaya program penguranganrisiko banjir yang dilaksanakan oleh pemerintah (Marfai dan Sekaranom 2012).

Untuk mengetahui luas genangan, operasi tabulasi dilakukan terhadapmodel banjir genangan format raster yang diperoleh dari operasi iterasi datageospasial DEM. Operasi tabulasi dilakukan dengan melihat analisis histogramdari model genangan 1 m dan 3 m. Jumlah piksel dari setiap model dapatdiketahui dan dengan demikian luasan daerah genangan juga dapat dihitung.Tabel 1 menyajikan hasil perhitungan luas genangan untuk masing-masing model.Terdapat lebih dari 42 ribu hektar lahan di kawasan pesisir Jawa Tengah akantenggelam dengan skenario 1 m ketinggian genangan. Sementara itu untukperhitungan analisis histogram pada skenario ketinggian genangan 3 m diperolehsebanyak lebih dari 141 ribu piksel merupakan piksel hasil perhitungan operasiiterasi sebagai daerah tergenang. Luas daerah dengan skenario genangan 3 mlebih besar dibandingkan dengan luas genangan pada skenario genangan 1 m.

357

Tabel 1. Luas genangan untuk masing-masing skenario

TinggiGenangan

JumlahPiksel

Luas Genangan(Ha)

1 meter 52890 42841

3 meter 141879 114922

KESIMPULAN DAN SARANKesimpulan

Dalam rangka pengelolaan kawasan pesisir, termasuk didalamnya dalamupaya pengurangan risiko bencana, informasi tentang bahaya banjir genangan dikawasan pesisir merupakan salah satu informasi penting. Informasi bahaya banjirgenangan salah satunya dapat diwujudkan dengan bentuk data geospasial berupapeta. Integrasi data DEM dan teknologi SIG dapat digunakan untuk melakukanpemetaan kawasan bahaya banjir genangan di kawasan pesisir. Penentuangenangan dilakukan dengan teknik iterasi dan operasi ketetanggaan padasoftware SIG berbasis raster. Hasil pemodelan banjir genangan pada skenario 1m dan 3 m memperlihatkan pola distribusi banjir genangan disepanjang kawasanpesisir, terutama di pesisir utara Jawa Tengah. Perhitungan potensi luas banjirgenangan di kawasan pesisir Jawa Tengah dapat dihitung dengan menggunakananalisis histogram dan tabulasi berdasarkan pada model banjir genangan formatraster.

SaranPenelitian ini merupakan penelitian awal dengan skala kecil untuk

mengetahui overview kawasan pesisir di seluruh Jawa Tengah. Penelitian inidapat diteruskan dengan mengkaji dan melakukan pemetaan detil untuk setiapkawasan pesisir yang landai yang diperkiraan mempunyai kerawanan terhadapbanjir genangan yang tinggi di masa yang akan datang. Metode teknik terasi danoperasi ketetanggaan yang diterapkan pada data DEM dapat diterapkan untukoperasi pemetaan yang lebih detil dengan skala yang lebih besar.

UCAPAN TERIMAKASIHPenelitian ini mendapatkan dukungan dari Program Pengembangan

Doktor (P2D), Beasiswa Unggulan, Biro Perencanaan dan Kerjasama Luar Negeri,Kementerian Pendidikan dan Kebudayaan.

DAFTAR PUSTAKAAerts J, Bowman M, Dircke P, Major D, and Marfai MA 2009. Connecting delta cities,

about global coastal cities and future chalanges. VU University Press,Amsterdam, The Netherlands

358

Bryan B, Harvey N, Belerio T, Bourman B 2001. Distributed process modeling for regionalassessment of coastal vulnerability to sea level rise. Environmental Modeling andAssessment 6:57-65

Damen M., 2002. Crude Assessment of The Impacts of Enhanced Sea Level Rise onPopulations and Agriculture, International Institute for Geo-Information and EarthSciences, ITC, Univ Twente Enschede, The Netherlands.

De By, R.A., (eds). 2001. Principles of geographic information system. ITC educationaltexbook series. ITC. Univ Twentee Enschede The Netherlands.

Demerkisen AC, Evrendilek F, Berberoglu S, Killie S 2006. Coastal flood risk analysisusing Landsat-7 ETM+ Imagery and SRTM DEM: A case study of Izmir, Turkey.Environmental Monitoring and Assessment. doi 10.1007/s10661-006-9476-2

ILWIS. 2001. Ilwis 3.0 academic user´s guide. ITC Enschede.

IPCC 2001. Climate Change 2001: Impacts, adaptation, and vulnerability: Contribution ofWorking Group II to the Third Assessment Report of the Intergovernmental Panelon Climate Change (IPCC) In JJ McCarthy, OF Canziani, NA Leary, DJ Dokken,KS White (Eds.) Cambridge

Klein RJT, Nicholls RJ, 1998. Coastal zones. In: Handbook on methods for climatechange impact assessment and adaptation strategies, JF Feenstra, I Burton, JBSmith and RSJ Tol (eds.) Version 2.0, United Nations Environment Programme,pp. 7.1–7.35

Kobayashi H 2003. Vulnerability assessment and adaptation strategy to sea-level rise inIndonesian coastal urban areas. National Institute for Land and InfrastructureManagement, Japan

Kresch DL, Mastin MC, Olsen TD 2002. Fifty-Year flood-inundation maps for Olanchito,Honduras. US Geological Survey, Tacoma, Washington, USA

Kumar Dinesh PK 2006. Potential vulnerability implications of sea level rise for the coastalzones of Chocin, southwest coast of India. Environmental Monitoring andAssessment 123: 333-344

Mardiatno D, Marfai MA, Rahmawati K, Tanjung R, Sianturi RS, Mutiarni YS 2012.Multirisk Assesment of Coastal and River Floods in Pekalongan Utara. CahayaPress. ISSN: 978-602-19549-9-7

Marfai MA 2003a. GIS modeling of river and tidal flood hazards in a waterfront city: casestudy, Semarang City, Central Java, Indonesia. M.Sc. thesis, ITC, Enschede, TheNetherlands

Marfai MA 2003b. Modelling of West floodway River Semarang (Integration ofHydrological Model and GIS). Journal of Forum Geografi Indonesia vol 17, No 1,July 2003, Page 39-50, ISSN 0852-0682.

359

Marfai MA 2004. Tidal flood hazard assessment: modeling in raster GIS, case in westernpart of Semarang coastal area. Indonesian Journal of Geography 36(1):25–38

Marfai MA 2006. Analisis neighbourhood operations dalam teknologi sistem informasigeografis berbasis raster dan aplikasinya untuk pemetaan genangan pasang airlaut. Proceeding seminar on Application of Information technology, 17 June 2006,Yogyakarta Indonesia http://snati.informatika.web.id

Marfai MA 2011. The hazard of coastal Erosion in Central Java Indonesia: an Overview.GEOGRAFIA, Malaysia Journal of Society and Space 7 issue 3 (1 - 9) 1, ISSN2180-2491

Marfai MA dan King L 2008a. Potential vulnerability implications of coastal inundation dueto sea level rise for the coastal zone of Semarang City, Indonesia. EnvironmentalGeology 54:1235-1245

Marfai MA dan King L 2008b. Tidal inundation mapping under enhanced land subsidencein Semarang, Central Java Indonesia. Natural Hazards 44: 93-109

Marfai MA and King L 2008c. Coastal flood management in Semarang, Indonesia.Environmental Geology. 55: 1507-1518

Marfai MA dan Sekaranom AB 2012. Geographic information systems and its Applicationsto Flood Hazard Analysis. Proceeding of National Seminar on UtilizationTechnology of remote sensing and Geographic Information Systems in theAssessment of Disaster Based on Risk Reduction”.Geography Faculty,Muhammadiyah University Press. ISSN: 978-979-636-137-3.

Marfai MA, King L, Sartohadi J, Sudrajat S, Budiani SR, and Yulianto F 2008a. The impactof tidal flooding on a coastal community in Semarang, Indonesia.Environmentalist. 28:237-248

Marfai MA, King L, LP Singh, Mardiatno D, Sartohadi S, Sri Hadmoko D, Dewi A 2008b.Natural hazards in Central Java-Indonesia: an overview Environmental Geology56: 335-351 http://dx.doi.org/10.1007/s00254-007-1169-9

Marfai MA. Pratomoatmojo NA, Hidayatullah T, Nirwansyah AW, Gomareuzzaman 2011.Coastal Vulnerability Based on Shorelines Changes and Flood Tides. (CaseStudy : Pekalongan). Cahaya Press. ISSN: 978-620-19549-4-2

Mastin, Mark C dan Olsen, Theresa D, 2002. Fifty-Year Storm-tide Flood-Inundation mapsfor Santa de Aqua, Honduras, US Geological Survey, Tacoma, Washington,USA.

Mills JP, Buckley SJ, Mitchell HL, Clarke PJ, Edwards SJ 2005. A geomatics dataintegration technique for coastal change monitoring. Earth Surface Processesand Landforms 30, 651–664

Nicholls JR, Mimura N 1998. Regional issues raised by sea-level rise and their policyimplications, Climate Research 11, 5-18

360

Thumerer, T; Jones, A.P; & Brown, D 1999. A GIS based coastal management system forclimate change associated flood risk assessment. Int.J. Geographical InformationScience 14 (3): 265-281.

U.S. Army Corps of Engineering (USACE) 2002. Coastal Engineering Manual. EngineerManual 1110-2-1100, U.S. Army Corps of Engineers, Washington, D.C. (in 6volumes)

Ward PJ, Marfai, MA, Yulianto F, Hizbaron DR, dan Aerts JCJH, 2010. Coastal inundationand damage exposure estimation: a case study for Jakarta. Natural Hazards,Springer 56: 899-916.

Yu, B., Seed, A., Pu, l., dan Malone, T. 2005. Integration of weather radar data into araster GIS framework for improved flood estimation. Atmospheric Science Letters6 (1), pp. 66-70.

Yulianto F, Marfai MA, Parwati, Suwarsono 2009. Model banjir limpasan di Ciliwung,Kampung Melayu-Bukit Duri. Journal of Remote Sensing and Digital ImageProcessing. Vol.6, Page 43-53 ISSN 1412-8098