belajar dari masa lalu memahami risiko bencana berdasarkan kejadian dan dampak bencana alam

Post on 19-Mar-2016

107 Views

Category:

Documents

3 Downloads

Preview:

Click to see full reader

DESCRIPTION

Belajar dari Masa Lalu Memahami Risiko Bencana Berdasarkan kejadian dan dampak bencana alam. Ridwan Yunus Padang, 22 Februari 2010. Outline Presentasi :. Database kerugian bencana dan pengurangan risiko bencana Pembangunan Database Kerugian Bencana - PowerPoint PPT Presentation

TRANSCRIPT

1

Belajar dari Masa Lalu

Memahami Risiko BencanaBerdasarkan kejadian dan dampak

bencana alam

Ridwan YunusPadang, 22 Februari 2010

2

Database kerugian bencana dan pengurangan risiko bencana

Pembangunan Database Kerugian Bencana

Contoh Analisa Data Bencana untuk Indonesia dan Sumatera Barat

Usulan langkah-langkah untuk membangun database kerugian bencana di Prov. Sumatera Barat

Outline Presentasi:

3

Bencana di Indonesia (1974-2003)

Source: CRED (2004)

4Source: CRED (2004)

5Source: CRED (2004)

Situasi Saat ini : Belum ada metode yang sistematik untuk

mengumpulkan informasi tentang bahaya dan dampaknya.

Kebanyakan informasi tersebar diberbagai lembaga tanpa koherensi dan terkoordinasi.

Akibatnya, tidak ada analisa berarti untuk dapat memahami kecenderungan, dampak ruang dan waktu dan oleh karena itu terbatas pemahaman tentang potensi risiko dan dampaknya.

Akhirnya, tidak ada integrasi dengan perencanaan pembangunan dikarenakan bukti tidak tersedia.

6

Managejemen Informasi Bencana

7

Dampak Langsung: kehilangan nyawa, luka-luka, hancur/rusaknya bangunan (rumah, sekolah, rumah sakit, industri) & infrastructur (telekomunikasi, listrik, jalan, dll), pertanian, dll.

Dampak Tidak Langsung: kerugian ekonomi, dampak jangka panjang, pekerjaan, sektor informal,…

Database kerugian mencakup: kerugian langsung

Dampak dari Bencana Alam

Sejarah kerugian bencana merupakan indikator wakil risiko.

Kerugian bencana yang lalu memperlihatkan dampak kumulatif dari bencana atas pembangunan.

8

Mengapa belajar dari masa lalu?

“realized risk”

Kerugian masa lalu

“unrealized risk”

Kerugian masa depan

9

Bencana: yang lalu dan yang akan datang

Tsunami ????

10

“Realized risk”(Historical losses)

“Unrealized risk” (Probable future losses)

• Data bahaya• Elemen dari risiko

• Manusia• Aset• Kegiatan ekonomi

• Kerentanan• Statis/dinamis

Data sejarah kerugian bisa menilai tingkat kerugian, pola, kecenderungan

dan dampak kumulatif atas pembangunan

Data sejarah

kerugian bisa

digunakan untuk menilai

risiko untuk kerugian

masa depan

Pembangunan Database Kerugian BencanaMenggunakan Metodologi DesInventar

(DiBi)

11

Metodologi pengumpulan data Metodologi analisa pendahuluan/awal Satu alat bantu (perangkat lunak)

12

Apa itu DiBi

Isi DiBi Sebagai database sejarah bencana Sebagai alat bantu pengumpulan data

kerusakan dan kerugian setelah bencana

… pada hakekatnya merupakan koleksi data homogen tentang bencana semua skala. Informasi yang disusun dan diolah dalam skala waktu dan merujuk pada satuan geografis terkecil.

Metodologi ini sangat didasarkan pada serangkaian definisi dan klasifikasi, dan konsep ruang yang dibagi dalam beberapa tingkat pembagian wilayah, seperti:◦Membagi dan memberi rujukan geografis dari data yang

akan dianalisa pada tingkat resolusi geografis minimum.◦Pengumpulan dan penggunaan data mengenai bencana

skala kecil dan menengah. 13

Metodolog DesInventar (DiBi):

AKSI TEROR / SABOTASE ANGIN TOPAN BANJIR BANJIR DAN TANAH LONGSOR EPIDEMI GELOMBANG PASANG / ABRASI GEMPA BUMI GEMPA BUMI DAN TSUNAMI HAMA TANAMAN KEBAKARAN HUTAN KEBAKARAN PEMUKIMAN KEGAGALAN TEKNOLOGI KEKERINGAN KONFLIK / KERUSUHAN SOSIAL LETUSAN GUNUNG API PERUBAHAN CUACA TANAH LONGSOR

14

GLOSARY OF TERMS: KEJADIAN

15

DEFINISI DAMPAK

16

Metodologi Analisa Pendahuluan:Analisa pendahuluan adalah suatu pekerjaan SEDERHANA yang secara rutin bisa dilakukan dengan sangat cepat dengan menggunakan DiBi dengan menggunakan indikator wakil Risiko dan membantu mengenali pola dan kecenderungan.

Dinamakan “Pendahuluan” karena tidak menghubungkan data dengan sumber data lain seperti kependudukan, topografi, penggunaan lahan, dll.

Sebaiknya dilakukan analisa yang lebih mendalam sesudahnya untuk menguatkan kesimpulan dan penyebabnya.

Analisa Komposisi (type and effects)Analisa Sementara (trends and patterns)Analisa Ruang (spatial patterns)Analisa korelasiAnalisa Statistik (mean, max, deviation,

variance)

17

Analisa Komposisi :…… menunjukkan bagaimana variable-variabel efek dan laporan terdiri dari berbagai peristiwa. Analisa ini biasanya dibuat dengan membuat diagram-diagram yang membandingkan nilai variabel untuk masing-masing jenis peristiwa.

Menunjukkan jenis bencana apa yang terjadi disuatu wilayah.

Membandingkan dampak dari jenis bencana yang berbeda Analisa terhadap jenis dampak secara spesifik (kehidupan

manusia, perumahan, pertanian, dll) Bisa dilakukan untuk seluruh wilayah atau spesifik sub

wilayah

18

Penggunaan Analisa Komposisi:

Memberikan gambaran awal yang terpilah dalam waktu dan wilayah yang menunjukkan dampak bencana secara total.

Membantu analisa selanjutnya lebih focus dengan mengetahui macam peristiwa kritis.

19

Jenis analisa ini, seperti yang ditunjukkan oleh namanya, menunjukkan perilaku berbagai variabel efek (atau jumlah laporan) dari waktu ke waktu.

Serupa dengan analisis komposisi, analisis sementara dapat digunakan dengan berbagai variabel (#laporan, kematian, perumahan, dll.)

20

Analisa Sementara

Analisa ini menunjukkan pola kejadian bencana di suatu wilayah, ditunjukkan dengan warna seperti jumlah laporan dan variabel efek berbeda, jumlah orang meninggal, jumlah rumah rusak, dll.

21

Analisa Spatial

Kegunaan Analisa Spatial:

Menghasilkan peta indikator wakil risiko (“perwakilan peta risiko”) dan menghindari biaya yang sangat tinggi, peta risiko jangka panjang.

Dapat digunakan sebagai masukan layer pada model peta risiko.

Bisa digunakan untuk meyakinkan dan melengkapi peta risiko.

BUKAN PENGGANTI DARI MODEL YANG ADA– KAJIAN DASAR PETA RISIKO atau GIS

22

Memberikan form tabulasi data untuk membantu tipe analisa yang dihasilkan.

Menghasilkan data terpilah dalam berbagai kriteria dengan operasi pivot sederhana.

Menghasilkan perhitungan dasar statistik (mean, variance, std. deviation, maximums, etc).

Menghasilkan informasi untuk proses selanjutnya dengan sistem lain (export data terpilah).

23

Analisa Statistik

Masukan berbagai layer kerentanan pada Model Kajian Risiko (‘proxy’ indicators).

Membantu perencanaan (Kesiapsiagaan, Mitigasi Risiko, dll.)

Untuk validasi Peta Bahaya dan Peta Risiko Membantu kebijakan/undang-undang dan investasi Strategis dalam perundingan Sistem Kajian Kerusakan untuk bencana utama Aplikasi lainnya.

24

DiBi berpotensi digunakan untuk:

25

26

27

Analisis Data Bencana untuk Indonesia

(dengan data tervalidasi untuk tahun 1997-2009)

28

29

30

31

32

Laporan Tahunan data card (1997-2009)

Total 6,648 data cards

33

Distribusi Spatial data cards (1997-2009)

34

Distribusi Jumlah Kejadian (1997-2009)

35

Laporan berdasarkan Jenis bencana (1997-2009)

#2 Kekeringan (1.149 data cards)

#1 Banjir (2.209 data cards)

#3 Tanah Longsor (735 data cards)

#4 Kebakaran (719 data cards)

36

Banjir: Data cards & laporan kematian

laporan Rumah Rusak BeratDan Rumah Rusa k Ringan

37

Banjir: Distribusi spatial data card & laporan meninggalLa

pora

n m

enin

ggal

Dat

a ca

rds

38

Banjir: Distribusi Spatial data card & rumah yang hancurR

umah

han

cur

Dat

a ca

rds

39

Penyebaran kejadian Tanah Longsor per provinsi (1997-2009)

40

Kejadian Bencana Longsor (1997-2009)

Kejadian dan laporan jumlah meninggal

41

Longsor – laporan jumlah meninggal per provinsi (1997-2009)

Sebaran kejadian tanah longsor per Kabupatendi Provinsi Jawa Barat 1997-2009

43

Jumlah meninggal akibat tanah longsor per Kabupaten di Provinsi Jawa Barat 1997-2009

Kab. Garut 62 meninggal

44

Semua kejadian bencana tanah longsor di Kab. Garut (1997-2009)

Kejadian dan penyebaran bencana Prov. Sumatera Barat

1997-2009

45

46

Provinsi Sumatera Barat

Kekeringan (18 kejadian)

Banjir (78 kejadian)

Laporan Kejadian

Longsor (35 kejadian)

47

Sebaran Kejadian BencanaProv. Sumatera Barat

(1997-2009

48

Kejadian Bencana per Kab./Kota di Provinsi Sumatera Barat (1997-2009)

49

ProvinsiSumatera Barat

Laporan tahunan & kematian (1997-2009)

Total 1.282 meninggal dari gempa bumi (1997-2009)

Trend dan pola kejadian bencana dan penyebarannya. Kesiapan data untuk merencanakan rencana persiapan,

pencegahan dan perlindungan. Analisis untuk mengerti dampak kumulatif dari kejadian

bencana kecil berlawanan dengan kejadian bencana besar.

Persiapan manajemen bencana untuk tingkat provinsi dan tingkat dibawahnya.

Pemberian prioritas pada area yang rentan terkena bencana.

Perencanaan dukungan untuk investasi. Mendukung laporan bencana secara langsung. Meningkatkan pengertian akan dampak kumulatif dari

bencana dari segi pengembangan yang diperlukan.

50

Keuntungan Database Kerugian Bencana

Institusi Pelaksana: BPBD atau …… BPBD akan menjadi pusat dari database dan membaginya

dengan semua institusi lain yang berkepentingan. BPBD akan mengumpulkan dan memvalidasi data dan

memasukkannya ke system. BPBD mempublikasikan dan membagi analisis datanya. UNDP dibawah Program SC-DRR menyediakan perangkat

lunak yang diperlukan. UNDP menyediakan training untuk installasi, konfigurasi, koleksi

data, masukan dan data analisis.

51

Database Kerugian Bencana untuk Prov. Sumatera Barat

1. Diskusi Group Terfokus (FGD):Mengumpulkan data sejarah bencana 30 tahun.System laporan kejadian yang sesuai untuk pengumpulan data

kejadian bencana di masa depan.Dataset yang ada saat ini hanya meliputi Kabupaten oleh karenanya

membatasi analisa untuk Kabupaten itu sendiri.Koleksi keseluruhan dari data di tingkat Kecamatan untuk analisa

yang lebih baik.

2. Launching DIBI Prov. Sumatera Barat:Keseluruhan database akan tersedia secara online.Data yang baru akan secara regular dikumpulkan dan di update di

situs internet.

3. Training untuk User dan Admin: BPBD dengan dukungan SC-DRR akan secara periodik menyelenggarakan pelatihan dan workshop untuk mendukung analisa data.

52

Langkah Berikut

53

TERIMA KASIH

top related