Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Belajar dari Masa Lalu Memahami Risiko Bencana

Presentasi serupa


Presentasi berjudul: "Belajar dari Masa Lalu Memahami Risiko Bencana"— Transcript presentasi:

1 Belajar dari Masa Lalu Memahami Risiko Bencana
Berdasarkan kejadian dan dampak bencana alam Ridwan Yunus Padang, 22 Februari 2010

2 Outline Presentasi: 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

3 Bencana di Indonesia (1974-2003)
Source: CRED (2004)

4 Source: CRED (2004)

5 Source: CRED (2004)

6 Managejemen Informasi Bencana
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.

7 Dampak dari Bencana Alam
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

8 Mengapa belajar dari masa lalu?
Sejarah kerugian bencana merupakan indikator wakil risiko. Kerugian bencana yang lalu memperlihatkan dampak kumulatif dari bencana atas pembangunan.

9 Bencana: yang lalu dan yang akan datang
“realized risk” Kerugian masa lalu “unrealized risk” Kerugian masa depan Tsunami ????

10 “Unrealized risk” (Probable future losses)
Data sejarah kerugian bisa digunakan untuk menilai risiko untuk kerugian masa depan 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 “Realized risk” (Historical losses) “Unrealized risk” (Probable future losses)

11 Pembangunan Database Kerugian Bencana Menggunakan Metodologi DesInventar (DiBi)

12 Apa itu DiBi Isi DiBi Metodologi pengumpulan data
Metodologi analisa pendahuluan/awal Satu alat bantu (perangkat lunak) Isi DiBi Sebagai database sejarah bencana Sebagai alat bantu pengumpulan data kerusakan dan kerugian setelah bencana

13 Metodolog DesInventar (DiBi):
… 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.

14 GLOSARY OF TERMS: KEJADIAN
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

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.

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

18 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

19 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.

20 Analisa Sementara 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.)

21 Analisa Spatial 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.

22 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

23 Analisa Statistik 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).

24 DiBi berpotensi digunakan untuk:
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.

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)
#4 Kebakaran (719 data cards) #1 Banjir (2.209 data cards) #3 Tanah Longsor (735 data cards) #2 Kekeringan (1.149 data cards)

36 Banjir: Data cards & laporan kematian
laporan Rumah Rusak Berat Dan Rumah Rusa k Ringan

37 Banjir: Distribusi spatial data card & laporan meninggal
Data cards Laporan meninggal

38 Banjir: Distribusi Spatial data card & rumah yang hancur
Data cards Rumah hancur

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)

42 Sebaran kejadian tanah longsor per Kabupaten di 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)

45 Kejadian dan penyebaran bencana Prov. Sumatera Barat 1997-2009

46 Provinsi Sumatera Barat
Laporan Kejadian Banjir (78 kejadian) Kekeringan (18 kejadian) Longsor (35 kejadian)

47 Sebaran Kejadian Bencana Prov. Sumatera Barat (1997-2009

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

49 Provinsi Sumatera Barat
Laporan tahunan & kematian ( ) Provinsi Sumatera Barat Total meninggal dari gempa bumi ( )

50 Keuntungan Database Kerugian Bencana
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.

51 Database Kerugian Bencana untuk Prov. Sumatera Barat
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.

52 Langkah Berikut 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. Launching DIBI Prov. Sumatera Barat: Keseluruhan database akan tersedia secara online. Data yang baru akan secara regular dikumpulkan dan di update di situs internet. Training untuk User dan Admin: BPBD dengan dukungan SC- DRR akan secara periodik menyelenggarakan pelatihan dan workshop untuk mendukung analisa data.

53 TERIMA KASIH


Download ppt "Belajar dari Masa Lalu Memahami Risiko Bencana"

Presentasi serupa


Iklan oleh Google