Pentingnya Data Science dalam Mitigasi Bencana

Perkembangan data science membuat kita bisa mengetahui hal-hal yang belum terjadi bahkan prediksi di masa depan. Dengan menggunakan data science yang diimplementasikan dalam berbagai sektor dapat membantu pihak internal dalam menyusun rekomendasi yang efektif berlandaskan data. Salah satu aplikasi data science yang diterapkan dalam peralihan musim di Indonesia adalah prediksi dan mitigasi bencana alam.

Berdasarkan data dari Bank Dunia, Indonesia menempati peringkat 12 dari 35 negara yang paling rawan bencana. Badan Nasional Penanggulangan Bencana (BNPB) mencatat pada tahun 2021 terjadi 3.018 bencana. Dari data tersebut, sebagian besar bencananya adalah hidrometeorologi. Hidrometeorologi adalah bencana yang diakibatkan oleh adanya parameter meteorologi yakni curah hujan, kelembaban, temperatur dan angin.

Kondisi iklim di Indonesia yang berada di Kepulauan dan dilintasi oleh garis khatulistiwa yang kompleks membuat faktor iklim rentan berubah. Maka dari itu, masyarakat punya peranan penting dalam kesiapsiagaan menghadapi bencana. 

Apalagi bencana hidrometeorologi yang belakangan ini melanda Indonesia yang ditandai dengan peralihan musim kemarau ke musim penghujan. Sejak awal tahun 2022, sudah ada lebih dari 500 kejadian bencana yang tercatat di BNPB. Berdasarkan data diatas mengindikasikan bukan hanya pemahaman terkait risiko bencana, tetapi juga perlunya langkah dalam bentuk mitigasi bencana. 

1. Definisi Mitigasi Bencana

Sebelum kita bahas lebih jauh, kita sedikit kenalan dulu dengan definisi dari mitigasi bencana. Berdasarkan Peraturan Pemerintah Nomor 21 Tahun 2008 Tentang Penyelenggaran Penanggulangan Bencana, mitigasi bencana adalah serangkaian upaya untuk mengurangi risiko bencana baik melalui pembangunan fisik maupun penyadaran dan peningkatan kemampuan menghadapi ancaman bencana. 

Sedangkan bencana adalah rangkaian peristiwa yang mengancam dan menganggu kehidupan dan penghidupan masyarakat yang disebabkan baik faktor alam dan/atau faktor non alam maupun faktor manusia sehingga mengakibatkan timbulnya korban jiwa manusia, kerusakan lingkungan, kerugian harta benda dan dampak psikologis.

Berdasarkan sumbernya, bencana dibagi menjadi tiga yaitu:

• Bencana alam adalah bencana yang diakibatkan oleh peristiwa/serangkaian peristiwa oleh alam. Contoh dari bencana alam adalah banjir, tanah longsor, angin topan, tsunami, kekeringan dan lain-lain.

• Bencana non alam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa nonalam. Misalnya, pandemi COVID, epidemi, resesi ekonomi dan lain-lain

• Bencana sosial adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang diakibatkan oleh manusia yang meliputi konflik sosial, pencurian, penjambretan dan lain-lain.

• Kejadian bencana adalah peristiwa bencana yang terjadi dan dicatat berdasarkan tanggal kejadian, lokasi, jenis bencana, korban dan/ataupun kerusakan. Jika terjadi bencana pada tanggal yang sama dan melanda lebih dari satu wilayah maka dihitung sebagai satu kejadian.

Baca juga : Data Science Adalah: Yuk Kenali Lebih Jauh Tentang Data Science!

2. Strategi Mitigasi Bencana

Agar dapat memaksimalkan antisipasi dan langkah mitigasi bencana maka diperlukan strategi yang tepat. Dilansir dari Lindungi Hutan, berikut adalah strategi mitigasi yang perlu diterapkan dalam menghadapi bencana.

Pemetaan

Strategi pertama yaitu pemetaan yang menjadi langkah awal khususnya bagi daerah dengan wilayah yang rawan bencana. Pemetaan digunakan sebagai acuan dalam mengambil keputusan dan antisipasi terjadinya bencana. Pemetaan mengenai tata ruang wilayah juga diperlukan agar tidak menimbulkan gejala bencana.

Pemantauan

Melakukan pemantauan hasil pemetaan terkait tingkat kerawanan bencana pada setiap daerah. 

Penyebaran Informasi

Penyebaran informasi dilakukan dengan berbagai jenis media salah satu caranya dengan memberikan poster dan leaflet kepada pihak pemerintah kabupaten/kota dan provinsi di seluruh Indonesia yang rawan bencana.  Informasi tersebut berisikan tentang tata cara mengenali, mencegah, dan penanganan bencana.

Tujuan adanya penyebaran informasi untuk meningkatkan kewaspadaan terhadap kemungkinan bencana  geologi di kawasan tertentu.

Penyuluhan

Program penyuluhan terkait strategi mitigasi bencana yang diberikan dapat berfokus kepada tata cara pengungsian dan penyelamatan jika terjadi bencana. Tujuan pelatihan lebih ditekankan ke bagian alur informasi dari petugas yang ada di lapangan, pejabat teknis, dan masyarakat sampai di tingkat pengungsian serta penyelamatan korban bencana. Harapannya melalui pelatihan dan penyuluhan, kesiapan masyarakat dalam menghadapi bencana akan terbentuk lebih baik.

Peringatan Dini

Peringatan dini dilakukan untuk memberikan berita hasil dari pengamatan kontinu di tempat daerah rawan bencana, agar masyarakat lebih siaga. Upaya peringatan dini disosialisasikan kepada masyarakat melalui pemerintah daerah setempat.

Tujuannya, memberikan kesadaran kepada masyarakat dalam menghindarkan diri dari bencana berupa sarana teknis, pengalihan jalur jalan, pengungsian dan prasarana penanganan lainnya

3. Contoh Mitigasi Bencana

Mitigasi adalah langkah yang juga dilakukan sebelum bencana terjadi. Adapun contoh dari mitigasi bencana adalah membuat peta wilayah rawan bencana, pembuatan bangunan tahan gempa, penanaman pohon bakau, penghijauan hutan, memberikan penyuluhan dan meningkatkan kesadaran masyarakat yang tinggal di wilayah rawan bencana.

Baca juga : 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian

4. Penerapan Data Science dalam Mitigasi Bencana

Setelah kita memahami definisi tentang mitigasi bencana beserta strateginya, kita akan masuk ke penerapan data science pada mitigasi bencana. Kita ambil salah satu kota di Indonesia yang selalu mengalami permasalahan saat bencana banjir adalah Jakarta.

Kota Jakarta dari tahun ke tahun mengalami permasalahan seputar banjir. Kalau sahabat DQLab mengikuti berita soal banjir Jakarta, pastinya sudah tidak asing dengan kabar meluapnya berbagai pintu air didaerah Jakarta dan sekitarnya. 

Selama banjir Jakarta berlangsung kala itu, sistem pengendalian banjir masih menggunakan pantauan tinggi permukaan dan deras arus sungai berdasarkan pengamatan manusia.

Namun, ditengah perkembangan Artificial Intelligence justru semakin memudahkan untuk melakukan pemantauan sekaligus mengambil keputusan terkait penanganan banjir di Jakarta. Mengutip Jakarta Smart City, teknologi dihadirkan dalam bentuk Flood Control System.

Melalui Flood Control System, nantinya sistem ini akan mengumpulkan data historis berupa level air, getaran, suhu, serta CCTV yang bersumber dari sensor dan Internet of Things (IOT). Sensor ini terpasang di 178 rumah pompa dan pintu air di Jakarta. Data yang masuk dari sensor akan dianalisis lebih lanjut untuk menghasilkan visualisasi informasi mengenai kondiis, potensi serta prediksi terkait banjir di Jakarta. 

Dengan keberadaan sistem pengendalian banjir melalui Flood Control System dapat menjadi sebuah landasan bagi para pengambil keputusan berbasis data agar penanganan banjir dapat terkendali, lebih efektif dan efisien. Flood Control System merupakan bentuk kolaborasi antara Tim Jakarta Smart City dengan Dinas Sumber Daya Air Provinsi DKI Jakarta.

Dari pembahasan diatas, kita jadi tahu ternyata data science manfaatnya banyak untuk keberlangsungan aktivitas manusia. Salah satunya adalah penggunaan data dalam hal mitigasi bencana. Data yang terkumpul jika diproses dengan benar dan menggunakan metode yang tepat akan menghasilkan informasi yang sangat berguna dalam perkembangan bisnis. 

Profesi data tidak hanya bisa dicapai oleh orang yang berlatar belakang IT, namun non IT juga bisa loh menjadi praktisi data. DQLab adalah lembaga kursus data science yang menawarkan pembelajaran terstruktur dan fokus pada pengembangan skill data science. 

Banyak keuntungan yang bisa kamu dapatkan yaitu belajar bersama ahli data, sertifikat gratis setiap penyelesaian modul, project-project dengan kasus yang sering ditemui di dunia data, serta job opportunity sebagai praktisi data. Yuk, daftar di DQLab.id sekarang dan dapatkan akses gratis modul Python dan R!

Penulis: Reyvan Maulid