Data Spasial Untuk Pemetaan Kerentanan Dan Risiko Covid-19
Connect with us

Headline

Pemanfaatan Data Spasial Untuk Pemetaan Kerentanan Dan Risiko Covid-19

Published

on

Spasial

Oleh: Agus Santoso Budiharso

Pandemi Covid-19 telah menyebar di seluruh dunia, tidak ketinggalan juga sudah memasuki ruang-ruang yang ada di Manado ini. Dari 11 kecamatan, sudah 10 kecamatan terpapar Covid-19 ini. Hal ini menurut informasi yang saya baca bahwa Manado sempat berwarna oranye namun saat ini merah kembali. Sebagaimana yang dirilis oleh Kliknews.net hari ini tanggal 28/7/2020.

Pertanyaannya Apakah Wilayah Manado ini Rawan Penyebaran Covid-19? Untuk menjawabnya maka diperlukan serangkaian analisis yang mendalam.

Analisis yang dipakai akan melibatkan banyak variabel yang mana variabel-variabel yang digunakan dalam analisis risiko Covid ini mengikuti formula yang dipakai oleh BNPB yang formula adalah sebagai berikut:

R = H x V/C

Dimana, R: Risiko Bencana; H: Ancaman (Hazard), adalah suatu kejadian yang mempunyai potensi untuk menyebabkan terjadinya kecelakaan, cedera, hilangnya nyawa atau kehilangan harta benda dan V: Kerentanan (Vulnerability), adalah rangkaian kondisi yang menentukan apakah bahaya (baik bahaya alam maupun bahaya buatan) yang terjadi akan dapat menimbulkan bencana (disaster) atau tidak. Sedangkan C: Kapasitas (Capacity), adalah kapasitas yang tersedia untuk pemulihan kembali setelah terjadi bencana.

Ancaman Bahaya yang dipertimbangkan dalam pemetaan Risiko Covid-19 ini berupa: Kasus Covid (Positiv, PDP, ODD); Pusat-Pusat Transportasi (terminal, bandara, Pelabuhan); Tempat Ibadah (masjid, gereja, pura, klentheng, vihara); Pusat perbelanjaan (Indomaret, Alfamaret, Supermarket, Pasar Tradisional); Perbankan (Bank, ATM), tempat pariwisata.

Sedangkan kerentanan dipengaruhi oleh faktor kependudukan (Kepadatan Penduduk, Kelompok Umur dan Rasio Jenis kelamin). Sedangkan Kapasitas tercermin dari keberadaan rumah sakit, kapasitas rumah sakit, dan Puskesmas.

Analisis Spasial untuk kasus covid rasterisasinya dilakukan dengan menggunakan analisis Kernel Density, eucledian distance untuk hub transportasi, rasterisasi kapasitas dengan menggunakan “topo to raster” kemudian dilakukan normalisasi dan selanjutnya dilakukan perhitungan dengan pembobotan dalam sebuah perhitungan raster dengan memperhatikan bobot masing-masing variabelnya.

Untuk lebih jelasnya, diagram analisis spasial risiko Covid-19 ini dapat dilihat pada gambar berikut ini.

 

Analisis Spasial

 

Serangkaian analisis di atas juga mengacu pada Peraturan Kepala Badan Nasional Penanggulangan Bencana Nomor 02 Tahun 2012 Tentang Pedoman Umum Pengkajian Risiko Bencana.

Dari hasil analisis tersebut dihasilkan Peta Bahaya, Peta Kerentanan, Peta Kapasitas dan Peta Risiko.

 

Analisis Spasial

 

Adapun Peta Risiko Covid-19 di Kota Manado yang menunjukkan sebaran dengan Zona Merah mencapai 73 kelurahan sebagaimana terlihat pada Peta berikut ini. Namun peta ini sebenarnya sangat dinamis, artinya sangat tergantung dari perkembangan kasus Covid itu sendiri. Kalau kasus Covid bisa ditekan maka sebaran risikonya juga bisa mengecil. Itulah pentingnya memetakan risiko covid dengan data yang akurat yang didukung dengan analisis spasial yang tepat.

Dari hasil paparan di atas dapat disimpulkan bahwa hasil pemetaan Risiko Covid-19 di Kota Manado sangat dipengaruhi oleh ketersediaan dan kualitas data sebaran Kasus Positif, PDP, dan ODP. Adanya perubahan sebaran (penambahan atau pengurangan) kasus Covid-19 ini akan merubah zonasi bahaya, yang akhirnya peta risiko Covid-19 polanya juga akan berubah. Untuk itu maka diperlukan update berkala dengan data yang akurat sesuai posisi lokasi kasus Covid-19.

(*)

Penulis adalah Koordinator Ikatan Geograf Indonesia Sulawesi Utara, Ketua Lembaga Geospasial Bumi Nusantara

Advertisement

Trending