Pola Adaptasi Masyarakat Daerah Rawan Banjir Berdasarkan Karakteristik Sosial Masyarakat (Studi Kasus ; Kecamatan Makasar, Jakarta Timur)

Abstract

Banjir merupakan bencana yang seringkali terjadi di Jakarta, sehingga dapat menyebabkan kerugian pada aktivitas dan aksesibilitas masyarakat. Proses adaptasi masyarakat berguna untuk mengantisipasi semakin besarnya kerugian akibat bencana banjir khususnya masyarakat di daerah rawan banjir. Pemanfaatan data SIG (Sistem Informasi Geografis) dapat menjadi solusi untuk mengetahui kerawanan banjir dengan membuat peta kerawanan banjir. Tujuan penelitian ini adalah untuk memetakan lokasi dan tingkat kerawanan banjir, mengidentifikasi karakteristik sosial masyarakat yang terkena dampak banjir, dan menentukan pola adaptasi masyarakat di Kecamatan Makasar. Variabel yang digunakan adalah jarak dari sungai, ketinggian, lereng, jenis tanah, penggunaan lahan, dan data curah hujan Jakarta Timur serta karakteristik sosial masyarakat. Metode yang digunakan adalah metode scorring dan overlay dengan bantuan ArcGIS kemudian dilakukan analisis kualitatif pada hasil wawancara dan observasi. Hasil penelitian menunjukkantingkat kerawanan banjir di Kecamatan Makasar cenderung rawan hingga sangat rawan banjir, khususnya di bagian utara yaitu ; Kelurahan Kebon Pala dan Cipinang Melayu. Bagian selatan cenderung tidak rawan banjir yaitu di Kelurahan Pinang Ranti dan Makasar. Karakteristik sosial masyarakat Kecamatan Makasar umumnya berada pada usia produktif dengan tingkat pendapatan menengah ke bawah. Selain itu, tingkat pendidikannya bervariatif dari SMA hingga tidak bersekolah serta tingkat partisipatifnyarendah untuk beradaptasi dengan bencana. Berdasarkan karakteristik tersebut hanya tingkat pendapatan yang dapat mempengaruhi pola. Pola adaptasi yang terbentuk adalah pola adaptasi struktural yaitu memperbaiki rumah, membuat rumah menjadi 2 lantai, dan meninggikan teras rumah di wilayah Kelurahan Cipinang dan Kebon Pala. Pola adaptasi non-struktural dengan kerja bakti dilakukan di Kelurahan Halim, Pinang Ranti dan Makasar.