JAKARTA – Badan Riset dan Inovasi Nasional (BRIN) mengungkap faktor utama yang menyebabkan banjir semakin parah di kawasan Jabodetabek. Ternyata, curah hujan tinggi bukan satu-satunya pemicu utama, melainkan ada faktor lain yang berkontribusi besar terhadap bencana ini.
Peneliti Ahli Madya dari Pusat Riset Limnologi dan Sumber Daya Air BRIN, Yus Budiono, menjelaskan bahwa ada empat faktor utama yang mempengaruhi risiko banjir di Jabodetabek, yakni penurunan muka tanah, perubahan tata guna lahan, kenaikan muka air laut, serta fenomena cuaca ekstrem.
“Dari hasil riset kami, penyebab utama meningkatnya risiko banjir di Jabodetabek adalah penurunan muka tanah, yang berkontribusi hingga 145 persen terhadap peningkatan risiko banjir,” ujar Yus dalam keterangannya.
Selain itu, perubahan tata guna lahan yang tidak terkendali juga memperparah kondisi dengan meningkatkan risiko banjir hingga 12 persen, sementara kenaikan muka air laut hanya berkontribusi sekitar 3 persen.
Tren kejadian banjir dalam beberapa tahun terakhir menunjukkan peningkatan signifikan dalam intensitas dan frekuensi peristiwa ekstrem. Yus mencontohkan dampak perubahan iklim global yang menyebabkan hujan ekstrem pada 1 Januari 2020 dan akhir Januari 2025, dengan curah hujan lebih dari 300 mm, jauh di atas normal.
Menurut Yus, banjir di Jabodetabek dapat dikategorikan dalam tiga jenis utama, yaitu banjir akibat hujan lokal (torrential rain flood), banjir akibat luapan sungai (fluvial flood), dan banjir akibat pasang laut (coastal flood).
“Banjir yang terjadi beberapa waktu lalu lebih dominan sebagai fluvial flood, di mana hujan intens di hulu menyebabkan luapan air di sungai-sungai besar,” jelasnya.
Dalam upaya mitigasi, BRIN terus mengembangkan berbagai inovasi, termasuk sistem informasi danau, model peringatan dini berbasis kecerdasan buatan (AI), serta pemetaan daerah rawan banjir dengan pendekatan polder system.
Kolaborasi juga menjadi kunci dalam meningkatkan akurasi prediksi banjir. BRIN bekerja sama dengan berbagai pihak, termasuk Bristol University di Inggris, untuk mengembangkan sistem prediksi berbasis AI dan data real-time yang diharapkan dapat memberikan peringatan lebih cepat kepada masyarakat dan meningkatkan kesiapsiagaan menghadapi bencana banjir
