Banjir masih menjadi persoalan klasik yang terus berulang di Jakarta dan kawasan sekitarnya. Setiap musim hujan tiba, genangan hingga banjir besar kembali muncul dengan skala dan dampak yang kian meluas. Kondisi ini menegaskan bahwa banjir bukan sekadar masalah musiman, melainkan persoalan struktural yang membutuhkan solusi berbasis ilmu pengetahuan.
Menjawab tantangan tersebut, Badan Riset dan Inovasi Nasional (BRIN) menawarkan pendekatan komprehensif berbasis riset limnologi, hidrologi, dan iklim. Gagasan ini dipaparkan oleh para peneliti dari Pusat Riset Limnologi dan Sumber Daya Air serta Pusat Riset Iklim dan Atmosfer dalam kegiatan Media Lounge Discussion (MELODI) bertema “Mengurai Banjir Jakarta Berbasis Riset”, yang digelar pada Rabu (4/2).
**Banjir Jakarta: Interaksi Faktor Kompleks**
Menurut Peneliti Pusat Riset Limnologi dan Sumber Daya Air BRIN, Budi Heru Santoso, banjir Jakarta tidak bisa dijelaskan hanya dari satu faktor, seperti curah hujan tinggi. Ia menegaskan bahwa banjir merupakan hasil interaksi kompleks antara dinamika iklim, kondisi hidrologi, tata guna lahan, serta pengelolaan sumber daya air yang belum optimal.
“Data riset menunjukkan setidaknya ada tiga pemicu utama yang saling berkaitan,” jelas Budi.
Pertama, Jakarta mengalami penurunan muka tanah (land subsidence) dengan laju bervariasi antara 1 hingga 15 sentimeter per tahun. Kedua, curah hujan ekstrem yang intensitasnya kerap melampaui kapasitas sistem drainase. Ketiga, kondisi fisik drainase dan sungai yang tidak berfungsi maksimal akibat pendangkalan dan tumpukan sampah.
Ketiga faktor ini memperberat tekanan terhadap sistem hidrologi Jakarta. Banyak sungai dan kanal di ibu kota mengalami penyempitan penampang akibat sedimen hasil erosi dari wilayah hulu. Akibatnya, kapasitas alir menurun drastis, sehingga debit air yang relatif kecil pun berpotensi meluap ke permukiman.
**Strategi Terpadu Jangka Pendek dan Panjang**
Budi menekankan bahwa penanganan banjir Jakarta harus dilakukan melalui strategi terpadu, baik jangka pendek maupun jangka panjang. Untuk langkah cepat, ia menyebut beberapa prioritas utama yang perlu segera diterapkan.
Pertama, penerapan sistem polder di wilayah dengan tingkat bahaya banjir tinggi. Sistem ini berfungsi mengendalikan muka air melalui pompa dan tanggul. Kedua, optimalisasi sistem peringatan dini terintegrasi, yang memanfaatkan analisis data mutakhir, termasuk algoritma kecerdasan buatan (artificial intelligence). Ketiga, pembangunan infrastruktur pengendali banjir di wilayah hulu, agar debit air yang masuk ke Jakarta dapat ditekan sejak awal.
Di sisi lain, BRIN juga mengembangkan berbagai riset teknologi untuk mendukung kebijakan jangka panjang. Salah satunya adalah pemanfaatan Synthetic Aperture Radar (SAR) dalam bentuk pemodelan 2D dan 3D yang dikombinasikan dengan analisis multi-track InSAR. Teknologi ini memungkinkan pemantauan penurunan tanah secara presisi sekaligus pemetaan wilayah rawan banjir.
Selain itu, kecerdasan buatan juga diterapkan untuk memprediksi kenaikan muka air di Bendungan Katulampa berbasis data satelit. Model ini mampu memberikan waktu peringatan dini yang lebih panjang dan akurat bagi warga Jakarta, sehingga proses evakuasi dapat dilakukan lebih baik.
“Solusi ini memang tidak mudah diterapkan, tetapi bukan tidak mungkin. Kuncinya adalah komitmen politik lintas wilayah, koordinasi antarlembaga, serta partisipasi aktif masyarakat,” tegas Budi.
**Perubahan Iklim dan Tantangan Prediksi Cuaca**
Dari sisi iklim, Peneliti Pusat Riset Iklim dan Atmosfer BRIN, Eddy Hermawan, menjelaskan bahwa peningkatan frekuensi kejadian ekstrem merupakan salah satu indikasi nyata perubahan iklim. Ia mencontohkan peristiwa hujan ekstrem di Jakarta pada akhir 2019 hingga awal 2020, ketika curah hujan harian di Stasiun Halim Perdana Kusuma mencapai 377 mm—angka yang sangat jarang terjadi.
“Memprediksi hujan ekstrem tidaklah mudah,” kata Eddy. Selain keterbatasan pemahaman tentang dinamika gelombang atmosfer, tantangan besar juga datang dari keterbatasan data beresolusi tinggi.
Secara ilmiah, prediksi cuaca membutuhkan data yang bersifat stabil atau stasioner. Sementara itu, data curah hujan umumnya bersifat tidak stasioner. Karena itu, data perlu diolah agar memenuhi syarat analisis.
Jika sebelumnya teknik konvensional seperti ARIMA digunakan, kini BRIN mulai mengembangkan pendekatan berbasis Machine Learning, Deep Learning, AI, dan Big Data. Salah satu metode yang telah diuji adalah Hybrid ARIMA-LSTM, yang mampu menghasilkan akurasi lebih baik sekaligus jangkauan prediksi yang lebih panjang dalam membaca anomali curah hujan.
**Sistem Peringatan Dini yang Presisi dan Lokal**
Untuk wilayah Jakarta dan sekitarnya, Eddy menekankan pentingnya integrasi berbagai sumber data, mulai dari satelit, data re-analisis, hingga data in-situ dari BMKG. Semua data tersebut perlu dikemas dalam Sistem Peringatan Dini yang tepat waktu, tepat sasaran, presisi tinggi, dan mampu diterapkan pada skala wilayah yang relatif kecil atau localized.
Ia juga menyoroti peran penting data radar cuaca BMKG, mengingat hujan ekstrem biasanya dipicu oleh awan konvektif raksasa seperti awan Cumulonimbus (Cb) atau Super Cell Convective Systems (SCCs) yang ketinggiannya bisa mencapai 15–16 kilometer di atas permukaan laut.
“Di sinilah terlihat jelas bahwa kita membutuhkan pendekatan multi-parameter, multi-lapisan, dan multi-teknik agar hasil prediksi benar-benar presisi,” ujarnya.
**Proyeksi Musim Hujan 2026 dan Komitmen Riset**
Terkait musim hujan 2026, Eddy memperkirakan bahwa musim hujan akan berakhir pada akhir Februari atau awal Maret 2026. Perkiraan ini didasarkan pada kondisi Monsun Asia dan Indian Ocean Dipole (IOD) yang mulai bergerak menuju fase netral.
Ke depan, BRIN menegaskan komitmennya untuk terus
Sumber: Kompas.com
Buku Terkait: