Pendahuluan

Mitigasi risiko gempa bumi tidak selalu dimulai dari analisis struktur yang rumit dan mahal. Dalam praktik kebencanaan dan pengelolaan aset bangunan, kebutuhan sering kali lebih mendesak: bagaimana mengidentifikasi bangunan mana yang berpotensi rentan, dalam waktu singkat, dengan biaya terjangkau, dan dapat diterapkan pada jumlah bangunan yang besar.

Kebutuhan tersebut melahirkan pendekatan Rapid Visual Screening (RVS), yaitu metode penilaian cepat berbasis observasi visual untuk mengidentifikasi potensi kerentanan seismik pada bangunan gedung. FEMA 154 edisi 2015 merupakan salah satu pedoman paling dikenal untuk melaksanakan RVS secara sistematis, sekaligus menjadi tahap awal sebelum evaluasi yang lebih rinci dilakukan.

Artikel ini menyajikan resensi analitis berdasarkan materi webinar yang membahas FEMA 154 (2015), mencakup latar belakang, definisi operasional, kelebihan dan batasan, faktor keberhasilan implementasi, hingga logika skor dan keputusan tindak lanjut.

Latar Belakang FEMA dan Evolusi FEMA 154

FEMA merupakan Federal Emergency Management Agency, sebuah lembaga Amerika Serikat yang berada dalam ekosistem manajemen keadaan darurat dan pengurangan risiko bencana. Dalam konteks bangunan, FEMA mengembangkan berbagai seri pedoman untuk asesmen, evaluasi, dan retrofit bangunan.

FEMA 154 secara spesifik menyediakan metodologi Rapid Visual Screening untuk melakukan inventarisasi dan evaluasi awal terhadap bangunan gedung secara cepat. Dalam materi webinar dijelaskan bahwa FEMA 154 edisi 2015 merupakan pembaruan dari edisi 2002, sehingga dianggap sebagai versi formulir RVS yang lebih mutakhir dibanding pendahulunya.

Penekanan utamanya bukan menggantikan analisis struktur rinci, melainkan memperkenalkan mekanisme praktis untuk memilah bangunan yang tampak aman secara awal dan bangunan yang perlu dievaluasi lebih lanjut.

Definisi Rapid Visual Screening sebagai Screening Awal

Rapid Visual Screening didefinisikan sebagai penilaian secara visual untuk mengidentifikasi bangunan yang berpotensi memiliki kerentanan terhadap gempa. Logika RVS bersifat pragmatis: sebelum melakukan investigasi mendalam, organisasi perlu alat seleksi awal yang mampu bekerja pada skala besar.

RVS menilai kondisi bangunan sebelum terjadi gempa, sehingga sifatnya preventif. Metode ini mengarahkan pengguna untuk mengamati karakteristik bangunan yang relevan secara seismik, kemudian menerjemahkannya ke dalam skor. Skor tersebut berfungsi sebagai dasar pengambilan keputusan awal: apakah bangunan cukup aman untuk berhenti pada tahap screening, ataukah harus masuk ke tahap evaluasi berikutnya.

Materi webinar menekankan bahwa jika hasil screening menunjukkan risiko, tindak lanjut yang disarankan adalah evaluasi yang lebih rinci melalui seri FEMA berikutnya, terutama FEMA 310, serta pendekatan bertingkat yang umumnya dikenal sebagai tier evaluasi.

Posisi FEMA 154 dalam Rantai Evaluasi dan Mitigasi

RVS FEMA 154 bukan titik akhir, melainkan pintu masuk dalam rantai evaluasi dan mitigasi. Apabila skor akhir menunjukkan bangunan berada dalam kategori berisiko, maka RVS menjadi justifikasi awal untuk melakukan pemeriksaan lanjutan yang lebih teknis.

Di sini tampak bahwa FEMA 154 bekerja sebagai mekanisme triase. Dalam sistem triase, tujuan bukan memberi diagnosis final, melainkan mengklasifikasikan risiko agar sumber daya asesmen mendalam difokuskan pada objek yang paling perlu.

Dengan demikian, nilai terbesar FEMA 154 terletak pada kemampuannya meningkatkan efisiensi pengambilan keputusan dalam skala portofolio bangunan, baik untuk pemerintah, institusi, maupun pemilik aset besar.

Kelebihan FEMA 154: Kecepatan, Biaya, dan Standardisasi

Keunggulan FEMA 154 yang menonjol adalah kecepatan dan kemudahan pelaksanaan. Karena berbasis visual, prosedur ini dapat diterapkan relatif cepat dibanding evaluasi struktural yang membutuhkan pemodelan, pengujian material, atau analisis numerik.

Keunggulan lain adalah biaya yang lebih rendah. FEMA 154 dirancang untuk kondisi di mana inventaris bangunan banyak dan sumber daya terbatas. Dengan pendekatan skor dan komponen isian yang terstandarisasi, penilaian dapat dilakukan lebih konsisten dibanding pengamatan yang sepenuhnya subjektif.

Materi webinar juga menekankan pentingnya keberadaan handbook sebagai pedoman lapangan. Pedoman ini membuat RVS tidak bergantung penuh pada ingatan surveyor, serta membantu saat ditemukan ambiguitas di lapangan.

Keterbatasan FEMA 154: Ruang Lingkup Visual dan Ketergantungan Data

Sebagai metode screening, FEMA 154 memiliki batasan inheren. Penilaian visual cenderung dominan pada eksterior, sedangkan kondisi interior dan detail struktur tidak selalu dapat dinilai tanpa akses, izin, atau pemeriksaan lanjutan.

RVS juga tidak memasukkan perhitungan struktur secara eksplisit, sehingga tidak dimaksudkan untuk menyatakan bangunan aman secara final. Ia hanya mengatakan apakah bangunan perlu perhatian lebih lanjut.

Selain itu, akurasi RVS sangat dipengaruhi kualitas data pendukung. Data tanah, fungsi bangunan, tahun pembangunan, serta perubahan bangunan dari waktu ke waktu menjadi faktor penting. Tanpa data yang memadai, RVS berisiko menghasilkan skor yang kurang mantap, sehingga tindak lanjut evaluasi menjadi semakin penting.

Faktor Keberhasilan Implementasi: Perencanaan, Tim, dan Validasi

Materi webinar menekankan bahwa pelaksanaan RVS tidak cukup hanya mengisi formulir. Keberhasilan membutuhkan perencanaan yang jelas mengenai tujuan, ruang lingkup, dan output yang diharapkan.

Peran supervising engineer atau pemimpin teknis dinilai krusial. Ia memastikan surveyor memiliki pemahaman yang sama terhadap indikator-indikator yang dinilai, sekaligus menjadi rujukan saat terjadi perbedaan interpretasi antar surveyor.

RVS juga memerlukan proses validasi internal. Ketika ada perbedaan pendapat, handbook digunakan sebagai rujukan. Prinsip yang tersirat adalah menjaga konsistensi interpretasi agar skor tidak terlalu dipengaruhi subjektivitas individu.

Komponen Penilaian: Dari Seismisitas hingga Ketidakberaturan Bangunan

Form FEMA 154 memandu surveyor menilai sejumlah komponen yang dianggap relevan terhadap kerentanan gempa.

Komponen awal berkaitan dengan lokasi seismik, yang dalam materi dijelaskan berbasis parameter SS dan S1. Surveyor diarahkan untuk menentukan kategori seismisitas dari rendah hingga sangat tinggi. Dalam praktik, penentuan ini memerlukan data lokasi yang presisi, bahkan disarankan menggunakan koordinat lintang dan bujur agar tidak bias oleh generalisasi satu kota.

Komponen berikutnya menyangkut occupancy atau fungsi bangunan karena jenis fungsi berkaitan dengan konsekuensi risiko. Kemudian ada tipe tanah atau site class yang berpengaruh pada amplifikasi gerakan tanah. Webinar menekankan bahwa data penyelidikan tanah seperti SPT atau CPT sangat membantu, namun dalam kondisi data terbatas ada pendekatan alternatif yang disediakan.

Selanjutnya, form menilai potensi bahaya elemen non-struktural luar yang dapat jatuh, seperti parapet, cerobong, tangki air, ornamen berat, atau elemen lain yang menambah risiko korban jiwa.

Form juga mengklasifikasikan tipe sistem struktur bangunan, mulai dari kayu, baja, beton bertulang, hingga jenis dinding pemikul beban tertentu. Selain itu, jumlah lantai turut dinilai karena berkaitan dengan respons dinamik dan kompleksitas struktur.

Dua komponen yang mendapat penekanan khusus adalah vertical irregularity dan plan irregularity. Ketidakberaturan vertikal seperti soft story, short column, split level, dan kondisi lereng dianggap memperbesar risiko. Ketidakberaturan denah seperti bentuk L, T, U, bukaan besar, atau kombinasi bentuk juga dipandang sebagai indikator melemahnya performa seismik.

Komponen lain adalah kategori kode bangunan berdasarkan era regulasi. Webinar menyinggung pembagian pre-code dan benchmark atau post-benchmark dengan pendekatan tahun pembangunan dan acuan aturan.

Logika Skor Akhir dan Keputusan Tindak Lanjut

Inti operasional FEMA 154 adalah final score. Skor akhir diperoleh dari penjumlahan basic score dengan berbagai modifier yang dapat bernilai positif maupun negatif. Nilai negatif berfungsi sebagai faktor pengurang karena menunjukkan kondisi yang meningkatkan risiko.

Dalam materi webinar, ambang interpretasi skor disampaikan secara sederhana. Skor lebih besar dari dua dianggap menunjukkan bangunan relatif tidak berisiko pada tahap screening. Skor kurang dari atau sama dengan dua dianggap berisiko dan memerlukan evaluasi lanjutan.

Webinar juga menyebut pendekatan probabilitas keruntuhan dengan rumus 1 dibagi sepuluh pangkat skor akhir. Rumus ini menegaskan bahwa skor tidak hanya menjadi label, melainkan dapat dipakai sebagai indikator probabilistik yang membantu komunikasi risiko, walaupun tetap dalam kerangka screening awal.

RVS, Perhitungan Struktur, dan Dilema Keraguan Hasil

Diskusi tanya jawab pada webinar memperjelas posisi FEMA 154 terhadap analisis struktur. Jika hasil RVS meragukan, evaluasi struktur lebih rinci disarankan, sejauh data tersedia. Kendala umum yang disebut adalah tidak lengkapnya data gambar atau arsip bangunan, terutama pada bangunan lama.

Ketika perhitungan struktur awal menunjukkan aman namun hasil RVS tampak meragukan, materi menyarankan untuk melanjutkan evaluasi ke seri FEMA yang lebih rinci. Logikanya, kondisi bangunan dapat berubah karena umur, renovasi, degradasi material, atau perubahan beban, sehingga verifikasi ulang dengan metode yang lebih mendalam menjadi wajar.

Relevansi FEMA 154 untuk Berbagai Jenis Gempa dan Bangunan Khusus

Pertanyaan peserta webinar menyinggung sumber gempa, baik vulkanik maupun tektonik. Jawaban materi menegaskan bahwa metode ini dapat digunakan untuk penilaian kerentanan gempa secara umum, karena fokusnya adalah perilaku bangunan terhadap guncangan, bukan memetakan mekanisme sumber gempanya.

Untuk bangunan heritage atau cagar budaya, disebutkan bahwa RVS dapat diterapkan dan telah ada studi penerapannya, dengan tetap memperhatikan era pembangunan dan klasifikasi kode.

Hal penting yang tersirat adalah bahwa RVS bukan hanya alat teknis, tetapi juga alat komunikasi risiko yang dapat membantu pemilik aset, pemerintah, maupun institusi pendidikan mengambil keputusan berbasis prioritas.

Kesimpulan

FEMA 154 edisi 2015 menawarkan pendekatan Rapid Visual Screening sebagai metode praktis untuk mengidentifikasi kerentanan seismik bangunan gedung secara cepat dan relatif murah. Metode ini bekerja sebagai tahap awal yang memungkinkan klasifikasi risiko pada skala inventaris besar, sebelum sumber daya teknis difokuskan pada evaluasi yang lebih rinci.

Kekuatan FEMA 154 ada pada standardisasi indikator dan penggunaan skor akhir sebagai dasar keputusan tindak lanjut. Namun, keterbatasannya harus dipahami dengan benar: RVS tidak menggantikan analisis struktur, tidak selalu menangkap kondisi interior, dan sangat bergantung pada data pendukung serta konsistensi interpretasi surveyor.

Dalam konteks Indonesia yang menghadapi risiko gempa berulang, RVS dapat menjadi langkah awal yang rasional untuk mempercepat pemetaan risiko bangunan, selama diposisikan sebagai screening awal yang bertanggung jawab dan diikuti evaluasi lanjutan ketika diperlukan.

📚 Sumber Utama

Webinar Series – Rapid Visual Screening Bangunan terhadap Kerentanan Gempa dengan FEMA 154 (2015)

📖 Referensi Pendukung

Federal Emergency Management Agency. FEMA 154. Rapid Visual Screening of Buildings for Potential Seismic Hazards: A Handbook (Edisi 2015)
Federal Emergency Management Agency. FEMA 310. Handbook for the Seismic Evaluation of Buildings
Federal Emergency Management Agency. FEMA 356. Prestandard and Commentary for the Seismic Rehabilitation of Buildings
Konsep umum evaluasi seismik bangunan dan klasifikasi ketidakberaturan (vertical dan plan irregularity) sebagaimana digunakan dalam praktik rekayasa gempa

Latar Belakang Teoretis

Priyono dan Siswadi (2020) memulai artikel dengan menekankan bahwa tanah longsor adalah fenomena pergeseran massa material lereng yang dipicu berbagai faktor geologi dan hidrologi. Mereka mengutip konsep Suryolelono (2002) bahwa longsor merupakan cara alam mencari keseimbangan baru akibat gangguan, serta mekanisme slide pada lapisan kedap air (Hardiyatmo, 2006). Kerusakan lingkungan akibat longsor (baik fisik maupun sosial) dianggap penting untuk diminimalisir. Dalam konteks ini, penulis menyoroti kebutuhan dasar pemetaan lahan pertanian yang rentan longsor sebagai langkah awal mitigasi. Dengan latar teoretis tersebut, penelitian dirancang untuk mengidentifikasi kondisi biofisik (tanah, iklim, topografi, vegetasi, penggunaan lahan, pola usaha tani, demografi) yang memicu kerentanan longsor. Kerangka teori yang digunakan mencakup konsep kesesuaian lahan (FAO 1976; Anonim 2012), klasifikasi kerawanan longsor, serta teknik pemetaan spasial (misalnya overlay peta topografi, geologi, penggunaan lahan). Peta tematik kerawanan merupakan hasil pengelompokan lahan berdasarkan sifat kerawanan yang serupa, sesuai standar kartografi tanah (Hardjowigeno, 2007). Secara keseluruhan, artikel mendasari argumennya pada teori gerakan massa (longsor) dan metodologi pemetaan lahan, menegaskan bahwa peta kerawanan bentang lahan menjadi landasan perencanaan mitigasi yang kontekstual di Sub DAS Samin Hulu.

Metodologi dan Kebaruan

Penelitian ini menggunakan pendekatan deskriptif dengan pengumpulan data lapangan dan laboratorium. Data primer diperoleh melalui survai ke petani (observasi penggunaan lahan, sampling lapisan tanah) sedangkan data sekunder bersumber dari peta topografi, geologi, curah hujan dan lain-lain. Langkah penting adalah merancang overlay peta curah hujan, peta kemiringan, jenis tanah, rupa bumi dan penggunaan lahan menggunakan perangkat lunak ArcView GIS 3.3. Selanjutnya dilakukan survei lapangan intensif untuk menentukan klasifikasi lahan pertanian rawan longsor. Total 60 unit peta lahan (SPL) dipilih dengan metode Key Area System sepanjang Sub DAS Samin. Setiap unit diteliti parameter fisik (curah hujan tahunan, persentase lereng, ketebalan solum tanah, kadar liat/pH, persen batuan inti di permukaan, dll) sesuai skala kerentanan yang ditetapkan (mis. Paimin & Sukresno 2007). Analisis kuantitatif kemudian dilakukan menggunakan perangkat lunak pssl.exe untuk mengkalkulasi skor kerentanan berdasarkan kombinasi parameter tersebut.

Kebaruan penelitian terletak pada integrasi data biofisik dan sosial-ekonomi khusus pada lahan pertanian di Sub DAS Samin Hulu untuk pemetaan longsor. Penulis menggabungkan analisis kualitas lahan pertanian (kesuburan, jenis tanaman, pola usaha tani) dengan analisis hazard fisik, sehingga kerawanan di lahan produksi ditetapkan berdasarkan gabungan faktor alam dan aktivitas manusia. Pendekatan ini relatif jarang ditemukan dalam literatur, yang biasanya fokus pada lahan permukiman atau infrastruktur. Selain itu, penelitian ini juga mempertimbangkan kebutuhan masyarakat lokal dalam rekomendasi mitigasi (misalnya penyuluhan teknologi pertanian ramah lingkungan), yang menambah nilai kontekstual dan aplikatif dari metodologi yang digunakan.

Temuan Utama dengan Kontekstualisasi

Hasil penelitian mengungkap pola kerentanan longsor yang khas di Sub DAS Samin Hulu. Secara kuantitatif, tercatat 46 kejadian longsor di daerah tersebut. Analisis data menunjukkan sebagian besar longsor terjadi pada curah hujan tahunan 2000–3000 mm (56,52%) dan pada lereng moderat (16–25% berturut-turut 39,13%). Dari segi penggunaan lahan, 43,48% kejadian longsor terjadi pada lahan tegalan (lahan kering) – lahan yang banyak ditemui (60% dari lahan pertanian). Hal ini mengindikasikan bahwa tegalan yang sering dibuka untuk pertanian dengan konservasi minim lebih rentan longsor dibanding sawah atau kebun campuran. Dari sisi geologi, mayoritas kejadian (95,65%) terjadi di batuan andesit vulkanik, menunjukkan litologi keras namun kompak rendah mendukung longsor jenis slump. Hasil pemetaan tanah memperlihatkan jenis tanah dominan Latosol coklat kemerahan (41,30%) dan Andosol (28,26%), keduanya bercirikan tinggi lempung sehingga mudah jenuh. Ini konsisten dengan bencana longsor rotasional (slump), yang memang mendominasi temuan: 76,09% longsor tergolong slump (banyaknya luncuran tanah dalam bidang cekung). Tipe longsor lain (gabungan slump & rockfall, translasi, subsidence) relatif kecil proporsinya.

Temuan tersebut diinterpretasi sebagai konfirmasi bahwa kombinasi kemiringan sedang, curah hujan tinggi, dan lahan tanpa vegetasi kuat mendorong longsor rotasional di area pertanian Sub DAS Samin. Artinya, lahannya agak rawan hingga sangat rawan longsor jika dilihat dari parameter fisik-geomorfik yang dikaji. Penulis kemudian menyajikan peta kerawanan longsor tematik (Gambar 2) yang mengelompokkan risiko dari sangat rendah hingga sangat tinggi. Berdasarkan temuan itu, mereka mengusulkan mitigasi dua arah: non-struktural (penyuluhan IPTEKS kepada petani tentang teknik bertahan saat bahaya longsor dan penanaman tanaman konservasi) dan struktural (reboisasi, agroforestri, multiple cropping, pembangunan teras dan saluran air ramah lingkungan). Hal ini menunjukkan kontribusi penting: selain memetakan risiko fisik, penelitian ini memperkaya pemahaman mitigasi berbasis lanskap pertanian. Sebagai contoh, dominasi lahan tegalan membangkitkan rekomendasi konservasi lahan miring yang relevan dan relatif baru dibanding kajian sektoral lain. Secara keseluruhan, hasil kuantitatif studi ini – seperti persentase longsor per tipe lahan, degradasi tanah, dan pola curah hujan – menambah data lokal yang sebelumnya kurang tersedia, sehingga memberikan masukan empiris baru untuk literatur mitigasi longsor berbasis spasial pertanian.

Keterbatasan dan Refleksi Kritis

Metodologi deskriptif yang diusung penulis memang cocok untuk studi eksplorasi kawasan terbatas, namun terdapat beberapa kelemahan analitis. Pertama, pendekatan penetapan skor kerentanan cenderung subjektif karena bobot tiap variabel (curah hujan, kemiringan, tataguna lahan, jenis tanah, dll.) tidak dijustifikasi dengan uji sensitivitas atau kalibrasi statistik. Sebagai contoh, dalam Tabel 5 tampak longsor translasi (hanya 4,35% kejadian) diberi skor lebih tinggi daripada slump (angkanya sebaliknya), suatu hal yang penulis tidak jelaskan motifnya. Kedua, validitas hasil peta tidak diuji dengan data independent – misalnya kros-verifikasi dengan kejadian longsor historis – sehingga akurasi spasial model tidak diketahui. Ketiga, sampel 60 satuan wilayah mungkin kurang mewakili heterogenitas morfologi dan sosial ekonomi Sub DAS Samin Hulu secara menyeluruh, mengingat luas kawasan. Keempat, pengunaan ArcView GIS 3.3 dan pssl.exe menunjukkan keterbatasan peralatan relatif lawas; belakangan riset kerawanan longsor lebih menggunakan platform open-source mutakhir atau metode kecerdasan buatan. Misalnya, studi terbaru oleh Abrar dkk. (2024) menerapkan machine learning dengan 16 faktor independen untuk memetakan kerawanan longsor dan membangun model mitigasi komprehensif. Penelitian Priyono & Siswadi juga tidak memanfaatkan analisis statistik inferensial apapun, sehingga kesimpulan terbangun hanya dari deskripsi pola tanpa pengujian hipotesis.

Secara hipotesis pun, studi ini lebih berfokus pencapaian tujuan pemetaan daripada menguji rumusan hipotesis eksplisit. Akibatnya, implikasi generalisasi penelitian belum jelas; model yang dihasilkan belum diuji di area lain. Kritik akademik juga perlu mencakup asumsi awal: penulis menyiratkan bahwa semua parameter diintegrasikan linier dalam skor, tanpa mendiskusikan korelasi antarvariabel atau heterogenitas data. Lebih lanjut, faktor eksternal seperti perubahan iklim (peningkatan intensitas hujan) dan aktivitas manusia terkini (mis. pembangunan jalan baru) tidak dibahas, padahal relevan untuk kewenangan mitigasi jangka panjang. Meski demikian, cakupan literatur yang digunakan relatif memadai untuk kerangka dasar, namun diskusi kritis atas metode maupun bandingan dengan studi lain kurang ditegaskan dalam teks.

Implikasi Ilmiah di Masa Depan

Meskipun lokasinya spesifik, karya ini memiliki implikasi luas untuk riset mitigasi bencana dan pemetaan spasial. Peta kerentanan lanskap pertanian yang disajikan dapat menjadi rujukan awal bagi perencanaan tata guna lahan dan pengembangan early warning systems lokal. Penggabungan data agronomik dengan parameter hazard menegaskan arah riset mitigasi modern yang mensinergikan ilmu kebumian dan ilmu sosial. Kedepannya, pendekatan ini dapat diperkaya dengan teknologi terbaru: misalnya integrasi citra satelit dan drone untuk pemantauan lahan saat hujan ekstrem, pemodelan dinamis dengan machine learning, atau sistem informasi geografis interaktif. Hasil ini selaras dengan rekomendasi Badan Geologi terbaru yang menekankan adaptasi teknologi digital dan peningkatan kapasitas sumber daya manusia dalam menghadapi bencana geologi. Diseminasi temuan ini juga relevan untuk kebijakan mitigasi skala regional/ nasional, khususnya dalam perumusan Kawasan Rawan Bencana (KRB) berbasis peta kerawanan. Studi lanjutan sebaiknya menguji validitas model ini dengan data lapangan tambahan, mengkaji dinamika waktu (musiman) curah hujan dan penggunaan lahan, serta menskalakan metode ke daerah rawan longsor lainnya di Indonesia.

Referensi:
Priyono, H. & Siswadi. (2020). Pemetaan Tanah Pertanian Rawan Longsor di Sub DAS Samin Hulu Sebagai Bahan Mempertimbangkan Mitigasinya. Prosiding Seminar Pendidikan Kejuruan dan Teknik Sipil (SPKTS), Fakultas Teknik Universitas Negeri Jakarta.

Pendahuluan

Yogyakarta bukan hanya dikenal sebagai kota budaya dan pendidikan, tetapi juga sebagai kawasan yang berada dalam zona rawan gempa. Gempa bumi besar yang mengguncang wilayah ini pada tahun 2006 menjadi pengingat nyata betapa besar kerusakan yang dapat ditimbulkan jika mitigasi risiko struktural diabaikan.

Dalam konteks ini, artikel karya Eka Faisal Nurhidayatullah dan Dwi Kurniati menyajikan pendekatan mitigatif berbasis analisis potensi kerusakan pada bangunan bertingkat sedang di wilayah Yogyakarta. Tujuannya tidak hanya untuk mengidentifikasi tingkat kerentanan bangunan, tetapi juga memberikan dasar ilmiah bagi strategi perencanaan bangunan tahan gempa.

Tujuan dan Signifikansi Studi

Studi ini berfokus pada:

• Menganalisis potensi kerusakan bangunan bertingkat sedang yang lazim digunakan untuk fungsi komersial, perkantoran, atau pendidikan.

• Menyusun skenario gempa dengan kekuatan ≥5 SR yang realistis berdasarkan potensi seismik wilayah Yogyakarta.

• Memberikan gambaran tentang performa struktur bangunan dalam skenario gempa guna mendukung upaya mitigasi bencana berbasis data.

Dalam konteks perencanaan tata ruang dan bangunan, studi ini penting untuk menghindari kerugian besar yang bisa dicegah melalui perencanaan yang lebih baik.

Metodologi

Penelitian ini menggunakan metode analisis struktur berbasis kinerja (performance-based seismic analysis) dengan simulasi gempa skenario. Beberapa langkah utama meliputi:

• Pemodelan Struktur: Menggunakan SAP2000 sebagai perangkat lunak analisis struktur. Objek yang dikaji adalah bangunan bertingkat sedang dengan konstruksi beton bertulang.

• Skenario Gempa: Simulasi dilakukan dengan skenario gempa ≥5 SR, yang dianggap sebagai ambang batas umum gempa menengah di wilayah tersebut.

• Evaluasi Kerusakan: Kriteria kerusakan mengacu pada kriteria FEMA dan ATC-40 (pusat teknologi seismik AS), meliputi tingkat kerusakan ringan, sedang, hingga berat.

• Parameter Penilaian: Fokus pada drift interstory, deformasi elemen struktur, serta gaya dalam struktur akibat beban gempa.

Hasil Temuan

Hasil analisis menunjukkan bahwa:

• Drift antar lantai (interstory drift) melebihi batas aman pada beberapa lantai, terutama pada bagian tengah struktur. Ini mengindikasikan risiko kegagalan struktural saat terjadi gempa sedang.

• Kerusakan dominan terjadi pada kolom dan balok pengikat, terutama di lantai dasar dan pertama, yang menerima gaya lateral tertinggi.

• Beberapa bangunan dalam simulasi mengalami deformasi permanen yang menunjukkan potensi kegagalan parsial bahkan sebelum mencapai ambang gempa berat.

• Dalam skenario 5,5–6 SR, lebih dari 60% struktur mengalami kerusakan sedang hingga berat jika tidak dilengkapi peredam atau sistem struktur tambahan.

Studi Kasus Nyata

Yogyakarta sudah memiliki pengalaman nyata dari gempa 2006. Berdasarkan data BNPB, lebih dari 150.000 bangunan mengalami kerusakan ringan hingga berat. Banyak bangunan bertingkat gagal secara struktural bukan karena kekuatan gempa ekstrem, tetapi karena kegagalan desain dan konstruksi.

Dalam studi ini, kejadian-kejadian tersebut dijadikan referensi untuk menguji keabsahan simulasi. Hal ini menunjukkan bahwa metode yang digunakan dalam paper cukup representatif untuk menangkap pola kerusakan nyata di lapangan.

Kelebihan dan Inovasi Studi

✅ Kelebihan:

• Menggunakan perangkat lunak analisis struktur profesional (SAP2000), yang telah diakui luas dalam dunia teknik sipil.

• Berbasis data skenario lokal yang sesuai dengan peta gempa Indonesia (SNI 1726-2012).

• Menyediakan simulasi visualisasi kerusakan, yang penting untuk edukasi dan penyadaran risiko.

❌ Kekurangan:

• Simulasi terbatas pada satu tipe bangunan (model generik bertingkat sedang) tanpa variasi desain.

• Tidak mempertimbangkan variabel kondisi tanah lokal (amplifikasi gelombang, jenis pondasi).

• Belum mengintegrasikan solusi rekayasa struktural (misalnya, penggunaan bracing, damper, base isolator) sebagai skenario perbandingan.

Analisis Tambahan

Dalam praktiknya, banyak bangunan bertingkat di Yogyakarta dibangun tanpa perhitungan gempa memadai, terutama di sektor swasta dan properti komersial. Artikel ini menegaskan bahwa:

• Desain struktural seringkali menomorduakan faktor gempa, demi efisiensi biaya.

• Bangunan non-infrastruktur publik, seperti ruko dan kos bertingkat, sering luput dari audit ketahanan struktural.

• Regulasi teknis, meski tersedia dalam bentuk SNI dan RTRW, masih lemah dalam pengawasan lapangan.

Implikasi Praktis

Penelitian ini dapat dijadikan dasar bagi:

• Penyusunan regulasi bangunan yang lebih ketat untuk bangunan bertingkat.

• Audit struktural bangunan eksisting oleh pemerintah daerah atau asosiasi profesi teknik.

• Pengembangan simulasi pendidikan untuk masyarakat dan pemilik bangunan sebagai bagian dari edukasi mitigasi bencana.

Rekomendasi Pengembangan

Untuk masa depan, peneliti dan praktisi dapat mempertimbangkan:

• Pemodelan berdasarkan berbagai konfigurasi struktur dan ketinggian bangunan.

• Pengaruh kondisi tanah lokal melalui integrasi data geoteknik.

• Perbandingan struktur eksisting vs struktur tahan gempa agar masyarakat dapat melihat manfaat nyata investasi konstruksi tahan gempa.

Kesimpulan

Studi ini membuka mata akan kerentanan bangunan bertingkat sedang di Yogyakarta terhadap gempa bumi skala menengah. Melalui pendekatan simulasi struktur, kita dapat memahami titik-titik lemah bangunan bahkan sebelum bencana terjadi. Ini adalah langkah strategis dalam upaya mitigasi bencana berbasis data dan rekayasa teknik.

Sumber

Nurhidayatullah, E. F., & Kurniati, D. (2021). Potensi Kerusakan Bangunan Bertingkat Sedang dengan Skenario Gempa ≥5 SR sebagai Upaya Mitigasi Bencana di Yogyakarta. Teras Jurnal, Vol. 11, No. 1.