Pendahuluan: Ancaman Nyata Bencana Alam pada Konstruksi Terowongan
Proyek konstruksi terowongan merupakan tulang punggung pengembangan infrastruktur modern. Namun, di balik ambisi pembangunan tersebut, tersembunyi risiko besar yang kerap diabaikan: kerugian akibat bencana alam. Studi ini, yang berfokus pada 277 proyek terowongan di Korea Selatan selama periode 2004–2019, memberikan wawasan penting tentang hubungan antara kerugian finansial aktual dan indikator bencana alam seperti angin kencang, banjir, dan curah hujan.
Dengan menggunakan data klaim asuransi dan pendekatan regresi linier berganda, penelitian ini menyuguhkan pendekatan kuantitatif inovatif untuk menilai risiko kerugian akibat bencana alam dalam konteks proyek konstruksi skala besar.
Mengapa Studi Ini Penting?
Di tengah meningkatnya intensitas bencana akibat perubahan iklim, seperti topan dan hujan ekstrem, dunia konstruksi menghadapi tekanan untuk mengadopsi strategi manajemen risiko yang lebih cerdas dan berbasis data. Korea Selatan, sebagai negara dengan kontur geologi kompleks dan aktivitas konstruksi terowongan yang masif, menjadi lokasi ideal untuk studi ini.
Fakta utama:
- Total kerugian asuransi selama 2005–2016 mencapai USD 8,77 juta.
- Tiga indikator utama yang diteliti: kecepatan angin maksimum, intensitas banjir, dan curah hujan.
- Tujuan utama: mengembangkan metode kuantitatif penilaian risiko kerugian akibat bencana.
Metodologi: Dari Data Asuransi ke Model Prediksi Risiko
Penelitian ini mengolah data dari 277 proyek konstruksi terowongan dengan informasi sebagai berikut:
- Total nilai pertanggungan (insured value)
- Jumlah kerugian aktual
- Skor intensitas bencana dari Munich Re’s NATHAN system
Nilai kerugian dikuantifikasi melalui rasio kerusakan:
Rasio kerusakan = jumlah kerugian aktual / total nilai pertanggungan
Karena distribusi data awal tidak normal, peneliti melakukan transformasi logaritmik natural untuk mendapatkan hasil yang valid dalam regresi.
Hasil Utama: Apa Penyebab Terbesar Kerugian Finansial?
1. Angin Kencang: Penyebab Paling Signifikan
- Koefisien regresi: 0.649
- Artinya: setiap kenaikan 1 skala intensitas angin (dari skala 1–5), rasio kerusakan meningkat 64,9%.
- Signifikan secara statistik (p = 0.007)
2. Curah Hujan: Dampak Paling Besar (meski tidak signifikan statistik)
- Koefisien: 0.180
- Dampaknya lebih besar secara absolut dibandingkan angin dan banjir (standardized coefficient = 0.505)
3. Banjir: Kontributor Moderat
- Koefisien: 0.094
- Tidak signifikan secara statistik, namun tetap berdampak dalam skala besar.
Model regresi memiliki adjusted R² = 0.317, yang berarti 31,7% variasi kerugian bisa dijelaskan oleh ketiga variabel tersebut.
Diskusi: Apa Implikasinya bagi Industri?
Untuk Industri Konstruksi:
- Dapat merancang ulang sistem struktur terowongan di wilayah rawan topan.
- Menyesuaikan jadwal pembangunan dengan pola musiman bencana.
- Menyusun rencana tanggap darurat berbasis prediksi intensitas angin dan hujan.
Untuk Perusahaan Asuransi:
- Data ini mendukung penyesuaian premi berdasarkan lokasi dan profil risiko aktual.
- Membantu membangun model estimasi kerugian yang lebih akurat dan kontekstual.
Untuk Pemerintah:
- Meningkatkan regulasi tentang standar desain struktural di daerah rawan bencana.
- Mempersiapkan rencana pemulihan pasca bencana berbasis data risiko regional.
- Menerapkan prinsip build back better dalam proyek infrastruktur nasional.
Kritik dan Perbandingan: Apa yang Masih Kurang?
Meskipun studi ini memiliki pendekatan statistik yang solid dan menggunakan data empiris asuransi yang sangat relevan, ada beberapa catatan:
- Keterbatasan Variabel: Tidak semua bentuk bencana diperhitungkan (gempa dan gelombang pasang dieliminasi karena tidak ada data dalam periode studi).
- Konteks Geografis Spesifik: Hasil ini sangat bergantung pada kondisi Korea Selatan; penerapan di negara lain perlu adaptasi.
- Tidak Memasukkan Karakteristik Teknik Terowongan: Jenis tanah, metode pengeboran, dan sistem drainase tidak dianalisis, padahal sangat relevan dalam menentukan dampak hujan dan banjir.
Relevansi Global: Tren Masa Depan
Perubahan iklim meningkatkan frekuensi dan intensitas bencana alam global. Studi semacam ini penting untuk:
- Menunjang keberlanjutan proyek infrastruktur
- Menurunkan biaya tak terduga
- Meningkatkan ketahanan proyek jangka panjang
Studi ini juga membuka peluang penggunaan machine learning dan simulasi Monte Carlo untuk memprediksi tren kerugian ke depan berdasarkan variabel cuaca dan lingkungan yang terus berubah.
Kesimpulan: Data Adalah Kunci Ketahanan Infrastruktur
Studi ini menunjukkan bahwa pendekatan berbasis data empiris seperti regresi linier dapat digunakan untuk memperkirakan potensi kerugian konstruksi akibat bencana alam, khususnya untuk proyek terowongan yang rentan. Angin kencang terbukti menjadi faktor paling signifikan, diikuti oleh hujan deras.
Langkah berikutnya adalah memperluas cakupan variabel dan wilayah studi, serta mengintegrasikan data teknis proyek agar model prediksi menjadi lebih akurat dan adaptif terhadap tantangan iklim global.
Sumber : Yum, S.-G., Ahn, S., Bae, J., & Kim, J.-M. (2020). Assessing the Risk of Natural Disaster-Induced Losses to Tunnel-Construction Projects Using Empirical Financial-Loss Data from South Korea. Sustainability, 12(19), 8026. DOI: 10.3390/su12198026