Nurwatik Nurwatik 1,*Jung-Hong Hong 2,Lalu Muhamad Jaelani 1,Hepi Hapsari Handayani 1,Agung Budi Cahyono 1 and Mohammad Rohmaneo Darminto 1
1Department of Geomatics Engineering, Faculty of Civil, Planning, and Geo Engineering, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.
2Department of Geomatics, National Cheng Kung University, Tainan City 701, Taiwan
This paper proposes to identify the variation of accessibility to healthcare facilities based on vulnerability assessments of floods by using open source data. The open source data comprises Open Street Map (OSM), world population, and statistical data. The accessibility analysis is more focused on vulnerable populations that might be affected by floods. Therefore, a vulnerability assessment is conducted beforehand to identify the location where the vulnerable population is located. A before and after scenario of floods is applied to evaluate the changes of healthcare accessibility. A GIS Network Analyst is chosen as the accessibility analysis tool. The results indicate that the most vulnerable population lives in the Asemrowo district. The service area analysis showed that 94% of the West of Surabaya was well-serviced in the before scenario. Otherwise, the decrement of service area occurs at the city center in the after scenario. Thus, the disaster manager can understand which vulnerable area is to be more prioritized in the evacuation process.
Makalah ini mengusulkan untuk mengidentifikasi variasi aksesibilitas ke fasilitas kesehatan berdasarkan penilaian kerentanan banjir dengan menggunakan data open source. Data open source terdiri dari Open Street Map (OSM), populasi dunia, dan data statistik. Analisis aksesibilitas lebih difokuskan pada populasi rentan yang mungkin terkena dampak banjir. Oleh karena itu, penilaian kerentanan dilakukan terlebih dahulu untuk mengidentifikasi lokasi di mana populasi rentan berada. Skenario sebelum dan sesudah banjir diterapkan untuk mengevaluasi perubahan aksesibilitas kesehatan. Analis Jaringan GIS dipilih sebagai alat analisis aksesibilitas. Hasilnya menunjukkan bahwa populasi yang paling rentan tinggal di Kabupaten Asemrowo. Analisis service area menunjukkan bahwa 94% wilayah Surabaya Barat terlayani dengan baik pada skenario sebelumnya. Sebaliknya, penurunan area layanan terjadi di pusat kota pada skenario selanjutnya. Dengan demikian, pengelola bencana dapat mengetahui daerah rawan mana yang lebih diprioritaskan dalam proses evakuasi.
ISPRS Int. J. Geo-Inf. 2022, 11(4), 235; https://doi.org/10.3390/ijgi11040235
Lalu Muhamad Jaelani 
