Transformasi Pola Kerusakan Infrastruktur Gaza: Analisis Spasio-Temporal 2023-2024

25 April 2025

By: HIMA SAIG UPI

Open Project

Pola Kerusakan Bangunan Infrastruktur Gaza

Thumbnail Gaza

Ditulis oleh:

Friscka Fitri Aditama.

Pendahuluan

Jalur Gaza secara berkala mengalami konflik bersenjata yang berdampak signifikan terhadap infrastruktur, permukiman, dan kehidupan masyarakat. Peningkatan intensitas konflik pada tahun 2023 hingga 2024 telah menyebabkan kerusakan besar-besaran yang tersebar di berbagai wilayah, terutama di Gaza City, Khan Yunis, North Gaza, Rafah dan Deir Al Balah. Penelitian ini menggunakan data titik kerusakan dari United Nations Operational Satellite Applications Programme (UNOSAT) untuk menganalisis distribusi spasial dan temporal kerusakan infrastruktur di Gaza.

Visualisasi berbasis data spasial dari interpretasi citra satelit menjadi instrumen penting untuk memahami pola kerusakan. Dengan membandingkan data dari dua periode waktu (15 November 2023 dan 3 September 2024), penelitian ini bertujuan memberikan gambaran tentang perkembangan kerusakan yang dapat mendukung upaya kemanusiaan dan perencanaan rehabilitasi.

Metodologi

Penelitian ini menerapkan pendekatan deskriptif-visual dengan fokus pada analisis spasial dan statistik titik kerusakan. Metodologi yang digunakan mengikuti alur kerja yang sistematis seperti yang digambarkan pada Gambar 1.

metodologi penelitian

Sebagaimana ditunjukkan pada Gambar 1, alur kerja penelitian dimulai dengan impor data dari dua sumber utama:

  1. 1.
    Data batas administratif Governorate (format shapefile)
  1. 2.
    Data titik kerusakan UNOSAT (format geodatabase 2023-2024)

Selanjutnya, dilakukan serangkaian langkah pemrosesan data yang meliputi:

  1. 1.
    Transformasi CRS untuk menyamakan sistem koordinat
  1. 2.
    Penambahan kolom tahun dan klasifikasi kerusakan
  1. 3.
    Spatial join antara titik kerusakan dan data Governorate
  1. 4.
    Pembuatan ringkasan statistik berdasarkan klasifikasi per wilayah dan tahun
  1. 5.
    Visualisasi data dalam bentuk plot gradasi menggunakan ggplot2

Hasil dan Pembahasan

Analisis Peta Distribusi Kerusakan

Gambar 2 Gaza

Gambar 2 menampilkan perbandingan heatmap kerusakan di Jalur Gaza pada dua periode waktu yang berbeda. Visualisasi ini dihasilkan dengan menerapkan teknik simbologi heatmap untuk menggambarkan densitas titik kerusakan, dengan gradasi warna yang merepresentasikan tingkat kepadatan kerusakan - di mana warna kuning menunjukkan kepadatan kerusakan tertinggi, sedangkan warna ungu menunjukkan kepadatan yang lebih rendah.

Beberapa temuan penting dari perbandingan peta tersebut:

1. Perubahan Pola Spasial:

  • Peta September 2024 (kanan) menunjukkan distribusi kerusakan yang lebih luas dan merata di seluruh wilayah Gaza, dengan konsentrasi sangat tinggi (warna kuning) yang terlihat jelas di Gaza City, Khan Yunis, dan Rafah.
  • Peta November 2023 (kiri) memperlihatkan pola kerusakan yang lebih terkonsentrasi di North Gaza dan Gaza City, dengan intensitas yang relatif lebih rendah di wilayah lainnya.

2. Eskalasi di Wilayah Selatan:

  • Perubahan paling signifikan terlihat di wilayah Rafah dan Khan Yunis. Pada November 2023, kedua wilayah ini relatif menunjukkan konsentrasi kerusakan yang rendah (dominasi warna ungu), namun pada September 2024 mengalami peningkatan drastis dengan konsentrasi kerusakan sangat tinggi (warna kuning cerah).

3. Intensifikasi di Gaza City:

  • Gaza City yang pada November 2023 sudah menunjukkan kerusakan signifikan, mengalami intensifikasi dramatis pada September 2024. Hal ini terlihat dari perluasan area warna kuning yang menunjukkan kepadatan kerusakan sangat tinggi.

4. Perluasan Area Terdampak:

  • Pada November 2023, masih terdapat area-area yang relatif tidak terdampak (tidak menunjukkan warna pada peta). Namun, pada September 2024, hampir seluruh wilayah Gaza menunjukkan adanya kerusakan dengan variasi tingkat intensitas.

Perbandingan Kuantitatif Kerusakan

Berdasarkan hasil analisis distribusi kerusakan infrastruktur pada tahun 2023 dan 2024, terjadi peningkatan jumlah titik kerusakan yang sangat signifikan di seluruh wilayah Gaza. Data menunjukkan bahwa dalam periode kurang dari satu tahun, jumlah titik kerusakan meningkat dari 14.226 menjadi 149.571, yang berarti terjadi peningkatan sebesar 951%. Peningkatan ini tidak hanya terjadi pada jumlah titik kerusakan, tetapi juga pada tingkat keparahan kerusakan. Pada tahun 2024, sebagian besar wilayah didominasi oleh klasifikasi "Destroyed" yang mengindikasikan kehancuran total infrastruktur.

Pola distribusi kerusakan juga menunjukkan perubahan signifikan. Pada November 2023, kerusakan lebih terkonsentrasi di wilayah North Gaza, sementara pada September 2024 kerusakan terdistribusi lebih merata dengan konsentrasi tinggi di Gaza City, Khan Yunis, dan Rafah. Hal ini menunjukkan perluasan area konflik yang semakin intensif ke wilayah-wilayah yang sebelumnya relatif kurang terdampak.

Tabel 1 Gaza

Berdasarkan Tabel 1, terlihat bahwa terjadi peningkatan jumlah kerusakan yang sangat signifikan di seluruh wilayah Gaza, dengan total peningkatan mencapai 951% dalam kurun waktu kurang dari satu tahun. Rafah mencatatat peningkatan persentase tertinggi yaitu sebesar 2,880% yang mencerminkan perluasan konflik ke wilayah selatan yang sebelumnya relatif kurang terdampak parah.

Tabel Distribusi Klasifikasi Kerusakan

Tabel 2 Gaza

Tabel 2 menunjukkan bahwa pada September 2024, hampir 65% dari seluruh titik kerusakan di Gaza termasuk dalam kategori "Destroyed", dengan North Gaza memiliki persentase tertinggi sebesar 73.2%. Kategori "Severe Damage" mencakup sekitar 12.3% dari total kerusakan, dengan konsentrasi tertinggi di Gaza City sebesar 14.2%.

Visualisasi Distribusi Kerusakan

Visualisasi distribusi kerusakan infrastruktur di Gaza antara November 2023 dan September 2024 disajikan dalam bentuk plot gradasi seperti yang terlihat pada Gambar 3.

Gambar 3 Gaza

Visualisasi pada Gambar 3 menampilkan perbandingan distribusi kerusakan infrastruktur di Gaza antara November 2023 dan September 2024 menggunakan plot batang bertumpuk dengan skema warna plasma. Terjadi peningkatan signifikan pada skala kerusakan, dengan pergeseran epicenter dari North Gaza (6.991 titik kerusakan) di 2023 menjadi Gaza City (42.814 titik) dan Khan Yunis (40.099 titik) di 2024. Urutan wilayah terdampak berubah dari North Gaza > Gaza City > Khan Yunis > Deir Al Balah > Rafah pada 2023 menjadi Gaza City > Khan Yunis > North Gaza > Rafah > Deir Al Balah pada 2024, menunjukkan pergeseran konflik dari utara ke tengah dan selatan.

Terjadi perubahan signifikan dalam klasifikasi kerusakan, dari dominasi "Moderate Damage" dan "Possible Damage" pada 2023 menjadi mayoritas "Destroyed" pada 2024 dengan proporsi 58-73% di semua wilayah. Transformasi dramatis terlihat di Rafah yang semula memiliki kerusakan terendah (762 titik) dengan mayoritas "Possible Damage", meningkat menjadi 22.707 titik dengan dominasi klasifikasi "Destroyed" pada 2024. Pola ini menggambarkan homogenisasi tingkat kerusakan yang parah di seluruh Gaza pada 2024 dibandingkan variasi yang lebih besar pada 2023.

Kesimpulan

Berdasarkan analisis spasio-temporal distribusi kerusakan infrastruktur di Gaza, dapat disimpulkan bahwa terjadi peningkatan dramatis dalam jumlah titik kerusakan di seluruh wilayah Gaza lebih dari 9 kali lipat dalam kurang dari setahun. Perubahan signifikan pola distribusi spasial yang awalnya konsentrasi di North Gaza pada tahun 2023, namun pada tahun 2024 menunjukkan penyebaran yang lebih merata dengan konsentrasi tertinggi di Gaza City dan Khan Yunis. Pada 2024, kategori "Destroyed" mendominasi klasifikasi kerusakan yang mengindikasikan intensifikasi konflik dan dampak lebih parah terhadap infrastruktur di Gaza. Dalam hal ini, wilayah Rafah mengalami peningkatan kerusakan paling signifikan secara persentase yang menunjukkan perluasan konflik ke wilayah yang sebelumnya relatif tidak terdampak.

Meskipun hasil penelitian ini memberikan gambaran yang jelas mengenai dampak kerusakan di Gaza, terdapat beberapa keterbatasan yang perlu diperhatikan, seperti ketergantungan pada data dari UNOSAT tanpa adanya verifikasi lapangan, serta tidak mempertimbangkan faktor-faktor demografi dan kepadatan populasi yang dapat mempengaruhi kerentanannya. Selain itu, analisis ini tidak melibatkan jenis infrastruktur terdampak yang juga penting untuk penentuan prioritas rekonstruksi. Terakhir, pengembangan analisis lebih lanjut direkomendasikan dengan mempertimbangkan jenis infrastruktur untuk prioritas rekonstruksi, integrasi data demografis untuk pemahaman lebih komprehensif tentang dampak kemanusiaan, dan studi lanjutan untuk membandingkan dengan data kerusakan terbaru guna memantau perkembangan situasi.

Daftar Pustaka

UNOSAT. (2024). Gaza Strip Damage Assessment: 3 September 2024. United Nations Operational Satellite Applications Programme.

UNOSAT. (2023). Gaza Strip Damage Assessment: 15 November 2023. United Nations Operational Satellite Applications Programme.

Palestinian Central Bureau of Statistics. (2023). Population Statistics of the Gaza Strip Governorates. PCBS.

Pebesma, E. (2018). Simple Features for R: Standardized Support for Spatial Vector Data. The R Journal, 10(1), 439-446.

Data Publikasi

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Kesehatan

05 Jun 2025

HIMA SAIG UPI

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Penelitian ini membahas analisis spasial kasus stunting di Provinsi Jawa Barat, khususnya di Kota Bandung, dengan menggunakan metode Geographically Weighted Regression (GWR). Studi ini bertujuan untuk memahami pengaruh variabel sosial-ekonomi dan lingkungan—seperti kemiskinan, akses air bersih dan sanitasi, pendidikan ibu, serta cakupan posyandu—terhadap prevalensi stunting di tingkat lokal. Hasil penelitian menunjukkan adanya variasi spasial yang signifikan: beberapa kecamatan seperti Gedebage, Rancasari, dan Buahbatu memiliki kecocokan model yang sangat tinggi namun jumlah kasus stunting yang rendah, sedangkan Bandung Kulon dan Babakan Ciparay menunjukkan jumlah kasus tinggi dengan kecocokan model yang lebih rendah. Model GWR secara keseluruhan memiliki kemampuan prediktif yang sangat baik (R² global 0,9822), menandakan efektivitas pendekatan spasial dalam mendukung perumusan kebijakan intervensi stunting yang lebih terarah dan sesuai karakteristik wilayah.

9 menit baca

93 dilihat

2 Data

1 Proyek

Analisis Kemampuan Lahan Wilayah Perencanaan (WP) Ulu Belu - Kab. Tanggamus - Prov. Lampung

Lingkungan

27 Mei 2025

Weka

Analisis Kemampuan Lahan Wilayah Perencanaan (WP) Ulu Belu - Kab. Tanggamus - Prov. Lampung

Analisis Kemampuan Lahan berdasarkan Permen PU No. 20/Prt/M/2007 tentang Pedoman Teknis Analisis Aspek Fisik dan Lingkungan, Ekonomi, Serta Sosial Budaya Dalam Penyusunan Rencana Tata Ruang.

31 menit baca

196 dilihat

2 Data

1 Proyek

[GEODATA] Kajian Infrastruktur Pariwisata di Banda Neira dan Karimunjawa

Pariwisata

09 Mei 2025

MAPID

[GEODATA] Kajian Infrastruktur Pariwisata di Banda Neira dan Karimunjawa

Artikel ini mengkaji infrastruktur pariwisata di Banda Neira dan Karimunjawa menggunakan pendekatan GIS untuk menganalisis kepadatan, keterjangkauan, serta kesenjangan infrastruktur berdasarkan konsep 4A (Attraction, Amenity, Accessibility, Ancillary). Melalui metode spasial seperti KDE dan network analysis, serta analisis SWOT, kajian ini memberikan rekomendasi strategis bagi pengembangan pariwisata berkelanjutan di kedua wilayah kepulauan tersebut.

25 menit baca

535 dilihat

1 Proyek

Transformasi Bandung Menuju Kota 15 Menit

Perencanaan Kota

07 Mei 2025

DINI INDRIATI

Transformasi Bandung Menuju Kota 15 Menit

Menciptakan Kota Bandung menjadi aksesibel, mobilitas ringkas, dan meningkatkan QoL (Quality of Life)

15 menit baca

273 dilihat

1 Proyek

Syarat dan Ketentuan
Pendahuluan
  • MAPID adalah platform yang menyediakan layanan Sistem Informasi Geografis (GIS) untuk pengelolaan, visualisasi, dan analisis data geospasial.
  • Platform ini dimiliki dan dioperasikan oleh PT Multi Areal Planing Indonesia, beralamat
  • mapid-ai-maskot