Membentuk Masa Depan Kota Tangguh: Peta Jalan Riset untuk Ketahanan Perkotaan Berbasis Data dan Interdisipliner

Ketahanan Perkotaan (Urban Resilience atau UR) merupakan sebuah konsep krusial yang memungkinkan kota dan komunitas untuk menahan gangguan secara optimal dan pulih kembali ke keadaan sebelum gangguan terjadi. Dengan proyeksi lebih dari 60% populasi dunia tinggal di perkotaan pada tahun 2030, dan 90% wilayah metropolitan berada di pesisir yang rentan terhadap risiko bencana iklim, kebutuhan akan solusi UR yang inovatif dan berkelanjutan menjadi mendesak. Tinjauan literatur sistematis ini—yang menganalisis 68 makalah jurnal yang terindeks Scopus dari tahun 2011 hingga 2022—memberikan gambaran komprehensif mengenai tren utama dan, yang lebih penting, menggarisbawahi arah riset masa depan bagi komunitas akademis, peneliti, dan penerima hibah.

Penelitian ini memaparkan UR sebagai persimpangan antara Manajemen Aset, Manajemen Risiko, dan Mekanisme Pendukung Ilmu Keputusan seperti Sistem Informasi Geografis (GIS). Ketiga pilar ini bertujuan untuk mencapai sasaran kembar dari Agenda PBB 2030, yaitu menciptakan kota yang tangguh dan berkelanjutan.

Tinjauan ini mengelompokkan literatur menjadi tiga kategori: tinjauan literatur, model konseptual, dan model analitis. Hasilnya, fokus diskusi utama dalam publikasi UR adalah perubahan iklim, penilaian dan manajemen risiko bencana, GIS, infrastruktur perkotaan dan transportasi, pengambilan keputusan dan manajemen bencana, ketahanan komunitas dan bencana, serta infrastruktur hijau dan pembangunan berkelanjutan.

Kontribusi Utama terhadap Bidang

Tinjauan ini secara tegas memposisikan integrasi asset and disaster risk management methods dengan GIS-based decision-making tools sebagai pendekatan yang sangat direkomendasikan untuk secara signifikan meningkatkan UR.

Data Kuantitatif Deskriptif Kunci:

• Analisis bibliometrik terhadap 67 artikel yang dipilih menunjukkan bahwa lebih dari 75% di antaranya diterbitkan dalam periode lima tahun antara 2017 hingga 2021. Temuan ini menunjukkan hubungan kuat antara meningkatnya minat akademis dan kebutuhan riset UR, terutama yang menggabungkan GIS-based decision support, dengan publikasi tahunan yang mencapai puncaknya pada tahun 2021.
• Analisis distribusi riset berdasarkan disiplin ilmu menunjukkan bahwa Ilmu Lingkungan (24%), Ilmu Sosial (19%), dan Teknik (17%) menyumbang total 60% dari semua hasil yang tidak disaring. Distribusi yang merata ini menunjukkan perlunya metodologi yang benar-benar interdisipliner; sebuah tim riset yang mengabaikan salah satu dari tiga disiplin ilmu ini akan mengabaikan lebih dari 17% perspektif riset yang ada.
• Analisis Pemrosesan Bahasa Alami (Natural Language Processing) mengidentifikasi "perubahan iklim" sebagai kata kunci dengan kemunculan tertinggi, yaitu 30 kali dengan skor relevansi 0.998, diikuti oleh "penilaian risiko" (19 kali, 0.606), dan "sistem informasi geografis" (11 kali, 0.588). Temuan ini menunjukkan hubungan kuat antara risiko iklim global dan alat spasial sebagai fokus utama literatur UR.

Keterbatasan dan Pertanyaan Terbuka

Terlepas dari perkembangan ini, tinjauan ini mengidentifikasi lima kesenjangan riset utama yang membatasi penerapan dan skalabilitas model UR.

1. Kurangnya Definisi Ketahanan Bersama dan Analisis Multidisiplin: Terdapat heterogenitas yang signifikan dalam bagaimana istilah "ketahanan" digunakan, berkisar dari kemampuan sistem untuk beradaptasi hingga tingkat daya tahan fungsional.
2. Kebutuhan akan Model UR yang Terpadu, Skalabel, dan Dapat Diadopsi: Model multi-dimensi UR yang ada saat ini sering kali harus dibangun ulang untuk setiap kota dan bencana tertentu.
3. Margin untuk Peningkatan Aplikasi Alat Multidimensi Berbasis GIS: Ada kebutuhan untuk mengubah semua data menjadi data yang dapat ditransfer dengan geo-tag ke lingkungan cloud-based untuk analisis statistik yang lebih baik.
4. Analisis Stokastik Kota Virtual: Akuisisi data di lapangan memakan biaya dan waktu. Perlu adanya mekanisme untuk memperluas data yang diperoleh ke ekosistem yang lebih luas, seperti melalui sampling terbalik lokal/global dan analisis stokastik.
5. Simulasi Skenario untuk Mendukung Proses Pengambilan Keputusan: Kota-kota memerlukan kerangka kerja yang komprehensif dan inklusif untuk secara proaktif mempersiapkan dan mengadopsi gangguan melalui simulasi skenario.

5 Rekomendasi Riset Berkelanjutan (dengan Justifikasi Ilmiah)

Lima rekomendasi ini secara langsung membahas kesenjangan yang teridentifikasi, dengan fokus pada penguatan fondasi metodologis dan analitis UR.

1. Pengembangan Kerangka Kerja UR Semantik-Spasial Terpadu

• Metode/Variabel Baru: Riset harus fokus pada pengembangan taksonomi UR yang disepakati secara universal, yang mengintegrasikan definisi berbasis atribut (misalnya, kapasitas beradaptasi) dengan unit analisis spesifik (misalnya, infrastruktur, sosial, ekonomi).
• Justifikasi Ilmiah: Kesenjangan utama adalah definisi yang berbeda-beda. Kerangka kerja ini harus menggunakan teknik Pemrosesan Bahasa Alami (Natural Language Processing) dan Ontologi untuk menambang definisi dari berbagai disiplin ilmu, kemudian mengintegrasikannya ke dalam layer GIS. Ini akan menciptakan model semantik-spasial yang mengatasi kurangnya analisis multidisiplin dengan menjembatani istilah abstrak dengan lokasi geografis nyata.

2. Perancangan Model UR Parametrik dan Adaptif

• Metode/Variabel Baru: Model UR harus dirancang sebagai sistem parametrik, di mana indikator, bobot, dan kriteria (misalnya, yang berasal dari AHP/MAUT) dapat disesuaikan secara dinamis berdasarkan jenis bencana (disaster-specific) dan prioritas kota (city-specific).
• Justifikasi Ilmiah: Kebutuhan akan model yang skalabel dan dapat diadopsi adalah masalah yang berulang. Model parametrik yang dibangun di atas platform cloud-based (misalnya, Google Earth Engine atau QGIS) dapat memecahkan masalah ini dengan memungkinkan pengambil keputusan memodifikasi bobot risiko (misalnya, memprioritaskan "banjir" di kota pesisir, atau "gempa" di zona seismik) tanpa membangun ulang seluruh model.

3. Integrasi Alat GIS Multidimensi dengan Analisis Kompleksitas Jaringan

• Metode/Variabel Baru: Peningkatan aplikasi alat multidimensi berbasis GIS harus mencakup integrasi langsung dengan model yang menilai kegagalan kaskade dalam infrastruktur kritis. Ini melibatkan pemetaan interdependensi antar sektor (misalnya, kegagalan energi memengaruhi air dan transportasi) menggunakan Graf Teori dan menayangkan dampaknya melalui GIS dashboard.
• Justifikasi Ilmiah: Peningkatan ketergantungan antar-infrastruktur menimbulkan bahaya kaskade baru yang tidak dapat diatasi dengan meminimalkan risiko pada satu komponen sistem. Riset dapat menunjukkan hubungan antara kepadatan stasiun metro dan resistensi terhadap kegagalan acak, yang dapat diukur secara spasial dengan GIS.

4. Pemanfaatan Analisis Stokastik untuk Simulasi Kota Virtual

• Metode/Variabel Baru: Riset lanjutan harus mengembangkan dan memvalidasi metode inverse distribution dan local/global reverse sampling untuk memperluas data yang diperoleh dari survei terbatas ke seluruh kota virtual. Tujuannya adalah untuk membuat replika digital kota yang lengkap (virtual city) untuk air, gas, dan jaringan listrik, yang kemudian dianalisis secara stokastik.
• Justifikasi Ilmiah: Akuisisi data komprehensif sangat mahal. Analisis stokastik pada kota virtual memungkinkan simulasi yang berulang dan efisien dari skenario risiko ekstrem yang jarang terjadi (misalnya, badai es, serangan siber), memberikan wawasan awal sebelum keputusan akhir dibuat di dunia nyata.

5. Pengembangan Mekanisme Pengambilan Keputusan Berbasis Skenario Adaptif

• Metode/Variabel Baru: Fokus riset harus bergeser dari model reaktif ke sistem pendukung keputusan proaktif yang menggunakan simulasi skenario untuk menguji efektivitas perencanaan. Metode ini harus menggabungkan model MCDM (misalnya, AHP, MAUT) dengan analisis skenario untuk membantu pembuat keputusan memilih portofolio investasi aset yang paling tahan banting.
• Justifikasi Ilmiah: Model UR saat ini kurang memiliki dukungan simulasi skenario yang terstruktur. Mengintegrasikan MCDM—yang secara eksplisit menyeimbangkan risiko, biaya, peluang, dan kinerja—ke dalam proses pengambilan keputusan (misalnya, Risk-Informed Decision-Making atau RIDM) adalah cara yang terstruktur dan rasional untuk mengintegrasikan masukan yang kompleks dan tidak berwujud.

Penelitian lebih lanjut harus melibatkan institusi dari berbagai domain seperti pusat penelitian Teknik dan GIS (untuk pemodelan analitis dan spasial), departemen Ilmu Sosial dan Kebijakan Publik (untuk analisis tata kelola dan komunitas), dan badan pendanaan internasional seperti World Bank Group dan Rockefeller Foundation (untuk memastikan keberlanjutan dan validitas hasil global).

Baca paper aslinya di sini