Hujan merupakan salah satu parameter cuaca yang menarik untuk dikaji, terutama untuk bidang Hidrologi. Data curah hujan yang akurat diperlukan untuk analisa ketersediaan air dan bencana banjir. Kendala terbesar dalam menganalisa data curah hujan adalah minimnya stasiun observasi, seri data yang tidak cukup panjang dan tidak meratanya sebaran stasiun tersebut. Alternatif penggunaan data satelit yang memiliki resolusi spatial dan temporal yang tinggi menjadi salah satu solusi. Penelitian ini bertujuan untuk mengidentifikasi kejadian hujan dengan bantuan data hujan dari satelit GSMaP, dengan didukung pengamatan secara visual. Data hujan harian dari 2 (dua) stasiun BMKG di kota Banjarbaru periode Oktober 2021 sampai Mei 2022 digunakan sebagai pembanding. Tahapan validasi data dan analisa kinerja data satelit GSMaP dijalankan untuk mengevaluasi kemampuan satelit dalam mendeteksi hujan. Hasil penelitian menunjukkan bahwa secara umum, dengan data seri yang tidak panjang, data hujan harian dari GSMaP menunjukkan korelasi yang lemah dengan 2 stasiun BMKG yang ada. Nilai rBias yang positif (3,77% - 7,09%) menandakan nilai di atas perkiraan dari BMKG, yang terjadi di bulan November dan April. Namun, data GSMaP cukup mampu mendeteksi kejadian hujan beradasarkan data pengamatan visual. Untuk keakuratan hasil, analisa dengan seri data yang lebih panjang direkomendasikan untuk dikombinasikan dengan faktor koreksi data hujan.Kata kunci: hujan, data satelit, GSMaP, Banjarbaru

Rainfall data is one of cause factor for flooding in some areas in Indonesia. An extreme rainfall event occurred in the end of 2020 until early 2021 have resulted a severe flooding in West Martapura District, Banjar Regency, South Kalimantan Province. As a tributary to Barito River, Martapura River experienced high water level that gave negative impact to the surrounding areas. HEC-RAS (Hydrologic Engineering Center's River Analysis System) 5.0.7 software combined with ArcGIS 10.8 were applied to model flooding spatially. Mononobe method was used to calculate rainfall intensity for 5-year, 50-year, and 100-year return periods. From the results of the flood modeling, the maximum flood water level elevation was obtained as deep as 3.8 m (5-year return period), 5.2 m (50-year return period), and 9.6 m (100-year return period) with a maximum flood discharge of 34.84 m3/s (5-year return period), 81.68 m3/s (50-year return period), and 142.64 m3/s (100-year return period), respectively.