Majalengka adalah salah satu kabupaten di Indonesia yang termasuk daerah rentan terjadi tanah longsor. Tanah longsor di Kabupaten Majalengka menyebabkan kerugian yang sangat besar seperti kerusakan infrastruktur, kehilangan harta benda, hingga jatuhnya korban jiwa. Melihat dampak kerugian tersebut perlu dilakukan upaya mitigasi untuk mengurangi resiko dan kerugian dengan cara pembuatan peta rentan longsor. Penelitian ini bertujuan untuk memetakan wilayah rentan tanah longsor dan sebagai salah satu acuan untuk pemerintah dan instansi terkait guna mengurangi kerugian yang ditimbulkan. Metode yang digunakan adalah overlay menggunakan Spatial Multi Criteria Evaluation (SMCE), dengan menggunakan nilai pembobotan yang bersumber dari Peraturan Menteri PU NO.22/PRT/M/2007, Puslittanak Bogor (2014) dan Direktorat Vulkanologi dan Mitigasi Bencana (2004). Kemudian dilakukan perbandingan dari sumber tersebut untuk mengetahui nilai pembobotan dengan akurasi tertinggi. Adapun variabel yang digunakan lereng, curah hujan, jenis tanah, litologi, dan penggunaan tanah. Hasil dari penelitian ini menunjukkan bahwa wilayah kerentanan tanah longsor di bagi menjadi wilayah tidak rentan, rendah, sedang, tinggi dan Kabupaten Majalengka di dominasi oleh tingkat kerentanan sedang. Untuk nilai akurasi peta kerentanan tanah longsor yang dihasilkan sumber nilai pembobotan dari Peraturan Menteri PU NO.22/PRT/M/2007 memiliki nilai akurasi paling tinggi sebesar 76%. Untuk pembobotan dari Puslittanak Bogor (2004) nilai akurasi 73%, sedangkan sumber pembobotan dari DVMBG (2004) memiliki nilai akurasi 69%.
Majalengka is one of the regencies in Indonesia which is considered as an area susceptibility to landslides. There were 67 landslides in 2019 causing damage to infrastructure, loss of property, and death. Seeing the impact of these losses it is necessary to mitigate efforts to reduce risks and losses by making landslide susceptibility maps. This study aims to map landslide susceptibility areas based on Geographic Information Systems (GIS) with overlays using the Spatial Multi-Criteria Evaluation (SMCE) method. The variables used slope, rainfall, soil type, lithology, and land use by comparing weighting values based on overlays, with values sourced from the Minister of Public Works Regulation NO.22 / PRT / M / 2007, Puslittanak Bogor (2014) and the Directorate of Volcanology and Disaster Mitigation (2004). The results of this study indicate that landslide susceptibility areas are divided into very low, low, moderate, high areas. For accuracy values on each landslide susceptibility map produced by the weighting value source of research, Minister of Public Works Regulation NO.22 / PRT / M / 2007 has the highest accuracy value of 76%. Weighting from Puslittanak Bogor (2004) the accuracy value is 73%, while the weighting source from DVMBG (2004) has an accuracy value of 69%.
"Kerentanan airtanah dapat memberikan ukuran seberapa mudah zat pencemar di permukaan tanah mencapai akuifer. Sebagian besar masyarakat DAS Cijurey masih menggunakan airtanah sebagai sumber air utama. Sementara itu, lokasi tempat tinggal penduduk berada dekat dengan sawah sehingga airtanah yang digunakan berpotensi tercemar. Tujuan dari penelitian ini adalah untuk mengetahui pola spasial kerentanan airtanah dangkal dan mengetahui hubungannya dengan konsentrasi nitrat di wilayah penelitian. Penelitian ini menggunakan model DRASTIC-LU dan VLDA. Kerentanan model DRASTIC-LU terbesar adalah dengan kerentanan sedang sebesar 42,62%. Kelas kerentanan VLDA terbesar adalah dengan kerentanan sedang sebesar 55,98%. Wilayah dengan kerentanan tinggi dan sangat tinggi menurut kedua model berada di wilayah permukiman dengan lereng landai (<12%). Model kerentanan DRASTIC-LU dan VLDA memiliki kesesuaian kelas kerentanan seluas 840,77 ha atau 54,31%. Konsentrasi nitrat di DAS Cijurey memiliki konsentrasi nol sampai 29,7 mg/L. Airtanah dengan konsentrasi di atas standar baku mutu berada di wilayah permukiman dan sawah. yang berasal dari limbah kotoran, sistem septik, dan pemupukan. Berdasarkan analisis regresi dari indeks DRASTIC-LU dan VLDA dengan konsentrasi nitrat, terdapat pengaruh signifikan antara indeks kerentanan terhadap konsentrasi nitrat. Indeks DRASTIC-LU mempengaruhi konsentrasi nitrat sebesar 56,37% dan VLDA mempengaruhi konsentrasi nitrat sebesar dan 33,62%.
Groundwater vulnerability provides a measure of how easily contaminants at ground level reach aquifers. Most Cijurey watershed communities still use groundwater as the main water source. However, the location of residence is near to the rice fields so that the groundwater used is potentially polluted. This study aims to determine the spatial pattern of shallow groundwater vulnerability and determine its relationship to nitrate concentrations. This study uses the DRASTIC-LU and VLDA models. The highest vulnerability of the DRASTIC-LU model is with a moderate vulnerability of 42.62%. The highest VLDA vulnerability class is with a moderate vulnerability of 55,98%. Areas with high and very high vulnerability according to both models are in the northern part of the Cijurey watershed which is a residential area with slopes of less than 12%. The DRASTIC-LU and VLDA vulnerability models have suitable vulnerability class of 840.77 ha or 54.31%. Nitrate concentrations in the Cijurey watershed have concentrations of zero to 29.7 mg / L. Groundwater with concentrations above the quality standard is in the residential and rice fields, which comes from sewage, septic, and fertilization systems. Based on the regression analysis, there is a significant influence between the vulnerability index on nitrate concentrations. DRASTIC-LU index affects the nitrate concentration by 56.37% and VLDA affects the nitrate concentration by 33.62%.
"Kabupaten Majalengka merupakan salah satu kabupaten dengan bahaya tanah longsor yang tinggi di Provinsi Jawa Barat. Sebagian besar dipengaruhi curah hujan lebat atau hujan berkepanjangan. Penelitian ini bertujuan untuk mengelompokkan kejadian tanah longsor pada tahun 2018-2019 berdasarkan faktor fisik yang terdiri dari lereng, jenis tanah, litologi, penggunaan lahan, dan kerapatan vegetasi dengan menggunakan metode analisis K-Means Clustering. Untuk menganalisis karakteristik curah hujan yang memicu kejadian longsor pada tahun 2018-2019 dengan metode poligon Thiessen. Hasil penelitian menunjukkan bahwa pengelompokan kejadian tanah longsor pada tahun 2018-2019 di Kabupaten Majalengka terbentuk lima klaster dengan memiliki rata–rata curah hujan saat terjadinya kejadian tanah longsor (CH H) tertinggi berada pada klaster 5 yaitu sebesar 49 mm/hari, rata-rata curah hujan kumulatif tiga hari sebelum tanah longsor (CH H-3) tertinggi berada pada klaster 4 yaitu sebesar 80 mm/hari, rata-rata curah hujan kumulatif lima hari sebelum tanah longsor (CH H-5) tertinggi berada pada klaster 3 yaitu sebesar 112 mm/hari, serta rata-rata curah hujan kumulatif sepuluh hari sebelum tanah longsor (CH H-10) tertinggi berada pada klaster 1 yaitu sebesar 174 mm/hari.
Majalengka Regency is one of the districts with a high landslide hazard in West Java Province. They are mostly affected by heavy rainfall or prolonged rain. This study aims to classify landslide events in 2018-2019 based on physical factors consisting of slopes, soil types, lithology, land use, and vegetation density using the K-Means Clustering analysis method. To analyze the characteristics of rainfall that triggered landslides in 2018-2019 using the Thiessen polygon method. The results showed that the clustering of landslide events in 2018-2019 in Majalengka Regency was formed five clusters with the highest rainfall on the D-Day average in cluster 5, which is 49 mm/day. The highest average cumulative rainfall 3 days before the landslide events was in cluster 4, which is 80 mm/day. The highest average cumulative rainfall 5 days before the landslide events was in cluster 3 is 112 mm/day. The highest average cumulative rainfall 10 days before the landslide events was in cluster 1, which is 174 mm/day.
"