Hasil Pencarian  ::  Simpan CSV :: Kembali

"Longsor merupakan fenomena geosfer yang terjadi pada topografi kasar dan secara luas dikaji dalam berbagai disiplin ilmu. Ilmu Geografi menampilkan analisis yang komprehensif terkait dengan spasial dan waktu terkait dengan fenomena tersebut. Salah satu wilayah dengan topografi kasar adalah Kota dan Kabupaten Bogor, terletak di provinsi Jawa Barat, Indonesia, selain itu wilayah ini memiliki curah hujan yang sangat tinggi. Berdasarkan data Badan Penanggulangan Bencana Daerah (BPBD), longsor merupakan bencana mayoritas di Kota Kabupaten Bogor, dengan rasio kejadian lebih dari 30%, kurun waktu 2020 – 2023. Dengan isu tersebut, penelitian ini berupaya untuk menganalisis kerentanan longsor di Kota dan Kabupaten Bogor, tingkat signifikansi parameter longsor, dan juga sebagai dasar untuk melihat tingkat kesesuaian tata ruang. Data yang diperlukan terdiri atas 12 aspek lingkungan fisik dan 2 lingkungan non fisik, serta data kejadian longsor eksisting dan potensial dengan kurun waktu 2020 – 2023. Penelitian ini menggunakan metode statistik dengan model Random Forest dan Extreme Gradient Boosting. Model ini menunjukan nilai evaluasi yang baik dibandingkan model yang sejenis seperti logistic regression, sehingga mampu menghasilkan distribusi spasial dan tingkat signifikansi dengan akura, selain itu untuk melihat tingkat keseuaian pola ruang menggunakan metode overlay. Hasil analisis menunjukan bahwa random forest merupakan model yang paling baik dibandingkan dengna extreme gradient boosting, dengan decisions trees 1.500. Hasil dari dari evaluasi model adalah nilai Akurasi 0,86, Sensivitas 0,85, F1 0,86, MCC 0,71, dan AUROC 0,936. Aspek lingkungan yang paling berpengaruh adalah litologi untuk Kabupaten Bogor dan Aspek untuk Kota Bogor. Tingkat kesesuaian pola ruang untuk Kota Bogor memliki tingkat kerentanan sangat tinggi pada kawasan budidaya dengan luas 2.252,825 hektar, dengan dominan penggunaan lahan perumahan merupakan yang paling rentan dengan luas 1.594,252 hektar, sedangkan untuk Kabupaten Bogor tingkat kerentanan tinggi pada kawasan budidaya berjumlah 38.284,04 hektar dengan mayoritas permukiman perkotaan kepadatan rendah 5.076,85 hektar. Dengan hasil tersebut memberikan manfaat terkait dengan kebutuhan mitigasi dan tindakan preventif di masa depan, sehingga dapat meminimalisir risiko kerugian dari bencana longsor di masa yang akan datang.

---

Landslides are a geospheric phenomenon occurring in rough topography, widely studied across various disciplines. Geography provides a comprehensive analysis of the spatial and temporal aspects related to this phenomenon. One area with rough topography is Bogor City and Regency, located in West Java province, Indonesia, which also has a very high rainfall. According to data from the Regional Disaster Management Agency (BPBD), the landslide is the predominant disaster in Bogor City and Regency, with an incident ratio of over 30% from 2020 to 2023. Addressing this issue, this study aims to analyze landslide susceptibility in Bogor City and Regency, assess the significance of landslide parameters, and serve as a basis for evaluating spatial planning suitability. The required data consists of 12 physical environmental aspects, 2 non-physical environmental aspects, and existing and potential landslide incident data for 2020 to 2023. This research employs statistical methods using the Random Forest and Extreme Gradient Boosting models. These models demonstrate superior evaluation values compared to similar models like logistic regression, enabling the generation of accurate spatial distribution and significance levels. Additionally, spatial pattern suitability is assessed using the overlay method. The analysis results indicate that the Random Forest model outperforms the Extreme Gradient Boosting model, with 1,500 decision trees. The model evaluation results show an Accuracy of 0.86, Sensitivity of 0.85, F1 Score of 0.86, MCC of 0.71, and AUROC of 0.936. The most influential environmental aspect is lithology for Bogor Regency and another aspect for Bogor City. The spatial pattern suitability for Bogor City shows a very high susceptibility level in cultivation areas, covering 2,252.825 hectares, with residential land use being the most susceptible, covering 1,594.252 hectares. In contrast, Bogor Regency shows high susceptibility in cultivation areas covering 38,284.04 hectares, with the majority being low-density urban settlements covering 5,076.85 hectares. These results provide valuable insights for future mitigation needs and preventive actions, thereby minimizing the risk of losses from landslides."

"Gerakan tanah termasuk bencana geologi yang menimbulkan kerugian besar di Kabupaten Bogor dan Kota Bogor. Untuk meminimalisasi kerugian tersebut, dilakukan prediksi kerentanan bencana gerakan tanah di wilayah tersebut. Dalam penelitian ini, prediksi divisualisasikan dalam bentuk peta kerentanan bencana gerakan tanah. Untuk menghasilkan peta prediksi, digunakan dua metode, yaitu Analytical Hierarchy Process (AHP) dan Frequency Ratio Model (FRM). Sebanyak 71 titik gerakan tanah di daerah penelitian dikumpulkan. Data tersebut bermanfaat dalam pengolahan 17 faktor yang dipertimbangkan dalam memprediksi kerentanan bencana gerakan tanah, diantaranya: kemiringan lereng, bentuk lereng, aspek lereng, topographic wetness index (TWI), stream power index (SPI), elevasi, jarak terhadap sungai, kerapatan sungai, jarak terhadap kelurusan, kerapatan kelurusan, normalized differential vegetation index (NDVI), jenis litologi, jenis tanah, curah hujan, tutupan lahan, jerak terhadap jalan, dan kerapatan bangunan. Setelah didapatkan peta potensi, risiko, dan bencana gerakan tanah di Kabupaten Bogor dan Kota Bogor, dilakukan validasi menggunakan grafik rasio frekuensi dan uji mekanika tanah. Dari hasil validasi, didapatkan peta potensi, risiko, dan bencana gerakan tanah daerah penelitian tervalidasi. Berdasarkan peta tersebut, daerah penelitian memiliki kerentanan terhadap bencana gerakan tanah semakin tinggi dari utara ke selatan. Dari kedua metode, Frequency Ratio Model (FRM) lebih cocok digunakan di daerah penelitian dibandingkan Analytical Hierarchy Process.

---

Landslide is one of the geological disasters which causes massive loss in Bogor Regency and Bogor City. To minimize such damage, landslide susceptibility prediction is proposed. In this study, landslide susceptibility prediction visualized as landslide susceptibility maps of Bogor Regency and Bogor City. To obtain that maps, two methods were applied, Analytical Hierarchy Process (AHP) and Frequency Ratio Model (FRM). At least 71 points of landslide were collected. Those data is used in 17 triggering factors processing considered in the prediction. Those are: slope angle, slope curvature, slope aspect, topographic wetness index, stream power index, elevation, distance to drainage, drainage density, distance to lineaments, lineaments density, normalized differential vegetation index, lithology types, soil types, annual rainfall intensity, land use, distance to roads, and building density. After landslide hazard, risk, and susceptibility map in Bogor Regency and Bogor City are made, the next step is to validate those maps using frequency ratio graphic and direct shear test. Based on prediction maps obtained, we can conclude that the landslide susceptibility from the north side to the south side relatively increases. We can also conclude that Frequency Ratio Model (FRM) method is way better than Analytical Hierarchy Process (AHP)."

"Tanah longsor merupakan salah satu bahaya alam yang paling banyak terjadi setiap tahunnya di Kabupaten Pacitan, Provinsi Jawa Timur. Bahaya tanah longsor berpotensi memberikan dampak yang merugikan di beberapa aspek seperti penduduk, ekonomi, fisik, dan lingkungan. Sebagai upaya mitigasi dalam mengurangi potensi dampak yang ditimbulkan, maka diperlukan penelitian mengenai kerentanan tanah longsor. Penelitian ini bertujuan untuk menganalisis tingkat kerentanan demografi, tingkat kerentanan ekonomi, tingkat kerentanan fisik, tingkat kerentanan lingkungan, dan tingkat kerentanan wilayah terhadap bahaya tanah longsor di Kabupaten Pacitan. Metode yang digunakan untuk menghasilkan tingkat kerentanan wilayah terhadap bahaya tanah longsor adalah overlay dan perhitungan indeks kerentanan dengan mengalikan skor dan bobot dari tiap parameter dan komponen kerentanan. Analytical Hierarchy Process (AHP) diperlukan untuk mengetahui bobot tiap parameter dan komponen kerentanan. Hasil penelitian ini adalah tingkat kerentanan demografi dan tingkat kerentanan lingkungan didominasi oleh kelas kerentanan sangat rendah, kemudian kelas kerentanan rendah pada tingkat kerentanan ekonomi dan kelas kerentanan sangat tinggi pada tingkat kerentanan fisik. Adapun tingkat kerentanan wilayah didominasi oleh kelas kerentanan sedang. Uji akurasi tingkat kerentanan wilayah terhadap bahaya tanah longsor menggunakan kurva AUROC yang menghasilkan nilai 0,849.

---

Landslides are one of the most common natural hazards occurring annually in the Pacitan Regency, East Jawa Province. Landslide hazard has the potential to have a detrimental impact on several aspects such as population, economy, physical, and environment. Mitigating efforts to reduce their potential impact requires research on landslide vulnerability. The study aims to analyze levels of demographic vulnerability, levels of economic vulnerability, levels of physical vulnerability, levels of environmental vulnerability, and more of the region's vulnerability to the landslides in the Pacitan Regency. The methods used to create a level of region vulnerability to the landslide hazard are overlay and vulnerabilities indexing by multiplying the score and weight of each parameters and component of vulnerability. Analytical Hierarchy Process (AHP) is needed to know each parameter's weight and vulnerability component. The results of this study are the level of demographic vulnerability and level of environmental vulnerability dominated by very low vulnerability classes, then low-vulnerability classes at a level of economic vulnerability, and extremely high vulnerability classes in physical vulnerability. As for a level of regional vulnerability dominated by a class of moderate vulnerability. Accuracy test of the model using the AUROC curve produces a value of 0,849."

"DAS Ciletuh di selatan Kabupaten Sukabumi masih berkembang dalam hal aksesibilitas, sumber pangan, pariwisata, dan penggunaan sumber daya lainnya. Tujuan riset ini untuk mengukur luas perubahan penggunaan lahan pada tingkat potensi longsor dan menganalisis pengaruhnya pada penggunaan lahan untuk merumuskan strategi penggunaan lahan berbasis ekosistem di DAS Ciletuh. Metode riset menggunakan Cellular Automata–Markov Chain untuk memprediksi penggunaan lahan tahun 2032, kemudian indeks Storie untuk mengetahui potensi longsor, analisis deskriptif untuk evaluasi penggunaan lahan berkelanjutan, dan Analytic Hierarchy Process untuk penyusunan rekomendasi strategi mitigasi risiko longsor. Hasil riset menunjukkan setiap sepuluh tahun terjadi penurunan luas hutan tidak sejenis dan hutan sejenis, sedangkan peningkatan luas pada permukiman, tegalan, dan perkebunan. Tiga perempat wilayah studi memiliki potensi longsor sedang, sedangkan wilayah berpotensi longsor tinggi terus bertambah. Daerah berpotensi longsor tinggi dan sangat tinggi berada pada lereng terjal dan sangat terjal yang digunakan untuk tegalan atau tanah terbuka. Baik masyarakat maupun ahli menganggap strategi keberlanjutan penggunaan lahan dengan intensifikasiekstensifikasi lebih diprioritaskan daripada diversifikasi dan migrasi, sedangkan aspek sosial budaya menjadi prioritas dalam mitigasi risiko longsor. Kesimpulan riset menunjukkan kapasitas sosial masyarakat dalam penggunaan ruang dan lahan, terutama secara intensif dapat menjadi alternatif keberlanjutan penggunaan lahan yang akan memitigasi risiko longsor di DAS Ciletuh.

---

Ciletuh watershed in the southern of Sukabumi Regency is still developing regarding accessibility, food resources, tourism, and other resource management. This research aims to measure land-use change towards landslide potential and analyze its effect on land management to formulate ecosystem-based land management strategies in the Ciletuh watershed. This research uses Cellular Automata–Markov Chain to predict land-use change in 2032, Storie Index to determine landslide potential, descriptive analysis to evaluate land-use sustainability, and Analytic Hierarchy Process to formulate recommendations for landslide risk mitigation strategy. The result shows a decrease every ten years in unsimilar forests and similar forests. Meanwhile, the increase occurred in settlements, moors, and plantations. Three-quarters of the Ciletuh watershed has moderate landslide potential, whereas the high potential area for landslide increases. Areas with a high and very high potential for landslides are steep or very steep with various land use, either moor, settlement, or open ground. Both communities and experts consider intensification-extensification treatment for land use sustainability rather than diversification and migration. Meanwhile, sociocultural aspects prioritize landslide mitigation. The analysis results conclude that the community's social capacity for space and land use, especially intensively, can be an alternative to land-use sustainability that will mitigate the risk of landslides in the Ciletuh watershed."

"Kondisi geografis dan geologis wilayah Indonesia membuat lokasi di negara tersebut rawan terhadap bencana. Provinsi Jawa Barat sendiri berada dalam wilayah yang memiliki kelas risiko bencana sedang hingga tinggi untuk tahun 2015-2018. Berdasarkan data yang terekam, jenis bencana tertinggi yang terjadi di Provinsi Jawa Barat berupa tanah longsor sebanyak 3.232 kali di Tahun 2020. Penanganan yang diambil pasca bencana sering kali dirasa terburu-buru sehingga kerusakan akan terjadi kembali di lokasi yang sama, sehingga dibutuhkan penanganan kembali yang membutuhkan biaya konstruksi yang lebih tinggi. Untuk itu, perlu dilakukan kajian terhadap risiko bencana. Penelitian difokuskan terhadap risiko bencana tanah longsor yang berdampak pada jalan dan jembatan pada ruas jalan nasional di Provinsi Jawa Barat. Dengan didapatkannya titik-titik lokasi rawan bencana, diharapkan mampu diberikan rekomendasi teknis yang tepat untuk mengurangi dampak bencana. Metode penelitian yang digunakan adalah dengan melakukan studi literatur, pengumpulan data primer melalui survey lapangan, dan pengumpulan data sekunder melalui instansi terkait. Analisis indeks risiko dilakukan dengan menggunakan metode AHP, di mana pembobotan faktor dan indikator didapat berdasarkan hasil survey dari responden para ahli. Dari 5 faktor yang dianalisis, diperoleh bahwa faktor ancaman bahaya merupakan faktor yang paling dominan terhadap risiko bencana tanah longsor. Tingkat risiko bencana tanah longsor pada ruas jalan nasional di Provinsi Jawa Barat terklarifikasi ke dalam tiga tingkatan, yaitu 61 ruas jalan nasional (63%) berada pada klasifikasi rendah, 27 ruas jalan nasional (28%) berada pada klasifikasi sedang, dan 9 ruas jalan nasional (9%) berada pada klasifikasi tinggi.

---

Geographical and geological areas in Indonesia are prone to disasters. West Java Province itself is in an area that has a moderate to high level of disaster risk in 2015-2018. Based on recorded data, the highest type of disaster that occurred in West Java Province was landslides as many as 3,232 times in 2020. The improper maintenance treatment taken after the disaster is often felt rushed so that the distresses will occur again at the same spot, hence re-treatment is needed which requires higher construction costs. For this reason, it is necessary to conduct a study of disaster risk. The research is focused on the natural disaster risk of landslides that have an impact on roads and bridges on national roads in West Java Province. By obtaining disaster-prone locations, it is hoped that appropriate technical recommendations can be given to reduce the impact of disasters. The research method used is by conducting a literature study, collecting primary data through field surveys, and collecting secondary data through relevant agencies. The risk index analysis was carried out by using the Analysis Hierarchy Process (AHP) method, where the weighting of factors and indicators was obtained based on survey results from expert respondents. Of the 5 factors analyzed, it was found that the vulnerability factor was the most dominant factor in the risk of landslides. The risk level of landslides on national roads in West Java Province is clarified into three levels, which 61 sections (63%) are in the low risk level, 27 sections (27%) are in the moderate risk level, and 9 sections (9%) are in the high risk level."

"Bencana alam merupakan fenomena alam yang dapat mengakibatkan kerugian. Berdasarkan data IRBI, Kab. Garut berada di posisi ke-12 dari 514 kabupaten/kota dengan indeks risiko tanah longsor tertinggi. Terdapat enam faktor utama penyebab longsor, yaitu curah hujan, kemiringan kelerengan, tanah jenis, jenis tutupan lahan, geologi, dan adanya getaran. penentuan zona patahan yang berpotensi menjadi sumber getaran atau gempa dapat diidentifikasi menggunakan data gravitasi.  Dengan memanfaatkan data gravitasi yang bersumber dari GGMplus, data gravitasi diolah hingga analisis derivatif untuk menentukan zona patahan. Data lain yang juga diolah adalah DEM serta data curah hujan. Peta hasil pengolahan kemudian dilakukan overlay dengan data tutupan lahan, geologi, dan jenis tanah untuk dilakukan pembobotan berdasarkan standar dari DVMBG yang telah dimodifikasi. Keberadaan zona patahan yang banyak terdapat di daerah selatan telah berhasil diidentifikasi dari data gravitasi dan dikonfirmasi dari Peta Geologi Lembar Garut. Hasil dari penelitian menunjukan bahwa daerah utara Kab. Garut memiliki tingkat kerawanan longsor yang lebih rendah dibandingkan daerah selatan dimana zona patahan yang telah teridentifikasi tersebar di bagian selatan Kab. Garut.

---

Natural disasters are natural phenomena that can occur anywhere and anytime, so that they can result in material and non-material losses. Based on IRBI data, Kab. Garut is in the 12th position out of 514 districts/cities with the highest landslide risk index. There are six main factors that cause landslides, rainfall, slope level, soil density, type of land cover, geology, and vibration. the determination of fault zones that have the potential to be a source of vibration or earthquake can be identified using gravity data. By utilizing gravity data sourced from GGMplus, gravity data is processed to derivative analysis to determine fault zones. Other data that is also processed is DEM and rainfall data. The processed map is then overlaid with data on land cover, geology, and soil type for weighting based on the modified DVMBG standard. The existence of a fault zone that is mostly found in the southern area has been identified from the gravity data and confirmed from the Geological Map of the Garut Sheet. The results of the study show that the northern area of ​​Kab. Garut has a lower level of landslide susceptibility than the southern area where the fault zones that have been identified are scattered in the southern part of Kab. Garut."

"Gerakan tanah merupakan bencana alam yang banyak menimbulkan kerugian harta benda, korban jiwa maupun luka-luka, kerusakan properti dan juga infrastruktur. Salah satu cara untuk mengurangi kerugian tersebut adalah dengan melakukan pemetaan potensi bencana gerakan tanah (slide hazard zonation). Pemetaan potensi bencana gerakan tanah dilakukan di Kabupaten Bandung Barat yang merupakan salah satu daerah di Indonesia dengan frekuensi keterjadian gerakan tanah yang tinggi. Metode yang digunakan adalah dengan menggunakan Analytical Hierarchy Process (AHP). Pada penelitian ini digunakan 15 faktor pemicu terjadinya gerakan tanah, yaitu sudut lereng, arah lereng, kelas lereng, elevasi, elevasi relatif, Stream Power Index (SPI), Topographic Wetness Index (TWI), Normalized Differential Vegetation Index (NDVI), kerapatan liniasi, jarak terhadap liniasi, litologi, jenis tanah, curah hujan, kerapatan sungai, dan juga jarak terhadap sungai. Sedangkan faktor risiko gerakan tanah berupa penggunaan lahan, kerapatan bangunan, dan juga jarak terhadap jalan. Kabupaten Bandung Barat secara umum memiliki potensi kerentanan gerakan tanah moderate dengan persentase area sebesar 17,37%. Sedangkan kelas very low menyusun sekitar 15,97% luas daerah penelitian, low 16,96%, moderately high 16,75%, high 16,73%, dan juga very high 16,19%. Sedangkan untuk risiko gerakan tanah Kabupaten Bandung Barat didominasi area dengan tingkat moderately high dengan persentase area sebesar 22,36%. Sedangkan kelas very low menyusun sekitar 15,95% luas daerah penelitian, low 16,79%, moderate 18,70%, high 15,57%, dan juga very high 10,59%. Untuk potensi bencana gerakan tanah, Kabupaten Bandung Barat didominasi oleh tingkat moderate dengan persentase area sebesar 18,41%. Sedangkan kelas very low menyusun sekitar 15,22% luas daerah penelitian, low 15,20%, moderately high 16,88%, high 17,14%, dan juga very high 17,12%.

---

Landslide is a natural disaster that causes a huge loss in properties, fatalities, and public utilities. One of the ways to decrease those loss is by mapping the landslide susceptibility area (landslide hazard zonation). The landslide susceptibility mapping was applied in West Bandung Regency because the area has high landslide occurence frequency. The method used in this research is the Analytical Hierarchy Process (AHP). There are 15 landslide triggering factors considered in this research, such as: slope angle, slope aspect, slope curvature, elevation, relative elevation, Stream Power Index (SPI), Topographic Wetness Index (TWI), Normalized Differential Vegetation Index (NDVI), lineaments density, distance to lineaments, lithology, soil types, rainfall intensity, drainage density, and distance to drainage. As for the risk triggering factors, there are land use, building density, and distance to roads. In general, landslide hazard in West Bandung Regency is in moderate class with 17,37% total area. The very low class is about 15,97% of total area, low 16,96%, moderately high 16,75%, high 16,73%, and very high 16,19%. Besides, the landslide risk in West Bandung Regency dominated by moderately high class with 22,36% total area. The very low class is about 15,95% total area, low 16,79%, moderately 18,70%, high 15,57%, and very high 10,59%. Finally, the landslide susceptibility in West Bandung Regency dominated by moderate class with 18,41% total area. The very low class is about 15,22% total area, low 16,20%, moderately high 16,88%, high 17,14%, and very high 17,12%."

"Tanah Longsor merupakan bencana geologi yang paling banyak dijumpai di Kota dan Kabupaten Bogor. Berdasarkan data yang dirilis oleh Badan Nasional Penanggulangan Bencana (BNPB), pada tahun 2013 – 2018 telah terjadi 44 bencana tanah longsor di Kota Bogor dan 139 bencana tanah longsor di Kabupaten Bogor, mengakibatkan 68 orang meninggal dunia. Penelitian ini bertujuan untuk pengembangan studi bencana tanah longsor di Kota dan Kabupaten Bogor, sehingga dapat bermanfaat untuk meminimalisir jumlah keterjadian dan dampak yang dihasilkan dari bencana longsor didaerah tersebut. Pada penelitian ini, peta kerentanan bencana tanah longsor dari area studi dibuat menggunakan metode analytical hierarchy process (AHP) dan artificial neural network (ANN). Sebanyak 84 titik lokasi keterjadian bencana tanah longsor dan 84 titik lokasi yang tidak mengalami bencana tanah longsor diolah menjadi landslide inventory map. Faktor penyebab bencana tanah longsor yang digunakan dalam penelitian ini berjumlah 17 faktor, yaitu bentuk lereng, kemiringan lereng, topographic wetness index (TWI), aspek lereng, elevasi, stream power index (SPI), jarak terhadap sungai, kerapatan sungai, jarak terhadap kelurusan, kerapatan kelurusan, normalized differential vegetation index (NDVI), jenis litologi, jenis tanah, curah hujan, tutupan lahan, jarak terhadap jalan, dan kerapatan bangunan. Data yang diperlukan untuk membuat peta dari setiap faktor penyebab bencana tanah longsor yaitu, data digital elevation model (DEM), peta rupa bumi Indonesia (RBI), data Citra Landsat 8, peta geologi teknik, data curah hujan, dan peta Jenis Tanah. Landslide inventory map dan peta dari setiap faktor penyebab bencana tanah longsor diolah menjadi peta kerentananan bencana tanah longsor menggunakan kedua metode tersebut. Berdasarkan peta kerentanan bencana tanah longsor yang dihasilkan, wilayah selatan daerah penelitian memiliki tingkat kerentanan bencana tanah longsor yang lebih tinggi dibandingkan wilayah lainnya. Proses validasi dari peta kerentanan bencana tanah longsor yang dihasilkan dilakukan dengan menggunakan kurva receiver operating characteristic (ROC). Nilai area under curve (AUC) untuk tingkat keberhasilan metode AHP dan ANN masing-masing adalah 0,834 dan 0,818, hal tersebut menujukkan bahwa metode AHP lebih unggul dalam menjelaskan hubungan bencana tanah longsor dengan faktor penyebabnya. Kedua metode tersebut menghasilkan peta kerentanan bencana tanah longsor yang baik dengan tingkat akurasi lebih dari 81%.Landslide is one of the most common disaster in Bogor City and Bogor Regency. BNPB stated that between 2013-2018 there have been 44 landslides in Bogor City and 139 landslides in Bogor Regency with death toll of 68 persons. Therefore, it is important to generate map to identify landslide susceptibility in study area. In this study, landslide susceptibility map of study area was created using analytical hierarchy process (AHP) and artificial neural network (ANN) methods. A total of 84 points of landslide occurrence locations and 84 secure location points of landslides are processed into landslide inventory map. The landslide causative factors in this study amounted to 17 factors, including slope form, slope gradient, topographic wetness index (TWI), slope aspect, elevation, stream power index (SPI), distance to river, river density, distance to lineament, lineament density, normalized differential vegetation index (NDVI), lithology type, soil type, rain intensity, land cover, distance to road, and building density. The data used to create maps of each landslide causative factors, including digital elevation model (DEM), Bakosurtanal Map, Landsat 8 Imagery, engineering geology map, geological map, and soil type map. Landslide inventory map and maps of each landslide causative factors are processed into landslide susceptibility map using both methods. Based on landslide susceptibility maps obtained in this study, the southern region of the study area has a higher level of landslide susceptibility than other regions. To validate the result, Receiver Operating Characteristic (ROC) applied. The areas under the curve (AUC) for the success rate of the AHP and ANN methods were 0,834 and 0,818, respectively, indicating that the AHP method is superior in explaining the relationship of landslide with each causative factors. Both methods produce a good landslide susceptibility map with the accuracy being higher than 81%."

"

Tanah longsor merupakan pergerakan material pembentuk lereng (tanah, batuan, dan campurannya) pada bidang longsor atau lereng yang bergerak secara cepat atau singkat dalam jumlah atau volume yang relatif besar. Selama 10 tahun terakhir telah terjadi lebih dari 125 kasus tanah longsor di Kabupaten Banyumas dan menghasilkan banyak kerugian dan korban. Pembuatan peta kerentanan tanah longsor menjadi salah satu solusi untuk dapat mengurangi kerugian akibat tanah longsor. Penelitian ini bertujuan untuk menentukan zona kerentanan tanah longsor di Kabupaten Banyumas menggunakan metode analysis hierarchy process (AHP) dan metode frequency ratio (FR). Penelitian ini dilakukan menggunakan data kejadian tanah longsor sebanyak 125 titik yang dibagi menjadi 2 set data yaitu training data (70%) dan testing data (30%). Pengolahan dan analisis untuk membuat peta kerentanan terhadap dua metode dilakukan menggunakan training data dengan acuan delapan parameter yang berpengaruh terhadap tanah longsor, yaitu kemiringan lereng, elevasi, arah lereng, litologi, curah hujan, penggunaan lahan, jarak terhadap sungai, dan jarak terhadap sesar. Hasil pengolahan data dan analisis menggunakan kedua metode adalah dua buah peta kerentanan tanah longsor yang masingmasingnya dibagi menjadi empat kelas kerentanan. Peta kerentanan juga divalidasi menggunakan training data (success rate) dan testing data (predictive rate) untuk mengetahui akurasi model yang dibuat. Hasil validasi menunjukkan kedua metode menghasilkan nilai AUC yang cukup baik dan dapat diterima, tetapi metode AHP memiliki nilai AUC yang lebih tinggi dari metode FR.

---

Landslides are the rapid or sudden movement of materials forming slopes (soil, rocks, and their mixtures) in large amounts or volumes. Over the past 10 years, there have been more than 200 cases of landslides in Banyumas Regency, resulting in significant losses and casualties. The creation of a landslide vulnerability map is one solution to reduce the damages caused by landslides. This study aims to determine the zone of landslide vulnerability in Banyumas Regency using the Analytic Hierarchy Process (AHP) and Frequency Ratio (FR) methods. The study utilizes data from 100 landslide incidents, divided into two sets: training data (70%) and testing data (30%). Processing and analysis to create vulnerability maps for both methods are carried out using the training data with reference to eight parameters influencing landslides: slope gradient, elevation, slope aspect, lithology, rainfall, land use, distance to rivers, distance to faults, and distance to roads. The processing and analysis results using both methods produce two landslide vulnerability maps, each divided into four vulnerability classes. The vulnerability maps are also validated using the training data (success rate) and testing data (predictive rate) to assess the accuracy of the models created. The validation results indicate different values for the success rate and predictive rate, where the frequency ratio method has a higher success rate, and the AHP method has a higher predictive rate.

"

"Gerakan tanah merupakan bahaya geologi utama di dunia yang menyebabkan tingginya jumlah korban manusia hingga kerugian harta benda yang sangat besar, serta mengakibatkan kerusakan pada sumber daya alam, ekosistem, dan infrastruktur. Selama periode Januari 2020 hingga Desember 2021, bancana gerakan tanah telah menjadi bencana yang paling rawan terjadi di Kabupaten Wonosobo, yakni sebanyak 238 kejadian. Bahkan, beberapa dari kejadian tersebut memakan korban jiwa yakni satu orang meninggal dunia di Kecamatan Kaliwiro, satu orang meninggal dunia di Kecamatan Kepil, dan dua orang meninggal dunia di Kecamatan Watumalang. Oleh karenanya, penelitian ini dilakukan agar dapat menentukan zona kerentanan gerakan tanah yang berguna dalam membantu proses mitigasi risiko sehingga segala bentuk kerugian dapat diminimalisasi. Zona kerentanan gerakan tanah pada Kabupaten Wonosobo divisualisasikan dengan peta kerentanan gerakan tanah. Sebanyak 242 titik gerakan tanah dikumpulkan untuk menghasilkan peta inventori. Titik tersebut kemudian dibagi menjadi 168 (70%) sebagai data training dan 74 (30%) sebagai data testing. Parameter yang dipertimbangkan terdiri dari berbagai parameter penyebab seperti aspek lereng, curvature, elevasi, kemiringan lereng, jarak dari sungai, litologi, tata guna lahan dan satu parameter pemicu, yaitu curah hujan. Selain itu, dilakukan pengurangan resolusi terhadap turunan data DEM seperti aspek lereng, curvature, elevasi, kemiringan lereng menjadi 8, 17, 25, dan 40 m untuk melihat pengaruhnya terhadap akurasi model. Semua parameter diolah menggunakan piranti ArcGIS untuk mengasilkan peta parameter. Peta parameter selanjutnya digabungkan dan dianalisis menggunakan metode frequency ratio dan weight of evidence untuk menghasilkan peta kerentanan gerakan tanah. Hasil penelitian menunjukkan bahwa Kabupaten Wonosobo memiliki kecenderungan terhadap kerentanan gerakan tanah dengan tingkatan rendah, sedang, hingga tinggi. Berdasarkan data resolusi DEM 8 m dan 17 m, tingkatan kerentanan didominasi oleh kelas sedang. Namun pada data resolusi DEM 25 m dan 40 m, tingkatan kerentanan didominasi oleh kelas rendah. Peta kerentanan masing-masing resolusi kemudian diuji nilai AUC nya menggunakan success rate curve untuk melihat keberhasilan model dan prediction rate curve untuk mengukur akurasi prediksi model. Setelah dilakukan validasi, resolusi tinggi ternyata tidak berbanding lurus dengan kualitas akurasi model. Akurasi success rate mengalami puncaknya pada resolusi DEM 25 m sedangkan prediction rate pada resolusi DEM 17 m.

---

Landslide is a major geological hazard in the world that causes a high number of human casualties to enormous property losses, as well as causing damage to natural resources, ecosystems and infrastructure. During the period from January 2020 to December 2021, landslide disasters have become the most prone to disasters in Wonosobo Regency, with 238 incidents. In fact, some of these incidents claimed lives, namely one person died in Kaliwiro District, one person died in Kepil District, and two people died in Watumalang District. Therefore, this research was conducted in order to determine the susceptibility zones of landslide which are useful in assisting the risk mitigation process so that all forms of losses can be minimized. The landslide vulnerability zone in Wonosobo Regency is visualized with a landslide susceptibility map. A total of 242 landslide points were collected to produce an inventory map. These points are then divided into 168 (70%) as training data and 74 (30%) as testing data. The parameters considered consist of various causal parameters such as slope aspect, curvature, elevation, slope, distance from river, lithology, land use and one trigger parameter, namely rainfall. In addition, the resolution of the DEM data derivatives was reduced, such as slope aspects, curvature, elevation, slope to 8, 17, 25, and 40 m to see the effect on model accuracy. All parameters are processed using the ArcGIS tool to produce a parameter map. Then the parameter maps are combined and analyzed using the frequency ratio and weight of evidence methods to produce a landslide susceptibility map. The results of the study show that Wonosobo Regency has a tendency towards low, moderate and high susceptibility to landslide. Based on DEM 8 m and 17 m resolution data, the susceptibility level is dominated by the moderate class. However, in DEM 25 m and 40 m resolution data, the susceptibility level is dominated by the low class. Then the susceptibility map of each resolution is tested for AUC value using a success rate curve to see the success of the model and a prediction rate curve to measure the accuracy of model predictions. After validation, it turns out that high resolution is not directly proportional to the quality of the model accuracy. Success rate accuracy peaks at DEM 25 m resolution while prediction rate at DEM 17 m resolution."