Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Gerakan tanah merupakan bencana yang sering terjadi di Kabupaten Cianjur, terutama di Desa Cibanteng yang terjadi delapan kejadian pada periode 2009-2016. Penelitian ini bertujuan untuk memetakan wilayah rawan gerakan tanah dengan metode SINMAP Stability Index Mapping . Metode SINMAP dibagi menjadi dua yaitu SINMAP berbasis data laboratorium dan SINMAP berbasis peta jenis tanah. Metode SINMAP berbasis data laboratorium menggunakan 10 sampel tanah untuk memperoleh nilai karakteristik fisik tanah yaitu nilai kohesi, angle friction, dan indeks kelembaban. SINMAP berbasis peta jenis tanah menggunakan nilai karakteristik fisik tanah dari literatur. Pengolahan SINMAP menggunakan software Arcview dengan mengolah data Digital Elevation Number DEM dengan nilai kohesi, angle friction, dan indeks kelembaban. Berdasarkan analisis SINMAP berbasis jenis tanah hasilnya di dominasi oleh wilayah yang tidak berpotensi sebesar 59,57 terhadap luas desa, sementara luas tingkat tinggi 9,7, tingkat sedang 16,51, dan tingkat rendah 14,22. SINMAP berbasis data laboratorium di dominasi oleh wilayah rawan longsor tingkat sedang sebesar 39,35 terhadap luas desa, sementara tingkat tinggi 17,59, tingkat rendah 29,18, dan tidak berpotensi 13,88. Berdasarkan analisis dengan wilayah rawan tingkat tinggi dan validasi dari lokasi kejadian longsor, metode SINMAP berbasis data laboratorium memberikan nilai akurasi validasi 62,5, sedangkan metode SINMAP berbasis peta jenis tanah memberikan nilai 37,5. ......Landslide is a disaster that commonly occurs in Cianjur Regency, especially in Cibanteng Village. This study aims to map landslide prone areas using the SINMAP Stability Index Mapping method. The SINMAP method divides into two SINMAP based laboratory data and SINMAP based on soil type map. SINMAP method based on laboratory data using 10 soil samples to obtain soil physical characteristics namely the value of cohesion, angle friction, and humidity index. SINMAP based soil type map uses the soil physical characteristic value of the literature. SINMAP processing using ArcView software to process data Digital Elevation Number DEM with a value of cohesion, friction angle, and the humidity index. The result of SINMAP analysis based on soil type map dominated by region with no potential area equal to 59,57 of village area, while wide of high level 9.7, medium level 16,51, and low level 14,22. SINMAP based laboratory data is dominated by moderate prone areas at 39.35 of village area, while 17.59 high, 29.18 low, and no potential 13.88. SINMAP method based on laboratory data provides validation accuracy value of 62.5, while the SINMAP method based of soil type maps provide validation value of 37.5.

Abstrak :
Tanah longsor sering terjadi di Indonesia dan telah menyebabkan kerusakan lingkungan yang parah dan menelan banyak korban jiwa, khususnya di DA Ci Solok, Kabupaten Sukabumi. Oleh karena itu, perlu dilakukan mitigasi bencana. Mitigasi bencana longsor adalah upaya untuk mengurangi risiko terjadinya longsor, salah satunya dengan menerapkan tindakan konservasi tanah. Penelitian ini bertujuan untuk mengetahui dan memprediksi wilayah potensi longsor serta pola spasial konservasi vegetatif yang dilakukan untuk mitigasi bencana longsor di DA Ci Solok. Untuk mengetahui wilayah potensi longsor, digunakan variabel kemiringan lereng, jenis tanah, curah hujan, dan tutupan lahan yang diolah dengan metode Index Storie. Untuk mengetahui perubahan tutupan lahan, digunakan model Cellular Automata-Markov Chain untuk memprediksi tutupan lahan pada tahun 2032, yang dibangun berdasarkan tutupan lahan tahun 2010, 2014, dan 2018. Hasil penelitian menunjukkan bahwa pada tahun 2010 - 2032, tutupan lahan berupa lahan perkebunan, pertanian, hutan, dan badan air mengalami penurunan luas, sedangkan permukiman mengalami peningkatan luas. Pada tahun 2010 - 2018, DA Ci Solok didominasi oleh tingkat potensi sedang untuk terjadi longsor, sedangkan pada tahun 2032 diprediksi didominasi oleh tingkat potensi tinggi. Pada tahun 2018 dan 2032, metode konservasi vegetatif untuk mitigasi longsor di DA Ci Solok didominasi oleh kombinasi tanaman penutup tanah dan wanatani yang tersebar secara acak di bagian Timur, Barat, Selatan, dan Utara DA Ci Solok. ......Landslides disaster often occurs in Indonesia and caused environmental damage and claimed many lives, especially in Ci Solok Watershed. Therefore, disaster mitigation needs to be done. Landslide mitigation is an effort to reduce the risk of landslides, which can be applied by doing soil conservation. This study aims to find out and predict landslide potential areas and spatial patterns of vegetative conservation to prevent landslides in Ci Solok Watershed. To determine landslide potential areas, the variables of slopes, soil type, rainfall, and land cover were processed using the Index Storie method. To determine land cover change, the Cellular Automata-Markov Chain model is used to predict land cover in 2032, that was built based on land cover in 2010, 2014 and 2018. The results showed that in 2010 - 2032, the area of land cover in the form of plantation land, agricultural land, forest, and water body decreased, while the area of settlement increased. In 2010 - 2018, Ci Solok Watershed was dominated by a moderate level of landslide potential, while in 2032 it is predicted to be dominated by a high level of landslide potential. In 2018 and 2032, vegetative conservation methods for landslide mitigation in Ci Solok Watershed was dominated by a combination of cover crops and agroforestry that are randomly scattered in the East, West, South, and North part of Ci Solok Watershed.

Abstrak :

Tanah longsor tercatat memiliki dampak paling mematikan di Indonesia selama tahun 2015 - 2017. Tanah longsor dapat disebabkan oleh aktivitas manusia yang memperburuk kondisi lingkungan seperti dengan merekonstruksi lanskap yang dapat mengurangi fungsi ekologis. Oleh karena itu, pemetaan wilayah rawan tanah longsor diperlukan sebagai salah satu upaya mitigasi bencana. Metode yang digunakan dalam penelitian ini adalah Indeks Lanskap dengan FRAGSTATS 4.2 dan Index Storie. Indeks lanskap digunakan untuk memetakan pola lanskap sementara Index Storie dapat digunakan untuk memetakan daerah rawan longsor, kedua indeks tersebut kemudian digunakan untuk analisis lebih lanjut yang menunjukkan hubungan antara pola lanskap dan daerah rawan longsor di wilayah studi. Hasil penelitian menunjukkan bahwa bahwa peningkatan nilai Patch Density (PD), Landscape Shape Index (LSI) dan Interspersion and Juxtaposition Index (IJI), menggambarkan pola lanskap yang tersebar, sedangkan peningkatan nilai Largest Patch Index (LPI) pada lanskap menunjukkan pola yang semakin mengelompok. Index Storie menunjukkan bahwa wilayah rawan longsor dengan tingkat sedang mendominasi area studi dan cenderung terkonsentrasi di utara, karakteristik fisik yang mempengaruhi tingkat kerentanan longsor di area studi adalah curah hujan, lapisan batuan dasar dan jenis tanah. Kombinasi Indeks Lanskap dan Index Storie menunjukkan bahwa hubungan antara pola lanskap dan daerah rawan longsor dapat menjadi salah satu alat penentu prioritas yang digunakan untuk memantau dan merencanakan penutupan lahan sebagai upaya mitigasi bencana tanah longsor.

---

Landslides were recorded as having the deadliest impact in Indonesia during 2015 - 2017. Landslides can be caused by human activities which deteriorate the environment condition such as by reconstructing landscapes that may reduce ecological functions. Therefore, mapping of landslide-prone areas is necessary as one of the efforts to mitigate the disaster that could be following. The methods used in this research are the landscape metrics with FRAGSTATS 4.2 and Index Storie. Landscape metrics are useful to map the landscape patterns while the Index Storie can be used to map landslide-prone areas, both indexes then being used for further analysis to determine the relationship between landscape patterns and landslide-prone areas in the study area. The results showed that increasing value of Patch Density (PD), Landscape Shape Index (LSI) and Interspersion and Juxtaposition Index (IJI), illustrates the pattern of scattered landscapes, whereas an increase in the value of the Largest Patch Index (LPI) in a landscape indicates an increasingly clustered pattern. The Index Storie shows that areas of moderate landslide-prone areas dominate the study area and tend to be concentrated in the north, physical characteristics that affect the level of landslide vulnerability in the study area are rainfall, bedrock layer, and soil type. The combination of the Landscape metrics and the Index Storie shows that the relationship between landscape patterns and landslide-prone areas can be one of the priorities determining tools used for monitoring and planning land cover as an effort to mitigate landslides.

Abstrak :

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.

Abstrak :
Gerakan Tanah merupakan bencana alam yang paling sering terjadi di Indonesia khususnya di daerah Kabupaten Tasikmalaya, Jawa Barat. BPBD Kabupaten Tasikmalaya, dari Januari hingga September 2021 terdapat 260 kejadian bencana. Dari total kejadian bencana itu, 51 persen atau 133 kejadian di antaranya bencana gerakan tanah. Penelitian ini bertujuan untuk mengetahui zona kerentanan gerakan tanah berdasarkan parameter-parameter yang ada untuk menghasilkan peta persebaran zona kerentanan gerakan tanah di daerah Kabupaten Tasikmalaya dengan bantuan Sistem Informasi Geografis (SIG). Selain itu, penelitian ini juga berfokus pada pengaruh cell size terhadap nilai AUC pada daerah penelitian. Oleh karena itu digunakan beberapa cell size untuk mengetahui pengaruh tersebut. Adapun cell size yang digunakan adalah 15, 20, 25, 30 dan 35. Penelitian ini menggunakan 2 metode dalam menentukan peta zona gerakan gerakan tanah yaitu metode frequency ratio dan logistic regression. Frequency ratio bertujuan untuk mengetahui tingkat signifikan dari setiap kelas faktor. Sementara itu logistic regression menghasilkan nilai probabilitas gerakan tanah dan nilai signifikan dari setiap faktor penyebab gerakan tanah. Nilai probabilitas gerakan tanah bernilai 0 dan 1 semakin mendekati angka satu maka semakin tinggi tingkat zona kerentanannya. Terdapat 125 data kejadian gerakan tanah yang terdapat pada daerah penelitian dimana akan dibagi menjadi 80% data training dan 20% data validasi. Adapun parameter-parameter pendukung pada gerakan tanah adalah litologi, aspek lereng, kemiringan lereng, elevasi, penggunaan lahan, curah hujan, jarak dari kelurusan, jarak dari sungai, kelengkungan (curvature) dan NDVI. Kemudian akan dilakukan uji model. Uji model ini didapatkan dari grafik AUC. Uji ini bertujuan untuk mengetahui apakah peta dapat diterapkan atau tidak. Pada penelitian ini, model pada frequency ratio memiliki nilai AUC berkisar 0,73 – 0,81 sedangkan pada model logistic regression memiliki nilai AUC berkisar 0,58 – 0,85. Dari hasil nilai AUC tersebut model frequency ratio termasuk kedalam model sedang – baik sedangkan pada model logistic regression termasuk kedalam model buruk – sedang. Kedua model ini dapat diterapkan pada daerah penelitian. ......Landslide is the most frequent natural disaster in Indonesia, especially in the Tasikmalaya Regency, West Java. BPBD Tasikmalaya Regency, from January to September 2021 there were 260 disaster events. Of the total disaster events, 51 percent or 133 incidents were landslides. This study aims to determine the vulnerability zones of ground movement based on existing parameters to produce a map of the distribution of ground movement vulnerability zones in the Tasikmalaya Regency area with the help of a Geographic Information System (GIS). In addition, this study also focuses on the effect of cell size on AUC values in the study area. Therefore, several cell sizes are used to determine the effect. The cell sizes used are 15, 20, 25, 30 and 35. This study uses 2 methods in determining the ground motion zone map, namely the frequency ratio method and logistic regression. Frequency ratio aims to determine the significant level of each factor class. Meanwhile, logistic regression produces probability values of ground motion and significant values of each factor causing ground motion. The value of the probability of ground motion is 0 and 1, the closer to number one, the higher the level of the zone of susceptibility. There are 125 data on ground motion events in the research area which will be divided into 80% training data and 20% validation data. The supporting parameters for ground motion are lithology, slope aspect, slope, elevation, land use, rainfall, distance from fault, distance from river, curvature and NDVI. Then a model test will be carried out. This model test is obtained from the AUC graph. This test aims to determine whether the map can be applied or not. In this study, the frequency ratio model has an AUC value ranging from 0.73 to 0.81 while the logistic regression model has an AUC value ranging from 0.58 to 0.85. From the results of the AUC value, the frequency ratio model is included in the medium - good model, while the logistic regression model is included in the bad - medium model. Both of these models can be applied to the research area.

Abstrak :
Longsor merupakan salah satu bencana yang sering terjadi di Indonesia. Pada tahun 2021 wilayah Jawa Barat paling banyak mengalami bencana alam. Oleh karena itu, diperlukan identifikasi terkait dengan zona kerentanan longsoran dalam mitigasi bencana sehingga dapat mengurangi dampak longsoran. Penelitian ini dianalisis menggunakan metode Frequency Ratio (FR) dan Weight of Evidence (WoE). Berdasarkan hasil data yang di peroleh, terdapat 125 titik longsoran. Data tersebut di bagi menjadi dua untuk data train sebanyak 80% (100 titik) dan data testing sebanyak 20% (25 titik). Penelitian ini menggunakan sepuluh parameter, yaitu elevasi, kemiringan lereng, aspek lereng, curvature, NDVI, jarak dari sungai, jarak dari kelurusan, formasi, tutupan lahan, dan curah hujan setiap bulan. Hasil dari analisis tersebut akan menghasilkan peta zona kerentanan longsor setiap bulan yang dibagi atas 4 tingkat kerentanan, yaitu sangat rendah, rendah, menengah, dan tinggi. Model tersebut di validasi menggunakan kurva ROC dan mendapatkan nilai AUC di atas 50%. ......Landslide is one of the disasters that often occurs in Indonesia. In 2021 the West Java region experienced the most natural disasters. Therefore, it is necessary to identify the landslide susceptibility mapping in disaster mitigation to reduce the impact of the landslide. This research analyzed using the Frequency Ratio (FR) and Weight of Evidence (WoE) methods. Based on the results of the data obtained, there are 125 landslide points. The data is divided into 80% for training data (100 points) and 20% for testing data (25 points). This study used ten parameters, elevation, slope, slope aspect, curvature, NDVI, distance from river, distance from lineament, lithology (formation), land cover, and rainfall. The results of this analysis will produce a landslide susceptibility zone map every month which is divided into 4 levels of landslide susceptibility class, very low, low, medium, and high. The model was validated using the ROC curve and obtained an AUC value above 50%.

Abstrak :
Gerakan tanah merupakan peristiwa perpindahan material pembentuk lereng berupa batuan, bahan rombakan, tanah, atau material campuran yang bergerak ke bawah atau keluar lereng. Gerakan tanah dapat terjadi karena faktor alam maupun faktor perbuatan manusia. Kecamatan Sukaresmi, Kabupaten Cianjur merupakan salah satu wilayah yang mempunyai kejadian gerakan tanah yang cukup sering terjadi. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk mendeteksi serta menganalisis sebaran wilayah potensi gerakan tanah di Kecamatan Sukaresmi, Kabupaten Cianjur. Metode pendeteksian potensi gerakan tanah dilakukan dengan menggunakan metode Decision Tree pohon keputusan dengan algoritma C4.5 untuk mendapatkan nilai Gain tertinggi dalam penentuan akar pada pohon keputusan. Data aktual kejadian gerakan tanah digunakan untuk megetahui tingkat akurasi wilayah potensi gerakan tanah dengan uji confussion matrix. Selanjutnya, analisis keterhubungan antara titik aktual kejadian dengan kondisi fisik wilayah dan hasil model dilakukan menggunakan metode weighted of evidence. Penelitian ini menggunakan data litologi, jenis tanah, penggunaan tanah, ekstrasi data citra Landsat 8 OLI pada bulan Agustus 2017 dengan analisis Normalized Difference Vegetation Index NDVI serta ekstrasi data citra Alos PALSAR untuk wilayah ketinggian, dan kemiringan lereng. Hasil dari penelitian ini menunjukkan tingkat gerakan tanah dengan potensi tinggi di wilayah penelitian seluas 18.23 Km2 atau 19.09 dari total wilayah penelitian. Asosiasi data kejadian aktual dengan hasil identifikasi potensi gerakan tanah menunjukkan akurasi model sebesar 80.91. Distribusi wilayah potensi gerakan tanah tersebar pada wilayah dengan ciri pada ketinggian 600-800 mdpl, kemiringan lereng 14-20, kerapatan vegetasi 50-75, penggunaan tanah permukiman, jenis batuan anggota batu pasir cantayan dengan jenis tanah asosiasi latosol coklat kemerahan dan latosol coklat. ......Landslide is a phenomenon of movement of slope forming material in the form of rocks, soil, or mixed material moving down or out of the slope. Landslide can occur due to natural factors and factors of human action. Sukaresmi District, Cianjur Regency is one of the areas that has landslide occurrence which is quite common. Therefore, this study was conducted with the aim to detect and analyze the spread of landslide susceptibility areas in Sukaresmi District, Cianjur Regency. The landslide susceptibility detection method was performed using the Decision Tree method with C4.5 algorithm to obtain the highest gain value in root determination in the decision tree. Actual data of landslide occurrence was used to determine the accuracy of susceptibility region with confussion matrix examination. Furthermore, the correlation analysis between the actual point of landslide occurrence with the physical condition of the region and the model results was done using the weighted of evidence method. This research used lithology data, soil type, landuse, Landsat 8 multispectral imagery data extraction in August 2017 with Normalized Difference Vegetation Index analysis, and Alos PALSAR imagery data extraction for altitude area and slope. The results of this study indicate a high potential landslide in the research area of 18.23 Km2 or 19.09 of the total research area by accuracy level 80.91 with actual event data. Distribution of landslide susceptibility area was spread on area with characteristics at an altitude of 600 ndash 800 m, slope 14 20, vegetation density 50 75, settlement landuse, cantayan sandstone rock type with soil associations latosol reddish brown and brown latosol.