Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mengetahui daerah rawan tanah longsor di Kabupaten Dairi, Provinsi Sumatera Utara dengan menggunakan metode Spatial Multicriteria Evaluations (SMCE). Sebanyak 100 data inventaris kejadian bencana tanah longsor digunakan dalam penelitian yang berlangsung selama tahun 2018 – 2020. Data ini dibagi menjadi dua bagian yaitu 60 titik digunakan untuk pengolahan dalam menentukan peta rawan longsor dan 40 titik digunakan untuk validasi peta rawan longsor. Untuk menghasilkan peta rawan longsor, digunakan 12 parameter yang memiliki pengaruh terhadap terjadinya longsor yakni kemiringan lereng, arah hadap lereng (aspek), ketinggian (elevasi), bentuk lereng, formasi, jarak dari patahan, jarak dari sungai, topographic wetness index (TWI), stream power index (SPI), sediment transport index (STI), penggunaan lahan, dan jarak dari jalan. Selanjutnya masing-masing peta parameter dianalisis menggunakan metode SMCE melalui pendekatan analytical hierarchy process (AHP). Hasil pembuatan peta kerawanan longsor dibagi menjadi 5 kelas yang terdiri dari kelas sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Penentuan validasi peta kerawanan yang telah dibuat dilakukan dengan menggunakan metode kurva receiver operating characteristic (ROC). Nilai area under curve (AUC) pada kurva ROC hasil penelitian ini menunjukkan nilai akurasi  83,33 %. Berdasarkan nilai tersebut, maka model peta yang dihasilkan dapat digolongkan memiliki akurasi yang tinggi. Peta daerah rawan longsor yang dibuat dapat berguna sebagai upaya mitigasi bencana di Kabupaten Dairi, Provinsi Sumatera Utara.

---

This study aims to determine landslide susceptibility areas in Dairi Regency, North Sumatra Province using the Spatial Multicriteria Evaluations (SMCE) method. A total of 100 pieces of inventory data for landslide events were used in the research that took place during 2018 – 2020. This data was divided into two parts, 60 points were used for processing in determining landslide susceptibility map and 40 points were used for validation of landslide susceptibility map. To produce a landslide susceptibility map, 12 parameters are used that influence the occurrence of landslides, including  slope gradient, slope aspect, elevation, curvature, lithology, distance from faults, distance from rivers, topographic wetness index (TWI), stream power index (SPI), sediment transport index (STI), land use, and distance from roads. Furthermore, each parameter map was analyzed using the SMCE method through the analytical hierarchy process (AHP) approach. The result of making landslide susceptibility map is divided into 5 classes consisting of very low, low, medium, high, and very high classes. Determination of the validation of the susceptibility map that has been made is done using the receiver operating characteristic (ROC) curve method. The area under curve (AUC) value on the ROC curve shows an accuracy value of 83.33%. Based on these values, the resulting map model can be classified as having high accuracy. The map of landslide susceptibility areas that is made is expected to be useful as a disaster mitigation effort in Dairi Regency, North Sumatra Province."

"Penelitian dilakukan di sub-DAS Tinalah, Kecamatan Samigaluh, Kabupaten Kulon Progo, Provinsi DIY. Penelitian ini bertujuan untuk mengelola resiko tanah longsor di daerah penelitian. Tiga metode diterapkan dalam penelitian ini. Pertama, statistik-probabilistik diterapkan untuk mendapatkan tingkat kerawanan tanah longsor. Statistik multivariat dengan model regresi logistik dieksekusi. Lereng, bentuk lahan, tanah, geologi, dan penggunaan lahan, adalah variabel yang digunakan dalam analisis. Kedua, survei kuesioner dilakukan untuk mendapatkan tingkat kerentanan dari elemen-elemen beresiko. Pemukiman dan jaringan jalan adalah elemen beresiko yang dianalisis. Stratified random sampling diterapkan pada penilaian kerentanan. Ketiga, matriks resiko diterapkan untuk memperoleh tingkat resiko longsor di daerah penelitian. Hasil penelitian menunjukkan bahwa 59,4 tingkat kerawanan longsor di sub-DAS Tinalah dikategorikan ke dalam tingkat sedang. Probabilitas longsor masa depan lebih besar dari 0,6. Persamaan regresi logistik membuktikan bahwa geologi adalah faktor yang paling berperan pada longsor di daerah penelitian. Tingkat kerentanan permukiman dikategorikan dalam tingkat sedang, sementara jaringan jalan dalam rentan tinggi. Berdasarkan matriks resiko, tingkat risiko tanah longsor di daerah penelitian dikategorikan sebagai tingkat sedang.

---

The study was conducted in sub watershed Tinalah, District Samigaluh, Kulonprogo Regency, Yogyakarta Province. This study aims to manage the risk of landslides in the study area. The three methods applied in this study. First, the statistical probabilistic applied to obtain the level of vulnerability to landslides. Multivariate statistical logistic regression model was executed. Slope, landform, soils, geology, and land use, the variables used in the analysis. Second, a questionnaire survey conducted to gain a level of vulnerability of elements at risk. Settlements and road network are at risk of the analyzed elements. Stratified random sampling was applied to the assessment of vulnerability. Third, the risk matrix is applied to obtain the level of risk of landslides in the study area. The results showed that 59.4 level of vulnerability to landslides in the sub watershed Tinalah are categorized into levels. The probability of future landslides greater than 0.6. Logistic regression equation to prove that geology is the factor most responsible for the landslides in the study area. The vulnerability of settlements are categorized in level, while the road network in high vulnerable. Based on the risk matrix, the risk of landslides in the study area is categorized as moderate."