Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini membahas mengenai identifikasi faktor utama yang menjadi penyebab terjadinya peristiwa tanah longsor di Kota dan Kabupaten Sukabumi serta menentukan zona rawan bencana berdasarkan kelas-kelasnya yang disajikan dalam bentuk peta kerawanan bencana. Penelitian ini dilakukan dengan menggunakan metode analisis bivariat, yaitu menguji parameter independen berupa data titik keterjadian longsor terhadap parameter-parameter dependen yang diindikasikan menjadi penyebab terjadinya tanah longsor tersebut, diantaranya kemiringan lereng, litologi, tutupan lahan, vegetasi, kedekatan dengan kelurusan dan sungai, curah hujan dan kurvatur. Hasil penelitian menjelaskan bahwa parameter yang paling berpengaruh dalam keterjadian bencana longsor adalah parameter litologi, karena memiliki nilai Area Under Curve (AUC) terbesar dibanding parameter lainnya yaitu 0,823. Hasil penelitian juga menjelaskan bahwa potensi terjadinya longsor terbesar adalah pada bulan Desember dengan nilai AUC total 0,96 yang diperoleh dari campuran beberapa parameter yang sudah tervalidasi, yang memiliki nilai AUC > 0,6, yaitu litologi, tutupan lahan, dan curah hujan. Lokasi sebaran kejadian bencana tanah longsor dominan berada di wilayah utara daerah penelitian. Hasil penelitian ini menyarankan pada pembaca untuk memperhatikan tiga parameter tersebut sebelum melakukan proyek pembangunan di wilayah Kota dan Kabupaten Sukabumi.

---

This research discusses the identification of the main factors that caused the occurrence of landslides in the City and District of Sukabumi and determines disaster-susceptibility zones based on their classes and presented in the form disaster susceptibility map. This research was conducted using the bivariate analysis method, which tested the independent variables in the form of landslide point data on the dependent variables indicated to be the cause of the landslide, including slope, lithology, land cover, vegetation, closeness to lineaments and rivers, rainfall and curvature. The results of the study explained that the most influential variable in the occurrence of landslides was the lithology factor, because it has 0.823 Area Under Curve (AUC) value, the largest one compared to other variables. The results also explained that the biggest potential for landslides was in December with a total AUC value of 0.96 obtained from a mixture of several validated variables, which had an AUC value> 0,6, those are lithology, land cover, and rainfall. The dominant landslide disaster distribution location is in the northern area of the study area. The results of this study suggest to the reader to pay attention to these three variables before carrying out development projects in the City and Sukabumi Districts."

"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 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)."

"Gerakan tanah merupakan sebuah kejadian bahaya geologi yang memiliki dampak buruk bahkan memakan korban jiwa. Indonesia sendiri memiliki frekuensi kejadian yang tinggi dalam bencana gerakan tanah di mana pada tahun 2021 sebanyak 1506 peristiwa terjadi di wilayah Indonesia. Banyak faktor yang memengaruhi kejadian gerakan tanah di mana umumnya faktor geologi seperti litologi, kemiringan lereng, dan vegetasi sebagai faktor pengontrol terhadap kerentanan gerakan tanah. Selain itu, faktor iklim merupakan faktor yang cukup memengaruhi kejadian gerakan tanah. Terjadinya perubahan iklim menjadi perhatian tentang bagaimana dampak yang dihasilkan terhadap kerentanan gerakan tanah. Penelitian ini melakukan analisis faktor-faktor pengontrol kerentanan gerakan tanah termasuk pengaruh perubahan iklim terhadap kejadian gerakan tanah menggunakan metode logistic regression dengan menghubungkan variabel bebas berupa faktor-faktor pemicu gerakan tanah dan variabel terikat berupa kejadian gerakan tanah. Faktor iklim juga dianalisis menggunakan proyeksi data iklim masa depan dengan skenario shared socioeconomic pathways (SSPs) untuk memperlihatkan seberapa pengaruh perubahan iklim yang terjadi terhadap kejadian gerakan tanah. Penelitian ini menjelaskan adanya pengaruh dari faktor elevasi, kemiringan lereng, aspek, plan curvature, profile curvature, litologi, vegetasi, jarak terhadap struktur, jarak terhadap jalan, jarak terhadap sungai, curah hujan, dan temperatur terhadap kerentanan gerakan tanah. Penelitian ini juga menghasilkan 5 peta kerentanan gerakan tanah berdasarkan perbedaan kondisi masa sekarang, kondisi tahun 2021-2040, dan kondisi tahun 2040-2060. Berdasarkan hasil tersebut, adanya kenaikan luas wilayah zona kerentanan tinggi pada skenario peningkatan iklim.

---

Landslides are geological hazards that have severe consequences, including fatalities. Indonesia has experienced frequent landslide events, with 1,506 incidents occurring in the country in 2021 alone. Various factors influence landslide occurrences, predominantly geological factors such as lithology, slope angle, and vegetation, which act as controlling factors for landslide susceptibility. Additionally, climate factors significantly affect landslide events. Climate change raises concerns about the resulting impacts on landslide susceptibility. This study analyzes the controlling factors of landslide susceptibility, including the influence of climate change on landslide occurrences, using logistic regression to establish a connection between independent variables representing landslide triggers and the dependent variable representing landslide occurrences. Climate factors are also examined using future climate data projections based on Shared Socio-economic Pathways (SSPs) scenarios to illustrate the extent of climate change impact on landslide events. This study explained the influence of elevation, slope, aspect, plan curvature, profile curvature, lithology, vegetation, distance to structures, distance to roads, distance to rivers, rainfall, and temperature on the susceptibility of soil movement. The study also generated five landslide vulnerability maps based on the current conditions, the conditions between 2021 and 2040 and the conditions between 2040 and 2060. The results showed that there is an increase in the area of high susceptibility zones under the climate change scenario."

"Longsor merupakan salah satu bencana alam yang sudah menelan banyak korban mulai dari harta hingga nyawa. Sebagai upaya untuk mengurangi kerugian yang diakibatkan oleh bencana longsor, proses mitigasi bencana penting untuk dilakukan. Mitigasi yang akan dibahas beruspa identifikasi zona potensi kebencanaan menggunakan metode geofisika gaya berat dan penginderaan jarak jauh. Penelitian dilakukan di wilayah Sukabumi, Jawa Barat yang merupakan wilayah padat penduduk dan bagian dari Zona Bandung dan Zona Pegunungan Selatan menurut Van Bemmelen (1949). Metode yang digunakan adalah metode anomali gravitasi dengan analisis Second Vertical Derivative (SVD) dan analisis citra optik dengan klasifikasi Support Vector Machine menghasilkan peta pesebaran potensi longsor wilayah Kabupaten Sukabumi.

---

Landslides are one of the natural disasters that have claimed many victims ranging from property to lives. In an effort to reduce losses caused by landslides, it is important to carry out disaster mitigation processes. Mitigation that will be discussed is in the form of identifying potential disaster zones using gravity geophysical methods and remote sensing. The research was conducted in the Sukabumi area, West Java, which is a densely populated area and part of the Bandung Zone and the Southern Mountain Zone according to Van Bemmelen (1949). The method used is the gravitational anomaly method with Second Vertical Derivative (SVD) analysis and optical image analysis with the Support Vector Machine classification to produce a map of the distribution of landslide potential in the Sukabumi Regency.

"

"Penelitian geologi dilakukan di Kabupaten Sukabumi yang memiliki luas sekitar 4.145  dan terbagi menjadi 47 Kecamatan. Berdasarkan data statistik BNPB tahun 2021, tercatat di Jawa Barat terjadi kurang lebih 585 bencana dan 268 diantaranya adalah tanah longsor. Bencana tanah longsor tersebut diketahui berdampak pada lebih dari 8000 orang baik secara material maupun imaterial. Dari 268 bencana tanah longsor tersebut, 44 diantaranya terjadi di Kabupaten Sukabumi. Tujuan penelitian adalah untuk mendapatkan informasi mengenai faktor apa saja yang mempengaruhi kerentanan gerakan tanah di daerah penelitian dan daerah zonasi kerentanan gerakan tanah dalam waktu yang cepat. Penelitian dilakukan berdasarkan metode frequency ratio dan information value yang telah dikemas dengan menggunakan LSAT toolbox. Dari kesepuluh parameter kerentanan gerakan tanah yang dipakai, intensitas curah hujan, jenis litologi, dan kemiringan lereng adalah faktor utama terjadinya longsor di Kabupaten Sukabumi. Berdasarkan metode frequency ratio dan information value, persebaran gerakan tanah di wilayah Kabupaten Sukabumi dibagi menjadi 5 (lima) kelas yaitu kelas sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Dalam analisis menggunakan kedua metode tersebut, wilayah Kabupaten Sukabumi didominasi oleh kelas kerentanan gerakan tanah yang tinggi-sangat tinggi. Tipe kerentanan gerakan tanah tersebut ditemukan dominan pada Formasi Beser. Kemampuan prediksi dan keberhasilan algoritma frekuensi rasio lebih baik daripada algoritma nilai informasi.

---

Geological research was carried out in Sukabumi Regency, which has an area of around 4,145 km² divided into 47 sub-districts. Based on BNPB statistical data for 2021, West Java recorded approximately 585 disasters, 268 of which were landslides. The landslide disaster is known to have impacted more than 8,000 people both materially and immaterially. Of the 268 landslides, 44 occurred in Sukabumi Regency. The aim of the research is to obtain information about the factors influencing the vulnerability to land movements in the research area and the zoning area for land movement susceptibility in a short time. The research was carried out based on the frequency ratio and information value method, which was packaged using the LSAT toolbox. Of the ten landslide vulnerability parameters used, rainfall intensity, lithology type, and slope are the main factors causing landslides in Sukabumi Regency. Based on the frequency ratio and information value methods, the distribution of land movement potential in Sukabumi Regency is divided into five classes: very low, low, medium, high, and very high. In the analysis using these two methods, the Sukabumi district area is dominated by the high to very high ground movement vulnerability class. The type of landslide vulnerability was found to be dominant in the Beser Formation. The prediction ability and success of the frequency ratio algorithm are better than the information value algorithm."

"Kabupaten Majalengka memiliki karakteristik fisik dengan potensi yang besar untuk terjadinya tanah longsor. Menghasilkan peta daerah rawan longsor di Kabupaten Majalengka, Jawa Barat dengan menggunakan modifikasi metode Indeks Storie adalah tujuan dari penelitian ini. Modifikasi metode indeks storie memperhitungkan variabel-variabel yang mempengaruhi terjadinya longsor yaitu penggunaan lahan, kemiringan lereng, jenis tanah, dan curah hujan. Dari peta rawan longsor yang dihasilkan, secara umum Kabupaten Majalengka didominasi oleh tingkat kerawanan terhadap longsor dengan intensitas sedang hingga sangat tinggi yang tersebar dari bagian tengah hingga selatan wilayah penelitian sedangkan bagian utara Kabupaten Majalengka hanya ditemui tingkat kerawanan sangat rendah hingga sedang. Secara keseluruhan wilayah Kabupaten Majalengka didominasi oleh tingkat kerawanan longsor sedang yaitu sebesar 43,43%. Peta Daerah Rawan Longsor di Kabupaten Majalengka memiliki tingkat akurasi sebesar 55,26% dengan menghitung jumlah kejadian longsor tahun 2018 yang terjadi di daerah rawan longsor tinggi dan sangat tinggi. Hasil tersebut melebihi separuh dari data kejadian longsor yang terjadi di Kabupaten Majalengka sehingga peta yang dihasilkan adalah peta dengan tingkat akurasi yang baik.

---

The Majalengka Regency has a lot of physical characteristic with great potential for landslides to happen. To produce the map of susceptibility of landslide area in The Majalengka Regency, West Java using the modification of the Storie index method is the aim of this study. The modification of the Storie index method is taking into account the variables that influence the occurrence of landslides such as land use, slope, type of soil, and precipitation. From the map that is resulted, in general Majalengka Regency is dominated by moderate level to high level of susceptibility which are sca scattered from the middle part to the southern part of the region meanwhile in the northern part of Majalengka Regency could only be found very low level to moderate level of susceptibility. Overall, The Majalengka Regency Region is dominated by moderate level of susceptibility as big as 43.43%. The Susceptibility of Landslide Area Map in Majalengka Regency has accuracy rate of 55.26% by calculating the number of landslides happened in 2019 in high level and very high level of susceptibility area. The result exceeded half of the number of landslides happened in Majalengka Regency so the map produced is a map with good accuracy."

"Tanah longsor merupakan salah satu bencana yang sering terjadi di Indonesia. Pada tahun 2021, bencana tanah longsor menduduki peringkat ketiga sebagai bencana yang sering terjadi di Indonesia setelah bencana banjir dan cuaca ekstrem. Longsor dapat dipengaruhi oleh bidang gelincir, kemiringan lereng, litologi, saturasi air, permeabilitas dan porositas. Parameter ini dianalisis untuk mengidentifikasi potensi longsor menggunakan metode geolistrik. Peneliatian ini dilakukan di sekitar Bendungan Sukamahi dengan total tiga lintasan geolistrik. Pengukuran menggunakan konfigurasi Dipole-Dipole dan didapatkan hasil sebaran nilai resistivitas yaitu 37 – 79 Ωm yang diduga sebagai endapan kolovial, 52 – 89 Ωm diduga sebagai tanah residu, dan 90 – 138 Ωm diduga sebagai breksi. Pada hasil penampang ketiga lintasan terlihat adanya bidang gelincir yang diduga sebagai breksi. Berdasarkan analisis kemiringan lereng, lokasi penelitian berada pada lereng yang curam dengan kemiringan 20 – 60 derajat dan tidak stabil. Adapun litologi yang diduga akan tergelincir yaitu endapan kolovial dan tanah residu. Sehingga melalui penelitian ini, lokasi peneltian merupakan area yang rawan terhadap bencana tanah longsor.

---

Landslides are one of the most common disasters in Indonesia. In 2021, landslides will be ranked as the third most frequent disaster in Indonesia after floods and extreme weather. Landslides can be influenced by the slip surface, slope, lithology, water saturation, permeability and porosity. These parameters were analyzed to identify potential landslides using the geoelectric method. This research was carried out around the Sukamahi Dam with a total of three geoelectric lines. Measurements used the Dipole-Dipole configuration and we get a resistivity distribution of 37 – 79 Ωm which is assumed to be a collovial deposits, 52 – 89 Ωm is thought to be a residual soil, and 90 – 138 Ωm is thought to be a breccia. In the cross-section of the three tracks, it can be seen that there is a slip surface that is suspected to be a breccia. Based on the slope analysis, the research location is on a steep slope with a slope of 20-60 degrees and is unstable. The lithology that is expected to slip is colovial deposits and residual soil. Thus, through this research, the research location is an area that is prone to landslides."

"Penelitian ini bertujuan untuk mengidentifikasi zona kerentanan longsor pada Kabupaten Lebak, Provinsi Banten dengan menggunakan dua model yakni Frequency Ratio dan Logistic Regression. Penelitian ini menggunakan 44 data titik longsor yang terjadi pada daerah penelitian, titik longsor tersebut dibagi menjadi dua bagian yakni 35 titik untuk mengindentifikasi zona rentan longsor dan sisanya sebanyak 9 titik digunakan untuk validasi. Zona rentan longsor tersebut dapat diketahui dengan menganalisis faktor-faktor pemicu terjadinya longsor, pada penelitian ini faktor pemicu tersebut terdiri atas sudut lereng, aspek lereng, elevasi, Normalized Differential Vegetation Index (NDVI), curvature, jarak terhadap kelurusan, jarak terhadap sungai, penggunaan lahan, litologi dan curah hujan. Nilai curah hujan yang digunakan pada peneltian ini adalah jumlah curah hujan rata-rata setiap bulannya yang terjadi selama 10 tahun pada daerah penelitian, sehingga akan dihasilkan peta zona rentan longsor setiap bulannya pada daerah penelitian. Hasil dari analisis dengan kedua model tersebut kemudian dibagi atas 3 tingkat kerentanan yakni rendah, menengah, dan tinggi serta nilai AUC yang didapatkan oleh kedua model tersebut setiap bulannya mencapai diatas 50%.

---

This study aims to identify landslide susceptibility zones in Lebak Regency, Banten Province by using two models Frequency Ratio and Logistic Regression. This study uses 44 data of landslide points that occur in the study area, the landslide points are divided into two parts, 35 points to identify landslide susceptibility zones and 9 points are used for validation. The landslide susceptibility zone can be identified by analyzing factors that maybe trigger landslides, in this study the trigger factors consist of slope angle, slope aspect, elevation, Normalized Differential Vegetation Index (NDVI), curvature, distance to straightness, distance to rivers, usage land, lithology and rainfall. The rainfall value used in this research is the average monthly rainfall that occurs for 10 years in the study area, so a monthly landslide susceptibility zone map will be produced in the study area. The results of the analysis with the two models were then divided into 3 vulnerability zones low, intermediate, and high, and the AUC value obtained by the two models each month reached above 50%."

"Longsor merupakan bencana yang sering terjadi di Indonesia dan Provinsi Jawa Barat, termasuk Kabupaten Sukabumi di dalamnya merupakan daerah yang sering terjadi longsor. Oleh karena itu, sudah seharusnya diwaspadai dan dianalisis lebih baik agar tidak memakan korban yang lebih banyak. Salah satu metode yang digunakan untuk menganalisis potensi longsor adalah Stability Index Mapping (SINMAP) dengan menggunakan beberapa data, yaitu Digital Elevation Model (DEM), jenis tanah, dan curah hujan. Data tersebut nantinya digunakan untuk menganalisis wilayah potensi longsor di Kecamatan Simpenan. Kemudian peta potensi longsor hasil pemodelan SINMAP di-overlay dengan permukiman untuk mendapatkan wilayah bahaya longsor. Hasil penelitian menunjukkan bahwa 65,56% (11.034,81 Ha) dari luas wilayah Kecamatan Simpenan berpotensi longsor dan wilayah bahaya longsor seluas 192,82 Ha atau 36,90% dari total luas wilayah permukiman.

---

Landslide is a kind of disaster that happens so many times in Indonesia and West Java Province, especially Sukabumi Regency is region that experience landslide disaster often. Therefore, landslide hazard should get more attention in order to surpess disaster?s victims. One of method that can be used to analyze landslide potential is Stability Index Mapping (SINMAP). SINMAP uses some kind of data, such as Digital Elevation Model (DEM), soil type, and rainfall. Those data will be analyzed to get landslide potential in Simpenan Sub-District. The result of SINMAP modelling is overlayed with settlement region to get landslide hazard region. The result of this research showed that 65,56% (11.034,81 Ha) of the Simpenan Sub-District area has a landslide potential and 192,82 Ha or 36,90% of settlement area are in landslide hazard region."