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."

"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."

"Tarutung -Sipirok road segment is a national road between Medan and Padang cities which landslide always occurs over and over again. From survey and field investigation, Aeklatong and Batujomba areas are located on unstable area and on the Semangko Fault zone...."

"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."

"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 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.

"

"Pembangunan Bendungan Bagong yang dibangun oleh Kementerian Pekerjaan Umum dan Perumahan Rakyat guna untuk meningkatkan perekonomian negara terletak pada Kabupaten Trenggalek. Kabupaten Trenggalek merupakan salah satu wilayah yang memiliki risiko tanah longsor. Tanah longsor sendiri terjadi ketika terdapatnya bidang gelincir. Faktor lain juga dapat mempengaruhi seperti faktor elevasi dan kemiringan, hidrologi, dan pengaruh kegiatan manusia. Pada penelitian ini dilakukan pengidentifikasian zona rawan longsor dengan menggunakan metode geolistrik resistivitas. Terdapat enam lintasan geolistrik dan juga terdapat satu lubang bor. Hasil pengolahan geolistrik yang diperoleh dapat digunakan untuk mengidentifikasi litologi dibawah permukaan sesuai dengan nilai resistivitas yang didapatkan yaitu lempung (2-3 ohm.m), Batulempung (4-5 ohm.m), Pasir (6-8 ohm.m), Batupasir (9-13 ohm.m) dan Batugamping (14-27ohm.m). Hasil dari identifikasi litologi ini juga disesuaikan dengan data bor. Zona rawan longsor ditandai dengan adanya bidang gelincir yaitu antara lapisan yang mudah meloloskan air dan sulit meloloskan air. Berdasarkan hasil identifikasi, pada lintasan 2, 4, 5, dan 6 diindikasikan terdapat bidang gelincir dengan perbatasan litologi pasir sebagai lapisan yang mudah meloloskan air sedangkan lempung dan batugamping sebagai lapisan sulit meloloskan air. Faktor kemiringan lereng pada wilayah penelitian berada pada kategori tinggi (25-40%) dan yang memiliki arah kemiringan yang sama dengan arah bidang gelincir adalah lintasan 2, dan pada lintasan lainnya kemiringannya cenderung landai. Faktor ini membuat lintasan 2 merupakan lintasan yang paling berisiko dibanding lintasan lainnya. Lintasan lain memiliki kemungkinan kecil terjadi tanah longsor ataupun hanya akan terjadi penurunan tanah. Selain itu, pengaruh presipitasi air hujan yang tinggi (>3000mm/tahun) pada wilayah ini menjadi faktor penambah risiko. Untuk lintasan 1 dan 3 tidak ditemukan bidang gelincir sehingga memiliki kemungkinan kecil terjadinya longsor. Berdasarkan identifikasi ini, dapat dikatakan wilayah Bendungan Bagong memiliki potensi terjadi tanah longsor namun tidak terlalu tinggi dan demi keamanan pembangunan dapat dilakukan proses penguatan pondasi bendungan.

---

The construction of Bagong Dam, built by the Ministry of Public Works and Public Housing to improve the country's economy, is located in Trenggalek Regency. Trenggalek Regency is one of the areas at risk of landslides. Landslides occur when there is a sliding plane. Other factors can also influence such as elevation and slope, hydrology, and human activities. In this research, the landslide prone zone was identified using resistivity geoelectric method. There are six geoelectric trajectories and one borehole. The geoelectric processing results obtained can be used to identify the subsurface lithology according to the resistivity value obtained, namely clay (2-3 ohm.m), claystone (4-5 ohm.m), sand (6-8 ohm.m), sandstone (9-13 ohm.m) and limestone (14-27ohm.m). The results of this lithology identification are also matched with the drill data. Landslide-prone zones are characterized by the presence of a sliding plane between layers that are easy to pass water and difficult to pass water. Based on the identification results, on tracks 2, 4, 5 and 6, there are indicated sliding planes with sand lithology boundaries as a layer that easily passes water while clay and limestone as a layer that is difficult to pass water. The slope factor in the study area is in the high category (25-40%) and the one that has the same slope direction as the direction of the slide plane is track 2, and in other tracks the slope tends to be gentle. This factor makes track 2 the most risky track compared to other tracks. The other trajectories are less likely to have landslides or only land subsidence. In addition, the influence of high rainwater precipitation (>3000mm/year) in this area is an additional risk factor. For trajectories 1 and 3, no sliding planes were found and therefore landslides are less likely to occur. Based on this identification, it can be said that the Bagong Dam area has the potential for landslides but not too high and for the sake of construction safety, a process of strengthening the dam foundation can be carried out."

"Tanah longsor merupakan salah satu kejadian alam paling merugikan yang terjadi setiap tahun di Kabupaten Pacitan. Penelitian ini bertujuan untuk menganalisis aspek fisik yang berperan sebagai faktor penyebab tanah longsor serta membuat analisis tingkat kerawanan tanah longsor menggunakan metode regresi logistik di Kabupaten Pacitan. Digunakan 468 titik longsor hasil inventarisasi BPBD Kabupaten Pacitan, survei lapang, dan interpretasi citra satelit yang kemudian dibagi menjadi 80% sebagai basis data uji dan 20% sebagai validasi model. Analisis probabilitas kejadian tanah longsor menggunakan nilai koefisien 14 aspek fisik menghasilkan bahwa aspek fisik berupa lereng, aspek/arah hadap lereng, curah hujan, penggunaan tanah, jenis tanah, dan litologi memiliki nilai koefisien positif. Sedangkan pada aspek fisik berupa ketinggian, topographic wetness index (TWI), profile curvature, plan curvature, jarak dari patahan, jarak dari jalan, jarak dari jalan, dan normalized difference vegetation index (NDVI) yang memiliki nilai koefisien negatif. Dihasilkan lima tingkat kerawanan tanah longsor di Kabupaten Pacitan, yaitu; sangat rendah (43,219.8 Ha), rendah (32,256.9 Ha), sedang (24,133.8 Ha), tinggi (20,590.7 Ha), dan sangat tinggi (18,787.6 Ha). Tingkat kerawanan longsor sangat tinggi mendominasi wilayah bagian tengah sampai Timur Kabupaten Pacitan di Kecamatan Kebonagung, Arjosari, Tulakan, dan Pacitan dengan ciri wilayah memiliki rata-rata lereng 23.2°, tersusun atas batuan dalam Formasi Arjosari dengan jenis tanah aluvial dan penggunaan tanah semak belukar, curah hujan rata-rata 2,384.64 mm/tahun, jarak dari patahan rata-rata 693.4 m, jarak dari sungai rata-rata 499.87 m, nilai topographic wetness index (TWI) rata-rata 4.79, dan profile curvature sebesar -0.04 atau cembung. Sementara itu, tingkat kerawanan longsor sangat rendah dominan berada pada pada bagian Barat Kabupaten Pacitan di Kecamatan Donorojo, Punung, dan Pringkuku dengan ciri wilayah memiliki rata-rata lereng 11.05°, tersusun atas batuan sedimen gamping dari Formasi Wonosari dengan jenis tanah litosol dan penggunaan tanah tegalan/ladang, curah hujan rata-rata 2,042.63 mm/tahun, jarak dari patahan 3,222.57 m, jarak dari sungai rata-rata 2,216.60 m, nilai topographic wetness index (TWI) rata-rata 5.5, dan profile curvature 0.06 atau cekung. Validasi model menggunakan data uji dengan AUROC bernilai 0.876. Dihasilkan validasi tingkat kerawanan menggunakan data validasi dengan akurasi sebesar 0.781 dan presisi sebesar 0.755.

---

Landslides are one of the most detrimental natural events that occur every year in the Pacitan Regency. This study analyzes the physical aspects that act as factors causing landslides and the level of landslide susceptibility using the logistic regression method in Pacitan Regency. Four hundred sixty-eight landslide points were used from the BPBD inventory in Pacitan Regency, field surveys, and interpretation of satellite imagery and separated with 80% as test data and 20% as model validation. The probability analysis of landslides using 14 physical aspects coefficient results that slopes, aspects/directions towards the slopes, rainfall, land use, soil types, and lithology have positive coefficients values. Meanwhile, the physical aspects include elevation, topographic wetness index (TWI), profile curvature, plan curvature, distance from fault, distance from road, distance from road, and normalized difference vegetation index (NDVI), have negative coefficients values. Five levels of landslide susceptibility were generated in Pacitan Regency, namely, very low (43.219.8 Ha), low (32.256.9 Ha), medium (24.133.8 Ha), high (20.590.7 Ha), and very high (18.787.6 Ha). Very high level of landslide susceptibility dominates the central to the eastern part of Pacitan Regency in Kebonagung, Arjosari, Tulakan, and Pacitan Districts with regional characteristics having an average slope of 23.2°, composed of rocks in the Arjosari Formation with alluvial soil types, and shrub land use, rainfall the average rainfall is 2,384.64 mm/year, the distance from the fault is 693.4 m, the distance from the river is 499.87 m, the topographic wetness index (TWI) value is 4.79, and the curvature profile is -0.04 or convex. Meanwhile, the very low level of landslide susceptibility is dominated in the western part of Pacitan Regency in Donorojo, Punung, and Pringkuku Subdistricts, with regional characteristics having an average slope of 11.05°, composed of limestone sedimentary rocks from the Wonosari Formation with litosol soil types and dry farming land use. /field, the average rainfall is 2,042.63 mm/year, the distance from the fault is 3,222.57 m, the distance from the river is 2,216.60 m on average, the topographic wetness index (TWI) value is 5.5 on average, and the curvature profile is 0.06 or concave. Validation of the model using test data with AUROC worth 0.876. Vulnerability validation using validation data resulted in an accuracy of 0.781 and a precision of 0.755."

"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."