Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Tanah longsor merupakan dikategorikan menjadi bencana hidrometeorologi paling mematikan yang dapat mengakibatkan korban luka-luka, meninggal dunia, dan kerusakan rumah serta infrastruktur. Faktor penyebab longsor dapat dipengaruhi oleh kemiringan lereng, saturasi air, permeabilitas dan porositas. Parameter ini dianalisis untuk mengidentifikasi sebaran bidang gelincir dan potensi longsor menggunakan metode geolistrik. Peneliatian ini dilakukan di sekitar Dry Dam Ciawi dengan total tiga lintasan geolistrik. Pengukuran menggunakan konfigurasi Dipole-Dipole dan didapatkan hasil sebaran nilai resistivitas yaitu 3 – 23 Ωm pada kedalaman 0 – 5 meter yang diduga sebagai endapan kolluvial atau tuff lapilli terlapukkan sempuran, resistvitas 23 – 43 Ωm pada kedalaman 10 – 40 meter diduga sebagai tuff lapili, dan resistivitas > 60 Ωm diduga sebagai breksi tuff. Pada hasil penampang ketiga lintasan terlihat adanya dugaan bidanggelincir atntara breksi tuff dengan endapan alluvial atau tuff lapilli terlapukkan sempurna.Berdasarkan analisis kemiringan lereng, lokasi penelitian berada pada lereng yang curam dengan kemiringan 25 – 45 derajat dan tidak stabil. Adapun litologi yang diduga akan tergelincir yaitu endapan kolluvial atau endapa tuff lapilli terlapukkan sempurna. Sehingga, melalui penelitian ini area penelitian memiliki potensi terjadi tanah longsor

---

Landslides are categorized as the deadliest hydro-meteorological disaster which can result

in injuries, deaths, and damage to houses and infrastructure. Factors causing landslides

can be influenced by slope, water saturation, permeability, and porosity. This parameter

is analyzed to identify the distribution of slip planes and the potential for landslides using

the geoelectric method. This research was carried out around the Ciawi Dry Dam with a

total of three geoelectric trajectories. Measurements used the Dipole-Dipole configuration

and the results obtained were the distribution of resistivity values, namely 3 – 23 Ωm at

a depth of 0 – 5 meters which is suspected to be a colluvial deposit or perfectly weathered

lapilli tuff, resistivity of 23 – 43 Ωm at a depth of 10 – 40 meters is suspected to be a

lapilli tuff. and resistivity > 60 Ωm is suspected as tuff breccia. In the results of the third

section of the track, there is an alleged slip plane between breccia tuff and alluvial deposits

or perfectly weathered lapilli tuff. Based on the slope analysis, the research location is on

a steep slope with a slope of 25-45 degrees and is unstable. The lithology suspected of

slipping is colluvial deposits or perfectly weathered lapilli tuff deposits. So, through this

research the research area has the potential for landslides to occur."

"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."

"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."

"Indonesia terletak pada pertemuan tiga lempeng litosfer yang menyebabkan munculnya jajaran busur magmatik. Busur magmatik tersebut membuat Indonesia kaya akan potensi mineral, seperti mineral emas. Salah satu busur magmatik yang melintasi Indonesia berada pada wilayah pulau Jawa adalah busur Sunda-Banda. Busur tersebut mempunyai potensi mineral bijih tipe endapan epitermal. Oleh karena itu, perlu dilakukan survei geofisika agar dapat mengetahui zona mineralisasi emas. Zona mineralisasi emas tersebut diidentifikasi menggunakan metode resistivitas dan induced polarization konfigurasi Dipole-Dipole dengan menggunakan 81 elektroda dan jarak spasi 5m. Proses akuisisi data dilakukan sebanyak 3 lintasan, yaitu lintasan BDG-02, BDG-03, dan BDG-04 dengan orientasi dari arah Utara ke Selatan. Pemodelan 2D dilakukan dengan menggunakan software 2D untuk memperoleh penampang dengan nilai resistivitas dan chargeability yang sebenarnya. Selanjutnya dilakukan pengolahan pemodelan 3D menggunakan software 3D untuk mengidentifikasi kemenerusan zona mineralisasi emas. Pada daerah penelitian nilai resistivitas dan chargeability memiliki rentang nilai berkisar antara 1 – 6787 Ωm dan 0 – 888 msec. Zona mineralisasi emas di daerah penelitian memiliki nilai resistivitas 3 – 1483 Ωm dan nilai chargeability ≥164 msec. Korelasi penampang 2D resistivitas dan induced polarization ditemukan bahwa pengendapan mineralisasi emas berada pada batuan breksti tuf dan andesit. Berdasarkan hasil penampang 3D, kemenerusan zona mineralisasi emas terdapat pada lintasan BDG-03 dan BDG-04 di kedalaman ±25m yang berarah Barat Daya-Timur Laut, sedangkan pada lintasan BDG02 zona mineralisasi emas tidak berkelanjutan melainkan berbentuk spot yang berada di kedalaman ±70m. Zona mineralisasi pada setiap lintasan diperkirakan dikontrol oleh struktur yang berorientasi Barat Daya-Timur Laut.

---

Indonesia is located at the confluence of three lithospheric plates that cause the emergence of a series of magmatic arcs. These magmatic arcs make Indonesia rich in mineral potential, such as gold minerals. One of the magmatic arcs that crosses Indonesia in the Java island region is the Sunda-Banda arc. The arc has the potential for epithermal deposit-type ore minerals. Therefore, it is necessary to conduct a geophysical survey in order to determine the gold mineralization zone. The gold mineralization zone was identified using the resistivity method and induced polarization Dipole-Dipole configuration using 81 electrodes and 5m spacing. The data acquisition process was carried out as many as 3 passes, namely the BDG-02, BDG-03, and BDG-04 passes with orientation from north to south. 2D modeling was carried out using 2D software to obtain cross sections with actual resistivity and chargeability values. Furthermore, 3D modeling processing was carried out using 3D software to identify the continuity of the gold mineralization zone. In the study area the resistivity and chargeability values have a range of values ranging from 1 - 6787 Ωm and 0 - 888 msec. The gold mineralization zone in the study area has a resistivity value of 3 - 1483 Ωm and a chargeability value of ≥164 msec. The correlation of 2D resistivity and induced polarization cross sections found that the deposition of gold mineralization is in tuff and andesite breccia rocks. Based on the 3D cross-section results, the continuity of the gold mineralization zone is found in the BDG-03 and BDG-04 trajectories at a depth of ±25m in the Southwest-Northeast direction, while in the BDG-02 trajectory the gold mineralization zone is not continuous but in the form of a spot located at a depth of ±70m. The mineralized zones on each traverse are thought to be controlled by a Southwest-Northeast oriented structure."

"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%."

"

Majalengka adalah salah satu kabupaten di Indonesia yang termasuk daerah rentan terjadi tanah longsor. Tanah longsor di Kabupaten Majalengka menyebabkan kerugian yang sangat besar seperti kerusakan infrastruktur, kehilangan harta benda, hingga jatuhnya korban jiwa. Melihat dampak kerugian tersebut perlu dilakukan upaya mitigasi untuk mengurangi resiko dan kerugian dengan cara pembuatan peta rentan longsor. Penelitian ini bertujuan untuk memetakan wilayah rentan tanah longsor dan sebagai salah satu acuan untuk pemerintah dan instansi terkait guna mengurangi kerugian yang ditimbulkan. Metode yang digunakan adalah overlay menggunakan Spatial Multi Criteria Evaluation (SMCE), dengan menggunakan nilai pembobotan yang bersumber dari Peraturan Menteri PU NO.22/PRT/M/2007, Puslittanak Bogor (2014) dan Direktorat Vulkanologi dan Mitigasi Bencana (2004). Kemudian dilakukan perbandingan dari sumber tersebut untuk mengetahui nilai pembobotan dengan akurasi tertinggi. Adapun variabel yang digunakan lereng, curah hujan, jenis tanah, litologi, dan penggunaan tanah. Hasil dari penelitian ini menunjukkan bahwa wilayah kerentanan tanah longsor di bagi menjadi wilayah tidak rentan, rendah, sedang, tinggi dan Kabupaten Majalengka di dominasi oleh tingkat kerentanan sedang. Untuk nilai akurasi peta kerentanan tanah longsor yang dihasilkan sumber nilai pembobotan dari Peraturan Menteri PU NO.22/PRT/M/2007 memiliki nilai akurasi paling tinggi sebesar 76%. Untuk pembobotan dari Puslittanak Bogor (2004) nilai akurasi 73%, sedangkan sumber pembobotan dari DVMBG (2004) memiliki nilai akurasi 69%.

---

Majalengka is one of the regencies in Indonesia which is considered as an area susceptibility to landslides. There were 67 landslides in 2019 causing damage to infrastructure, loss of property, and death. Seeing the impact of these losses it is necessary to mitigate efforts to reduce risks and losses by making landslide susceptibility maps. This study aims to map landslide susceptibility areas based on Geographic Information Systems (GIS) with overlays using the Spatial Multi-Criteria Evaluation (SMCE) method. The variables used slope, rainfall, soil type, lithology, and land use by comparing weighting values based on overlays, with values sourced from the Minister of Public Works Regulation NO.22 / PRT / M / 2007, Puslittanak Bogor (2014) and the Directorate of Volcanology and Disaster Mitigation (2004). The results of this study indicate that landslide susceptibility areas are divided into very low, low, moderate, high areas. For accuracy values on each landslide susceptibility map produced by the weighting value source of research, Minister of Public Works Regulation NO.22 / PRT / M / 2007 has the highest accuracy value of 76%. Weighting from Puslittanak Bogor (2004) the accuracy value is 73%, while the weighting source from DVMBG (2004) has an accuracy value of 69%.

"

"Tanah longsor merupakan bencana alam yang banyak terjadi di Kabupaten Bogor. Selain faktor alam yang sangat mendukung, aktivitas manusia yang intensif pun menambah kemungkinan terjadinya tanah longsor. Maka perlu diadakan banyak penelitian mengenai wilayah yang rawan terjadi tanah longsor agar meminimalisir dampak yang diakibatkan. Salah satu metode yang digunakan untuk memetakan wilayah potensi longsor adalah dengan menggunakan pemodelan Stability Index Mapping SINMAP , dan data yang digunakan adalah Digital Elevation Model DEM , jenis tanah, serta curah hujan. Hasil dari pemodelan SINMAP berupa Indeks Stabilitas digunakan sebagai acuan menentukan wilayah potensi tanah longsor. Kemudian wilayah potensi tanah longsor ditumpang-susunkan dengan penggunaan tanah berupa permukiman dengan memperhatikan arah hadapan lereng, sehingga didapatkan wilayah rawan tanah longsor. Tujuan dari penelitian ini adalah untuk mengetahui sebaran lokasi wilayah potensi dan wilayah rawan tanah longsor di Kecamatan Jonggol. Hasil dari penelitian ini menunjukkan bahwa 11,12 1.496,52 Ha dari luas wilayah Kecamatan Jonggol berpotensi longsor. Wilayah yang memiliki potensi longsor terdapat di bagian Selatan dan bagian Timur wilayah Kecamatan Jonggol yang merupakan wilayah dengan kemiringan lereng di atas 10 , sedangkan wilayah rawan tanah longsor di Kecamatan Jonggol adalah seluas 84,45 Ha atau 3,11 dari luas wilayah permukiman di Kecamatan Jonggol.

---

Landslide is a natural disaster occurs frequently in Bogor District. In addition to natural factors that are very supportive, intensive human activity also increases the likelihood of landslides. Therefore, there should be a lot of researches on areas hazard to landslides to minimize the impacts. One of the methods used to map the landslide potential areas is by using Stability Index Mapping SINMAP modeling, and the data used is Digital Elevation Model DEM , soil type, and rainfall. The result of SINMAP modeling in the form of Stability Index is used as reference to determine the potential landslide areas. Then the landslide potential areas stacked up with the use of land in the form of settlements by paying attention to the direction of the slopes, so that the landslide hazard areas are found. The purpose of this research is to know the distribution of potential and landslide hazard areas in Jonggol sub district. The result of this research indicates that 11,12 1,496,52 Ha from Jonggol sub district has landslide potential. Areas that have landslide potential are in the South and East part of Jonggol Sub district, areas with the slope of above 10 . Meanwhile, the landslide hazard areas in Jonggol sub district are 84.45 Ha or 3.11 of the total settlement area in Jonggol sub district."

"Gerakan tanah merupakan salah satu bencana yang sering terjadi di Indonesia. Pulau Jawa merupakan pulau besar dengan tingkat kepadatan penduduk tertinggi di Indonesia, di mana wilayah Jawa Barat memiliki tingkat kejadian gerakan tanah paling tinggi.  Penelitian ini bertujuan untuk mengetahui zona kerentanan gerakan tanah (ZKGT) pada salah satu kabupaten di Jawa Barat yaitu Kabupaten Majalengka. Identifikasi ZKGT dilakukan untuk memetakan serta mengidentifikasi zona longsoran agar dapat dilakukannya mitigasi bencana untuk mengurangi dampak merugikan dari longsoran. Penelitian ini dilakukan menggunakan metode Wight of Evidence (WoE) dengan data berbasis poligon dan titik serta menggunakan beberapa kelas ukuran piksel untuk menentukan ukuran piksel paling optimum dalam pemetaan ZKGT di Kabupaten data kejadian gerakan tanah yang digunakan dalam penelitian ini berupa 319 kejadian berbentuk poligon dan 319 kejadian berbentuk titik yang kemudian di bagi menjadi training set (70%) dan test set (30%). Penelitian membandingkan pemodelan WoE dengan data poligon dan titik pada tujuh kelas ukuran piksel yaitu 10, 15, 20, 25, 30, 35 dan 40. Hasil kedua model reliabel untuk digunakan dan diterapkan untuk menentukan zona kerentanan di Kabupaten Majalengka di mana pengolahan dengan data poligon menghasilkan success rate yang lebih tinggi dan pengolahan dengan data titik menghasilkan predictive rate yang lebih tinggi. 

---

Landslide is one of the most occurring natural disaster in Indonesia. Java Island is one of Indonesia’s largest Island with the highest population density in Indonesia, where the West Java region has the highest rate of natural disasters. This research aims to determine the landslide vulnerability zone in one of the regency in West Java Province, which is Majalengka Regency. Identification of landslides vulnerability zones is carried out to map and identify landslides zones so that disaster mitigation can be carried out to reduce the adverse effects of a landslides. This research was conducted using the Wight of evidence (WoE) method with polygon based data and multiple pixel class to find the most optimal pixel class to map the landslides vulnerability zones in Majalengka Regency. this research used Weight of Evidence method with two sets of data which are polygon and point, with multiple pixel size to find the optimum pixel size to make a landslide susceptibility map. This research used 319 set of data in a form of polygon and 319 set of data in a form of point. The WoE method was used in seven pixel size which are 10, 15, 20, 25, 30, 35 and 40. The result are both of the data set are reliable to use in making landslide susceptibility model where in the polygon data set, the success rate is higher and in the point data set the predictive rate is higher."

"Analisis kerentanan gerakan tanah sangat diperlukan sebagai upaya mitigasi untuk mengurangi kerugian yang diakibatkan oleh gerakan tanah. Namun ketidaktepatan pemilihan faktor pengontrol dalam pemodelan kerentanan gerakan tanah, sering kali menghasilkan peta kerentanan yang kurang akurat dan kurang rasional. Faktor linier diskrit berupa jarak terhadap sungai, jarak terhadap jalan, dan jarak terhadap struktur, tidak memiliki makna keterkaitan yang jelas antara faktor pengontrol dengan evolusi gerakan tanah, yang menyebabkan penurunan akurasi pemodelan. Oleh karena itu, penelitian ini mengusulkan faktor pengontrol kontinu berbasis densitas spasial seperti densitas sungai, densitas jalan, dan densitas struktur untuk meningkatkan kesesuaian faktor linier. Kabupaten Sumedang dipilih sebagai lokasi pada penelitian kali ini, dengan 65 sejarah gerakan tanah dan 12 faktor pengontrol terpilih. Pertama, jarak terhadap jalan, sungai, dan struktur, serta 9 faktor lainnya merupakan faktor asli dari pemodelan kerentanan gerakan tanah. Kedua, jarak terhadap jalan, sungai, dan struktur, masing-masing diganti dengan densitas sungai, densitas jalan, dan densitas struktur menjadi faktor yang ditingkatkan. Ketiga, dilakukan perhitungan nilai frequency ratio untuk mengetahui faktor yang dominan terhadap gerakan tanah. Keempat, pemodelan kerentanan gerakan tanah berdasarkan logistic regression dengan faktor asli dan faktor dikembangkan, dikonstruksikan dan dibandingkan. Terakhir, dilakukan uji validasi pemodelan gerakan tanah. Hasil menunjukkan bahwa (1) nilai FR >1 pada kelas setiap faktor menunjukkan pengaruh dominan terhadap gerakan tanah, seperti elevasi 552 – 738 m, kemiringan lereng 24° – 29°, dan lainnya. (2) Zona kerentanan gerakan tanah dibagi menjadi empat yaitu, tinggi, menengah, rendah, sangat rendah, dengan persebaran dari tinggi ke rendah terletak pada arah barat daya ke timur laut lokasi penelitian. (3) Hasil uji validasi terhadap peta kerentanan gerakan tanah menggunakan faktor yang dikembangkan lebih tinggi dibandingkan dengan faktor asli, dapat disimpulkan bahwa faktor densitas lebih layak daripada faktor linier.

---

Landslide susceptibility analysis is needed as a mitigation effort to reduce losses caused by soil movement. Inaccurate selection of controlling factors in landslide susceptibility modeling, often results in less accurate and less rational susceptibility maps. Discrete linear factors such as distance to rivers, distance to roads, and distances to structures, do not have a clear relationship between controlling factors and the evolution of landslide, which leading to a decrease in modeling accuracy. Therefore, this study proposes continuous control factors based on spatial density such as river density, road density, and structural density to improve the suitability of linear factors. Sumedang Regency was chosen as the location for this study, with 65 landslide histories and 12 control factors selected. First, distance to roads, rivers, and structures, and 9 other factors constitute the original factors from landslide susceptibility modeling. Second, distance to roads, rivers, and structures, respectively replaced by river density, road density, and structural density to constitue improved factors. Third, the calculation of the frequency ratio value is carried out to determine the dominant factor in landslide susceptibility. Fourth, landslide susceptibility modeling based on logistic regression with original factors and improved factors, constructed and compared. Finally, the landslide susceptibility modeling is validated. Results show that (1) the FR value >1 in the class of each factor show a dominant influence on landslide, such as elevation 552 – 738 m, slope slope 24° – 29°, and others. (2) The landslide susceptibility zone is divided into four susceptibility levels, high, medium, low, and very low, with the distribution from high to low located in the southwest to northeast of the study area. (3) The results of the validation test on landslide susceptibility map using improved factors are higher than the original factors, it can be concluded that the density factor is more feasible than the linear facto"