Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Kabupaten Sumedang merupakan salah satu wilayah dengan tingkat kejadian bencana gerakan tanah tertinggi di Jawa Barat. Kejadian gerakan tanah merupakan bencana yang dapat merugikan secara ekonomi hingga dapat memakan korban jiwa, sebab itu kajian mengenai bencana gerakan tanah perlu dilakukan. Kajian yang dilakukan di Indonesia umumnya menggunakan data kejadian gerakan tanah berupa titik, padahal sejatinya gerakan tanah merupakan kejadian yang melibatkan suatu area sehingga penggunaan data kejadian berbasis poligon lebih representatif terhadap kejadian sesungguhnya. Penelitian ini bertujuan untuk mengetahui reliabilitas data kejadian poligon jika dibandingkan dengan titik dalam pembuatan peta zona kerentanan gerakan tanah (ZKGT). Pembuatan peta ZKGT menggunakan metode weight of evidence (WoE) dengan parameter penyebab gerakan tanah berupa elevasi, kemiringan lereng, aspek lereng, TWI, plan curvature, profile curvature, jarak terhadap sungai, jarak terhadap sesar, formasi batuan, dan tutupan lahan. Data kejadian gerakan tanah yang digunakan berjumlah 336 kejadian berbentuk poligon dan 336 titik centroid dari kejadian poligon sebagai pembanding. Data kejadian gerakan tanah dibagi menjadi training set dan testing set masing-masing sebesar 70% dan 30%. Penelitian membandingkan pemodelan WoE dengan data kejadian poligon dan titik dalam menghasilkan peta ZKGT. Hasil validasi AUC menunjukkan bahwa peta ZKGT berbasis kejadian titik memiliki AUC success rate dan predictive rate yang lebih baik. Namun Peta ZKGT berbasis kejadian poligon tergolong reliabel untuk dapat digunakan dan diterapkan sebab pada penelitian ini menunjukkan hasil validasi AUC yang dikategorikan baik dan memiliki nilai yang tidak berbeda secara signifikan.

---

Sumedang Regency is one of the highest region with landslide occurrence rate in West Java. The occurrence of a landslide can cause economic loss and loss of lives, therefore any study about landslide disaster needs to be carried out. Common studies in Indonesia use point-based landslide data, however landslide is actually an event that involves an area so using polygon-based landslide data represent the actual event more. The purpose of this research is to know how reliable polygon-based data compared to point-based data in making landslide susceptibility zone. Landslide susceptibility zone created using weight of evidence method with elevation, slope, slope aspect, TWI, plan curvature, profile curvature, distance to streams, distance to faults, rock formation, and land cover as causative parameters. 336 polygon-based landslide occurrence and 336 point-based landslide occurrence from centroid polygon are used. The landslide occurrence data then divided into 70% for training sets and 30% for testing sets. The study compares WoE modelling with polygon-based and point-based landslide occurrence data in producing landslide susceptibility maps. The result of AUC validation shows that point-based landslide susceptibility map has higher success and predictive rate AUC. However, polygon-based landslide susceptibility still classified as reliable for any use and application because the success and predictive AUC classified as good and the AUC value does not significally different."

"Gerakan tanah adalah suatu peristiwa bencana alam dimana terjadinya perpindahan blok massa batuan, tanah, atau campuran keduanya yang disebabkan oleh rendahnya kestabilan yang dimiliki oleh massa tersebut. Kabupaten Bandung Barat termasuk ke dalam salah satu Kabupaten dengan potensi gerakan tanah tertinggi di Provinsi Jawa Barat, hal ini menjadi penyebab utama terjadinya bencana longsor. Salah satu upaya dalam mengatasi bencana gerakan tanah ini adalah dengan memetakan zona- zona yang memiliki kerentanan terjadinya bencanan gerakan tanah. Peta zona kerentanan gerakan tanah merupakan peta yang memanfaatkan data inventarisasi longsor untuk memetakan zona-zona kerentanan gerakan tanah. Secara umum pembuatan peta ini di Indonesia masih banyak menggunakan data titik, sedangkan penggunaan data berbasis titik dianggap kurang representatif karena produk dari longsoran akan berbentuk area melainkan titik. Maka dari itu pada penelitian ini akan digunakan data berbasis poligon. Penelitian ini menggunakan metode Weight of Evidence (WOE) untuk memetakan zonasi kerentanan gerakan tanah di Kabupaten Bandung Barat. Untuk mengetahui resolusi optimal dilakukan pengujian dengan 4 resolusi piksel. Hasil dari kedua model menunjukkan kelayakan untuk digunakan dengan resolusi optimal pada data poligon di piksel 40 dan data titik pada 30 untuk success rate dan 40 untuk success rate.

---

Ground movement is a natural disaster event in which mass blocks of rock, soil, or a mixture of the two move due to the low stability of the mass. West Bandung Regency is one of the regencies with the highest potential for ground movement in West Java Province, this is the main cause of landslides. One of the efforts to overcome this land movement disaster is to map the zones that are vulnerable to land movement disasters. The land movement vulnerability zone map is a map that utilizes landslide inventory data to map land movement vulnerability zones. In general, making these maps in Indonesia still mostly uses point data, while the use of point-based data is considered less representative because the product of landslides will be in the form of areas but points. Therefore, in this research, polygon-based data will be used. This research uses the Weight of Evidence (WOE) method to map the zoning of land movement vulnerability in West Bandung Regency. To find out the optimal resolution, testing was carried out with 4 pixel resolutions. The results of both models show the feasibility of being used with optimal resolution for polygon data at 40 pixels and point data at 30 for success rate and 40 for success rate."

"Di Indonesia banyak sekali fenomena bencana alam yang sering terjadi. Bencana alam di Indonesia sangatlah bervariasi. Salah satu bencana alam yang terjadi dalam beberapa dekade terakhir yaitu bencana yang disebabkan oleh pergerakan tanah. Bencana gerakan tanah ini menimbulkan beberapa permasalahan yaitu rusaknya fasilitas umum, kehilangan harta benda bahkan dapat memakan korban. Daerah yang rawan akan bencana yang disebabkan oleh pergerakan tanah salah satunya yaitu Pulau Jawa. Cirebon merupakan salah satu contoh daerah yang rentan sekali terjadi bencana gerakan tanah. Oleh karena itu pada penelitian kali ini berlokasikan di Kota Cirebon, Jawa Barat. Pada penelitan ini kali ini menggunakan metode pendekatan statistik yaitu metode Weight of Evidence (WoE). Pada penelitian ini akan menggunakan data kejadian gerakan tanah berbasis poligon dalam mengidentifikasi zona kerentanan. Peta Zona Kerentanan Gerakan Tanah yang telah dibuat menggunakan data kejadian berbasis poligon berikutnya akan dibandingkan dengan peta Zona Kerentanan Gerakan Tanah yang menggunakan data kejadian berbasis titik untuk mengetahui besar pengaruh yang dihasilkan. Peta Zona Kerentanan Gerakan Tanah berbasis poligon optimal memiliki AUC success rate (SR) dan predictive rate (PR) sebesar 0.874 (SR) dan 0.847 (PR) dimana memiliki nilai yang lebih baik. Sedangkan peta ZKGT berbasis titik optimal memiliki AUC success rate (SR) dan predictive rate (PR) sebesar 0.849 (SR) dan 0.836 (PR). Melalui penelitian ini, diharapkan pengetahuan mengenai pengaruh bentuk data terhadap peta yang dihasilkan dapat menjadi acuan untuk upaya mitigasi bencana.

---

In Indonesia, there are many natural disaster phenomena that frequently occur. Natural disasters in Indonesia vary greatly. One of the natural disasters that occurred in the last few decades is a disaster caused by land movement. This land movement disaster causes several problems, namely damage to public facilities, loss of property and can even result in casualties. One of the areas prone to disasters caused by land movement is Java Island. Cirebon is an example of an area that is very vulnerable to land movement disasters. Therefore, this research was located in Cirebon Regency, West Java. In this research, a statistical approach method was used, namely the Weight of Evidence (WoE) methods. This study will use polygon-based landslide event data to identify vulnerability zones. The Landslide Vulnerability Zone map that has been created using polygon-based event data will subsequently be compared to the Landslide Vulnerability Zone map that uses point-based event data to determine the extent of the resulting impact. The Optimal Polygon-based Landslide Vulnerability Zone Map has an AUC success rate (SR) and predictive rate (PR) of 0.874 (SR) and 0.847 (PR), which are better values. Meanwhile, the Optimal Point-based Landslide Vulnerability Zone Map has an AUC success rate (SR) and predictive rate (PR) of 0.849 (SR) and 0.836 (PR). Through this research, it is hoped that the knowledge about the influence of data format on the resulting maps can serve as a reference for disaster mitigation efforts."

"

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%.

"

"Daerah Cibadak, Kabupaten Sukabumi, memiliki tingkat kerentanan gerakan tanah yang tinggi akibat kondisi geologi, morfologi, dan curah hujan yang kompleks. Penelitian ini bertujuan untuk memetakan zona kerentanan gerakan tanah dengan pendekatan pemodelan statistik Weight of Evidence (WoE) serta validasi spasial menggunakan data deformasi PS-InSAR Sentinel-1A. Sembilan parameter utama yang digunakan meliputi elevasi, kemiringan lereng, litologi, densitas struktur, penggunaan lahan, densitas sungai, topographic wetness index (TWI), curvature, dan curah hujan. Model kerentanan yang dihasilkan divalidasi secara statistik menggunakan Area Under Curve (AUC) dengan pembagian data training 70% dan testing 30%, serta validasi spasial berdasarkan overlay titik deformasi PS-InSAR dan kejadian longsor aktual. Hasil penelitian menunjukkan zona kerentanan tinggi terkonsentrasi di wilayah perbukitan bagian tengah hingga barat daya, dengan parameter paling berpengaruh adalah densitas struktur, curah hujan, dan litologi. Validasi statistik menghasilkan nilai AUC success rate sebesar 0,765 dan predictive rate sebesar 0,788, yang mengindikasikan kemampuan klasifikasi model berada pada kategori baik. Validasi spasial menunjukkan sebanyak 77,50% kejadian longsor aktual berada pada zona kerentanan tinggi hasil model, serta 89,66% kejadian sesuai dengan zona deformasi yang terdeteksi oleh PS-InSAR. Penelitian ini membuktikan bahwa model zona kerentanan yang dikembangkan memiliki tingkat akurasi dan kesesuaian spasial yang tinggi, sehingga dapat diandalkan sebagai dasar mitigasi dan perencanaan tata ruang di wilayah rawan gerakan tanah.

---

The Cibadak area, Sukabumi Regency, has a high level of landslide susceptibility due to complex geological, morphological, and rainfall conditions. This study aims to map landslide susceptibility zones using the statistical modeling approach of Weight of Evidence (WoE) and spatial validation utilizing PS-InSAR Sentinel-1A deformation data. Nine main parameters were used, including elevation, slope, lithology, structure density, land use, river density, topographic wetness index (TWI), curvature, and rainfall. The resulting susceptibility model was statistically validated using the Area Under Curve (AUC) method with a data split of 70% for training and 30% for testing, as well as spatial validation based on the overlay of PS-InSAR deformation points and actual landslide events. The results indicate that high-susceptibility zones are concentrated in the central to southwestern hilly areas, with the most influential parameters being structure density, rainfall, and lithology. Statistical validation produced an AUC success rate of 0.765 and a predictive rate of 0.788, indicating that the model's classification capability is in the good category. Spatial validation showed that 77.50% of actual landslide events are located in high or very high susceptibility zones of the model, and 89.66% correspond to deformation zones detected by PS-InSAR. These findings demonstrate that the developed susceptibility model has high accuracy and spatial agreement, making it reliable as a basis for mitigation and spatial planning in landslide-prone areas."

"Wilayah yang menjadi daerah penelitian berada pada kavling pemetaan geologi lanjutan milik penulis yang mencakup Kecamatan Bayah dan Cibeber di Kabupaten Lebak dengan luas area 6x6 km2. Daerah penelitian ini memiliki banyak memiliki lereng yang cukup curam dengan curah hujan tinggi. Penelitian ini bertujuan untuk memetakan persebaran area zona kerentanan gerakan tanah dalam piksel resolusi 15, 25, 35, dan 45. Adapun data yang digunakan berupa data kejadian longsor dan 8 faktor pemicu kejadian gerakan tanah. Dari faktor tersebut diolah menjadi 8 peta faktor pemicu kejadian gerakan tanah yang kemudian dilakukan perhitungan Weight of Evidence (WoE). Dari perhitungan WoE masing-masing piksel resolusi didapati nilai kontras yang digunakan untuk perhitungan peta Landslide Susceptibility Index (LSI). Dari peta LSI didapati suatu peta zona kerentanan gerakan tanah dengan piksel resolusi berbeda dengan pembagian indikatornya menjadi zona kerentanan gerakan tanah sangat rendah, rendah, menengah, dan tinggi. Terakhir menggunakan metode Area Under the Curvature (AUC) didapati nilai tertinggi success rate berada pada piksel resolusi 15 (AUC = 0.736) dan predictive rate pada piksel resolusi 15 (AUC = 0.674). kemiringan 35-55, elevasi 400-500m, aspek lereng barat laut, kurvatur concave, vegetasi sedang, kerapatan struktur 558.36-745.45 m/m2, kerapatan sungai sedang, dan curah hujan tinggi, adalah kelas faktor pemicu yang berpengaruh terhadap kejadian gerakan tanah.

---

The research area is located within the geological mapping block owned by the author, covering the Bayah and Cibeber sub-districts in Lebak Regency, with a total area of 6x6 km². This area features many steep slopes and experiences high rainfall. The objective of this study is to map the distribution of landslide susceptibility zones using pixel resolutions of 15, 25, 35, and 45 meters. The data used includes landslide occurrence data and eight triggering factors for landslides. These factors are processed into eight landslide-triggering factor maps, which are then analyzed using the Weight of Evidence (WoE) method. From the WoE calculations for each pixel resolution, contrast values are obtained and used to calculate the Landslide Susceptibility Index (LSI) map. The resulting LSI maps depict landslide susceptibility zones at different pixel resolutions, classified into very low, low, medium, and high susceptibility zones. Finally, using the Area Under the Curve (AUC) method, the highest success rate was found at the 15-meter pixel resolution (AUC = 0.736), and the predictive rate was also highest at 15 meters (AUC = 0.674). Slope of 35–55°, elevation of 400–500 m, northwest slope aspect, concave curvature, moderate vegetation, structural density of 558.36–745.45 m/m², moderate drainage density, and high rainfall are the triggering factor classes that significantly influence landslide occurrences."

"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."

"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 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."