Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tanah longsor merupakan bencana hidrometeorologi yang kerap terjadi di Kabupaten Kerinci dan Kota Sungai Penuh, Provinsi Jambi. Penelitian ini bertujuan untuk memodelkan kerentanan tanah longsor secara spasial menggunakan dua pendekatan statistik, yaitu regresi logistik dan frekuensi rasio, serta mengevaluasi performa akurasi masing-masing model. Sebanyak 51 titik longsor hasil survei lapangan digunakan, dengan pembagian 80% sebagai data pelatihan dan 20% untuk validasi. Sebelas variabel fisik digunakan sebagai faktor prediktor: kemiringan lereng, elevasi, aspek lereng, bentuk lereng, jarak dari jalan, jarak dari sungai, jarak dari patahan, Topographic Wetness Index (TWI), Stream Power Index (SPI), Stream Transport Index (STI), dan NDVI. Hasil analisis menunjukkan bahwa distribusi kerentanan tidak bersifat acak, melainkan terstruktur mengikuti kondisi morfologi dan aktivitas antropogenik. Model frekuensi rasio mengidentifikasi zona kerentanan sangat tinggi seluas 20,31% (77.389,45 ha), sedangkan regresi logistik seluas 18,34% (69.868,96 ha). Validasi menggunakan Area Under Curve (AUC) dari kurva ROC menunjukkan bahwa regresi logistik memiliki tingkat akurasi yang lebih tinggi (AUC = 0,9351) dibanding frekuensi rasio (AUC = 0,7970). Dengan mempertimbangkan interaksi antar variabel, regresi logistik terbukti lebih unggul dalam memodelkan kerentanan tanah longsor secara spasial di wilayah studi.

---

Landslides are a common hydrometeorological hazard in Kerinci Regency and Sungai Penuh City, Jambi Province, Indonesia. This study aims to spatially model landslide susceptibility using two statistical approaches: logistic regression and frequency ratio, and to evaluate the predictive performance of each method. A total of 51 landslide points obtained from field surveys were used, with 80% allocated for training and 20% for validation. Eleven physical variables were employed as predictor factors: slope, elevation, aspect, curvature, distance to roads, distance to rivers, distance to faults, Topographic Wetness Index (TWI), Stream Power Index (SPI), Stream Transport Index (STI), and Normalized Difference Vegetation Index (NDVI). The results indicate that the spatial distribution of susceptibility is not random but structured, following morphological conditions and anthropogenic activities. The frequency ratio model identified very high susceptibility zones covering 20.31% (77,389.45 ha), while logistic regression identified 18.34% (69,868.96 ha). Validation using the Area Under the Curve (AUC) of the Receiver Operating Characteristic (ROC) curve showed that logistic regression yielded a higher accuracy (AUC = 0.9351) compared to the frequency ratio (AUC = 0.7970). By accounting for variable interactions, logistic regression proved to be more effective in spatially modeling landslide susceptibility within the study area. "

"Desa Cibanteng merupakan salah satu desa rawan bencana gerakan tanah sehingga masyarakat memerlukan kesiapsiagaan bencana sebagai bentuk kapasitas dalam merespon bencana gerakan tanah. Kesiapsiagaan adalah serangkaian kegiatan yang dilakukan untuk mengantisipasi bencana melalui pengorganisasian serta melalui langkah yang tepat guna. Oleh karena itu, penelitian ini bertujuan untuk menganalisis tingkat kesiapsiagaan masyarakat wilayah rawan gerakan tanah di Desa Cibanteng dengan menggunakan lima variabel kesiapsiagaan antara lain pengetahuan bencana, kebijakan, rencana tanggap darurat, sistem peringatan bencana, dan mobilisasi sumber daya. Objek penelitian ini merupakan masyarakat yang berada di wilayah rawan gerakan tanah. Penilaian kesiapsiagaan dilakukan dengan menggunakan metode deskripsi kuantitatif dengan nilai rata-rata (mean). Kesiapsiagaan yang dinilai tinggi jika melampaui nilai rata-rata kesiapsiagaannya. Hasil penelitian menunjukan terdapat tiga dusun yang tergolong memiliki kesiapsiagaan tinggi yaitu Dusun Cibuntu sebesar 8,22 (20,50%) dengan kelas rawan tinggi gerakan tanah seluas 50,84 Ha, Dusun Cikaso sebesar 8,82 (22%) dengan wilayah kelas rawan tinggi seluas 118,71 Ha, dan Dusun Ciletuh sebesar 8,33(20,79%) dengan wilayah kelas rawan tinggi seluas 102,11 Ha. Sedangkan dua dusun yang tergolong memiliki nilai kesiapsiagaan rendah yaitu Dusun Sukamulya sebesar 7,46 (18,62%) dengan wilayah rawan tinggi seluas 92,20 Ha, dan Dusun Tipar sebesar 7,25 (18,09%) dengan wilayah rawan tinggi seluas 31,90 Ha. Perbedaan wilayah rawan gerakan tanah antar dusun di Desa Cibanteng mempengaruhi kesiapsiagaannya. Semakin rawan wilayah terhadap gerakan tanah maka semakin siapsiaga masyarakat yang menempati wilayah tersebut dalam menghadapi bencana gerakan tanah.

---

Cibanteng is a village prone to ground movements that require community disaster preparedness as a form of disaster response capacity in ground motion. Preparedness is a series of activities undertaken to anticipate disasters, through organizing and through appropriate measures. Therefore, this study aimed to analyze the level of community preparedness prone area of land in the village Cibanteng movement using five variables including knowledge of disaster preparedness, policy, emergency response planning, disaster warning system and mobilization of resources. This research subject is the people who are in areas vulnerable to soil movement. Preparedness assessment using quantitative description with the average value (Mean). Value of high preparedness for exceeding the average value of preparedness and vice versa.

The result of research showed there are three hamlets were classified as having a high preparedness namely Hamlet Cibuntu of 8.22 (20.50%) with high-class areas prone area of 50.84 hectares, Hamlet Cikaso of 8.82 (22%) with high-class areas prone covering an area of 118.71 hectares, and Hamlet Ciletuh of 8.33 (20.79%) with high-class areas prone area of 102.11 hectares. While the two hamlets were classified as having a low value that is Hamlet Sukamulya preparedness amounted to 7.46 (18.62%) with a high-prone area measuring 92.20 hectares, and Hamlet Tipar at 7.25 (18.09%) with a high-prone area measuring 31.90 Ha. Differences between the soil movement prone region hamlet in Cibanteng affect preparedness. Increasingly prone areas vulnerable to soil movement, the more community prepared."

"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."

"Gunung Papandayan, terletak di Kabupaten Garut, Jawa Barat, merupakan salah satu gunung berapi aktif yang memiliki potensi bencana, terutama di area Kawah Tapal Kuda. Kawasan ini dipengaruhi oleh aktivitas hidrotermal dan keberadaan batuan teralterasi yang dapat mempengaruhi kestabilan lereng. Penelitian dilakukan di 14 titik untuk data RMR serta 6 lereng (3 segar dan 3 teralterasi) yang menjadi jalur utama pendakian dan jalur motor, dengan tujuan untuk memetakan kualitas masa batuan dan menganalisis kestabilan lereng serta mengidentifikasi potensi keruntuhan di area tersebut guna memberikan rekomendasi untuk lereng yang berpotensi mengalami keruntuhan. Metode Rock Mass Rating (RMR) digunakan untuk mengklasifikasikan massa batuan, sedangkan analisis kinematik diterapkan untuk memahami interaksi antara bidang diskontinuitas dan lereng. Untuk menilai tingkat keamanan lereng, digunakan metode kesetimbangan batas yang menghitung Faktor Keamanan (FK). Selain itu, pemodelan geoteknik dilakukan untuk memvisualisasikan rekomendasi untuk lereng yang memiliki nilai FK < 1.25. Hasil dari penelitian ini didapatkan bahwa area penelitian terbagi menjadi tiga kelas RMR yaitu sangat baik, baik, dan sedang. Setelah dilakukan analisis kinematik didapatkan bahwa keenam lereng berpotensi mengalami tipe longsoran guling (toppling failure), dengan kemungkinan mengalami tipe longsoran guling mulai dari 10-75%. Hasil dari analisis kestabilan lereng yang dilakukan dengan metode kesetimbangan batas didapatkan bahwa lereng-lereng yang menjadi objek penelitian termasuk ke dalam kategori stabil dengan nilai FK yg bervariasi mulai dari 1.587 hingga 3.5, kecuali lereng alterasi 1 yang memiliki nilai FK 0.979 dengan kategori tidak stabil. Nilai FK yang kecil ini disebabkan oleh karakteristik geologi seperti karakteristik petrografi yang mana pada sayatan tipis sampel ini terlihat mineral-mineral dengan ukuran butir afanitik dan bentuk mineral anheral yang mendominasi dengan kandungan mineral lempung yang cukup tinggi yaitu 38% serta dari sisi properti massa batuan batuan di lereng ini memiliki nilai kohesi terendah yaitu 0.127 yang mengurangi gaya penahan dari lereng alterasi 1. Kemudian setelah dilakukan pemodelan kembali dengan memasang blok batuan berupa bolt pada bagian atas lereng dengan jarak antar bolt adalah 2 meter menghasilkan nilai FK sebesar 1.909 dengan kategori stabil.

---

Mount Papandayan, located in Garut Regency, West Java, is one of Indonesia’s active volcanoes and poses significant hazard potential, particularly in the Kawah Tapal Kuda area. This region is influenced by intense hydrothermal activity and the presence of altered rocks, which can greatly affect slope stability. The study was conducted at 14 locations for Rock Mass Rating (RMR) data collection and on 6 slope sections (3 composed of fresh rock and 3 of altered rock) situated along the main hiking and motorbike access routes. The objective was to map the rock mass quality, analyze slope stability, and identify potential failure zones in order to provide engineering recommendations for potentially unstable slopes. The RMR classification system was employed to evaluate the quality of the rock mass. Meanwhile, kinematic analysis was used to understand the interaction between discontinuity planes and slope geometry. To assess slope safety, the Limit Equilibrium Method (LEM) was applied to calculate the Factor of Safety (FoS). Additionally, geotechnical modeling was carried out to simulate the implementation of stabilization measures for slopes with FoS values lower than 1.25. The results revealed that the rock masses within the study area fall into three RMR classes: very good, good, and fair. Kinematic analysis showed that all six slope sections are potentially susceptible to toppling failure, with probabilities ranging from 10% to 75%. The LEM-based slope stability analysis further indicated that most slopes are categorized as stable, with FoS values ranging from 1.587 to 3.5, except for one altered slope (Altered Slope 1) which had a FoS of 0.979, classifying it as unstable. The low FoS value on Altered Slope 1 is attributed to both geological characteristics and rock mass properties. Petrographic analysis of the thin section sample revealed the dominance of aphanitic grain-sized, anhedral minerals, and a high clay mineral content of approximately 38%. Furthermore, this slope section had the lowest cohesion value among all slopes, at only 0.127 MPa, which significantly reduced its shear resistance. Following this, remedial modeling was carried out by installing rock bolts at the top portion of the slope, spaced 2 meters apart. This stabilization effort successfully increased the FoS to 1.909, reclassifying the slope as stable."

"Terjadinya tanah longsor di Kabupaten Bandung telah menimbulkan resiko kerugian yang tidak sedikit, sehingga penelusuran tentang kejadian tanah longsor dapat digunakan untuk tujuan mitigasi bencana. Pendugaan potensi longsor dapat digunakan dengan metode SINMAP yang selanjutnya dikaitkan dengan lokasi kejadian longsor untuk mengkaji keakuratan. Kerentanan kependudukan di wilayah rawan longsor didasarkan pada penduduk usia rentan. Resiko bencana tanah longsor dikaji dengan mengaitkan nilai kerugian baik harga rumah dan nilai kerugian yang diderita pada lahan pertanian. Hasil penelitian menunjukan bahwa dari 33 kejadian titik longsor terdapat 20 kejadian longsor yang berada di atas wilayah potensi longsor pemodelan SINMAP. Dengan rincian 9 kejadian yang menimpa lahan permukiman dan sisanya 11 kejadian yang menimpa lahan pertanian. Kerentanan penduduk di wilayah rawan longsor ditemukan sekitar 2 lokasi di kaki Gunung, 6 lokasi di sekitar kaki Gunung Malabar, dan sebanyak 3 lokasi ditemukan di kaki Gunung Waringin. Resiko bencana di permukiman terdapat 3 lokasi di kaki Gunung Wayang, 2 lokasi di kaki Gunung Patuha dan 5 lokasi di kaki Gunung Malabar. Kerugian di lahan pertanian ditemukan 2 lokasi di kaki Gunung Patuha, 7 lokasi di kaki Gunung Malabar dan satu lokasi di Gunung Kencana.

---

The occurrence of landslides in Bandung Regency has raised the risk of loss is not small, so a search on the incidence of landslides can be used for disaster mitigation purposes. Estimation of potential landslides can be used with method SINMAP to further landslides associated with the scene to assess the accuracy. Population vulnerability in landslide prone area on a basic of vulnerable population ages. The risk of landslides assessed by relating the value of losses both house prices and the value of losses suffered on the farm.

The results showed that of 33 events there are 20 point landslide landslide occurrence in the upper area of potential landslide SINMAP modeling. With details of what happened to 9 land settlement and the remaining 11 events that befall farmland Vulnerability of people in landslide prone areas are found around 2 at the foot of Mount, 6 location points around the foot of Mount Malabar, and as many as 3 point locations are found at the foot of Mount K.. Disaster risk in the settlement, there are 3 point location at the foot of Mount Wayang, two point locations in Patuha and 5 point location at the foot of Mount Malabar. Losses on farms found 2 at the foot of Mount Patuha, 7-point location at the foot of Mount Malabar and a single location in Mount Kendeng."

"Kabupaten Cianjur merupakan salah satu wilayah di Indonesia yang memiliki tingkat risiko bencana alam tinggi dengan tanah longsor sebagai ancaman utama. Kecamatan Cibeber menjadi satu wilayah dengan tingkat kerawanan dan frekuensi kejadian tanah longsor yang signifikan di kecamatan ini, yang berdampak langsung terhadap keselamatan jiwa, lingkungan, dan kerugian material. Oleh karena itu, masyarakat diharapkan mampu mengembangkan kemampuan untuk bertahan pada situasi bencana dengan melakukan bentuk-bentuk adaptasi. Penelitian ini bertujuan untuk mengeksplorasi persepsi, sikap, dan perilaku masyarakat dalam menghadapi ancaman tanah longsor, dengan fokus pada wilayah-wilayah dengan tingkat kerawanan berbeda di Kecamatan Cibeber, yaitu Desa Kanoman, Cibokor, Girimulya, dan Karangnunggal. Secara umum, penilaian terhadap gejala psikologis seperti halnya persepsi dan sikap merupakan pengukuran yang secara tidak langsung cukup sulit dilakukan karena merupakan komponen abstrak. Penelitian ini menggunakan pengukuran indeks persepsi risiko dan sikap yang diperoleh dari kuesioner, observasi, dokumentasi, serta didukung oleh analisis keruangan dan deskriptif untuk menilai keterkaitan antara persepsi dan sikap terhadap bentuk adaptasi yang dilakukan masyarakat. Data pendukung meliputi karakteristik masyarakat dan karakteristik wilayah juga dihimpun untuk memperkaya analisis. Hasil penelitian menunjukkan bahwa persepsi dan sikap masyarakat terhadap risiko tanah longsor cenderung meningkat seiring dengan meningkatnya tingkat kerawanan wilayah. Kedua aspek tersebut memiliki pengaruh yang signifikan dalam membentuk motivasi individu untuk berperilaku adaptif dalam menghadapi bencana. Hasil tersebut menunjukkan pentingnya integrasi antara karakteristik sosial masyarakat, karakteristik wilayah, dan pendekatan spasial dalam merumuskan perilaku adaptasi bencana yang lebih efektif dan sesuai dengan konteks wilayah.

---

Cianjur Regency is one of the regions in Indonesia with a high level of natural disaster risk, where landslides pose the most significant threat. Cibeber Sub-district is particularly vulnerable with a high frequency of landslide events that directly impact human safety, the environment, and economic losses. In response, local communities are expected to develop the capacity to cope with such disasters through various forms of adaptation. This study aims to explore the perceptions, attitudes, and adaptive behaviors of communities in the face of landslide hazards, focusing on areas with varying levels of susceptibility in Cibeber Sub-district, namely the villages of Kanoman, Cibokor, Girimulya, and Karangnunggal. In general, assessing psychological aspects such as perception and attitude is challenging due to their abstract nature. This research employs a Risk Perception Index (RPI) and attitude measurement derived from questionnaires, field observations, and documentation, supported by spatial and descriptive analyses to examine the relationship between risk perception, attitude, and adaptive behavior. Supporting data on community characteristics and regional features were also collected to enrich the analysis. The findings indicate that community perception and attitude toward landslide risk tend to increase in line with higher levels of hazard susceptibility. These two aspects significantly influence individual motivation to adopt adaptive behavior in the face of disaster. The results highlight the importance of integrating social characteristics, regional conditions, and spatial approaches in formulating more effective and contextually relevant disaster adaptation strategies."

"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."