Hasil Pencarian  ::  Simpan CSV :: Kembali

"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 merupakan salah satu bencana alam yang cukup sering terjadi di Indonesia. Tercatat pada tahun 2020 telah terjadi bencana gerakan tanah sebanyak 1152 peristiwa yang tersebar di seluruh wilayah Indonesia. Provinsi Jawa Barat menjadi salah satu wilayah yang rentan akan terjadinya gerakan tanah. Penelitian ini bertujuan untuk mengetahui zona kerentanan gerakan tanah pada Kabupaten Garut, Provinsi Jawa Barat dan menentukan metode yang memiliki tingkat akurasi lebih baik pada lokasi penelitian. Penentuan zona kerentanan gerakan tanah dilakukan dengan menggunakan metode Weight of Evidence (WoE) dan Logistic Regression (LR). Parameter penyebab kerentanan gerakan tanah yang digunakan pada penelitian ini yaitu elevasi, kemiringan lereng, aspek lereng, curvature, Normalized Differential Vegetation Index (NDVI), jarak terhadap sungai, jarak terhadap jalan, jarak terhadap kelurusan, tata guna lahan, litologi, dan curah hujan pada setiap bulannya. Penelitian ini juga menggunakan data kejadian gerakan tanah yang terjadi selama tahun 2000 hingga tahun 2020. Data kejadian gerakan tanah dibagi menjadi dua kelompok, yaitu data training set sebesar 70% dan data test setsebesar 30%. Kedua data tersebut digunakan untuk validasi model berupa success rate dan predictive rate. Penelitian ini menghasilkan 12 peta kerentanan gerakan tanah berdasarkan data setiap bulannya dari masing-masing metode. Peta kerentanan gerakan tanah terbagi menjadi empat zona kerentanan gerakan tanah. Hasil validasi success rate dan predictive rate pada penelitian ini menunjukkan bahwa metode WoE memiliki tingkat akurasi yang lebih tinggi pada success rate dan metode LR memiliki tingkat akurasi yang lebih tinggi pada predictive rate. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua metode tersebut dapat melengkapi satu sama lain.

---

Landslides are one of the most frequent natural disasters in Indonesia. It was recorded that in 2020 there have been 1152 landslides events disasters spread throughout Indonesia. West Java Province is one of the areas that vulnerable to landslides. This research aims to determine the landslide vulnerability zone in Garut Regency, West Java Province and to determine which method has better accuracy at this research. In this study, determination of landslide vulnerability zone was carried out using Weight of Evidence (WoE) and Logistic Regression methods. The parameter that causing landslide vulnerability that used in this study are elevation, slope, slope aspect, curvature, normalized differential vegetation index (NDVI), distance to river, distance to road, distance to lineament, land use, lithology, and rainfall on a monthly basis. This study also used data of landslide events that occurred from 2000 to 2020. Landslide events data divided into two groups, training set (70%) and test set (30%). Both data is used for validation model of success rate and predictive rate. This study produced 12 landslide vulnerability maps based on monthly data from each method. The landslide vulnerability map is divided into four landslide vulnerability zones. The results of the success rate and predictive rate validation show that the WoE method has a higher accuracy at success rate and the LR method has a higher accuracy at predictive rate. Based on these results, it can be concluded that the two methods can complement each other."

"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"

"Gerakan tanah merupakan salah satu bencana alam geologi paling sering terjadi dan merusak di indonesia. Oleh karena itu pemetaan zona kerentanan gerakan tanah dapat dilakukan guna membantu stackholder dalam langkah pencegahan. Salah satu yang penting dalam penilaian kerentanan gerakan tanah adalah pemilihan unit pemetaan. Pada penelitian ini bertujuan untuk membandingkan akurasi unit pemetaan slope unit dan grid cell serta mengeksplor faktor paling mengontrol dan zonasi kondisi kerentanan gerakan tanah di Kabupaten Sumedang. Dalam pembuatan pemetaan kerentanan gerakan tanah ini menggunakan data gerakan tanah sebanyak 332 titik dan 10 faktor pengkondisi gerakan tanah. Index of Entropy Model digunakan untuk mengkuantifikasi faktor pengontrol gerakan tanah. Analisis pemetaan gerakan tanah berdasarkan slope unit dan grid cell dihasilkan dengan menggunakan metode Logistic Regression. Kurva AUC digunakan untuk mengevaluasi peta kerentanan gerakan tanah dengan menghitung akurasi training dan akurasi predictive. Dari hasil didapatkan faktor pengontrol pada penelitian ini adalah faktor aspek, ketinggian, kemiringan, curah hujan bulan agustus. Zona kerentanan gerakan tanah dibagi menjadi 4, yaitu sangat rendah, rendah, sedang, dan tinggi. Nilai akurasi training dan predictive metode Grid Cell (AUC = 0,831; 0,842; 0,828; 0,83) sedikit lebih baik daripada metode Slope Unit (AUC = 0,794; 0,792; 0,752; 0,757), meskipun Slope Unit menyerupai bentuk lahan lebih baik daripada Grid Cell.

---

Land movement is one of the most frequent and destructive geological natural disasters in Indonesia. Therefore, mapping of land movement vulnerability zones can be carried out to assist stackholders in preventive measures. One of the important things in assessing land movement susceptibility is the selection of mapping units. This research aims to compare the accuracy of slope unit and grid cell mapping units and explore the most controlling factors and zoning of land movement vulnerability conditions in Sumedang Regency. In making this land movement vulnerability mapping, 332 points of land movement data and 10 land movement conditioning factors were used. The Index of Entropy Model is used to quantify factors controlling land movement. Analysis of land movement mapping based on slope units and grid cells was produced using the Logistic Regression method. The AUC curve is used to evaluate the land movement susceptibility map by calculating training accuracy and predictive accuracy. From the results obtained, the controlling factors in this study were aspect, height, slope, and rainfall in August. Land movement vulnerability zones are divided into 4, namely very low, low, medium and high. The training and predictive accuracy values of the Grid Cell method (AUC = 0.831; 0.842; 0.828; 0.83) are slightly better than the Slope Unit method (AUC = 0.794; 0.792; 0.752; 0.757), although the Slope Unit resembles landforms better than the Grid Cell."

"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."

"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."

"Tingginya intensitas atau frekuensi kejadian gerakan tanah atau tanah longsor di Jawa Tengah terlebih di Kabupaten Cilacap yang merupakan salah satu wilayah dengan frekuensi kejadian longsor yang tinggi maka diperlukan adanya upaya mitigasi bencana yang tepat untuk mengurangi resiko bencana. Sejak tahun 1998-2023 terdapat 303 kejadian gerakan tanah, data tersebut dibagi menjadi 70% data training dan 30% data testing (validasi). Sebagai upaya mitigasi, diperlukan adanya kajian terkait analisis persebaran zona rawan longsor. Kajian tersebut mencakup identifikasi faktor penyebab tanah longsor melalui metode frequency ratio dan statistical index. Faktor penyebab gerakan tanah terdiri dari tingkat kemiringan lereng, elevasi, aspek lereng, intensitas curah hujan, jenis penutup lahan, tipe litologi, kerapatan sungai utama dan anak sungai, kerapatan jalan, kerapatan kelurusan, dan data kejadian longsor. Tujuan Frequency ratio yaitu mengokorelasikan kejadian gerakan tanah dengan faktor kausatif terkait dan Statistical index dapat memberikan bobot korelasi faktor tersebut terhadap kejadian gerakan tanah. Analisis dengan kedua metode tersebut dapat memperkuat interpretasi terkait pengaruh parameter gerakan tanah terhadap kejadian gerakan tanah. Kemudian akan dilakukan uji validasi melalui analisis Grafik AUC. Pada penelitian ini, hasil analisis frequency ratio bernilai AUC 84,9 dan hasil analisis statistical index sebesar 81,5. Kedua nilai tersebut termasuk kategori baik. Sehingga diperoleh bahwa faktor penyebab gerakan tanah di Cilacap dominan dipengaruhi oleh litologi batuan, tingkat kemiringan lereng, elevasi dan aspek lereng.

---

The high intensity or frequency of land movement or landslides in Central Java, especially in Cilacap Regency, which is one of the areas with a high frequency of landslides, means that appropriate disaster mitigation efforts are needed to reduce disaster risk. From 1998-2023 there were 303 ground movement incidents, the data was divided into 70% training data and 30% testing (validation) data. As a mitigation effort, a study is needed regarding the analysis of the distribution of landslide-prone zones. The study includes identifying factors that cause landslides using frequency ratio and statistical index methods. Factors causing land movement consist of slope level, elevation, slope Aspect, rainfall intensity, land cover type, lithology, density of main river network and tributary, density of road network, Lineament density, and data on landslide events. The purpose of the Frequency ratio is to correlate ground movement events with related causative factors and the Statistical index can provide a weight for the correlation of these factors with ground movement events. Analysis using these two methods can strengthen interpretations regarding the influence of ground motion parameters on ground motion events. Then a validation test will be carried out through AUC graph analysis. In this study, the results of the frequency ratio analysis were AUC 84.9 and the results of the statistical index analysis were 81.5. Both values are in the good category. So it was found that the factors causing land movement in Cilacap were predominantly influenced by rock lithology, slope level, elevation and slope aspect."