Hasil Pencarian  ::  Simpan CSV :: Kembali

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

"Penelitian ini bertujuan untuk mengetahui daerah rawan tanah longsor di Kabupaten Dairi, Provinsi Sumatera Utara dengan menggunakan metode Spatial Multicriteria Evaluations (SMCE). Sebanyak 100 data inventaris kejadian bencana tanah longsor digunakan dalam penelitian yang berlangsung selama tahun 2018 – 2020. Data ini dibagi menjadi dua bagian yaitu 60 titik digunakan untuk pengolahan dalam menentukan peta rawan longsor dan 40 titik digunakan untuk validasi peta rawan longsor. Untuk menghasilkan peta rawan longsor, digunakan 12 parameter yang memiliki pengaruh terhadap terjadinya longsor yakni kemiringan lereng, arah hadap lereng (aspek), ketinggian (elevasi), bentuk lereng, formasi, jarak dari patahan, jarak dari sungai, topographic wetness index (TWI), stream power index (SPI), sediment transport index (STI), penggunaan lahan, dan jarak dari jalan. Selanjutnya masing-masing peta parameter dianalisis menggunakan metode SMCE melalui pendekatan analytical hierarchy process (AHP). Hasil pembuatan peta kerawanan longsor dibagi menjadi 5 kelas yang terdiri dari kelas sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Penentuan validasi peta kerawanan yang telah dibuat dilakukan dengan menggunakan metode kurva receiver operating characteristic (ROC). Nilai area under curve (AUC) pada kurva ROC hasil penelitian ini menunjukkan nilai akurasi  83,33 %. Berdasarkan nilai tersebut, maka model peta yang dihasilkan dapat digolongkan memiliki akurasi yang tinggi. Peta daerah rawan longsor yang dibuat dapat berguna sebagai upaya mitigasi bencana di Kabupaten Dairi, Provinsi Sumatera Utara.

---

This study aims to determine landslide susceptibility areas in Dairi Regency, North Sumatra Province using the Spatial Multicriteria Evaluations (SMCE) method. A total of 100 pieces of inventory data for landslide events were used in the research that took place during 2018 – 2020. This data was divided into two parts, 60 points were used for processing in determining landslide susceptibility map and 40 points were used for validation of landslide susceptibility map. To produce a landslide susceptibility map, 12 parameters are used that influence the occurrence of landslides, including  slope gradient, slope aspect, elevation, curvature, lithology, distance from faults, distance from rivers, topographic wetness index (TWI), stream power index (SPI), sediment transport index (STI), land use, and distance from roads. Furthermore, each parameter map was analyzed using the SMCE method through the analytical hierarchy process (AHP) approach. The result of making landslide susceptibility map is divided into 5 classes consisting of very low, low, medium, high, and very high classes. Determination of the validation of the susceptibility map that has been made is done using the receiver operating characteristic (ROC) curve method. The area under curve (AUC) value on the ROC curve shows an accuracy value of 83.33%. Based on these values, the resulting map model can be classified as having high accuracy. The map of landslide susceptibility areas that is made is expected to be useful as a disaster mitigation effort in Dairi Regency, North Sumatra Province."

"ABSTRAKPertumbuhan penduduk kota yang cepat dan tak terkendali menyebabkan tekanan terhadap ketersediaan lahan. Selain itu berbagai masalah seperti fasilitas umum yang tidak merata hingga bencana seperti banjir dan longsor yang terjadi saat ini akan semakin parah di masa yang akan datang. Penelitian ini berusaha untuk melakukan proyeksi mengenai pertambahan penduduk agar ketersediaan lahan yang ada dapat digunakan secara berkelanjutan. Sistem pemodelan merupakan metode yang dapat menggambarkan situasi nyata mengenai ketersediaan lahan. Penilaian kesesuaian penggunaan lahan merupakan penentu utama dalam proses perencanaan dan pengambilan keputusan. Variabel yang diambil untuk penelitian ini adalah kemiringan, ketinggian, dan tutupan lahan. Studi ini memberikan informasi mengenai proyeksi pertumbuhan penduduk dan wilayah terbangun, serta kesesuaian lahan untuk pembentukan kota di masa depan dan strategi mitigasi bencana banjir dan longsor untuk pengembangan wilayah terbangun.

---

The rapid and uncontrolled population growth of the city causes pressure on the availability of land. In addition, various problems such as uneven public facilities such as disasters such as floods and landslides that occur at this time will be even worse in the future. This research attempts to make projections regarding population growth so that the available land can be used sustainably. Modeling system is a method that can describe real situations regarding land availability. Land use suitability assessment is the main determinant in the planning and decision making process. The variables taken for this study are slope, altitude, and land cover. This study provides information on projections of population growth and built areas, as well as land suitability for future city formation and flood and landslide mitigation strategies for the development of built areas.

"

"Longsor merupakan bencana yag sering terjadi di Indonesia termasuk Kabupaten Kebumen. Sebaran potensi dan bahaya longsor dapat diidentifikasi dengan metode Indeks Storie. Tingkat potensi longsor Kabupaten Kebumen dikaji berdasarkan empat tipe curah hujan, kemiringan lereng, tekstur tanah, dan kerapatan sungai melalui penerapan metode indeks Storie dan bahaya longsor dengan penggunaan tanah. Hasil penelitian menunjukkan bahwa potensi longsor di Kabupaten Kebumen terbagi menjadi tiga kelas, yaitu sangat rendah, rendah dan sedang. Wilayah potensi longsor sedang mendominasi daerah Kabupaten Kebumen sekitar 60 , tersebar di kecamatan kecamatan bagian tengah dari barat sampai timur. Bahaya longsor di Kabupaten Kebumen berada pada lima tingkat, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Hampir separuh dari wilayah Kabupaten Kebumen tergolong sebagai wilayah bahaya longsor sangat tinggi, tersebar di kecamatan kecamatan bagian tengah dari barat sampai ke timur Kabupaten Kebumen.

---

Landslide is a frequent disaster in Indonesia including Kebumen Regency. Potential and hazard of landslide can be identified by the Storie Index method. The potential landslide level of Kebumen Regency is assessed based on four types of rainfall, slope, soil texture, and river density through the application of Storie index method and landslide hazard with land use. The results showed that the potential of landslides in Kebumen Regency is divided into three classes, namely very low, low and medium. Potential landslide areas are dominating the area of Kebumen Regency about 60 , spread in the middle from west to east. Hazard of landslide in Kebumen Regency is at five levels, which is very low, low, medium, high, and very high. Almost half of Kebumen Regency classified as a very high landslide hazard area, spread in the middle from west to east of Kebumen Regency."

"Tanah longsor merupakan salah satu bencana alam yang sering terjadi pada daerah yang memiliki iklim tropis basah yang lazim terjadi di Indonesia. Provinsi Riau adalah salah satu provinsi yang rutin mengalami kejadian longsor.  Pada Provinsi Riau, sepanjang dekade terakhir (2013-2022) telah terjadi 69 kejadian longsor dan diantaranya adalah kejadian tanah longsor yang memutus akses transportasi Jalan Nasional yang menghubungkan antara Provinsi Riau dengan Provinsi Sumatera Barat. Adanya kejadian berulang pada lokasi longsor yang sama/berdekatan dalam jarak waktu yang dekat disebabkan oleh penanganan tanah longsor yang belum maksimal bahkan belum terlaksana, sehingga mempengaruhi efisiensi waktu dan biaya dari penanganan tanah longor. Tujuan dari penelitian ini adalah merekomendasikan strategi pengendalian risiko penanganan longsor,, mengidentifikasi hubungan antara efisiensi waktu dan biaya penanganan longsor dengan proses pemrograman dan perencanaan, dan merekomendasikan cara meningkatkan efisiensi waktu dan biaya penanganan longsor dalam proses pemrograman dan perencanaan. Penelitian ini dilaksanakan dengan mengumpulkan data melalui in depth interview dengan narasumber dan survei kuesioner. Kemudian data diolah menggunakan metode statistik untuk dianalisis deskriptif dan kemudian dilanjutkan dengan analisis risiko kualitatif guna mendapatkan risiko dominan yang berpengaruh terhadap efisiensi waktu dan biaya penanganan tanah longsor di Provinsi Riau. Faktor yang paling berpengaruh terhadap terjadinya longsor di Provinsi Riau adalah Jenis tanah, Curah hujan, Kemiringan Lereng, Perubahan tata lahan seperti penggundulan hutan menjadi lahan basah yang menyebabkan terjadinya pengikisan oleh air permukaan dan menyebabkan tanah menjadi lembek, dan Sistem drainase daerah lereng yang tidak baik yang menyebabkan lereng semakin terjal akibat penggerusan oleh air saluran di tebing. Sedangkan, strategi yang dapat dilakukan adalah Penambatan, Pembuatan Drainase, Identifikasi/Survei Faktor Risiko, Penyediaan Alokasi Anggaran Khusus, Identifikasi penanganan, Survei Inventarisasi Lereng dan Survei Inspeksi Lereng, dan Perencanaan Kerangka Pengeluaran Jangka Menengah (Semester).

---

Landslides are one of the natural disasters that often occur in areas that have a wet tropical climate which is common in Indonesia. Riau Province is one of the provinces that regularly experiences landslides. In Riau Province, over the last decade (2013-2022) there have been 69 landslides and several was a landslide which cut off transportation access for the National Road that connects Riau Province with West Sumatra Province. The occurrence of repeated occurrences at the same/adjacent landslide locations in short period of time is caused by the landslide handling that has not been maximized or even has not even done, thus affecting the time and cost efficiency of landslide disaster risk control. The purpose of this study is to recommend a risk control strategy for landslide disaster risk control, to identify the relationship between time efficiency and cost of landslide disaster risk control with the programming and planning process, and to recommend ways to improve the efficiency of time and cost of landslide disaster risk control in the programming and planning process. This research was carried out by collecting data through expert validation and a questionnaire survei. Then the data is processed using statistical methods for descriptive analysis and then followed by qualitative risk analysis in order to obtain the dominant risk that affects the time efficiency and cost of landslide disaster risk control in Riau Province. The factors that most influence the occurrence of landslides in Riau Province are the type of soil, rainfall, slope, changes in land use such as deforestation to become wetlands which cause surface water to erode and cause the soil to become soft, and poor slope area drainage systems. which causes the slopes to become steeper as a result of being eroded by the channel water on the cliffs. Meanwhile, the strategies that can be carried out are Mooring, Making Drainage, Risk Factor Identification/Survei, Provision of Special Budget Allocations, Identification of handling, Slope Inventory Survei and Slope Inspection Survei, and Planning of the Medium Term (Semester) Expenditure Framework"

"Kondisi geografis dan geologis wilayah Indonesia membuat lokasi di negara tersebut rawan terhadap bencana. Provinsi Jawa Barat sendiri berada dalam wilayah yang memiliki kelas risiko bencana sedang hingga tinggi untuk tahun 2015-2018. Berdasarkan data yang terekam, jenis bencana tertinggi yang terjadi di Provinsi Jawa Barat berupa tanah longsor sebanyak 3.232 kali di Tahun 2020. Penanganan yang diambil pasca bencana sering kali dirasa terburu-buru sehingga kerusakan akan terjadi kembali di lokasi yang sama, sehingga dibutuhkan penanganan kembali yang membutuhkan biaya konstruksi yang lebih tinggi. Untuk itu, perlu dilakukan kajian terhadap risiko bencana. Penelitian difokuskan terhadap risiko bencana tanah longsor yang berdampak pada jalan dan jembatan pada ruas jalan nasional di Provinsi Jawa Barat. Dengan didapatkannya titik-titik lokasi rawan bencana, diharapkan mampu diberikan rekomendasi teknis yang tepat untuk mengurangi dampak bencana. Metode penelitian yang digunakan adalah dengan melakukan studi literatur, pengumpulan data primer melalui survey lapangan, dan pengumpulan data sekunder melalui instansi terkait. Analisis indeks risiko dilakukan dengan menggunakan metode AHP, di mana pembobotan faktor dan indikator didapat berdasarkan hasil survey dari responden para ahli. Dari 5 faktor yang dianalisis, diperoleh bahwa faktor ancaman bahaya merupakan faktor yang paling dominan terhadap risiko bencana tanah longsor. Tingkat risiko bencana tanah longsor pada ruas jalan nasional di Provinsi Jawa Barat terklarifikasi ke dalam tiga tingkatan, yaitu 61 ruas jalan nasional (63%) berada pada klasifikasi rendah, 27 ruas jalan nasional (28%) berada pada klasifikasi sedang, dan 9 ruas jalan nasional (9%) berada pada klasifikasi tinggi.

---

Geographical and geological areas in Indonesia are prone to disasters. West Java Province itself is in an area that has a moderate to high level of disaster risk in 2015-2018. Based on recorded data, the highest type of disaster that occurred in West Java Province was landslides as many as 3,232 times in 2020. The improper maintenance treatment taken after the disaster is often felt rushed so that the distresses will occur again at the same spot, hence re-treatment is needed which requires higher construction costs. For this reason, it is necessary to conduct a study of disaster risk. The research is focused on the natural disaster risk of landslides that have an impact on roads and bridges on national roads in West Java Province. By obtaining disaster-prone locations, it is hoped that appropriate technical recommendations can be given to reduce the impact of disasters. The research method used is by conducting a literature study, collecting primary data through field surveys, and collecting secondary data through relevant agencies. The risk index analysis was carried out by using the Analysis Hierarchy Process (AHP) method, where the weighting of factors and indicators was obtained based on survey results from expert respondents. Of the 5 factors analyzed, it was found that the vulnerability factor was the most dominant factor in the risk of landslides. The risk level of landslides on national roads in West Java Province is clarified into three levels, which 61 sections (63%) are in the low risk level, 27 sections (27%) are in the moderate risk level, and 9 sections (9%) are in the high risk level."

"

Tanah longsor merupakan pergerakan material pembentuk lereng (tanah, batuan, dan campurannya) pada bidang longsor atau lereng yang bergerak secara cepat atau singkat dalam jumlah atau volume yang relatif besar. Selama 10 tahun terakhir telah terjadi lebih dari 125 kasus tanah longsor di Kabupaten Banyumas dan menghasilkan banyak kerugian dan korban. Pembuatan peta kerentanan tanah longsor menjadi salah satu solusi untuk dapat mengurangi kerugian akibat tanah longsor. Penelitian ini bertujuan untuk menentukan zona kerentanan tanah longsor di Kabupaten Banyumas menggunakan metode analysis hierarchy process (AHP) dan metode frequency ratio (FR). Penelitian ini dilakukan menggunakan data kejadian tanah longsor sebanyak 125 titik yang dibagi menjadi 2 set data yaitu training data (70%) dan testing data (30%). Pengolahan dan analisis untuk membuat peta kerentanan terhadap dua metode dilakukan menggunakan training data dengan acuan delapan parameter yang berpengaruh terhadap tanah longsor, yaitu kemiringan lereng, elevasi, arah lereng, litologi, curah hujan, penggunaan lahan, jarak terhadap sungai, dan jarak terhadap sesar. Hasil pengolahan data dan analisis menggunakan kedua metode adalah dua buah peta kerentanan tanah longsor yang masingmasingnya dibagi menjadi empat kelas kerentanan. Peta kerentanan juga divalidasi menggunakan training data (success rate) dan testing data (predictive rate) untuk mengetahui akurasi model yang dibuat. Hasil validasi menunjukkan kedua metode menghasilkan nilai AUC yang cukup baik dan dapat diterima, tetapi metode AHP memiliki nilai AUC yang lebih tinggi dari metode FR.

---

Landslides are the rapid or sudden movement of materials forming slopes (soil, rocks, and their mixtures) in large amounts or volumes. Over the past 10 years, there have been more than 200 cases of landslides in Banyumas Regency, resulting in significant losses and casualties. The creation of a landslide vulnerability map is one solution to reduce the damages caused by landslides. This study aims to determine the zone of landslide vulnerability in Banyumas Regency using the Analytic Hierarchy Process (AHP) and Frequency Ratio (FR) methods. The study utilizes data from 100 landslide incidents, divided into two sets: training data (70%) and testing data (30%). Processing and analysis to create vulnerability maps for both methods are carried out using the training data with reference to eight parameters influencing landslides: slope gradient, elevation, slope aspect, lithology, rainfall, land use, distance to rivers, distance to faults, and distance to roads. The processing and analysis results using both methods produce two landslide vulnerability maps, each divided into four vulnerability classes. The vulnerability maps are also validated using the training data (success rate) and testing data (predictive rate) to assess the accuracy of the models created. The validation results indicate different values for the success rate and predictive rate, where the frequency ratio method has a higher success rate, and the AHP method has a higher predictive rate.

"

"Gerakan tanah merupakan bahaya geologi utama di dunia yang menyebabkan tingginya jumlah korban manusia hingga kerugian harta benda yang sangat besar, serta mengakibatkan kerusakan pada sumber daya alam, ekosistem, dan infrastruktur. Selama periode Januari 2020 hingga Desember 2021, bancana gerakan tanah telah menjadi bencana yang paling rawan terjadi di Kabupaten Wonosobo, yakni sebanyak 238 kejadian. Bahkan, beberapa dari kejadian tersebut memakan korban jiwa yakni satu orang meninggal dunia di Kecamatan Kaliwiro, satu orang meninggal dunia di Kecamatan Kepil, dan dua orang meninggal dunia di Kecamatan Watumalang. Oleh karenanya, penelitian ini dilakukan agar dapat menentukan zona kerentanan gerakan tanah yang berguna dalam membantu proses mitigasi risiko sehingga segala bentuk kerugian dapat diminimalisasi. Zona kerentanan gerakan tanah pada Kabupaten Wonosobo divisualisasikan dengan peta kerentanan gerakan tanah. Sebanyak 242 titik gerakan tanah dikumpulkan untuk menghasilkan peta inventori. Titik tersebut kemudian dibagi menjadi 168 (70%) sebagai data training dan 74 (30%) sebagai data testing. Parameter yang dipertimbangkan terdiri dari berbagai parameter penyebab seperti aspek lereng, curvature, elevasi, kemiringan lereng, jarak dari sungai, litologi, tata guna lahan dan satu parameter pemicu, yaitu curah hujan. Selain itu, dilakukan pengurangan resolusi terhadap turunan data DEM seperti aspek lereng, curvature, elevasi, kemiringan lereng menjadi 8, 17, 25, dan 40 m untuk melihat pengaruhnya terhadap akurasi model. Semua parameter diolah menggunakan piranti ArcGIS untuk mengasilkan peta parameter. Peta parameter selanjutnya digabungkan dan dianalisis menggunakan metode frequency ratio dan weight of evidence untuk menghasilkan peta kerentanan gerakan tanah. Hasil penelitian menunjukkan bahwa Kabupaten Wonosobo memiliki kecenderungan terhadap kerentanan gerakan tanah dengan tingkatan rendah, sedang, hingga tinggi. Berdasarkan data resolusi DEM 8 m dan 17 m, tingkatan kerentanan didominasi oleh kelas sedang. Namun pada data resolusi DEM 25 m dan 40 m, tingkatan kerentanan didominasi oleh kelas rendah. Peta kerentanan masing-masing resolusi kemudian diuji nilai AUC nya menggunakan success rate curve untuk melihat keberhasilan model dan prediction rate curve untuk mengukur akurasi prediksi model. Setelah dilakukan validasi, resolusi tinggi ternyata tidak berbanding lurus dengan kualitas akurasi model. Akurasi success rate mengalami puncaknya pada resolusi DEM 25 m sedangkan prediction rate pada resolusi DEM 17 m.

---

Landslide is a major geological hazard in the world that causes a high number of human casualties to enormous property losses, as well as causing damage to natural resources, ecosystems and infrastructure. During the period from January 2020 to December 2021, landslide disasters have become the most prone to disasters in Wonosobo Regency, with 238 incidents. In fact, some of these incidents claimed lives, namely one person died in Kaliwiro District, one person died in Kepil District, and two people died in Watumalang District. Therefore, this research was conducted in order to determine the susceptibility zones of landslide which are useful in assisting the risk mitigation process so that all forms of losses can be minimized. The landslide vulnerability zone in Wonosobo Regency is visualized with a landslide susceptibility map. A total of 242 landslide points were collected to produce an inventory map. These points are then divided into 168 (70%) as training data and 74 (30%) as testing data. The parameters considered consist of various causal parameters such as slope aspect, curvature, elevation, slope, distance from river, lithology, land use and one trigger parameter, namely rainfall. In addition, the resolution of the DEM data derivatives was reduced, such as slope aspects, curvature, elevation, slope to 8, 17, 25, and 40 m to see the effect on model accuracy. All parameters are processed using the ArcGIS tool to produce a parameter map. Then the parameter maps are combined and analyzed using the frequency ratio and weight of evidence methods to produce a landslide susceptibility map. The results of the study show that Wonosobo Regency has a tendency towards low, moderate and high susceptibility to landslide. Based on DEM 8 m and 17 m resolution data, the susceptibility level is dominated by the moderate class. However, in DEM 25 m and 40 m resolution data, the susceptibility level is dominated by the low class. Then the susceptibility map of each resolution is tested for AUC value using a success rate curve to see the success of the model and a prediction rate curve to measure the accuracy of model predictions. After validation, it turns out that high resolution is not directly proportional to the quality of the model accuracy. Success rate accuracy peaks at DEM 25 m resolution while prediction rate at DEM 17 m resolution."

"Penelitian dilakukan di Kota Palu, Sulawesi Tengah, dimana pada wilayah ini telah terjadi gempa bumi yang berkekuatan 7.5 Mw pada 28 September 2018 yang mengakibatkan terjadinya pergerakan tanah di banyak titik sehingga perlu dilakukan pemetaan kerentanan pergerakan tanah untuk mengetahui lokasi-lokasi yang rentan akan terjadinya pergerakan tanah. Penelitian menggunakan dua metode yaitu metode Frequency Ratio dan Random Forest. Metode Frequency Ratio dapat mengidentifikasi kejadian tanah longsor di masa depan dengan menggunakan kondisi yang sama dengan kejadian tanah longsor di masa lalu sedangkan metode Random Forest merupakan algoritma pembelajaran mesin yang digunakan dalam penginderaan jauh serta bersifat non-parametrik. Penelitian menghasilkan dua jenis peta kerentanan dengan hasil yang hampir sama dimana wilayah Kinovaro, dan Banawa Selatan. Jika dikaitkan dengan titik-titik kejadian longsor dan parameter hal telah bersesuaian dimana wilayah dengan tingkat kerentanan paling tinggi banyak terjadi kejadian longsor dan juga wilayah ini memiliki tingkat kemiringan dan elevasi yang tinggi.

---

The research was conducted in Palu City, Central Sulawesi, where in this area there was an earthquake measuring 7.5 Mw on 28 September 2018 which resulted in ground movement at many points so it is necessary to map the vulnerability of ground movement to find out locations that are vulnerable to movement. soil. The study used two methods, namely the Frequency Ratio and Random Forest methods. The Frequency Ratio method can identify future landslide events using the same conditions as past landslides, while the Random Forest method is a machine learning algorithm used in remote sensing and is non-parametric. The study produced two types of vulnerability maps with almost the same results in the areas of Kinovaro and South Banawa. If it is associated with the points of landslide occurrence and the parameters of the event, it is appropriate where the area with the highest level of vulnerability has the most occurrences of landslides and also this area has a high level of slope and elevation."