Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 93846 dokumen yang sesuai dengan query
cover
Muhammad Baried Izhom
"Longsor merupakan kejadian yang terjadi akibat kombinasi dari faktor penyebab dan faktor pemicu. Faktor penyebab dapat meliputi topografi, geologi, tanah, dan penggunaan lahan, sedangkan faktor pemicu utama terjadinya longsor adalah hujan. Intensitas curah hujan yang tinggi ditambah dengan karakteristik topografi Pulau Jawa yang sekitar 22 wilayahnya berlereng curam, menyebabkan pulau ini berpotensi terhadap longsor.
Penelitian ini mengelompokan kejadian longsor di Pulau Jawa selama tahun 2012-2015 berdasarkan faktor penyebabnya. Analisis menunjukan bahwa terdapat 4 kelompok cluster kejadian longsor berdasarkan faktor penyebabnya. Berdasarkan pengelompokan tersebut diidentifikasi hujan pemicu longsor menggunakan data curah hujan Qmorph. Pendekatan empiris intensitas dan durasi hujan pada setiap kejadian longsor dilakukan untuk menentukan ambang hujan pemicu longsor mengikuti model kurva Intensitas-Durasi Kurva ID yang diperkenalkan Caine pada tahun 1980. Nilai dari ambang hujan ini menunjukan nilai curah hujan minimum yang diperlukan untuk terjadinya longsor.
Hasil penelitian menunjukan nilai ambang hujan yang berbeda untuk setiap kelompok kejadian longsor. Kelompok kejadian longsor 1 memiliki ambang intensitas hujan 24,71 mm/jam, kelompok 2 didapatkan 12,32 mm/jam, kelompok 3 didapatkan 8,65 mm/jam, dan kelompok 4 didapatkan ambang intensitas hujan 19,17 mm/jam. Menurut ambang hujan, kelompok kejadian longsor 3 merupakan kelompok yang paling rawan dibandingkan kelompok lainnya. Nilai dari ambang hujan pemicu longsor pada penelitian ini dapat digunakan sebagai acuan pembuatan sistem peringatan dini kejadian longsor.

Landslides is an event that occurs due to a combination of causes factor and triggers factor. Causes factor may include the topography, geology, soil, and land use. Meanwhile, the main trigger factor of landslide is the rainfall. The intensity of heavy rainfall coupled with the topographic characteristics of Java that about 22 of its territory steep slopes, causing this island has great potential to landslides.
This research is aiming to grouping the landslide in Java during the years of 2012 2015 based on causes factor. The result show that there were 4 groups clusters landslide based on causes factors. Based on these groupings, it successfully determined the rainfall triggered landslides using Qmorph. Empirical approach of the intensity and duration of rain on any landslide carried out to determine the threshold of rain triggers landslide following the model of intensity duration curve curve ID introduced by Caine in 1980. The value of the rainfall threshold shows the minimum value required for the occurence of landslides.
The results showed that the value of rainfall threshold different for each group of the landslide. The rain threshold value for the first group is 24,71 mm h, the second group is 12,32 mm h, the third group is 8,65 mm h, and the fourth group is 19,17 mm h. According to the equation, the landslide points in the third group is the most vulnerable than other groups. The value of rainfall triggered landslide in this research can be used as a reference for the development of the landslide early warning system.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2016
T47212
UI - Tesis Membership  Universitas Indonesia Library
cover
Intan Prameswari
"Tanah longsor di Kabupaten Kebumen dipengaruhi oleh beberapa faktor dan sebagai pemicunya adalah hujan lebat. Curah hujan yang dinilai mempengaruhi terjadinya tanah longsor adalah curah hujan kumulatif sepuluh harian sebelum tanah longsor (CH H -10), curah hujan kumulatif lima harian sebelum tanah longsor (CH H -5), curah hujan kumulatif tiga harian sebelum tanah longsor (CH H -3), dan curah hujan saat terjadinya kejadian tanah longsor (CH H). Sebanyak 247 kejadian tanah longsor di Kabupaten Kebumen selama 2010-2016, dianalisis secara spasial-temporal dengan basis pewilayahan curah hujan menggunakan metode Poligon Thiessen.
Hasil penelitian menunjukkan bahwa karakteristik curah hujan pemicu tanah longsor di Kabupaten Kebumen dengan CH H -10 adalah 101-200 mm, CH H -5 adalah 81-160 mm, CH H -3 adalah 71-140 mm, dan CH H adalah 51-100 mm; terutama curah hujan yang paling berpengaruh di kondisi fisik Kabupaten Kebumen adalah CH H -10.

Landslides in Kebumen are influenced by several factors and as the trigger is a heavy rain. Rainfall affecting landslides are cumulative rainfall ten days before landslide (CH H -10), cumulative rainfall five days before landslide (CH H -5), cumulative rainfall three days before landslide (CH H -3), and the current rainfall of landslide occurrences (CH H). A total of 247 occurrences of landslides in Kebumen during 2010-2016 are analyzed by spatial-temporal with rainfall zoning base using Thiessen Polygon method.
The results show that characteristics of rainfall triggered landslides in Kebumen with CH H -10 is 101-200 mm, CH H -5 is 81-160 mm, CH H -3 is 71-140 mm, and CH H is 51-100 mm; especially the most influential rainfall in physical conditions are CH H -10.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2017
S66349
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rokhmat Hidayat
"Mayoritas tanah longsor terjadi akibat curah hujan yang tinggi dalam kurun waktu tertentu pada daerah yang memiliki sifat geologis berpotensi longsor. Untuk itu perlu dilakukan penelitian mengenai karakteristik hujan yang memicu tanah longsor sehingga dapat digunakan untuk membangun hubungan antara curah hujan dan prediksi terjadinya tanah longsor. Penelitian ini bertujuan untuk menganalisis dan menentukan ambang batas curah hujan harian dan 3 harian yang digunakan untuk peringatan dini terjadinya tanah longsor dengan LEWS (landslide early warning sistem). Daerah yang dimodelkan adalah area yang sangat rawan longsor dan area rawan longsor sesuai peta gerakan tanah dari Badan Geologi. Analisis dilakukan berdasarkan data kejadian longsor dari BNPB, serta data curah hujan TRMM (Tropical Rainfall Measuring Mission) dan ECMWF (The European Centre for Medium-Range Weather Forecasts),. Setelah dilakukan pendataan kejadian longsor pada berbagai lokasi, selanjutnya dilakukan identifikasi nilai hujan pemicu longsor dari data hujan TRMM. Hasil analisis menunjukan ambang hujan yang menjadi pemicu terjadinya tanah longsor yaitu hujan 61 mm/hari dan 91 mm/3hari."
Bandung : Kementerian Pekerjaan Umum dan Perumahan Rakyat, 2020
551 JSDA 16:1 (2020)
Artikel Jurnal  Universitas Indonesia Library
cover
Satria Indratmoko
"Curah hujan merupakan salah satu unsur iklim yang sangat bervariasi, baik dalam skala ruang maupun waktu. Variasi curah hujan ini berdampak pada penentuan awal masa tanam khususnya tanaman padi. Melalui penghitungan statistik dan pemetaan data spasial, penelitian ini akan mengungkapkan pola awal musim tanam sebagai respon terhadap variabilitas curah hujan di Kabupaten Kebumen selama periode tiga puluh tahun, yaitu tahun 1981 - 2010. Analisis spasial yang diperkuat dengan pendekatan statistik mengungkapkan bahwa wilayah pesisir di Kabupaten Kebumen memiliki variabilitas curah hujan yang tinggi dengan rata rata curah hujan rendah. Semakin tinggi tempat, variabilitas curah hujannya semakin menurun diikuti rata-rata curah hujan yang semakin tinggi. Selain itu, Awal musim tanam padi dimulai pada wilayah dengan variabilitas curah hujan yang rendah (perbukitan) menuju wilayah variabilitas curah hujan tinggi (pesisir). Pada periode 1981 - 2000, awal musim tanam padi dimulai dari utara dan bergerak menuju Selatan Kabupaten Kebumen. Sedangkan pada periode 2001-2010, awal musim tanam padi dimulai dari barat laut dan bergerak menuju tenggara dan selatan Kabupaten Kebumen.

Rainfall is one element of climate that varied, both in space and time scale. These variations of rainfall affect the beginning of paddy growing season. Through a statistical calculation and mapping of spatial data, this research reveal a pattern of early growing season in response to rainfall variability in Kebumen Regency over a period of thirty years from 1981 to 2010. Spatial analysis with a reinforced approach statistics reveal that the coastal region in Kebumen Regency has high rainfall variability with an average of rainfall is low. The higher variability of annual precipitation, followed by the higher rainfall. In addition, the beginning of paddy planting season from the areas with low rainfall variability (the hills) to the region's high rainfall variability (coastal). In the period 1981-2000, paddy planting season move from the North and South Kebumen Regency. While from 2001-2010, paddy planting season move from Northwest to the Southeast and South Kebumen Regency."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2012
S1424
UI - Skripsi Open  Universitas Indonesia Library
cover
Eka Permana
"Delapan kasus kelongsoran tertentu akibat hujan di Jawa selama satu dekade terakhir dimodelkan menggunakan analisis balik SLOPE/W berdasarkan pada sumber data sekunder dan studi parametrik. Analisis dilakukan pada berbagai permodelan lereng dengan variasi: (berat jenis, kohesi, dan sudut geser) untuk setiap lapisan tanah, serta elevasi muka air tanah, yang menghasilkan angka faktor keamanan mendekati satu. Hasil analisis secara statistik memperlihatkan bahwa pengaruh curah hujan intens dan lama akan meningkatkan berat jenis tanah, menurunkan nilai kohesi dan sudut geser, meningkatkan elevasi muka air tanah, dan akhirnya menurunkan angka faktor keamanan lereng. Hasil ini berlaku untuk delapan permodelan kasus kelongsoran.

Eight particular cases of landslides in Java due to rainfall during the last decade was modeled using the back analysis SLOPE/W, based on secondary data sources and parametric study. Analyses were performed on various slopes modeling variation (unit weight, cohesion, and friction angle) for each layer of soil and ground water level, which generates a number close to one safety factor. The analysis shows that the influence of intense and long-term rainfall will increase unit weight, decrease cohesion and friction angle, increase the ground water level, and finally reduce slope safety factor. These results are valid for eight landslides case modeling."
Depok: Fakultas Teknik Universitas Indonesia, 2012
S42834
UI - Skripsi Open  Universitas Indonesia Library
cover
Rendy Pratama
"Aplikasi penginderaan jauh dalam bidang meteorologi dan klimatologi sangat membantu terutama dalam memperoleh informasi perkiraan curah hujan pada suatu wilayah, karena cakupan wilayahnya yang luas. Penelitian ini mengkaji mengenai pola curah hujan yang terjadi di Pulau Jawa selama periode normal, El Nino dan La Nina pada bulan Desember, Januari dan Februari menggunakan data curah hujan dari citra satelit MTSAT dengan menginterpretasi dari suhu puncak awan.
Hasil penelitian menunjukkan bahwa pola curah hujan yang terjadi menunjukkan pola yang berbeda dimana pada periode normal curah hujan yang tinggi tersebar pada ketinggian 100 ? 1000 m, pada periode El Nino curah hujan yang tinggi tersebar pada ketinggian 100 hingga diatas 1000 m dan pada periode La Nina curah hujan yang tinggi tersebar pada ketinggian 0 ? 500 m. Namun, pola curah hujan tersebut menunjukkan lebih terkonsentrasi di bagian utara Jawa terutama Jawa bagian tengah.

Remote sensing application in study of meteorology and climatology is very helpful, particularly in acquisition of rainfall information in an area, because of its wide coverage area. This research is about rainfall pattern in Java Island on the normal, El Nino and La Nina periods for Desember, January and February using rainfall data from MTSAT-1R satellite that interpreted from cloud top temperature.
The result showed that rainfall patterns that happened had different pattern where on the period of normal the highest of rainfall can be found at elevation of 100 ?1000 m; on the periode of El Nino, the highest of rainfall can be found at elevation of 100 until > 1000 m; and on the period of La Nina, the highest of rainfall can be found at elevation of 0 ? 500 m. However, the rainfall patterns showed that the highest of rainfalls can be found in the northern of Java, especially in the northern of central Java.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2011
S619
UI - Skripsi Open  Universitas Indonesia Library
cover
Suryatmaning Hany W.
"Perencanaan bangunan-bangmman air yang besar dan bermanfaat bagi umum harus dilakukan dengan teliti dan hati-hati. Bangunan air yang efisien dad segi biaya tetapi berfungsi optimum dan tinggi keamanannya membutuhkan pilihan kapasitas yang tepat yang akan ditampung oleh bangunan tersebut, yang diukur dari banyaknya air yang ditampung atau dialirkan melalui bangunan tersebut dalam satuan waktu tertentu.
Intensitas hujan adalah salah satu komponen pengolah data yang diperlukan untuk menentukan kapasitas suatu bangunan air. Intensitas hujan merupakan ukuran banyaknya curah hujan yang jatuh dalam satuan walclu tertenm Penelitian yang sudah umum dilakukan terhadap intensitas hujan adalah padajumlah curah hujan setiap jam dan jumlah curah hujan setiap hari, sementara hubungan antara jumlah curah hujan tahunan dengan jumlah hari hujan tahunan belum banyak diteliti.
Tulisan ini meneliti ada tidaknya hubungan antara jumlah curah hujan tahunan dengan jumlah had hujan tahunan. Penelitian dilakukan dengan metode statistlka terhadap data-data jumlah curah hujan dan jumlah hari hujan dari Badan Meteorologi dan Geofisika, Jakarta. Data-data yang digunakan diambil dan stasiun-stasiun pengukur curah hujan yang ada di Pulau Jawa."
Depok: Fakultas Teknik Universitas Indonesia, 1997
S34638
UI - Skripsi Membership  Universitas Indonesia Library
cover
Hermansyah
"Longsor merupakan bencana yang sering terjadi di Indonesia dan Provinsi Jawa Barat, termasuk Kabupaten Sukabumi di dalamnya merupakan daerah yang sering terjadi longsor. Oleh karena itu, sudah seharusnya diwaspadai dan dianalisis lebih baik agar tidak memakan korban yang lebih banyak. Salah satu metode yang digunakan untuk menganalisis potensi longsor adalah Stability Index Mapping (SINMAP) dengan menggunakan beberapa data, yaitu Digital Elevation Model (DEM), jenis tanah, dan curah hujan. Data tersebut nantinya digunakan untuk menganalisis wilayah potensi longsor di Kecamatan Simpenan. Kemudian peta potensi longsor hasil pemodelan SINMAP di-overlay dengan permukiman untuk mendapatkan wilayah bahaya longsor. Hasil penelitian menunjukkan bahwa 65,56% (11.034,81 Ha) dari luas wilayah Kecamatan Simpenan berpotensi longsor dan wilayah bahaya longsor seluas 192,82 Ha atau 36,90% dari total luas wilayah permukiman.

Landslide is a kind of disaster that happens so many times in Indonesia and West Java Province, especially Sukabumi Regency is region that experience landslide disaster often. Therefore, landslide hazard should get more attention in order to surpess disaster?s victims. One of method that can be used to analyze landslide potential is Stability Index Mapping (SINMAP). SINMAP uses some kind of data, such as Digital Elevation Model (DEM), soil type, and rainfall. Those data will be analyzed to get landslide potential in Simpenan Sub-District. The result of SINMAP modelling is overlayed with settlement region to get landslide hazard region. The result of this research showed that 65,56% (11.034,81 Ha) of the Simpenan Sub-District area has a landslide potential and 192,82 Ha or 36,90% of settlement area are in landslide hazard region."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2015
S61440
UI - Skripsi Membership  Universitas Indonesia Library
cover
Gian Gardian Sudarman
"Variabilitas curah hujan diuji dengan metode Mann-Kendall untuk mengetahui signifikansi tren curah hujan dan metode Sen's Slope Estimator untuk mengetahui besarnya nilai tren tersebut. Secara spasial wilayah pegunungan di Jawa Barat menunjukan peningkatan curah hujan seperti di Gunung Mas, Bogor sebesar 72,3 mm/tahun dan wilayah pesisir mengalami penurunan curah hujan seperti di Ciwangi, Cianjur bagian selatan sebesar 31,8 mm/tahun. Penurunan curah hujan sebesar 51,3 mm/tahun terjadi di wilayah pesisir pada saat musim hujan. Musim kemarau di propinsi Jawa Barat juga terindikasi bertambah panjang diikuti dengan jumlah hari hujan yang semakin berkurang utamanya di wilayah pesisir. Menurut uji korelasi dan regreasi variabilitas curah hujan tidak memberikan pengaruh secara langsung terhadap produksi padi, namun secara tidak langsung variabilitas curah hujan tetap memberikan pengaruhnya. Hal ini disebabkan oleh teknik pengairan yang semakin modern melalui irigasi teknis, varietas unggul dan teknologi budidaya yang semakin maju dan adaptif terhadap iklim.

Rainfall variability is tested by the Mann-Kendall method to determine the significance of rainfall trends and by Sen's Slope Estimator method to determine the value of the trend. Spatially, mountainous region in the West Java indicate an increasing of precipitation such as in Gunung Mas, Bogor for 72,3 mm / year and in coastal areas indicate decreasing of rainfall such as in Ciwangi and Southern Cianjur for 31.8 mm / year. Rainfall decreasing for 51,3 mm / year occur in coastal areas during the rainy season. Lenght of dry season in West Java province also indicated increased, followed by the number of rainy days which are decrease mainly in coastal areas. According regression and correlation methods, rainfall variability is not directly contribute on rice production, but indirectly it still give an effect. This is caused by the more modern irrigation techniques through technical irrigation, improved varieties and cultivation technology which more advance and adaptive to climate."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2014
T43293
UI - Tesis Membership  Universitas Indonesia Library
cover
Rudolf Doni Abrauw
"[ABSTRAK
Kota Jayapura merupakan salah satu wilayah yang berada di utara pulau Papua dan
berhadapan langsung dengan lempeng pasifik, sehingga berpotensi terhadap bencana
geologi, salah satunya adalah longsor, walaupun demikian tidak hanya dipengaruhi
oleh pergerakan lempeng pasifik tetapi juga dari kondisi kemiringan lereng di Kota
Jayapura yang bervariasi dari dataran rendah (0-8%) sampai perbukitan (>45%),
sehingga untuk kajian ini kemiringan lereng serta sesar dan juga kondisi kegempaan
yang sewaktu-waktu terjadi karena kota Jayapura berada pada wilayah rawan gempa
maka sangatlah berpotensi terhadap longsor yang dipengaruhi oleh kegempaan dan
adanya sesar. Penelitian ini bertujuan untuk memetakan wilayah rawan dan risiko
longsor di Kota Jayapura dengan menggunakan dua model pendugaan, pertama
adalah Model Pendugaan Longsor Direktorat Vulkanologi dan Mitigasi Bencana
Geologi dengan paramater curah hujan, geologi, jenis tanah, lereng dan penggunaan
lahan; kedua adalah Model Pendugaan Kombinasi (Puslittanak tahun 2004 dan Shabi,
H. et. al tahun 2012) dengan parameter kemiringan lereng, curah hujan, geologi, jenis
tanah, jarak sesar dan kerapatan vegetasi. Hasil penelitian dengan menggunakan
olahan Sistem Informasi Geografis (SIG) serta validasi lapangan menujukkan bahwa
dari total luas wilayah kajian ada perbedaan luas wilayah rawan longsor dengan
klasifikasi tinggi, yang mana model pendugaan pertama menghasilkan luas wilayah
rawan longsor tinggi sebesar 16.780 Ha, sementara itu model kedua sebesar 2.184
Ha. Kedua model tersebut divalidasi dengan data di lapangan dan data kejadian
longsor, menunjukkan bahwa model kedua lebih sesuai dengan kondisi lapangan dan
representatif untuk mengindentifikasi rawan longsor di Kota Jayapura, sehingga dapat
disimpulkan bahwa model tersebut dapat digunakan lebih lanjut untuk keperluan
mitigasi.

ABSTRACT
Jayapura city is one area in the north of the island of Papua and dealing directly with
the Pacific plate, so the potential for geological disasters, one of which is a landslide,
however is not only affected by the influence of the Pacific plate movement but also
of the condition of the slope in the city of Jayapura varies from lowlands (0-8%) to
the hills (> 45%), so that for the assessment of slope and seismic faults and also the
condition that at any time there because the city of Jayapura located in earthquake
region then it has the potential to landslides which affected by seismicity and the
presence of faults. This study aims to map landslide susceptibility areas and risk in
Jayapura by using two prediction models, the first is the Model Estimation of
landslide Directorate of Volcanology and Geological Hazard Mitigation with
parameters rainfall, geology, soil type, slope and land use; The second is a
combination Estimation Model (Puslittanak 2004 and Shabi, H. et. al in 2012) with
the parameters slope, rainfall, geology, soil type, fault distance and density of
vegetation. Processed research results using Geographic Information System (GIS)
and field validation showed that of the total study area there are vast differences in
landslide-prone areas with higher classification, which first prediction models to
produce high landslide prone area of 16,780 hectares, while the second model of
2,184 Ha. Both models are validated with field data and landslide occurrence data,
showing that both models are better suited to field conditions and to identify landslide
prone representative in Jayapura, so that it can be concluded that the model can be
used further for mitigation purposes.;Jayapura city is one area in the north of the island of Papua and dealing directly with
the Pacific plate, so the potential for geological disasters, one of which is a landslide,
however is not only affected by the influence of the Pacific plate movement but also
of the condition of the slope in the city of Jayapura varies from lowlands (0-8%) to
the hills (> 45%), so that for the assessment of slope and seismic faults and also the
condition that at any time there because the city of Jayapura located in earthquake
region then it has the potential to landslides which affected by seismicity and the
presence of faults. This study aims to map landslide susceptibility areas and risk in
Jayapura by using two prediction models, the first is the Model Estimation of
landslide Directorate of Volcanology and Geological Hazard Mitigation with
parameters rainfall, geology, soil type, slope and land use; The second is a
combination Estimation Model (Puslittanak 2004 and Shabi, H. et. al in 2012) with
the parameters slope, rainfall, geology, soil type, fault distance and density of
vegetation. Processed research results using Geographic Information System (GIS)
and field validation showed that of the total study area there are vast differences in
landslide-prone areas with higher classification, which first prediction models to
produce high landslide prone area of 16,780 hectares, while the second model of
2,184 Ha. Both models are validated with field data and landslide occurrence data,
showing that both models are better suited to field conditions and to identify landslide
prone representative in Jayapura, so that it can be concluded that the model can be
used further for mitigation purposes., Jayapura city is one area in the north of the island of Papua and dealing directly with
the Pacific plate, so the potential for geological disasters, one of which is a landslide,
however is not only affected by the influence of the Pacific plate movement but also
of the condition of the slope in the city of Jayapura varies from lowlands (0-8%) to
the hills (> 45%), so that for the assessment of slope and seismic faults and also the
condition that at any time there because the city of Jayapura located in earthquake
region then it has the potential to landslides which affected by seismicity and the
presence of faults. This study aims to map landslide susceptibility areas and risk in
Jayapura by using two prediction models, the first is the Model Estimation of
landslide Directorate of Volcanology and Geological Hazard Mitigation with
parameters rainfall, geology, soil type, slope and land use; The second is a
combination Estimation Model (Puslittanak 2004 and Shabi, H. et. al in 2012) with
the parameters slope, rainfall, geology, soil type, fault distance and density of
vegetation. Processed research results using Geographic Information System (GIS)
and field validation showed that of the total study area there are vast differences in
landslide-prone areas with higher classification, which first prediction models to
produce high landslide prone area of 16,780 hectares, while the second model of
2,184 Ha. Both models are validated with field data and landslide occurrence data,
showing that both models are better suited to field conditions and to identify landslide
prone representative in Jayapura, so that it can be concluded that the model can be
used further for mitigation purposes.]"
2015
T43571
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>