Majalengka adalah salah satu kabupaten di Indonesia yang termasuk daerah rentan terjadi tanah longsor. Tanah longsor di Kabupaten Majalengka menyebabkan kerugian yang sangat besar seperti kerusakan infrastruktur, kehilangan harta benda, hingga jatuhnya korban jiwa. Melihat dampak kerugian tersebut perlu dilakukan upaya mitigasi untuk mengurangi resiko dan kerugian dengan cara pembuatan peta rentan longsor. Penelitian ini bertujuan untuk memetakan wilayah rentan tanah longsor dan sebagai salah satu acuan untuk pemerintah dan instansi terkait guna mengurangi kerugian yang ditimbulkan. Metode yang digunakan adalah overlay menggunakan Spatial Multi Criteria Evaluation (SMCE), dengan menggunakan nilai pembobotan yang bersumber dari Peraturan Menteri PU NO.22/PRT/M/2007, Puslittanak Bogor (2014) dan Direktorat Vulkanologi dan Mitigasi Bencana (2004). Kemudian dilakukan perbandingan dari sumber tersebut untuk mengetahui nilai pembobotan dengan akurasi tertinggi. Adapun variabel yang digunakan lereng, curah hujan, jenis tanah, litologi, dan penggunaan tanah. Hasil dari penelitian ini menunjukkan bahwa wilayah kerentanan tanah longsor di bagi menjadi wilayah tidak rentan, rendah, sedang, tinggi dan Kabupaten Majalengka di dominasi oleh tingkat kerentanan sedang. Untuk nilai akurasi peta kerentanan tanah longsor yang dihasilkan sumber nilai pembobotan dari Peraturan Menteri PU NO.22/PRT/M/2007 memiliki nilai akurasi paling tinggi sebesar 76%. Untuk pembobotan dari Puslittanak Bogor (2004) nilai akurasi 73%, sedangkan sumber pembobotan dari DVMBG (2004) memiliki nilai akurasi 69%.
Majalengka is one of the regencies in Indonesia which is considered as an area susceptibility to landslides. There were 67 landslides in 2019 causing damage to infrastructure, loss of property, and death. Seeing the impact of these losses it is necessary to mitigate efforts to reduce risks and losses by making landslide susceptibility maps. This study aims to map landslide susceptibility areas based on Geographic Information Systems (GIS) with overlays using the Spatial Multi-Criteria Evaluation (SMCE) method. The variables used slope, rainfall, soil type, lithology, and land use by comparing weighting values based on overlays, with values sourced from the Minister of Public Works Regulation NO.22 / PRT / M / 2007, Puslittanak Bogor (2014) and the Directorate of Volcanology and Disaster Mitigation (2004). The results of this study indicate that landslide susceptibility areas are divided into very low, low, moderate, high areas. For accuracy values on each landslide susceptibility map produced by the weighting value source of research, Minister of Public Works Regulation NO.22 / PRT / M / 2007 has the highest accuracy value of 76%. Weighting from Puslittanak Bogor (2004) the accuracy value is 73%, while the weighting source from DVMBG (2004) has an accuracy value of 69%.
"Sukabumi merupakan salah satu wilayah di Indonesia yang memiliki pengalaman terdampak bencana gempabumi. Potensi untuk terjadi guncangan akibat gempabumi juga masih besar mengingat daerah ini berada di busur depan tektonik Pulau Jawa. Tujuan penelitian ini adalah untuk memberikan gambaran pendekatan distribusi potensi bahaya gempabumi hingga potensi risikonya terhadap pertumbuhan distribusi jumlah penduduk. Metodologi yang digunakan untuk potensi bahaya gempabumi adalah dengan pendekatan Peak Ground Acceleration (PGA) yang dapat dikoreksi pada skala yang lebih baik dengan analisis AVS30. Selain itu, untuk melihat potensi dampak terhadap penduduk di tahun 2030, dilakukan pemodelan distribusi pertumbuhan tutupan lahan permukiman dengan menggunakan pendekatan Marcov-chain. Selanjutnya, dengan pendekatan gabungan antara pemodelan random forrest dan proyeksi lahan terbangun serta proyeksi geometrik jumlah penduduk diperoleh sebuah model kepadatan penduduk tahun 2030 dengan tingkat akurasi yang baik. Hasil akhir penelitian dapat memberikan gambaran potensi sebaran dan jumlah penduduk yang berada diwilayah berisiko guncangan permukaan gempabumi yang dikelompokan dalam tiga kategori, risiko rendah, sedang, dan tinggi. Risiko bencana gempabumi dinilai dari potensi gempabumi. Variabel yang digunakan dalam penelitian ini sebanyak enam jenis, yaitu: potensi gempa bawah permukaan, kondisi fisik, infrastruktur, kebijakan, tutupan lahan, dan jumlah penduduk. Hasil kajian potensi dampak gempabumi dengan melihat proyeksi pertumbuhan permukiman dan penduduk di Sukabumi dapat memberikan informasi potensi risiko gempabumi terhadap pertumbuhan penduduk terbesar berada di wilayah Kota Sukabumi dan sekitar teluk Pelabuhan Ratu. Informasi tersebut dapat menjadi referensi yang lebih baik terutama dalam menyusun strategi antisipasi dalam upaya menjaga pembangunan yang berkelanjutan.
Sukabumi is one of the regions in Indonesia that has experience affected by earthquake. The potential for shocks due to earthquakes is still large considering that this area located at the front arc tectonic system of the Java island. The aims of this study is to illustrate the distribution of potential surface shaking based earthquake and it’s risk thought population distribution. The methodology used for potential earthquake hazards is the combination between Peak Ground Acceleration (PGA) approach and AVS30 analysis. In addition, to see the potential impact of the population in 2030, the distribution of residential land cover is developed using the Marcov Chain approach. Furthermore, with combination approach between random forrest modelling, projected land cover, and geometric projections of population, a population density model of 2030 was obtained with better accuracy. The final results of this study can provide an overview of distribution and number of residents in the potential surface shaking areas that are grouped into three different categories: low, medium, and high risk. Earthquake disaster risk is assessed from the potential of the earthquake. There are six variables that used in this study, namely: subsurface earthquake potential shaking, physical condition, infrastructure, regulation, land cover, and population. The results of the study of the potential impact of the earthquake by looking at the projected growth in settlements and residents in Sukabumi area. It can provide information on the potential risk of earthquakes to the largest population growth in the area of Sukabumi City and around the port of Pelabuhan Ratu. This information can be a better reference, especially in preparing anticipatory strategies for resilience sustainable development programme.
"
Kabupaten Majalengka merupakan salah satu kabupaten dengan bahaya tanah longsor yang tinggi di Provinsi Jawa Barat. Sebagian besar dipengaruhi curah hujan lebat atau hujan berkepanjangan. Penelitian ini bertujuan untuk mengelompokkan kejadian tanah longsor pada tahun 2018-2019 berdasarkan faktor fisik yang terdiri dari lereng, jenis tanah, litologi, penggunaan lahan, dan kerapatan vegetasi dengan menggunakan metode analisis K-Means Clustering. Untuk menganalisis karakteristik curah hujan yang memicu kejadian longsor pada tahun 2018-2019 dengan metode poligon Thiessen. Hasil penelitian menunjukkan bahwa pengelompokan kejadian tanah longsor pada tahun 2018-2019 di Kabupaten Majalengka terbentuk lima klaster dengan memiliki rata–rata curah hujan saat terjadinya kejadian tanah longsor (CH H) tertinggi berada pada klaster 5 yaitu sebesar 49 mm/hari, rata-rata curah hujan kumulatif tiga hari sebelum tanah longsor (CH H-3) tertinggi berada pada klaster 4 yaitu sebesar 80 mm/hari, rata-rata curah hujan kumulatif lima hari sebelum tanah longsor (CH H-5) tertinggi berada pada klaster 3 yaitu sebesar 112 mm/hari, serta rata-rata curah hujan kumulatif sepuluh hari sebelum tanah longsor (CH H-10) tertinggi berada pada klaster 1 yaitu sebesar 174 mm/hari.
Majalengka Regency is one of the districts with a high landslide hazard in West Java Province. They are mostly affected by heavy rainfall or prolonged rain. This study aims to classify landslide events in 2018-2019 based on physical factors consisting of slopes, soil types, lithology, land use, and vegetation density using the K-Means Clustering analysis method. To analyze the characteristics of rainfall that triggered landslides in 2018-2019 using the Thiessen polygon method. The results showed that the clustering of landslide events in 2018-2019 in Majalengka Regency was formed five clusters with the highest rainfall on the D-Day average in cluster 5, which is 49 mm/day. The highest average cumulative rainfall 3 days before the landslide events was in cluster 4, which is 80 mm/day. The highest average cumulative rainfall 5 days before the landslide events was in cluster 3 is 112 mm/day. The highest average cumulative rainfall 10 days before the landslide events was in cluster 1, which is 174 mm/day.
"