Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Kabupaten Lebak yang terletak di Provinsi Banten merupakan sebuah wilayah di Indonesia yang tidak luput terdampak oleh bencana banjir bandang. Provinsi Banten sendiri merupakan kawasan yang rawan terjadinya bencana. Di Indonesia sendiri Provinsi Banten merupakan provinsi dengan peringkat kerawanan yang cukup tinggi menurut BNPB dalam buku “Indeks Rawan Bencana Indonesia”. Tanah longsor merupakan bencana yang tidak jarang terjadi dikawasan – kawasan indonesia yang memiliki topografi yang beragam. Tanah longsor dapat menyebabkan berbagai macam kerugian baik dalam segi fisik, sosial, maupun ekonomi. Pada awal tahun 2020 kabupaten lebak kembali terdampak oleh bencana tanah longsor dan banjir bandang yang mengakibatkan kerugian sehingga pemerintah setempat membuat keputusan untuk segera merelokasi warga nya yang berada di kawasan rawan bencana. Penelitian ini bertujuan untuk membuat peta tingkat kerawanan bencana pada DAS Ciujung Hulu kemudian dijadikan sebagai dasar dalam menentukan lokasi yang berpotensi menjadi lokasi relokasi permukiman. Analisis pada penelitian ini menggunakan metode Spatial Multi Criteria Evaluation (SMCE) dan juga overlay. Dari penelitian ini dihasilkan bahwa pada DAS Ciujung Hulu didominasi oleh tingkat kerawanan longsor sedang (77,041%) dan kerawanan tinggi (22,955) sedangkan hanya 0,004% wilayah yang memiliki tingkat kerawanan longsor rendah. Kawasan yang berpotensi lokasi relokasi permukiman hanya terdapat pada 4 dari kecamatan yang digunakan sebagai wilayah penelitian dengan total luas wilayah berpotensi 88,12 Ha.

---

Lebak Regency, which is located in Banten Province, is an area in Indonesia that has many years affected by the flash flood and landslide disaster. Banten Province itself is a disaster-prone area. In Indonesia, Banten Province is a province with a fairly high hazard rating according to BNPB in the Indonesian Disaster Prone Index book. Landslide disaster often occur in regions of Indonesia which have diverse topographies. Landslides can cause various kinds of losses like physically, socially and economically. In early 2020, Lebak district was again affected by landslides and flash floods which resulted in losses so that the local government plans to relocate residents in disaster-prone areas. This research aims to make the level of disaster vulnerability in the Upper Ciujung River Basin and then used as the basis for determining the appropriate location to be a residential relocation location. The analysis in this study used the Spatial Multi Criteria Evaluation (SMCE) method and also an overlay. From this research, it was found that the Ciujung Hulu watershed was dominated by moderate landslide hazard levels (77.041%) and high vulnerability (22,955) while only 0.004% areas had low landslide hazard levels. The areas that has the potential to be the location of residential relocation are only in 4 of the sub-districts within the research areas with a total area of 88.12 Ha."

"ABSTRAKLetak geologis Indonesia terletak diantara tiga lempeng utama yang ada di dunia yakni Lempeng Autralia, Eurasia, dan Pasifik. Hal ini juga yang menyebabkan kenapa di Indonesia sering terjadi bencana alam termasuk kota Bandung. Penurunan muka tanah di Bandung dimungkinkan karena adanya pengambilan air tanah dalam jumlah yang sangat besar serta semakin berkembangnya pembangunan di daerah Bandung. Analisa penurunan muka tanah dapat digunakan untuk mengantisipasi bencana alam seperti tanah longsor dan banjir. Penelitian untuk menghitung penurunan muka tanah ini akan mengolah data satelit remote sensing ALOS/PALSAR 1 level 1.0 dengan menggunakan metode Differential Interferometri (DInSAR). DInSAR menghasilkan inormasi yang cukup akurat untuk nilai penurunan muka tanah. Metode DInSAR dilakukan pada dua data ALOS/PALSAR untuk wilayah Bandung dengan waktu akuisisi yang berbeda yaitu kurun waktu 2008-2011. Hasil analisis menunjukkan pada tahun 2008 ? 2009 Bandung mengalami penurunan muka tanah 14 cm, tahun 2009 ? 2010 sebesar 16 cm dan 2010 ? 2011 sebesar 16 cm . Di Bandung nilai penurunan muka tanah cukup besar (lebih dari 9 cm) yaitu sekitar 15 cm per tahun. Hasil dari penelitian ini dapat digunakan pemangku kepentingan untuk meminimalisir potensi bencana yang diakibatkan penurunan muka tanah itu sendiri.

---

ABSTRACTIndonesian geological layout located between three major plates that exist in the world of the Australian Plate, the Eurasian and Pacific. It is also the cause why in Indonesia frequent natural disasters, including the city of Bandung. Land subsidence in Bandung possible because of the extraction of ground in very large quantities as well as the growing development in the area of ​​Bandung. Analysis of land subsidence can be used to anticipate natural disasters such as landslides and floods. Research to calculate land subsidence will process the remote sensing satellite data ALOS / PALSAR 1 level 1.0 using Differential Interferometry (DInSAR). DInSAR produce accurate information for the value of land subsidence. DInSAR method performed on the two data ALOS / PALSAR for Bandung with different acquisition time is the period of 2008-2011. Landslides values from the analysis at 2008-2009 is 14cm, at 2009-2010 is 16 cm and 2010-2011 is 16 cm. In Bandung, the value of land subsidence is quite large (over 9 cm) that is about 15 cm per year. The results of this study can be used stakeholders to minimize potential disaster caused land subsidence itself.;;"

"Longsor merupakan salah satu bencana alam yang sudah menelan banyak korban mulai dari harta hingga nyawa. Sebagai upaya untuk mengurangi kerugian yang diakibatkan oleh bencana longsor, proses mitigasi bencana penting untuk dilakukan. Mitigasi yang akan dibahas beruspa identifikasi zona potensi kebencanaan menggunakan metode geofisika gaya berat dan penginderaan jarak jauh. Penelitian dilakukan di wilayah Sukabumi, Jawa Barat yang merupakan wilayah padat penduduk dan bagian dari Zona Bandung dan Zona Pegunungan Selatan menurut Van Bemmelen (1949). Metode yang digunakan adalah metode anomali gravitasi dengan analisis Second Vertical Derivative (SVD) dan analisis citra optik dengan klasifikasi Support Vector Machine menghasilkan peta pesebaran potensi longsor wilayah Kabupaten Sukabumi.

---

Landslides are one of the natural disasters that have claimed many victims ranging from property to lives. In an effort to reduce losses caused by landslides, it is important to carry out disaster mitigation processes. Mitigation that will be discussed is in the form of identifying potential disaster zones using gravity geophysical methods and remote sensing. The research was conducted in the Sukabumi area, West Java, which is a densely populated area and part of the Bandung Zone and the Southern Mountain Zone according to Van Bemmelen (1949). The method used is the gravitational anomaly method with Second Vertical Derivative (SVD) analysis and optical image analysis with the Support Vector Machine classification to produce a map of the distribution of landslide potential in the Sukabumi Regency.

"

"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."

"Gerakan Tanah merupakan bencana alam yang paling sering terjadi di Indonesia khususnya di daerah Kabupaten Tasikmalaya, Jawa Barat. BPBD Kabupaten Tasikmalaya, dari Januari hingga September 2021 terdapat 260 kejadian bencana. Dari total kejadian bencana itu, 51 persen atau 133 kejadian di antaranya bencana gerakan tanah. Penelitian ini bertujuan untuk mengetahui zona kerentanan gerakan tanah berdasarkan parameter-parameter yang ada untuk menghasilkan peta persebaran zona kerentanan gerakan tanah di daerah Kabupaten Tasikmalaya dengan bantuan Sistem Informasi Geografis (SIG). Selain itu, penelitian ini juga berfokus pada pengaruh cell size terhadap nilai AUC pada daerah penelitian. Oleh karena itu digunakan beberapa cell size untuk mengetahui pengaruh tersebut. Adapun cell size yang digunakan adalah 15, 20, 25, 30 dan 35. Penelitian ini menggunakan 2 metode dalam menentukan peta zona gerakan gerakan tanah yaitu metode frequency ratio dan logistic regression. Frequency ratio bertujuan untuk mengetahui tingkat signifikan dari setiap kelas faktor. Sementara itu logistic regression menghasilkan nilai probabilitas gerakan tanah dan nilai signifikan dari setiap faktor penyebab gerakan tanah. Nilai probabilitas gerakan tanah bernilai 0 dan 1 semakin mendekati angka satu maka semakin tinggi tingkat zona kerentanannya. Terdapat 125 data kejadian gerakan tanah yang terdapat pada daerah penelitian dimana akan dibagi menjadi 80% data training dan 20% data validasi. Adapun parameter-parameter pendukung pada gerakan tanah adalah litologi, aspek lereng, kemiringan lereng, elevasi, penggunaan lahan, curah hujan, jarak dari kelurusan, jarak dari sungai, kelengkungan (curvature) dan NDVI. Kemudian akan dilakukan uji model. Uji model ini didapatkan dari grafik AUC. Uji ini bertujuan untuk mengetahui apakah peta dapat diterapkan atau tidak. Pada penelitian ini, model pada frequency ratio memiliki nilai AUC berkisar 0,73 – 0,81 sedangkan pada model logistic regression memiliki nilai AUC berkisar 0,58 – 0,85. Dari hasil nilai AUC tersebut model frequency ratio termasuk kedalam model sedang – baik sedangkan pada model logistic regression termasuk kedalam model buruk – sedang. Kedua model ini dapat diterapkan pada daerah penelitian.

---

Landslide is the most frequent natural disaster in Indonesia, especially in the Tasikmalaya Regency, West Java. BPBD Tasikmalaya Regency, from January to September 2021 there were 260 disaster events. Of the total disaster events, 51 percent or 133 incidents were landslides. This study aims to determine the vulnerability zones of ground movement based on existing parameters to produce a map of the distribution of ground movement vulnerability zones in the Tasikmalaya Regency area with the help of a Geographic Information System (GIS). In addition, this study also focuses on the effect of cell size on AUC values in the study area. Therefore, several cell sizes are used to determine the effect. The cell sizes used are 15, 20, 25, 30 and 35. This study uses 2 methods in determining the ground motion zone map, namely the frequency ratio method and logistic regression. Frequency ratio aims to determine the significant level of each factor class. Meanwhile, logistic regression produces probability values of ground motion and significant values of each factor causing ground motion. The value of the probability of ground motion is 0 and 1, the closer to number one, the higher the level of the zone of susceptibility. There are 125 data on ground motion events in the research area which will be divided into 80% training data and 20% validation data. The supporting parameters for ground motion are lithology, slope aspect, slope, elevation, land use, rainfall, distance from fault, distance from river, curvature and NDVI. Then a model test will be carried out. This model test is obtained from the AUC graph. This test aims to determine whether the map can be applied or not. In this study, the frequency ratio model has an AUC value ranging from 0.73 to 0.81 while the logistic regression model has an AUC value ranging from 0.58 to 0.85. From the results of the AUC value, the frequency ratio model is included in the medium - good model, while the logistic regression model is included in the bad - medium model. Both of these models can be applied to the research area. "

"Gerakan tanah adalah proses ketika material tanah atau batuan mengalami perpindahan akibat gravitasi bumi dan dampaknya merugikan bagi lingkungan hingga menimbulkan korban jiwa (Noor, 2011). Berdasarkan catatan dari Badan Nasional Penanggulangan Bencana, terdapat 289 kejadian bencana akibat gerakan tanah terhitung tahun 2018 hingga tahun 2022 di Kabupaten Banyumas, Provinsi Jawa Tengah (Data Informasi Bencana Indonesia (DIBI)). Pergerakan tanah dipengaruhi oleh parameter-parameter yang berpengaruh terhadap gerakan tanah seperti litologi, aspek lereng, curvature, curah hujan, kemiringan lereng, elevasi, tata guna lahan, jarak dari sungai, jarak dari struktur, dan normalized difference vegetation index (NDVI) (Chen et al., 2021). Tujuan dari penelitian ini yaitu untuk mengidentifikasi daerah rawan pergerakan tanah berdasarkan parameter-parameter tersebut dan memetakan daerah rawan pergerakan tanah di daerah Kabupaten Banyumas mengacu pada Sistem Informasi Geografis (SIG) dengan menggunakan metode information value model dan frequency ratio. Tujuan lainnya yaitu untuk mengkaji tingkat akurasi dari setiap metode dan menentukan metode apakah yang lebih baik digunakan di lokasi penelitian. Hasil dari penelitian ini didapatkan bahwa model yang dihasilkan oleh metode frekuensi rasio mendapatkan nilai AUC pada succes rate sebesar 70,5% dan predictife rate 61,14%. Sementara model yang dihasilkan oleh metode information value mendapatkan nilai AUC succes rate sebesar 66,39% dan predictife rate 60,26%. Berdasarkan validasi AUC dari kedua model tersebut, maka diketahui metode frekuensi rasio merupakan metode yang lebih baik dari metode information value dalam memodelkan tingkat kerentanan gerakan tanah di lokasi penelitian.

---

Land movement is a process when soil or rock material is displaced due to the earth's gravity and the impact is detrimental to the environment and causes casualties (Noor, 2011). Based on records from the National Disaster Management Agency, there were 289 disaster events due to land movement from 2018 to 2022 in Banyumas Regency, Central Java Province (Disaster Information Data Indonesia (DIBI)). Land movement is influenced by parameters that affect land movement such as lithology, slope aspect, curvature, rainfall, slope, elevation, land use, distance from rivers, distance from structures, and normalized difference vegetation index (NDVI) (Chen et al., 2021). The purpose of this research is to identify land movement prone areas based on these parameters and map land movement prone areas in the Banyumas Regency area referring to the Geographic Information System (GIS) using the information value model and frequency ratio methods. Another objective is to assess the accuracy level of each method and determine which method is better used in the research location. The results of this study found that the model generated by the frequency ratio method obtained an AUC value at a success rate of 70.5% and a predictive rate of 61.14%. While the model produced by the information value method gets an AUC succes rate of 66.39% and a predictive rate of 60.26%. Based on the AUC validation of the two models, it is known that the frequency ratio method is a better method than the information value method in modeling the level of ground motion vulnerability at the research site."

"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."

"Longsor merupakan salah satu bencana yang sering terjadi di Indonesia. Pada tahun 2021 wilayah Jawa Barat paling banyak mengalami bencana alam. Oleh karena itu, diperlukan identifikasi terkait dengan zona kerentanan longsoran dalam mitigasi bencana sehingga dapat mengurangi dampak longsoran. Penelitian ini dianalisis menggunakan metode Frequency Ratio (FR) dan Weight of Evidence (WoE). Berdasarkan hasil data yang di peroleh, terdapat 125 titik longsoran. Data tersebut di bagi menjadi dua untuk data train sebanyak 80% (100 titik) dan data testing sebanyak 20% (25 titik). Penelitian ini menggunakan sepuluh parameter, yaitu elevasi, kemiringan lereng, aspek lereng, curvature, NDVI, jarak dari sungai, jarak dari kelurusan, formasi, tutupan lahan, dan curah hujan setiap bulan. Hasil dari analisis tersebut akan menghasilkan peta zona kerentanan longsor setiap bulan yang dibagi atas 4 tingkat kerentanan, yaitu sangat rendah, rendah, menengah, dan tinggi. Model tersebut di validasi menggunakan kurva ROC dan mendapatkan nilai AUC di atas 50%.

---

Landslide is one of the disasters that often occurs in Indonesia. In 2021 the West Java region experienced the most natural disasters. Therefore, it is necessary to identify the landslide susceptibility mapping in disaster mitigation to reduce the impact of the landslide. This research analyzed using the Frequency Ratio (FR) and Weight of Evidence (WoE) methods. Based on the results of the data obtained, there are 125 landslide points. The data is divided into 80% for training data (100 points) and 20% for testing data (25 points). This study used ten parameters, elevation, slope, slope aspect, curvature, NDVI, distance from river, distance from lineament, lithology (formation), land cover, and rainfall. The results of this analysis will produce a landslide susceptibility zone map every month which is divided into 4 levels of landslide susceptibility class, very low, low, medium, and high. The model was validated using the ROC curve and obtained an AUC value above 50%."

"

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.

"