Hasil Pencarian  ::  Simpan CSV :: Kembali

"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 sebuah kejadian bahaya geologi yang memiliki dampak buruk bahkan memakan korban jiwa. Indonesia sendiri memiliki frekuensi kejadian yang tinggi dalam bencana gerakan tanah di mana pada tahun 2021 sebanyak 1506 peristiwa terjadi di wilayah Indonesia. Banyak faktor yang memengaruhi kejadian gerakan tanah di mana umumnya faktor geologi seperti litologi, kemiringan lereng, dan vegetasi sebagai faktor pengontrol terhadap kerentanan gerakan tanah. Selain itu, faktor iklim merupakan faktor yang cukup memengaruhi kejadian gerakan tanah. Terjadinya perubahan iklim menjadi perhatian tentang bagaimana dampak yang dihasilkan terhadap kerentanan gerakan tanah. Penelitian ini melakukan analisis faktor-faktor pengontrol kerentanan gerakan tanah termasuk pengaruh perubahan iklim terhadap kejadian gerakan tanah menggunakan metode logistic regression dengan menghubungkan variabel bebas berupa faktor-faktor pemicu gerakan tanah dan variabel terikat berupa kejadian gerakan tanah. Faktor iklim juga dianalisis menggunakan proyeksi data iklim masa depan dengan skenario shared socioeconomic pathways (SSPs) untuk memperlihatkan seberapa pengaruh perubahan iklim yang terjadi terhadap kejadian gerakan tanah. Penelitian ini menjelaskan adanya pengaruh dari faktor elevasi, kemiringan lereng, aspek, plan curvature, profile curvature, litologi, vegetasi, jarak terhadap struktur, jarak terhadap jalan, jarak terhadap sungai, curah hujan, dan temperatur terhadap kerentanan gerakan tanah. Penelitian ini juga menghasilkan 5 peta kerentanan gerakan tanah berdasarkan perbedaan kondisi masa sekarang, kondisi tahun 2021-2040, dan kondisi tahun 2040-2060. Berdasarkan hasil tersebut, adanya kenaikan luas wilayah zona kerentanan tinggi pada skenario peningkatan iklim.

---

Landslides are geological hazards that have severe consequences, including fatalities. Indonesia has experienced frequent landslide events, with 1,506 incidents occurring in the country in 2021 alone. Various factors influence landslide occurrences, predominantly geological factors such as lithology, slope angle, and vegetation, which act as controlling factors for landslide susceptibility. Additionally, climate factors significantly affect landslide events. Climate change raises concerns about the resulting impacts on landslide susceptibility. This study analyzes the controlling factors of landslide susceptibility, including the influence of climate change on landslide occurrences, using logistic regression to establish a connection between independent variables representing landslide triggers and the dependent variable representing landslide occurrences. Climate factors are also examined using future climate data projections based on Shared Socio-economic Pathways (SSPs) scenarios to illustrate the extent of climate change impact on landslide events. This study explained the influence of elevation, slope, aspect, plan curvature, profile curvature, lithology, vegetation, distance to structures, distance to roads, distance to rivers, rainfall, and temperature on the susceptibility of soil movement. The study also generated five landslide vulnerability maps based on the current conditions, the conditions between 2021 and 2040 and the conditions between 2040 and 2060. The results showed that there is an increase in the area of high susceptibility zones under the climate change scenario."

"Penelitian ini bertujuan untuk mengidentifikasi zona kerentanan longsor pada Kabupaten Lebak, Provinsi Banten dengan menggunakan dua model yakni Frequency Ratio dan Logistic Regression. Penelitian ini menggunakan 44 data titik longsor yang terjadi pada daerah penelitian, titik longsor tersebut dibagi menjadi dua bagian yakni 35 titik untuk mengindentifikasi zona rentan longsor dan sisanya sebanyak 9 titik digunakan untuk validasi. Zona rentan longsor tersebut dapat diketahui dengan menganalisis faktor-faktor pemicu terjadinya longsor, pada penelitian ini faktor pemicu tersebut terdiri atas sudut lereng, aspek lereng, elevasi, Normalized Differential Vegetation Index (NDVI), curvature, jarak terhadap kelurusan, jarak terhadap sungai, penggunaan lahan, litologi dan curah hujan. Nilai curah hujan yang digunakan pada peneltian ini adalah jumlah curah hujan rata-rata setiap bulannya yang terjadi selama 10 tahun pada daerah penelitian, sehingga akan dihasilkan peta zona rentan longsor setiap bulannya pada daerah penelitian. Hasil dari analisis dengan kedua model tersebut kemudian dibagi atas 3 tingkat kerentanan yakni rendah, menengah, dan tinggi serta nilai AUC yang didapatkan oleh kedua model tersebut setiap bulannya mencapai diatas 50%.

---

This study aims to identify landslide susceptibility zones in Lebak Regency, Banten Province by using two models Frequency Ratio and Logistic Regression. This study uses 44 data of landslide points that occur in the study area, the landslide points are divided into two parts, 35 points to identify landslide susceptibility zones and 9 points are used for validation. The landslide susceptibility zone can be identified by analyzing factors that maybe trigger landslides, in this study the trigger factors consist of slope angle, slope aspect, elevation, Normalized Differential Vegetation Index (NDVI), curvature, distance to straightness, distance to rivers, usage land, lithology and rainfall. The rainfall value used in this research is the average monthly rainfall that occurs for 10 years in the study area, so a monthly landslide susceptibility zone map will be produced in the study area. The results of the analysis with the two models were then divided into 3 vulnerability zones low, intermediate, and high, and the AUC value obtained by the two models each month reached above 50%."

"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 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. "

"

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%.

"

"Tanah longsor merupakan dikategorikan menjadi bencana hidrometeorologi paling mematikan yang dapat mengakibatkan korban luka-luka, meninggal dunia, dan kerusakan rumah serta infrastruktur. Faktor penyebab longsor dapat dipengaruhi oleh kemiringan lereng, saturasi air, permeabilitas dan porositas. Parameter ini dianalisis untuk mengidentifikasi sebaran bidang gelincir dan potensi longsor menggunakan metode geolistrik. Peneliatian ini dilakukan di sekitar Dry Dam Ciawi dengan total tiga lintasan geolistrik. Pengukuran menggunakan konfigurasi Dipole-Dipole dan didapatkan hasil sebaran nilai resistivitas yaitu 3 – 23 Ωm pada kedalaman 0 – 5 meter yang diduga sebagai endapan kolluvial atau tuff lapilli terlapukkan sempuran, resistvitas 23 – 43 Ωm pada kedalaman 10 – 40 meter diduga sebagai tuff lapili, dan resistivitas > 60 Ωm diduga sebagai breksi tuff. Pada hasil penampang ketiga lintasan terlihat adanya dugaan bidanggelincir atntara breksi tuff dengan endapan alluvial atau tuff lapilli terlapukkan sempurna.Berdasarkan analisis kemiringan lereng, lokasi penelitian berada pada lereng yang curam dengan kemiringan 25 – 45 derajat dan tidak stabil. Adapun litologi yang diduga akan tergelincir yaitu endapan kolluvial atau endapa tuff lapilli terlapukkan sempurna. Sehingga, melalui penelitian ini area penelitian memiliki potensi terjadi tanah longsor

---

Landslides are categorized as the deadliest hydro-meteorological disaster which can result

in injuries, deaths, and damage to houses and infrastructure. Factors causing landslides

can be influenced by slope, water saturation, permeability, and porosity. This parameter

is analyzed to identify the distribution of slip planes and the potential for landslides using

the geoelectric method. This research was carried out around the Ciawi Dry Dam with a

total of three geoelectric trajectories. Measurements used the Dipole-Dipole configuration

and the results obtained were the distribution of resistivity values, namely 3 – 23 Ωm at

a depth of 0 – 5 meters which is suspected to be a colluvial deposit or perfectly weathered

lapilli tuff, resistivity of 23 – 43 Ωm at a depth of 10 – 40 meters is suspected to be a

lapilli tuff. and resistivity > 60 Ωm is suspected as tuff breccia. In the results of the third

section of the track, there is an alleged slip plane between breccia tuff and alluvial deposits

or perfectly weathered lapilli tuff. Based on the slope analysis, the research location is on

a steep slope with a slope of 25-45 degrees and is unstable. The lithology suspected of

slipping is colluvial deposits or perfectly weathered lapilli tuff deposits. So, through this

research the research area has the potential for landslides to occur."

"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."

"Kabupaten Cianjur cukup sering dilanda bencana tanah longsor. Salah satu kejadian terparah adalah bencana tanah longsor yang terjadi pada tahun 2022 yang mengakibatkan ratusan warga meninggal dunia, ribuan orang luka-luka, dan ratusan rumah serta infrastruktur rusak. Untuk meminimalisir dampaknya, mengetahui tingkat kerawanan tanah longsor dapat menjadi salah satu langkah perencanaan penanggulangan bencana secara maksimal. Penelitian ini bertujuan untuk memodelkan kerawanan tanah longsor di Kabupaten Cianjur dan mengkategorikan keterpaparannya menggunakan Sistem Informasi Geografis (SIG). Model kerentanan tanah longsor didasarkan pada metode Landslide Numerical Risk Factor (LNRF) dan menggunakan data spasial yang terdiri dari data historis kejadian tanah longsor, Digital Elevation Model (DEM), geologi, jenis tanah, tutupan lahan, curah hujan, dan gempa bumi di Kabupaten Cianjur. Keakuratan model diuji menggunakan metode ROC-Curve dan menghasilkan nilai sebesar 0,845 sehingga tergolong model sangat baik. Melalui model tersebut, diketahui bahwa sebagian besar wilayah Kabupaten Cianjur mempunyai tingkat kerawanan tanah longsor sedang dan tinggi dengan persentase masing-masing wilayah sebesar 40% dan 46%. Model kerawanan tanah longsor akan dianalisis lebih lanjut beserta kepadatan penduduknya untuk mengetahui tingkat keterpaparan longsor dengan basis administrasi kecamatan. Melalui analisis tersebut dapat diketahui bahwa hampir sebagian dari kecamatan yang ada di Kabupaten Cianjur berada pada tingkat keterpaparan sedang.

---

Cianjur regency is often hit by landslides.  One of the worst incidents was a landslide that occurred on 2022 that resulted in hundreds of civilians dying, thousands injured, and hundreds of houses and infrastructure damaged. To minimize the impact, knowing the landslide susceptibility level can be one of the steps in planning disaster management maximally. This study aims to model the landslides susceptibility in Cianjur regency and to categorize the exposure using the Geographic Information System (SIG). The landslide susceptibility model is based on Landslide Numerical Risk Factor (LNRF) method and using spatial data consist of historical landslides, Digital Elevation Model (DEM), geology, soil types, land cover, rainfall, and earthquakes in Cianjur District. The accuracy of model was tested using ROC-Curve method with a value of 0.845 so it is considered as a very good model.  Most areas of Cianjur regency have moderate and high level of landslide susceptibility with each area percentage is 40% and 46%. The landslide susceptibility model will be further analyzed along with the population density to determine the level of landslide exposure with subdistrict administration basis. Through this analysis, it can be seen that almost half of the subdistricts in Cianjur regency are at moderate exposure level."

"Bencana tanah longsor merupakan salah satu masalah yang sering terjadi pada proyek pembangunan jalan bebas hambatan yang dibangun diatas bumi. Tanah longsor pada pembangunan infrastruktur dapat dipengaruhi oleh faktor internal dan juga eksternal yang dapat membuat tanah menjadi labil. Sebelum mengidentifikasi longsoran, diperlukan adanya penyelidikan geologi teknik agar dapat diketahui penyebab longsor pada Proyek Jalan Bebas Hambatan Cisumdawu Fase II STA 20+575. Dalam menyelidiki longsor pada daerah penelitian akan dilakukan penyelidikan geologi teknik permukaan disertai dengan pengujian mekanika tanah pada sampel terganggu dan analisis kestabilan lereng untuk mengetahui nilai keamanan lereng (SF) serta nilai kuat geser tanah pada saat terjadi longsor. Analisis kestabilan lereng dilakukan dengan menggunakan pendekatan elemen hingga pada program PLAXIS 2D 8.2. Penyelidikan geologi teknik menunjukan daerah penelitian memiliki lahan asal perbukitan yang tersusun oleh batuan vulkanik lapuk. Hasil pemetaan geologi teknik menunjukan daerah penelitian tersusun atas 2 satuan geologi teknik, yaitu Satuan Tanah Lanau Plastisitas Tinggi (MH) dan Satuan Breksi Tufa Lapuk Sedang. Berdasarkan tingkat pelapukan batuan, batuan tanah pada daerah penelitian dapat dibagi menjadi 5 zona, yaitu SWZ, MWZ, HWZ, CWZ, dan RSZ. Hasil analisis SF lereng sebelum longsor menunjukan nilai SF = 1.133 (kritis) yang disebabkan oleh 3 hal, yaitu sifat tanah ekspansif, penurunan nilai kuat geser tanah, dan curah hujan sedang pada daerah penelitian. Untuk menangani longsor diperlukan perkuatan struktur agar lebih efisien dengan perkuatan struktur tiang bor (bored pile) dan pasangan batu (stone masonry) pada kaki lereng. Hasil SF lereng setelah diberi perkuatan struktur menunjukan angka SF = 1.449.

---

Landslide disaster is one of the problems that often occur in highway construction projects built on earth. Landslides in infrastructure development can be influenced by internal and external factors that can make the soil unstable. Before identifying a landslide, it is necessary to conduct a geological engineering investigation to determine the cause of the landslide in the Cisumdawu Highway Project Phase II STA 20+575. In investigating landslides in the research area, surface engineering geological investigation will be carried out accompanied by testing of soil mechanics on disturbed samples and slope stability analysis to determine the slope safety factor (SF) also the value of soil shear strength during landslides. Slope stability analysis was carried out using the finite element approach in PLAXIS 2D 8.2 program. Engineering geological investigations show that the research area has hilly origins composed of weathered volcanic rocks. The results of the engineering geological mapping show that the research area is composed of 2 engineering geological units, namely the High Plasticity Silt Soil Unit (MH) and the Medium Weathered Tuff Breccia Unit. Based on the level of rock weathering, the soil rocks in the study area can be divided into 5 zones, namely SWZ, MWZ, HWZ, CWZ, and RSZ. The results of the SF analysis of the slope before the landslide showed the SF value = 1,133 (critical) which was caused by 3 things, namely expansive soil properties, decreased soil shear strength, and moderate rainfall in the study area. To deal with landslides, it is necessary to strengthen the slopes with structural reinforcement using bored pile and stone masonry at the foot of the slope. The results of the SF slope after being given structural reinforcement show the number SF = 1.449."