digilib@itb.ac.id +62 812 2508 8800

Longsoran merupakan salah satu bencana geologi yang paling sering terjadi di Indonesia setiap tahunnya. Longsoran yang terjadi tersebut biasanya bersifat lokal atau setempat, namun tersebar di seluruh wilayah Indonesia. Wilayah Pungut Hilir yang berada di Kabupaten Kerinci adalah salah satu wilayah yang rentan terhadap terjadinya longsoran. Pada lokasi ini, longsoran sering terjadi di sekitar jalan raya, sehingga dapat menyebabkan kerugian material dan memakan korban jiwa. Oleh karena itu, penting untuk dilakukan penilaian kerentanan longsoran di lokasi ini. Penilaian kerentanan longsoran dapat dilakukan dengan menggunakan metode WoE dan ANN. Agar analisis kerentanan longsoran (metode ANN dan WoE) dapat dilakukan, dibutuhkan beberapa data titik longsoran. Pada penelitian ini, digunakan 83 data titik longsoran yang kemudian dibagi menjadi dua set data (training set dan testing set). Kedua set data tersebut kemudian dibuat menjadi beberapa simulasi yang didasarkan atas perbandingan persentase dari keduanya, yaitu DS 60:40, DS 70:30, dan DS 85:15. Adapun pada metode ANN perlu ditambahkan 323 titik tidak longsor dan kemudian dibagi dengan persen yang sama pada training set dan testing set. Selama analisis kerentanan longsoran dilakukan, digunakan empat faktor, yaitu topografi, geologi, hidrologi, dan aktivitas manusia yang terdiri dari 18 parameter (elevasi, kemiringan lereng, arah lereng, kelengkungan, TWI, SPI, litologi, jarak dari patahan, jarak dari kelurusan, gempa, curah hujan, jarak dari sungai, arah aliran, akumulasi aliran, penggunaan lahan, jarak dari jalan raya, NDVI, dan NDWI). Setelah dilakukan analisis dengan menggunakan metode WoE dan ANN, maka akan diketahui seberapa besar pengaruh dari masing-masing parameter tersebut dalam setiap simulasi terhadap kejadian longsoran di lokasi penelitian. Berdasarkan atas analisis dengan metode WoE, diketahui bahwa pada DS 60:40 parameter yang paling berpengaruh adalah aspect, pada DS 70:30 faktor yang paling berpengaruh adalah jarak dari jalan, dan pada DS 85:15 faktor yang paling berpengaruh adalah jarak dari sesar. Adapun berdasarkan atas analisis dengan metode ANN, diketahui bahwa pada setiap simulasi (DS 60:40, DS 70:30, dan 85:15) parameter yang memiliki pengaruh paling besar adalah kemiringan lereng. Kemudian, dilakukan validasi pada masing-masing simulasi dikedua metode (WoE dan ANN) tersebut. Validasi didasarkan atas nilai AUC (success rate dan prediction rate). Pada daerah penelitian, hasil validasi metode WoE pada DS 60:40 memiliki nilai AUC sebesar 0,67 dan 0,64, DS 70:30 sebesar 0,7 dan 0,69, serta DS 85:15 sebesar 0,63 dan 0,62. Adapun hasil validasi metode ANN pada DS 60:40 memiliki nilai AUC sebesar 0,68 dan 0,75, DS 70:30 sebesar 0,76 dan 0,76, serta DS 85:15 sebesar 0,71 dan 0,74. Selain itu, dilakukan pula validasi dengan menggunakan spatial domain. Berdasarkan validasi tersebut, diketahui bahwa piksel yang benar dan dapat diterima pada DS 60:40 adalah sebesar 65,92%, pada DS 70:30 sebesar 73,99%, dan pada DS 85:15 sebesar 76,91%. Hasil dari validasi koefisien kappa diketahui metode ANN DS 70:30 menghasilkan tingkat akurasi lebih tinggi dibandingkan dengan simulasi lain. Oleh karena itu, berdasarkan hasil penelitian dapat disimpulkan bahwa metode ANN DS 70:30 mempunyai tingkat akurasi yang lebih tinggi dibandingkan dengan metode lainnya untuk zonasi kerentanan longsoran di daerah Pungut Hilir dan sekitarnya.