ABSTRAK BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi COVER BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 1 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 2 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 3 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 4 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 5 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 6 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi BAB 7 BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi PUSTAKA Balqy Balhum Rachmany
PUBLIC Dedi Rosadi LAMPIRAN BALQY BALHUM R 12018041.pdf
PUBLIC Dedi Rosadi
Daerah penelitian berada di Kecamatan Salem, Kabupaten Brebes, Jawa Tengah. Daerah
ini memiliki banyak fenomena longsoran yang salah satunya termasuk ke dalam bencana
nasional pada tahun 2018 di Desa Pasir Panjang. Kondisi morfologi berupa perbukitan dan
lembah menjadi salah satu faktor pengontrol terjadinya longsoran. Peta kerentanan
longsoran yang tersedia masih berskala provinsi sehingga penelitian ini ditujukan untuk
mengetahui zonasi kerentanan longsoran dengan skala yang lebih detail. Metode yang
digunakan terdiri dari dua jenis, yaitu metode Weight of Evidence (WoE) yang termasuk ke
dalam metode bivariat dan metode Logistic Regression (LR) yang termasuk ke dalam
metode multivariat. Berdasarkan pengamatan lapangan dan identifikasi penginderaan jauh
menggunakan citra Google Earth, terdapat 257 kejadian longsoran di daerah penelitian.
Data kejadian tersebut kemudian dibagi menjadi dua kelompok secara acak dengan
persentase 70% (183 longsoran) sebagai data training dan 30% (74 longsoran) sebagai data
tes. Parameter yang diuji antara lain elevasi, kemiringan lereng, arah lereng, litologi,
kurvatur (plan, profile, dan total), elevasi, Normalized Difference Vegetation Index
(NDVI), tutupan lahan, jarak dari sesar, jarak dari sungai, dan jarak dari jalan.
Berdasarkan nilai Area Under Curve (AUC), parameter yang berpengaruh dominan
terhadap kejadian longsoran menggunakan metode WoE adalah parameter jarak dari sesar,
curah hujan, tutupan lahan, kemiringan lereng, elevasi, jarak dari jalan, jarak dari sungai,
dan NDVI. Parameter yang dominan berpengaruh aktif terhadap kejadian longsoran di
daerah penelitian menggunakan metode LR adalah parameter jarak dari sesar, elevasi,
curah hujan, kemiringan lereng, dan jarak dari sungai. Hasil evaluasi nilai AUC success
rate menunjukan metode LR (0,92) lebih baik dibandingkan metode WoE (0,77). Hasil
evaluasi nilai AUC prediction rate menunjukan metode LR (0,90) lebih baik dibandingkan
metode WoE (0,67). Peta Zonasi Kerentanan Longsoran Kecamatan Salem menggunakan
metode WoE memiliki persentase zona kerentanan longsoran tinggi 19,5%, zona
kerentanan longsoran sedang 11,5%, zona kerentanan longsoran rendah 11%, dan zona
kerentanan longsoran sangat rendah 58%. Hasil zonasi menggunakan metode LR memiliki
persentase zona kerentanan longsoran tinggi 13%, zona kerentanan longsoran sedang
15,5%, zona kerentanan longsoran rendah 17,5%, dan zona kerentanan longsoran sangat
rendah 54%.