Perpustakaan Digital ITB

Indonesia merupakan negara dengan kondisi bencana alam yang sangat kompleks. Salah satu bencana alam yang sering terjadi yaitu gerakan tanah atau landslide. Gerakan tanah merupakan pergerakan massa batuan dan atau tanah yang dipengaruhi oleh faktor pengontrol dan faktor pemicu. Faktor pengontrol di antaranya adalah terdapatnya morfologi lereng yang curam sampai sangat curam, terdapatnya struktur geologi, dan kondisi batuan yang kurang resisten. Faktor pemicu pada umumnya adalah kondisi curah hujan dan keairan di suatu wilayah. Penelitian tentang kondisi kebencanaan suatu wilayah sangat diperlukan untuk dapat mencegah dan mengurangi dampak negatif. Daerah penelitian berada di Kecamatan Rongga, Kabupaten Bandung Barat yang mempunyai morfologi berupa perbukitan curam – terjal sehingga menyebabkan daerah tersebut rawan terhadap gerakan tanah. Pada tanggal 23 Maret 2020 terjadi gerakan tanah pada tebing setinggi 30 m yang berada di Kampung Nyomplong, Desa Cibitung. Kejadian tersebut dipicu oleh hujan deras dan intensitas tinggi. Meskipun tidak menimbulkan korban jiwa, sebanyak 37 orang harus dievakuasi karena jarak bangunan yang dekat dengan lokasi kejadian. Penelitian dilakukan dengan cara melakukan analisis pemodelan gerakan tanah menggunakan statistik bivariat yaitu Metode Weight of Evidence (WoE), multivariat yaitu Logistic Regression (LR), dan kombinasi Metode WoE-LR. Data yang analisis adalah parameter gerakan tanah dan lokasi gerakan tanah. Tercatat di daerah penelitian terdapat 572 lokasi gerakan tanah yang diambil berdasarkan data lapangan dan kenampakan dari Google Earth. Data tersebut dibagi menjadi dua kelompok, yaitu: data uji analisis (ls_train) dengan persentase 70% dan data tes validasi (ls_test) dengan persentase 30%. Parameter-parameter yang digunakan dalam analisis gerakan tanah adalah tata guna lahan, kemiringan lereng, arah lereng, kurvatur, elevasi, curah hujan, litologi, NDWI, NDVI, jarak dari jalan, jarak dari sungai, arah aliran, densitas kelurusan, densitas sungai, dan jarak dari kelurusan. Parameter tersebut dilakukan uji validasi dengan menentukan nilai area under curve (AUC). Terdapat 10 parameter yang lolos uji AUC (AUC > 0,6) yaitu: tata guna lahan (0,60), kemiringan lereng (0,68), kurvatur (0,61), elevasi (0,63), curah hujan (0,60), litologi (0,66), densitas sungai (0,62), densitas kelurusan dan struktur geologi (0,61), NDVI (0,61), dan jarak dari sungai (0,60). Validasi peta zonasi dari setiap metode yang dilakukan adalah menentukan nilai AUC (area under curve), SCAI (seed cell area index), dan spatial domain. Nilai AUC yang dihitung adalah AUC success rate dan AUC prediction rate. Success rate diperoleh dari menggabungkan data penjumlahan WoE dengan data uji gerakan tanah (ls_train) yang berjumlah 400 titik lokasi gerakan tanah. Prediction rate diperoleh dari menggabungkan data penjumlahan WoE dengan data tes gerakan tanah (ls_test) yang berjumlah 172 titik lokasi gerakan tanah. Nilai AUC success rate Metode WoE adalah 0,69 dan nilai AUC prediction rate Metode WoE adalah 0,66. Nilai AUC success rate Metode LR adalah 0,70 dan nilai AUC prediction rate Metode LR adalah 0,69. Nilai AUC success rate Metode WoE-LR adalah 0,71 dan nilai AUC prediction rate Metode WoE-LR adalah 0,66. Hasil nilai SCAI menunjukkan hasil yang tidak terlalu jauh dari setiap metode. Peta yang dihasilkan menggunakan Metode WoE-LR memiliki hasil yang lebih baik untuk zonasi kerentanan gerakan tanah sangat rendah sampai rendah dengan nilai SCAI paling besar dan peta yang dihasilkan menggunakan Metode WoE memiliki hasil yang lebih baik untuk zonasi kerentanan gerakan tanah tinggi yaitu dengan nilai SCAI paling kecil. Hasil validasi menggunakan spatial domain menunjukkan semua metode mempunyai piksel yang benar dan dapat diterima di atas 90% dari total luasan daerah penelitian. Nilai spatial domain yang paling besar diperoleh dari validasi Metode LR dan WoE-LR yaitu persentase piksel yang diklasifikasikan dengan benar sebesar 56,2%, piksel yang dapat diterima sebesar 42,9%, dan piksel yang tidak dapat diterima kurang dari 1%. Nilai piksel yang dilkasifikasikan dengan benar dan dapat diterima menunjukkan tingkat keakuratan data yang dihasilkan.