PENILAIAN BAHAYA LONGSOR DI MAJALENGKA, INDONESIA: PENDEKATAN PROSES HIRARKI ANALITIK BERBASIS SISTEM INFORMASI GEOGRAFIS (SIG)

Authors

  • Wahyu Firmansyah Universitas Gadjah Mada

DOI:

https://doi.org/10.34151/technoscientia.v16i1.4501

Keywords:

Landslide, Majalengka, Spatial Analysis

Abstract

Hidup berdampingan dengan bencana menjadi keharusan bagi masyarakat yang tinggal di daerah yang memiliki potensi bencana geologi seperti longsor. Morfologi berupa perbukitan dan kondisi geologi di daerah Kecamatan Majalengka yang didominasi oleh batuan sedimen, dan produk vulkanik yang terlapukan, serta keterdapatan struktur-struktur geologi menjadi faktor utama penyebab terjadinya longsor terlebih ketika musim penghujan tiba. Pemetaan bahaya longsor memberikan dasar yang kokoh bagi pemerintah dan pemangku kebijakan lainnya untuk mengambil langkah-langkah yang tepat guna mencegah, mengurangi, atau mengatasi dampak dari potensi bencana longsor. Berdasarkan data yang dihimpun dari Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Majalengka menunjukkan 27 titik kejadian longsor antara 2019 hingga 2022, mengakibatkan kerugian dan kerusakan infrastruktur. Studi ini menyajikan pemodelan bahaya longsor berbasis Sistem Informasi Geografis (SIG) dengan pendekatan Analytical Hierarchy Process (AHP). Kriteria yang digunakan dalam pemodelan terdiri dari kemiringan lereng, geologi, jarak dari sungai, dan jarak dari struktur geologi. Validasi model bahaya longsor dilakukan dengan menggunakan Receiver Operating Characteristics (ROC) untuk memastikan konsistensi model. Kondisi morfologi dan faktor-faktor geologi menjadi penyebab meningkatnya potensi bahaya longsor di daerah penelitian. Dari pemodelan bahaya longsor diperoleh luasan daerah yang terdiri atas tiga kelas yaitu rendah dengan persentase 35.21%, sedang dengan persentase 58.17%, dan tinggi sebesar 6.62%.

References

Asadabadi, M. R. (2018). The stratified multi-criteria decision-making method. Knowledge-Based Systems, Elsevier, hal.115-123.

Badan Informasi Geospasial. (2017). DEMNAS Seamless Digital Elevation Model (DEM) dan Batimetri Nasional. Diakses tanggal 15 April 2023 dari https://tanahair.indonesia.go.id/demnas/#.

BNPB. (2015). Pedoman Teknik Penyusunan Peta Ancaman dan Risiko Bencana untuk Kabupaten/Kota. BNPB : Jakarta.

BPBD Kabupaten Majalengka. (2022). Histori Kejadian Bencana Kabupaten Majalengka 2019-2022. BPBD : Majalengka.

Septilia, H. A. (2020). Sistem Pendukung Keputusan Pemberian Dana Bantuan Menggunakan Metode AHP. Jurnal Teknologi dan Sistem Informasi (JTSI), hal.34-41.

Jiménez-Valverde, A. (2012). Insights into the area under the receiver operating characteristic curve (AUC) as a discrimination measure in species distribution modeling. Macroecological Methods, hal.498-507.

Kayastha, P. Dhital, M.R. dan Smedt, F.D. (2019). Application of the analytical hierarchy process (AHP) for landslide susceptibility mapping: A case study from the Tinau watershed, west Nepal. Computers & Geosciences 52, hal.398-408.

Pusat Survei Geologi. (2020). Peta Geologi Lembar Majalengka (1309-11) Skala 1: 50.000. Pusat Survei Geologi : Bandung.

Zhang, G. Cai, Y. Zheng, Z. Liu, Y. dan Huang, K. (2016). Integration of the Statistical Index Method and the Analytic Hierarchy Process technique for the assessment of landslide susceptibility in Huizhou, China. Catena 142, hal.233-244.

Downloads

Published

30-09-2023

How to Cite

Firmansyah, W. . (2023). PENILAIAN BAHAYA LONGSOR DI MAJALENGKA, INDONESIA: PENDEKATAN PROSES HIRARKI ANALITIK BERBASIS SISTEM INFORMASI GEOGRAFIS (SIG) . JURNAL TEKNOLOGI TECHNOSCIENTIA, 16(1), 23–31. https://doi.org/10.34151/technoscientia.v16i1.4501