2019 : Pembuatan Peta Rawan Longsor Dengan Metode Machine Learning Dan Sistem Informasi Geografis Di Wilayah Kabupaten Ponorogo

Dr.Ir. Amien Widodo M.Si.
Mohammad Rohmaneo D. ST.,M.Sc

External link

Type

RESEARCH

Keywords

-


Abstract

Tanah longsor merupakan suatu aktivitas dari proses gangguan keseimbangan yang menyebabkan bergeraknya massa tanah dan batuan dari tempat yang lebih tinggi ke tempat yang lebih rendah. Penyebab terjadinya tanah longsor dikarenakan gaya pendorong pada lereng lebih besar daripada gaya penahannya. Berdasarkan kajian data Badan Penanggulangan Bencana Daerah (BPBD) Jawa Timur menunjukkan bahwa, sebanyak 20 daerah dari 38 kabupaten/kota masuk kategori kerawanana tinggi, sedang, maupun ringan terjadinya tanah longsor, dimana Kabupaten Ponorogo masuk kedalam kategori sedang hingga tinggi. Pembuatan peta kerawanan longsor menggunakan metode Machine Learning (Random Forest and Logistic Regression) yang dipadukan dengan Sistem Informasi Geografis berdasarkan data kejadian longsor yang telah terjadi di tahun – tahun sebelumnya yang diidentifikasi di area studi menggunakan teknologi pengindraan jauh (citra satelit). Konsep utama dari pemetaan metode Machine Learning adalah bahwa karakteristik kenampakan alam tertentu dimana terjadi longsor, juga berpotensi menyebabkan terjadinya longsor di lokasi lain yang memiliki karakteristik yang serupa. Parameter yang digunakan untuk analisa karakteristik lokasi longsor pada penelitian ini yaitu; ketinggian, kemiringan lereng, arah lereng, tingkat kebasahan topografi, peta geologi, jarak dari sungai terdekat, jarak dari patahan (sumber gempa) terdekat. Menggunakan parameter diatas, metode Random Forest dan Logistic Regression akan diaplikasikan dan dibandingkan hasilnya untuk mendapatkan peta kerawanan longsor dengan tingkat akurasi yang tinggi. Hasil peta kerawanan longsor memiliki 3 tingkat kerawanan, diantaranya yaitu kerawanan tinggi, sedang, dan rendah. Diharapakan peta kerawanan longsor hasil penelitian ini dapat digunakan sebagai acuan Pemerintah setempat beserta Badan Penanggulangan Bencana Daerah Ponorogo untuk merancang perencanaan pengurangan resiko bencana longsor di daerah Kabupaten Ponorogo, dan dapat digunakan juga sebagai salah satu acuan dalam perencanaan tata ruang wilayah kota / kabupaten. Kata kunci: Machine Learning, Random Forest, Logistic Regression, SIG, Longsor, Peta Rawan Longsor