Analisis Pengaruh Hujan Terhadap Tingkat Kerawanan Longsor di Kecamatan Banjarwangi Kabupaten Garut Berbasis Sistem Informasi Geografis

Abstract

Badan Penanggulangan Bencana Daerah (BPBD) dan Dinas Komunikasi dan Informatika (Diskominfo) Kabupaten Garut mencatat 7 dan 8 kejadian longsor pada tahun 2020 dan 2023 di Kecamatan Banjarwangi. Hal tersebut dipicu oleh lereng curam hingga sangat curam dengan jenis tanah dan batuan peka longsor serta curah hujan tipe deras. Penelitian ini bertujuan mengidentifikasi area rawan longsor dengan berbagai variasi curah hujan maksimum dan rata-rata dari curah hujan harian, dasarian, bulanan, dan tahunan untuk mengevaluasi akurasi peta kerawanan longsor yang divalidasi dengan titik kejadian longsor menggunakan parameter DVMBG 2004. Hasil analisis menunjukkan bahwa variasi curah hujan maksimum memiliki klasifikasi rawan seluas 99,14%. Sementara itu, variasi curah hujan rata-rata, menunjukkan klasifikasi kurang rawan seluas 76,10%. Tinggi rendahnya curah hujan berpengaruh terhadap tingkat klasifikasi rawan atau kurang rawan, sehingga berdampak pada nilai validasi. Validasi kesesuaian area kerawanan longsor menunjukkan akurasi rendah dengan 45,5% tervalidasi dan 54,5% tidak tervalidasi. Sehingga model DVMBG 2004 perlu disesuaikan melalui pembaruan persamaan dasar detail skala pemetaan agar diperoleh akurasi yang lebih tinggi.

The Garut District Disaster Management Agency (BPBD) and the Communication and Information Agency (Diskominfo) Garut Regency recorded 7 and 8 landslide incidents in 2020 and 2023 in Banjarwangi Subdistrict. These incidents were triggered by steep to very steep slopes with landslide-prone soil and rock types, as well as heavy rainfall. This study aims to identify landslide-prone areas with various variations in maximum and average rainfall from daily, decadal, monthly, and annual rainfall data to evaluate the accuracy of landslide hazard maps validated with landslide occurrence points using the DVMBG 2004 parameters. The analysis results show that maximum rainfall variation has a hazard classification of 99,14%. Meanwhile, average rainfall variation shows a less hazardous classification of 76,10%. The level of rainfall affects the hazard or less hazardous classification, thereby impacting the validation value. The validation of landslide hazard area suitability showed low accuracy, with 45,5% validated and 54,5% not validated. Therefore, the DVMBG 2004 model needs to be adjusted by updating basic equations of the mapping scale details in order to achieve a higher accuracy.