Analisis Kelongsoran Pada Kecamatan Cisarua Menggunakan Sistem Informasi Geografis

Abstract

Badan Nasional Penanggulangan Bencana (BNPB) menyebutkan bahwa telah terjadi bencana longsor di sepanjang bulan Desember 2014 terdapat 9 titik longsor dan pada 5 Februari 2018 kembali terjadi longsor yang terdapat di 22 titik yaitu di Desa Batulayang, Tugu Utara, Jogjoan dan Tugu Selatan. Secara topografi kontur tanah berada pada kemiringan yang curam, dengan intensitas curah hujan mencapai 575.1 mm/bulan sehingga dapat berpotensi longsor. Tujuan penelitian untuk mengidentifikasi kerawanan dan keakuratan titik lokasi longsor berdasarkan dua metode yang dikeluarkan oleh Direktorat Vulkanologi dan Mitigasi Bencana yaitu DVMBG 2004 dan DVMBG 2005. Penelitian ini menggunakan data penginderaan jauh dengan melakukan pembobotan terhadap parameter longsor. Kemudian memvalidasi data dengan titik kejadian longsor. Hasil analisis dengan DVMBG 2004 menunjukkan tahun 2014 dan 2018 klasifikasi rawan longsor mendominasi dengan persentase 82.54% dan 64.59%. Hasil analisis menggunakan DVMBG 2005 tahun 2014 dan 2018 klasifikasi rawan mendominasi potensi longsor dengan persentase 68.63% dan 84.61%. Pada model pendugaan longsor DVMBG 2004 terdapat 9 titik yang tidak tervalidasi. Sedangkan pada DVMBG 2005 seluruh titik kejadian tervalidasi sehingga model pendugaan longsor DVMBG 2005 sebagai metode yang di rekomendasi untuk pembuatan peta potensi kerawanan longsor. Kata kunci: DVMBG, keakuratan, longsor, titik lokasi

National Disaster Management Agency stated that there have been landslides throughout December 2014 there were 9 landslide points and on February 5 2018 another landslide occurred in 22 points, namely in Batulayang Village, North Tugu, Jogjoan and South Tugu. Topographically, the land contour is on a steep slope, with rainfall intensity reaching 575.1 mm/month. The purpose of this study is to identify the vulnerability and accuracy of landslide location points based on two methods issued by the Directorate of Volcanology and Disaster Mitigation, namely DVMBG 2004 and DVMBG 2005. This study uses remote sensing data by weighting landslide parameters. Then validate the data with the point of landslide occurrence. The results of the analysis with the 2004 DVMBG show that in 2014 and 2018 the landslide-prone classification dominated with a percentage of 82.54% and 64.59%, respectively. The results of the analysis using the 2005 DVMBG in 2014 and 2018 classification of hazard dominates the potential for landslides with a percentage of 68.63% and 84.61%, respectively. In the 2004 DVMBG landslide estimation model, there are 9 points that are not validated. Meanwhile, in the 2005 DVMBG all points of occurrence were validated. So the 2005 DVMBG landslide estimation model is the recommended method for making landslide hazard potential maps. Keywords: Accuracy, DVMBG, landslide, point location