UnmulUnmul

JURNAL TEKNIK GEOLOGI : Jurnal Ilmu Pengetahuan dan TeknologiJURNAL TEKNIK GEOLOGI : Jurnal Ilmu Pengetahuan dan Teknologi

Analisis kerawanan longsor ini menerapkan integrasi Sistem Informasi Geografis dan pemodelan Machine Learning berbasis Maximum Entropy (MaxEnt) untuk memetakan zona risiko di Desa Batuah, Kecamatan Loa Janan, Kabupaten Kutai Kartanegara, Kalimantan Timur. Tujuan penelitian meliputi evaluasi korelasi antar parameter lingkungan, penilaian kinerja model menggunakan Area Under the Curve (AUC), dan identifikasi zona kerawanan longsor. Data yang digunakan meliputi lima parameter utama sesuai SNI 8291-2016: kemiringan lereng, litologi, jarak dari kelurusan struktur (liniasi), tata guna lahan, dan titik kejadian gerakan tanah. Tahap pra-pemrosesan mencakup reproyeksi, standarisasi resolusi raster ke ukuran sel tiga puluh meter, dan konversi format agar semua layer memiliki dimensi identik. Untuk menghindari multikolinearitas, dilakukan pengujian korelasi Pearson untuk variabel kuantitatif dan Cramers V untuk variabel kategorikal; hasil menunjukkan tidak ada korelasi tinggi antar parameter sehingga layak dijadikan input MaxEnt. Pemodelan dijalankan dengan metode cross-validation untuk membagi data presensi menjadi subset pelatihan dan pengujian bergilir. Kinerja model dievaluasi menggunakan kurva ROC dan AUC dengan nilai AUC uji sebesar 0,825, yang dikategorikan sebagai baik. Peta keluaran MaxEnt mengelompokkan wilayah menjadi tiga zona kerawanan: tinggi, sedang, dan rendah; zona berpotensi tinggi terutama terletak di lereng curam dengan litologi rentan dan perubahan tata guna lahan akibat aktivitas manusia. Dalam tahap pra-pemrosesan juga dilakukan pengisian nilai nodata (-9999) dan penyesuaian header raster serta penggunaan plugin Molusce untuk analisis korelasi dan validasi dimensi layer. Hasil peta kerawanan diharapkan menjadi dasar bagi perencanaan mitigasi, pengendalian lahan, dan penentuan prioritas intervensi pengurangan risiko di wilayah studi.

Pada pembuatan analisis kerawanan bencana longsor, dimensi pada setiap parameter memiliki ukuran yang sama berdasarkan analisis menggunakan plug in molusca.Berdasarkan korelasi antara parameter dapat dilihat dengan menggunakan metode Correlation dan Cramers Coefficient (Cramers V) dalam pengujian ini memiliki hasil yang bagus dimana dimensi antar parameter memiliki nilai di bawah satu.Pada nilai Area Under the Curve (AUC) berdasarkan gambar 4 memiliki nilai 0,825 dimana menurut tabel 1 memiliki nilai yang baik.Pada hasil korelasi data tersebut menghasilkan zona kerawanan bencana longsor dimana dapat di bagi menjadi 3 yaitu tinggi, sedang, rendah dalam bencana longsor.

Penelitian lanjutan dapat mengkaji dampak aktivitas manusia terhadap kerawanan longsor dengan memperluas data parameter lingkungan. Selain itu, perlu dilakukan perbandingan model prediksi antara Maximum Entropy (MaxEnt) dengan algoritma machine learning lainnya untuk meningkatkan akurasi. Studi tambahan juga diperlukan untuk mengintegrasikan data resolusi tinggi dan teknologi remote sensing dalam pemetaan kerawanan longsor, sehingga menghasilkan peta yang lebih detail dan dapat diaplikasikan secara real-time. Penelitian ini juga dapat dikembangkan dengan mempertimbangkan perubahan iklim sebagai faktor dinamis dalam analisis kerawanan. Selain itu, penting untuk mengevaluasi efektivitas strategi mitigasi yang telah diterapkan di wilayah studi melalui pendekatan partisipatif masyarakat. Penelitian lanjutan juga dapat fokus pada pengembangan sistem pemantauan berbasis AI untuk deteksi dini longsor. Kajian tentang hubungan antara kerawanan longsor dan infrastruktur lokal dapat menjadi arah penelitian baru yang relevan. Selain itu, studi perlu dilakukan untuk memahami dinamika geologis jangka panjang yang memengaruhi stabilitas lereng. Penelitian ini juga dapat menjadi dasar untuk penyusunan kebijakan pengelolaan bencana yang lebih berkelanjutan. Terakhir, perlu dilakukan validasi model dengan data lapangan yang lebih luas untuk memastikan konsistensi hasil.

Read online
File size1.04 MB
Pages9
DMCAReport

Related /

ads-block-test