PEMETAAN DAERAH RAWAN BENCANA LONGSOR DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS DI KOTA KUPANG

Abstract

Abstrak

Penelitian ini, bertujuan untuk memetakan daerah rawan longsor di Kota Kupang dengan menggunakan Sistem Informasi Geografis (SIG) dan penginderaan jauh. Daerah rawan longsor dipetakan menggunakan analisis spasial dari Fuzzy logic di software ArcGIS. Variabel input metode Fuzzy logic merupakan parameter dari tanah longsor yaitu tutupan lahan, curah hujan, kemiringan, dan ketinggian. Hasil keanggotaan Fuzzy dari ke empat parameter tersebut kemudian dilakukan overlay untuk mendapatkan peta daerah rawan longsor. Peta daerah rawan longsor dibagi menjadi lima kelas berdasarkan tingkat kerawanannya, yaitu (1) sangat rendah, (2) rendah, (3) sedang, (4) tinggi dan (5) sangat tinggi. Peta tersebut kemudian divalidasi dengan memetakan titik-titik koordinat dari daerah yang rawan longsor di Kota Kupang. Penelitian ini menghasilkan peta daerah yang rawan longsor di Kota Kupang yang terdiri dari tingkat kerawanan longsor sangat rendah 5744 ha (35%), tingkat kerawanan rendah 5332 ha (32%) dan tingkat kerawanan sedang 5494 ha (33%). Faktor kemiringan lereng, ketinggian, curah hujan, dan tutupan lahan saling mempengaruhi sehingga membedakan nilai defuzzyfication serta kelas kerawanan longsor.

Kata kunci: metode Fuzzy logic; tanah longsor; penginderaan jauh

Abstract 

[Landslide-prone areas mapping in Kupang city using Geographic Information System]. This research aims to map landslides-prone areas in Kupang city using Geographic Information System (GIS) and remote sensing. The landslide-prone areas were mapped using spatial analysis of Fuzzy membership in ArcGIS software. The input variables of the Fuzzy method were four landslide parameters such as landcover, rainfall, slope, and altitude. The four parameters result of fuzzy membership were overlaid to obtain a landslide susceptibility map. The map was classed into five landslide susceptibility classes, namely (1) very low, (2) low, (3) medium, (4) high, and (5) very high. Map validation was obtained by mapping the coordinates of the landslide locations in Kupang city. The final map shows landslide-prone areas in Kupang city. The landslide-prone areas in Kupang city consist of three landslide susceptibility classes. Those are 5744 ha (35%) for very low landslide susceptibility, 5332 ha (32%) for low landslide susceptibility, and 5494 ha (33%) for moderate landslide susceptibility. The four-factor of the landslide: land cover, rainfall, slope, and altitude influence each other so that the defuzzification value and the landslide-prone classes are different. 

Keywords: Fuzzy logic method; landslide; remote sensing