ANALISIS TINGKAT KERAWANAN LONGSOR MENGGUNAKAN METODE FUZZY LOGIC DAN METODE KINEMATIK DAERAH WATUAGUNG DAN SEKITARNYA, JAWA TENGAH

Abstract

ABSTRAK: Tanah longsor terjadi akibat adanya gangguan kestabilan lereng sehingga menyebabkan massa batuan ataupun tanah bergerak dari tempat yang tinggi ke tempat yang lebih rendah. Bencana alam ini memberikan banyak dampak negatif terutama kerugian materil dan moril. Oleh karena itu dilakukan analisis tingkat kerawanan longsor sebagai upaya untuk meminimalisir dampak negatif longsor dan mencegah terjadinya bencana alam ini. Daerah rawan terjadi longsor dapat diidentifikasi melalui Sistem Informasi Geografis (SIG) dengan menggunakan parameter- parameter penyebab longsor seperti: kemiringan lereng, elevasi, penutup lahan, batuan penyusun, jenis tanah penyusun dan curah hujan. Keenam parameter tersebut diolah dengan metode overlay fuzzy logic. Proses overlay peta menggunakan toolbox overlay fuzzy yang berada di analysis spatial tools yang berada pada software ArcGis. Sebelum itu, ditentukan terlebih dahulu derajat keanggotaannya dengan cara memilih fuzzy membership dengan menambahkan nilai terkecil dan terbesar dai tiap-tiap parameter. Output dari metode tersebut berupa peta tingkat kerawanan longsor yang menggambarkan 4 kelas kerawanan, antara lain: tidak rawan (57,8 km2), agak rawan (5,7 km2), rawan (21,5 km2) dan sangat rawan (0,025 km2). Kemudian dilakukan analisis kinematik dengan menggunakan data kekar yang terdapat di sekitar lokasi longsoran. Data tersebut diolah menggunakan software Rocscience Dips dan menghasilkan jenis longsor yang ada di daerah penelitian, yaitu longsoran baji (wedge failure) dengan bidang longsor N 323° E/42° dan longsoran bidang (plane failure) dengan bidang longsor N 134° E/69°. Berdasarkan kedua analisis tersebut diketahui bahwa Desa Sampang merupakan daerah yang memiliki tingkat rawan longsor yang tinggi sedangkan tingkat rawan longsor daerah penelitian didominasi tingkat kerawanan longsor rawan dan tidak rawan.

Kata Kunci: SIG, Fuzzy logic, Longsor, Kinematik, Kekar

ABSTRACT: Landslides occur due to disturbance of slope stability, causing rock or soil masses to move from a high to a lower place. This natural disaster has many negative impacts, especially material and moral losses. Therefore, an analysis of landslide hazard levels is conducted in an effort to minimize the negative impact of landslides and prevent these natural disasters. Areas prone to landslides can be identified through the Geographical Information System (GIS) by using the parameters that cause landslides such as: slope, elevation, land cover, constituent rocks, types of soil and rainfall. The six parameters are processed using the method overlay fuzzy logic. Theprocess overlay map uses the fuzzy overlay toolbox in the analysis spatial tools in the software ArcGis. Prior to that, the degree of membership was determined by selecting fuzzy membership by adding the smallest and largest values for each parameter. The output of this method is a landslide hazard level map depicting 4 hazard classes, including: low hazard (57.8 km2), medium hazard (5.7 km2), hazard (21.5 km2) and high hazard( 0.025 km2) . Then performed a kinematic analysis using the stocking data in the vicinity of the landslide. The data is processed using Rocscience Dips software and produces the types of landslides in the study area, namelywedge failurewith N 323 ° E / 42 ° landslide field andplane failurewith N 134 ° E / 69 landslide field. °. Based on these two analyzes, it is known that Sampang Village is an area that has a high landslide-prone level, while the landslide-prone area of the study area is dominated by landslide-prone and non-prone levels.

Keywords: GIS, Fuzzy logic, Landslide, Kinematic, Joint