STUDI AREA LONGSOR KOTA DEPOK DENGAN METODE PEMBOBOTAN PARAMETER

Abstract

ABSTRAK

 Dalam periode akhir tahun 2014 sudah sekitar 5 kejadian tanah longsor yang menimpa wilayah kota Depok. Untuk itu perlu dibuat peta zona rawan longsor guna menghasilkan informasi mengenai posisi yang berkaitan dengan tingkat kerawanan longsornya di kota Depok. Peta ini dapat digunakan sebagai bahan acuan dalam pengambilan keputusan guna tindakan pencegahan terjadinya tanah longsor di daerah yang rawan, sehingga mengurangi jumlah korban jiwa maupun materi dan juga perencanan dalam pembangunan sarana dan prasarana.Penelitian ini menggunakan data citra pengindraan jauh Quickbird dan SIG (Sistem Informasi Geografis) dengan melakukan pembobotan terhadap parameter yang mempengaruhi terjadinya longsor, yaitu: kelerengan, penggunaan lahan, jenis tanah,  ketinggian, dan curah hujan dan membandingkan dua metode pembobotan parameter. Hasil dari Penelitian ini adalah peta kerawanan longsor yang dibagi menjadi lima kelas kerawanan yaitu: tidak rawan, agak rawan, cukup rawan, rawan, dan sangat rawan. Hasil informasi yang didapatkan adalah sebagian besar wilayah kota Depok masuk dalam kelas “agak rawan”, yaitu 48,49% dari total luasnya yaitu sebesar 9316,96232 Ha. Sedangkan sisanya masuk dalam kelas “Tidak Rawan” sebesar 22,27% (4279,860 ha),”Cukup Rawan” 25,57% (4912,882 ha, “Rawan” sebesar 2,98% (573,589 ha), dan”Sangat Rawan” sebesar 0,67% (129,982 ha).

Kata Kunci : Tanah Longsor (Landslide), Peta, Kota Depok, Sistem Informasi Geografis

ABSTRACT

In the end period of 2014 already 5 landslides that befell the city of Depok. Thus, needed a map of landslide-prone zones in order to generate information about a position with regard to the level of landslide insecurity in the city of Depok. This map can be used as reference in decision making to precautionary the occurrence of landslide in prone area, thus reducing the number of casualties our material and also planning in the development of facilities and infrastructure.This research uses remote sensing imagery Quickbird data and GIS (Geographic Information Systems) by doing  weighting parameters that influence the occurrence of landslides and comparing the two methods of weighting parameters. These parameters are slope, land use, soil type, altitude, and rainfall. The result of this research is map of insecurity the avalanche split into five classes, namely not prone, rather prone, quite a prone, prone, and is very prone. The information obtained is most areas of the city was included in the class “rather prone” as big as 48,49% from total area of Depok as big as 9316,96232 Ha. While the rest was included in the class “not prone” as big as 22,27% (4279,860 Ha), in the class “quite a prone” as big as 25,57% (4912,882 Ha), in the class “prone” as big as 2,98% (573,389 Ha), and in the class “is very prone” as big as 0,67% (129,982 Ha).

Kata Kunci: Landslides, Map, Depok, Remote Sensing, Geographic Information Systems

^*) Penulis PenanggungJawab