Analisis Spasial Kerawanan Tanah Longsor pada Sistem Lahan Menggunakan Model Weighted Overlay di Kecamatan Rembang, Kabupaten Purbalingga
DOI:
https://doi.org/10.22487/peweka.v5i2.131Kata Kunci:
Kerawanan Tanah Longsor, Sistem Lahan, Weighted Overlay, SIGAbstrak
Kecamatan Rembang, merupakan wilayah perbukitan dengan kemiringan lereng curam dan curah hujan tahunan tinggi sehingga rawan terhadap kejadian tanah longsor. Penelitian ini bertujuan untuk memetakan tingkat kerawanan tanah longsor di Kecamatan Rembang menggunakan model Weighted Overlay dan menganalisis distribusi spasial kerawanan tersebut berdasarkan satuan sistem lahan. Metode yang digunakan adalah analisis spasial berbasis SIG yang mengacu pada model pendugaan Puslittanak (2004), dengan lima parameter, yaitu curah hujan, tutupan lahan, kemiringan lereng, jenis batuan, dan jenis tanah. Setiap parameter diberi skor dan diintegrasikan melalui metode Weighted Overlay, kemudian diklasifikasikan menjadi lima kelas kerawanan menggunakan metode Natural Breaks (Jenks) serta di-overlay-kan dengan peta sistem lahan. Hasil penelitian menunjukkan bahwa dari total luas wilayah 9.877,93 ha, kelas kerawanan tinggi mendominasi seluas 3.342,84 ha (33,84%) dan kelas sangat tinggi seluas 2.984,01 ha (30,21%), sehingga sekitar 64,05% wilayah Kecamatan Rembang tergolong rawan tinggi hingga sangat tinggi, terutama di Desa Panusupan, Gunungwuled, dan Tanalum. Sistem lahan BDD_Escarpment dan BDD_Dipslope menunjukkan tingkat kerawanan tertinggi, sedangkan BKN_Alluvial Plain dan EMK_Undulating Plain menunjukkan kerawanan terendah. Variasi kerawanan tanah longsor di Kecamatan Rembang lebih dikendalikan oleh kombinasi kemiringan lereng, litologi, dan tutupan lahan dibandingkan curah hujan yang relatif seragam, sehingga pendekatan sistem lahan efektif digunakan sebagai unit analisis spasial dalam pemetaan kerawanan tanah longsor.
Referensi
ANTARA. (2022). Polisi bersama warga gotong royong tangani longsor di Purbalingga. ANTARA News. https://www.antaranews.com/berita/3171093/polisi-bersama-warga-gotong-royong-tangani-longsor-di-purbalingga
ANTARA. (2025). BPBD Purbalingga fokus percepat penanganan longsor di Desa Panusupan. ANTARA News. https://jateng.antaranews.com/berita/604677/bpbd-purbalingga-fokus-percepat-penanganan-longsor-di-desa-panusupan
Crozier, M. J. (2010). Deciphering the effect of climate change on landslide activity: A review. Geomorphology, 124(3), 260–267. https://doi.org/https://doi.org/10.1016/j.geomorph.2010.04.009
Erfani, S., Naimullah, M., & Winardi, D. (2023). SIG Metode Skoring dan Overlay untuk Pemetaan Tingkat Kerawanan Longsor di Kabupaten Lebak, Banten. Jurnal Fisika Flux, 20, 61–79. https://doi.org/10.20527/flux.v20i1.15057
Hardianto, A., Winardi, D., Rusdiana, D. D., Claudia, A., & Putri, E. (2020). Pemanfaatan Informasi Spasial Berbasis SIG untuk Pemetaan Tingkat Kerawanan Longsor di Kabupaten Bandung Barat , Jawa Barat. 1(1), 23–31.
Huang, J., Zeng, X., Ding, L., Yin, Y., & Li, Y. (2022). Landslide Susceptibility Evaluation Using Different Slope Units Based on BP Neural Network. Computational Intelligence and Neuroscience, 2022, 9923775. https://doi.org/10.1155/2022/9923775
Juliansyah, I. R., Harnani, & Nurohim, D. (2026). GIS-Based Landslide Susceptibility Mapping Using Weighted Overlay in Ogan Komering Ulu. Jambura Geoscience Review, 8(1), 139–149. https://doi.org/10.37905/jgeosrev.v8i1.36391
Lee, S., & Choi, J. (2004). Landslide susceptibility mapping using GIS and the weight-of-evidence model. International Journal of Geographical Information Science, 18(8), 789–814. https://doi.org/10.1080/13658810410001702003
Lima, P., Steger, S., Glade, T., & Murillo-García, F. G. (2022). Literature review and bibliometric analysis on data-driven assessment of landslide susceptibility. Journal of Mountain Science, 19(6), 1670–1698. https://doi.org/10.1007/s11629-021-7254-9
Madani, et al. (2023). Analisis spasial tingkat kerawanan tanah longsor di kecamatan wagir, kabupaten malang dengan sistem informasi geografis. 9(2). http://dx.doi.org/10.12962/j25023659.v9i2.17431
Merghadi, A., Yunus, A. P., Dou, J., Whiteley, J., ThaiPham, B., Bui, D. T., Avtar, R., & Abderrahmane, B. (2020). Machine learning methods for landslide susceptibility studies: A comparative overview of algorithm performance. Earth-Science Reviews, 207, 103225. https://doi.org/https://doi.org/10.1016/j.earscirev.2020.103225
Mersha, T., & Meten, M. (2020). GIS-based landslide susceptibility mapping and assessment using bivariate statistical methods in Simada area, northwestern Ethiopia. Geoenvironmental Disasters, 7(1), 20. https://doi.org/10.1186/s40677-020-00155-x
Nastiti, A. A., Damayanti, A., & Maulidina, K. (2023). Mapping Landslide Susceptibility Areas Using GIS Analysis in Cilawu Sub-district, Garut, West Java. Indonesian Journal of Environmental Management and Sustainability, 7(3 SE-), 95–103. https://doi.org/10.26554/ijems.2023.7.3.95-103
Panjaitan, F., Somantri, L., Maruddani, R. F., & Kartikasari, I. (2025). LANDSLIDE HAZARD MAPPING IN SIBOLANGIT DISTRICT , NORTH SUMATRA PROVINCE USING GEOGRAPHIC Pemetaan bahaya longsor di Kabupaten Sibolangit , Provinsi Sumatera Utara Berbasis Sistem Informasi Geografis. 12(1), 139–152. https://doi.org/10.21776/ub.jtsl.2025.012.1.14
Puslittanak-Pusat Penelitian dan Pengembangan Tanah dan Agroklimat. (2004). Laporan Akhir Pengkajian Potensi Bencana Kekeringan, Banjir dan Longsor di Kawasan Satuan Wilayah Sungai Citarum-Ciliwung, Jawa Barat Bagian Barat Berbasis Sistem Informasi Geografis.
Reichenbach, P., Rossi, M., Malamud, B. D., Mihir, M., & Guzzetti, F. (2018). A review of statistically-based landslide susceptibility models. Earth-Science Reviews, 180, 60–91. https://doi.org/https://doi.org/10.1016/j.earscirev.2018.03.001
Saputra, A., & Rohman, A. (2024). Analisis Potensi Kerawanan Longsor Berbasis Sistem Informasi Geografis (SIG) di Kota Sawahlunto, Sumatera Barat. Jurnal Geografi Vol.13, 13(2), 135–143. Doi.org/10.24036/geografi/volx-issx/xxx
Segoni, S., Pappafico, G., Luti, T., & Catani, F. (2020). Landslide susceptibility assessment in complex geological settings: sensitivity to geological information and insights on its parameterization. Landslides, 17(10), 2443–2453. https://doi.org/10.1007/s10346-019-01340-2
Sidle, R. C., & Bogaard, T. A. (2016). Dynamic earth system and ecological controls of rainfall-initiated landslides. Earth-Science Reviews, 159, 275–291. https://doi.org/https://doi.org/10.1016/j.earscirev.2016.05.013
Sidle, R. C., Greco, R., & Bogaard, T. (2019). Overview of Landslide Hydrology. In Water (Vol. 11, Issue 1, p. 148). https://doi.org/10.3390/w11010148
Silalahi, F. E. S., Pamela, Arifianti, Y., & Hidayat, F. (2019). Landslide susceptibility assessment using frequency ratio model in Bogor, West Java, Indonesia. Geoscience Letters, 6(1), 10. https://doi.org/10.1186/s40562-019-0140-4
van Westen, C. J., Castellanos, E., & Kuriakose, S. L. (2008). Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview. Engineering Geology, 102(3), 112–131. https://doi.org/https://doi.org/10.1016/j.enggeo.2008.03.010
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Eko Ahmad Riyanto

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.





