Skripsi

PEMETAAN KERAWANAN LONGSOR BERBASIS MACHINE LEARNING MENGGUNAKAN ALGORITMA RANDOM FOREST PADA PLATFORM GOOGLE EARTH ENGINE STUDI KASUS: DAERAH HANTARA DAN SEKITARNYA, KABUPATEN KUNINGAN

---

Penelitian ini bertujuan untuk memetakan kerawanan longsor di wilayah Hantara dan sekitarnya, Kabupaten Kuningan, dengan mengintegrasikan data penginderaan jauh multisumber dan algoritma Random forest yang diimplementasikan pada platform Google Earth Engine. Model diterapkan untuk klasifikasi biner kejadian longsor dan non-longsor menggunakan variabel prediktor lingkungan yang mencakup faktor topografi (kelas elevasi dan kemiringan lereng), kondisi hidroklimat (curah hujan tahunan), karakteristik vegetasi yang direpresentasikan oleh Optimized Soil-Adjusted Vegetation Index (OSAVI), informasi tutupan lahan berdasarkan lima kelas Land Use/Land Cover (LULC) ESRI, kondisi geologi dan litologi, serta sifat tanah yang dinyatakan melalui kandungan lempung. Sebanyak 80 titik inventaris yang terdistribusi secara merata antara kelas longsor dan non-longsor digunakan dalam pemodelan, dengan 70% data digunakan untuk pelatihan dan 30% untuk validasi. Hasil evaluasi model menunjukkan nilai akurasi sebesar 0,68 dengan koefisien Kappa sebesar 0,4186, sementara analisis Receiver Operating Characteristic menghasilkan nilai Area Under the Curve sebesar 0,8681 yang menunjukkan kemampuan diskriminasi model yang baik. Peta kerawanan longsor berbasis probabilitas memiliki rentang nilai antara 0,193 hingga 0,787 dengan nilai rata-rata 0,500 dan diklasifikasikan ke dalam tiga tingkat kerawanan, di mana kelas kerawanan sedang mendominasi wilayah penelitian sebesar 50,46%, diikuti oleh kerawanan tinggi sebesar 26,60% dan kerawanan rendah sebesar 22,94%. Analisis tingkat kepentingan variabel menunjukkan bahwa OSAVI, kandungan lempung, kelas kemiringan lereng, dan kelas elevasi merupakan faktor pengontrol utama, sehingga menegaskan bahwa pendekatan Random forest efektif dan andal dalam mendukung perencanaan mitigasi risiko longsor di wilayah penelitian.

---

Availability

Detail Information

Series Title

-

Call Number

T1936402026

Publisher

Indralaya : Prodi Teknik Geologi, Fakultas Teknik Universitas Sriwijaya., 2026

Collation

xvii, 55 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

551.307 07

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Teknik Geologi
Tanah Longsor — Pemetaan

Specific Detail Info

-

Statement of Responsibility

KA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment