Pemetaan Kerawanan Longsor di Desa Kalirejo, Kokap, Kulon Progo Menggunakan Analisis Logistic Regression

Dwi Rahmayanti, Dr. rer. nat. Mochamad Nukman, M.Sc dan Dr. Hero Marhaento, M.Si.

2023 | Tesis | S2 Ilmu Lingkungan

Desa Kalirejo, Kecamatan Kokap merupakan daerah rawan longsor karena memiliki morfologi perbukitan, kondisi geologi, iklim serta aktivitas antropogenik yang memicu terjadinya longsor lahan. Salah satu aktivitas antropogenik yang dapat menyebabkan terjadinya longsor lahan adalah kegiatan Pertambangan Emas Skala Kecil (PESK) atau pertambangan emas rakyat yang dilakukan di lereng-lereng perbukitan.  Pertambangan emas rakyat telah lama beroperasi di Desa Kalirejo dengan membuat lubang vertical/vertical shaft yang dapat memicu ketidakstabilan

tanah atau lereng.

Penelitian ini bertujuan untuk: 1) mengidentifikasi dan menginventarisasi kejadian longsor di Desa Kalirejo, 2) pemetaan kerawanan longsor di Desa Kalirejo. Identifikasi dan inventarisasi longsor dilakukan dengan menggabungkan informasi hasil interpretasi visual citra satelit dan data dari instansi berwenang dan penduduk lokal secara partisipatif. Pemetaan kerawanan longsor dilakukan dengan metode analisis stastistik logistic regression (LR) menggunakan tujuh variabel  bebas/multivariat yaitu kemiringan lereng, aspek, kurvatur, jarak dari sungai, jarak dari jalan, kerapatan vegetasi, dan litologi.

Hasil analisis statistik LR menunjukkan bahwa slope dan aspect adalah variabel yang signifikan terhadap kejadian longsor. Uji validasi model dengan analisis ROC (Receiver Operating Characteristic) menghasilkan nilai AUC (Area Under Curve) sebesar 0.84 sebagai akurasi model. Hasil penelitian ini dapat menjadi rekomendasi dalam upaya mitigasi bencana longsor dan juga sebagai pendukung kebijakan perencanaan tata ruang khususnya zonasi pertambangan wilayah Desa Kalirejo, Kokap, Kulon Progo.

 

The village of Kalirejo is a landslide-prone area due to its hilly morphology, geological conditions, climate, and anthropogenic activities that trigger landslides. One of the anthropogenic activities that can cause landslides is Small-scale Gold Mining (SSGM) or Artisanal and Small-scale Gold Mining (ASGM) carried out on the hillsides. ASGM has been operating in Desa Kalirejo for a long time, creating vertical shafts that can trigger soil or slope instability.

This research aims to: 1) identify and inventory the landslide in the village of Kalirejo, and 2) map landslide susceptibility in the Village of Kalirejo. Identification and inventory of leaks are carried out by combining the information resulting from the visual interpretation of satellite images and data from authorities and residents participative. The mapping of landslide susceptibility is done using the statistical analysis method of logistic regression (LR) with seven independent/multivariate variables, namely slope, aspect, curvature, distance from rivers, distance from roads, vegetation density, and lithology.

The results of the LR statistical analysis show that slope and aspect are significant variables related to landslide occurrences. The model validation test using the analysis ROC (Receiver Operating Characteristic) produces a value of 0.84 as the value of the Area Under Curve (AUC) or accuracy model. The findings of this research can serve as recommendations for landslide disaster mitigation efforts and also support spatial planning policies, especially for mining zoning in the Desa Kalirejo area, Kokap, Kulon Progo District.

 

 

Kata Kunci : Kata kunci: Longsor, Interpretasi visual, Kerawanan Longsor, Analisis statistika, Logistic Regression,