Identifikasi Kerusakan Bangunan Akibat Bencana Gerakan Tanah Menggunakan InSAR di Desa Mendala, Kecamatan Sirampog, Kabupaten Brebes

Rahmat Fadhilah Gumelar, Dr. Ir. Bambang Kun Cahyono, S.T., M.Sc., IPU.

2026 | Skripsi | TEKNIK GEODESI

Desa Mendala merupakan wilayah perbukitan dengan lereng curam dan kondisi geologis yang rentan sehingga memiliki potensi bencana gerakan tanah menengah hingga tinggi. Bencana tersebut dapat menyebabkan kerusakan bangunan yang perlu segera diidentifikasi untuk mendukung penanganan pascabencana. Identifikasi secara langsung membutuhkan waktu, tenaga, dan biaya yang besar, terutama pada wilayah terdampak yang luas. Penggunaan penginderaan jauh menjadi alternatif yang lebih efisien. Namun, sensor optik memiliki keterbatasan akibat tutupan awan, kondisi cuaca, serta kesulitan dalam mengidentifikasi bangunan yang mengalami kerusakan struktural tetapi masih memiliki atap yang utuh. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi hasil identifikasi kerusakan bangunan akibat bencana gerakan tanah menggunakan metode Interferometric Synthetic Aperture Radar (InSAR).

Data yang digunakan dalam penelitian ini adalah citra Sentinel-1 arah descending yang diambil pada empat epok, yaitu dua sebelum bencana (27 Maret 2025 dan 8 April 2025) dan dua setelah bencana (20 April 2025 dan 2 Mei 2025). Pengolahan citra SAR dilakukan melalui beberapa tahapan sampai menghasilkan nilai koherensi. Setelah didapat dua citra koherensi, dilakukan perhitungan rasio koherensi. Tahapan perhitungan rata-rata rasio koherensi setiap bangunan dilakukan untuk mendapatkan nilai rata-rata rasio koherensi setiap bangunan. Untuk mengidentifikasi bangunan yang rusak, klasifikasi kerusakan dilakukan berdasarkan nilai rasio koherensi yang terdiri atas kerusakan ringan, sedang, berat, dan tidak rusak. Pelaksanaan uji akurasi dilakukan menggunakan data referensi hasil survei lapangan oleh BPBD Brebes.

Hasil penelitian menunjukkan bahwa bangunan yang teridentifikasi mengalami kerusakan ringan berjumlah 74 unit, kerusakan sedang 37 unit, dan kerusakan berat 70 unit. Kerusakan terkonsentrasi pada RT05/RW04, RT06/RW04, RT05/RW03, dan RT06/RW03 yang sesuai dengan kondisi aktual di lapangan. Metode CCD berbasis InSAR mampu mengidentifikasi bangunan yang mengalami kerusakan meskipun atap bangunan masih terlihat utuh. Hal tersebut diketahui berdasarkan hasil evaluasi dan verifikasi menggunakan citra optik resolusi tinggi. Selain itu, metode ini lebih efektif digunakan untuk mengidentifikasi kerusakan bangunan secara umum dibandingkan tingkat kerusakan secara detil. Skenario klasifikasi dua kelas pada area terdampak menghasilkan performa terbaik dengan overall accuracy sebesar 78,91%, serta nilai producer accuracy dan user accuracy rata-rata diatas 70%.

Mendala Village is a hilly area with steep slopes and vulnerable geological conditions, making it susceptible to medium to high soil movement hazards. Such disasters can cause building damage that needs to be identified promptly to support post-disaster response. Direct identification requires considerable time, effort, and cost, particularly in extensive affected areas. Remote sensing provides a more efficient alternative. However, optical sensors have limitations due to cloud cover, weather conditions, and difficulties in identifying buildings that have suffered structural damage while still retaining intact roofs. Therefore, this study aims to evaluate the identification of building damage caused by soil movement using the Interferometric Synthetic Aperture Radar (InSAR) method.

The data used in this study consisted of Sentinel-1 descending orbit images acquired at four epochs, including two pre-disaster images (March 27, 2025 and April 8, 2025) and two post-disaster images (April 20, 2025 and May 2, 2025). SAR image processing was carried out through several stages to produce coherence values. After obtaining the two coherence images, the coherence ratio was calculated. The average coherence ratio for each building was then computed to obtain the mean coherence ratio value of each building. To identify damaged buildings, damage classification was performed based on coherence ratio values, consisting of four categories: slight damage, moderate damage, severe damage, and no damage. Accuracy assessment was conducted using reference data obtained from field surveys carried out by the Regional Disaster Management Agency (BPBD) of Brebes Regency.

The results showed that 74 buildings were identified as slightly damaged, 37 as moderately damaged, and 70 as severely damaged. The damage was concentrated in RT05/RW04, RT06/RW04, RT05/RW03, and RT06/RW03, which is consistent with the actual field conditions. The InSAR-based Coherence Change Detection (CCD) method was able to identify damaged buildings even when the building roofs remained visually intact. This was confirmed through evaluation and verification using high-resolution optical imagery. Furthermore, this method proved to be more effective for identifying building damage in general than for classifying detailed damage levels. The two-class classification scenario in the affected area achieved the best performance, with an overall accuracy of 78.91% and average producer's accuracy and user's accuracy values exceeding 70%.

Kata Kunci : kerusakan bangunan, gerakan tanah, data InSAR, Desa Mendala