RAMADHAN, Bintang Syahrul (2024) Deteksi Longsor Berbasis Data Satelt Menggunakan Model Regresi Logistik dan Support Vector Machine di Provinsi Jawa Tengah. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Download (5MB)
	PDF (Legalitas) LEGALITAS_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Restricted to Repository staff only Download (6MB)
	PDF (Abstrak) ABSTRAK-BINTANG SYAHRUL RAMADHAN-H1B019088-Skripsi-2024.pdf Download (556kB)
	PDF (BabI) BAB 1_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Restricted to Repository staff only until 16 August 2025. Download (3MB)
	PDF (BabII) BAB 2_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Restricted to Repository staff only until 16 August 2025. Download (3MB)
	PDF (BabIII) BAB 3_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Restricted to Repository staff only until 16 August 2025. Download (3MB)
	PDF (BabIV) BAB 4_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Restricted to Repository staff only Download (3MB)
	PDF (BabV) BAB 5_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Download (3MB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA_BINTANG SYAHRUL RAMADHAN_H1B019088-Skripsi-2024.pdf Download (3MB)

Abstract

Pemerintah Indonesia telah mengidentifikasi bahwa lebih dari 124 juta jiwa penduduk Indonesia tersebar di lebih dari 270 kota/kabupaten yang rentan terhadap ancaman bencana tanah longsor. Jumlah kejadian bencana tanah longsor paling banyak dijumpai di Pulau Jawa dengan jumlah kejadian 60% diikuti oleh Pulau Sumatera 23 % dan Sulawesi 7%. Tingginya tingkat kerentanan bencana, disebabkan karena Indonesia berada pada wilayah tropis yang ditandai dengan banyak kejadian hujan lebat. Di samping itu, sebagian besar wilayah Indonesia memiliki topografi pegunungan dan perbukitan sehingga banyak terdapat lereng atau tebing dengan kemiringan yang terjal. Pengaruh Perubahan iklim ekstrim global dan kerusakan lingkungan pun ikut serta memperparah tingkat kerentanan Indonesia terhadap bahaya tanah longsor khususnya di Pulau Jawa. Model yang mampu menggabungkan faktor penyebab tanah longsor yang bersifat relatif tetap (seperti kondisi topografi, tanah dan geologi serta tata guna dan tutupun lahan) dengan faktor pemicu yang bersifat dinamis (seperti curah hujan) merupakan hal yang penting untuk dikembangkan sebagai perkuatan sistem mitigasi risiko bencana tanah longsor. Hasil pemodelan regresi logistik yang telah dilakukan, didapatkan koefisien-koefisien dari parameter yang telah disebutkan sebelumnya, yaitu intercept (-1.68002 - -0.45724), DEM (0,013502 - 0,017175), slope (0. 0,471901 - 0,64329), Hujan (0,193510 - 0,1323645), LULC (-0,24301 - 0,965770), soil (--0,76336 - -0,515020). Dan dari uji kehandalan didapatkan rata-rata tingkat akurasi pada validasi pemodelan regresi logistik sebesar 87,25096%.

Actions (login required)

View Item