Impienunlasi <Ptngindcraan JauA dan Sig (SamufjUrijin et.

dC)

IMPLEMENTASI PENGINDERAAN JAUH DAN SIG

UNTUK INVENTARISASI DAERAH RAWAN
BENCANA LONGSOR (PROPINSI LAMPUNG)
Samsul Arifin, Ita Carolila ' ) , Ca(hol Winarso ")
*) Penelili Pusbangja, LAPAN
**) Penelili Bidang Penginderaan Jauh, LAPAN
/
ABSTRACT

Landslide is a p h e n o m e n a of nature t h a t is very potential to cause damage and

the loss h u m a n life or material, although the loss is temporarily but the degraded land
in the long r u n affects the lives of the local community. Therefore, to anticipate the
occurance with more casualties, t h u s a research to inventory potential landslide hazard
is necessary to carry out. The implemented model to determine region of landslide
hazard is Indeks Storie Model approach by implementing remote sensing data and
geographic information system (GIS). Based on t h e analysis results, Lampung Province
have 5 stages of landslide hazard namely : very high, high, medium low a n d very low,
with result of weight values between 0.001-1.68. Generally, Lampung province is quite
safe against landslide, while region predicted as landslide hazard are found in 3 district
which are West Lampung Regency, Tanggamus a n d some in North Lampung Regency.

ABSTRAK

Longsor m e r u p a k a n s u a t u fenomena alam yang sangat potensial menimbulkan

kerusakan d a n kerugian baik berupa materi m a u p u n jiwa, w a l a u p u n kerugian yang
diderita sesaat, a k a n tetapi lahan yang rusak- dalam jangka panjang mempengaruhi
kehidupan masyarakat setempat. Oleh k a r e n a itu, u n t u k mengantisipasi terjadinya
korban yang lebih banyak, m a k a perlu dilakukan s u a t u penelitian u n t u k
menginventarisasi daerah rawan longsor p a d a s u a t u daerah. Model yang diterapkan
u n t u k m e n e n t u k a n daerah rawan bencana longsor adalah pendekatan Model Indeks
Storie dengan mengimplentasikan data Penginderaan J a u h dan Sistem Informasi
Geografi (SIG|. Berdasarkan analisis di Propinsi Lampung terdapat 5 tingkat rawan
longsor yaitu sangat tinggi, tinggi, sedang, r e n d a h d a n sangat r e n d a h dengan nilai
kisaran hasil pembobotan a n t a r a 0,001-1,68. Secara u m u m Propinsi Lampung c u k u p
a m a n terhadap longsor, sedangkan daerah yang diperkirakan rawan longsor terdapat
di 3 k a b u p a t e n yaitu Kabupaten Lampung Barat, Tanggamus dan sebagian di
Kabupaten Lampung Utara

Kata K u n c i : Penginderaan jauh, SIG, Rawan longsor

1 PENDAHULUAN yang diderita sesaat, a k a n tetapi u n t u k

Longsor yang akhir-akhir ini
sering terjadi di beberapa daerah/lokasi
di Indonesia m e r u p a k a n s u a t u bencana
yang mengakibatkan kerugian c u k u p
besar, baik berupa h a r t a m a u p u n jiwa.
Sehingga bencana longsor ini dianggap
sebagai b e n c a n a nasional yang h a r u s
ditanggulangi bersama oleh seluruh
rakyat Indonesia. Walaupun kerugian
jangka panjang lahan yang r u s a k a k a n
mempengaruhi kehidupan masyarakat
setempat. Oleh karena itu, agar kerusakan
tanah, materi m a u p u n jiwa yang terjadi
d a p a t ditekan m a k a perlu dilakukan
suatu penelitian dengan mengiventarisasi
d a e r a h a t a u lokasi yang dianggap
mempunyai rawan/rentan akan bencana
longsor. J i k a longsor yang a k a n terjadi
telah dapat diperkirakan, m a k a dapat

77

ditentukan kebijaksanaan penggunaan
t a n a h d a n tindakan konservasi t a n a h
yang diperlukan agar tidak terjadi
k e r u s a k a n t a n a h d a n t a n a h dapat
dipergunakan secara produktif d a n
lestari.
SIG merupakan suatu alat
(system) b e r d a s a r k a n komputer yang
mempunyai k e m a m p u a n u n t u k me-
nangani data yang bereferensi geografi
yang mencakup pemasukan, manajemen
d a t a (penyimpanan data d a n pemanggil-
an), manipulasi d a n analisis, d a n
pengembangan produk d a n pencetakan
yang didukung oleh pemakai d a n
organisasinya serta data yang digunakan.
Dengan mengimplementasikan
d a t a Penginderaan J a u h d a n SIG meng-
g u n a k a n model Indeks Storie, m a k a
prediksi rawan b e n c a n a longsor p a d a
s u a t u lokasi tertentu dapat ditentukan,
k a r e n a model Indeks Storie m e r u p a k a n
fungsi dari beberapa parameter yang
terdiri dari faktor-faktor penyebab longsor
a n t a r a lain iklim (curah hujan), topografi
(kemiringan dan panjang lereng), vegetasi
(penggunaan lahan), t a n a h (jenis tanah)
d a n faktor tindakan konservasi (pengelo-
lahan tanah) dan faktor-faktor lain
(geomorfogi/bentuk lahan, litologi, tekstur
tanah, kelembaban tanah, geologi).
Penelitian ini bertujuan u n t u k
menginventarisasi daerah rawan bencana
longsor, dengan menggunakan imple-
menttasi data penginderaan j a u h dan
SIG.
2 METODOLOGI
2.1 Studi Area
Penelitian ini dilakukan di daerah
Provinsi Lampung. Pemilihan daerah
penelitian karena daerah tersebut
memiliki beragam bentuk topografi d a n
banyak terjadi adanya konversi lahan.
2.2 Identifikasi Parameter Longsor
Longsor (landslide) m e r u p a k a n
s u a t u b e n t u k pergerakan t a n a h yang
pengangkutan atau pemindahan
t a n a h n y a terjadi p a d a s u a t u saat dalam
volume yang besar. Longsor mempunyai
78
JurnaC (Penginderaan Jauh Vot 3 !Nb. 1 Juni 2006:77-86
perbedaan dengan bentuk-bentuk erosi
yang lainnya, dimana p a d a longsor
pengangkutan t a n a h terjadi sekaligus.
Longsor terjadi sebagai akibat meluncur-
nya s u a t u volume t a n a h di a t a s s u a t u
lapisan agak kedap air yang j e n u h air.
Lapisan itu terdiri dari Hat a t a u
m e n g a n d u n g kadar Hat tinggi yang
setelah j e n u h air berlaku sebagai
peluncur.
Parameter-parameter longsor
dapat diidentifikasi akibat dari interaksi
kerja antara faktor-faktor iklim,
topografi, vegetasi t a n a h d a n m a n u s i a
sebagai berikut
L=f(i, r, v, t, m) (2-1)
dengan
L : rawan longsor
i : iklim
r : topografi
v : tumbuh-tumbuhan
t: : t a n a h
m: m a n u s i a
Persamaan di atas mengandung
d u a jenis peubah, yaitu (1) faktor-faktor
yang dapat dirubah oleh m a n u s i a
seperti t u m b u h - t u m b u h a n yang t u m b u h
di a t a s t a n a h (v), sebagian sifat-sifat
t a n a h (t), yaitu k e s u b u r a n tanah,
ketahanan agregat dan kapasitas
infiltrasi, d a n s a t u u n s u r topografi (r)
yaitu panjang lereng, d a n (2) faktor-
faktor yang tidak dapat dirubah oleh
m a n u s i a seperti iklim (i), tipe t a n a h dan
kecuraman lereng (Arsyad, 1989).
2.2.1 Iklim
Di daerah beriklim basah, seperti
Indonesia, faktor iklim yang mem-
pengaruhi longsor adalah hujan. Besarnya
c u r a h hujan, intensitas dan distribusi
hujan m e n e n t u k a n k e k u a t a n dispersi
hujan terhadap tanah, j u m l a h dan
kecepatan aliran permukaan dan
k e r u s a k a n longsor (Barus, 1999).
2.2.2 Topografi, geomorfologi, litologi
Kemiringan dan panjang lereng
adalah d u a u n s u r topografi yang paling
berpengaruh terhadap longsor. Unsur
lain yang mungkin berpengaruh adalah
 ImpCmentasi $tnginderaan 'Jauk dan SIQ
konfigurasi, keseragaman dan a r a h
lereng. Makin c u r a m lereng, makin
besar kemungkinan gerakan t a n a h dari
atas ke bawah lereng. Unit bentuk lahan
mempunyai kelas paling banyak
sehingga variasi nilai longsoran paling
besar. Secara u m u m nilai longsoran
b e n t u k lahan lebih tinggi dibandingkan
faktor lain. Hal ini menunjukkan bahwa
pengelompokan unit berdasarkan bentuk
lahan berpengaruh paling nyata
terhadap variasi kemunculan longsor.
Terrain yang paling tinggi kerapatan
longsornya adalah kaki lereng ber-
gelombang yang tertoreh moderat d a n
yang tertoreh kuat, d a t a r a n vulkan pada
lereng a t a s , serta sisi lereng lembah d a n
punggung vulkanik. Longsoran tipe
debris aualance u m u m n y a terjadi di
lereng curam, sedangkan tipe rotational/
slump umumnya muncul di lereng landai-
curam.
H u b u n g a n litologi dengan longsor
terlihat jelas a n t a r a lain yaitu bahan
sedimen tersier dari kombinasi pasir
dan liat memberikan intensitas
longsoran paling tinggi, diikuti oleh
b a h a n piroklastik lepas (Barus, 1999).
2 . 2 . 3 Penggunaan lahan/vegetasi
Faktor vegetasi berpengaruh
t e r h a d a p longsor mclalui pengaruh a k a r
d a n kegiatan-kegiatan biologi yang
berhubungan dengan pertumbuhan
vegetatif dan pengaruhnya terhadap
stabilitas s t r u k t u r d a n porositas tanah,
d a n transpirasi yang mengakibatkan
k a n d u n g a n air tanah berkurang. S u a t u
vegetasi p e n u t u p tanah yang baik
seperti r u m p u t yang tebal a t a u rimba
yang lebat akan menghilangkan pengaruh
hujan dan topografi t e r h a d a p longsor.
Oleh karena k e b u t u h a n m a n u s i a a k a n
pangan, sandang dan pemukiman
s e m u a t a n a h tidak dapat dibiarkan
tertutup h u t a n d a n p a d a n g r u m p u t .
Tetapi meskipun dalam usaha pertanian,
jenis tanaman yang diusahakan
m e m a i n k a n p e r a n a n penting dalam
pencegahan longsor (Arsyad, 1989).
(SamsulArifin tl.aC)
2 . 2 . 4 Tanah (jenis tanah, kelembaban
tanah, kandungan liat)
Faktor tipe t a n a h mempunyai
kepekaan terhadap longsor yang berbeda-
beda. Kepekaan longsor t a n a h yaitu
m u d a h a t a u tidaknya t a n a h longsor
adalah fungsi berbagai interaksi sifat-
sifat fisik dan kimia t a n a h . Sifat-sifat
t a n a h yang mempengaruhi kepekaan
longsor, adalah {1) sifat-sifat tanah yang
mempengaruhi laju infiltrasi, permeabilitas
d a n kapasitas m e n a h a n air d a n (2) sifat-
sifat tanah yang mempengaruhi ketahanan
s t r u k t u r t a n a h terhadap dispersi d a n
pengikisan oleh butir-butir hujan yang
j a t u h d a n aliran p e r m u k a a n . Adapun
sifat-sifat tanah yang mempengaruhi
longsor adalah (a) tekstur, (b) struktur,
(c) b a h a n organik, (d) kedalaman. (e)
sifat lapis a r. t a n a h , d a n (f) tingkat
k e s u b u r a n tanah.
Seperti yang diuraikan di atas
bahwa longsor dipengaruhi oleh jenis
t a n a h dengan melihat kepekaannya
t e r h a d a p erosi. Hasil penelitian Coster
(1938) dalam Arsyad (1989) menunjukkan
bahwa tanah Regosol dari b a h a n Volkan
dan t a n a h Grumusol dari b a h a n induk
Mergel merupakan t a n a h yang sangat
peka erosi bila dibandingkan dengan
t a n a h Andosol a t a u Latosol yang
terbentuk dari b a t u a n Volkan. Liat
Montmorillonit lebih p e k a t e r h a d a p erosi
dibandingkan liat illit d a n kaolinit.
Tanah lateritik yang mengandung
seskuioksida tinggi d a n silika yang
r e n d a h m e m b e n t u k agregat yang stabil
d a n tahan terhadap erosi.
Tingkat perkembangan tanah
berpengaruh nyata t e r h a d a p longsoran.
Tanah sudah berkembang atau
berkembang seperti typic Hapludults
dan rypic Hapludalfs memberikan
longsoran yang tinggi, sedangkan pada
t a n a h yang m u d a sedikit dijumpai
longsoran. Bidang luncur longsoran
u m u m n y a terdapat dilapisan B d a n /
a t a u a n t a r a C d a n R (Barus, 1999).
79

2 . 2 . 5 Pengolahan lahan
Faktor m a n u s i a yang paling
menentukan apakah tanah yang
d i u s a h a k a n n y a a k a n r u s a k d a n tidak
produktif a t a u menjadi baik dan
produktif secara lestari. Perubahan-
perubahan yang dilakukan oleh
m a n u s i a terhadap penggunaan lahan
tentu a k a n berdampak p a d a longsor
dan lingkungannya (Kartasapurtro, 1991).
2 . 3 Ekstrasi Informasi Data Inderaja
Data penginderaan j a u h , merupa-
k a n s u a t u d a t a yang m a m p u mem-
berikan informasi terbaru d a n ketelitian
yang tinggi. Oleh karena itu, data inderaja
dapat diektrasi untuk keperluan-
keperluan penelitian yang d i b u t u h k a n
p a d a saat yang lampau, sekarang d a n
yang a k a n datang. Untuk keperluan
penelitian inventarisasi daerah rawan
longsor data dapat diekstrasi menjadi
peta penggunaan lahan, peta geomorfologi
d a n peta kelembaban l a h a n / t a n a h .
2.3.1 Peta penggunaan lahan
Peta penggunaan lahan dapat
diperoleh dari klasifikasi d a t a satelit
Landsat. Metode klasifikasi yang a k a n
Gambar 2 - 1 : Diagram alir metodologi
80
Juma[(PenginderaanJauH'Vo[.3 No. 1 Juni 2006:77-86
digunakan metode klasifikasi terawasi
[supervised) dengan strategi klasifikasi
Maximum Likelihood. Untuk mengetahui
tingkat keterpisahan training sample
digunakan uji training sample yaitu
Transformasi Divergensi, sedangkan
tingkat ketelitian p e m e t a a n digunakan
uji confusion matrix hasil klasifikasi
dengan refrensi yang dianggap benar
dalam hal ini peta penggunaan lahan
(Bakosurtanal, BPN) d a n hasil cek
lapangan. Selanjutnya dilakukan editing
d a n filtering terhadap hasil klasifikasi
agar peta yang dihasilkan m e m e n u h i
syarat kartografis (luas minimum u n i t
peta).
2.4 SIG dan Penentuan Rawan Bencana
Longsor
Seperti yang telah diungkapkan
dalam pendahuluan bahwa SIG merupa-
kan s u a t u sistem yang mempunyai
k e m a m p u a n analisis terhadap data
spasial u n t u k keperluan manipulasi
m a u p u n permodelan. Fungsi analisis ini
dijalankan memakai d a t a spasial d a n
data atribut dalam SIG u n t u k menjawab
berbagai pertanyaan yang dikembangkan
dari d a t a yang a d a menjadi s u a t u
 Imptemtntan tPtngintferdan 'Jauh dan SIQ (S&mstrffltifin
persoalan yang relevan. Data spasial
dalam SIG h a n y a m e r u p a k a n model
penyajian yang merefleksikan berbagai
aspek realitas d u n i a nyata, sedangkan
u n t u k meningkatkan peranan data
dalam pengambilan keputusan mengenai
kenyataan tersebut, s u a t u model h a r u s
ditampilkan yang menggambarkan obyek-
obyek t e r m a s u k menyajikan h u b u n g a n
an tar obyek.
Fungsi-fungsi analisis yang di-
maksudkan adalah fungsi yang meman-
faatkan data yang telah d i m a s u k k a n
kedalam SIG dan telah mendapatkan
berbagai manipulasi persiapan. Fungsi-
fungsi tersebut a n t a r a lain adalah fungsi
pengolahan d a n analisis data atribut
atau spasial, serta fungsi integrasi analisis
d a t a spasial d a n atribut. Implementasi
fungsi analisis tergantung beberapa
factor a n t a r a lain seperti model d a t a
(raster atau vector), piranti keras dan
ketersediaan kriteria.
Penyerderhanaan berbagai kelom-
pok analisis, terdapat 4 katagori, yaitu
fungsi pemanggilan/klasifikasi/pengukur-
an data, fungsi t u m p a n g tindih, fungsi
tetangga d a n fungsi jaringan/keter-
kaitan. Dalam penelitian ini fungsi analisis
SIG yang digunakan adalah fungsi
tumpang tindih. Fungsi analisis/ operasi
t u m p a n g tindih dalam SIG u m u m n y a
dilakukan dengan salah satu dari 5 cara
yang dikenal, yaitu pemanfaatan fungsi
logika dan fungsi Boolean, pemanfaatan
fungsi relasional, pemanfaatan fungsi
aritmatika (parametrik), pemanfaatan
data atribut a t a u tabel d u a dimensi d a n
penyilangan d u a peta langsung.
Model yang a k a n digunakan
u n t u k menentukan daerah rawan bencana
longsor adalah model parametrik
aritmatik perkalian metode Indeks Storie
dengan r u m u s (Sitorus, 1995):
L = A x B/10 x C/10 x D/10 x (2-2)
dengan
L : rawan bencana longsor
A : parameter leren
B : penggunaan lahan
C : tanah
D : i k l i m / c u r a h hujan
Untuk mementukan daerah
rawan bencana longsor, beberapa
parameter yang mempengaruhi
terjadinya longsor terlebih dahulu diberi
harkat. Selanjutnya harkat dari
parameter - parameter d i m a s u k k a n ke
dalam model dengan mcnggunakan SIG.
3 HASIL DAN PEMBAHASAN
3.1 Ekstraksi Parameter
Longsor merupakan interaksi
a n t a r a beberapa parameter dari iklim,
topografi, vegetasi, tanah dan pengolahan
lahan. Dalam penelitian ini parameter-
parameter diperoleh dengan d u a cara,
yaitu mengakses dari peta s a t u a n tanah
skala 1 : 250.000 (Puslitanak), peta curah
hujan skala 1:1.000.000 (Data GMS -
LAPAN) d a n penggunaan lahan skala
1:250.000 (Landsat TM t a h u n 2002-
LAPAN). Dengan menggunakan peta
satuan tanah diperoleh informasi-
informasi fisik l a h a n / t a n a h a n t a r a lain
peta lereng/topografi d a n peta jenis
t a n a h . Peta c u r a h hujan/iklim diekstrak
dari data isohayet d a n data Geostationer
Meteological Satellit (GMS), sedangkan
peta penggunaan l a h a n / p e n u t u p lahan
diperoleh dari ekstraksi informasi data
landsat.
3.1.1 Peta lereng
Peta lereng p a d a lokasi penelitian
dipetakan dari peta s a t u a n tanah
diperoleh informasi bahwa Propinsi
Lampung mempunyai kelerengan yang
c u k u p beragam mulai dari yang datar
(0-3 %) sampai pada yang sangat c u r a m
(>75%). Pada beberapa Kabupaten di
Propinsi Lampung antara lain Kabupaten
Lampung Timur, Lampung Tcngah,
Tulangbawang, Kodya Metro, Kodya
Lampung dan Kabupaten Lampung
Selatan memiliki kelerengan 0-3% s<unpai
9-15%, sehingga daerah ini relatif landai
sampai datar bergelombang. Kabupaten
Lampung Barat, Tanggamus dan sebagian
Kabupaten Lampung Utara mempunyai
kelerengan antara 16-30 % sampai >75 %,
81

sehingga daerah ini relatif dataran
berbukit d a n sangat curam.
3 . 1 . 2 Peta j e n i s t a n a h
Peta jenis tanah di Propinsi
Laropung terdiri dari beberapa jenis
t a n a h Ordo Histosol, Entisol, Enseptisol,
Mollisol, Alfisol, Ultisol d a n Oxisol.
Urutan ordo ini menunjukkan tingkat
kematangan suatu jenis tanah
(Hardjowigeno, 1993).
Jenis tanah Entisol dan
Enseptisol m e r u p a k a n jenis tanah yang
tersebar cukup luas di Propinsi Lampung,
sedangkan u n t u k jenis t a n a h tertentu,
misalnya jenis t a n a h Histosol hanya
terdapat didaerah pesisir dan tepatnya
terdapat pada sebagian Kabupaten
Lampung Timur, Lampung Selatan d a n
Kabupaten Tulangbawang. Oxisol sebagian
besar terdapat pada Kabupaten Lampung
Utara. Jenis tanah Ultisol hanya sebagian
kecil terdapat pada sebelah b a r a t
Kabupaten Lampung Tengah yang ber-
b a t a s a n dengan Kabupaten Tanggamus.
3.1.3 Peta curah hujan
Curah - hujan di Propinsi
Lampung rata-rata tahun berkisar
a n t a r a 1600 sampai 4 0 0 0 mm t a h u n .
C u r a h hujan ini merata terjadi di
wilayah Propinsi Lampung.
3.1.4 Peta penggunaan l a h a n / p e n u t u p
lahan
Berdasarkan ekstraksi informasi
yang diperoleh dari d a t a Landsat TM,
m a k a penggunaan lahan a t a u penutup
l a h a n di Propinsi L a m p u n g terdiri dari
11 kelas, a n t a r a lain H u t a n , Belukar,
Perkebunan, Kebun Campur, Ladang,
Mangrove, Tambak, Pemukiman, Air
laut d a n darat (Danau, Sungai, Laut)
d a n Tanah Terbuka. Penggunaan l a h a n /
p e n u t u p lahan h u t a n , belukar, per-
k e b u n a n (tanaman keras, missal karet,
kelapa sawit dsb) d a n kebun c a m p u r
mendominasi pada Kabupaten Lampung
Barat, Lampung Utara, Lampung Selatan
82
JunutiPengirtderaan Jauh VoC 3 Wc I Juni 2006:77-36
dan Kabupaten Tanggamus. Penggunaan
lahan/penutup lahan ladang, perkebunan
(tanaman semusim, missal tebu dsb),
lahan terbuka mendominasi di Kabupaten
Lampung Tengah dan Kabupaten
Tulangbawang. Sawah, Mangrove dan
tambak mendominasi p a d a Kabupaten
Lampung Timur d a n Tulangbawang.
3.2 P c n g h a r k a t a n
Pengharkatan parameter dilakukan
berdasarkan karakteristik s u a t u para-
meter memiliki kepekaan terhadap
longsor. Pengharkatan terhadap kelereng-
an didasarkan pada logika bahwa lereng
yang c u r a m memiliki harkat yang besar
dibandingkan dengan lereng yang landai
atau datar, k a r e n a salah s a t u syarat
terjadinya longsor adalah lereng yang
curam, sehingga volume tanah a.kan
bergerak/meluncur ke bawah. Penghar-
katan terhadap jenis t a n a h didasarkan
pada kematangan tanah, semakin maiang
s u a t u jenis tanah m a k a t a n a h tersebut
a k a n m e n g a n d u n g liat yang lebih tinggi
d a n s t r u k t u r t a n a h yang lebih kuat
(agregat) dibandingkan dengan jenis
t a n a h yang lebih muda. Pengharkatan
t e r h a d a p iklim didasarkan pada besar 1
kecilnya rata-rata c u r a h hujan t a h u n a n .
Makin besar c u r a h hujan rata-rata
tahunan, kemungkinan terjadinya longsor
relatif cukup besar dibandingkan dengan
c u r a h hujan rata-rata t a h u n a n yang
lebih kecil. Pengharkatan terhadap
penggunaan lahan/penutup lahan/
vegetasi didasarkan pada tingkat lebat/
jarangnya s u a t u vegetasi dan tingkat
perakaran. Makin r a p a t vegetasi dan
makin kuat perakaran m a k a keinung-
kinkan kecil a k a n terjadi longsor,
karena vegetasi yang rapat a k a n
m e n a h a n intersep air hujan, sehinga air
hujan tidak secara langsung t u r u n ke
tanah d a n m u d a h diserap oleh tanah
dan t a n a m a n , serta akar yang kuat
a k a n mengikat tanah dengan kuat.
Secara singkat pengharkatan setiap
parameter dapat dilihat pada Tabcl 3-1.
 ImpCementasi (Penginderaan Jauh dan SI§ (SamsutArifin et.aQ

Tabel 3-1: KARAKTERISTIK PARAMETER PENENTUAN RAWAN LONGSOR

Nilai
No. Variabel Kriteria
Harkat
1. Iklim -Curah Hujan 3700 - 4000 mm t a h u n 8
-Curah Hujan 3400 - 3700 mm t a h u n 7
-Curah Hujan 3100 - 3400 mm t a h u n 6
-Curah Hujan 2800 - 3100 mm t a h u n 5
-Curah Hujan 2500 - 2800 mm t a h u n 4
-Curah Hujan 2200 - 2500 mm t a h u n 3
-Curah Hujan 1900 - 2200 mm t a h u n 2
-Curah Hujan 1600 - 1900 mm t a h u n 1
2. Lereng -terjal s / d sangat terjal, kemiringan > 7 5 % 6
-sangat curam s / d terjal, kemiringan 46-75 % 5
-curam s / d sangat curam, kemiringan 31-45% 4
-agak curam, berbukit, kemiringan 16-30% 3
-landai, berombak, bergelombang, kemiringan 4- 2
15% 1
-datar, kemiringan 0-3%
3. Penggunaan - t a n p a vegetasi 5
Lahan atau - rumput, semak, vegetasi sawah (padi, jagung) 4
Vegetasi - Kebun campur, t a n a m a n pekarangan 3
- Perkebunan (Pohon-pohonan) 2
- Hutan Lebat 1
4. Tanah - Oxisol 7
- Ultisol 6
- Alfisol 5
- Mollisol 4
- Enseptisol 3
- Entisol 2
- Histosol 1

3.3 Penentuan daerah rawan longsor Nilai tertinggi dibagi 5 u n t u k m e n d a p a t

interval setiap tingkatan rawan longsor
P e n e n t u a n daerah rawan longsor p a d a Tabel 3-2.
menggunakan SIG dengan metode
Tabel 3-2: NILAI KISARAN HARKAT
Indeks Strorie yaitu perkalian setiap
KLASIFIKASI
parameter-parameter. Hasil analisis
aritmatik m a k a nilai kisaran indeks No. Klasifikasi Kisaran Hasil
storie a n t a r a 0,001-1,68. Selanjutnya 1. Sangat >1.5
kisaran ini dikonversi p a d a beberapa Tinggi
tingkatan sesuai dengan k e b u t u h a n , 2. Tinggi 1 , 2 - 1,5
pada penelitian ini tingkat rawan 3. Sedang 0 , 8 - 1,1
longsor dibagi atas 5 kelas a t a u 4. Rendah 0,4-0,7
tingkatan yaitu : Tingkat longsor Sangat 5. Sangat 0,001- 0,3
Tinggi apabila memiliki nilai hasil Rendah
pembobotan berkisar 1,5 sampai 1,68,
tingkat longsor terkategori Tinggi Berdasarkan analisis diperoleh
apabila kisarannya a n t a r a 1,2-1,5, daerah rawan longsor di Propinsi
tingkat longsor terkategori Sedang Lampung diperkirakan terdapat p a d a
apabila memiliki nilai kisaran a n t a r a Kabupaten Lampung Barat , Kabupaten
0,8-1,1, tingkat longsor berkategori Tanggamus d a n sebagian kecil daerah
Rendah memiliki nilai a n t a r a 0,4-0,7 Kabupaten Lampung Utara. Hal ini
d a n tingkat longsor berkategori Sangat disebabkan karena p a d a daerah ini
Rendah memiliki nilai a n t a r a 0,001-0,3. mempunyai kelerengan yang relatif
83

Gambar 3-1: Peta tingkat rawan longsor di Propinsi Lampung
c u r a m sekitar 16-30% sampai >75%
yang merupakan parameter u t a m a syarat
terjadinya longsor, walaupun pada
u m u m n y a parameter penggunaan lahan
(hutan, perkebunan, kebun campur) dan
jenis t a n a h (entisol dan enseptisol)
mempunyai nilai h a r k a t yang relatif
kecil. Tingkatan rawan longsor sekitar
tingkatan sedang sampai cukup, sehingga
boleh dikatakan tidak begitu membahaya-
kan. Kabupaten lainnya seperti Kabupaten
Lampung Timur, Lampung Selatan,
Lampung Tengah, Kodya Metro, Kodya
Lampung d a n Kabupaten Tulangbawang
m e m p u n y a i tingkat kerawan longsor
k u r a n g sampai rendah, karena daerah-
daerah tersebut pada umumnya
m e m p u n y a i kelerengan y a n g landai
sampai bergelombang yaitu, sekitar 0-3%
sampai 9-15% d a n jenis t a n a h yang relatif
masih m u d a , w a l a u p u n parameter yang
lain mempunyai h a r k a t yang c u k u p
besar. Secara lengkap daerah-daerah
rawan longsor d a p a t dilihat p a d a
Gambar 3 - 1 .
4 KESIMPULAN
• Berdasarkan analisis secara u m u m di
Propinsi Lampung relatif a m a n ter-
h a d a p longsor, k a r e n a tingkatan
daerah rawan longsor h a n y a p a d a
84
! JumaCVengincteraanJaufi Voi 3 {No. 1 Juni 2006:77-86
tingkat c u k u p d a n sedang, sehingga
tidak begitu m e m b a h a y a k a n dalam
waktu yang singkat.
• Daerah rawan longsor terdapat p a d a
Kabupaten Lampung Barat, Tanggamus,
dan sebagian di Kabupaten Lampung
Utara.
• Kabupaten Lampung Tengah, Metro,
Bandar Lampung, Lampung Selatan,
Lampung Timur, Way Kanan d a n
Kabupaten Tulangbawang mempunyai
tingkat rawan longsor rendah sampai
kurang, sehingga kemungkinan tidak
a k a n terjadi longsor.
DAFTAR RUJUKAN
Arsyad, S., 1989. Konseruasi Tanah dan
Air, IPB, Bogor.
Barus, B., 1999. Pemetaan Bahaya
Longsoran Berdasarkan Klasifikasi
Statistik Peubah Tunggal Mengguna-
kan SIG : Studi Kasus Daerah Ciawi-
Puncak-Pacet Jawa Barat, J u r n a l
Ilmu Tanah dan Lingkungan, Bogor.
Hardjowigeno, S., 1993. Klasifikasi Tanah
dan Pedogenesis, AKAPRESS,
Jakarta.
Kartasaputro, G., 1991. Teknologi Konser-
uasi Tanah dan Air, Rineka Cipta,
Jakarta.
Sitorus, S., 1995. Evaluasi Sumber Daya
Lahan, TARSITO, Bandung.
 Imptementasi <Penginderaan Jauh dan SI(j (SamsuCjirifin et.aC.)

Lampiran 1

85
 JurnaCTenginderaanJauhVoC. 3 No. 1 Juni 2006:77-86

Lampiran 2

86