Anda di halaman 1dari 13

PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014

“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

PENGGUNAAN MODEL ANALYTIC HIERARCHY PROCESS


UNTUK PENENTUAN POTENSI ANCAMAN LONGSOR
SECARA SPASIAL
Puguh Dwi Raharjo1, Edi Hidayat1, Sueno Winduhutomo1, Kristiawan Widiyanto1, dan Eko
Puswanto1
1
UPT Balai Informasi Konservasi Kebumian Karangsambung LIPI
Email: puguh.draharjo@yahoo.co.id

ABSTRAK
Pemetaan potensi longsor telah banyak dilakukan terutama dengan penskoran dan pembobotan
menggunakan sistem informasi geografis (SIG). Kendala yang sering dihadapi pada penskoran dan
pembobotan tersebut adalah terdapat beberapa sub-kriteria yang tidak terdapat pada daerah
penelitian. Pada area penelitian yang sempit, potensi longsor hanya didapatkan beberapa klasifikasi
saja. Makalah ini menyajikan hasil model Analytic Hierarchi Process (AHP) dalam penentuan
potensi ancaman longsor, dengan lokasi penelitian di kawasan Karangsambung. Data berupa
litologi, analisis tanah, kemiringan lereng dan penggunaan lahan digunakan sebagai parameter
pengontrol. Pengolahan data menggunakan SIG-raster untuk menghitung pengaruh dari setiap
kriteria dan sub-kriteria. Sebagai validasi digunakan ploting lokasi-lokasi longsor yang terjadi di
kawasan Karangsambung. Hasil yang diperoleh bahwa penggunaan model AHP lebih sederhana
dan mudah diterapkan, terutama pada pemetaan potensi ancaman longsor pada daerah dengan area
ang relatif sempit.
Kata kunci: AHP, karangambung, longsor, model, SIG

ABSTRACT
Mapping the landslides potential have been carried out primarily by scoring and weighting using
geographic information systems (GIS). Constraint often encountered in the scoring and weighting
are there are several sub-criteria that are not contained in the research area. In the tight areas
research, landslides potential is only obtained some classification only. This paper presents the
results of the model Analytic Hierarchy Process (AHP) in the determination of the potential threat
of landslides, with research sites in the region Karangsambung. Data such as lithology, soil
analysis, slope and land use is used as a control parameter. Data processing using GIS -raster to
calculate the effect of each criteria and sub-criteria. As used validation plotting the locations of
landslides that occurred in the area Karangsambung. The results showed that the use of AHP model
is simpler and easier to implement, especially in mapping the potential threat of landslides in areas
with relatively narrow ang area.
Keywords: AHP, karangambung, landslide, model, GIS

PENDAHULUAN
Kawasan Karangsambung merupakan daerah dengan keanekaragaman batuan yang banyak
tersingkap di permukaan, pada daerah tersebut sebagaian besar juga bertopografi berbukit.
Penelitian mengenai tanah longsor menekankan pada proses alam dan manusia yang berhubungan
dengan material geologi yang menyebabkan bencana baik dalam skala lokal maupun global
(Timothy, 2008). Fenomena alam ini banyak terjadi di daerah berlereng dan banyak mengakibatkan
kerugian bagi kehidupan manusia dan sumberdaya alam (Intarawichian dan Dasananda 2010).
Faktor yang mengontrol tanah longsor antara lain adalah batuan induk; geologi kuater,
geomorfologi; pelapukan, erosi dan endapan; iklim, vegetasi; pedologi, hydrogeologi; geotek nik,

513
ISBN: 978-979-8636-23-3

aktivitas volkanik; neotektonik dan seismik, aktivitas manusia; penggunaan lahan (Champati ray
dan Lakhera, 2003). Moradi dkk., (2012) menyederhanakan faktor-faktor tersebut yaitu berupa;
geologi, potensi seismik, kemiringan dan tutupan lahan diangga p sebagai parameter yang
mempengaruhi daerah rawan longsor, sedangkan menurut BNPB (2012) faktor yang mempengaruhi
daerah rawan longsor antara lain adalah geologi, kemiringan, tutupan lahan, dan hidrogeologi.
Keakuratan peta ancaman longsor sangat tergantung dari jumlah dan kualitas data yang tersedia,
skala dan pemilihan metodologi yang tepat dari analisis dan pemodelan (Intarawichian dan
Dasananda, 2010). Pemetaan kerentanan Longsor akan sangat baik menggunakan pendekatan
statistik multivariat atau bivariat dalam menganalisis hubungan historis antara faktor pengendali
longsor dan distribusi tanah longsor (Guzzetti dkk., 1999). Namun rekaman data-series mengenai
kejadian longsor kadang susah di peroleh.
Pengetahuan dan informasi berupa peta mengenai daerah yang berpotensi rawan longsor sangat
diperlukan. Zonasi ini melibatkan distribusi spasial dan penilaian terhadap satuan medan dan
potensi tanah longsor (Moradi dkk., 2012). Pemodelan spasial mengenai pemetaan potensi daerah
longsor dapat dikembangkan dengan model deterministik, dimana model merupakan sebuah
perkiraan, variabelnya ditentukan oleh parameter-parameter yang ada pada model, variabelnya
tidak acak serta masukan yang diberikan selalu menghasilkan output yang sama (Chow dkk., 1988).
Pada metode kualitatif zonasi/pemetaan daerah rawan longsor sangat bergantung pada pendapat
ahli dalam mengidentifikasi sifat dari parameter yang rawan terhadap longsor. Pendekatan kualitatif
ini memberikan peringkat dan bobot pada setiap parameter, dan dapat berkembang menjadi semi-
kuantitatif (Intarawichian dan Dasananda., 2010).

Analytical hierarchy process (AHP) berbasis sistem informasi geografis (SIG) mendapatkan
popularitas tinggi karena kemampuannya untuk mengintegrasikan sejumlah besar data heterogen
dan kemudahan dalam mendapatkan bobot alternatif yang sangat besar (kriteria), dan oleh karena
itu, diterapkan dalam berbagai masalah pengambilan keputusan (Chen dkk, 2009). AHP adalah
metode yang pertimbangan faktor-faktor obyektif dan subyektif dalam alternatif peringkat, serta
dapat membantu dalam proses pengambilan keputusan atau alternatif solusi dari masalah melalui
model keputusan hirarkis (Eldrandaly, 2013). Metode pembobotan multi-atribut untuk pengambilan
keputusan pada model ini menggunakan perbandingan berpasangan untuk membentuk matriks
timbal balik yang mengubah data rasio kualitatif. Eigenvalue digunakan untuk mengakses bobot
akhir dari kriteria, sedangkan untuk mengukur tingkat konsistensi pengambilan keputusan
diperkirakan melalui indeks konsistensi (Vahidnia dkk., 2009).
Raharjo dan Nur (2008) melakukan pemetaan kerawanan gerakan tanah di Kawasan Cagar Aalam
Geologi Karangsambung dengan menggunakan SIG, proses yang digunakan menggunakan sistem
overlay dan pembobotan, hasil yang diperoleh menunjukkan bahwa terdapat beberapa yang
tergenalisir sebagai contoh lembah yang terdeteksi sebagai kerawanan tinggi dan juga karena
adanya pengkelasan menjadikan pada daerah yang tidak relatif luas kurang memperlihatkan adanya
tingkatan kerawanan gerakan tanah. Penelitian ini bertujuan untuk melakukan pemodelan potensi
daerah longsor di Kawasan Karangsambung dengan menggunakan AHP, dengan fokus pada faktor
pengontrol terjadinya longsor. Sehingga diharapkan dengan model yang diperoleh dapat dijadikan
sebagai alternatif dalam metode pemetaan potensi daerah longsor, menjadi satu upaya mitigasi
bencana longsor khususnya di Kawasan Karangsambung.

514
PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014
“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

METODE PENELITIAN
Penelitian ini dilakukan di Kawasan Karangsambung, Propinsi Jawa Tengah (Gambar 1). Bahan
yang digunakan dalam penelitian ini meliputi citra Landsat-8 perekaman 24 juni 2013 (USGS,
2013); citra AsterGDEM-2 (ERSDAC, 2009); Peta RBI skala 1:25000 (Bakosurtanal, 2000); Peta
Geologi skala 1:100000 (P3 Geologi, 1992); data fisik Tanah (sifat fisik, geser langsung, kuat tekan,
plastisitas); dan lokasi kejadian longsor (2008-2014).
Pada penelitian ini pemetaan mengenai longsor yang dilakukan hanya sebatas melihat dari kondisi
faktor pengontrolnya saja yaitu kemiringan lereng, faktor litologi, kondisi tanah, dan peng gunaan
lahan. Pendekatan yang digunakan adalah pemodelan data raster dan peluang penggabungan data
raster dengan melalui Analytical Hierarchy Process (AHP) dan dibantu oleh Sistem Informasi
Geografis. Data penginderaan jauh digunakan sebagai bahan data primer dalam ekstraksi informasi
permukaan, seperti penutup lahan dan kerapatan vegetasi, dan unit medan. Citra AsterGDEM-2
digunakan untuk data kemiringan lereng dengan dimensi grid 30 meter x 30 meter. Selain iru data
dari citra AsterGDEM-2 tersebut juga digunakan untuk pembuatan satuan unit medan, dimana
satuan tersebut diperuntukkan dalam pengambilan sampel tanah untuk perhitungan factor of safety
(Fs). Sedangkan peta geologi yang tersedia memiliki skala yang berbeda dengan resolusi data
lainnya, sehingga diperlukan penyesuaian deliniasi dengan mengacu pada bentuklahan yang di
intepretasi melalui citra penginderaan jauh.

Gambar 1. Lokasi Penelitian Kawasan Karangsambung Propinsi Jawa Tengah

Analytical hierarchy process (AHP) yang merupakan salah satu metode dalam pengambilan
keputusan (Saaty, 1970 dalam Saaty dan Vargas, 2006) untuk menguraikan masalah multi kriteria
yang kompleks menjadi suatu hirarki. Metode ini mendasarkan pada pairwise comparison (matriks
perbandingan berpasangan) dalam membentuk seluruh prioritas untuk mengetahui ranking dari
alternatif yang terdiri dari tujuan, kriteria, dan alternatif. Setiap kriteria dan sub-kriteria dinilai
secara diskriptif- kualitatif untuk memeproleh nilai pengaruh, seperti pada Tabel 1 Berikut;

515
ISBN: 978-979-8636-23-3

Tabel 1. Skala matriks perbandingan berpasangan (Saaty 1980, dalam Triantaphyllou dan Mann, 1995 )

Nilai numerik memberikan penilaian kepentingan relatif (preferensi) dari satu faktor terhadap
lainnya pada setiap faktor. Untuk menghitung matrik pairwise comparison setiap kriteria/faktor dan
bobot nilai adalah ; A1, A2, ..., An dan W1, W2, ..., Wn, dengan formula sebagai berikut:
...................................................................................
a ij
(1)

...................................................................................
wi
(2)

Masing-masing kriteria diuji matrik pairwise comparison, serta menghitung consitency index (CI)
untuk menentukan consistency ratio (CR, kurang atau sama dengan 10%) yang digunakan untuk
mengetahui ketepatan keputusan.

= ‫ ג‬max – n/n - 1 .......................................................................................................... (3)


CI

Nilai random index (RI) ditentukan pada ketetapan, dengan n adalah jumlah matrik (Saaty &
Vargas, 1991), seperti berikut;

n 1 2 3 4 5 6 7 8 9 10
RI 0,00 0,00 0,58 0,90 1,12 1,14 1,32 1,41 1,46 1,49

Consistency ratio (CR) merupakan indeks angka tunggal untuk mengetahui konsistensi dari matrik
pairwise comparison, sehingga dilakukan perbandingan antara consitency index (CI) dengan
random index (RI).
CR = CI / RI ........................................................................................................................ (4)

Peta ancaman bencana longsor merupakan determinasi dari berbagai kriteria yang mengakibatkan
terjadinya kemudahan pada wilayah tersebut untuk longsor, yaitu: geologi, karakteristik tanah
(plastisitas tanah, geser langsung, dan kuat tekan), kemiringan lereng, dan penggunaan lahan.
Semua kriteria yang dianggap relevan untuk keputusan dibandingkan terhadap satu sama lain dalam
pairwise comparison yang merupakan ukuran untuk mengekspresikan preferensi relatif antara

516
PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014
“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

kriteria. Oleh karena itu nilai-nilai numerik mengungkapkan penilaian kepentingan relatif (atau
preferensi) dari satu kriteria terhadap yang lain harus ditugaskan untuk setiap kriteria, seperti
Gambar 2 berikut ini.

Gambar 2. Proses pemetaan daerah rawan longsor dengan metode AHP

Peta potensi daerah longsor di Kawasan Karangsambung ini akan diketahui distribusi tingk at
kerentanannya. Validasi yang dilakukan dengan melakukan ploting pada lokasi-lokasi yang terjadi
longsor. Data-data lokasi daerah longsor ini merupakan kajadian longsor yang dikumpulkan dari
tahun 2008 sampai dengan tahun 2014.

HASIL DAN PEMBAHASAN


Kemiringan lereng merupakan kriteria utama dalam memicu terjadinya longsor, hal ini merupakan
suatu konsepsi dari adanya gaya grafitasi bumi, semakin curam kemiringan lereng maka akan
semakin mudah untuk untuk terjadi gerakan tanah. Pada pembuatan raster kemiringan lereng di
lokasi penelitian ini digunakan ukuran dimensi grid 30 meter, hal ini disesuakan dengan citra
Landsat-8 yang ber-resolusi spasial 30 meter. Kondisi litologi merupakan kriteria yang penting
dalam mempengaruhi kejadian longsor, kemampuan daya ikat yang lemah menyebabkan pelepasan
ikatan pada batuan. Selain itu perlapisan batuan juga menetukan kemudahan untuk terjadinya
longsor, terlebih perlapisan pada batuan yang miring. Skala peta geologi yang tersedia pada
penelitian ini sebesar 1:100.000, sehingga juga terjadi perbedaan skala dengan data lainnya. Sebagai
koreksi pada peta geologi ini maka digunakan pembenaran batas deliniasi yang mendasarkan pada
intepretasi bentuklahan dan topografi melalui komposit warna semu RGB pada citra Landsat-8 dan
citra AsterGDEM-2.
Karakteristik tanah juga menentukan kemampuan untuk terjadinya longsor, kriteria ini dapat dilihat
dari nilai kohesi efektif dan sudut geser dalam efektif. Pada penelitian ini karakteristik tanah yang
dinilai kriterianya adalah factor of safety (Fs) dengan distribusi pada setiap unit medan/satuan
pemetaan tanahnya. Unit medan yang dibuat pada penelitian ini dilakukan dengan intepretasi visual
dengan fokus konfigurasi permukaan dengan pertimbangan bentuklahan, topografi, dan litologi
dengan diperoleh 17 unit dengan 3 unit memiliki kesamaan. Bentuklahan pada daerah penelitian
meliputi Blok sesar terkikis berat; Blok sesar terkikis ringan; Blok sesar terkikis sangat ringan; Blok
sesar terkikis sedang; Dataran aluvial; Lembah antiklinal terkikis berat; Lembah antiklinal terkikis
sedang; Lereng kaki; Pedimen; Perbukitan antiklinal terkikis ringan; Perbukitan terkikis berat;
Perbukitan terkikis ringan; Perbukitan terkikis sangat ringan; dan Perbukitan terkikis sedang. Pada

517
ISBN: 978-979-8636-23-3

Kawasan Karangsambung penggunaan lahan yang ada sebagian besar masih berupa lahan pertanian
baik tanaman keras maupun tanaman basah, penilaian sub-kriteria untuk penggunaan lahan di
kawasan ini disesuaikan dengan kondisi dilapangan berdasarkan pembebanan dan tingkat
kejenuhan tanahnya. Hasil dari perhitungan pairwise comparison untuk kriteria pengontrol potensi
longsor di Kawasan Karangsambung seperti pada Tabel 2 berikut;

Tabel 2. Pairwise comparison kriteria pengontrol potensi longsor di Kawasan Karangsambung

Kemiringan Litologi Tanah Pengg. Lahan


Kemiringan 1 4 5 7
Geologi 1/4 1 2 4
Tanah 1/5 1/2 1 3
Pengg. Lahan 1/7 1/4 1/3 1
Kemiringan 0,63 0,70 0,60 0,47
Litologi 0,16 0,17 0,24 0,27
Tanah 0,13 0,09 0,12 0,20
Pengg. Lahan 0,09 0,04 0,04 0,07
∑x 2,39 0,84 0,53 0,24
∑x /n 0,60 0,21 0,13 0,06
Pengaruh 59,75% 20,94% 13,31% 6,00%
Sumber : Pengolahan data, 2014

Perhitungan matriks perbandingan berpasangan untuk kriteria pengontrol potensi daerah longsor di
Kawasan Karangsambung ini diperoleh bahwa kriteria kemiringan memiliki pengaruh paling besar
yaitu sekitar 59,75%, sedangkan untuk kriteria litologi memiliki pengaruh sekitar 20,94%.
Karakteristik tanah dengan properties sebagai factor of safety (Fs) ini memiliki nilai pengaruh
sekitar 13,31%.
Pertimbangan nilai ini karena pada pengukuran kemiringan lereng pada perhitungan Fs lebih pada
generalisir karena unit medan yang digunakan sebagai platform lebih menekankan pada suatu
satuan dan bukan kemiringan lereng. Kriteria penggunaan lahan memiliki pengaruh dalam
mengontrol potensi longsor paling rendah, yaitu hanya sekitar 6,00%. Penilaian ini lebih pada suatu
kondisional pada daerah penelitian mengingat kejadian longsor yang terjadi banyak terjadi di
berbagai penggunaan lahan yang bervegetasi.

Perhitungan pairwise comparison untuk sub-kriteria kemiringan lereng (Tabel 3), nilai consitency
index (CI) dan index random (RI) yang diperoleh sebesar 0,013 dan 1,32, nilai tersebut
menghasilkan consistency ratio (CR) 0,096. Sub-kriteria kemiringan lereng ini masih dapat
diterima karena consistency ratio masih kurang dari 10%.

Sub-kriteria litologi pada daerah penelitian terdapat 16 jenis formasi dan satuan batuan. Jenis batuan
yang tergolong sangat mudah untuk terjadi longsor di Kawasan Karangsambung antara lain, yaitu
Komplek Lok Ulo, Berbagai macam bongkah yang tercampur secara tektonik dalam masa dasar
serpih; Sekis dan Filit, Sekis amfibol, mika, glaukofan dan filit yang terdapat sebagai kepungan
tektonik; dan Serpentinit, Serpentinit yang terbreksikan, umumnya menyudut, terdapat sebagai
kepungan. Formasi dan batuan yang mudah untuk terjadinya longsor antara lain, yaitu: Gabro,
Gabro yang terdapat sebagai kepungan tektonik; Formasi Karangsambung, Batulempung

518
PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014
“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

berstruktur sisik dengan bongkah batugamping, konglomerat, batupasir, batugamping dan basal;
Formasi Penosogan, Perselingan batupasir gampingan, batulempung, tuf, napal dan kalkareit,
dipengaruhi arus turbit; dan Formasi Totogan, Perselingan batupasir gampingan, batulempung, tuf,
napal dan kalkareit, dipengaruhi arus turbit.
Tabel 3. Pairwise comparison sub-kriteria kemiringan lereng di Kawasan Karangsambung

Kemiringan (%) >140 56-140 21-55 14-20 8-13 3-7 0-2


>140 1 3 4 5 7 8 9
56-140 1/3 1 3 5 7 8 9
21-55 1/4 1/3 1 3 5 7 9
14-20 1/5 1/5 1/3 1 3 5 7
8-13 1/7 1/7 1/5 1/3 1 3 5
3-7 1/8 1/8 1/7 1/5 1/3 1 3
0-2 1/9 1/9 1/9 1/7 1/5 1/3 1
2,05 4,80 8,68 14,53 23,33 32,33 43,00
>140 0,49 0,62 0,46 0,34 0,30 0,25 0,21
56-140 0,16 0,21 0,35 0,34 0,30 0,25 0,21
21-55 0,12 0,07 0,12 0,21 0,21 0,22 0,21
14-20 0,10 0,04 0,04 0,07 0,13 0,15 0,16
8-13 0,07 0,03 0,02 0,02 0,04 0,09 0,12
3-7 0,06 0,03 0,02 0,01 0,01 0,03 0,07
0-2 0,05 0,02 0,01 0,01 0,01 0,01 0,02
1,00 1,00 1,00 1,00 1,01 1,00 1,00
Consistency Measure 8,27 8,56 8,15 7,69 7,32 7,13 7,21
Consistency Index 0,126736628
Rasio Index 1,32
Consistency ratio 0,096012597
Sumber : Pengolahan data, 2014

Batuan dan formasi yang memiliki tingkatan sedang dalam terjadainya longsor di Kawasan
Karangsambung adalah Graywacke, Graywacke; yang terdapat sebagai kepungan tektonik dan
Formasi Waturanda, Bagian bawah batupasit kasar, makin keatas berubah menjadi breksi dengan
komponen andesit, basal dan masa dasar batupasir, tuf. Formasi dan batuan yang berada dibawah
tingkatan sedang dalam proses untuk terjadinya longsor di Kawasan Karangsambung meliputi
Anggota breksi Formasi Halang, Breksi dengan komponen andesit, basal dan batugamping, masa
dasar batupasir tufaan kasar; sisipan batupasir dan lava basal; Anggota tuf Formasi Waturanda,
Perselingan tuf kaca, tuf keristal,batupasir gampingan dan napal tupaan; dan Basal, Basal yang
terbreksikan, umumnya menyudut, terdapat sebagai kepungan. Sedangkan untuk Aluvium yang
berisi Lempung, lanau, pasir, kerikil dan kerakal meskipun materialnya kelihatan mudah untuk
terjadi longsor namun secara keruangan formasi tersebut berada pada topografi yang landai.
Pada perhitungan pairwise comparison (Tabel 4), nilai consitency index (CI) dan index random (RI)
pada sub-kriteria litologi yang diperoleh sebesar 0,073 dan 1,12, nilai tersebut menghasilkan
consistency ratio (CR) 0,065. Sub-kriteria litologi ini pada metode AHP dinilai sangat baik karena
consistency ratio kurang dari 10%.

519
ISBN: 978-979-8636-23-3

Tabel 4. Pairwise comparison sub-kriteria litologi di Kawasan Karangsambung

Tmd, Kobe,
KTI, Km, Teok, Tomt,
Tmw, KTs Tmpb, Tmph, Tekl, Qa
Kose Tmp,
Tekl
KTI, Km, Kose 1 3 5 7 9
Teok, Tomt, Tmp, 1/3 1 3 5 9
Tmw, KTs 1/5 1/3 1 3 5
Tmd, Kobe, Tmpb,
Tmph 1/7 1/5 1/3 1 3
Tekl, Qa 1/9 1/7 1/5 1/3 1
1,79 4,68 9,53 16,33 27,00
KTI, Km, Kose 0,56 0,64 0,52 0,43 0,33
Teok, Tomt, Tmp, 0,19 0,21 0,31 0,31 0,33
Tmw, KTs 0,11 0,07 0,10 0,18 0,19
Tmd, Kobe, Tmpb,
Tmph 0,08 0,04 0,03 0,06 0,11
Tekl, Qa 0,06 0,03 0,02 0,02 0,04
1,00 1,00 1,00 1,00 1,00
Consistency Measure 5,50 5,42 5,25 5,12 5,16
Consistency Index 0,072587969
Rasio Index 1,12
Consistency ratio 0,064811
Sumber : Pengolahan data, 2014

Peta potensi longsor yang dihasilkan bersifat distribusi sehingga klasifikasi tersebut dilakukan
pengkelasan guna perhitungan pairwise comparison sub-kriteria karakteristik tanah ini (Tabel 5).
Nilai consitency index (CI) dan index random (RI) pada sub-kriteria karakteristik tanah yang
diperoleh sebesar 0,048 dan 1,57, nilai tersebut menghasilkan consistency ratio (CR) 0,030. Sub-
kriteria karakteristik tanah ini pada metode AHP dinilai sangat baik karena consistency ratio kurang
dari 10%.

Pengambilan sampel tanah dilakukan secara undisturb pada setiap unit medan yang diasumsikan
sebagai satuan pemetaannya. Data-data yang dilakukan analisis laboratorium meliputi kadar air,
berat jenis, batas atterberg/cair/plastis, ukuran butir, permeabilitas, triaksial pada 14 unit medan.
Pada perhitungan factor of safety (Fs) sampel KRS S1/1 sebesar 0,812; sampel KRS S1/2 sebesar
0,742; sampel KRS S1/4 sebesar 0,632; sampel KRS S5/1 sebesar 0,846; sampel KRS F1 sebesar
0,781; sampel KRS D7 sebesar 0,729; sampel KRS D8 sebesar 0,597; sampel KRS D1/1 sebesar
0,725; sampel KRS D1/3 sebesar 0,778; sampel KRS D1/4 sebesar 0,880; sampel KRS S1/3A
sebesar 0,596; sampel KRS S1/3B sebesar 0,672; sampel KRS S16/3 sebesar 0,710; dan sampel
KRS S16/4 0,832.

520
PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014
“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

Tabel 5. Pairwise comparison sub-kriteria karakteristik tanah (factor of safety) di Kawasan


Karangsambung

Sampel D8 S1/3 S1/4 S1/3B S16/3 D1/1 D7 S1/2 D1/3 F1 S1/1 S16/4 S5/1 D1/4

D8 1 2 2 3 3 3 4 5 5 6 6 7 8 9
S1/3 1/2 1 1 2 2 2 3 4 4 5 5 6 7 9
S1/4 1/2 1 1 2 2 2 3 4 4 5 5 6 7 9
S1/3B 1/3 1/2 /2 1 1 1 1 3 3 4 4 5 7 9
S16/3 1/3 1/2 1/2 1 1 1 2 3 3 4 4 5 6 8
D1/1 1/3 1/2 /2 1 1 1 1 2 2 3 3 4 5 7
D7 1/4 1/3 /3 1/2 1/2 1 1 2 2 3 3 4 5 7
S1/2 1/5 1/4 /4 1/3 1/3 1/2 1/2 1 1 2 2 3 4 6
D1/3 1/5 1/4 /4 1/3 1/3 1/2 1/2 1 1 2 2 3 4 6
F1 1/6 1/5 /5 1/4 1/4 1/3 1/3 1/2 1/2 1 2 3 4 6
S1/1 1/6 1/5 /5 1/4 1/4 1/3 1/3 1/2 1/2 1/2 1 2 3 5
S16/4 1/7 1/6 /6 1/5 1/5 1/4 1/4 1/3 1/3 1/3 1/2 1 2 4
S5/1 1/8 1/7 /7 1/7 1/6 1/5 1/5 1/4 1/4 1/4 1/3 1/2 1 3
D1/4 1/9 1/9 /9 1/9 1/8 1/7 1/7 1/6 1/6 1/6 1/5 1/4 1/3 1
4,36 7,15 7,15 12,12 12,16 13,26 17,26 26,75 26,75 36,25 38,03 49,75 63,33 89,00
D8 0,23 0,28 0,28 0,25 0,25 0,23 0,23 0,19 0,19 0,17 0,16 0,14 0,13 0,10
S1/3 0,11 0,14 0,14 0,17 0,16 0,15 0,17 0,15 0,15 0,14 0,13 0,12 0,11 0,10
S1/4 0,11 0,14 0,14 0,17 0,16 0,15 0,17 0,15 0,15 0,14 0,13 0,12 0,11 0,10
S1/3B 0,08 0,07 0,07 0,08 0,08 0,08 0,06 0,11 0,11 0,11 0,11 0,10 0,11 0,10
S16/3 0,08 0,07 0,07 0,08 0,08 0,08 0,12 0,11 0,11 0,11 0,11 0,10 0,09 0,09
D1/1 0,08 0,07 0,07 0,08 0,08 0,08 0,06 0,07 0,07 0,08 0,08 0,08 0,08 0,08
D7 0,06 0,05 0,05 0,04 0,04 0,08 0,06 0,07 0,07 0,08 0,08 0,08 0,08 0,08
S1/2 0,05 0,03 0,03 0,03 0,03 0,04 0,03 0,04 0,04 0,06 0,05 0,06 0,06 0,07
D1/3 0,05 0,03 0,03 0,03 0,03 0,04 0,03 0,04 0,04 0,06 0,05 0,06 0,06 0,07
F1 0,04 0,03 0,03 0,02 0,02 0,03 0,02 0,02 0,02 0,03 0,05 0,06 0,06 0,07
S1/1 0,04 0,03 0,03 0,02 0,02 0,03 0,02 0,02 0,02 0,01 0,03 0,04 0,05 0,06
S16/4 0,03 0,02 0,02 0,02 0,02 0,02 0,01 0,01 0,01 0,01 0,01 0,02 0,03 0,04
S5/1 0,03 0,02 0,02 0,01 0,01 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,02 0,03
D1/4 0,03 0,02 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,00 0,01 0,01 0,01 0,01
1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
Consistency
14,82 14,94 14,94 14,88 14,96 14,80 14,83 14,64 14,64 14,36 14,27 14,17 14,15 14,24
Measure
Consistency
0,047524515
Index
Rasio Index 1,57
Consistency
0,030270392
ratio
Sumber : Pengolahan data, 2014

Pada sub-kriteria penggunaan lahan mendasarkan pada kondisi dilapangan dengan


mempertimbangkan beban pada penggunaan lahan serta kemampuannya dalam
menyimpan/menyelaurkan air dalam tanah yang dapat mengakibatkan kejenuhan tanah. Jenis
penggunaan lahan sawah merupakan jenis penggunaan lahan yang memiliki tingkat kejenuhan air
pada tanah paling tinggi, namun demikian jenis penggunaan lahan sawah pada daerah penelitian

521
ISBN: 978-979-8636-23-3

sebagai besar berada pada dataran aluvial yang sangat kecil kemungkinan terjadinya longsor,
sehingga jenis penggunaan lahan tersebut relatif memiliki nilai yang relatif rendah. Jenis
penggunaan lahan terbuka pada daerah penelitian berupa hasil proses sedimentasi Sungai Lukulo
yang berada pada dataran banjir, selain itu pada jenis penggunaan lahan terbuka tersebut air hujan
sebagian besar akan menjadi overland flow dan sangat sedikit sekali yang terinfiltrasi ke dalam
tanah. Penutup vegetasi yang hampir tidak ada menyebabkan troughfall dan steanflow juga sangat
rendah/tidak ada, sehingga sebagian besar air menjadi aliran permukaan.
Tabel 6. Pairwise comparison sub-kriteria penggunaan lahan di Kawasan Karangsambung

Lahan Kebun Lahan Lahan


Jenis Pengg.Lahan Hutan
Terbangun Campur Basah Terbuka
Lahan Terbangun 1 3 3 4 5
Hutan 1/3 1 2 3 4
Kebun Campur 1/3 1/2 1 3 4
Lahan Basah 1/4 1/3 1/3 1 4
Lahan Terbuka 1/5 1/4 1/4 1/4 1
2,12 5,08 6,58 11,25 18,00
Lahan Terbangun 0,47 0,59 0,46 0,36 0,28
Hutan 0,16 0,20 0,30 0,27 0,22
Kebun Campur 0,16 0,10 0,15 0,27 0,22
Lahan Basah 0,12 0,07 0,05 0,09 0,22
Lahan Terbuka 0,09 0,05 0,04 0,02 0,06
1,00 1,00 1,00 1,00 1,00
Consistency Measure 5,47 5,52 5,42 5,14 5,15
Consistency Index 0,084977199
Rasio Index 1,12
Consistency ratio 0,075872499
Sumber : Pengolahan data, 2014

Nilai consitency index (CI) dan index random (RI) pada sub-kriteria penggunaan lahan yang
diperoleh sebesar 0,017 dan 1,14, nilai tersebut menghasilkan consistency ratio (CR) 0,012. Sub-
kriteria penggunaan lahan ini pada metode AHP dinilai sangat baik karena consistency ratio kurang
dari 10%. Sehingga untuk perhitungan pairwise comparison (Tabel 6) dapat diterima.
Pada perhitungan AHP tiap kriteria untuk faktor pengontrol terjadinya longsor (kemiringan lereng,
litologi, karakteristik tanah dan penggunaan lahan) diperoleh nilai consistency ratio (CR) yang
masih dalam ambang yang diperbolehkan (kurang dari 10%), sehingga 4 (empat) kriteria tersebut
dilakukan proses pemodelan berdasarkan data raster (Gambar 3). Hasil berupa Peta pemodelan
potensi rawan longsor di Kawasan Karangsambung ini oleh penulis tidak dilakukan
pengkelasan/tingkatan potensi longsor namun berdasarkan analisis raster AHP pada setiap kriteria
dan sub kriteria. Hal ini mengingat belum dilakukannya studi mengenai batasan-batasan tingkatan
potensi longsor di daerah penelitian. Namun demikian peta hasil pemodelan tersebut direntangkan
dari nilai maksimal (8) yang merupakan potensi longsor tinggi dan nilai minimal (1) yang
merupakan potensi longsor rendah.

522
PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014
“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

Gambar 3. Peta pemodelan potensi rawan longsor di Kawasan Karangsambung

Kejadian longsor yang digunakan sebagai validasi dari model diperoleh bahwa selama Tahun 2008
sampai dengan Tahun 2014 kejadian longsor yang terjadi di Kawasan Karangsambung. Persebaran
kejadian longsor tersebut pada peta potensi longsor yang dihasilkan banyak terdapat pada daerah
dengan warna kuning dan merah (berpotensi longsor). Hanya beberapa saja kejadian longsor yang
berada pada daerah dengan warna biru, hal ini disebabkan longsoran yang terjadi hanya kejadian
longsor karena pemotongan lereng di pinggir jalan dengan mahkota yang relatif kecil (Gambar 4).

Gambar 4. Lokasi longsoran akibat pemotongan lereng

523
ISBN: 978-979-8636-23-3

KESIMPULAN
Dari hasil dan pembahasan diatas maka dapat ditarik suatu kesimpulan, bahwa ;
1. Metode AHP dapat digunakan dalam alternatif pemetaan potensi rawan longsor, dengan tidak
mempetimbangkan luas area penelitian.
2. Subyektivitas sangat utama dalam melakukan penilaian terhadap kriteria dan sub kriteria,
namun tetap terdapat batasan toleransi nilai yang tercermin dalam consistency ratio.
3. Pada metode AHP ini merupakan metode matematis tanpa ada pengujian secara statistik
sehingga validasi dari model pemetaan potensi longsor hanya dapat dilakukan dengan korelasi
antara kejadian longsor dilapangan dengan hasil dari peta.
4. Penerapan metode ini untuk pemetaan potensi rawan longsor di Kawasan Karangsambung
diperoleh hasil yang cukup baik, dengan sebaran kejadian longsor dari Tahun 2008-2014 berada
pada daerah yang dipredikasi berpotensi longsor (Gambar 3), namun demikian terdapat
beberapa kejadian longsor yang terdapat pada daerah yang tidak berpotensi longsor, dan hal ini
dikarenakan kurangnya penyaringan data kejadian longsor.

DAFTAR PUSTAKA
BNPB, 2012. Pedoman Umum Pengkajian Risiko Bencana. Peraturan Kepala Badan Nasional
Penanggulangan Bencana Nomor 02 Tahun 2012.
Champati ray, P.K., dan Lakhera, R.C., 2003. Spatial Predictive Models for Landslide Hazard
Assessment using Geographic Information System and Remote Sensing Techniques.
Slide presentations. Indian Institute of Remote Sensing. CASITA, 18 March 2003. P1-
35 (unpublished)

Chen, Y., J. Yu., K. Shahbaz., dan E. Xevi. 2009. A GIS-Based Sensitivity Analysis of Multi-
Criteria Weights. 18th World IMACS / MODSIM Congress, Cairns, Australia 13 -17
July 2009, hal.3137-3143. Akses online http://mssanz.org.au/modsim09
Chow,V.T., Maidment, D.R., dan Mays, L.W., 1988. Applied Hydrology, Civil Engineering Series,
McGraw-Hill International Editions, New York.
Eldrandaly, Khalid. 2013. Developing a GIS-Based MCE Site Selection Tool in ArcGIS Using
COM Technology. International Arab Journal of Information Technology (IAJIT) 10(3)
May 2013
Guzzetti F., Carrara A., Cardinali M., dan Reichenbach, P., 1999. Landslide Hazard Evaluation: an
Aid to a Sustainable Development. J.Geomorphology. 31:181-216.
Intarawichian, N dan Dasananda, S. 2010. Analytical Hierarchy Process For Landslide
Susceptibility Mapping In Lower Mae Chaem Watershed, Northern Thailand. J. Sci.
Technol. 17(3):277-292

Moradi, M., Bazyar, M.H., Mohammadi, Z., 2012. GIS-Based Landslide Susceptibility Mapping
by AHP Method, A Case Study, Dena City, Iran. J. Basic. Appl. Sci. Res., 2(7), p.6715-
6723

524
PROSIDING PEMAPARAN HASIL PENELITIAN PUSAT PENELITIAN GEOTEKNOLOGI LIPI TAHUN 2014
“Peran Penelitian Geoteknologi untuk Menunjang Pembangunan Berkelanjutan di Indonesia”

Raharjo, D. Puguh dan Nur, M. Arif., 2013. Pemetaan Gerakan Tanah Kawasan cagar Alam
Geologi Karangsambung dengan Menggunakan Data Penginderaan Jauh dan SIG.
Forum Geografi. Universitas Muhammadiya Surakarta. ISSN 085-2682, Vol. 27 No. 2,
Desember 2013, Hal. 99-114.
Saaty, T.L dan Vargas, L.G., 2006. Decision Making With The Analytic Network Process-
Economic, Political, Social and Technological Applications with Benefits,
Opportunities,Costs and Risks. Springer Science Business Media, New York p.11-204

Timothy, K., 2008. Landslides- Mass Wasting, Soil, and Mineral Hazards. Facts On File, Inc. New
York, p.15-46

Triantaphyllou, E., dan Mann, S.H., 1995. Using the Analytic Hierarchy Process for Decision
Making in Engineering Applications: Some Challenges. Inter’l Journal of Industrial
Engineering: Applications and Practice, Vol. 2, No. 1, pp. 35-44, 1995

Vahidnia, M. H., Alesheikh, A. A., Alimohammadi, A., dan Hosseinali, F., 2009. Landslide Hazard
Zonation Using Quantitative Methods in GIS. International Journal of Civil Engineerng.
7(3), September 2009, Hal. 176-189

525