PEMANTAUAN DAERAH RAWAN LONGSOR SEKITAR GUNUNG SLAMET MENGGUNAKAN

METODE SISTEM INFORMASI GEOGRAFIS (STUDI KASUS: KABUPATEN BANYUMAS)

Muhammad Nahdi Febriansyah*

Departemen Teknik Geomatika, Fakultas Teknik Sipil Perencanaan dan Kebumian,
Institut Teknologi Sepuluh Nopember
e-mail : nahdi.206016@mhs.its.ac.id

Abstrak.
Tanah longsor merupakan salah satu bencana yang memiliki jenis gerakan massa tanah atau batuan,
ataupun percampuran keduanya, yang bergerak keluar lereng akibat dari terganggunya kestabilan tanah
atau batuan penyusun lereng tersebut yang dapat menimbulkan korban jiwa dan materil. Berdasarkan
IRBI BNPB dan Perda Kabupaten Banyumas Nomor 10 tahun 2011, daerah utara Kabupaten Banyumas
yaitu disekitar Gunung Slamet, memiliki risiko rawan bencana yang tinggi. Maka dari itu dilakukan
pemetaan daerah rawan longsor menggunakan teknologi penginderaan jauh dan Sistem Informasi
Geografis. Dengan menggunakan citra Satelit Landsat-8 dalam mengetahui tutupan lahan. Kemudian
dilakukan skoring dan pembobotan dengan parameter lain, sehingga didapatkan peta kerawanan tanah
longsor. Berdasarkan hasil yang dilakukan pada 6 daerah penelitian, didominasi kerawanan tingkat
menengah dengan luas 151.49 km2 dan tingkat tinggi memiliki luas 317.60 km2. Dimana Kecamatan
Gumelar dan Cilongok memiliki potensi kerawanan longsor tertinggi.

Kata Kunci: Tanah Longsor, Penginderaan Jauh, Sistem Informasi Geografis

Abstract.
Landslide is one of the disasters that has the type of mass movement of soil or rock, or a mixture of both,
which moves out of the slope as a result of the disruption of the stability of the soil or rocks that make up
the slope which can cause human and material casualties. Based on IRBI BNPB and Regional Regulation of
Banyumas Regency No. 10 of 2011, the northern area of Banyumas Regency, which is around Mount
Slamet, has a high disaster-prone risk. Therefore, mapping of landslide-prone areas was carried out using
remote sensing technology and Geographic Information Systems. By using Landsat-8 satellite imagery to
determine land cover. Then the scoring and weighting with other parameters is carried out, so that a
landslide susceptibility map is obtained. Based on the results carried out in 6 research areas, it is
dominated by medium-level vulnerability with an area of 151.49 km2 and high level having an area of
317.60 km2. Where Gumelar and Cilongok Districts have the highest potential for landslide hazard.

Keywords: Landslide, Remote Sensing, Geographic Information System

PENDAHULUAN sebaran wilayah bencana semakin menjadi luas. Hal

Tanah longsor merupakan salah satu bencana
hidrometeorologi yang sering terjadi di Indonesia,
dimana 95% bencana yang terjadi di Inonesia
merupakan bencana hidrometrorologi. Tanah
longsor adalah jenis gerakan massa tanah atau
batuan, ataupun percampuran keduanya, menuruni
atau keluar lereng akibat terganggunya kestabilan
tanah atau batuan penyusun lereng (BNPB, 2013).
Tanah longsor disertai oleh pengaruh kondisi
geologi, curah hujan dan pemanfaatan lahan pada
daerah lereng. Di Indonesia intensitas terjadinya
bencana tanah longsor semakin meningkat, dengan
ini disebabkan salah satunya karena semakin
meningkatnya pemanfaatan lahan yang tidak
berwawasan lingkungan pada daerah rentan
gerakan tanah, serta intensitas hujan yang tinggi
dengan durasi yang panjang, ataupun akibat
meningkatnya frekuensi kejadian gempa bumi
(BNPB, 2016).
Kabupaten Banyumas merupakan salah satu
daerah di wilayah provinsi Jawa Tengah yang yang
memiliki Gunung Slamet didalam wilayah
administrasinya. Berdasarkan data dari BNPB,
Banyumas memiliki Banyumas memiliki nilai indeks

1
risiko paling tinggi pada tahun 2020 dari sejumlah Baturaden, Kedungbanteng, Pekuncen, dan
35 Kabupaten dan Kota di Jawa Tengah, yaitu Gumelar. Dengan Koordinat Geografis antara ---
sebesar 193.71 (BNPB, 2021). sampai --- Bujur Timur dan antara --- dan ---Lintang
Menurut BPBD Kabupaten Banyumas, pada Selatan.
tahun 2020 mengalami peningkatan kejadian
bencana. Hal itupun didominasi oleh tanah longsor
atau tanah gerak. Dimana penyebababnya karena
faktor cuaca ekstrim La Nina.
Berdasarkan Perda Kabupaten Banyumas
Nomor 10 tahun 2011 tentang RTRW Kabupaten
Banyumas 2011 – 2031. Perlu diperhatikan daerah
rawan longsor terutama pada daerah Cilongok,
Pekuncen, Gumelar dan Kedung Banteng.
Dikawasan Gunung Slamet daerah Banyumas
masih belum memiliki peta rawan bencana longsor
yang memiliki akurasi tinggi. Diperlukan informasi
yang mempermudah mengetahui daerah rawan
longsor. dengan memanfaatkan teknologi Gambar 1. Lokasi Penelitian
Penginderaan Jauh dan Sistem Informasi Geografi
Data dan Peralatan
(SIG) mampu memberikan solusi dan kemudahan
Pada penelitian ini, akan digunakan beberapa
dalam analisis spasial secara berulang, kontinu,
data yang didapatkan dari beberapa sumber sebagai
cepat dan akurat. Pemanfaaatan Penginderaan Jauh
berikut:
pada citra multispektral Landsat-8 menggunakan
• Data curah hujan tahun 2020 di Kabupaten
sistem sensor pasif, yang berarti memanfaatkan
Banyumas yang didapatkan dari CHIRPS resolusi
sumber tenaga utama yang dibutuhkan oleh satelit
spasial 0,05o.
berasal dari sumber lain yang tidak terintegrasi
• Data Peta Geologi Kabupaten Banyumas
dalam wahana. Sumber tenaga yang dimaksud
• Data Citra Satelit Landsat-8 pada tahun 2019
biasanya berupa energi yang berasal dari matahari.
yang didapatkan dari USGS
Dalam penggunaan citra ini sangat dipengaruhi oleh
• Data DEMNAS yang bersumber dari Badan
tutupan awan dalam penggunaanya.
Informasi Geospasial (BIG)
Bahaya tanah longsor pada penelitian ini juga
Tahapan Penelitian
dapat diidentifikasi secara cepat melalui Sistem
Berikut adalah tahapan penelitian yang disajikan
Informasi Geografis dengan menggunakan metode
dalam diagram alir di bawah ini:
skoring, pembobotan, dan overlay terhadap
parameter-parameter tanah longsor seperti curah
hujan, jenis tanah, kemiringan lerengdan tutupan
lahan.

METODOLOGI
Lokasi Penelitian
Lokasi studi pada penelitian ini adalah
6Kecamatan disekitar kaki Gunung Slamet di
Kabupaten Banyumas, yaitu Kecamatan Sumbang,

2
 atau beratnya dampak tertentu pada suatu
fenomena secara spasial. Setelah dilakukan Skoring
dan pembobotan dilakukan overlay tiap parameter.
Tabel 1. Klasifikasi Curah Hujan (Khoiri, dkk 2017)
Kelas (mm/tahun) Skor Bobot
<2000 1
2000-3000 2 30%
>3000 3

Tabel 2. Klasifikasi Kemiringan Lereng (Khoiri, dkk 2017)

Kelas Skor Bobot
0% - 8% 1
8% - 25% 2
30%
25% - 40% 3
40% - 100% 4

Tabel 3. Klasifikasi Batuan (Khoiri, dkk 2017)

Gambar 2. Diagram Alir Penelitian Kelas Skor Bobot
Batuan dan Formasi 1
1. Pengolahan Parameter
Endapan 2 20%
Dengan menggunakan 4 parameter untuk
Morfonit dan Morfosit 3
mendapatkan peta rawan longsor pada daerah
banyumas.
Tabel 4. Klasifikasi Tutupan Lahan (Khoiri, dkk 2017)
• Curah Hujan Kelas Skor Bobot
Digunakan data penjumlahan curah hujan Awan 1
perbulan dalam tahun 2020. Yang didapatkan Vegetasi 2
20%
dari interpolasi Inverse Distance Weighted (IDW) Permukiman 3
data raster dari CHIRPS. Tegalan 4
• Kemiringan Lereng
Kemiringan lereng didapatkan dari algorithma HASIL DAN PEMBAHASAN
tool Slope dalam bentuk raster satuan persen, Parameter Curah Hujan
kemudian dikonversi menjadi data vektor. Curah hujan berbanding lurus dengan ancaman
• Geologi terhadap tanah longsor. Semakin tinggi intensitas
Pembentukan kelas struktur batuan yang curah hujan suatu daerah, maka semakin tinggi
terdapat pada daerah penelitian. ancaman terhadap kejadian gempa. Penetrasi air
• Tutupan Lahan hujan ke tanah di bagian lereng, maka akan semakin
Dengan menggunakan citra satelit Landsat-8 menambah massa dari tanah tersebut.
dilakukukan proses training data untuk Di daerah penelitian mengalami curah hujan
mendapatkan sampel data. Kemudian yang tinggi, secara keseluruhan daerah mengalami
penklasifikasian citra tersebut menggunakan intesitas curah hujan diatas 3000 mm/ tahun, yaitu
klasifikasi terbimbing Maximum Likelihood dari 3833,1 – 5360,62 mm/tahun.

2. Skoring dan analisis

Metode skoring merupakan metode yang paling
sering digunakan dalam analisis atribut. Skoring
memberikan nilai terhadap suatu polygon peta
untuk memberikan tingkat kedekatan, keterkaitan

3
 tanah longsor akan semakin rendah sehingga skor
yang diberikan semakin kecil.

Gambar 2. Peta Curah Hujan
Parameter Geologi
Klasifikasi Geologi pada daerah penelitian terdiri
dari 10 kelas. Dimana Jenis atau kelas batuan yang
menyusun suatu daerah mempunyai tingkat bahaya
yang berbeda satu sama lain. Berdasarkan besar
butirnya, batuan yang berbutir halus pada
umumnya mempunyai bahaya terhadap gerakan
tanah yang lebih tinggi, sedangkan bila dilihat dari
kekompakannya maka batuan yang kompak dan
masif lebih kecil kemungkinan terkena gerakan
tanah (Falahnsia, 2015).

Parameter Kemiringan Lereng

Kelerengan merupakan suatu ukuran tingkat
kemiringan permukaan tanah. Kelerengan atau
kemiringan lahan merupakan perbandingan
presentasi antara jarak vertikal (ketinggian lahan)
dengan jarak horizontal (panjang jarak datar)
(Suherlan, 2001). Kelerengan ditunjukkan dengan
besarnya sudut kemiringan dalam persen (%) atau
derajat (°). Tingkat kelerengan sangat berpengaruh
terhadap kondisi tanah di bawah permukaannya.

Gambar 4. Peta Geologi

Parameter Tutupan Lahan

Gambar 3. Peta Kemiringan Lereng
Kelas tutupan lahan di bagi menjadi dua bagian
besar, yaitu daerah bervegetasi dan daerah tak
bervegetasi (Ainur. 2018). Semakin banyak vegetasi
pada suatu daerah, potensi terjadinya bencana
tanah longsor akan semakin rendah sehingga skor
yang diberikan semakin kecil dan sebaliknya
semakin sedikit vegetasi pada suatu daerah, potensi
terjadinya bencana tanah longsor akan semakin
tinggi sehingga skor yang diberikan semakin besar.

Dari pengolahan DEMNAS didapatkan 4 tingkat

kelas kelerengan. Semakin tinggi tingkat nilai
kelerengan potensi terjadinya bencana tanah
longsor akan semakin tinggi sehingga skor yang
diberikan semakin besar dan sebaliknya semakin
rendah nilai kelerengan, potensi terjadinya bencana

4
 Gambar 5. Peta Tutupan Lahan Gambar 6. Peta Kerawanan Longsor

Berdasarkan klasifikasi termbimbing Dari hasil ploting, warna hijau menandakan kelas
menggunakan metode maximum likelihood rendah, warna kuning menandakan kelas
didapatkan 3 kelas tutupan lahan yaitu, Vegetasi, menengah, warna oren menandakan kelas tinggi
Permukiman, dan Tegalan. Namun karena dan warna merah menandakan kelas sangat tinggi.
menggunakan citra multispektral yaitu Landsat-8 , Pada Gambar 8 didominasi oleh warna oren yang di
terdapat tutupan awan pada daerah penelitian ikuti warna kuning yang menandakan tingkat kelas
disekitar Gunung Slamet. tinggi dan menengah.
Tabel 6. Tabel Kerawanan Tanah Longsor dan Luasan
Kerawanan Tanah Longsor Daerah Kelas Luas (km2) % luas
Berdasarkan skoring, Pembobotan, dan Overlay dari Rendah 0.27 0.51
4 Parameter, yaitu curah hujan, kemiringan lereng, Sumbang Menengah 38.40 71.89
geologi, dan tutupan lahan didapatkan indeks Tinggi 18.79 35.18
kerawanan longsor yang dibagi menjadi 4 kelas. Rendah 0.06 0.13
Tabel 5. Kerawanan Tanah Longsor (Khoiri, dkk 2017) Baturaden Menengah 15.34 33.69
Kerawanan Tanah Longsor Kelas Tinggi 30.57 67.14
0 – 0.875 Rendah Rendah 0.22 0.36
0.875 – 1.75 Menengah Kedungbanteng Menengah 16.96 28.16
1.75 – 2.625 Tinggi Tinggi 39.69 65.91
2.625 – 3.5 Sangat Rendah 0.43 0.41
Cilongok Menengah 49.91 47.38
Peta Kerawanan Longsor dapat dilihat pada Tinggi 82.32 78.14
gambar berikut. Rendah 0.19 0.21
Pekuncen Menengah 19.52 21.06
Tinggi 64.27 69.33
Rendah 0.17 0.18
Gumelar Menengah 11.35 12.08
Tinggi 81.96 87.24

Berdasarkan hasil yang didapat, tidak terdapat

kelas kerawanan sangat tinggi. Dari tabel diatas
dapat diketahui bahwa dari ke 6 daerah penelitian
di Kabupaten Banyumas. Di Sumbang kerawanan
5
tinggi berada pada daerah utara, yang lebih dekat • Daerah Gumelar kerawanan tingkat tinggi paling
Gunung Slamet dengan luas 18.79 km2 yaitu 35.18% mendominasi yaitu 87.24% dari total luas daerah
dari total luasan daerah Sumbang. Di Baturaden
didominasi kerawanan tingkat tinggi berada pada
Adapun beberapa saran dari penelitian ini adalah
daerah utara, yang lebih dekat Gunung Slamet
sebagai berikut:
dengan luas 30.57 km2 yaitu 67.14% dari total
1. Sebaiknya menggunakan data validasi. Dalam
luasan daerah Baturaden.
Data validasi lebih baik dalam bentuk luasan
Di Kedungbanteng didominasi kerawanan tingkat
atau poligon dibanding poin.
tinggi berada pada daerah utara, yang lebih dekat
2. Gunakan citra satelit tinggi untuk mendapatkan
Gunung Slamet dengan luas 39.69 km2 yaitu 65.91%
akurasi tutupan lahan yang lebih tinggi
dari total luasan daerah Kedungbanteng. Di
Cilongok didominasi kerawanan tingkat tinggi
DAFTAR PUSTAKA
berada pada daerah utara dan selatan, dengan luas
Ainur. 2018. Identifikasi Potensi Daerah Bencana Tanah
82.32 km2 yaitu 78.14% dari total luasan daerah
Longsor Di Kawasan Gunung Wilis. Surabaya: Teknik
Cilongok. Di Pekuncen didominasi kerawanan Geomatika Institut Teknologi Sepuluh Nopember
tingkat tinggi berada pada daerah utara dengan luas
BNPB. 2016. RBI Risiko Bencana Indonesia. Jakarta:
64.27 km2 yaitu 69.33% dari total luasan daerah InaRISK
Pekuncen. Di Gumelar didominasi kerawanan
BNPB. 2021. Indeks Risiko Bencana Indonesia (IRBI)
tingkat tinggi yang tersebar secara merata kecuali Tahun 2020. Jakarta: BNPB.
pada daerah tengah yang tingakat kerawanan lebih
Falahnsia A R. 2015. Analisa Bencana Longsor
rendah yaitu kerawanan menengah karena pada Berdasarkan Nilai Kerapatan Vegetasi Menggunakan
daerah tersebut merupakan struktur batuan aluvial, Citra Aster dan Landsat-8 (Studi Kasus: Sekitar Sungai
dengan luas 81.96 km2 yaitu 87.24% dari total luasan Bedadung, Kabupaten Jember). Surabaya: Progam
daerah Gumelar. Magister Teknik Geomatika Institut Teknologi
Sepuluh Nopember.

PENUTUP Khoiri, M., Jaelani, L. M. dan Widodo, A. .2018.

Landslides Hazard Mapping Using Remote Sensing
Simpulan dan Saran Data in Ponorogo Regency , East Java. Internet
Berikut ini adalah beberapa hal yang dapat Journal of Society for Social Management Systems,
disimpulkan dari hasil penelitian ini adalah: 11(2), pp. 101–110.
1. Didapatkan 4 kelas kerawanan longsor, yaitu PERDA Kab Banyumas. 2011 Rencana Tata Ruang
rendah, menengah, tinggi, dan sangat tinggi. Wilayahkabupaten Banyumas Tahun 2011 - 2031
• Daerah Sumbang kerawanan tingkat menengah Suherlan, E. 2001. Zonasi Tingkat Kerentanan Banjir
paling mendominasi yaitu 71.89% dari total luas Kabupaten Bandung Menggunakan Sistim Informasi
daerah. Geografis. Bogor: Fakultas MIPA Institut Pertanian
Bogor.
• Daerah Baturaden kerawanan tingkat tinggi
paling mendominasi yaitu 67.14% dari total luas
daerah
• Daerah Kedungbanteng kerawanan tingkat tinggi
paling mendominasi yaitu 65.91% dari total luas
daerah
• Daerah Cilongok kerawanan tingkat tinggi paling
mendominasi yaitu 78.14% dari total luas daerah
• Daerah Pekuncen kerawanan tingkat tinggi
paling mendominasi yaitu 69.33% dari total luas
daerah