DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA

2023

CASE REPORT ARTICLE

Analisis Pemetaan Suspektibilitas Erosi Penyebab Longsor di Kabupaten Kuningan Melalui

GIS denganMetodeRevisedUniversal Soil Loss Equation (RUSLE)

Sofi Liza Zahara1, Rahma Anne Andhinie2, Salma Fadhila 3, ZamZam Rio Zidane4, Riki Purnama4, Rena Denya
Agustina3,

Program Studi Pendidikan Fisika, Fakultas Tarbiyah dan Keguruan, UIN Sunan Gunung Djati Bandung. Panyileukan, Jl. Cimencrang, Kec. Gedebage, Kota
Bandung, Jawa Barat, 40292, Indonesia

ARTICLE INFO ABSTRAK

Article history:
Indonesia merupakan negara yang secara geografis terdiri dari beragam bentang alam
Dikirim: mm.dd.yyyy mulai dari perbukitan, gunung, lereng, dataran, sabana, dan pantai. Dalam konteks inilah
Direvisi: mm.dd.yyyy negara ini menjadi negara paling rentan terhadap bencana alam di dunia. Untuk memetakan
Diterima: mm.dd.yyyy risiko tanah longsor secara akurat, data yang diolah harus akurat. Referensi yang dapat
digunakan untuk mengidentifikasi daerah rawan longsor adalah sistem informasi geografis
“GIS”. Faktor-faktor yang digunakan untuk memetakan suspeksibilitas terjadinya tanah
longsor di Kabupaten Kuningan dengan model RUSEL ini, yaitu erosivitas curah hujan (R-
factor), erodibilitas tanah (K-factor), kecuraman tanah (LS-factor), vegetasi (C-factor), dan
faktor latihan pendukung (P-factor). Metode penelitian yang akan digunakan dalam
penelitian ini yaitu Universal Soil Loss Equiation (USLE) dan Revised Universal Soil Loss
Equation (RUSLE). Penelitian ini bertujuan untuk menganalisis pemetaan suspektibilitas
erosi penyebab longsor melalui GIS dengan metode Resived Universal Soil Loss Equation
(RUSLE) di Kabupaten Kuningan.
Keywords: kuningan, longsor, curah hujan

ABSTRACT

Indonesia is a country that geographically consists of a variety of natural landscapes ranging

from hills, mountains, slopes, plains, savannas and beaches. It is in this context that this country
is the most vulnerable country to natural disasters in the world. For accurate landslide risk
marking, the processed data must be accurate. The reference that can be used to identify areas
prone to landslides is the geographic information system "GIS". The factors used to map the
suspected possibility of landslides in Kuningan Regency using the RUSEL model are rainfall
erosivity (R-factor), soil erodibility (K-factor), soil steepness (LS-factor), vegetation (C-factor). ),
and supporting training factors (P-factor). The research methods that will be used in this
research are Universal Soil Loss Equiation (USLE) and Revised Universal Soil Loss Equation
(RUSLE). This research aims to analyze the analysis of suspected erosion causes of landslides
using GIS using the Resived Universal Soil Loss Equation (RUSLE) method in Kuningan Regency.
Key words: kuningan, landslides, rainfall

1. PENDAHULUAN

Indonesia merupakan negara yang secara geografis terdiri dari beragam bentang alam mulai dari
perbukitan, gunung, lereng, dataran, sabana, dan pantai. Dalam konteks inilah negara ini menjadi negara paling
rentan terhadap bencana alam di dunia. Beberapa faktor penyebab terjadinya bencana alam. Faktor iklim dan
cuaca merupakan salah satu faktor penentu terjadinya bencana alam di Indonesia. Berdasarkan data BNPB, 99
bencana alam di Indonesia merupakan bencana hidrometeorologi, termasuk tanah longsor akibat beragamnya
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
1
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

medan wilayah [1], [2]. Penyebab terjadinya tanah longsor di Indonesia disebabkan oleh kondisi tektonik yang
membentuk morfologi tinggi, sesar, batuan vulkanik yang rapuh dan terlebih lagi Indonesia mempunyai iklim
tropis lembab [3].
Resiko terjadinya tanah longsor pada suatu daerah tergantung pada karakteristik daerah masing-
masing. Daerah dengan karakteristik pegunungan dan curah hujan yang tinggi rawan terhadap tanah longsor
[4],[5]. Provinsi Jawa Barat merupakan daerah yang berdominasi pegunungan. Hal ini menyebabkan sering
terjadi longsor, terutama pada musim hujan [6]. Oleh karena itu, Jawa Barat memiliki kemungkinan terjadinya
longsor yang cukup tinggi. Kabupaten Kuningan merupakan salah satu kabupaten di Indonesia yang memiliki
ciri daerah dengan kemiringan lereng yang curam. Oleh karena itu, Kabupaten Kuningan menjadi salah satu
wilayah yang berisiko terhadap bencana tanah longsor [7].
Tanah longsor merupakan fenomena yang terjadi ketika massa batuan bergerak menuruni lereng
akibat gaya gravitasi bumi, yang merupakan salah satu bentuk erosi dimana pengikisan tanah terjadi secara
sekaligus dan mengakibatkan terbentuknya tanah dalam jumlah besar. Tanah longsor terjadi karena adanya
pergeseran suatu massa tanah di atas lapisan yang mengandung air [8].
Air hujan merupakan salah satu faktor penyebab tanah longsor. Air yang masuk ke dalam tanah akan
meningkatkan tekanan pori tanah, sehingga tekanan air yang positif dapat menyebabkan terjadinya kapilaritas
sehingga menyebabkan tinggi muka air bawah tanah naik[9]. Dengan menambahkan air tanah maka volume tanah
akan bertambah. dan melonggarkan ikatan antar partikel tanah. Faktor penyebab tanah longsor lainnya adalah curah
hujan, karena semakin tinggi intensitas curah hujan maka semakin tinggi pula risiko terjadinya tanah longsor. Hal ini
juga dipengaruhi oleh ukuran butir batuan karena berkaitan dengan energi kinetik yang dapat menghancurkan massa
tanah[10], [11].
Selain itu Penyebab utama terjadinya tanah longsor adalah ketidakseimbangan antara hambatan dan
gaya geser yang bekerja pada kemiringan tanah. Gaya lempar dipengaruhi oleh faktor-faktor seperti kadar air
tanah dan beban-beban yang diberikan oleh bangunan atau struktur diatasnya. Ketidakseimbangan ini
seringkali disebabkan oleh gaya luar yang bekerja pada lereng sehingga menyebabkan gaya lempar melebihi
gaya hambatan. Akibatnya tanah bisa bergerak dan tenggelam [12]. Penyebab terjadinya tanah longsor di
Indonesia juga disebabkan oleh letak geografis yang memiliki morfologi tinggi, sesar, dan lemahnya batuan
vulkanik. [13],[14],[15]
Menurut (Zakaria, 2010; Wafa et al., 2016; Wang et al., 2017) tanah longsor adalah pergerakan tanah
yang disebabkan oleh faktor alam dan tidak alami. Unsur alam dipengaruhi oleh struktur geologi lokal, jenis
batuan, lereng dan curah hujan. Sedangkan faktor non alam khususnya tata guna lahan dan infrastruktur
sangat dinamis. [16][17][18].
Untuk memetakan risiko tanah longsor secara akurat, data yang diolah harus akurat. Referensi yang
dapat digunakan untuk mengidentifikasi daerah rawan longsor adalah sistem informasi geografis “GIS”.
dimana GIS merupakan suatu sistem untuk mengumpulkan, menyimpan, memproses (memanipulasi),
menganalisis dan menghasilkan data geografis atau geospasial yang direferensikan melalui kombinasi
ancaman, kerentanan kerentanan dan kemampuan pemetaan, dan juga dapat digunakan untuk
mengidentifikasi risiko tinggi, menengah dan rendah. daerah. Masing-masing komponen tersebut dapat
dijadikan acuan dalam perencanaan dan pengambilan keputusan penanganan longsor di Kabupaten
Bandung[19]. Berkat GIS, seluruh informasi terkait banjir dapat diproses secara akurat, sehingga
memungkinkan interaksi yang lebih cepat dan terkendali[20], [21].
Oleh karena itu, untuk mengetahui dampak bencana tanah longsor pada suatu daerah perlu dilakukan kajian
terhadap faktor-faktor yang mempengaruhi terjadinya tanah longsor dan menganalisis tingkat potensi longsor pada
daerah tersebut. Salah satu metode yang dapat digunakan untuk menganalisis bahaya tanah longsor adalah metode
Modified Universal Soil Loss Equation (RUSLE). Metode RUSLE merupakan model longsor yang digunakan untuk
menganalisis rata-rata laju longsor yang disebabkan oleh hujan dan limpasan dari benteng lereng bukit yang ada
dengan jenis dan perlakuan pohon tertentu [22]. Koefisien-koefisien yang termasuk dalam penghitungan kecepatan
geser pada metode RUSLE adalah koefisien R (erostivitas), koefisien K (erosi tanah), panjang lereng dan koefisien
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
2
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

lereng (LS), koefisien Nomor pengelolaan tanah vegetasi dan koefisien CP (ukuran konservasi tanah ) [23].
Berdasarkan uraian di atas, maka penelitian ini bertujuan untuk menganalisis pemetaan suspektibilitas erosi
penyebab longsor melalui GIS dengan metode Resived Universal Soil Loss Equation (RUSLE) di Kabupaten
Kuningan.

2. METODE

Penelitian ini dilakukan untuk pemetaan suspektibilitas erosi penyebab longsor di daerah Kabupaten
Kuningan. Metode penelitian yang akan digunakan dalam penelitian ini yaitu Universal Soil Loss Equiation (USLE)
dan Revised Universal Soil Loss Equation (RUSLE). Model ini sangat dominan diterapkan di seluruh dunia untuk
melakukan prediksi kehilangan tanah dalam metode USLE/RUSLE, karena hal ini berkaitan dengan kemudahan
aplikasi dan kompatibilitas dalam GIS. Meskipun ini merupakan model empiris, model ini tidak hanya dapat
memprediksi laju erosi DAS yang tidak diukur menggunakan pengetahuan tentang karakteristik DAS dan kondisi
hidroklimatik lokal, akan tetapi model ini dapat menyajikan sebuah heterogenitas spasial erosi tanah yang terlalu
layak dengan biaya yang wajar dan akurasi yang lebih baik di area yang cakupannya lebih luas. Dalam hal ini,
RUSLE telah digunakan secara luas untuk daerah yang terdapat aliran sungai pertanian dan hutan untuk memprediksi
rata-rata kehilangan tanah tahunan dengan memperkenalkan sebuah cara yang lebih baik untuk menghitung faktor
erosi tanah. Rumus RUSLE adalah:
A=R× K × Ls ×C × P
Dengan,
A=Erosi tanah tahunan (ton/ha/tahun)
R=Erosivitas tanah K=Erodibilitas (kepekaan) tanah
Ls =Faktor panjang dan kemiringan lereng
P=Tindakankonservasi
C=Faktor pengelolaan tanaman

1. Faktor Erosivitas Curah Hujan dan Limpasan (R)

R adalah rata-rata tahunan jangka panjang dari produk energi kinetik kejadian hujan dan intensitas curah
hujan maksimum dalam 30 menit dalam mm per jam [16]. Estimasi erosivitas hujan menggunakan data curah
hujan dengan interval waktu yang lama telah dicoba oleh beberapa pekerja di berbagai wilayah di dunia [17].
Menggunakan data untuk badai dari beberapa stasiun pengukur hujan yang terletak di zona yang berbeda,
hubungan linier dibuat antara curah hujan tahunan rata-rata dan dihitung EI30 nilai untuk berbagai zona di India
dan peta iso-erosi digambar untuk tahunan dan musiman EI30 nilai .
Data tahunan rata-rata 5 tahun telah digunakan untuk menghitung rata-rata tahunanR-nilai faktor. Karena
data curah hujan yang tersedia untuk wilayah studi tidak homogen, maka interpolasi data curah hujan tahunan
rata-rata diterapkan untuk mendapatkan peta distribusi curah hujan yang representatif. Peta sebaran curah
hujan ini digunakan sebagai masukan untuk perhitunganR-faktor.
2. Faktor Erodibilitas Tanah (K)
Koefisien erosi tanah berhubungan dengan tingkat erosi tanah yang berbeda. Namun, hal ini mungkin
berbeda dari hilangnya lahan sebenarnya karena bergantung pada faktor lain seperti curah hujan, kemiringan
lereng, tutupan vegetasi, dan lain-lain. Nilai K atau koefisien K mencerminkan laju kehilangan tanah akibat
indeks erosi akibat limpasan air hujan (R).
Peta tanah wilayah studi dibuat berdasarkan laporan survei tanah yang disiapkan oleh Badan Tata Guna
Tanah dan Tata Ruang Nasional. Rincian seperti proporsi pasir, lanau, tanah liat, bahan organik dan informasi
parametrik relevan lainnya untuk unit peta lain diambil dari laporan yang sama. Dalam penelitian ini, erosivitas
tanah (K) di daerah penelitian dapat ditentukan dengan menggunakan usulan hubungan antara jenis tekstur
tanah dan kandungan bahan organik.
3. Faktor Topografi (LS)
Faktor topografi (LS) di USLE memperhitungkan pengaruh topografi terhadap erosi jalur dan sungai. Dua
parameter yang membentuk elemen topografi adalah koefisien kemiringan dan panjang lereng dan dapat
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
3
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

diperkirakan melalui pengukuran lapangan atau dari model elevasi digital (DEM). Ada banyak hubungan yang
tersedia untuk memperkirakan koefisien LS. Di antara hubungan yang paling cocok untuk integrasi dengan GIS
adalah hubungan teoritis.
Melalui penggabungan model elevasi digital (DEM) ke dalam GIS, kemiringan lereng (S) dan panjang
lereng (L) dapat ditentukan secara akurat dan keakuratannya dapat diperkirakan, tergantung pada resolusi
model elevasi digital (DEM). Dalam penelitian ini, ASTER DEM 30 m digunakan. Bentuk lereng dan interaksi
antara sudut lereng dan panjang lereng mempunyai pengaruh yang besar terhadap tingkat erosi. Karena interaksi
ini, pengaruh panjang dan kemiringan harus selalu dipertimbangkan secara bersamaan.
4. Faktor Pengelolaan Tanam (C)
Factor C yang memiliki keterkaitan dengan penggunaan dari suatu lahan dan merupakan faktor dari
pengurangan kerentanan erosi tanah. Factor ini tentunya menjadi hal yang penting dalam USLE, karena dapat
mewakili kondisi yang dengan mudah diubah untuk mengurangi erosi. C Faktor ini pada dasarnya merupakam
sebuah persentase tutupan vegetasi dan dapat didefinisikan sebagai suatu rasio kehilangan tanah dari tanaman
tertentu dengan kehilangan yang setara dari petak uji yang digunakan dan kosong. Nilai dari C ini tergantung
pada jenis vegetasi, tahap pertumbuhan dan persentase tutupan Vegetasi.
Maka dari itu, tentu sangatlah penting untuk memiliki suatu pengetahuan yang baik tentang pola pada
penggunaan lahan di DAS untuk menghasilkan C nilai faktor. Indikator turunan penginderaan jauh yang paling
banyak digunakan untuk pertumbuhan vegetasi adalah Normalized Difference Vegetation Index (NDVI), yang
biasanya untuk Landsat-TM.
5. Faktor Pendukung Praktek Konservasi (P-Factor)
Faktor P menjadi latihan tambahan untuk menunjukkan efek operasi seperti pembuatan kontur, garis
tepi, terasering, dll. Hal ini dapat membantu mencegah erosi tanah dengan mengurangi laju limpasan air. Tabel di
bawah ini menyajikan nilai koefisien dukungan menurut metode pertanian dan kemiringan lereng. Nilai P
berkisar antara 0 hingga 1, dimana 0 menunjukkan fasilitas perlindungan erosi buatan yang sangat baik dan 1
menunjukkan tidak adanya fasilitas perlindungan erosi buatan.
Tabel 1. Faktor pendukung praktek konservasi (P-Faktor)

Dalam proses pengambilan data, dibutuhkan media penelitian yang membantu serta berperan penting
dalam penelitian yaitu software Arcmap, Microsoft Excel, dan peta DEMNAS
(https://tanahair.indonesia.go.id/demnas/#/demnas ). Berikut ini merupakan gambar diagram alir dari
rangkaian skema penelitian yang kami lakukan:

Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel

🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
4
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

3. HASIL DAN PEMBAHASAN

Curah hujan wilayah fiperkirakan di beberapa titik pengamatan curah hujan. Menghitung curah hujan dapat di tentukan
dari pengamatan hujan. Erosi adalah peristiwa pindahnya atau terangkutnya tanah atau bagian-bagian tanah dari suatu
tempat ke tempat lain oleh media alami. Pada peristiwa erosi, tanah atau bagian-bagian tanah dari suatu tempat terkikis dan
terangkut yang kemudian diendapkan pada suatu tempat lain oleh media air atau angin.[24] Secara singkat proses terjadinya
tanah longsor dapat diterangkan sebagai berikut : air yang meresap ke dalam tanah akan menambah bobot tanah, jika air
tersebut menembus sampai tanah kedap air yang berperan sebagai bidang gelincir, maka tanah menjadi licin dan tanah
pelapukan diatasnya akan bergerak mengikuti lereng dan keluar lereng.[25]
3.1 R-Factor (Erosivitas Curah Hujan)
R--Factor atau erosivitas curah hujan dapat mempengaruhi suspektibilitas atau kerawanan terhadap erosi yang
menyebabkan terjadinya bencana tanah longsor. Dalam mencari nilai R-Factor digunakan sebuah metode yang
digunakan untuk mengukur keseimbangan data besar nilai curah hujan supaya terhindar dari nilai error yaitu metod
kriging. Metode kringing dalam curah hujan merupakan salah satu langkah dari geostatistik untuk mengukur
keseimbangan data. Gambar 3.1 menunjukan peta R-Faktor di Kabupaten Kuningan

Gambar 3.1 Peta R-Faktor

Mengenai R-Faktor di Kabupaten Kuningan menunjukan bahwa curah hujan menjadi faktor terjadinya peristiwa
longsor, semakin tinggi intensitas curah hujan tersebut maka semakin tinggi potensi bencana tanah longsor terjadi.
Tingginya curah hujan dan penyinaran matahari menjadikan tinggi pula proses pelapukan batuan. Batuan yang banyak
mengalami pelapukan akan menyebabkan berkurangnya kekuatan batuan yang pada akhirnya membentuk lapisan
batuan lemah dan tanah residu yang tebal. Apabila hal ini terjadi pada daerah lereng, maka lereng akan menjadi mudah
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
5
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

terjadinya tanah longsor. Wilayah yang memiliki tingkat kerawanan tinggi dengan kelembapan tanah yang tinggi,
sehingga di daerah tersebut akan rawan untuk terjadi longsor.

3.2 K-Factor (Erodibilitas Tanah)

Kerentanan tanah terhadap erosi ditunjukkan oleh erodibilitas tanah (K). Kemampuan tanah untuk menyerap air dan
ketahanannya terhadap kerusakan eksternal keduanya mempengaruhi seberapa mudah tanah dapat tererosi.[26] K-
Faktor merupakan sebuah faktor yang dapat digunakan untuk mengetahui nilai erodibilitas tanah yang nantinya dapat
diketahui kandungan tanah pada wilayah Kabupaten Kuningan dapat menyebabkan erosi atau tidak. Gambar 3.2
menunjukan peta K-Faktor Kabupaten Kuningan

Gambar 3.2 Peta K-Faktor

3.3 LS Factor (Faktor Kecuraman Tanah)

Lereng suatu wilayah merupakan salah satu faktor yang mempengaruhi terjadinya longsor dan biasanya bencana
longsor terjadi pada lereng yang curam. LS-Factor atau faktor kecuraman tanah digunkan untuk mengetahui pemetaan
suspektibilitas erosi penyebab terjadinya tanah longsor. Faktor panjang lereng L menghitung pengaruh panjang lereng
terhadap erosi dan faktor kecuraman lereng S menghitung pengaruh kecuraman lereng terhadap erosi. Nilai L dan S
sama dengan 1 untuk kondisi plot unit dengan panjang 72,6 kaki dan kecuraman 9 persen. Gambar 3.3 menunjukan
peta LS Fakor Kabupaten Kuningan

Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel

🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
6
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

Gambar 3.3 Peta LS-Faktor

Parameter panjang dan kemiringan lereng (LS) merupakan dua unsur topografi yang berpengaruh besar terhadap aliran
permukaan dan besarnya laju erosi. Andriyani Faktor-faktor penting lainnya mencakup kemiringan/kecuraman
sehubungan dengan kekuatan bahan-bahan yang membentuknya serta aspek arah itu dan bentuk kemiringannya.
Semakin tinggi tingkat kemiringan lereng, maka potensi terjadinya longsor juga akan semakin besar.[6]
3.4 C-Factor (Faktor Manajemen Vegetasi)
C-Factor atau manajemen vegetasi merupakan rasio perbandingan luas permukaan tanah yang terikat dengan luas
permukaan tanah yang tidak terikat oleh vegetasi atau pepohonan. Berikut ini merupakan tabel klasifikasi C-Factor
untuk potensi tanah longsor di Kabupaten Kuningan. Gambar 3.4 menunjukan peta C-Fakor Kabupaten Kuningan

Gambar 3.4 Peta C-Faktor

Nilai C berhubungan dengan vegetasi, dimana nilai C yang kecil menandakan bahwa pengelolaan tanaman yang
dilakukan mampu untuk mengurangi laju erosi. Vegetasi yang menumbuhi lereng dapat menyumbangkan pengaruh
positif atau justru sebaliknya negatif terhadap ketangguhan lereng itu. Akar-akar tumbuhan mungkin akan menahan air
dan meningkatkan ketahanan tanah namun dapat juga memperlebar patahan/sesar batu.

3.5 P-Factor (Practice Factor/Faktor Pendukung)

Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
7
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

P merupakan faktor latihan pendukung, yang dimana faktor P pada RUSLE mencerminkan dampak praktik dukungan
terhadap tingkat erosi tahunan rata-rata. Hal ini merupakan rasio kehilangan tanah dengan kontur dan/atau
stripcropping dengan pertanian baris lurus dengan kemiringan naik dan turun. Gambar 3.5 menunjukan peta P-Fakor
Kabupaten Kuningan

Gambar 3.5 Peta P-Faktor

Berdasarkan hasil pemetaan suspektibilitas erosi penyebab longsor di Kabupaten Kuningan, dapat diketahui bahwa terdapat
beberapa daerah yang memiliki tingkat kerawanan terhadap potensi terjadinya longsor di Kabupaten Kuningan. Ini
menunjukan bahwa nilai konservasi (pelestarian/perlindungan) di Kabupaten Karawang masih sangat tinggi.

Gambar 3.6 Peta Suspeksibilitas

Berdasarkan hasil pemetaan suspektibilitas erosi penyebab longsor di Kabupaten Kuningan, dapat diketahui bahwa
terdapat beberapa daerah yang memiliki tingkat kerawanan terhadap potensi terjadinya longsor di Kabupaten
Kuningan. Daerah tersebut yaitu Kecamatan Kadugede, Nusaherang, Hantara, Darma, Selajambe, Subang, Cilebak,
Ciniru, Ciwaru, Karangkancana, Cimahi Cibeureum, Cibingbin, Luragung dan Cidahuang. Daerah Kabupaten
Kuningan memiliki tingkat suspektibilitas erosi penyebab longsor yang cukup tinggi hal ini dikarenakan posisi
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
8
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

Kabupaten Kuningan terletak di lereng Gunung Ciremai. Sehingga Kabupaten Kuningan memiliki tingkat
kecuraman/kemiringan tanah (LS-Factor) yang cukup tinggi.

4. Konklusi

Faktor-faktor yang digunakan untuk memetakan suspeksibilitas terjadinya tanah longsor di Kabupaten Kuningan dengan
model RUSEL ini, yaitu erosivitas curah hujan (R-factor), erodibilitas tanah (K-factor), kecuraman tanah (LS-factor), vegetasi
(C-factor), dan faktor latihan pendukung (P-factor). Setelah dilakukan perhitungan, didapatkan hasil bahwa Kawasan
Kabupaten Kuningan memiliki tingkat suspeksibilitas tanah longsor yang cenderung tinggi. Distribusi spasial klasifikasi
“Rendah” sebagian besar ditemukan di kawasan hutan dan persawahan. Sedangkan untuk klasifikasi “Tinggi” disebabkan oleh
pengaruh terbesar dari faktor LS (kecuraman tanah) yang memperhitungkan panjang dan kemiringan lereng.

Referensi

[1] N. Juli, “DI KARAWANG BAGIAN SELATAN ( Badan Penaggulangan Daerah Kabupaten Karawang ),” vol. 6, no. 3, pp.
10535–10539, 2022, doi: 10.36312/jisip.v6i3.3473/http.
[2] Z. S. Sabila, E. Sukiyah, B. Y. CSSSA, and Z. Zakaria, “Bulletin of Scientific Contribution GEOLOGY IDENTIFIKASI
GERAKAN TANAH (LONGSOR) DI KABUPATEN GARUT, JAWA BARAT,” Bull. Sci. Contrib. Geol., vol. 16, no. 1, pp. 65–
70, 2018.
[3] A. P. S. and M. P. H. Yuniarta, “‘Analisis Resiko Tanah Longsor Kabupaten Ponogoro,’” e-Jurnal Matriks Tek. Sipil,
2015.
[4] P. S. Ananda, “Analisa Potensi Bencana Tanah Longsor menggunakan Interpolasi Inverse Distance Weighted
( IDW ),” J. BATIRSI, vol. 6, no. 1, pp. 6–9, 2022.
[5] R. Wiranandar and E. D. Mayasari, “Analisis Tingkat Kerawanan Longsor Menggunakan Sistem Informasi Geografis
(Sig) Pada Daerah Tugumulya Dan Sekitarnya Kecamatan Darma Kabupaten Kuningan Provinsi Jawa Barat,” Appl.
Innov. Eng. Sci. Res., pp. 451–457, 2021.
[6] A. Hardianto et al., “Pemanfaatan Informasi Spasial Berbasis SIG untuk Pemetaan Tingkat Kerawanan Longsor di
Kabupaten Bandung Barat, Jawa Barat,” J. Geosains dan Remote Sens., vol. 1, no. 1, pp. 23–31, 2020, doi:
10.23960/jgrs.2020.v1i1.16.
[7] N. A. Jariyah and S. Donie, “MITIGASI BENCANA TERHADAP BAHAYA LONGSOR (Studi kasus di Kabupaten
Kuningan , Jawa Barat),” Semin. Nas. Geogr. UMS, pp. 132–138, 2022.
[8] M. F. Yassar et al., “Penerapan Weighted Overlay Pada Pemetaan Tingkat Probabilitas Zona Rawan Longsor di
Kabupaten Sumedang, Jawa Barat,” J. Geosains dan Remote Sens., vol. 1, no. 1, pp. 1–10, 2020, doi:
10.23960/jgrs.2020.v1i1.13.
[9] R. Hidayat, “Analisis Stabilitas Lereng pada Longsor Desa Caok, Purworejo, Jawa Tengah,” J. Sumber Daya Air, vol.
14, no. 1, pp. 63–74, 2018, doi: 10.32679/jsda.v14i1.195.
[10] G. P. Indrasmoro, “Geographic Information System (GIS) Untuk Deteksi Daerah Rawan Longsor Studi Kasus Di
Kelurahan Karang Anyar Gunung Semarang,” J. GIS Deteksi Rawan Longsor, pp. 1–11, 2013.
[11] W. . Utomo, Konservasi Tanah di Indonesia. Jakarta: CV Rajawali, 1989.
[12] Heru Sri Naryanto, “Analisis Kejadian Bencana Tanah Longsor di Dusun Jemblung, Desa Sampang, Kecamatan
Karangkobar, Kabupaten Banjarnegara, Provinsi Jawa Tengah Tanggal 12 Desember 2014,” J. Alami J. Teknol.
Reduksi Risiko Bencana, vol. 1, no. 1, pp. 1–10, 2017, doi: 10.29122/alami.v1i1.122.
[13] F. A. Putra, R. A., Putri, A. R., & Santoso, “INVESTIGASI KAWASAN RAWAN BENCANA LONGSOR DENGAN
MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS STUDI KASUS KABUPATEN MADIUN.,” J. Pensil Pendidik. Tek.
Sipil, vol. 10, no. 2, pp. 68-79., 2021.
[14] I. Y. Ristiani, “Manajemen Kesiapsiagaan Dalam Menghadapi Potensi Bencana Di Kabupaten Sumedang,” J.
Pemerintah. Dan Keamanan Publik (JP dan KP), vol. 2, no. 2, pp. 126–138, 2020, doi: 10.33701/jpkp.v2i2.1113.
[15] N. Rahmadani, “KINERJA GURU BK DALAM MELAKSANAKAN PROGRAM BK LAYANAN BIMBINGAN KARIR DI
SMA,” vol. 05, no. 01, pp. 37–43, 2021.
[16] Z. Zakaria, “Model Starlet, suatu Usulan untuk Mitigasi Bencana Longsor dengan Pendekatan Genetika Wilayah
(Studi Kasus: Longsoran Citatah, Padalarang, Jawa),” Indones. J. Geosci., vol. 5, no. 2, pp. 93–112, 2010.
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
9
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

[17] A. Wafa and E. S. Astuti, “Pemetaan Daerah Rawan Longsor Berbasis GIS di Kota Batu,” J. Inform. Polinema, vol. 2,
no. 4, p. 144, 2016.
[18] F. Wang, P. Xu, C. Wang, N. Wang, and N. Jiang, “Application of a GIS-based slope unit method for landslide
susceptibility mapping along the Longzi River, Southeastern Tibetan Plateau, China,” ISPRS Int. J. Geo-Information,
vol. 6, no. 6, p. 172, 2017.
[19] B. J. A. Gunadi, A. L. Nugraha, and A. Suprayogi, “Aplikasi Pemetaan Multi Risiko Bencana di Kabupaten Banyumas
Menggunakan Open Source Software GIS,” Geod. Undip Oktober, vol. 4, no. 4, pp. 287–296, 2015.
[20] D. F. Niode., Y. D. Y. Rindengan., and S. D. S. Karouw., “Geographical Information System (GIS) untuk Mitigasi
Bencana Alam Banjir di Kota Manado,” E-Journal Tek. Elektro dan Komput., vol. 5, no. 2, pp. 1–7, 2016.
[21] H. Ryka, M. Kencanawati, and A. Syahid, “Geographic Information System ( GIS ) With Arcgis in Utilizing Flood
Analysis in Sepinggan Village,” J. TRANSUKMA, vol. 03, no. 1, pp. 42–51, 2020.
[22] K. G. Renard, G. R. Foster, G. A. Weesies, D. K. McCool, and D. C. Yoder, “Predicting soil erosion by water: A guide to
conservation planning with the Revised Universal Soil Loss Equation (RUSLE),” Agric. Handb., vol. 703, 1996.
[23] I. Andriyani, S. Wahyuningsih, and R. S. Arumsari, “Penentuan Tingkat Bahaya Erosi Di Wilayah Das Bedadung
Kabupaten Jember,” J. Ilm. Rekayasa Pertan. dan Biosist., vol. 8, no. 1, pp. 1–11, 2020, doi: 10.29303/jrpb.v8i1.122.
[24] A. A. Ambarwati, Analisis pengaruh erosivitas hujan terhadap laju erosi denngan metode USLE. 2018. [Online].
Available: https://repository.unej.ac.id/bitstream/handle/123456789/96272/Astarina Ayu Ambarwati -
131710201049_1.pdf?sequence=1&isAllowed=y
[25] T. E. Ramadhan, A. Suprayogi, and A. L. Nugraha, “Pemodelan Potensi Bencana Tanah Longsor Menggunakan
Analisis SIG di Kabupaten Semarang,” J. Geod. Undip, vol. 5, no. 1, pp. 1–7, 2016.
[26] M. A. Lasaiba, F. S. Leuwol, W. S. Pinoa, I. Lasaiba, R. B. Riry, and S. Sandia, “INTEGRASI SIG DENGAN USLE DALAM
PENILAIAN EROSI DI DAS WAIRUTUNG Integration of GIS with USLE in Erosion Assessment in the Wairutung
Watershed,” J. Tanah dan Sumberd. Lahan, vol. 10, no. 2, pp. 191–201, 2023, doi: 10.21776/ub.jtsl.2023.010.2.02.

DAFTAR LAMPIRAN

Daftar lampiran hendaknya berisikan hasil-hasil yang sebenarnya (tidak dipotong untuk kepentingan isi artikel)
seperti uji statistik, diagram, grafik, dokumentasi, dll.

Lampiran 1. Pernyataan Etis (KHUSUS UNTUK MAHASISWA MATA KULIAH IPBA)

Formulir Pernyataan Etik

Saya bersaksi atas nama semua rekan penulis bahwa artikel kami telah diserahkan kepada Dosen/Asisten
Pengampu Mata Kuliah Ilmu Pengetahuan Bumi dan Antariksa UIN Sunan Gunung Djati Bandung, dengan:

Judul Artikel : Analisis Pemetaan Suspektibilitas Erosi Penyebab Longsor di Kabupaten

Majalengka Melalui GIS dengan MetodeRevisedUniversal Soil Loss
Equation (RUSLE)
Nama Author Pertama : Sofi Liza Zahara
Tempat Tanggal Lahir : Tasikmalaya, 07 Januari 2003
NIM : 1212070102
Institusi : UIN Sunan Gunung Djati Bandung
E-Mail : Sofi Liza Zahara
Nama Author Lainnya : Rahma Anne Andhinie, Salma Fadhila, ZamZam Rio Zidane, Riki
Purnama, Rena Denya Agustina

Menyatakan Bahwa:

Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel

🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
10
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

1) Data penelitian yang digunakan tidak melanggar ketentuan ilmiah, memenuhi triangulasi penelitian,
dan tidak bertentangan dengan hukum

2) Manuskrip tidak sedang diserahkan kepada pihak manapun

3) Manuskrip ataupun data yang diberikan hanya untuk kepentingan bersama seperti;

a. Untuk kemajuan ilmu pengetahuan;

b. Untuk peninjauan kembali hasil penelitian; dan

c. Untuk di produksi ulang dalam membangun keilmuan bidang bumi dan antariksa.

4) Semua penulis telah secara pribadi dan aktif terlibat dalam pekerjaan substantif yang mengarah ke
naskah, dan akan bertanggung jawab secara bersama-sama dan individual atas isinya.

Bandung, 24 Oktober 2023

Yang Menyatakan,

Sofi Liza Zahara

1212070102

Lampiran 2. Pernyataan Hasil (KHUSUS UNTUK MAHASISWA MATA KULIAH IPBA)

Formulir Pernyataan Hasil

Saya bersaksi atas nama semua rekan penulis bahwa artikel kami telah diserahkan kepada Dosen/Asisten
Pengampu Mata Kuliah Ilmu Pengetahuan Bumi dan Antariksa UIN Sunan Gunung Djati Bandung, dengan:

Judul Artikel : Analisis Pemetaan Suspektibilitas Erosi Penyebab Longsor di

Kabupaten Majalengka Melalui GIS dengan
MetodeRevisedUniversal Soil Loss Equation (RUSLE)
Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel
🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
11
 DRAFT ARTIKEL ILMU PENGETAHUAN BUMI DAN ANTARIKSA
2023

CASE REPORT ARTICLE

Nama Author Pertama : Sofi Liza Zahara

Tempat Tanggal Lahir : Tasikmalaya, 07 Januari 2003
NIM : 1212070102
Institusi : UIN Sunan Gunung Djati Bandung
E-Mail : Sofi Liza Zahara
Nama Author Lainnya : Rahma Anne Andhinie, Salma Fadhila, ZamZam Rio Zidane, Riki
Purnama, Rena Denya Agustina

Menyatakan Bahwa:
1) Data penelitian yang digunakan tidak melanggar ketentuan ilmiah, memenuhi triangulasi penelitian,
dan tidak bertentangan dengan hukum

2) Tidak melakukan plagiasi ataupun mengambil data dari hasil yang sudah ada sehingga seluruh data
dikerjakan seluruhnya bersama kelompok dan tidak mereproduksi hasil

Apabila Saya melanggar pernyataan yang disebutkan di atas, maka Saya dan teman kelompok akan
menerima konsekuensi yang diberikan, baik menerima nilai 0 (nol) ataupun mengulang kembali penelitian
dan penulisan artikel.

Bandung, 24 Oktober 2023

Yang Menyatakan,

Sofi Liza Zahara

1212070102

Penulis 1, Penulis 2, Penulis 3, Penulis 4, dst... Judul Artikel

🖂
Emailkorespodensi@domain.com
©Riki Purnama Putra, S.Pd., PhP.E., MLab.E ©Rena Denya Agustina, M.Si ©Forum Aslab UIN Sunan Gunung Djati Bandung
12