Isi Artikel Utama

Abstrak

Longsor merupakan bencana alam yang sering terjadi dan dapat menyebabkan kerugian besar. Oleh karena itu, prediksi keruntuhan lereng sangat penting untuk mencegah kejadian tersebut, seperti yang dilakukan pada lereng di Desa Trunyan, Kecamatan Bangli, Bali. Untuk memprediksi kerawanan lereng di daerah ini, digunakan metode Linear Discriminant Analysis pada 40 titik lereng dengan dua variabel, yaitu kondisi eksisting lereng dan kemiringan lereng, yang mencakup 40,7 persen dari total faktor yang mempengaruhi stabilitas lereng. Hasil analisis menunjukkan bahwa 28 dari 40 titik lereng, atau 70 persen, terindikasi berpotensi longsor. Nilai Wilks' Lambda yang rendah, yaitu 0,593, dan tingkat signifikansi di bawah 0,01 menunjukkan bahwa hasil penelitian ini valid. Analisis ini menunjukkan bahwa kondisi eksisting dan kemiringan lereng memiliki pengaruh signifikan terhadap stabilitas lereng dan dapat dijadikan indikator dalam evaluasi risiko longsor.

Kata Kunci

Metode Diskriminan Lereng Prediksi longsor stabilitas lereng

Rincian Artikel

Cara Mengutip
[1]
F. Y. Pratama, I. N. Sinarta, dan N. M. W. Pratiwi, “Pengaruh Kondisi Eksisting dan Kemiringan Lereng Terhadap Stabilitas Lereng Menggunakan Metode Linear Discriminant Analysis”, Jurnal Konstruksi, vol. 22, no. 2, hlm. 123–130, Nov 2024.

References

  1. M. Bagheri-Gavkosh et al., “Land subsidence: A global challenge,” Science of The Total Environment, vol. 778, Jul. 2021.
  2. D. Yogaswara and T. A. Herwina, “Analisis Stabilitas Lereng Terhadap Kelongsoran (Studi Kasus Di Jalan Raya Bandung-Garut Desa Ciherang Kecamatan Nagreg),” Jurnal Arsip Rekayasa Sipil dan Perencanaan, vol. 6, no. 3, Sep. 2023, doi: 10.24815/jarsp.v6i3.31751.
  3. J. A. Susetyo, S. Astutik, F. A. Kurnianto, E. A. Nurdin, and E. I. Pangastuti, “Pemetaan Daerah Rawan Bencana Tanah Longsor di Wilayah Kecamatan Silo Kabupaten Jember,” Jurnal Ilmu Lingkungan, vol. 21, no. 4, pp. 861–869, Sep. 2023, doi: 10.14710/jil.21.4.861-869.
  4. I. N. Sinarta, A. Rifa’i, T. Faisal Fathani, and W. Wilopo, “Spatial Analysis of Safety Factors due to Rain Infiltration in the Buyan-Beratan Ancient Mountains,” PraiseWorthyPrize, vol. 11, no. 2, Mar. 2020.
  5. I. N. Sinarta, P. Aryastana, K. W. Candrayana, and I. K. A. Sudewa, “Influence Of Grassroots On The Stability Of Slopes: Experimental Modelling And Numerical Analysis,” International Journal of GEOMATE, vol. 26, no. 113, pp. 1–9, 2024, doi: 10.21660/2024.113.4189.
  6. E. I. Goma, Sunimbar, and I. S. Angin, “Analisis Geologi Kejadian Longsor Di Desa Wolotolo Kecamatan Detusoku Kabupaten Ende,” JPG (Jurnal Pendidikan Geografi), vol. 9, no. 2, Sep. 2022, doi: 10.20527/jpg.v9i2.13471.
  7. S. Çellek, “Effect of the Slope Angle and Its Classification on Landslide,” Natural Hazard and Earth System Sciences, May 2020.
  8. D. Kurniawati, I. Meviana, and N. L. Setyowati, “Identifikasi Karakteristik Dan Faktor Pengaruh Pada Bencana Longsor Lahan Di Kecamatan Dau,” Jurnal Swarnabumi, vol. 7, no. 2, p. p-issn, Aug. 2022.
  9. S. Maddalwar et al., “A global perspective on a bioengineering approach to landslide mitigation using bamboo diversity,” Aug. 01, 2024, Elsevier B.V. doi: 10.1016/j.bamboo.2024.100093.
  10. N. L. Khomariyah, S. Astutik, and B. Apriyanto, “Penggunaan SIG Untuk Pemetaan Mitigasi Bencana Banjir di Desa Sidorejo Kecamatan Rowokangkung Kabupaten Lumajang,” Majalah Pembelajaran Geografi, vol. 5, no. 1, pp. 26–32, Jun. 2022, [Online]. Available: https://jurnal.unej.ac.id/index.php/PGEO
  11. M. Ali, M. M. Aslam, and M. A. B. Jaffar, “Selection of mungbean (Vigna radiata L.) mutants with respect to seasonal variation of summer and spring using discriminant function analysis,” Heliyon, vol. 10, no. 10, May 2024, doi: 10.1016/j.heliyon.2024.e31331.
  12. T. Mulugeta, L. Shano, and M. Jothimani, “Landslide susceptibility modeling in the Kulfo river catchment, rift valley, Ethiopia: An integrated geospatial and statistical analysis,” Quaternary Science Advances, vol. 14, Jun. 2024, doi: 10.1016/j.qsa.2024.100191.
  13. R. M. Yuvaraj and B. Dolui, “Geographical assessment of landslide susceptibility using statistical approach,” Quaternary Science Advances, vol. 11, Jul. 2023, doi: 10.1016/j.qsa.2023.100097.
  14. I. Poddar and R. Roy, “Application of GIS-based data-driven bivariate statistical models for landslide prediction: a case study of highly affected landslide prone areas of Teesta River basin,” Quaternary Science Advances, vol. 13, Jan. 2024, doi: 10.1016/j.qsa.2023.100150.
  15. S. He, P. Pan, L. Dai, H. Wang, and J. Liu, “Application of kernel-based Fisher discriminant analysis to map landslide susceptibility in the Qinggan River delta, Three Gorges, China, Geomorpholo,” Elsevier Geomorphology, vol. 171–172, pp. 30–41, Oct. 2012.
  16. L. Qu and Y. Pei, “A Comprehensive Review on Discriminant Analysis for Addressing Challenges of Class-Level Limitations, Small Sample Size, and Robustness,” Jul. 01, 2024, Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/pr12071382.
  17. S. N. Nasution, S. Rachman, and H. Pramudito, “Slope stability analysis using bishop method and kinematic analysis,” IOP Conf Ser Mater Sci Eng, vol. 1098, no. 6, p. 062041, Mar. 2021, doi: 10.1088/1757-899x/1098/6/062041.
  18. I. Nengah Sinarta, A. Rifa’i, T. F. Fathani, and W. Wilopo, “Landslide Hazard Due to Rainfall Intensity in The Caldera of Mount Batur, Bali,” WuicACE Sustainability, Design and Culture , pp. 160–167, Oct. 2017.