Analisis Pengaruh Perubahan Nilai Kerapatan Vegetasi Terhadap Daerah Rawan Longsor Menggunakan Citra Sentinel 2A (Studi Kasus : Kabupaten Sukabumi)

Hotimah, Uswatun (2024) Analisis Pengaruh Perubahan Nilai Kerapatan Vegetasi Terhadap Daerah Rawan Longsor Menggunakan Citra Sentinel 2A (Studi Kasus : Kabupaten Sukabumi). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5016201022-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (8MB) | Request a copy

Abstract

Tanah longsor adalah perpindahan material pembentuk lereng berupa batuan, bahan rombakan, tanah, atau material campuran, bergerak ke bawah atau ke luar lereng. Kerapatan vegetasi memiliki pengaruh yang cukup signifikan terhadap potensi terjadinya tanah longsor. Semakin tinggi kerapatan vegetasi di suatu daerah maka semakin kecil potensi terjadinya bencana longsor begitupula sebaliknya, semakin rendah kerapatan vegetasinya maka potensi terjadinya longsor semakin besar. Penelitian ini bertujuan untuk memetakan dan mengetahui bagaimana tingkat perubahan kerapatan vegetasi di Kabupaten Sukabumi dengan menggunakan metode Normalized Difference Vegetation Index (NDVI) pada citra satelit Sentinel 2A. Digunakan juga peta curah hujan dan kemiringan lereng sebagai parameter tambahan untuk menganalisis persebaran daerah-daerah rawan longsor di Kabupaten Sukabumi menggunakan metode skoring, pembobotan, dan overlay untuk mengkaji persebaran daerah rawan longsor di Kabupaten Sukabumi. Berdasarkan hasil klasifikasi menggunakan Indeks Vegetasi NDVI, pada tahun 2022 terdapat 341840,2 ha daerah dengan kerapatan vegetasi tinggi sedangkan pada tahun 2023 terdapat 302524,56 ha daerah dengan kerapatan vegetasi tinggi pula. Hasil klasifikasi daerah rawan longsor dibagi menjadi 3 kelas kerawanan yaitu kerawanan rendah, kerawanan sedang, dan kerawanan tinggi. Kerapatan vegetasi tinggi mengalami penurunan luasan sekitar 11,5% atau 39315,6 ha, hal tersebut menyebabkan terjadinya kenaikan luas daerah rawan longsor tinggi yaitu sekitar 2.333,19 ha. Uji korelasi antara kerapatan vegetasi dengan daerah rawan longsor pada tahun 2022 menghasilkan nilai koefisien korelasi (r) sebesar 0,45 dan pada tahun 2023 memiliki nilai koefisien korelasi (r) sebesar 0,50. Nilai tersebut menunjukan bahwa kerapatan vegetasi memiliki hubungan sedang dengan daerah rawan longsor, dimana daerah rawan longsor tidak hanya dipengaruhi oleh kerapatan vegetasi melainkan dipengaruhi juga oleh parameter longsor lainnya yaitu kemiringan lereng dan curah hujan.
============================================================
Landslides are the movement of slope-forming material in the form of rocks, debris, soil, or mixed materials, moving down or out of the slope. Vegetation density has a significant influence on the potential for landslides. The higher the vegetation density in an area, the smaller the potential for landslides, and vice versa, the lower the vegetation density, the greater the potential for landslides. This study aims to map and determine the level of change in vegetation density in Sukabumi Regency using the Normalized Difference Vegetation Index (NDVI) method on Sentinel 2A satellite imagery. Rainfall and slope maps are also used as additional parameters to analyze the distribution of landslide-prone areas in Sukabumi Regency using scoring, weighting, and overlay methods to examine the distribution of landslide-prone areas in Sukabumi Regency. Based on the classification results using the NDVI Vegetation Index, in 2022 there were 341,840.2 ha of areas with high vegetation density, while in 2023 there were 302,524.56 ha of areas with high vegetation density as well. The results of the classification of landslide-prone areas are divided into 3 classes of vulnerability, namely low vulnerability, moderate vulnerability, and high vulnerability. High vegetation density experienced a decrease in area of around 11.5% or 39315.6 ha, this caused an increase in the area of high landslide-prone areas of around 2,333.19 ha. The correlation test between vegetation density and landslide-prone areas in 2022 produced a correlation coefficient (r) value of 0.45 and in 2023 it had a correlation coefficient (r) value of 0.50. This value shows that vegetation density has a moderate relationship with landslide-prone areas, where landslide-prone areas are not only influenced by vegetation density but also by other landslide parameters, namely slope gradient and rainfall.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	kerapatan vegetasi, NDVI, rawan longsor, Sentinel 2A, skoring, pembobotan, overlay, vegetation density, NDVI, landslide proneness, Sentinel 2A, scoring, weighting, overlay
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) G Geography. Anthropology. Recreation > G Geography (General) > G70.212 ArcGIS. Geographic information systems. G Geography. Anthropology. Recreation > G Geography (General) > G70.217 Geospatial data G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Uswatun Hotimah
Date Deposited:	31 Jul 2024 01:12
Last Modified:	31 Jul 2024 01:12
URI:	http://repository.its.ac.id/id/eprint/110162

Actions (login required)

View Item