Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Majalah Geografi Indonesia

Analisis dan Optimalisasi Potensi Lahan Pertanian Sebagai Kajian Dampak Positif Erupsi Gunungapi Kelud 2014 Syamsul Bachri; Sugeng Utaya; Farizki Dwitri Nurdiansyah; Alif Erfika Nurjanah; Lela Wahyu Ning Tyas; Denny Setia Purnama; Akhmad Amri Adillah
Majalah Geografi Indonesia Vol 31, No 2 (2017): Majalah Geografi Indonesia
Publisher : Fakultas Geografi, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1499.414 KB) | DOI: 10.22146/mgi.27738

Abstract

AbstractThe 2014 eruption of Kelud Volcano has brought various effects on the surrounding agriculture. Aside from negative impact, it affected the potentials of agricultural land positively. This research analyzed the optimization of eruption-affected land using several steps. The first step was land suitability analysis with multicriteria assessment and Geographic Information System (GIS) technology. In addition to the physical analysis, Focus Group Discussion (FGD) was performed in the second step to identify the community’s perception of the eruption impact. The research produced land suitability maps consisting of the following classification: S1 (64.74%), S2 (31.51%), and S3 (3.75%). The maps revealed that the majority of the land in Kelud Volcano had the potentials for agricultural development. These findings were supported by the perception of the local community, which argued that they could significantly benefit from the positive impact of the eruption. Abstrak Erupsi gunungapi Kelud pada tahun 2014 membawa dampak yang beragam terhadap kondisi pertanian di sekitarnya. Selain dampak negatif, erupsi gunungapi Kelud membawa dampak positif khususnya pada potensi lahan terdampak yang perlu dioptimalkan. Melalui penelitian ini, kajian optimalisasi potensi lahan terdampak erupsi dilakukan dengan beberapa tahapan. Tahap pertama berupa analisis kesesuaian lahan melalui penilaian multikriteria dan teknologi Sistem Informasi geografis (SIG). Selain kajian fisik, kegiatan Focus Group Discussion (FGD) merupakan tahapan kedua yang dilakukan untuk mengetahui bagaimana persepsi masyarakat terkait dengan dampak erupsi Gunungapi Kelud. Hasil penelitian menghasilkan peta kesesuaian dengan kelas kesesuaian S1 (64,74%), S2 (31,51%), S3 (3,75%). Berdasarkan hasil pemetaan ini, sebagian besar wilayah Gunungapi Kelud berpotensi untuk pengembangan pertanian. Hal ini didukung dengan persepsi masyarakat kawasan Gunungapi Kelud yang berpendapat bahwa dampak positif erupsi dirasakan secara signifikan.  
Optimalisasi Model Artificial Neural Network Menggunakan Certainty Factor (C-ANN) Untuk Pemetaan Kerawanan Tanah Longsor Skala Semi-Detil di DAS Bendo, Kabupaten Banyuwangi Syamsul Bachri; Kresno Sastro Bangun Utomo; Sumarmi Sumarmi; Mohammad Naufal Fathoni; Yulius Eka Aldianto
Majalah Geografi Indonesia Vol 35, No 1 (2021): Majalah Geografi Indonesia
Publisher : Fakultas Geografi, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/mgi.57869

Abstract

Kerawanan longsor di DAS Bendo termasuk dalam kerawanan kelas sedang hingga tinggi. Sampai dengan saat ini, pemetaan rawan longsor di DAS Bendo baru dilakukan pada  skala pemetaan 1:250.000. Penelitian ini bertujuan untuk melakukan pemodelan pemetaan kerawanan longsor di DAS Bendo pada skala semi-detil. Metode yang digunakan dalam penelitian ini adalah optimalisasi model artificial neural network menggunakan certainty factor (C-ANN). Peta kerawanan dibangun berdasarkan faktor pengontrol tanah longsor yang berkorelasi positif terhadap kejadian longsor menggunakan Certainty Factor. Sedangkan pemodelan prediksi kerawanan menggunakan model ANN, khususnya arsitektur BPNN (back-propagation neural network). Hasil pemodelan menunjukkan bahwa model C-ANN (7 variabel independen) memiliki nilai AUC (0,916) lebih tinggi daripada model ANN (0,778). Faktor redundansi data, multikolinieritas data, dan proporsi kejadian longsor terhadap cakupan wilayah penelitian mengakibatkan ketidakpastian dalam data variabel independen. Melalui penelitian ini ditemukan hasil bahwa kondisi kerawanan longsor di DAS Bendo masuk kategori tinggi, khususnya pada lereng atas Gunung Ijen, Rante, dan Merapi. Landslide disaster in DAS Bendo is categorized as moderate to highly susceptible. Until today, landslide hazard mapping in DAS Bendo has been carried out with a scale 1:250.000. This study aimed to model landslide susceptibility mapping on a semi-detailed scale. The method used in this research was the integration of the Certainty Factor with Artificial Neural Network models (C-ANN).The development of susceptibility mapping based on factors that positively correlate to landslide events using Certainty Factor. While the susceptibility prediction model using the ANN model, specifically the BPNN (back-propagation neural network) architecture. Modelling results show that the C-ANN model (7 independent variables) has an AUC value (0.916) higher than the ANN model (0.778). Data redundancy factors, multicollinearity of data, and the proportion of landslide events to the study area's coverage resulted in uncertainty in the independent variable data. This research found that the Landslide hazard in the Bendo Watershed is in the high category, especially on the upper slopes of Mount Ijen, Rante, and Merapi.