Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Teras Jurnal Journal of Infrastructure and Civil Engineering
Brampu, Arvie Naufal Fabian
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Engineering Environmental Science Materials Science & Nanotechnology Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penaksiran Indeks Bahaya Tanah Longsor dengan Pemanfaatan Citra Digital Elevation Model (DEM) Fitra, Joni; Gultom, Muhammad Husin; Brampu, Arvie Naufal Fabian; Telaumbanua, Muhammad Akhdan Suja; Nugroho, Radhi Hazmi
Journal of Infrastructure and Civil Engineering Vol. 5 No. 2 (2025)
Publisher : Program Studi Teknik Sipil Sekolah Tinggi Teknologi Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35583/jice.v5i2.116

Abstract

Tanah longsor merupakan salah satu bencana alam yang kerap terjadi di Indonesia, terutama di wilayah pegunungan dan pada musim hujan. Kejadian ini sangat dipengaruhi oleh faktor alam seperti jenis tanah, jenis batuan, curah hujan, kemiringan lahan, serta tutupan lahan. Dampaknya bisa sangat berbahaya bagi daerah yang terdampak. Untuk memahami tingkat risiko longsor di setiap kecamatan di Kabupaten Deli Serdang secara lebih komprehensif dan mutakhir, diperlukan penelitian mengenai estimasi indeks bahaya tanah longsor di Provinsi Sumatera Utara dengan tingkat detail lebih tinggi pada skala kabupaten/kota. Studi ini akan menghasilkan peta digital dengan skala lebih besar, khususnya untuk Kabupaten Deli Serdang. Penelitian ini menggunakan pendekatan Sistem Informasi Geografis (SIG) berbasis data Digital Elevation Model (DEM) dan peta Zona Kerentanan Gerakan Tanah (ZKGT) untuk menentukan indeks bahaya tanah longsor. Hasil akhir menunjukkan bahwa dari 22 kecamatan, 2 kecamatan tergolong dalam kategori bahaya tinggi (Sibolangit dan Gunung Meriah), dan 20 lainnya berada dalam kategori rendah. Peta yang dihasilkan dapat dimanfaatkan sebagai acuan dalam penyusunan kebijakan tata ruang, edukasi kesiapsiagaan bencana, serta perencanaan infrastruktur yang tangguh terhadap risiko longsor.
Analisis Risiko Longsor Di Wilayah Tropis Berdasarkan Curah Hujan Dan Topografi Berbasis DEM : Studi Literatur Sistematis Brampu, Arvie Naufal Fabian; Fitra, Joni
Teras Jurnal : Jurnal Teknik Sipil Vol. 16 No. 1 (2026): Teras Jurnal
Publisher : UNIVERSITAS MALIKUSSALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tj.v16i1.1356

Abstract

Abstrak   Risiko longsor di wilayah tropis dipicu interaksi iklim dan topografi, namun kajian sistematis yang memadukan keduanya dengan Digital Elevation Model (DEM) masih terbatas. Studi ini menelaah faktor pemicu dan pemanfaatan DEM dalam analisis kerentanan. Metodologi menggunakan analisis tematik terhadap 19 artikel (2015-2025) dari Google Scholar dan Scopus. Hasil menunjukkan lereng curam dan hujan intensitas tinggi sebagai pemicu dominan, terutama di kawasan bergunung. Secara keseluruhan, risiko longsor di wilayah tropis yang dikaji didominasi kategori kerawanan sedang hingga sangat tinggi. DEM terbukti efektif mengekstraksi parameter elevasi, kemiringan, dan aliran. Metode Frequency Ratio dan Analytic Hierarchy Process mencapai akurasi tertinggi (Area Under Curve/AUC 0,90-0,91), diikuti Random Forest (0,85). Kajian ini menyintesis temuan iklim-topografi tropis dan mengidentifikasi celah penelitian terkait integrasi data hujan temporal, resolusi DEM, serta validasi lapangan.   Kata kunci: Longsor, Curah Hujan, Topografi, Digital Elevation Model, Studi Literatur Sistematis       Abstrack   Landslide risk in tropical regions is driven by climatic and topographic interactions, yet systematic studies integrating both with Digital Elevation Model (DEM) data remain limited. This systematic review examines landslide triggers and DEM utilization in vulnerability analysis. The methodology involves a thematic analysis of 19 articles (2015-2025) from Google Scholar and Scopus. Results identify steep slopes and high-intensity rainfall as dominant triggers, particularly in complex mountainous areas. Overall, landslide risk in the studied tropical regions is predominantly categorized as moderate to very high. DEM effectively extracts elevation, slope, and flow parameters. Frequency Ratio and Analytic Hierarchy Process achieved the highest accuracy (Area Under Curve/AUC 0.90-0.91), followed by Random Forest (0.85). This study synthesizes tropical climate-topography findings and identifies research gaps regarding temporal rainfall integration, DEM resolution, and field validation.   Keywords: Landslide, Rainfall, Topography, Digital Elevation Model, Systematic Literature Review
Co-Authors Fitra, Joni Gultom , Muhammad Husin Nugroho, Radhi Hazmi Telaumbanua, Muhammad Akhdan Suja