Pemetaan dan Deteksi Kerawanan Bencana Tanah Longsor di Kecamatan Bumiayu Menggunakan Convolutional Neural Network dan Random Forest

Abstract

Tanah longsor merupakan salah satu bencana alam yang sering terjadi di wilayah dengan kondisi topografi curam dan curah hujan tinggi, seperti Kecamatan Bumiayu, Kabupaten Brebes. Pemetaan dan deteksi kerawanan tanah longsor diperlukan untuk mendukung upaya mitigasi bencana yang lebih efektif dan tepat sasaran. Penelitian ini bertujuan untuk menganalisis kesesuaian algoritma Convolutional Neural Network (CNN) dalam pemetaan kerawanan tanah longsorberbasis data spasial raster serta algoritma Random Forest dalam deteksi kerawanan berbasis data atribut lingkungan. Metode penelitian meliputi pengumpulan dan preprocessing data spasial, pemodelan CNN menggunakan data raster multiband, serta pemodelan Random Forest menggunakan data tabular hasil ekstraksi variabel lingkungan. Variabel yang digunakan meliputi kelerengan, curah hujan, jenis tanah, tutupan lahan, dan gerakan tanah. Hasil penelitian menunjukkan bahwa CNN mampu menghasilkan peta kerawanan tanah longsor secara spasial dan detail, sedangkan Random Forest efektif dalam mendeteksi tingkat kerawanan berdasarkan atribut lingkungan dengan kinerja klasifikasi yang baik. Penelitian ini menyimpulkan bahwa CNN lebih sesuai untuk pemetaan kerawanan berbasis spasial, sementara Random Forest lebih sesuai untuk deteksi kerawanan berbasis data atribut, sehingga keduanya dapat saling melengkapi dalam analisis kerawanan tanah longsor.
Kata kunci: tanah longsor, pemetaan kerawanan, deteksi kerawanan, machine learning, CNN, random forest