ANALISIS TINGKAT KERAWANAN TANAH LONGSOR DENGAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DI DAERAH ALIRAN SUNGAI BINANGAE = LANDSLIDE VULNERABILITY LEVEL ANALYSIS USING ARTIFICIAL NEURAL NETWORK METHOD IN BINANGAE WATERSHED AREA

Tanah longsor seringkali sulit diprediksi secara tepat lokasi dan waktu kejadiannya. Namun, peluang terjadinya tanah longsor dapat diantisipasi melalui peta kerawanan tanah longsor. Peta ini memiliki peran krusial dalam mendukung serta menjadi acuan untuk mitigasi dan adaptasi terhadap bencana tanah longsor di Daerah Aliran Sungai (DAS) Binangae. Penelitian ini bertujuan untuk mengidentifikasi sebaran tanah longsor dan menganalisis pengaruh dari 9 faktor dengan menggunakan metode Jaringan Saraf Tiruan (Artificial Neural Network/ANN) guna menghasilkan peta indeks kerawanan tanah longsor. Peta indeks ini dibuat dengan menggunakan nilai normalisasi frekuensi rasio dari faktor-faktor yang berpengaruh. Dari sembilan faktor yang dianalisis, metode artificial neural network menghasilkan peta indeks kerawanan tanah longsor yang terklasifikasi dalam lima kelas kerawanan, dengan nilai validasi AUC yang Dimana nilai kesuksesannya sebesar 0,78 dan nilai prediksi sebesar 0,77. Hasil validasi ini masuk ke dalam kategori cukup, menunjukkan bahwa metode artificial neural network memiliki peran penting dalam mendukung perencanaan mitigasi bencana di DAS Binangae.

Keywords : Longsor, Frekuensi Rasio, Artificial Neural Network, DAS Binangae