Pemodelan Kerawanan Tanah Longsor dengan Pendekatan Artificial Neural Network (ANN) di Daerah Aliran Sungai Biang Loe = Modeling Landslide Vulnerability Using an Artificial Neural Network (ANN) Approach in the Biang Loe River Basin

Kabupaten Bantaeng telah dinyatakan oleh Badan Pengendalian Dampak Lingkungan Daerah sebagai wilayah rawan longsor pada musim penghujan. Berdasarkan data tersebut maka diperlukannya pemetaan kerawanan tanah longsor dengan metode dan teknik analisis pemodelan prediksi kerawanan tanah longsor yang berkembang secara terus – menerus. Salah satunya yakni menggunakan metode Artificial Neural Network. Penelitian ini dilakukan untuk mengidentifikasi sebaran tanah longsor yang ada di DAS Biang Loe, menganalisis faktor – faktor yang mempengaruhi terjadinya tanah longsor dan membuat peta tingkat kerawanan tanah longsor menggunakan model ANN. Dengan adanya tujuan tersebut dapat bermanfaat bagi masyarakat sekitar sebagai sumber informasi terkait tingkat kerawanan tanah longsor, mengetahui juga faktor – faktor yang mempengaruhi terjadinya tanah longsor serta dapat mengetahui daerah - daerah yang terjadi longsor melalui peta. Adapun tahap penelitian ini yaitu: 1) identifikasi tanah longsor, 2) pengumpulan data, 3) olah data, 4) analisis data dan validasi. Hasil penelitian dapat disimpulkan bahwa dari data inventarisasi terdapat 103 kejadian tanah longsor dengan jumlah paling banyak terjadi pada tahun 2018, 2019, 2022, 2020 dan 2021. Selain itu, faktor yang sangat berpengaruh ialah faktor arah lereng, litologi, kemiringan lereng, kelengkungan bumi, jarak dari sungai dan adanya peta hasil dari pemodelan ANN yang dapat menginformasikan masyarakat terkait wilayah – wilayah yang rawan longsor. Dengan demikian, untuk mengurangi kejadian tanah longsor perlu adanya kesadaran masyarakat sekitar akan pentingnya dalam pengelolaan lahan yang baik dan tepat untuk kedepannya.

Keywords : Tanah Longsor, DAS Biang Loe, Pemetaan, Jaringan Saraf Tiruan