Analisis Kerawanan Tanah Longsor Menggunakan Metode Artificial Neural Network = Analysis of Landslide Susceptibility Using Artificial Neural Network in Karajae Watershed

Bencana tanah longsor menyebabkan kerusakan infrastruktur, lahan pertanian, relokasi pemukiman, kerusakan hutan dan lahan, bahkan menimbulkan korban jiwa. Tingginya tingkat kerusakan yang dialami oleh masyarakat akibat bencana alam terutama disebabkan oleh kurangnya informasi mengenai potensi risiko bencana, sehingga menyebabkan ketidaktahuan dan kurangnya kesiapsiagaan masyarakat terhadap bencana yang terjadi di sekitar mereka. Penelitian ini diharapkan dapat, pertama, mengidentifikasi sebaran kejadian longsor dari tahun 2019 hingga 2023 di DAS Karajae, kedua, menganalisis faktor-faktor penyebab terjadinya longsor di DAS Karajae, dan ketiga, membuat peta kerentanan longsor di DAS Karajae. Menginventarisasi kejadian longsor selama periode lima tahun dengan menggunakan citra time series di Google Earth, kemudian mengumpulkan data untuk setiap faktor dengan menggunakan ArcGIS. Hal ini akan diikuti dengan membuat rasio frekuensi, di mana nilainya akan dinormalisasi dan dianalisis menggunakan Artificial Neural Network (ANN). Pada tahap akhir, data akan divalidasi menggunakan Receiver Operating Characteristic (ROC). Hasil Berdasarkan hasil inventarisasi selama lima tahun, ditemukan bahwa terdapat 146 kejadian longsor di DAS Karajae. Selain itu, kelas kerentanan longsor di DAS Karajae dibagi menjadi lima kelas, dimana hasil analisis menggunakan metode artificial neural network menunjukkan bahwa kelas sangat rendah merupakan kelas yang paling dominan, yaitu sebesar 28,35% atau 4.968,16 hektar. Faktor-faktor yang memiliki pengaruh paling signifikan terhadap kejadian longsor di DAS Karajae adalah jarak dari patahan, kemiringan, dan curah hujan.