Analisis Kerawanan Longsor Menggunakan Metode Electrical Resistivity Tomography Dan Pemodelan Machine Learning Random Forest Di Kecamatan Tinggimoncong


ANDI ZULKIFLI, ANDI ZULKIFLI (2026) Analisis Kerawanan Longsor Menggunakan Metode Electrical Resistivity Tomography Dan Pemodelan Machine Learning Random Forest Di Kecamatan Tinggimoncong. Thesis thesis, Universitas Hasanuddin.

[thumbnail of H042241001-iq7gufpQs1rt9PWO-20260713140855.pdf] Text
H042241001-iq7gufpQs1rt9PWO-20260713140855.pdf
Restricted to Repository staff only

Download (3MB)

Abstract (Abstrak)

ANDI ZULKIFLI. Analisis Kerawanan Longsor Menggunakan Metode Electrical Resistivity Tomography dan Pemodelan Machine Learning Random Forest di Kecamatan Tinggimoncong. (Dibimbing oleh Prof. Dr. Ir. Muh. Altin Massinai, MT.Surv., IPM dan Prof. Dr. Samsu Arif, M.Si.) Latar Belakang. Kecamatan Tinggimoncong merupakan salah satu wilayah di Kabupaten Gowa yang memiliki tingkat kerawanan longsor tinggi akibat kombinasi topografi curam, curah hujan tinggi, serta dinamika penggunaan lahan. Tujuan. Penelitian ini bertujuan memetakan kerawanan longsor menggunakan algoritma Random Forest (RF) serta mengintegrasikannya dengan metode Electrical Resistivity Tomography (ERT) untuk mengidentifikasi kondisi bawah permukaan pada zona kerawanan longsor. Metode. Model RF dibangun menggunakan 404 titik sampel yang terdiri atas 202 titik longsor dan 202 titik nonlongsor dengan mempertimbangkan dua belas faktor pengontrol yang meliputi variabel topografi, hidrologi, geologi, tutupan lahan, dan antropogenik. Survei ERT dilakukan pada empat lintasan di Desa Malino dan Desa Parigi menggunakan konfigurasi Wenner–Schlumberger. Data yang diperoleh selanjutnya diolah menggunakan teknik inversi untuk menghasilkan model resistivitas bawah permukaan dua dimensi (2D) dan tiga dimensi (3D). Hasil. Model RF menghasilkan nilai Accuracy dan F1-score sebesar 0,938, ROC–AUC sebesar 0,968, serta PR–AUC sebesar 0,956, dengan aspek lereng, elevasi, dan kemiringan lereng sebagai faktor pengontrol paling berpengaruh. Seluas 2.661,44 ha atau 15,76% dari total wilayah penelitian diklasifikasikan sebagai zona kerawanan longsor tinggi, yang terutama terkonsentrasi di Desa Parigi dan Desa Garassi. Penampang hasil ERT menunjukkan keberadaan zona resistivitas rendah (<150 Ωm) yang diinterpretasikan sebagai material jenuh air dan zona lemah yang berpotensi menjadi bidang gelincir. Kesimpulan. Integrasi algoritma RF dan metode ERT meningkatkan keandalan pemetaan kerawanan longsor melalui kombinasi informasi spasial permukaan dan karakteristik bawah permukaan, sehingga memberikan dasar ilmiah bagi strategi mitigasi bencana dan perencanaan tata ruang di Kecamatan Tinggimoncong

Item Type: Thesis (Thesis)
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Vokasi > Teknologi Metalurgi Ekstraksi
Depositing User: Nasyir Nompo
Date Deposited: 05 Nov 2026 00:15
Last Modified: 05 Nov 2026 00:15
URI: http://repository.unhas.ac.id:443/id/eprint/61157

Actions (login required)

View Item
View Item