ANALISIS ZONA RAWAN LONGSOR BERDASARKAN PREDIKSI LAND USE LAND COVER (LULC) DENGAN METODE MCDM DI DAS JENEBERANG = LANDSLIDE PRONE ZONE ANALYSIS BASED ON LULC PREDICTION WITH MCDM METHOD IN DAS JENEBERANG

Latar Belakang. DAS Jeneberang di Kabupaten Gowa dikenal sebagai kawasan yang rawan longsor. Hal ini disebabkan oleh kondisi alam seperti lereng yang curam, jenis tanah yang mudah tererosi, serta perubahan besar-besaran pada penggunaan lahan terutama berkurangnya tutupan hutan selama 20 tahun terakhir, yang ikut memperparah risiko longsor. Tujuan. Penelitian ini bertujuan membuat peta daerah rawan longsor, baik untuk kondisi saat ini maupun masa depan, dengan memprediksi perubahan tutupan lahan (LULC) menggunakan gabungan metode Markov Chain, Cellular Automata, dan AHP dalam kerangka Multi-Criteria Decision Making (MCDM). Metode. Data citra satelit Landsat tahun 2001, 2021, dan 2023 dianalisis di Google Earth Engine menggunakan algoritma Random Forest. Dari data ini dibuat prediksi LULC tahun 2043 dengan model CA-Markov. Tingkat kerawanan longsor ditentukan berdasarkan tujuh faktor, antara lain kemiringan lereng, curah hujan, jenis tanah, dan perubahan tutupan lahan. Setiap faktor dinilai menggunakan logika fuzzy dan diberi bobot dengan metode AHP. Hasil. Prediksi menunjukkan bahwa luas hutan mengalami penurunan dari 58% (tahun 2001) menjadi 29% (tahun 2043). Sebaliknya, lahan terbangun mengalami peningkatan yang pesat. Area yang sangat rawan longsor juga makin meluas, terutama di wilayah berbukit yang kehilangan vegetasinya akibat perubahan fungsi lahan. Kesimpulan. Metode prediksi perubahan lahan dan pemetaan zona rawan longsor yang digunakan dalam penelitian ini mampu menghasilkan peta yang akurat. Peta ini dapat membantu pemerintah dan pemangku kebijakan dalam menyusun rencana tata ruang yang lebih aman, serta mendukung upaya mitigasi bencana dan pembangunan yang berkelanjutan di DAS Jeneberang.

Keyword : LULC, Tanah Longsor, MCDM.