Analisis Tingkat Kerawanan Tanah Longsor Menggunakan Metode Artificial Neural Network di Daerah Aliran Sungai Suli, Kabupaten Luwu

A.MUHAMMAD REZA FAHLEFI, Analisis Tingkat Kerawanan Tanah Longsor Menggunakan Metode Artificial Neural Network di Derah Aliran Sungai Suli, Kabupaten Luwu (dibimbing oleh Andang Suryana Soma, S.Hut., M.P., Ph.D.) Latar Belakang. Peristiwa tanah longsor umumnya dipicu oleh kombinasi berbagai faktor fisik alam, diantaranya kondisi kelerengan yang relatif curam, intensitas hujan yang tinggi dalam kurun waktu tertentu, keberadaan struktur geologi seperti sesar pada bentang lahan, dan karakteristik jenis tanah dan batuan yang memiliki tingkat kerentanan tinggi terhadap proses erosi dan pelapukan. Selain itu, kondisi gerakan tanah dan tutupan lahan yang tidak optimal dalam menahan massa tanah dan batuan juga turut berperan dalam meningkatkan proses terjadinya tanah longsor (Naryanto & Zahro, 2020). Karakteristik geografis DAS Suli yang kompleks menyebabkan wilayah ini memiliki potensi longsor yang tinggi, sehingga memerlukan pendekatan khusus seperti model Artificial Neural Network (ANN). Tujuan. (1) Mengidentifikasi kejadian tanah longsor tahun 2020-2024 di DAS Suli, (2) Menganalisis faktor-faktor yang mempengaruhi terjadinya tanah longsor, dan (3) Membuat peta kerawanan tanah longsor di DAS Suli menggunakan Model ANN. Metode. Penelitian ini merupakan penelitian kuantitatif yang dilaksanakan pada bulan Juni 2025 hingga Januari 2026. Lokasi penelitian berada di DAS Suli, sedangkan analisis data dilakukan di Laboratorium Pengelolaan Daerah Aliran Sungai, Fakultas Kehutanan, Universitas Hasanuddin. Analisis yang digunakan meliputi analisis spasial dan analisis statistik. Hasil. (1) Identifikasi kejadian tanah longsor periode 2020-2024 menghasilkan 152 kejadian tanah longsor berdasarkan hasil interpretasi pada citra time series, dengan sebaran kejadian tanah longsor terbanyak pada tahun 2024 sebanyak 65 kejadian (42,76%) dan terkecil pada tahun 2021 sebanyak 12 kejadian (7,89%) dari total luasan DAS Suli; (2) parameter dengan pengaruh paling dominan terhadap terjadinya tanah longsor berdasarkan hasil pemodelan ANN adalah arah lereng; (3) nilai tingkat kerawanan tanah longsor diklasifikasikan ke dalam lima kelas kerawanan, yaitu Sangat Rendah, Rendah, Sedang, Tinggi, dan Sangat Tinggi. Kelas Tinggi merupakan kelas dengan luas terbesar, yaitu 22,80%, sedangkan kelas Sangat Rendah merupakan kelas dengan luas terkecil, yaitu 17,38% dari total luas DAS Suli. Kesimpulan. Hasil ini menunjukkan bahwa arah lereng memiliki peran signifikan dalam menentukan tingkat kerawanan tanah longsor di DAS Suli. Peta kerawanan yang dihasilkan diharapkan dapat menjadi dasar dalam perencanaan mitigasi dan pengelolaan risiko longsor di wilayah tersebut.