Pemetaan Zona Rawan Longsor di Kawasan Agam-Bukittinggi Berbasis Google Earth Engine Menggunakan Teknik Evaluasi Multi-Kriteria

Hilalliyah, Nisful (2024) Pemetaan Zona Rawan Longsor di Kawasan Agam-Bukittinggi Berbasis Google Earth Engine Menggunakan Teknik Evaluasi Multi-Kriteria. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version
Download (967kB)
[img] Text (BAB 1 Pendahuluan)
BAB 1 Pendahuluan.pdf - Published Version
Download (45kB)
[img] Text (BAB 5 Penutup)
BAB 5 Penutup.pdf - Published Version
Download (34kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version
Download (175kB)
[img] Text (Skripsi Fulltext)
skripsi fulltext.pdf - Published Version
Restricted to Repository staff only until 15 November 2025.
Download (5MB) | Request a copy

Abstract

Telah dilakukan pemetaan zona kerawanan longsor berbasis Google Earth Engine (GEE) menggunakan teknik evaluasi multi-kriteria yang mencakup scoring, klasifikasi dan overlay terhadap lima parameter longsor di Kawasan Agam dan Bukittinggi, Sumatera Barat. Parameter yang digunakan meliputi kemiringan lereng, curah hujan, penggunaan lahan, jenis batuan dan jenis tanah. Metode klasifikasi terbimbing (supervised classification) dengan algoritma random forrest classifier digunakan dalam pembuatan peta klasifikasi penggunakan lahan. Berdasarkan hasil pemetaan, daerah Agam-Bukittinggi didominasi oleh tingkat kerawanan longsor tinggi sampai sangat tinggi dengan luas area 77,5% (1680,55 km2) dari total luas area penelitian dan tingkat kerawanan sedang. Daerah-daerah dengan kerawanan longsor tinggi sampai sangat tinggi berada di Kecamatan Tanjung Raya, Matur, Malalak, IV Koto, Palupuh, Palembayan, Tilatang Kamang, Ampek Angkek, Kamang Magek, Banuhampu, Sungai Pua, Candung, Baso dan Kota Bukittinggi serta di sebagian Kecamatan Ampek Nagari dan Lubuk Basung. Sedangkan risiko longsor sedang dengan persentase luas sekitar 22% terdapat pada Kecamatan Ampek Nagari, Kecamatan Lubuk Basung dan Tanjung Mutiara.

Item Type: Thesis (S1)
Supervisors: Elistia Liza Namigo, M.Si
Uncontrolled Keywords: Agam-Bukittinggi; Google Earth Engine; Multi-kriteria; Pemetaan Longsor
Subjects: Q Science > QC Physics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Fisika
Depositing User: s1 Hasan rasy
Date Deposited: 14 Nov 2024 02:55
Last Modified: 03 Dec 2024 08:40
URI: http://scholar.unand.ac.id/id/eprint/484044

Actions (login required)

View Item View Item
eSkripsi Universitas Andalas is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.