DOI: https://doi.org/10.14710/jwl.14.2.138-160

Pemodelan Spasial Bahaya dan Wilayah Terdampak Tanah Longsor Menggunakan Model LISEM di Desa Cihanjuang, Kecamatan Cimangggung, Kabupaten Sumedang

Kemas Abel Ramadhan Putra  -  Department of Geography, Faculty of Mathematic and Natural Science, Universitas Indonesia, West Jawa, Depok City, Indonesia, Indonesia
*Masita Dwi Mandini Manessa orcid scopus  -  Departemen Geografi, Fakultas Matematika dan Ilmu Pengetahuan Alam,, Indonesia
Satria Indratmoko orcid scopus  -  Departemen Geografi, Fakultas Matematika dan Ilmu Pengetahuan Alam,, Indonesia
Supriyanto Suparno  -  Departemen Geosains, Fakultas Matematika dan Ilmu Pengetahuan Alam,, Indonesia
Twin Hosea Widodo Kristyanto orcid scopus  -  Departemen Geosains, Fakultas Matematika dan Ilmu Pengetahuan Alam,, Indonesia
Anisya Feby Efriana orcid scopus  -  Departemen Geografi, Fakultas Matematika dan Ilmu Pengetahuan Alam,, Indonesia
Diko Hary Adhanto orcid  -  Departemen Geografi, Fakultas Matematika dan Ilmu Pengetahuan Alam,, Indonesia
Open Access Copyright (c) 2026 Jurnal Wilayah dan Lingkungan
Creative Commons License This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Citation Format:
Abstract
Indonesia merupakan negara yang rawan terhadap bencana alam, salah satunya tanah longsor. Kabupaten Sumedang termasuk wilayah dengan risiko tinggi bencana tanah longsor. Desa Cihanjuang di Kabupaten Sumedang menjadi lokasi penelitian ini setelah terjadi bencana tanah longsor pada 2021 yang menimbulkan banyak korban jiwa. Penelitian ini bertujuan untuk memodelkan peristiwa tanah longsor di Desa Cihanjuang dan menentukan wilayah terdampak longsor dengan mempertimbangkan faktor permukiman. Metode yang digunakan adalah pemodelan Limburg Soil Erosion Model (LISEM) dengan mempertimbangkan parameter curah hujan, lereng, kekasaran permukaan, dan karakteristik tanah. Data sejarah kejadian tanah longsor digunakan untuk validasi hasil pemodelan. Selanjutnya, hasil pemodelan dihubungkan dengan data tutupan lahan permukiman untuk mengidentifikasi wilayah terdampak tanah longsor. Hasil penelitian menunjukkan sebaran aliran air dan padatan akibat tanah longsor serta volume tanah longsor yang diprediksi. Sebagian besar wilayah bahaya longsor berada pada area dengan lereng di atas 15% dengan total volume longsor yang diprediksi mencapai 3.361.527 m³. Wilayah terdampak tanah longsor di Desa Cihanjuang memiliki luas 15,7 Ha dengan jumlah penduduk terdampak sekitar 2.101 jiwa. Penelitian ini memberikan gambaran umum tentang wilayah bahaya longsor di Desa Cihanjuang dan dapat menjadi dasar untuk penyempurnaan model dengan mempertimbangkan parameter lain yang berpengaruh.
Fulltext View|Download Email colleagues
Keywords: Bahaya; Desa Cihanjuang; Pemodelan LISEM; Tanah Longsor; Wilayah Terdampak
Funding: Kemendikbudristek under contract Katalis

Article Metrics:

Article Info
Section: Research Articles
Language : ID
  1. Aprilana, & Putra, D. H. (2021). Analisis Spasial Kawasan Rawan Bencana Tanah Longsor Berbasis Sistem Informasi Geografis di Kabupaten Sumedang (Studi Kasus: Kecamatan Sumedang Utara dan Kecamatan Sumedang Selatan). 2021: Prosiding FTSP Series 2
  2. Arsyad, F., & Subarkah, A. (2023). Risiko Bencana Tanah Longsor di Desa Cihanjuang Kecamatan Cimanggung Kabupaten Sumedang Jawa Barat. Jurnal Ilmiah Perlindungan Dan Pemberdayaan Sosial (Lindayasos)
  3. Awgechew, & Ayehutsega, L. (2022). Landslide susceptibility assessment: A case study in central Norway. POLITECNICO
  4. Badan Nasional Penanggulangan Bencana. (2021). Indeks Risiko Bencana Indonesia (IRBI) Tahun 2020. Badan Nasional Penanggulangan Bencana, 78. https://inarisk.bnpb.go.id/pdf/BUKU IRBI 2020 KP.pdf
  5. Bout, B., Lombardo, L., van Westen, C. J., & Jetten, V. G. (2018). Integration of two-phase solid fluid equations in a catchment model for flashfloods, debris flows and shallow slope failures. Environmental Modelling & Software, 105, 1–16. https://doi.org/10.1016/j.envsoft.2018.03.017
  6. Bout, B., van Westen, C. J., Lombardo, L., Chiyang, M., van der Horst, T., & Jetten, V. (2022). Physically based modeling of co-seismic landslide, debris flow, and flood cascade. Natural Hazards and Earth System Sciences, 22(10), 3183–3209. https://doi.org/10.5194/nhess-22-3183-2022
  7. de Barros, C. A. P., Minella, J. P. G., Schlesner, A. A., Ramon, R., & Copetti, A. C. (2021). Impact of data sources to DEM construction and application to runoff and sediment yield modelling using LISEM model. Journal of Earth System Science, 130(1), 53. https://doi.org/10.1007/s12040-020-01547-1
  8. de Vugt, L. C. (2018). Mapping and modelling of landslide and flood hazards on St. Eustatius with openLISEM. Utrecht University
  9. Ebling, É. D., Althoff, I., & Reichert, J. M. (2024). Hydrosedimentology of paired watersheds with clayey soils under cattle grazing and no-tillage cropping: LISEM calibration and validation. International Journal of Environmental Science and Technology, 21(15), 9481–9500. https://doi.org/10.1007/s13762-024-05603-x
  10. Fathani, T. F. (2022). Debris flow hazard analysis toward the implementation of mitigation measures. International Journal of Geomate, 22(95), 108–115. https://doi.org/10.21660/2022.95.3208
  11. Fatiatun, F., Firdaus, F., Jumini, S., & Adi, N. P. (2019). Analisis Bencana Tanah Longsor Serta Mitigasinya. SPEKTRA: Jurnal Kajian Pendidikan Sains, 5(2), 134. https://doi.org/10.32699/spektra.v5i2.113
  12. Gunadi, I. G. A., Sofan, P., & Hadi, M. P. (2017). Spatial modeling in landslide susceptibility. Indonesian Journal of Electrical Engineering and Computer Science, 5(1), 139–146. https://doi.org/10.11591/IJEECS.V5.I1.PP139-146
  13. Hamida, F. N., & Widyasamratri, H. (2019). Risiko Kawasan Longsor Dalam Upaya Mitigasi Bencana Menggunakan Sistem Informasi Geografis. Pondasi, 24(1), 67. https://doi.org/10.30659/pondasi.v24i1.4997
  14. Hasnawir. (2013). Early warning of rainfall-induced landslides and debris flows on Mt. Bawakaraeng, South Sulawesi, Indonesia. Indonesian Journal of Forestry Research, 10(1), 1–10. https://doi.org/10.20886/IJFR.2013.10.1.1-10
  15. Ma, C. (2018). Comparing and evaluating two physically-based models: openLISEM and Scoops3D, for landslide volume prediction (Issue February). University of Twente
  16. Malek, Ž., Boerboom, L., & Glade, T. (2015). Future forest cover change scenarios with implications for landslide risk: An example from Buzau Subcarpathians, Romania. Environmental Management, 56(5), 1228–1243. https://doi.org/10.1007/s00267-015-0577-y
  17. Naryanto, H. S. (2017). Analisis kejadian bencana tanah longsor tanggal 12 Desember 2014 di Dusun Jemblung, Desa Sampang, Kecamatan Karangkobar, Kabupaten Banjarnegara, Provinsi Jawa Tengah. Jurnal Alami: Jurnal Teknologi Reduksi Risiko Bencana, 1(1), 1. https://doi.org/10.29122/alami.v1i1.122
  18. Naryanto, H. S., Soewandita, H., Ganesha, D., Prawiradisastra, F., & Kristijono, A. (2019). Analisis penyebab kejadian dan evaluasi bencana tanah longsor di Desa Banaran, Kecamatan Pulung, Kabupaten Ponorogo, Provinsi Jawa Timur tanggal 1 April 2017. Jurnal Ilmu Lingkungan, 17(2), 272. https://doi.org/10.14710/jil.17.2.272-282
  19. Pangestu, S. D., & Fedryansyah, M. (2023). Implementasi mitigasi bencana alam berbasis masyarakat melalui Kampung Siaga Bencana di Desa Cihanjuang Kecamatan Cimanggung Kabupaten Sumedang. Focus: Jurnal Pekerjaan Sosial, 6(1), 192. https://doi.org/10.24198/focus.v6i1.47267
  20. Pemerintahan Kabupaten Sumedang. (2019). Rencana pembangunan jangka menengah daerah (RPJMD) Kabupaten Sumedang tahun 2019–2024. Pemerintah Kabupaten Sumedang
  21. Prastistho, B., Pratiknyo, P., Rodhi, A., Prasetyadi, C., Massora, M. R., & Munandar, Y. K. (2018). Hubungan struktur geologi dan sistem air tanah. Yogyakarta: LPPM UPN “Yogyakarta” Press (Vol. 1)
  22. van den Bout, B., Tang, C., van Westen, C., & Jetten, V. (2022). Physically based modeling of co-seismic landslide, debris flow, and flood cascade. Natural Hazards and Earth System Sciences, 22(10), 3183–3209. https://doi.org/10.5194/nhess-22-3183-2022
  23. Zhou, C., Yin, K., Cao, Y., Ahmed, B., Li, Y., Catani, F., & Pourghasemi, H. R. (2018). Landslide susceptibility modeling applying machine learning methods: A case study from Longju in the Three Gorges Reservoir area, China. Computers & Geosciences, 112, 23–37. https://doi.org/10.1016/j.cageo.2017.11.019

Last update:

No citation recorded.

Last update:

No citation recorded.