PENGGUNAAN METODE INVERSE DISTANCE WEGHTING (IDW) UNTUK PEMBUATAN PETA TEMATIK PROPERTIES TANAH

Transkripsi

1 Tema: 2 pengelolaan wilayah kelautan, pesisir dan pedalaman PENGGUNAAN METODE INVERSE DISTANCE WEGHTING (IDW) UNTUK PEMBUATAN PETA TEMATIK PROPERTIES TANAH Oleh Purwanto Bekti Santoso, Yanto, Arwan Apriyono, Rani Suryani Universitas Jenderal Soedirman purwanto250@yahoo.com ABSTRAK Penyebab longsor secara umum bisa dikelompokkan dalam tiga kategori yaitu faktor cuaca, topografi tanah, dan parameter tanah itu sendiri. Dalam banyak kasus, stabilitas lereng tidak secara detail diperhitungkan dalam pembuatan peta daerah rawan longsor. Perhitungan nilai stabilitas lereng digunakan untuk menetukan faktor aman dari bidang longsor yang potensial. Perhitungan stabilitas lereng memerlukan nilai properties tanah diantaranya nilai kohesi tanah, sudut geser dalam tanah dan nilai kedalaman tanah keras. Sebaran data properties tanah hasil pengujian lapangan dan laboratorium untuk daerah Jawa Tengah bagian barat kemudian diinterpolasi dengan menggunakan teknik interpolasi Inverse Distance Weighting (IDW) sehingga bisa mengetahui nilai properties tanah pada daerah yang tidak tersedia datanya. Pada kajian ini parameter optimal IDW dilakukan dengan validasi terhadap nilai persen bias yang menunjukkan bahwa nilai persen bias semakin besar jika bobot jarak semakin tinggi pada pemetaan kedalaman tanah keras dan kohesi tanah, sedangkan pada pemetaan sudut geser dalam sebaliknya. Kata Kunci: peta tematik, kohesi tanah, sudut geser dalam tanah, kedalaman tanah keras, persen bias, Inverse Distance Weighting (IDW) ABSTRACT The cause of landslide can be categorized into three factors i.e. the climate, topographic, and the soil properties itself. In many cases, thematic maps of landslide vulnerability do not involve slope stability analysis in their production process. Slope stability calculation is needed to determine the safety factor from potential landslide sector. In calculating slope stability the value of soil properties is needed such as soil cohesion value, natural angle of repose value and the depth of hard soil value. The soil properties data that based on research in the field and laboratory for west part of Central Java then interpolated using interpolation technique Inverse Distance Weghting (IDW) to determine the soil properties value in region with unavalailable data. In this research IDW optimum parameter is determined by validation toward the bias percentage value by producing higher value of the bias percentage if the distance value is higher in the hard soil depth mapping, while in the natural angle of repose mapping is the opposite. Key words: thematic map, soil cohesion, internal angle of friction, hard soil depth, bias percentage, Inverse Distance Weighting (IDW) 187

2 PENDAHULUAN Daerah rawan longsor di Indonesia telah diidentifikasi berdasarkan sejarah kejadiannya untuk tiap tiap kabupaten dimana setiap kabupaten diberikan 1 (satu) indeks kerawanan longsor (BNPB, 2010). Perubahan tata guna lahan dan iklim telah membuat lebih banyak daerah yang rawan longsor. Hal ini terjadi karena kejadian longsor berkaitan erat dengan kondisi topografi dan hidrologi suatu wilayah yang memiliki keragaman temporal. Oleh karena itu identifikasi daerah rawan longsor berdasarkan kondisi topografi dan hidrologi suatu wilayah sangat diperlukan untuk memberikan informasi potensi kerawanan longsor yang lebih akurat. Beberapa penelitian untuk mengidentifikasi kerawanan longsor suatu daerah berdasarkan kondisi topografi dan hidrologinya telah dilakukan (Hariadi dan Paimin, 2013; Suriadi dan Arsjad, 2012). Metode yang digunakan adalah dengan melakukan tumpangsusun (overlay) parameter parameter topografi, geologi, penggunaan lahan dan iklim dimana tiap tiap parameter diberi skor yang menggambarkan tingkat pengaruhnya terhadap longsor (Hariadi dan Paimin, 2013; Suriadi dan Arsjad, 2012). Sebagai contoh, tanah yang miring diberi skor tinggi sedangkan tanah yang landai diberi skor rendah. Total skor seluruh parameter tersebut kemudian digunakan untuk menentukan kerawanan longsor wilayah yang ditinjau (Suriadi dan Arsjad, 2012). Meskipun dibuat berdasarkan data topografi dan hidrologi, metode tersebut di atas tidak memperhitungkan faktor stabilitas lereng yang menentukan terjadi atau tidaknya longsor pada suatu lokasi, dimana semakin stabil suatu lereng semakin kecil potensi longsornya (Roslee dkk, 2012). Untuk menentukan stabilitas lereng diperlukan perhitungan gaya dorong (berat isi tanah, berat air dsb) dan gaya lawan (kuat geser tanah). Berat isi tanah memiliki keragaman spasial yang rendah dan dapat diukur langsung menggunakan uji laboratorium. Sebaliknya, kuat geser tanah memiliki keragaman spasial yang tinggi dan tidak dapat diukur langsung namun dapat dihitung berdasarkan korelasi positifnya dengan kapasitas dukung tanah yang dapat diperoleh melalui pengujian sondir maupun Soil Penetration Test (SPT). Nilai kapasitas dukung tanah hasil pengujian sondir memiliki korelasi dengan properties-properties tanah yang lain yang dapat dimanfaatkan untuk analisis stabilitas lereng. Data hasil pengujian sondir mudah diperoleh sebab data ini diperlukan pada setiap perencanaan bangunan. Laboratorium Mekanika Tanah Unsoed memiliki lebih dari 200 data hasil uji sondir untuk wilayah Jawa Tengah bagian barat yang meliputi Kabupaten Kebumen, Wonosobo, Banjarnegara, Purbalingga, Banyumas dan Cilacap.. Data tersebut belum dimanfaatkan secara optimal dalam pengembangan penelitian penelitian terkait. Padahal sebagaimana diuraikan di atas data ini berpotensi untuk digunakan sebagai alat identifikasi daerah rawan longsor. 188

3 METODE PENELITIAN Data-data properties tanah diambil dari data penyelidikan tanah yang sudah dilakukan oleh Laboratorium Mekanika Tanah Universitas Jenderal Soedirman selama 10 tahun. Data-data untuk analisis dibatasi pada wilayah Jawa Tengah bagian barat yang meliputi beberapa kabupaten berikut: Tegal, Brebes, Pemalang, Pekalongan, Batang, Cilacap, Banyumas, Purbalingga, Banjarnegara, Wonosobo, dan Kebumen sebagaimana disajikan pada Gambar 1. Gambar 1. Peta lokasi wilayah studi (Sumber: Data yang dipakai dalam penelitian ini berupa data sekunder hasil pengujian tanah daerah Jawa Tengah bagian barat dari laboratorium Mekanika Tanah Teknik Sipil Universitas Jenderal Soedirman pada tahun 2005, 2006, 2007, 2010, 2011, 2012, 2013, 2014, 2015 dan 2016, dengan total jumlah data 336 data. Data yang diambil berupa alamat pengujian untuk menentukan titik koordinat, data kedalaman tanah keras hasil pengujian sondir, data cohesi tanah dan data sudut geser dalam. Pencarian titik koordinat geografis tiap-tiap data dari alamat setiap pengujian dilakukan dengan bantuan google maps untuk mengetahui nilai longitude sebagai nilai x dan nillai latitude sebagai nilai y. Koordinat yang digunakan menggunakan zona Universal Tranverse Mercator (UTM), UTM adalah proyeksi bekerja pada setiap bidang elipsoide yang dibatasi cakupan garis meridian dengan lebar 60 yang disebut zona. Pemetaan data sebaran properties tanah dilakukan menggunakan program R versi 3.4 dengan metode interpolasi Inverse Distance Weighting (IDW) untuk mengetahui nilai properties tanah yang tidak diketahui datanya, yang sebelumnya telah melebur peta Jawa Tengah bagian barat 189

4 dengan menggunakan Q-GIS 2.01 untuk diinput kedalam program R. Peleburan peta jawa tengah bagian barat dilakukan dengan cara pemotongan atau pengambilan beberapa kabupaten sesuai studi kasus dari peta provinsi Jawa Tengah kemudian menghilangkan garis batas antar polygon sehingga peta Jawa Tengah bagian barat menjadi satu kesatuan dalam satuan Shapefile (,*Shp.). Kemudian melakukan ploting data properties tanah yang telah diketahui koordinatnya terhadap peta Shp. Setelah itu dilakukannnya proses interpolasi Inverse Distance Weighting (IDW). Di dalam model IDW data di sekitar lokasi target diberi bobot berdasarkan jaraknya dimana semakin dekat jaraknya dari lokasi target semakin besar bobotnya, demikian juga sebaliknya (Shepard, 1968). Secara matematis model IDW dituliskan sebagai:... (1) Dimana: : nilai target interpolasi : nilai variabel pada lokasi lokasi : jarak antara titik target dengan lokasi : bobot pengaruh jarak : jumlah data atau titik lokasi yang diperhitungkan dalam interpolasi Dalam penelitian ini dilakukan interpolasi data untuk pemetaan data kedalaman tanah keras dengan total data 336 data, kohesi tanah 226 data dan sudut geser dalam tanah 228 data, jarak antara titik target akan terlihat dari hasil bacaan koordinat, dan penggunaan bobot pengaruh jarak digunakan. Validasi penelitian ini dilakukan terhadap nilai persen bias. Validasi terhadap nilai persen bias dilakukan untuk menilai apakah properties tanah yang dihasilkan dari model interpolasi sama/mendekati sama dengan properties tanah hasil pengukuran lapangan pada lokasi lokasi yang tidak digunakan dalam interpolasi. Data yang akan digunakan sebagai target validasi adalah 15% dari keseluruhan data yang diambil secara acak dan 85% data lainnya untuk interpolasi. Validasi data ditentukan dengan nilai persen bias pada setiap percobaan, proses validasi ini dilakukan 10 kali percobaan interpolasi sehingga menghasilkan 10 nilai persen bias, untuk memudahkan menentukan hasil akhir maka dihitung rata-rata dari 10 nilai persen bias hasil percobaan. Fungsi tujuan yang digunakan untuk mengukur kinerja model interpolasi dalam penelitian ini menggunakan persamaan: 190

5 .(2) dimana properties tanah, dan masing masing menunjukkan pengukuran dan interpolasi. HASIL DAN PEMBAHASAN Sebaran nilai properties tanah Data sebaran kedalaman tanah keras hasil pengujian di lapangan yang dilakukan oleh laboratorium Teknik Sipil Universitas Jenderal Soedirman untuk daerah Jawa Tengah bagian barat dapat dilihat pada Gambar 2. Sebaran nilai kedalaman tanah keras menunjukkan bahwa setiap daerah memliki nilai kedalaman tanah keras yang bervariasi di mana kedalaman 0 sampai 5 meter sebagian besar berada di daerah Kabupaten Tegal, Banyumas dan Purbalingga, kedalaman 5 sampai 10 meter tersebar hampir disetiap kabupaten, dan kedalaman 10 sampai 15 meter sebagian besar pada daerah kabupaten Brebes. Untuk kedalaman 15 sampai 20 meter dan kedalaman 20 sampai 25 meter tersebar dominan pada daerah Kabupaten Cilacap, Kabupaten Banyumas dan Kabupaten Banjarnegara. Gambar 2. Data sebaran kedalam tanah keras Data sebaran kohesi tanah hasil pengujian di lapangan yang dilakukan oleh laboratorium Teknik Sipil Universitas Jenderal Soedirman untuk daerah Jawa Tengah bagian barat dapat dilihat pada Gambar 3. Gambar 3. menunjukkan sebaran data kohesi tanah di mana sebagian besar nilai 191

6 kohesi tanah di Jawa Tengah bagian barat memiliki nilai kohesi tanah antara 0 sampai 0,5 kg/cm 2. Daerah Kabupaten Tegal, Purbalingga, dan Kebumen juga terlihat memiliki nilai kohesi antara 1 sampai 1,5 kg/cm 2. Sementara itu, nilai kohesi tanah antar 1,5 sampai 2 kg/cm 2 terdapat di daerah Kabupaten Brebes, Cilacap, dan Purbalingga. Gambar 3. Data sebaran kohesi tanah Data sebaran sudut geser dalam tanah hasil pengujian di lapangan yang dilakukan oleh laboratorium Teknik Sipil Universitas Jenderal Soedirman untuk daerah Jawa Tengah bagian barat dapat dilihat pada Gambar 4. Gambar Error! No text of specified style in document.. Data sebaran sudut geser dalam tanah Gambar 4. sebaran nilai sudut geser dalam tanah antara 0 0 sampai 20 0 dan antara 20 0 sampai 40 0 tersebar merata pada setiap kabupaten kecuali Kabupaten Batang, Wonosobo dan 192

7 Pekalongan. Nilai sudut geser antara 40 0 sampai 60 0 hampir tersebar pada semua Kabupaten, nilai sudut geser antara 60 0 sampai 80 0 terbanyak di Kabupaten Banyumas dan Purbalingga. Parameter Optimal IDW Parameter IDW yang dioptimasi untuk menghasilkan estimasi sebaran properties tanah yang realistis adalah pengaruh bobot jarak (alpha). Untuk mendapatkan nilai alpha yang optimal dilakukan 10 kali percobaan interpolasi kemudian dihitung nilai rerata dari 10 kali percobaan tersebut untuk mendapatkan gambaran umum nilai persen biasnya, dengan 1 kali percobaan diambil 15% data secara acak dari seluruh total data sebagai acuan validasi data, dan 85% data lainnya untuk interpolasi. Percobaan interpolasi ini menggunakan tiga pengaruh bobot jarak yang berbeda, pengaruh bobot yang digunakan adalah α = 1, 2, 3. Untuk melihat hasil pengaruh penggunaan bobot yang berbeda terhadap nilai persen bias pada peta kedalaman tanah keras dapat dilihat pada Gambar 5. Gambar 5. Grafik pengaruh bobot jarak pada peta kedalaman tanah keras Pada Gambar 5. dapat dilihat bahwa penggunaan bobot pengaruh jarak yang berbeda sangat berpengaruh terhadap perbedaan hasil nilai persen bias. Nilai rata-rata persen bias 10 kali percobaan ialah -103,118% pada α = 1, -135,308% pada α = 2 dan -154,557% pada α = 3. Maka nilai persen bias rata-rata pada interpolasi IDW kedalaman tanah keras dapat diketahui bahwa semakin besar bobot pengaruh jarak yang digunakan semakin besar nilai persen biasnya. Hasil interpolasi IDW pada peta kedalaman tanah keras dapat dilihat pada Gambar

8 Gambar 6. Peta kedalaman tanah keras hasil interpolasi Gambar 6. menunjukkan peta kedalaman tanah keras hasil interpolasi IDW di mana penggunaan bobot pengaruh jarak semakin besar menghasilkan peta dengan nilai kedalaman tanah keras yang semakin beragam. Untuk melihat hasil pengaruh penggunaan bobot yang berbeda terhadap nilai persen bias pada peta kohesi tanah dapat dilihat pada Gambar 7. Gambar 7. Grafik pengaruh bobot jarak pada peta kohesi tanah Gambar 7. Menunjukkan bahwa penggunaan bobot pengaruh jarak yang berbeda sangat berpengaruh terhadap perbedaan hasil nilai persen bias. Nilai rata-rata persen bias 10 kali percobaan adalah -149,427% pada α = 1, -173,718% pada α = 2 dan -180,672% pada α = 3. Nilai persen bias rata-rata pada interpolasi IDW kohesi tanah menunjukkan bahwa semakin besar bobot pengaruh jarak yang digunakan maka semakin tinggi nilai persen biasnya. Hasil interpolasi IDW dalam peta kohesi tanah dapat dilihat pada Gambar 8. di mana penggunaan bobot pengaruh jarak yang semakin besar menghasilkan peta dengan nilai kohesi tanah yang semakin beragam. 194

9 Gambar 8. Peta kohesi tanah hasil interpolasi Untuk melihat hasil pengaruh penggunaan bobot yang berbeda terhadap nilai persen bias pada peta sudut geser dalam tanah dapat dilihat pada Gambar 9. Pada Gambar 4.8 dapat dilihat bahwa penggunaan bobot pengaruh jarak yang berbeda sangat berpengaruh terhadap perbedaan hasil nilai persen bias. Nilai rata-rata persen bias 10 kali percobaan ialah -34,844% pada α = 1, - 32,556% pada α = 2 dan -7,488% pada α = 3. Maka nilai persen bias rata-rata pada interpolasi IDW sudut geser dalam tanah dapat diketahui bahwa semakin besar bobot pengaruh jarak yang digunakan maka semakin kecil nilai persen biasnya. Hasil interpolasi IDW dalam peta sudut geser dalam tanah dapat dilihat pada Gambar 10 di mana menunjukkan penggunaan bobot pengaruh jarak semakin besar menghasilkan peta dengan nilai sudut geser dalam yang semakin beragam. Gambar 9. Grafik pengaruh bobot jarak pada peta sudut geser dalam tanah 195

10 Gambar 10. Peta sudut geser dalam hasil interpolasi KESIMPULAN Peta kedalaman tanah keras dan kohesi tanah validasi data menggunakan nilai persen bias menghasilkan semakin tinggi nilai bobot pengaruh jarak yang digunakan semakin besar nilai persen bias yang dihasilkan. Namun pada peta sudut geser dalam tanah semakin tinggi nilai bobot pengaruh jarak yang digunakan semakin kecil nilai persen bias yang dihasilkan. Validasi menggunakan nilai persen bias tidak bisa digunakan untuk menilai keakuratan metode interpolasi inverse distance weighting (IDW) pada pemetaan properties tanah sehingga diperlukan analisis validasi menggunakan keterkaitan antara properties tanah dengan lokasi kejadian longsor. DAFTAR PUSTAKA Badan Nasional Penanggulangan Bencana (BNPB). (2010). Rencana Nasional Penanggulangan Bencana Diambil dari /uploads /renas /1 /BUKU%20RENAS%20PB.pdf Hariadi, B. dan Paimin. (2013). Teknik identifikasi daerah yang berpotensi rawan longsor pada satuan wilayah daerah aliran sungai. Jurnal Penelitian Hutan dan Konservasi Alam, 10(2): Roslee, R., Jamaluddin, T.A., dan Talip, M.A. (2012). Integration of GIS using GEOSTAtistical Interpolation Techniques (Kriging) (GEOSTAINT-K) in deterministic models for landslide susceptibility analysis (LSA) at Kota Kinabali, Sabah, Malaysia. Journal of Geography and Geology, 4(1):18-32 Suriadi, A.B. dan Arsjad, M. (2012). Informasi Geospasial daerah rawan longsor sebagai bahan masukan dalam perencanaan tata ruang wilayah. Globe, 14(1):