Pemodelan kerawanan longsor fisis statik (pre-failure) merupakan pemodelan kerawanan longsor dengan pendekatan berbasis kondisi fisis yang didasarkan pada analisis stabilitas lereng dengan menghitung faktor keamanan pada lereng.

Pelatihan ini bertujuan untuk mengenalkan berbagai macam software yang dapat digunakan dalam pemodelan kerawanan longsor fisis statik (pre-failure) hingga melakukan praktik. Adapun silabus dalam pelatihan ini meliputi,

Silabus:

• Pengenalan software
• Input data
• Persamaan model
• Parameter pemodelan
• Pemodelan stabilitas lereng spasial

Tarif: Rp 4.950.000,00

Fasilitas: 

• Training kit
• Sertifikat
• Coffee breaks
• Makan siang
• Forum diskusi alumni

Durasi Pelatihan: 3 hari read more

Teknologi penginderaan jauh dan SIG menjadi semakin canggih dan terintegrasi. Teknik pembelajaran statistik dan pembelajaran mesin atau dikenal sebagai machine learning menjadi metode yang sedang berkembang baru-baru ini dalam pemodelan kerawanan longsor. Pemodelan kerawanan longsor soft-computing (machine learning) sangat beragam seperti regresi logistik, decision tree, random forest, SVM, XgBoost, dan lain sebagainya.

Penelitian yang dilakukan oleh Samodra & Nugroho (2022) mengenai benchmarking landslide inventory data handling strategies for landslide susceptibility modeling based on different random forest machine learning workflows merupakan salah satu contoh hasil perkembangan pemodelan kerawanan longsor soft-computing (machine learning). read more

Pemodelan kerawanan longsor dapat dilakukan menggunakan metode statistik atau disebut juga sebagai data-driven. Metode statistik merupakan metode dengan pendekatan kuantitatif, yang digunakan untuk mengevaluasi hubungan antara faktor-faktor yang memicu longsor masa lalu dan data dari kejadian longsor masa lalu untuk memperoleh kelas kerawanan longsor. Metode ini dapat dibagi menjadi tiga yaitu (1) statistik bivariat (seperti weight of evidence modelling, information value method, dan likelihood ratio model); (2) statistik multivariat (seperti discriminant analysis dan logistic regression); dan (3) artificial neural networks (ANN). read more

Pemodelan kerawanan longsor dapat dilakukan menggunakan metode heuristik. Metode heuristik merupakan metode penilaian kerawanan longsor dengan pendekatan kualitatif berdasarkan kegiatan lapangan atau turunan dari peta geomorfologi yang dilakukan oleh ahli. Metode ini dapat pula secara tidak langsung meggunakan Sistem Informasi Geografi (SIG) dengan menggabungkan sejumlah peta untuk menghasilkan peta kerawanan longsor. Salah satu metode heuristik yang dapat digunakan dalam pemodelan kerawanan longsor adalah metode Spatial Multi-Criteria Evaluation (SMCE), seperti pada gambar berikut, read more