Analisis Kerawanan Erosi Dengan Metode Clustering dan Pembobotan Berbasis Google Earth Engine di Kecamatan Toba, Kalimantan Barat

Firli Nisa Septi; Joko Sampurno; Irfana Diah Faryuni

doi:10.22146/mgi.111478

Analisis Kerawanan Erosi Dengan Metode Clustering dan Pembobotan Berbasis Google Earth Engine di Kecamatan Toba, Kalimantan Barat

https://doi.org/10.22146/mgi.111478

Firli Nisa Septi⁽¹⁾, Joko Sampurno^(2*), Irfana Diah Faryuni⁽³⁾

(1) Program Studi Geofisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Tanjungpura
(2) Program Studi Geofisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Tanjungpura
(3) Program Studi Geofisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Tanjungpura
(*) Corresponding Author

Abstract

Abstact. Erosi tanah merupakan salah satu permasalahan lingkungan yang signifikan dan perlu mendapat perhatian serius, khususnya di daerah dengan intensitas curah hujan tinggi serta perubahan tata guna lahan akibat aktivitas pertambangan, perkebunan, maupun aktivitas manusia lainnya, seperti yang terjadi di Kecamatan Toba, Kabupaten Sanggau, Kalimantan Barat. Kondisi ini tidak hanya dapat mengancam kelestarian dan fungsi lahan, tetapi juga berpotensi menurunkan kesuburan tanah, mengurangi produktivitas pertanian, serta mengakibatkan degradasi lingkungan yang berdampak langsung maupun tidak langsung bagi masyarakat serta ekosistem sekitarnya. Oleh sebab itu, penelitian ini bertujuan untuk menganalisis tingkat kerawanan erosi di Kecamatan Toba dengan memanfaatkan metode clustering dan pembobotan berbasis platform Google Earth Engine (GEE). Analisis dilakukan dengan lima parameter utama, yaitu kemiringan lereng, tekstur tanah, curah hujan, Indeks vegetasi (NDVI), dan tutupan lahan pada periode 2019–2024. Parameter-parameter ini diklasifikasi ke dalam lima kelas, kemudian dikombinasikan dengan pembobotan untuk menghasilkan peta tingkat kerawanan erosi. Hasil penelitian menunjukkan sebagian besar wilayah Kecamatan Toba berada pada tingkat kerawanan sedang hingga tinggi, dengan luasan masing-masing sebesar 55.898 ha (49,6%) dan 11.950 ha (10,6%). Area dengan kerawanan rendah tercatat seluas 42.331 ha (37,5%) dan area sangat rawan seluas 2.583 ha (2,3%), sedangkan kelas tidak rawan tidak ditemukan. Model peta kerawanan erosi divalidasi menggunakan data titik kejadian longsor sebagai proxy tingkat kerawanan erosi dan menghasilkan tingkat akurasi 98,61%. Dengan demikian, penelitian ini dapat memberikan informasi penting mengenai distribusi spasial tingkat kerawanan erosi dan menjadi acuan strategis bagi pemerintah daerah, peneliti, maupun pihak terkait lainnya dalam perencanaan pengelolaan lahan, penyusunan strategi konservasi tanah, serta upaya mitigasi risiko erosi secara tepat.

Abstract.Soil erosion poses a major threat to environmental sustainability in humid tropical regions that are undergoing rapid land-use changes. The Toba District, Sanggau Regency, West Kalimantan, is particularly vulnerable because of the high rainfall intensity combined with extensive mining activities, plantation expansion, and other anthropogenic disturbances. These pressures accelerate land degradation, reduce soil fertility and agricultural productivity, and threaten the ecosystem services and local livelihoods. This study aimed to spatially assess and map soil erosion vulnerability in the Toba District, supporting sustainable land management and spatial planning efforts. The analysis was conducted using the cloud-based Google Earth Engine (GEE) platform, applying an integrated clustering and weighted overlay approach. Five key erosion-controlling parameters were incorporated: slope gradient, soil texture, rainfall intensity, vegetation condition represented by the Normalized Difference Vegetation Index (NDVI), and land cover dynamics from 2019 to 2024. Each parameter was classified and weighted according to its relative influence on erosion processes to produce a comprehensive erosion vulnerability map. The results indicate a widespread vulnerability to erosion across the study area. Medium-vulnerability zones dominated, covering 55,898 ha (49.6%), followed by low-vulnerability regions, which accounted for 42,331 ha (37.5%). High- and very-high-vulnerability classes accounted for 11,950 ha (10.6%) and 2,583 ha (2.3%), respectively, with no non-vulnerable areas identified. Validation against historical landslide data as a proxy for erosion vulnerability yielded an overall accuracy of 98.61%. The resulting map provides a robust decision-support tool for prioritizing soil conservation measures and strategies to mitigate erosion risk.

Submitted: 2025-09-25 Revisions: 2025-11-19 Accepted: 2026-02-01 Published: 2024-02-06

Keywords

clustering; erosi; Google Earth Engine; pembobotan; Kecamatan Toba

Full Text:

PDF

References

Arabameri, A., Pradhan, B., Rezaei, K., & Conoscenti, C. (2019). Gully erosion vulnerability mapping using GIS-based multi-criteria decision analysis techniques. Catena, 180, 282–297.

Ayele, G. T., Seka, A. M., Taddese, H., Jemberrie, M. A., Ndehedehe, C. E., Demissie, S. S., ... & Melesse, A. M. (2022). Relationship of attributes of soil and topography with land cover change in the Rift Valley Basin of Ethiopia. Remote Sensing, 14(14), 3257.

Badan Pusat Statistik Kabupaten Sanggau. (2024).Kecamatan Toba dalam angka 2024. Website Badan Pusat Statistik Kabupaten Sanggau diakses pada tanggal 3 Januari 2025, dari https://sanggaukab.bps.go.id/id/publication/2024/09/26/c0b85d9281a0691545ebd183/kecamatan-toba-dalam-angka-2024.html.

Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: Collection 3: Epoch 2017: Globe (Versi V3.0.1).

Didan, K. (2021). MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V061 [Dataset]. NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC). https://doi.org/10.5067/MODIS/MOD13Q1.061

Farr, T. G., Rosen, P. A., Caro, E., Crippen, R., Duren, R., Hensley, S., Kobrick, M., Paller, M., Rodriguez, E., Roth, L., Seal, D., Shaffer, S., Shimada, J., Umland, J., Werner, M., Oskin, M., Burbank, D., & Alsdorf, D. E. (2007). The shuttle radar topography mission. Reviews of Geophysics, 45(2), RG2004.

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27.

Halengkara, L., Gunawan, T. & Purnama, S. 2012. Analisis Kerusakan Lahan untuk Pengelolaan Daerah Aliran Sungai Melalui Integrasi Teknik Penginderaan Jauh dan Sistem Informasi Geografis. Majalah Geografi Indonesia, 26(2), 149-173.

Hengl, T. (2018). Kelas tekstur tanah (sistem USDA) untuk 6 kedalaman tanah (0, 10, 30, 60, 100, dan 200 cm) pada 250 m (Versi v02).

Hengl, T., & Parente, L. (2022). Monthly precipitation in mm at 1 km resolution (multisource average) based on SM2RAIN-ASCAT 2007–2021, CHELSA Climate and WorldClim (0.3).

Indonesia Geospasial. (2025, 3 Januari). Sistem informasi geografi dan penginderaan jauh. Diakses dari https://www.indonesia-geospasial.com/.

Julianto, F. D., Putri, D. P. D., & Safi’i, H. H. (2020). Analisis perubahan vegetasi dengan data Sentinel-2 menggunakan Google Earth Engine. Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Indonesia, 2(2), 13–18.

Larsen, I. J., Montgomery, D. R., & Korup, O. (2010). Landslide erosion controlled by hillslope material. Nature Geoscience, 3(4), 247-251.

Mamengko, D. V., & Rohmala, F. K. (2024). Analisis ancaman banjir Kota Sorong, Papua Barat. Jurnal Geologi dan Sumberdaya Mineral, 25(2), 73–82.

Mangunsukarjo, K. Kajian Geomorfologi untuk Perencanaan Penggunaan Lahan di Daerah Aliran Sungai Oyo, Gunungkidul, Daerah Istimewa Yogyakarta. Majalah Geografi Indonesia, 13(2), 1-11.

Masruroh, H., Sartohadi, J. & Setiawan, A. 2016. Membangun Metode Identifikasi Longsir Berbasis Foto Udara Format Kecil di DAS Bompon, Magelang, Jawa Tengah. Majalah Geografi Indonesia, 30(2), 169-181.

Pourghasemi, H. R., Yousefi, S., Kornejady, A., & Cerdà, A. (2017). Performance assessment of individual and ensemble data-mining techniques for gully erosion modeling. Science of the Total Environment, 609, 764–775. https://doi.org/10.1016/j.scitotenv.2017.07.198

Prasetyo, M. H., Baderan, D. W. K., & Hamidu, M. S. (2025). Dampak Kerusakan Lingkungan Akibat Eksploitasi Sumber Daya Mineral dari Kegiatan Pertambangan. Hidroponik: Jurnal Ilmu Pertanian Dan Teknologi Dalam Ilmu Tanaman, 2(2), 01-11.

Rahayu, N. L. D., Sudarmadji, Faida, L. R. W. 2016. Pengaruh Vegetasi Kawasan Sabuk Hijau (Green Belt) Waduk Sermo Kulonprogo terhadap Kenampakan Hasil Proses Erosi dan Pemanfaatan oleh Masyarakat. Majalah Geografi Indonesia, 30(1), 76-87.

Rahmad, R., Nurman, A. & Wirda, M. A. 2017. Integrasi Model SWAT dan SIG dalam Upaya Menekan Laju Erosi DAS Deli, Sumatera Utara. Majalah Geografi Indonesia, 31(1), 46-55.

Ramayanti, L. A., Yuwono, B. D., & Awaluddin, M. (2015). Pemetaan tingkat lahan kritis dengan menggunakan penginderaan jauh dan Sistem Informasi Geografi (Studi Kasus: Kabupaten Blora). Jurnal Geodesi Undip, 4(2), 200–207.

Razali, R. 2010. Studi Bahaya Erosi Tanah dengan Metode Pemetaan Cepat (Rapid Mapping) di Sub DAS Cimanuk Hulu. Majalah Geografi Indonesia, 28(2), 149-168.

Renard, K. G. (1995). Predicting Soil Erosion by Water: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE). Agriculture Handbook 703.

Saputra, J., Sukarna, R. M., Junaedi, A., & Rizal, M. (2024). Kajian Tingkat Kerawanan Erosi Tanah Berbasis Spasial dan Survei Lapangan di Kecamatan Tewah Kabupaten Gunung Mas Provinsi Kalimantan Tengah. Jurnal Hutan Tropika–Vol, 19(2), 326-337.

Sofia, G., Rezki, A., & Yuherman, Y. (2023). Pemetaan lahan kritis di Kabupaten Dharmasraya menggunakan sistem informasi geografis. Journal on Education, 5(4), 17596–17604. https://doi.org/10.31004/joe.v5i4.4303.

Subowo, G. (2011). Penambangan sistem terbuka ramah lingkungan dan upaya reklamasi pascatambang untuk memperbaiki kualitas sumberdaya lahan dan hayati tanah. Jurnal Sumberdaya Lahan, 5(2).

Sukristiyanti, Hartono, Sutono. 2010. Evaluasi Potensi Erosi Tanah Menggunakan Teknologi Penginderaan Jauh dan Sistem Informasi Geografis di DAS Bodri Hulu. Majalah Geografi Indonesia. 24(2), 142-156.

Sunarto. 1999. Sistem Pengelolaan Wilayah Pantai Berdasarkan Tingkat Kerawanan Bencana Marin di Pantai Utara Jawa Tengah. Majalah Geografi Indonesia, 16(2), 69-86.

Sunarto. 2001. Konservasi Pantai Teluk Kupang Nusa Tenggara Timur. Majalah Geografi Indonesia, 15(1), 85-100.

Suwardi, A. M., Susetyo, B., & Hermawan, E. (2019, Oktober). Analisa spasial clustering zonasi rawan bencana tanah longsor wilayah Bogor Selatan berbasis WebGIS. Seminar Nasional Teknologi Informasi, 2, 182–190.

Tamiminia, H., Salehi, B., Mahdianpari, M., Quackenbush, L., Adeli, S., & Brisco, B. (2020). Google Earth Engine for geo-big data applications: A meta-analysis and systematic review. ISPRS journal of photogrammetry and remote sensing, 164, 152-170.

Todingan, M. P., Sinolungan, M., Kamagi, Y. E., & Lengkong, J. (2014, Februari). Pemetaan daerah rawan longsor di wilayah Sub DAS Tondano dengan Sistem Informasi Geografis. Cocos, 4(2).

Williams, J. R. (1975). Sediment-yield prediction with universal equation using runoff energy factor. Present and Prospective Technology for Predicting Sediment Yields and Sources, 244–252.

Wischmeier, W. H., & Smith, D. D. (1978). Predicting Rainfall Erosion Losses: A Guide to Conservation Planning (No. 537). Department of Agriculture, Science and Education Administration.

Worosuprojo, S. 2005. Bahaya Erosi Permukaan di Daerah Aliran Sungai Oyo Kabupaten Gunungkidul Propvinsi Daerah Istimewa Yogyakarta. Majalah Geografi Indonesia, 19(1), 89-102.

DOI: https://doi.org/10.22146/mgi.111478