Melola Discovery

← Melola Discovery

Jurnal SINTA 1

RAINFALL THRESHOLDS FOR LANDSLIDE IN GARUT REGENCY, WEST JAVA USING HIMAWARI-8 DATA

Jurnal Geografi · Vol. 13 No. 1 (2021) · hlm. 37–46

DOI
10.24114/jg.v13i1.18049
ISSN
2549-7057, 2085-8167
Terbit
2021-02-15
Penerbit
Universitas Negeri Medan
Bahasa
en

Abstrak

Inggris

Landslide was one of natural disasters that affected by the weather. The intensity of landslide in Indonesia tended to increase from year to year with a larger area distribution. Remote sensing was a method that can be used to support disaster mitigation and response activities including landslide because this technology allows monitoring and analysis both spatially and temporally. One of the remote sensing satellites that can be used for monitoring landslide was Himawari-8. This weather satellite was launched in 2014 and had a temporal resolution of 10 minutes making it effective for meteorological, environmental and disaster observations. This research has used Himawari-8 rainfall data which extracted from cloud top temperature to determine the intensity of rainfall that causes landslide in Garut Regency. The daily accumulation of rainfall for five days before the landslide event up to five days after the landslide event has been investigated statistically to analyze the conditions of rainfall that trigger landslides. Rainfall thresholds for landslide was determined by the intensity maximum of daily accumulation. It was found that the intensity of rainfall that has potential to cause landslides based on the threshold value is as follows: Malangbong District 60.3 mm/day, Banjarwangi District 32.3 mm/day, Pasirwangi District 36.9 mm/day, Cisewu District 35.1 mm/day and Talegong District 52.8 mm/day. Landslide in four districts have corresponded with the day where the intensity of rainfall was maximum. Meanwhile for Talegong District, the landslide was occurred a day after its maximum.Keywords: rainfall, Himawari-8, landslide, remote sensing, thresholdLongsor merupakan salah satu bencana alam yang dipengaruhi oleh cuaca. Intensitas longsor di Indonesia cenderung meningkat dari tahun ke tahun dengan sebaran wilayah yang lebih luas. Penginderaan jauh merupakan metode yang dapat digunakan untuk mendukung kegiatan mitigasi dan tanggap bencana termasuk longsor karena teknologi ini memungkinkan pemantauan dan analisis baik secara spasial maupun temporal. Salah satu satelit penginderaan jauh yang dapat digunakan untuk pemantauan longsor adalah Himawari-8. Satelit cuaca ini diluncurkan pada tahun 2014 dan memiliki resolusi temporal 10 menit sehingga efektif untuk pengamatan meteorologi, lingkungan dan bencana. Penelitian ini menggunakan data curah hujan Himawari-8 yang diekstrak dari suhu puncak awan untuk mengetahui intensitas curah hujan penyebab longsor di Kabupaten Garut. Akumulasi curah hujan harian selama lima hari sebelum kejadian longsor sampai dengan lima hari setelah kejadian longsor diteliti secara statistik untuk menganalisis kondisi curah hujan yang memicu terjadinya longsor. Ambang batas curah hujan untuk longsor ditentukan oleh intensitas maksimum akumulasi harian. Diketahui bahwa intensitas curah hujan yang berpotensi menimbulkan longsor berdasarkan nilai ambang batas adalah sebagai berikut: Kecamatan Malangbong 60,3 mm / hari, Kecamatan Banjarwangi 32,3 mm / hari, Kecamatan Pasirwangi 36,9 mm / hari, Kecamatan Cisewu 35,1 mm / hari dan Kecamatan Talegong 52,8 mm / hari. Tanah longsor di empat kecamatan telah sesuai dengan hari dimana intensitas curah hujan maksimal. Sedangkan untuk Kecamatan Talegong, longsor terjadi sehari setelah maksimumnya.Kata kunci: curah hujan, Himawari-8, longsor, penginderaan jauh, ambang batas

Inggris

Landslide was one of natural disasters that affected by the weather. The intensity of landslide in Indonesia tended to increase from year to year with a larger area distribution. Remote sensing was a method that can be used to support disaster mitigation and response activities including landslide because this technology allows monitoring and analysis both spatially and temporally. One of the remote sensing satellites that can be used for monitoring landslide was Himawari-8. This weather satellite was launched in 2014 and had a temporal resolution of 10 minutes making it effective for meteorological, environmental and disaster observations. This research has used Himawari-8 rainfall data which extracted from cloud top temperature to determine the intensity of rainfall that causes landslide in Garut Regency. The daily accumulation of rainfall for five days before the landslide event up to five days after the landslide event has been investigated statistically to analyze the conditions of rainfall that trigger landslides. Rainfall thresholds for landslide was determined by the intensity maximum of daily accumulation. It was found that the intensity of rainfall that has potential to cause landslides based on the threshold value is as follows: Malangbong District 60.3 mm/day, Banjarwangi District 32.3 mm/day, Pasirwangi District 36.9 mm/day, Cisewu District 35.1 mm/day and Talegong District 52.8 mm/day. Landslide in four districts have corresponded with the day where the intensity of rainfall was maximum. Meanwhile for Talegong District, the landslide was occurred a day after its maximum.Keywords: rainfall, Himawari-8, landslide, remote sensing, thresholdLongsor merupakan salah satu bencana alam yang dipengaruhi oleh cuaca. Intensitas longsor di Indonesia cenderung meningkat dari tahun ke tahun dengan sebaran wilayah yang lebih luas. Penginderaan jauh merupakan metode yang dapat digunakan untuk mendukung kegiatan mitigasi dan tanggap bencana termasuk longsor karena teknologi ini memungkinkan pemantauan dan analisis baik secara spasial maupun temporal. Salah satu satelit penginderaan jauh yang dapat digunakan untuk pemantauan longsor adalah Himawari-8. Satelit cuaca ini diluncurkan pada tahun 2014 dan memiliki resolusi temporal 10 menit sehingga efektif untuk pengamatan meteorologi, lingkungan dan bencana. Penelitian ini menggunakan data curah hujan Himawari-8 yang diekstrak dari suhu puncak awan untuk mengetahui intensitas curah hujan penyebab longsor di Kabupaten Garut. Akumulasi curah hujan harian selama lima hari sebelum kejadian longsor sampai dengan lima hari setelah kejadian longsor diteliti secara statistik untuk menganalisis kondisi curah hujan yang memicu terjadinya longsor. Ambang batas curah hujan untuk longsor ditentukan oleh intensitas maksimum akumulasi harian. Diketahui bahwa intensitas curah hujan yang berpotensi menimbulkan longsor berdasarkan nilai ambang batas adalah sebagai berikut: Kecamatan Malangbong 60,3 mm / hari, Kecamatan Banjarwangi 32,3 mm / hari, Kecamatan Pasirwangi 36,9 mm / hari, Kecamatan Cisewu 35,1 mm / hari dan Kecamatan Talegong 52,8 mm / hari. Tanah longsor di empat kecamatan telah sesuai dengan hari dimana intensitas curah hujan maksimal. Sedangkan untuk Kecamatan Talegong, longsor terjadi sehari setelah maksimumnya.Kata kunci: curah hujan, Himawari-8, longsor, penginderaan jauh, ambang batas

Jaringan kolaborasi para penulis

37 penulis · 152 tautan kepenulisan bersama · 56 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • National Research and Innovation Agency
  • Indonesian National Institute of Aeronautics and Space
  • Bandung Institute of Technology
  • University of Indonesia
  • Politeknik Teknologi Nuklir Indonesia
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Muhammad Rokhis KhomarudinNational Research and Innovation Agency3
Gatot NugrohoNational Research and Innovation Agency3
S SuwarsonoIndonesian National Institute of Aeronautics and Space2
Galdita Aruba ChulafakIndonesian National Institute of Aeronautics and Space2
Atriyon JulzarikaIndonesian National Institute of Aeronautics and Space2
Argo Galih SuhadhaIndonesian National Institute of Aeronautics and Space2
Dipo YudhatamaAfiliasi tidak diketahui2
Rofifatuz Zulfa DarwistaBandung Institute of Technology2
Sayidah SulmaIndonesian National Institute of Aeronautics and Space1
Suwarsono SuwarsonoIndonesian National Institute of Aeronautics and Space1
Taufik MaulanaIndonesian National Institute of Aeronautics and Space1
Nunung Puji NugrohoNational Research and Innovation Agency1
Eddy HermawanIndonesian National Institute of Aeronautics and Space1
Udhi Catur NugrohoIndonesian National Institute of Aeronautics and Space1
Hana Listi FitrianaIndonesian National Institute of Aeronautics and Space1
Eko PriyantoAfiliasi tidak diketahui1
Fajar YuliantoNational Research and Innovation Agency1
Dony KushardonoIndonesian National Institute of Aeronautics and Space1
Mukhoriyah MukhoriyahNational Research and Innovation Agency1
Samsul ArifinNational Research and Innovation Agency1
Mardi WibowoNational Research and Innovation Agency1
Maria Noosa AirawatiAfiliasi tidak diketahui1
Hamzah Haru Radityo SuharyantoNational Research and Innovation Agency1
Reno Arief RachmanNational Research and Innovation Agency1
Aloysius Bagyo WidagdoNational Research and Innovation Agency1
Ibnu FauziNational Research and Innovation Agency1
Nofika Cahyani PutriNational Research and Innovation Agency1
Dhedy Husada Fadjar PerdanaNational Research and Innovation Agency1
Sastra Kusuma WijayaUniversity of Indonesia1
Muhammad PriyatnaNational Research and Innovation Agency1
Pingkan Mayestika AfgatianiNational Research and Innovation Agency1
Anisa RarasatiNational Research and Innovation Agency1
Muhammad Arfin HusseinPoliteknik Teknologi Nuklir Indonesia1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) http://jurnal.unimed.ac.id/2012/index.php/geo/oai, pertama di-harvest 9 Nov 2026, terakhir terlihat 16 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">RAINFALL THRESHOLDS FOR LANDSLIDE IN GARUT REGENCY, WEST JAVA USING HIMAWARI-8 DATA</dc:title>
	<dc:title xml:lang="en-US">RAINFALL THRESHOLDS FOR LANDSLIDE IN GARUT REGENCY, WEST JAVA USING HIMAWARI-8 DATA</dc:title>
	<dc:creator xml:lang="en">Nugroho, Jalu Tejo</dc:creator>
	<dc:creator xml:lang="en">Haryani, Nanik Suryo</dc:creator>
	<dc:creator xml:lang="en">Yulianto, Fajar</dc:creator>
	<dc:creator xml:lang="en">Ardha, Mohammad</dc:creator>
	<dc:description xml:lang="en">Landslide was one of natural disasters that affected by the weather. The intensity of landslide in Indonesia tended to increase from year to year with a larger area distribution. Remote sensing was a method that can be used to support disaster mitigation and response activities including landslide because this technology allows monitoring and analysis both spatially and temporally. One of the remote sensing satellites that can be used for monitoring landslide was Himawari-8. This weather satellite was launched in 2014 and had a temporal resolution of 10 minutes making it effective for meteorological, environmental and disaster observations. This research has used Himawari-8 rainfall data which extracted from cloud top temperature to determine the intensity of rainfall that causes landslide in Garut Regency. The daily accumulation of rainfall for five days before the landslide event up to five days after the landslide event has been investigated statistically to analyze the conditions of rainfall that trigger landslides. Rainfall thresholds for landslide was determined by the intensity maximum of daily accumulation. It was found that the intensity of rainfall that has potential to cause landslides based on the threshold value is as follows: Malangbong District 60.3 mm/day, Banjarwangi District 32.3 mm/day, Pasirwangi District 36.9 mm/day, Cisewu District 35.1 mm/day and Talegong District 52.8 mm/day. Landslide in four districts have corresponded with the day where the intensity of rainfall was maximum. Meanwhile for Talegong District, the landslide was occurred a day after its maximum.Keywords: rainfall, Himawari-8, landslide, remote sensing, thresholdLongsor merupakan salah satu bencana alam yang dipengaruhi oleh cuaca. Intensitas longsor di Indonesia cenderung meningkat dari tahun ke tahun dengan sebaran wilayah yang lebih luas. Penginderaan jauh merupakan metode yang dapat digunakan untuk mendukung kegiatan mitigasi dan tanggap bencana termasuk longsor karena teknologi ini memungkinkan pemantauan dan analisis baik secara spasial maupun temporal. Salah satu satelit penginderaan jauh yang dapat digunakan untuk pemantauan longsor adalah Himawari-8. Satelit cuaca ini diluncurkan pada tahun 2014 dan memiliki resolusi temporal 10 menit sehingga efektif untuk pengamatan meteorologi, lingkungan dan bencana. Penelitian ini menggunakan data curah hujan Himawari-8 yang diekstrak dari suhu puncak awan untuk mengetahui intensitas curah hujan penyebab longsor di Kabupaten Garut. Akumulasi curah hujan harian selama lima hari sebelum kejadian longsor sampai dengan lima hari setelah kejadian longsor diteliti secara statistik untuk menganalisis kondisi curah hujan yang memicu terjadinya longsor. Ambang batas curah hujan untuk longsor ditentukan oleh intensitas maksimum akumulasi harian. Diketahui bahwa intensitas curah hujan yang berpotensi menimbulkan longsor berdasarkan nilai ambang batas adalah sebagai berikut: Kecamatan Malangbong 60,3 mm / hari, Kecamatan Banjarwangi 32,3 mm / hari, Kecamatan Pasirwangi 36,9 mm / hari, Kecamatan Cisewu 35,1 mm / hari dan Kecamatan Talegong 52,8 mm / hari. Tanah longsor di empat kecamatan telah sesuai dengan hari dimana intensitas curah hujan maksimal. Sedangkan untuk Kecamatan Talegong, longsor terjadi sehari setelah maksimumnya.Kata kunci: curah hujan, Himawari-8, longsor, penginderaan jauh, ambang batas </dc:description>
	<dc:description xml:lang="en-US">Landslide was one of natural disasters that affected by the weather. The intensity of landslide in Indonesia tended to increase from year to year with a larger area distribution. Remote sensing was a method that can be used to support disaster mitigation and response activities including landslide because this technology allows monitoring and analysis both spatially and temporally. One of the remote sensing satellites that can be used for monitoring landslide was Himawari-8. This weather satellite was launched in 2014 and had a temporal resolution of 10 minutes making it effective for meteorological, environmental and disaster observations. This research has used Himawari-8 rainfall data which extracted from cloud top temperature to determine the intensity of rainfall that causes landslide in Garut Regency. The daily accumulation of rainfall for five days before the landslide event up to five days after the landslide event has been investigated statistically to analyze the conditions of rainfall that trigger landslides. Rainfall thresholds for landslide was determined by the intensity maximum of daily accumulation. It was found that the intensity of rainfall that has potential to cause landslides based on the threshold value is as follows: Malangbong District 60.3 mm/day, Banjarwangi District 32.3 mm/day, Pasirwangi District 36.9 mm/day, Cisewu District 35.1 mm/day and Talegong District 52.8 mm/day. Landslide in four districts have corresponded with the day where the intensity of rainfall was maximum. Meanwhile for Talegong District, the landslide was occurred a day after its maximum.Keywords: rainfall, Himawari-8, landslide, remote sensing, thresholdLongsor merupakan salah satu bencana alam yang dipengaruhi oleh cuaca. Intensitas longsor di Indonesia cenderung meningkat dari tahun ke tahun dengan sebaran wilayah yang lebih luas. Penginderaan jauh merupakan metode yang dapat digunakan untuk mendukung kegiatan mitigasi dan tanggap bencana termasuk longsor karena teknologi ini memungkinkan pemantauan dan analisis baik secara spasial maupun temporal. Salah satu satelit penginderaan jauh yang dapat digunakan untuk pemantauan longsor adalah Himawari-8. Satelit cuaca ini diluncurkan pada tahun 2014 dan memiliki resolusi temporal 10 menit sehingga efektif untuk pengamatan meteorologi, lingkungan dan bencana. Penelitian ini menggunakan data curah hujan Himawari-8 yang diekstrak dari suhu puncak awan untuk mengetahui intensitas curah hujan penyebab longsor di Kabupaten Garut. Akumulasi curah hujan harian selama lima hari sebelum kejadian longsor sampai dengan lima hari setelah kejadian longsor diteliti secara statistik untuk menganalisis kondisi curah hujan yang memicu terjadinya longsor. Ambang batas curah hujan untuk longsor ditentukan oleh intensitas maksimum akumulasi harian. Diketahui bahwa intensitas curah hujan yang berpotensi menimbulkan longsor berdasarkan nilai ambang batas adalah sebagai berikut: Kecamatan Malangbong 60,3 mm / hari, Kecamatan Banjarwangi 32,3 mm / hari, Kecamatan Pasirwangi 36,9 mm / hari, Kecamatan Cisewu 35,1 mm / hari dan Kecamatan Talegong 52,8 mm / hari. Tanah longsor di empat kecamatan telah sesuai dengan hari dimana intensitas curah hujan maksimal. Sedangkan untuk Kecamatan Talegong, longsor terjadi sehari setelah maksimumnya.Kata kunci: curah hujan, Himawari-8, longsor, penginderaan jauh, ambang batas </dc:description>
	<dc:publisher xml:lang="en">Universitas Negeri Medan</dc:publisher>
	<dc:date>2021-02-15</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jurnal.unimed.ac.id/2012/index.php/geo/article/view/18049</dc:identifier>
	<dc:identifier>10.24114/jg.v13i1.18049</dc:identifier>
	<dc:source xml:lang="en">JURNAL GEOGRAFI; Vol. 13 No. 1 (2021): JURNAL GEOGRAFI; 37 - 46</dc:source>
	<dc:source>2549-7057</dc:source>
	<dc:source>2085-8167</dc:source>
	<dc:source>10.24114/jg.v13i1</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://jurnal.unimed.ac.id/2012/index.php/geo/article/view/18049/15279</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2021 JURNAL GEOGRAFI</dc:rights>
</oai_dc:dc>