Ancaman tanah longsor masih menjadi salah satu bencana yang berulang di Provinsi Bengkulu, terutama saat musim hujan dengan intensitas curah hujan tinggi. Kondisi geografis berupa tebing vulkanik yang curam serta keberadaan zona patahan gempa aktif membuat sejumlah wilayah memiliki tingkat kerentanan tinggi terhadap longsor.

Beberapa kawasan yang selama ini menjadi perhatian antara lain jalur lintas pegunungan Taba Penanjung–Kepahiang atau Liku Sembilan, serta wilayah Kabupaten Lebong, Bengkulu Utara, dan Seluma. Ketika longsor terjadi, dampaknya tidak hanya memutus akses transportasi dan distribusi logistik selama berhari-hari, tetapi juga mengancam keselamatan masyarakat.

Untuk memperkuat upaya mitigasi bencana, kini tengah dikembangkan Sistem Pemetaan Kerentanan Tanah Longsor Digital berbasis kecerdasan buatan (machine learning). Teknologi ini diharapkan mampu mengubah pendekatan penanggulangan bencana dari yang selama ini lebih bersifat reaktif menjadi preventif melalui pemetaan kawasan rawan secara lebih akurat.

Selama ini, penanganan longsor umumnya dilakukan setelah bencana terjadi, seperti pengerahan alat berat oleh Badan Penanggulangan Bencana Daerah (BPBD) maupun Dinas Pekerjaan Umum dan Penataan Ruang (PUPR). Melalui sistem digital tersebut, pemerintah diharapkan dapat mengidentifikasi lokasi yang berpotensi longsor lebih awal sehingga langkah antisipasi dapat dilakukan sebelum bencana terjadi.

Cabor Bulutangkis, Tim Beregu Putri Bengkulu Raih Medali Emas di Porwil 2019

Sistem ini menampilkan peta digital interaktif yang mengklasifikasikan seluruh wilayah daratan Bengkulu ke dalam lima tingkat kerentanan, mulai dari risiko sangat rendah hingga sangat

tinggi. Informasi tersebut dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam mitigasi bencana.

Bagi BPBD, peta kerentanan dapat menjadi acuan dalam menentukan lokasi posko siaga dan penyusunan strategi kesiapsiagaan. Sementara itu, Dinas PUPR dapat memanfaatkannya untuk merancang pembangunan infrastruktur yang lebih tahan terhadap ancaman longsor. Data tersebut juga berpotensi mendukung kepolisian dalam menerapkan rekayasa lalu lintas ketika kondisi cuaca berpotensi memicu bencana.

Teknologi ini dibangun melalui integrasi berbagai data spasial dan lingkungan. Sistem mengolah ratusan titik koordinat historis kejadian longsor di Bengkulu yang dipadukan dengan sejumlah parameter, seperti kemiringan lereng, curah hujan, kerapatan sungai, penggunaan lahan, hingga karakteristik geologi. Seluruh data diproses menggunakan platform Google Earth Engine.

Dalam proses analisis, sistem menerapkan pendekatan Voting Classifier Ensemble, yaitu metode yang menggabungkan tiga algoritma machine learning sekaligus, yakni Support Vector Machine (SVM), Random Forest (RF), dan Extreme Gradient Boosting (XGBoost).

Algoritma SVM berfungsi mengidentifikasi batas antara wilayah aman dan kawasan yang berpotensi longsor. Random Forest menganalisis faktor-faktor yang paling berpengaruh terhadap terjadinya longsor, baik yang dipicu kondisi alam maupun aktivitas manusia. Adapun XGBoost digunakan untuk memproses data spasial dan citra satelit dalam jumlah besar secara cepat dan efisien.

Hasil analisis dari ketiga algoritma tersebut kemudian digabungkan melalui mekanisme voting sehingga menghasilkan peta kerentanan yang memiliki tingkat akurasi lebih

tinggi dibandingkan penggunaan satu metode saja. Ke depan, sistem ini diharapkan dapat diakses secara luas oleh masyarakat melalui perangkat seluler.

Dengan demikian, pengguna jalan dapat memantau tingkat risiko longsor sebelum melakukan perjalanan, terutama saat cuaca ekstrem.

Selain meningkatkan keselamatan masyarakat, penerapan teknologi kecerdasan buatan dalam mitigasi bencana juga berpotensi membantu pemerintah daerah mengurangi kerugian akibat kerusakan infrastruktur yang berulang, sekaligus meminimalkan risiko korban jiwa akibat bencana tanah longsor.

Penulis: Rezka Mulya, Mahasiswa Magister Informatika, Universitas Islam Indonesia