Pemanfaatan Artificial Neural Network dalam Pemetaan Kerentanan Sosial-Ekonomi Terhadap Bahaya Longsor di Kapanewon Kokap, Kabupaten Kulonprogo, DIY

Abstract

 Bencana tanah longsor di Kapanewon Kokap, Kulonprogo, DIY, makin sering terjadi akibat faktor geologis, hidrologis, iklim, dan aktivitas manusia. Penelitian ini bertujuan memetakan dan menganalisis kerentanan sosial-ekonomi masyarakat terhadap longsor dengan teknologi Artificial Neural Network berbasis Self Organizing Map (SOM) dan Sistem Informasi Geografis (SIG). Data primer diperoleh melalui observasi lapangan, sementara data sekunder berasal dari BPS dan BPBD. SOM digunakan untuk mengelompokkan wilayah berdasarkan kesamaan sosial-ekonomi, sedangkan SIG menghasilkan peta kerentanan spasial yang dioverlay dengan data curah hujan dan zona gerakan tanah. Hasil menunjukkan perubahan faktor dominan penyebab kerentanan selama 2021–2023: dari ketergantungan pada toko/warung (2021), sektor informal dan rasio gender (2022), hingga usia produktif dan lansia (2023). Hargorejo dan Hargomulyo masuk klaster kerentanan tinggi, sementara Kalirejo dan Hargowilis lebih rendah dengan potensi ekonomi formal lebih kuat. Tren spasial menunjukkan wilayah utara dan barat tetap rentan akibat topografi curam dan curah hujan tinggi. Penelitian merekomendasikan mitigasi berbasis data, seperti pembangunan pasar tahan bencana, pelatihan evakuasi inklusif, serta penguatan ekonomi formal melalui koperasi dan regulasi wisata yang responsif terhadap risiko longsor.