Pemanfaatan ArcGIS untuk Analisis Erosi Tanah di Kabupaten Nabire Menggunakan Metode USLE

Kristia Yuliawan; Juridno Wilson

doi:10.37424/informasi.v17i2.428

Kristia Yuliawan STMIK Pesat Nabire
Juridno Wilson STMIK Pesat Nabire

DOI: https://doi.org/10.37424/informasi.v17i2.428

Keywords: Erosi Tanah, Universal Soil Loss Equation (USLE), Sistem Informasi Geografis (SIG), ArcGIS dan Microsoft excel

Abstract

Erosi tanah adalah masalah lingkungan global yang serius, berdampak signifikan terhadap produktivitas lahan pertanian, kualitas air, dan infrastruktur. Di Kabupaten Nabire, Indonesia, yang memiliki topografi bervariasi dan intensitas curah hujan tinggi, potensi erosi merupakan ancaman nyata. Penelitian ini bertujuan memetakan status bahaya erosi di Kabupaten Nabire menggunakan Sistem Informasi Geografis (SIG) ArcGIS dengan metode Universal Soil Loss Equation (USLE), memberikan dasar ilmiah yang kuat untuk pengambilan kebijakan mitigasi erosi yang efektif. Metode penelitian melibatkan pengumpulan data sekunder, termasuk data curah hujan dari stasiun klimatologi, jenis tanah dari peta tanah, dan topografi dari Digital Elevation Model (DEM) dari Badan Informasi Geospasial (BIG), serta tutupan lahan dari OpenStreetMap (OSM) dan wawancara. Data diolah menggunakan ArcGIS versi 10.8 dan Microsoft Excel. USLE diterapkan untuk menghitung laju erosi, di mana A adalah laju erosi, R adalah faktor erosivitas hujan, K adalah faktor erodibilitas tanah, LS adalah faktor topografi, CP adalah faktor tutupan lahan dan faktor praktik konservasi. Hasil perhitungan kemudian diklasifikasikan ke dalam kategori bahaya erosi (Sangat Ringan, Ringan, Sedang, Berat, dan Sangat Berat) dan dihitung luas areanya. Hasil penelitian menunjukkan bahwa 78% wilayah Kabupaten Nabire memiliki tingkat bahaya erosi Sangat Ringan, diikuti oleh Ringan (16%), Sedang (3%), Berat (1%), dan Sangat Berat (1.1%). Dominasi Hutan Alam (90.83%) menjadi faktor utama yang berkontribusi pada rendahnya bahaya erosi di sebagian besar area. Jenis tanah dominan adalah Mollisols (43%) dan Ultisols (39%), dengan curah hujan sebagian besar (>3000 mm) dan kemiringan lereng yang bervariasi (46% datar). Meskipun mayoritas wilayah memiliki risiko erosi rendah, keberadaan area dengan risiko sedang hingga sangat berat (terutama di selatan dan timur laut) menekankan urgensi pengembangan strategi konservasi tanah yang tertarget. Pemetaan ini menyediakan informasi spasial yang akurat dan terperinci, krusial untuk perencanaan tata guna lahan berkelanjutan, alokasi sumber daya, dan mitigasi risiko erosi di Kabupaten Nabire

References

Ambarwulan, W., Nahib, I., Widiatmaka, W., Suryanta, J., Munajati, S. L., Suwarno, Y., Turmudi, T., Darmawan, M., & Sutrisno, D. (2021). Using geographic information systems and the analytical hierarchy process for delineating erosion-induced land degradation in the middle Citarum sub-watershed, Indonesia. Frontiers in Environmental Science, 9, 710570.

Brzezińska, M., Szatten, D., & Babiński, Z. (2021). Prediction of erosion-prone areas in the catchments of big lowland rivers: Implementation of maximum entropy modelling—using the example of the lower vistula river (Poland). Remote Sensing, 13(23), 4775.

Costea, A., Bilasco, S., Irimus, I.-A., Rosca, S., Vescan, I., Fodorean, I., & Sestras, P. (2022). Evaluation of the risk induced by soil Erosion on land use. Case study: Guruslău depression. Sustainability, 14(2), 652.

Ding, L., Xiao, G., Calvanese, D., & Meng, L. (2020). A framework uniting ontology-based geodata integration and geovisual analytics. ISPRS International Journal of Geo-Information, 9(8), 474.

Fan, J., Motamedi, A., & Galoie, M. (2021). Impact of C factor of USLE technique on the accuracy of soil erosion modeling in elevated mountainous area (case study: the Tibetan plateau). Environment, Development and Sustainability, 23(8), 12615–12630.

Giambastiani, Y., Giusti, R., Gardin, L., Cecchi, S., Iannuccilli, M., Romanelli, S., Bottai, L., Ortolani, A., & Gozzini, B. (2022). Assessing soil erosion by monitoring hilly lakes silting. Sustainability, 14(9), 5649.

Golijanin, J., Nikolić, G., Valjarević, A., Ivanović, R., Tunguz, V., Bojić, S., Grmuša, M., Lukić Tanović, M., Perić, M., Hrelja, E., & others. (2022). Estimation of potential soil erosion reduction using GIS-based RUSLE under different land cover management models: A case study of Pale Municipality, B&H. Frontiers in Environmental Science, 10, 945789.

Hadi, F., Syafjanuar, T. E., Arrahman, N., & Ramli, I. (2023). Nilai Erosi dengan Metode Rusle dari Pemanfaatan Citra Sentinel-2 di Wilayah Sungai Pasee Peusangan. Jurnal Ilmiah Rekayasa Pertanian Dan Biosistem, 11(2), 172–187.

Kruk, E., Klapa, P., Ryczek, M., & Ostrowski, K. (2020). Influence of DEM elaboration methods on the USLE model topographical factor parameter on steep slopes. Remote Sensing, 12(21), 3540.

Lu, S., Liu, B., Hu, Y., Fu, S., Cao, Q., Shi, Y., & Huang, T. (2020). Soil erosion topographic factor (LS): Accuracy calculated from different data sources. Catena, 187, 104334.

Mandal, D., Giri, N., & Srivastava, P. (2020). The magnitude of erosion-induced carbon (C) flux and C-sequestration potential of eroded lands in India. European Journal of Soil Science, 71(2), 151–168.

Prosdocimi, M., Cerdà, A., & Tarolli, P. (2016). Soil water erosion on Mediterranean vineyards: A review. Catena, 141, 1–21.

Qi, J., Kang, X., Li, S., & Meng, F. (2022). Evaluating impacts of detailed land use and management inputs on the accuracy and resolution of swat predictions in an experimental watershed. Water, 14(15), 2352.

Schürz, C., Mehdi, B., Kiesel, J., Schulz, K., & Herrnegger, M. (2019). A systematic assessment of uncertainties in large scale soil loss estimation from different representations of USLE input factors–A case study for Kenya and Uganda. Hydrology and Earth System Sciences Discussions, 2019, 1–35.

Sharda, V. N., Mandal, D., & Dogra, P. (2021). Prioritizing soil conservation measures based on water erosion risk and production and bio-energy losses in peninsular South Indian states. Catena, 202, 105263.

Suryanto, J., Amprin, A., Krisbiyantoro, J., & Anisum, A. (2025). ANALISIS TINGKAT BAHAYA EROSI DAS MANUBAR KABUPATEN KUTAI TIMUR MENGGUNAKAN METODE USLE DAN APLIKASI SISTEM INFORMASI GEOGRAFIS. Agrifor: Jurnal Ilmu Pertanian Dan Kehutanan, 24(1), 87–102.

Suswana, S. (2023). Konservasi Tanah dan Air untuk Pertanian Berkelanjutan. Uwais Inspirasi Indonesia.

Taneja, R., Hilton, J., Wallace, L., Reinke, K., & Jones, S. (2021). Effect of fuel spatial resolution on predictive wildfire models. International Journal of Wildland Fire, 30(10), 776–789.

Todisco, F., Vergni, L., Ortenzi, S., & Di Matteo, L. (2022). Soil Loss Estimation Coupling a Modified USLE Model with a Runoff Correction Factor Based on Rainfall and Satellite Soil Moisture Data. Water, 14(13), 2081.

Utomo, E., & Bakri, M. D. (2023). Studi Perubahan Garis Pantai dengan Metode DSAS (Digital Shoreline Analysis System) Sebagai Upaya Identifikasi Erosi di Pantai Utara Pulau Tarakan. Borneo Engineering: Jurnal Teknik Sipil, 7(2), 216–233.

Wondrade, N. (2023a). Integrated use of GIS, RS and USLE model for LULC change analysis and soil erosion risk mapping in the Lake Hawassa Watershed, Southern Ethiopia. Geocarto International, 38(1), 2210106.

Wondrade, N. (2023b). Integrated use of GIS, RS and USLE model for LULC change analysis and soil erosion risk mapping in the Lake Hawassa Watershed, Southern Ethiopia. Geocarto International, 38(1), 2210106.

Wondrade, N. (2023c). Integrated use of GIS, RS and USLE model for LULC change analysis and soil erosion risk mapping in the Lake Hawassa Watershed, Southern Ethiopia. Geocarto International, 38(1), 2210106.

Wu, Q., Song, C., Liu, K., & Ke, L. (2020). Integration of TanDEM-X and SRTM DEMs and spectral imagery to improve the large-scale detection of opencast mining areas. Remote Sensing, 12(9), 1451.