ANALISIS KAWASAN RAWAN BENCANA GEMPA BUMI DI PAPUA BARAT DAYA MENGGUNAKAN METODE POLYGON PADA APLIKASI QGIS
DOI:
https://doi.org/10.33506/framework.v4i01.6142Kata Kunci:
Bencana, Gempa Bumi, Papua Barat Daya, QGIS, Spasial, PolygonAbstrak
Papua Barat Daya merupakan salah satu provinsi baru di Indonesia yang terletak di kawasan rawan gempa, karena berada di jalur pertemuan lempeng Indonesia-Australia dan Pasifik. Selain itu, wilayah ini juga dilewati oleh Sesar Sorong, yang dikenal aktif dan berpotensi menimbulkan gempa bumi besar. Penelitian ini bertujuan untuk mengenali dan memetakan wilayah-wilayah yang rentan terhadap gempa bumi di Papua Barat Daya, dengan memanfaatkan pendekatan spasial berbasis Sistem Informasi Geografis (SIG) melalui perangkat lunak QGIS. Metode yang digunakan adalah metode polygon, yang memungkinkan klasifikasi wilayah ke dalam tiga tingkat kerawanan, yakni rendah, sedang, dan tinggi. Data yang dianalisis berupa shapefile (.shp) yang memuat informasi geologi, jalur sesar aktif, dan catatan kejadian gempa bumi di wilayah tersebut. Dari hasil pemetaan, wilayah Sorong dan Sorong Selatan termasuk dalam kategori zona rawan tinggi, sedangkan Maybrat dan Tambrauw berada di zona sedang. Beberapa daerah pesisir seperti Raja Ampat tergolong sebagai zona rawan rendah. Informasi ini sangat penting sebagai dasar dalam merancang strategi mitigasi bencana, perencanaan tata ruang, serta pembangunan infrastruktur yang lebih tangguh terhadap gempa. Dengan adanya peta kerawanan ini, diharapkan pemerintah daerah dan masyarakat dapat lebih siap dan tanggap terhadap kemungkinan terjadinya gempa bumi di masa depan
Referensi
[1] B. Inggris, “Kesiapsiagaan bencana gempa bumi dalam keperawatan: tinjauan penelitian earthquake disaster preparedness in nursing: scoping review,” vol. 18, no. 1, 2023.
[2] A. Sholawati et al., “Aplikasi Sistem Informasi Geografis Dalam Pemetaan Rumah Sakit Saskatchewan , Kanada,” vol. 1, no. 1, pp. 23–25, 2023.
[3] T. Septiana et al., “GEOGRAPHIC INFORMATION SYSTEMS IN DISASTER RISK,” Jurnal Kelitbangan, vol. 12, no. 2, pp. 141–152, 2024.
[4] T. Setiadi and F. Darnis, “SMART MAPPING BERBASIS QGIS : PEMETAAN DIGITAL DAERAH RAWAN BENCANA MENGGUNAKAN SISTEM,” vol. 5, no. 1, pp. 17–28, 2025.
[5] M. I. Firdaus and E. Yuliani, “Kesesuaian Lahan Permukiman Terhadap Kawasan Rawan Bencana Longsor,” vol. 1, no. 2, pp. 216–237, 2021.
[6] M. Angglena and F. Pandey, “Pemetaan Zona Rawan Gempa Berdasarkan Jejak Historis Gempa dan Kerusakan Infrastruktur,” INNOVATIVE: Journal Of Social Science Research, vol. 5, pp. 204–213, 2025.
[7] C. C, “Factors affecting choice of distribution for flood series Factors affecting choice of distribution for flood series,” no. September 2013, pp. 37–41, 2009, doi: 10.1080/02626668509490969.
[8] D. A. N. Sulawesi et al., “Analisis kawasan rawan bencana gempa bumi di aceh, yogyakarta, dan sulawesi tengah menggunakan metode polygon pada aplikasi qgis,” vol. 8, no. 3, pp. 4194–4199, 2024.
[9] H. D. M. Hutabarat, I. Junita, A. A. Saldi, I. T. Manik, E. Sitorus, and R. Sagala, “Pendekatan Statistik Spasial dalam Analisis Bahaya Seismik Gempa Bumi antar Provinsi di Indonesia sebagai Dasar Mitigasi Bencana,” Wahana Matematika dan Sains: Jurnal Matematika, Sains, dan Pembelajarannya, vol. 20, no. 1, pp. 196–210, 2026.
[10] S. Sipil, “Pemetaan daerah rawan longsor di pulau lombok berdasarkan sistem informasi geografis,” vol. 11, no. 1, pp. 49–59, 2024.
[11] N. K. Ricky et al., “Pemetaan Potensi Kerawanan Bencana Gempa Bumi Akibat Sesar Lembang di Kawasan Kabupaten Bandung Barat,” pp. 563–576, 2021.
[12] V. P. Animasi, M. Rakha, and I. Putra, “BULLETIN OF COMPUTER SCIENCE RESEARCH Analisis Spasial Temporal Pola Gempa Bumi Menggunakan GIS dan,” vol. 6, no. 4, pp. 1257–1263, 2026, doi: 10.47065/bulletincsr.v6i4.1128.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Rezki, Virasanty Muslimah, Asyrofi Anam, Billy Jes, Devid Pratama Sahar
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
