Model Deteksi Potensi Longsor Menggunakan rdNDVI dan Platform GEE di Kecamatan Leuwiliang, Bogor

Longsor merupakan salah satu bencana alam yang paling sering terjadi di Indonesia, terutama di wilayah yang ditandai dengan lereng curam dan curah hujan tinggi. Studi ini menganalisis potensi longsor di Kecamatan Leuwiliang, Kabupaten Bogor, menggunakan Relative Difference Normalized Difference Vegetation Index (rdNDVI) dan platform Google Earth Engine (GEE). Citra Sentinel-2A dengan resolusi spasial 10 meter digunakan untuk menghitung nilai rdNDVI dari periode sebelum dan sesudah kejadian (2020–2023). Data kemiringan lereng yang diturunkan dari Model Elevasi Digital (DEM) diintegrasikan untuk mengidentifikasi area yang melebihi ambang batas kemiringan 10%, yang dikategorikan sebagai zona berisiko tinggi. Analisis rdNDVI mengungkapkan bahwa Desa Karehkel memiliki area rawan longsor terluas (40,06 ha), sedangkan Desa Leuwiliang memiliki area terkecil (20,88 ha). Validasi menggunakan data survei lapangan pada tahun 2025 menunjukkan akurasi 78% untuk ambang batas kemiringan 10%. Sistem WebGIS yang dihasilkan menyediakan visualisasi interaktif untuk pemetaan risiko bencana dan mendukung pengambilan keputusan untuk perencanaan mitigasi lokal. Kombinasi rdNDVI dan GEE menunjukkan potensi penginderaan jauh berbasis cloud untuk deteksi longsor yang cepat dan dapat diskalakan. Pekerjaan di masa depan harus mencakup parameter tambahan seperti intensitas curah hujan dan kelembaban tanah untuk meningkatkan akurasi prediksi.