Clustering gempabumi di wilayah regional VII menggunakan pendekatan DBSCAN

Arafat, Ihsan Bagus Fahad, Hariyadi, Mokhamad Amin, Santoso, Irwan Budi ORCID: https://orcid.org/0000-0001-5586-9035 and Crysdian, Cahyo (2023) Clustering gempabumi di wilayah regional VII menggunakan pendekatan DBSCAN. Jurnal Teknologi Informasi dan Ilmu Komputer, 10 (4). pp. 823-830. ISSN 2528-6579

Text 16446.pdf - Published Version Available under License Creative Commons Attribution Share Alike. Download (1MB)

Abstract

Wilayah Regional VII meliputi Jawa Tengah, Yogyakarta, dan Jawa Timur merupakan wilayah tektonik yang aktif karena terletak di wilayah zona subduksi lempeng Indo-Australia dan Eurasia serta terdapat beberapa patahan aktif di daratan. Oleh karena itu, perlu dilakukan klasifikasi gempabumi untuk memetakan zona rawan gempabumi berdasarkan sumbernya di wilayah Regional VII berdasarkan kesamaan atribut salah satunya adalah berdasarkan karakteristik gempabumi dari sumber yang sama. Pada penelitian ini digunakan pendekatan algoritma Unsupervised Learning Clustering berbasis kepadatan yaitu, Density Based Spatial Clustering of Application with Noise atau DBSCAN, algoritma ini membutuhkan parameter input epsilon (ε) dan MinPts. Data yang digunakan pada penelitian ini adalah data gempabumi wilayah Regional VII tahun 2017 hingga 2021 yang diperoleh dari BMKG. Selanjutnya, proses clustering dilakukan dengan membagi data gempabumi berdasarkan periode yaitu periode tahunan dan periode lima tahun dengan tujuan untuk mengetahui pola cluster berdasarkan periode waktu. Hasil yang terbentuk selanjutnya dievaluasi menggunakan Silhouette Coefficient serta dibandingkan dengan peta Seismisitas Jawa yang telah ada dari katalog PuSGeN 2017. Hasil clustering menggunakan DBSCAN diperoleh jumlah cluster sebanyak 2 hingga 6 cluster dengan nilai Silhouette Coefficient terendah sebesar 0.270 untuk periode T5_2017-2021 dan tertinggi sebesar 0.499 untuk periode T1_2020.

Item Type:	Journal Article
Keywords:	unsupervised learning; clustering; gempabumi; DBSCAN; silhouette coefficient
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080109 Pattern Recognition and Data Mining
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	irwan budi santoso
Date Deposited:	16 Nov 2023 09:31

Downloads

Origin of downloads

Actions (login required)

View Item