Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika
M. Faris Daffarindra
Universitas Jambi
Computer Science & IT Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pemodelan Prediksi Magnitudo Gempa Bumi di Indonesia Periode 2023–2025 Menggunakan Algoritma Naive Bayes M. Faris Daffarindra; Akhiyar Waladi; Pradita Eko Prasetyo Utomo; Ulfa Khaira
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.8399

Abstract

Prediksi gempa bumi sangat penting untuk mitigasi bencana di Indonesia sebagai salah satu negara paling aktif seismik di dunia. Penelitian ini menerapkan algoritma Gaussian Naïve Bayes untuk mengklasifikasikan magnitudo gempa menggunakan data BMKG periode 2023-2025. Setelah pra-pemrosesan 30.000 rekaman, diperoleh 23.979 data valid dengan enam variabel prediktor: lintang, bujur, kedalaman, phasecount, azimuth gap, dan jenis magnitudo. Magnitudo dikelompokkan menjadi Ringan ( 3,0), Sedang (3,0-4,9), dan Kuat (≥ 5,0). Model mencapai akurasi 71,68% dengan precision 0,77 dan recall 0,66 pada kelas Sedang, serta recall 0,78 pada kelas Ringan. Validasi 5-fold cross-validation menghasilkan rata-rata akurasi 68,78% (±7,32%). Perbandingan dengan Random Forest (83,63%) dan SVM (79,15%) menunjukkan hanya Naïve Bayes yang mampu mendeteksi kelas Kuat (precision = 0,18; recall = 0,25). Kebaruan penelitian ini terletak pada evaluasi komparatif tiga algoritma dan analisis kritis asumsi independensi fitur Naïve Bayes terhadap data seismik nyata. Model ini layak sebagai alat skrining awal dalam sistem peringatan dini.
Co-Authors Akhiyar Waladi Khaira, Ulfa Utomo, Pradita Eko Prasetyo