Claim Missing Document
Check
Articles

PEMETAAN BAHAYA GEMPA BUMI BATUAN DASAR DI KOTA MAKASSAR MENGGUNAKAN PROBABILISTIC SEISMIC HAZARD ANALYSIS Rajagukguk, Martha Lisauli; Muzli, Muzli; Wallansha, Robby; Rahmatullah, Fajri Syukur; Pramono, Sigit
JOURNAL ONLINE OF PHYSICS Vol. 11 No. 3 (2026): JOP (Journal Online of Physics) Vol 11 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v11i3.58633

Abstract

Kota Makassar merupakan salah satu pusat pertumbuhan di Indonesia bagian timur yang memiliki berbagai infrastruktur strategis sehingga memerlukan informasi bahaya gempa bumi sebagai dasar perencanaan pembangunan dan mitigasi bencana. Penelitian ini bertujuan menganalisis tingkat bahaya gempa bumi di Kota Makassar menggunakan metode Probabilistic Seismic Hazard Analysis (PSHA). Analisis dilakukan menggunakan perangkat lunak OpenQuake Engine dengan model sumber gempa Indonesia (PuSGeN, 2024) yang meliputi sesar aktif, subduksi, dan background seismicity. Parameter yang dihitung berupa Peak Ground Acceleration (PGA) serta Spectral Acceleration (SA) periode 0,2 detik dan 1 detik pada kondisi batuan dasar untuk probabilitas terlampaui 10% dan 2% dalam 50 tahun. Hasil penelitian menunjukkan bahwa nilai PGA berkisar 0,0534-0,0565 g untuk probabilitas terlampaui 10% dalam 50 tahun dan 0,1120-0,1180 g untuk probabilitas terlampaui 2% dalam 50 tahun. Nilai SA periode 0,2 detik berkisar 0,0939-0,0987 g dan 0,2028-0,2133 g, sedangkan SA periode 1 detik berkisar 0,0256-0,0263 g dan 0,0466-0,0482 g. Distribusi bahaya menunjukkan kecenderungan peningkatan pada bagian utara Kota Makassar yang dipengaruhi oleh kontribusi Sesar Walanae. Hasil penelitian ini diharapkan dapat menjadi referensi dalam evaluasi bahaya seismik serta mendukung perencanaan bangunan tahan gempa dan mitigasi bencana di Kota Makassar.
Model Perikatan Kaji Ulang Ektern Tata Kelola Syariah: Studi Eksploratif Implementasi POJK No.2 Tahun 2024 Pada Bank Umum Syariah dan Unit Usaha Syariah Rasidi, Adi; Mardian, Sepky; Pramono, Sigit
AKTSAR: Jurnal Akuntansi Syariah Vol 9, No 1 (2026)
Publisher : IAIN Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21043/aktsar.v9i1.36421

Abstract

Penelitian ini mengkaji model penugasan yang paling tepat untuk pelaksanaan external sharia review oleh akuntan publik dan kantor akuntan publik yang terdaftar di OJK. Dengan menggunakan desain kualitatif eksploratori, data diperoleh melalui wawancara pakar serta telaah regulasi OJK, standar profesional, dan literatur akademik. Analisis difokuskan pada interpretasi regulasi, karakteristik jenis penugasan, kesiapan profesi akuntan publik, serta prasyarat implementasi yang efektif. Mengingat external sharia review merupakan mandat regulasi yang baru diperkenalkan, masih terdapat ambiguitas konseptual dan praktis di kalangan praktisi, sementara OJK terus menyempurnakan kerangka pengawasannya. Temuan menunjukkan bahwa attestation engagement dengan limited assurance merupakan model yang paling tepat karena evaluasi atas sharia governance merupakan asersi manajemen yang memerlukan verifikasi independen. Model ini memperkuat konsistensi, memperjelas pembagian tanggung jawab, dan meningkatkan nilai pengawasan syariah bagi para pemangku kepentingan.
Machine Learning-based Ground Motion Prediction Models for Indonesia: A Performance Evaluation of XGBoost and Random Forest Against Conventional GMPE Rayhan Irfan Hielmy; Edy Santoso; Muzli Muzli; Sigit Pramono; Setyoajie Prayoedhie
Jurnal Meteorologi dan Geofisika Vol. 27 No. 1 (2026)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v27i1.1233

Abstract

Accurate ground motion prediction is critical for seismic hazard mitigation in Indonesia, a region characterized by complex tectonic settings. Conventional Ground Motion Prediction Equations (GMPEs) often struggle to capture the non-linear attenuation characteristics of local seismicity. This study develops national-scale Machine Learning (ML) models—specifically XGBoost and Random Forest (RF)—to predict Peak Ground Acceleration (PGA) and benchmarks them against the widely used Zhao et al. [23] model. The dataset comprises 20,287 strong-motion records from 1,573 events (M 1.6–7.9) recorded by 667 stations across Indonesia between January 2023 and April 2025. Performance evaluation reveals that the XGBoost model outperforms both RF and the conventional GMPE, achieving the lowest Mean Squared Error (MSE) of 0.8885. In contrast, the conventional model showed less reliability with a significantly higher MSE of 1.5905. Feature importance analysis indicates that hypocentral distance and magnitude are the dominant predictors, while site condition (Vs30) plays a secondary role. Validation on independent test sets and recent significant seismic events confirms the model's robust generalization capability compared to conventional approaches. These findings demonstrate that ML-based approaches provide a more reliable alternative for estimating ground motion in Indonesia, offering significant potential for improving early warning systems and hazard maps.
Co-Authors Abda Abda ABDUL ADHIM Adam Ardiansyah Anjar Taufik Hidayat Arief Hendra Saptadi Arif, Moh Erfan Aryono Adhi, Aryono Assa?diyah, Halimah Bayinah, Ai Nur Dunga Dwi Barinta Edi Santosa Edy Santoso Eka Wahyudi Eman Sulaiman, Eman Erianto Indra Putra Fani Habibah, Nur Fauzi, Muhamad Rifki Fredre Nico Panggabean Garnis Hasna Iftinan Apsari Ghufar, Ahmad Maulana Grace Yulianti Gultom, Tumpal Gunawan Wibisono Gunawan Wibisono Habibi, Muhamad Imam Ahmad Indriyanto, Slamet Istofiyah, Istofiyah Jhon Bryan Tarihoran K.S, Soegiyanto Khasanah , Titi Nur Kuat Ismanto Lucky Suryajaya, Lingga Ekaputra Luthfi Hendra Lukmana Hendra Lukmana Luthfi Hendra Lukmana Hendra Lukmana, Luthfi Hendra Lukmana Hendra Masyhud, Herman Mubarak, Darihan Muhammad Shulthoni Muzli Muzli Muzli, Muzli Nadiyah Hirfiyana Rosita Nathasia Marshellina Suyanto Nicolaus Euclides Wahyu Nugroho Nikmatullah, Miftahula Rizqin Nobuo Sugiyama Nugraha, Hanif Andi Nur Ghaniaviyanto Ramadhan Nur Khasanah, Titi Octantyo, Ardian Yudhi Prakoso, Widjojo Adi Prasetyo Yuliantoro Priambodo, Rico Wahyu Putra, Maulana Raffi Noval Pambudi Rahmatullah, Fajri Syukur Rajagukguk, Martha Lisauli Rasa Putra, Augasta Eka Rasidi, Adi Rayhan Irfan Hielmy Rema Hindarko Richi Riyan Rico Wahyu Priambodo Rita Rita, Rita Rizqin Nikmatullah, Miftahula Rohmat Indra Borman Romadhon, Hanif Cahyo Rufidah, Rufidah Saad, Asmadi Sanubari, Aditya Sativa, Oriza Savena Rinda Pamungkas Seger Santoso Setyo Rahman, Aditya Setyoajie Prayoedhie Shinta Romadhona Siti Baitul Mukarromah SITI MARYAM Suhada Suhada, Suhada Sujianto " Supriyadi Supriyadi Suzuki, Yasushi Syakbandani, Muhammad Uqbah El Tawakal, Moh.Iqbal Verawati, Ike Wahyu Junianto Wallansha, Robby Wibowo, Merlinda Yogi Widjayanti, Retno Yoko Mine Yuamar Imarrazan Basarah Yudhi Octantyo, Ardian Zen, Nur Afifah