Maulana Kharyska Abadi, Muhammad
Unknown Affiliation

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

Found 1 Documents
Search

KLASTERISASI KERAWANAN GEMPA BUMI DI INDONESIA MENGGUNAKAN ALGORITMA INVASIVE WEED OPTIMIZATION Maulana Kharyska Abadi, Muhammad; Anjani Arifiyanti, Amalia; Satria Yudha Kartika, Dhian
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14460

Abstract

Indonesia merupakan wilayah dengan risiko gempa bumi tinggi karena terletak di pertemuan tiga lempeng tektonik utama. Meski berbagai upaya mitigasi telah dilakukan, langkah penting seperti pemetaan wilayah rawan gempa bumi di Indonesia belum diterapkan secara optimal. Hal ini menyebabkan upaya mitigasi masih kurang terarah. Penelitian ini bertujuan untuk klasterisasi atau mengelompokkan wilayah rawan gempa di Indonesia menggunakan algoritma Invasive Weed Optimization yang unggul dalam eksplorasi global. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pembuatan model, evaluasi model, deployment, dan pengujian sistem. Data gempa diperoleh dari BMKG periode Januari 2014 hingga November 2024 sebanyak 84.733 kejadian dan setelah preprocessing menjadi 81.454 data dengan atribut latitude, longitude, depth, dan magnitude. Penentuan jumlah klaster optimal dilakukan dengan metode Elbow dan Silhouette Score yang menunjukkan empat klaster dengan nilai Silhouette Score 0.4910. Hasil klasterisasi IWO menghasilkan empat klaster yaitu Kurang Rawan, Cukup Rawan, Rawan, dan Sangat Rawan. Evaluasi menunjukkan IWO lebih unggul dibanding K-Means dan DBSCAN dengan nilai SSE 510.513, DBI 0.736, dan Silhouette Score 0.4927. Hasil klaster divisualisasikan dalam aplikasi berbasis website untuk membantu dan mendukung mitigasi bencana gempa bumi. Pengujian sistem menggunakan blackbox testing menunjukkan semua fitur berjalan sesuai ekspektasi.