Rizki Saputra, Imam
Unknown Affiliation

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

Found 1 Documents
Search

Penerapan Algoritma Random Forest untuk Prediksi Jumlah Gempa Bulanan di Indonesia Risda; Irwana, Randi; Shidiq Permana, Mohammad; Rizki Saputra, Imam; Oktaviana HErtland, Randy; Bayu Anggara, Mohammad
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 7 No 2 (2025): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v7i2.172

Abstract

Letak geografis Indonesia yang berada pada pertemuan tiga lempeng tektonik aktif menjadikannya salah satu negara dengan tingkat aktivitas gempa bumi yang sangat tinggi. Kondisi ini menuntut adanya sistem prediksi yang akurat guna mendukung upaya mitigasi risiko bencana secara efektif. Penelitian ini menganalisis penggunaan algoritma Random Forest dalam memprediksi frekuensi gempa bulanan bumi di wilayah Indonesia. Dataset yang digunakan diambil dari platform Kaggle dan mencakup data kejadian gempa dari tahun 2008 hingga 2022. Proses penelitian meliputi tahapan pra-pemrosesan data, pelatihan model, evaluasi kinerja menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) , serta penyajian hasil dalam bentuk aplikasi berbasis web. Hasil evaluasi menunjukkan bahwa model memberikan performa yang cukup optimal, dengan nilai MAE bulanan sebesar 187,3 dan RMSE 274,53, serta MAE tahunan 1637,9 dan RMSE 1966,09. Temuan ini menunjukkan bahwa algoritma Random Forest dapat menjadi solusi alternatif yang andal untuk memprediksi jumlah gempa bumi di Indonesia.