Jurnal Ilmiah Intech : Information Technology Journal of UMUS
Vol 2 No 02 (2020): November

Clusterisasi Kerusakan Gempa Bumi di Pulau Jawa Menggunakan SOM

Hartatik Hartatik (Program Studi Manajemen Informatika, Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta)
Arifa Satria Dwi Cahya (Program Studi Informatika, Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta)



Article Info

Publish Date
23 Sep 2020

Abstract

Indonesia sebagai negara yang diapit oleh 3 lempeng membuat negara ini cukup sering diguncang oleh Gempa. Pada tahun 2018, BMKG mencatat ada sebanyak 23 gempa yang masuk dalam kategori merusak. Setengahnya berada di Pulau Jawa. Pemetaan daerah rawan gempa dan jenis kerusakan yang terjadi perlu dilakukan untuk meminimalisir terjadinya kerusakan dan mitigasi bencana. SOM (Self-Organizing Map) merupakan metode clustering yang pernah digunakan untuk melakukan pengelompokan daerah gempa dan kerusakan yang terjadi. Metode SOM banyak digunakan untuk melakukan pengelompokan karena cenderung stabil dimana nilai centroid tidak berubah di setiap pengujian. Dataset yang digunakan berjumlah 1000 data diambil langsung dari web BMKG pada rentang waktu Januari 2019 sampai dengan Juni 2019. Akurasi dihitung menggunakan metode K-Fold Validation dengan membagi data set ke dalam 5-fold dan 10-fold data testing yang masing-masing berisi 200 dan 100 data. Hasil pengujian menunjukkan nilai akurasi algoritma SOM yang tertinggi adalah dengan alpha 0.2 untuk 5-Fold yaitu 96.20% dan 0.3 untuk 10-Fold yaitu 95.6% pada minimal iterasi 20 dan yang terendah adalah alpha 0.1 yaitu 85.90% mulai dari iterasi 10.

Copyrights © 2020






Journal Info

Abbrev

intech

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management

Description

Jurnal Ilmiah Intech : Information Technology Journal of UMUS terbit 2 (dua) kali dalam satu tahun yaitu Mei dan November yang berisi hasil pemikiran dan penelitian pada bidang Ilmu Komputer dan Informatika, dnegan fokus dan ruang lingkup: 1. ilmu komputer: Artificial Intelligence, Machine Learning, ...