<![CDATA[Indonesia merupakan salah satu negara dengan tingkat gempa bumi yang cukup tinggi karena memiliki beberapa lempeng utama. Oleh karena itu, prediksi aktivitas gempa bumi menjadi hal yang penting untuk dilakukan guna mengurangi risiko dan kerugian yang ditimbulkan. Telah banyak penelitian terkait dengan prediksi gempa bumi dengan menggunkan beberapa metode. Salah satu metode yang digunakan adalah Metode Backpropagation. Melihat dari penelitian-penelitian sebelumnya, peneliti mengusulkan penerapan Jaringan Saraf Tiruan dengan Algoritma Resilient Backpropagatio untuk prediksi aktivitas gempa bumi berdasarkan nilai magnitudo di Indonesia. Data yang digunakan yaitu data aktivitas gempa bumi bulanan skala magnitudo 4,5 keatas dari periode waktu tahun 1992 hingga 2023 untuk memastikan keberagaman pola aktivitas gempa bumi yang terjadi di berbagai wilayah di Indonesia. Selain parameter skala magnitudo, informasi penting seperti lokasi episenter, dan waktu kejadian juga dimasukkan sebagai fitur input untuk jaringan saraf. Hasil penelitian menunjukkan bahwa prediksi gempa bumi menggunakan metode Jaringan Saraf Tiruan Resilient Backpropagation dengan model arsitektur 6-10-1 dan learning rate 0,6 menunjukkan tingkat akurasi RMSE 0,04778 dan MAE 0,03509. Hasil prediksi menunjukkan pada bulan Februari dengan 67 kejadian dan tertinggi pada bulan Desember dengan 185 kejadian dengan melihat aktifitas gempa bumi di wilayah Indonesia dengan skala magnitudo diatas 4,5. Penelitian ini menunjukkan bahwa model jaringan saraf tiruan dengan algoritma Backpropagation dengan optimasi Resilient mampu memberikan prediksi aktivitas gempa bumi dengan tingkat akurasi yang memuaskan]]>
Copyrights © 2024
