<![CDATA[Penelitian ini bertujuan untuk memetakan dan mengklasifikasikan wilayah rawan gempa di Indonesia dengan memanfaatkan algoritma K-Means dan LightGBM. Data historis gempa diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) sebagai dasar analisis. Algoritma K-Means digunakan untuk mengelompokkan wilayah berdasarkan parameter magnitudo dan kedalaman gempa, sedangkan LightGBM diterapkan untuk mengklasifikasikan gempa ke dalam kategori magnitudo tertentu. Hasil pengujian menunjukkan bahwa K-Means mampu mengelompokkan wilayah dengan baik dengan nilai Silhouette Score rata-rata mencapai 1.00, yang menandakan pemisahan cluster yang optimal. Sementara itu, model LightGBM memperoleh akurasi 95% dalam klasifikasi gempa, meskipun ditemukan kendala pada pengenalan gempa dengan magnitudo tinggi. Temuan ini menegaskan bahwa kombinasi metode K-Means dan LightGBM efektif dalam pemetaan serta klasifikasi gempa di Indonesia. Penelitian ini diharapkan dapat memberikan kontribusi bagi penyusunan peta rawan gempa yang lebih akurat, sehingga bermanfaat dalam upaya mitigasi bencana dan pengambilan keputusan kebijakan kebencanaan di masa mendatang.]]>
Copyrights © 2025
