Klasifikasi Data Gempa Bumi menggunakan Algoritme Pohon Keputusan C5.0.

Abstract

Gempa bumi adalah pergerakan mendadak dari lempeng bumi yang disebabkan oleh pelepasan tekanan yang terakumulasi sepanjang patahan geologis secara tiba-tiba. Indonesia memiliki kondisi geologis rawan gempa bumi sehingga klasifikasi gempa bumi diperlukan untuk mengukur tingkat risiko kerusakan/korban dari gempa bumi sehingga dapat memperkirakan tingkat kerentanan suatu daerah terhadap gempa bumi. Penelitian ini bertujuan untuk menghasilkan model klasifikasi gempa berdasarkan risiko timbulnya kerusakan/korban, baik signifikan maupun nonsignifikan. Pemodelan yang digunakan adalah pohon keputusan dengan algoritme C5.0. Hasil klasifikasi mayoritas dibagi oleh variabel damage diawal dan dipengaruhi variabel lain seperti mag, smaj, areaClass, dan depth dengan tingkat akurasi 89 hingga 100 persen. Visualisasi dilakukan berdasarkan hasil klasifikasi C5.0 pada titik-titik pusat gempa yang terdapat di data gempa bumi. Visualisasi dilakukan menggunakan framework Shiny dengan library Leaflet. Hasil visualisasi menggambarkan skala intensitas risiko tiap kejadian gempa dengan radius wilayah hingga stasiun pengukuran terjauh (smaj).