Pemetaan Kelompok Sebaran Titik Gempa Bumi Mentawai Dengan Metode K-Medoids Clustering

Yudi Setiawan, Safroni Aziz Suprianto, Andang Wijanarko, Dyah Setyo Rini, Mochammad Yusa

Abstract


Secara geologis Kepulauan Indonesia berada pada jalur penumjaman lempeng bumi, seperti penunjaman Lempeng Samudra Indo-Australia dengan Lempeng Benua Eurasia yang memanjang dari pantai barat Sumatera hingga pantai selatan Jawa terus ke timur sampai Nusa Tenggara.  Jalur penunjaman lempeng bumi di wilayah Kepulauan Indonesia merupakan jalur penyebab gempa tektonik yang mana bersifat regional dan umumnya kerusakan yang ditimbulkan sangat parah. Sebagian jalur gempa bumi tersebut berada di laut sehingga sangat berpotensi menimbulkan bencana tsunami . Di Indonesia sendiri, Daerah yang sangat rawan terjadinya gempa bumi dari dasar laut adalah Kepulauan Mentawai di Sumatera Barat.  Pada tahun 2010 Mentawai mengalami sejumlah gempa, yaitu gempa berkekuatan 6,8 SR pada 5 Maret 2010, disusul 6.5 SR pada 5 Mei 2010 dan terakhir gempa berkekuatan 7,8 SR pada 25 oktober 2010 yang diikuti dengan bencana tsunami. United States Geological Survey (USGS) adalah sebuah agensi ilmiah pemerintah Amerika Serikat yang didirikan pada 3 Maret 1879. Organisasi ini memiliki empat disiplin ilmiah utama, yaitu biologi, geografi, geologi, dan air. Salah satu program dari USGS adalah memonitor aktivitas gempa bumi di seluruh dunia, tak terkecuali data gempa kepulauan mentawai yang disediakan dalam bentuk datasheet. Dengan adanya kemajuan teknologi saat ini, dibutuhkan suatu sistem yang dapat memberikan informasi mengenai pemetaan kelompok sebaran titik gempa bumi mentawai dengan clustering gempa bumi. Penelitian ini bertujuan untuk Membangun Sistem Informasi yang dapat melakukan pemetaan pola sebaran gempa bumi mentawai tahun 2010 – 2019 dan juga bertujuan untuk mengimplementasikan metode K-Medoid Clustering untuk menganalisis dan memetakan pola Sebaran gempa bumi mentawai tahun 2010 – 2019. Untuk memetakan pola sebaran gempa bumi tersebut digunakan dua (2) parameter yaitu kedalaman dan kekuatan gempa bumi dengan menggunakan metode K-Medoid Clustering. Luaran yang dihasilkan berupa layout peta hasil perhitungan dari metode K-Medoids Clustering selama sepuluh (10) tahun yaitu tahun 2010 – 2019 yang terdapat sebanyak 1356 data. Selain itu terdapat juga luaran yang dihasilkan berupa tampilan diagram batang dan diagram lingkaran.

Full Text:

PDF

References


A. M. Nur, “Gempa Bumi, Tsunami Dan Mitigasinya,” Jurnal Geografi , Vol. 7, Pp. 66-73, 2010.

L. Septiningrum Dan M. N. Cahyadi, “Analisis Perubahan Lonosfer Akibat Gempa,” Journal Teknik Vol 5, No.2, (2016) ISSN, Vol. C176, 2016.

B. N. P. B. BNPB, “Rencana Aksi Rehabilitasi Dan Rekonstruksi Pasca Bencana, Serta Percepatan Pembangunan Wilayah Kepulauan Mentawai Provinsi Sumatera Barat,” Sumatera Barat, 2010.

J. Han, M. Kamber Dan J. Pei, “Data Mining Concepts And Techniques,” Dalam Third Edition, D. Cerra, Penyunt., San Francisco, Elsevier, 2012, Pp. 454-457.

R. R. Arista, R. A. Asmara Dan . D. Puspitasari, “Pengelompokkan Kejadian Gempa Bumi Menggunakan Fuzzy C-Means Clustering,” Jurnal Teknologi Informatika Dan Terapan , Vol. 4, Pp. 103-110, 2017.

A. S. D. Simamora, M. T. Furqon Dan B. Priyambadha, “Clustering Data Kejadian Tsunami Yang Disebabkan Oleh Gempa Bumi Dengan Menggunakan Algoritma K-Medoids,” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, Vol. 1, Pp. 635-640, 2017.

P. B. R. Sitorus, “Budaya Kerentanan Dan Kapasitas Masyarakat Kepulauan Mentawai Menghadapi Bencana Gempa Bumi Dan Tsunami,” Jurnal Vokasi Indonesia, Vol. 6, Pp. 25-32, 2018.

R. Fidia, . D. Pujiastuti Dan A. Z.Sabarani, “Korelasi Tingkat Seismisitas Dan Periode Ulang Gempa Bumi Di Kepulauan Mentawai Dengan Menggunakan Metode Guttenberg Richter,” Jurnal Fisika Unand, Vol. 7, Pp. 84-89, 2018.

H. Nawawi Dan M. Martini, Penelitian Terapan, Yogyakarta: Gadjah Mada Univercity Press, 2005.

M. F. Rahman, M. L. Darmawidjadja Dan D. Alamsah, “Klasifikasi Untuk Diagnosa Diabetes Menggunakan Metode Bayesian Regularization Neural Network (Rbnn),” Jurnal Informatika, Vol. 11, Pp. 36-45, 2017.

Oktariani, D., Andreswari, D., & Setiawan, Y. (2017). Sistem Pendukung Keputusan Dalam Pemetaan Prioritas Perbaikan Jalan Dan Jembatan Nasional Di Provinsi Bengkulu Menggunakanmetode Topsis Dan Fuzzy C-Means. Jurnal Rekursif, 05(02), 166–179

Setiawan, Y., Efendi, R., Susilo, B., Andreswari, D., & Adha, Q. Y. E. (2019). Spatial and Non-Spatial Analysis Using Bayes Theorem Method to Determine Coastal Abrasion Rate Classification (On The Coast of Central Bengkulu and North Bengkulu Regency, Indonesia). Proceeding ICETSAS 2019.

Anggarini, L. R., Ernawati, & Purwandari, E. P. (2017). Pemetaan Kawasan Kecamatan Rentan Bencana Gempa Di Kota Bengkulu Menggunakan Fuzzy Tsukamoto. Jurnal Rekursif, 5(3), 260–269.

Prameswari, S. (2018, March 31). Sistem Informasi Geografis : Jenis - Manfaat - Tujuan - Sumber Data. IlmuGeografi.com. https://ilmugeografi.com/geografi-teknik/sistem-informasi-geografis




DOI: https://doi.org/10.33365/jti.v16i1.932

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Yudi Setiawan, Safroni Aziz Suprianto, Andang Wijanarko, Dyah Setyo Rini, Mochammad Yusa

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


JURNAL TEKNOINFO
Published by Universitas Teknokrat Indonesia
Organized by Prodi S1 Informatika FTIK Universitas Teknokrat Indonesia

W: http://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
E : teknoinfo@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jumlah Pengunjung : View Teknoinfo StatsCounter

Flag Counter