CLUSTERING GEMPA BUMI DI PULAU JAWA DALAM SATU TAHUN TERAKHIR DENGAN MENGGUNAKAN ALGORITMA SELF- ORGANIZING MAP (SOM)

Cahya, Arifa Satria Dwi (2019) CLUSTERING GEMPA BUMI DI PULAU JAWA DALAM SATU TAHUN TERAKHIR DENGAN MENGGUNAKAN ALGORITMA SELF- ORGANIZING MAP (SOM). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (2MB)
	Text (BAB I) BAB I.pdf Download (1MB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (2MB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text (BAB V) BAB V.pdf Download (274kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (7MB)

Abstract

Indonesia merupakan negara dengan intensitas terjadi gempa yang sangat tinggi. Hal ini dipengaruhi oleh letak geografis Indonesia yang pada wilayah tumbukan (pertemuan) 3 (tiga) buah lempeng besar berukuran benua yang secara terus menerus bergerak. Salah satu wilayah yang rawan terjadi gempa di Indonesia adalah pulau Jawa. Dengan memperhatikan tingkat kerawanan yang ada, maka data gempa yang terjadi di wilayah ini perlu dianalisa dengan cara dikelompokan sehingga diketahui wilayah mana sajakah yang sering teriadi gempa. Pengelompokan gempa dilakukan dengan metode clustering menggunakan algoritma Self-Organizing Map (SOM). SOM sendiri merupakan suatu metode yang digunakan untuk menganalisa data berdimensi tinggi dengan teknik pelatihan Artificial Neural Network (ANN) yang mengguuakan basis winner takes all, dimana hanya neuron yang menjadi pemenang yang akan diperbarui bobotnya. Dari hasil clustering algoritma SOM diperoleh hasil yang menunjukkan bahwa dari data gempa yang dianalisa sebanyak 86.06% berada pada cluster ke 3 yaitu kerusakan berat,12 .10% pada cluster ke 2 yaitu kerusakan sedang, dan 1.50% pada cluster ke 1 yaitu kerusakan ringan.

Actions (login required)

View Item