CLUSTERING GEMPA BUMI DI PULAU SULAWESI MENGGUNAKAN ALGORITMA SELF-ORGANIZING MAP (SOM)

Wirianata, Putu Adhi (2019) CLUSTERING GEMPA BUMI DI PULAU SULAWESI MENGGUNAKAN ALGORITMA SELF-ORGANIZING MAP (SOM). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER-ABSTRAK.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 (2MB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text (BAB V) BAB V.pdf Download (334kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) DAFTAR PUSTAKA-LAMPIRAN.pdf Restricted to Registered users only Download (8MB)

Abstract

Indonesia merupakan negara dengan intensitas teriadi 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 Sulawesi. Selain karena diapit oleh 3 lempeng besar dunia pulau Sulawesi juga di lalui oleh cincin api pasifik, cincin api pasifik sendiri merupakan daerah yang sering mengalami gempa bumi dan letusan gunung berapi yang mengelilingi cekungan Samudra pasifik. Sekitar 90% dari gempa bumi yang terjadi dan 81% dari gempa bumi terbesar terjadi di sepanjang Cincin Api ini. 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 terjadi 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 Artlfiicial Neural Network (AEN) yang menggunakan basis winner takes all, dimana hanya neuron yang menjadi pemenang yang akan diperbarui bobotnya. Proses clustering diterapkan pada data set gempa yang diperoleh dari website BMKG. Dari hasil clustering algoritma SOM diperoleh hasil yang menunjukan bahwa dari data gempa yang dianalisa sebanyak 77,8% gempa berada pada cluster ke 3 yang merupakan gempa yang memiliki dampak keruskan berat. Dan nilai akurasi SOM terhadap proses clustering gempa mencapai 95%.

Actions (login required)

View Item