KLASIFIKASI MODEL DECESION TREE UNTUK DETEKSI GEMPA BUMI DALAM SISTEM PERINGATAN
Keywords:
algoritma, decision tree, perangkat peringatan.Abstract
Indonesia merupakan negara yang berada pada lempeng Australia, Lempeng Eurasia dan lempeng pasifik, sehingga di indonesia terjadi banyak pergerakan lempeng tektonik dan vulkanik yang menyebabkan gempa bumi. Contoh kasus gempa bumi yang terjadi di Padang Pariaman dan wilayah Sumatera Barat, Indonesia. Bencana gempa bumi ini terjadi sebesar 7.6 Skala Ricther dan menelan korban lebih daripada 1200 orang. Solusi untuk mengatasi permasalahan ini adalah diperlukan suatu alat yang dapat mendeteksi, dapat dimonitoring dan terdapat perangkat peringatan untuk memberikan peringatan ketika terjadi adanya gempa bumi. Earthquake Detector System merupakan sistem pendeteksi maupun otomatisasi rumah pada bencana gempa bumi yang telah terjadi. Sistem ini dapat mengklasifikasi gempa berdasarkan kekuatan gempa dengan menggunakan algoritma decesion tree dengan kelas Normal, Gempa Tidak Merusak, dan Gempa Merusak. Berdasarkan Implementasi algoritma decesion tree Proses prediksi klasifikasi gempa menggunakan algoritma decesion tree menghasilkan nilai akurasi sebesar 97% dengan nilai error sebesar 3% dan proses waktu untuk mengklasifikasi algoritma mulai dari memasukan variable sampai mendapatkan hasil klasifikasi dengan rata rata waktu yang di peroleh sebesar 00,00,59 ms pada percobaan sebanyak 30 kali dan pengujian model decesion tree data test : data train akurasi tertinggi 81,761% dengan data 30:70.
Kata kunci : algoritma, decision tree, perangkat peringatan.
References
H. Hadi, S. Agustina, and A. Subhani, “Penguatan Kesiapsiagaan Stakeholder dalam Pengurangan Risiko Bencana Alam Gempabumi,” Geodika J. Kaji. Ilmu dan Pendidik. Geogr., vol. 3, no. 1, p. 30, 2019, doi: 10.29408/geodika.v3i1.1476.
B. N. P. B. (BNPB), “Data Informasi Bencana Indonesia (DIBI),” Badan Nasional Penanggulangan Bencana (BNPB), 2021. https://dibi.bnpb.go.id/ (accessed Nov. 12, 2022).
Widyaiswara Madya, “Kesiapsiagaan Individu Terhadap Bencana Gempa Bumi di Lingkungan Pusat Pendidikan dan Pelatihan Badan Meteorologi Klimatologi dan Geofisika,” J. BMKG, vol. 3, no. 2, pp. 22–31, 2021, [Online]. Available: https://e-journal.pusdiklat.bmkg.go.id/index.php/climago/article/view/36%0Ahttps://e-journal.pusdiklat.bmkg.go.id/index.php/climago/article/download/36/28.
A. Datumaya, W. Sumari, S. Purwo Nugroho, and T. N. Addin, Pengurangan Risiko Bencana Gempa Bumi-Tsunami Di Pangkalan Tni Au Padang Akibat Megathrust Mentawai Disaster Risk Reduction of Tsunami Earthquake in Indonesian Air Force Base of Padang As a Result of Mentawai Megathrust, vol. 6, no. 1. 2016.
A. Haviz Fajri, M. Ary Murti, and R. Ardianto Priramadhi, “Perancangan Alat Peringatan Dini Terhadap Gempa Bumi Menggunakan Sensor Getar Omron D7S,” Telkom Univ., pp. 1–8, 2021.
C. K. Ardhi, M. A. Murti, and R. Nugraha, “Perancangan Alat Pendeteksi Gempa Menggunakan Sensor Accelerometer Dan Sensor Getar ( Design of Earthquake Sensor System Using Accelerometer and Vibrace Sensor ),” J. Teknol. Dan Pendidik., vol. 5, no. 3, pp. 4019–4027, 2018.
A. R. H. Hussein, “Internet of Things (IOT): Research challenges and future applications,” Int. J. Adv. Comput. Sci. Appl., vol. 10, no. 6, pp. 77–82, 2019, doi: 10.14569/ijacsa.2019.0100611.
D. N. Rohmat, M. I. Arsyad, and E. Kurniawan, “Analisis Biaya Perancangan Alat Ukur Getaran Menggunakan Sensor ADXL345 Berbasis Matlab,” J. Teknol. Rekayasa Tek. Mesin, vol. 3, no. 1, pp. 15–19, 2022.
R. Kurniawati and M. A. Murti, “Studi Literatur Penggunaan Sensor untuk Sistem Deteksi Gempa,” Proc. Ser. Phys. Form. Sci., vol. 1, pp. 1–7, 2021, doi: 10.30595/pspfs.v1i.126.
M. Fauzi and Mussadun, “Dampak Bencana Gempa Bumi Dan Tsunami Di Kawasan Pesisir Lere,” J. Pembang. Wil. dan Kota, vol. 17, no. 1, pp. 16–24, 2021.
C. Mishra and D. L. Gupta, “Deep Machine Learning and Neural Networks: An Overview,” IAES Int. J. Artif. Intell., vol. 6, no. 2, p. 66, 2017, doi: 10.11591/ijai.v6.i2.pp66-73.
A. Y. Saleh and L. K. Xian, “Stress Classification using Deep Learning with 1D Convolutional Neural Networks,” Knowl. Eng. Data Sci., vol. 4, no. 2, p. 145, 2021, doi: 10.17977/um018v4i22021p145-152.
N. Narvekar, “Distinguishing Earthquakes and Noise Using Random Forest Algorithm,” 2018.
A. Jefiza, “Sistem Pendeteksi Jatuh Berbasis Sensor Gyroscope Dan Sensor Accelerometer,” Sist. Pendeteksi Jatuh Berbas. Sens. Gyroscope Dan Sens. Accelerom., vol. 87, p. 111, 2017.
D. Putri, P. Rais, and E. B. Setiawan, “an Application Development Based on Android for Traveling Recommendation To Natural Tourism in Timor Island - Ntt,” 2018.
H. Puspasari and W. Puspita, “Uji Validitas dan Reliabilitas Instrumen Penelitian Tingkat Pengetahuan dan Sikap Mahasiswa terhadap Pemilihan Suplemen Kesehatan dalam Menghadapi Covid-19,” J. Kesehat., vol. 13, no. 1, p. 65, 2022, doi: 10.26630/jk.v13i1.2814.
Downloads
Published
Versions
- 2024-06-28 (2)
- 2024-12-09 (1)
Issue
Section
License
Authors who publish with this journal agree to the following terms:
(1) Copyright of the published articles will be transferred to the journal as the publisher of the manuscripts. Therefore, the author confirms that the copyright has been managed by the publisher.
(2) Publisher of TELKATTKA is Openlibrary Telkom University
(3) The copyright follows Creative Commons Attribution–ShareAlike License (CC BY SA): This license allows to Share — copy and redistribute the material in any medium or format, Adapt — remix, transform, and build upon the material, for any purpose, even commercially.
