ANALISIS PERBANDINGAN ALGORITMA DBSCAN DAN OPTICS UNTUK CLUSTERING SPASIAL GEMPA BUMI DI INDONESIA

Hafids, Muhammad (2026) ANALISIS PERBANDINGAN ALGORITMA DBSCAN DAN OPTICS UNTUK CLUSTERING SPASIAL GEMPA BUMI DI INDONESIA. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (274kB)
	Text BAB 2.pdf Download (432kB)
	Text BAB 3.pdf Download (544kB)
	Text BAB 4.pdf Download (620kB)
	Text BAB 5.pdf Download (239kB)
	Text LAMPIRAN.pdf Download (518kB)

Abstract

Indonesia berada pada zona Ring of Fire dengan aktivitas seismik tinggi, sehingga
memerlukan pemetaan pola kerawanan yang akurat. Penelitian ini bertujuan
menganalisis pengelompokan (clustering) wilayah rawan gempa bumi di Indonesia
menggunakan algoritma Density-Based Spatial Clustering of Applications with
Noise (DBSCAN) dan Ordering Points To Identify the Clustering Structure
(OPTICS). Dataset terdiri dari 47.120 kejadian gempa bumi periode 2020-2024
yang diolah melalui aplikasi berbasis web Streamlit dengan tahap pra-pengolahan
StandardScaler. Hasil eksperimen menunjukkan bahwa DBSCAN lebih unggul
dalam memetakan zona spesifik dengan menghasilkan 10 cluster spasial dan
mengidentifikasi 443 titik data sebagai noise. Validasi model menunjukkan skor
Silhouette Coefficient sebesar 0,3341 dan Davies-Bouldin Index (DBI) sebesar
0,6464, yang mengonfirmasi struktur cluster yang solid dan terpisah dengan baik.
Sebaliknya, OPTICS kurang efektif karena cenderung menyatukan mayoritas data
ke dalam satu cluster besar (Cluster 0). Karakteristik data didominasi gempa
kategori besar (63,1%) dengan rata-rata kedalaman 48,9 km di sepanjang jalur
subduksi. Penelitian ini menyimpulkan bahwa DBSCAN memberikan hasil
pemetaan yang lebih presisi sebagai rujukan ilmiah dalam pengembangan sistem
mitigasi bencana berbasis data spasial di Indonesia.

Item Type:	Thesis (Diploma)
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) Q Science > Q Science (General) Q Science > QE Geology T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Irna Irna Yunita
Date Deposited:	11 May 2026 06:59
Last Modified:	11 May 2026 06:59
URI:	https://repository.unas.ac.id/id/eprint/15883

Actions (login required)

View Item