Ripangi Ripangi
UIN Sultan Syarif Kasim Riau

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasterisasi Daerah Rawan Gempa Bumi di Indonesia Menggunakan Algoritma K-Medoids: Clustering of Earthquake Prone Areas in Indonesia Using K-Medoids Algorithm Dilla Kurniati; Muhammad Zakiy Fauzi; Ripangi Ripangi; Alex Falegas; Indria Indria
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 1 No. 1 (2021): MALCOM April 2021
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.843 KB) | DOI: 10.57152/malcom.v1i1.61

Abstract

Gempa bumi merupakan salah satu bencana alam yang sering terjadi di Indonesia dengan rata-rata 400 kali dalam sebulan. Gempa bumi disebabkan oleh pergerakan lempeng bumi atau disebabkan adanya aktivitas vulkanik gunung berapi. Penelitian ini menggunakan teknik Data Mining untuk klasterisasi wilayah rawan gempa di Indonesia dengan menerapkan metode K-Medoids. Data pada penelitian ini diambil dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) pada bulan November tahun 2017 dengan menggunakan 3 atribut sebagai acuan pengelompokan, yaitu magnitude, smin, dan depth. Hasil dari penelitian ini ialah didapatkannya suatu pola untuk menentukan daerah rawan gempa bumi di Indonesia. Kata kunci: BMKG, data mining, gempa bumi, K-Medoids, klasterisasi.