Perbandingan Metode K-Means dan Ward untuk Klasterisasi Data Gempa di Sumatra
Gempa bumi merupakan fenomena alam yang sering terjadi di Indonesia, terutama di Sumatra, yang mengalami lebih dari 15.000 gempa sejak 1945. Tingginya frekuensi gempa di wilayah ini membutuhkan mitigasi yang tepat untuk meningkatkan kesadaran dan ketahanan masyarakat. Penelitian ini menganalisis data gempa di Sumatra menggunakan metode klastering K-Means dan Ward untuk memetakan daerah rawan gempa dan mendukung mitigasi bencana. Dataset yang digunakan berasal dari USGS, mencakup 3838 data gempa yang terjadi antara 2010 hingga 2023. Tahapan penelitian meliputi Identifikasi Masalah, Studi Literatur, Pengumpulan Dataset, Klastering, dan Evaluasi menggunakan empat metrik: Silhouette Score, Calinski-Harabasz Index, Davies-Bouldin Index, dan rasio SW/SB. Proses klastering menghasilkan empat klaster berdasarkan dampak kerusakan gempa, yang kemudian divisualisasikan menggunakan Tableau. Hasil evaluasi menunjukkan bahwa K-Means unggul dalam memisahkan klaster dengan Silhouette Score 0.40 dibandingkan Ward 0.38, Calinski-Harabasz Index 2027.96 dibandingkan 1631.75, Davies-Bouldin Index 0.952 dibandingkan 0.959, dan rasio SW/SB 0.54 dibandingkan 0.59. Hasil klastering menunjukkan bahwa wilayah selatan Sumatra memerlukan mitigasi khusus karena potensi kerusakan yang lebih besar, sedangkan wilayah utara dan timur juga membutuhkan mitigasi meski dengan tingkat kerusakan yang lebih rendah. Secara keseluruhan, penelitian ini menemukan bahwa K-Means lebih unggul dalam menghasilkan klaster yang lebih kompak dan terpisah dengan jelas dibandingkan Ward, sehingga lebih efektif untuk analisis data gempa di Sumatra.
URI
https://repo.itera.ac.id/depan/submission/SB2409210008
Keyword
K-Means Ward Klastering Gempa Bumi Sumatra