View/Open

Author
ISYAMAETREYA, SAVITRI

Date Published
22 Dec 2025

Advisor
Luluk Muthoharoh, S.Si., M.Si.,
Christyan Tamaro Nadeak, S.Si., M.Si.,

Subject
Sains Data

Publisher

Indonesia berada di pertemuan tiga lempeng tektonik aktif, yaitu lempeng Indo-Australia, Pasifik, dan Eurasia yang menyebabkan Indonesia menjadi sangat rawan terjadi megathrust. Informasi terkait lokasi megathrust banyak tersebar dalam bentuk teks dan pembahasan ini banyak tersebar di sosial media salah satunya X, namun informasinya belum terstruktur dengan baik dan sulit diterima oleh masyarakat. Oleh karena itu, penelitian ini bertujuan mendeteksi dan mengklasifikasi informasi lokasi mengenai megathrust sehingga harapannya akan menghasilkan gambaran lebih jelas mengenai lokasi yang dianggap beresiko tinggi terdampak megathrust dengan menggunakan metode Named Entity Recognition dan Naive Bayes. Hasil evaluasi model menunjukkan bahwa kombinasi random over sampling + unigram memiliki akurasi terbaik, yaitu 90%, serta nilai f1-score tertinggi pada kelas Kalimantan (100%) dan Sulawesi (95%). Meskipun dalam kombinasi random under sampling + unigram pada kelas Kalimantan f1-score sangat rendah, yaitu 0.07% yang artinya model banyak melakukan kesalahan dalam prediksi. Secara keseluruhan, penerapan NER dan BNB efektif dalam proses deteksi dan klasifikasi lokasi megathrust di Indonesia berdasarkan post X.

URI
https://repo.itera.ac.id/depan/submission/SB2601130014

Keyword
Named Entity Recognition Bernoulli Naive Bayes Megathrust Klasifikasi