PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK PREDIKSI NILAI PEAK GROUND ACCELERATION (PGA) BERDASARKAN PARAMETER JARAK SESAR DI WILAYAH SUMATRA BAGIAN SELATAN
Wilayah Sumatra Bagian Selatan merupakan kawasan tektonik aktif yang
dipengaruhi oleh Sistem Sesar Sumatra dan zona megathrust sebagai sumber
gempa bumi. Keberadaan sumber gempa tersebut menyebabkan variasi nilai
Peak Ground Acceleration (PGA), sehingga diperlukan kajian mengenai
hubungan jarak terhadap sumber gempa dengan distribusi PGA. Penelitian ini
bertujuan menerapkan algoritma Support Vector Machine (SVM) untuk
memodelkan variasi spasial PGA berdasarkan parameter jarak terhadap Sesar
Sumatra dan zona megathrust. Data penelitian terdiri atas 125.131 titik spasial
pada wilayah Jambi, Bengkulu, Sumatra Selatan, Lampung, dan Kepulauan
Bangka Belitung, dengan PGA acuan sebagai variabel target dan jarak terhadap
sumber gempa sebagai variabel masukan. Pemodelan dilakukan menggunakan
SVM dengan kernel Radial Basis Function (RBF) dan dievaluasi
menggunakan R², RMSE, dan MAE. Nilai PGA acuan berada pada rentang
0,025–0,797 g dengan distribusi nilai relatif tinggi di wilayah barat Sumatra
dan menurun menuju arah timur. Hasil pemodelan menunjukkan pola distribusi
PGA hasil prediksi SVM yang mengikuti kecenderungan PGA acuan, terutama
pada zona dengan nilai PGA tinggi di sekitar sumber gempa. Model
menghasilkan nilai R² sebesar 0,9896, RMSE sebesar 0,0195 g, dan MAE
sebesar 0,0134 g, yang menunjukkan kemampuan model dalam menangkap
hubungan antara parameter jarak terhadap sumber gempa dengan variasi PGA
pada data yang digunakan. Pendekatan berbasis SVM dengan parameter jarak
terhadap sumber gempa mampu menggambarkan kecenderungan distribusi
PGA regional, dengan keterbatasan karena belum mempertimbangkan faktor
lain seperti magnitudo, kedalaman sumber gempa, mekanisme sumber, dan
kondisi tapak.
URI
https://repo.itera.ac.id/depan/submission/SB2609300013
Keyword
Peak Ground Acceleration Support Vector Machine Sesar Sumatra Megathrust Gempa bumi