View/Open

Author

Date Published
14 Oct 2026

Advisor

Subject
Aktuaria

Publisher

Gempa bumi merupakan salah satu bencana alam yang memiliki potensi dampak besar di Pulau Sumatera karena wilayah ini berada pada zona tektonik aktif. Penelitian ini bertujuan untuk mengklasifikasikan gempa bumi berdasarkan kategori hiposentrum serta mengidentifikasi variabel yang paling berkontribusi menggunakan algoritma decision tree C5.0. Data yang digunakan merupakan data sekunder dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) periode 2020–2024 sebanyak 670 data, dengan variabel latitude, longitude, magnitude, pusat gempa, jarak dengan pusat gempa, MMI, dan provinsi. Kategori hiposentrum terdiri atas gempa dangkal dan gempa sedang. Ketidakseimbangan kelas ditangani menggunakan random vversampling pada data training. Hasil penelitian menunjukkan bahwa model decision tree C5.0 memperoleh accuracy sebesar 90,23%. Namun, kemampuan model dalam mengenali gempa sedang masih rendah, dengan precision 14,29%, recall 12,50%, dan F1-score 13,33%. Berdasarkan variable importance, magnitude merupakan variabel paling berkontribusi sebesar 22,64%, diikuti jarak dengan pusat gempa 18,98

URI
https://repo.itera.ac.id/depan/submission/SB2610140006

Keyword
C5.0, Decision tree, Gempa Bumi, Klasifikasi, Pula