Pengelompokan Resiko Potensial Gempa Bumi Menggunakan Pengaplikasian Density-Based Spatial Clustering dengan Noise dan K-Medoids

Abstract

Sebagai negara yang terletak di Cincin Api Pasifik (Ring of Fire), Indonesia tidak dapat dipisahkan dari ancaman gempa bumi. Badan Nasional Penanggulangan Bencana (BNPB) memperkirakan bahwa pada tahun 2021 akan terjadi rata-rata 500 gempa bumi di Indonesia setiap bulan. Khususnya Wilayah Sulawesi-Maluku merupakan salah satu wilayah yang paling rawan gempa bumi. Wilayah ini merupakan tempat bertemunya tiga lempeng utama yang memiliki dampak geologis yang sangat kompleks dan beragam. Tiga lempeng utama tersebut adalah lempeng Pasifik, yang bergerak ke arah barat, lempeng Eurasia, yang bergerak ke arah selatan-tenggara, dan lempeng yang lebih kecil yaitu lempeng Filipina. Terjadinya gempa bumi dapat dipengaruhi oleh beberapa faktor, yaitu jarak gempa bumi ke patahan, subduksi, dan gunung berapi terdekat. Dalam makalah ini, kami mengimplementasikan metode DBSCAN dan K-Medoids untuk mengelompokkan kejadian gempa bumi di wilayah Sulawesi-Maluku yang melibatkan kovariat geologi (Jarak ke zona subduksi terdekat, zona patahan dan zona gunung berapi) dan data internal kejadian gempa bumi (Kedalaman gempa bumi dan magnitudo gempa bumi). Performa pengelompokan menggunakan DBSCAN lebih baik daripada metode K-Medoids, hal ini didasarkan pada nilai koefisien Silhouette yang lebih tinggi, yaitu 0,513, pada DBSCAN. Belajar dari pengalaman gempa bumi dan tsunami di Palu dan daerah lain yang telah mengakibatkan ratusan ribu korban jiwa dan kerugian harta benda yang signifikan, penggunaan pendekatan pengelompokan ini diharapkan dapat membantu upaya mitigasi, baik di tingkat pemerintah maupun masyarakat, yang sangat dibutuhkan untuk mengurangi risiko akibat bencana gempa bumi dan tsunami.