EMI RAHMI (2018) PENERAPAN ALGORITMA DBSCAN UNTUK PENGELOMPOKAN WILAYAH GEMPA BUMI DI INDONESIA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018322SIF.pdf Download (129kB) | Preview
Preview	Text 2. PENGESAHAN_2018322SIF.pdf Download (584kB) | Preview
Preview	Text 3. ABSTRAK_2018322SIF.pdf Download (114kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018322SIF.pdf Download (234kB) | Preview
Preview	Text 5. DAFTAR ISI_2018322SIF.pdf Download (124kB) | Preview
Preview	Text 6. BAB I_2018322SIF.pdf Download (138kB) | Preview
Preview	Text 7. BAB II_2018322SIF.pdf Download (445kB) | Preview
Preview	Text 8. BAB III_2018322SIF.pdf Download (115kB) | Preview
	Text 9. BAB IV_2018322SIF.pdf Restricted to Repository staff only Download (3MB)
Preview	Text 10. BAB V_2018322SIF.pdf Download (95kB) | Preview
Preview	Text 11. DAFTAR PUSTAKA_2018322SIF.pdf Download (276kB) | Preview

Abstract

Secara geologi, wilayah Indonesia berada pada pertemuan tiga lempeng tektonik aktif yaitu Lempeng Indo-Australia di bagian selatan, Lempeng Eurasia di bagian utara dan Lempeng Pasifik di bagian Timur. Ketiga lempengan tersebut bergerak dan saling bertumbukan sehingga Lempeng Indo-Australia menunjam ke bawah lempeng Eurasia dan menimbulkan gempa bumi, jalur gunung api, dan sesar atau patahan. Gempa bumi merupakan bencana alam yang tidak dapat dihindari maupun dicegah, tetapi akibat yang ditimbulkan oleh gempa bumi bisa diminimalisir. Berdasarkan data yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG), gempa bumi selalu terjadi di Indonesia setiap hari. Data yang diperoleh dari peristiwa gempa bumi dapat dikelompokkan untuk melakukan pemetaan pada wilayah terjadinya gempa bumi serta dilakukan analisis untuk mengetahui karakteristik hasil pengelompokan wilayah gempa bumi. Pada penelitian ini dilakukan clustering dengan duapercobaan, yaitu percobaan pertama clustering Density-Based Spatial Clustering of Applications with Noise(DBSCAN)tanpa reduksi dimensi dan percobaan kedua clustering DBSCAN dengan reduksi dimensi menggunakan Principal Component Analysis (PCA).Hasil cluster terbaik diketahui dengan menghitung nilai silhouette index masing-masing cluster.Dari kedua percobaan, nilai silhouette index tertinggi diperoleh pada percobaan kedua, yaitu 0,4137. Maka percobaan kedua dijadikan sebagai hasil cluster terbaik. Hasil akhir dari penelitian ini yaitu analisis karakteristik tiap cluster dan peta penyebaran gempa bumi sesuai hasil cluster terbaik.Kata kunci: DBSCAN, Gempa Bumi, PCA, Silhouette Index.

Actions (login required)

View Item