Klasifikasi Data Gempa Bumi Menggunakan Algoritma Decision tree C5.0 di Pulau Sumatera
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 dalam pembentukan pohon keputusan 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, tingkat intensitas gempa, dan provinsi. Kategori hiposentrum terdiri atas gempa dangkal dan gempa sedang. Ketidakseimbangan kelas ditangani menggunakan random oversampling 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 dalam pembentukan pohon keputusan sebesar 22,64%, diikuti jarak dengan pusat gempa 18,98%, dan latitude 17,38%. Hasil tersebut menunjukkan bahwa C5.0 dapat digunakan untuk klasifikasi hiposentrum.
URI
https://repository.itera.ac.id/depan/submission/SB2610140006
Keyword
C5.0 Decision tree Gempa Bumi Klasifikasi Pulau Sumatera