Penerapan Machine Learning dalam Prediksi Klasifikasi Big Data Kedalaman Gempa Bumi di Indonesia Tahun 2015-2024

Abstract

Mengetahui karakteristik gempa bumi, terutama kedalamannya, merupakan titik awal yang penting untuk sebagian besar analisis seismologi kuantitatif. penelitian ini dilakukan untuk mengevaluasi prediksi dengan mengklasifikasikan gempa bumi berdasarkan kedalamannya menggunakan variabel-variabel yang digunakan. Metode yang digunakan adalah machine learning dengan 3 model prediksi klasifikasi, yaitu Naïve Bayes, KNN, dan Random Forest. Dari performance measurements, terpilih model Random Forest sebagai model terbaik, untuk kemudian digunakan untuk memprediksi klasifikasi kedalaman gempa bumi. Akurasi yang dihasilkan cukup tinggi (> 85%), memiliki selisih yang kecil antara data train dan test (membuktikan model fitted), dan memiliki kualitas prediksi yang tinggi ( akurasi data test dan data percobaan berada pada range 83,77%-89,66% ), sehingga dapat disimpulkan bahwa model Random Forest adalah model terbaik untuk melakukan prediksi klasifikasi kedalaman gempa bumi di Indonesia.