Clustering Daerah Rawan Gempa di Pulau Jawa Berbasis Metode Algoritma K-Means

Abstract

Peningkatan aktivitas gempa bumi dalam beberapa tahun terakhir menjadi perhatian serius, terlebih dengan maraknya pembahasan mengenai potensi gempa megathrust di wilayah selatan Jawa. Kondisi ini menunjukkan pentingnya pemetaan kerawanan yang lebih akurat, mengingat Pulau Jawa merupakan salah satu area dengan intensitas seismik tinggi. Meskipun data historis gempa tersedia cukup lengkap, pemetaan sebelumnya masih bersifat umum dan belum mampu menggambarkan pola spasial secara detail. Penelitian ini bertujuan mengidentifikasi tingkat kerawanan gempa di Pulau Jawa menggunakan algoritma K-Means Clustering. Data diambil dari platform Kaggle berupa katalog gempa bumi periode 2008–2023, namun analisis difokuskan pada Januari 2021 hingga Januari 2023 agar sesuai dengan kondisi seismik terbaru. Proses klasterisasi dilakukan menggunakan RapidMiner dengan Euclidean Distance, sedangkan jumlah klaster optimal ditentukan melalui Davies-Bouldin Index (DBI), yang menghasilkan nilai terbaik sebesar 0,349. Hasil klasterisasi menunjukkan tiga tingkat kerawanan, yaitu Cluster 0 dengan 2.348 titik (kerawanan tinggi), Cluster 2 dengan 276 titik (kerawanan sedang), dan Cluster 1 dengan 12 titik (kerawanan rendah). Hasil tersebut memperlihatkan bahwa sebagian besar aktivitas gempa khususnya yang berada di zona subduksi selatan Jawa yang berpotensi memicu gempa megathrust terkonsentrasi pada cluster berkerawanan tinggi. Penelitian ini diharapkan dapat memberikan gambaran yang lebih presisi mengenai distribusi kerawanan gempa di Pulau Jawa, sehingga dapat menjadi dasar bagi BPBD dan BNPB dalam penyusunan strategi mitigasi dan sistem peringatan dini.