KLASIFIKASI DATA GEMPA BUMI DI PULAU JAWA MENGGUNAKAN ALGORITMA EXTREME GRADIENT BOOSTING

Abstract

Gempa bumi adalah fenomena yang terjadi akibat pergerakan lempeng tektonik dan dapat memiliki dampak merusak. Kedalaman hiposentrum memiliki peran penting dalam menentukan karakteristik gempa. Proses klasifikasi kedalaman hiposentrum penting untuk memahami potensi gempa di wilayah Indonesia. Dalam menghadapi data gempa yang besar dan kompleks, serta tantangan dalam mengidentifikasi pola dari kedalaman hiposentrum, terdapat permasalahan dalam proses klasifikasi.  Penelitian ini memfokuskan pada penerapan algoritma Extreme Gradient Boosting (XGBoost) dalam mengklasifikasikan data gempa bumi berdasarkan kedalaman hiposentrum di Pulau Jawa. Beberapa penelitian sebelumnya menggunakan XGBoost untuk klasifikasi menunjukkan kemampuan algoritma ini dalam berbagai konteks. Hasil eksperimen menunjukkan bahwa model XGBoost dengan penyetelan parameter menghasilkan akurasi 99.58%. Keputusan ini didukung oleh kemampuan model untuk mengatasi masalah ketidakseimbangan data dan menghasilkan prediksi akurat. Meskipun akurasi sempurna belum tercapai, hasil ini realistis dan memiliki potensi untuk mengklasifikasikan data gempa dengan akurasi yang tinggi.