KLASIFIKASI STATUS BENCANA ALAM GEMPA BUMI DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN)

PURNAMA, RIZAL WAHYU (2025) KLASIFIKASI STATUS BENCANA ALAM GEMPA BUMI DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN). Skripsi thesis, Institut Teknologi Nasional Malang.

Text 2112032-FILE LENGKAP SKRIPSI.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB) | Request a copy

Abstract

Gempa bumi merupakan fenomena alam yang terjadi secara tiba- tiba dan berpotensi menimbulkan kerugian bagi manusia, baik secara materil maupun korban jiwa. Untuk meminimalisir dampak tersebut, diperlukan deteksi dini serta klasifikasi bencana gempa untuk meminimalkan risiko yang ditimbulkan. Penelitian ini melakukan klasifikasi tingkat risiko kerusakan akibat gempa bumi menggunakan algoritma K-Nearest Neighbor (K-NN) berbasis parameter kedalaman dan magnitudo. Data yang digunakan diperoleh melalui situs web Kaggle, dengan sumber BMKG dan USGC dalam rentang tahun 2008 hingga 2023. Setelah melalui tahap pra-pemrosesan, termasuk pembersihan dan pelabelan data, kemudian dataset sebanyak 92.887 dibagi menjadi data latih dan data uji dengan rasio 80:20. Tujuan dari penelitian ini adalah untuk mengevaluasi akurasi algoritma K-NN berdasarkan data yang tersedia serta menentukan nilai K yang optimal. Hasil penelitian menunjukkan bahwa algoritma K-NN mampu memprediksi kelas risiko gempa dengan tingkat akurasi tinggi, yaitu sebesar 99.82% untuk K= 3, 99.70%, untuk K= 5, dan 99.57% untuk K= 7 dengan menggunakan parameter magnitudo dan kedalaman

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Gempa Bumi, Klasifikasi Risiko, Algoritma K-NN
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	Unnamed user with username sipil
Date Deposited:	24 Nov 2025 03:28
Last Modified:	24 Nov 2025 03:28
URI:	http://eprints.itn.ac.id/id/eprint/15306

Actions (login required)

View Item