ANALISIS KLASIFIKASI RISIKO GEMPA BUMI DI INDONESIA BERDASARKAN MAGNITUDO DAN KEDALAMAN MENGGUNAKAN ALGORITMA DECISION TREE

Abstract

Indonesia merupakan negara dengan aktivitas kegempaan sangat tinggi akibat letaknya di pertemuan tiga lempeng tektonik besar. Tingginya potensi ancaman ini menimbulkan permasalahan terkait perlunya analisis risiko gempa yang cepat dan akurat untuk mendukung sistem mitigasi bencana. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan tingkat risiko gempa bumi di Indonesia berdasarkan parameter magnitudo dan kedalaman. Metode yang digunakan adalah algoritma Decision Tree terhadap 131.833 data gempa dari BMKG periode 2008–2025. Tahapan penelitian ini meliputi data collection, preprocessing, labelling, splitting, modelling, rule extraction, dan evaluation. Hasil klasifikasi menunjukkan bahwa magnitudo > 4,501 termasuk kategori Risiko Sedang (315 data), sedangkan magnitudo ≤ 4,501 termasuk Risiko Rendah (10.726 data). Model ini menghasilkan akurasi sebesar 99,96% dan recall 100%. Tingginya performa ini membuktikan bahwa algoritma Decision Tree sangat efektif untuk klasifikasi risiko gempa dan berpotensi mendukung upaya mitigasi bencana nasional.