IMPLEMENTASI ALGORITMA FUZZY K-NEAREST NEIGHBOR (FK-NN) PADA DETEKSI POTENSI BENCANA ALAM TSUNAMI

Repositori Jurnal Mahasiswa PTIIK UB
© 2015 by Doro Jurnal
Volume 5 - Number 1
Year of Publication: 2015
Faris Fitrianto, Rekyan Regasari Mardi Putri dan Nurul Hidayat
Download Article

 


Abstract

Tsunami yang pernah terjadi di seluruh dunia termasuk di Indonesia telah banyak menimbulkan korban jiwa serta kerugian material. Pada umumnya menurut BMKG penentuan gempa bumi termasuk berpotensi tsunami menggunakan ukuran seperti lokasi epicenter terletak di dasar laut, kedalaman gempa kurang dari 70 km, serta magnitude lebih dari 7.0 SR dimana ukuran tersebut ternyata tidak selamanya benar karena banyak kejadian tsunami di berbagai belahan bumi ini yang terjadi ketika magnitude gempa bumi kurang dari 7.0 SR. Klasifikasi dapat digunakan untuk menetukan suatu gempa bumi bawah laut termasuk berpotensi tsunami atau tidak. Salah satu metode klasifikasi yaitu Fuzzy K - Nearest Neighbor (FK-NN) digunakan dalam penelitian ini untuk mendeteksi potensi bencana alam tsunami dengan menggunakan beberapa parameter seperti kedalaman gempa (depth), magnitudo momen (mw), magnitudo permukaan (ms), magnitudo bodi (mb), serta skala MMI. Pada penelitian ini dilakukan pengujian menggunakan 300 data dimana masing – masing sebanyak 150 data digunakan sebagai data uji serta data latih. Didapatkan nilai akurasi maksimum sebesar 95.3 % pada pengujian pengaruh nilai k terhadap akurasi. Selain itu didapatkan nilai akurasi maksimum sebesar 94.7 % pada pengujian komposisi data latih dengan perbandingan komposisi 2 : 3 dengan jumlah kelas tsunami sebanyak 60 dan tidak tsunami sebanyak 90. Sedangkan untuk pengujian pengaruh variasi data uji dan data latih terhadap akurasi didapatkan nilai rata – rata akurasi sebesar 91.6 %.

Keywords

Deteksi potensi tsunami, klasifikasi, Fuzzy K-Nearest Neighbor