Perbandingan Algoritma DBSCAN Dan HDBSCAN dalam Pengelompokan Persebaran Titik Gempa Bumi di Indonesia (Studi Kasus : Gempa Bumi di Indonesia Tahun 2014 – 2024)
Abstract
Indonesia merupakan wilayah dengan aktivitas seismik tinggi karena
lokasinya di pertemuan tiga lempeng tektonik aktif. Tingginya frekuensi gempa
bumi menekankan pentingnya analisis pola persebaran untuk mendukung mitigasi
bencana. Data yang digunakan diperoleh dari pusat database Badan Meteorologi,
Klimatologi, dan Geofisika (BMKG) dengan jumlah titik gempa bumi sebesar
17182 titik. Penelitian ini mengevaluasi kinerja kedua algoritma berdasarkan
sensitivitas parameter, ketepatan deteksi cluster, dan efektivitas penanganan noise
menggunakan silhouette coefficient, davies-bouldin index dan dunn-index.
Penelitian ini bertujuan untuk mengetahui hasil pengelompokkan persebaran titik
gempa bumi di Indonesia tahun 2014 – 2024 menggunakan algoritma DBSCAN
dan HDBSCAN. Berdasarkan hasil analisis algoritma DBSCAN dengan kombinasi
nilai Eps optimum sebesar 0.3843 radian dan MinPts sebesar 8 membentuk 2 cluster
dan 238 noise dengan nilai silhouette coefficient sebesar 0.5377, davies-bouldin
index sebesar 1.1555 dan dunn-index sebesar 0.0245. Cluster 1 sebanyak 16927
titik gempa bumi dan cluster 2 sebanyak 9 titik gempa bumi. Sedangkan, untuk
algoritma HDBSCAN dengan kombinasi MinPts optimum sebesar 50 membentuk
2 cluster dan 1428 noise nilai silhouette coefficient sebesar 0.436339, davies-
bouldin index sebesar 1.6063 dan dunn-index sebesar 0.0519. Cluster 1 sebanyak
15676 titik gempa bumi dan cluster 2 sebanyak 78 titik gempa bumi. Perbandingan
hasil klaster dari kedua metode menghasilkan jumlah klaster yang sama, namun
berbeda dalam jumlah noise dan distribusi karakteristik titik gempa bumi.
Berdasarkan dengan nilai silhouette coefficient dan davies-bouldin index, dapat
disimpulkan bahwa algoritma DBSCAN dinilai lebih baik dibandingkan dengan
HDBSCAN karena menghasilkan struktur klaster yang cukup kuat untuk
mengelompokkan persebaran titik gempa bumi di Indonesia tahun 2014 – 2024.
Collections
- Statistics [1223]
