Clustering gempabumi di wilayah regional VII menggunakan metode Dbscan dan K-Means

ABSTRAK

Wilayah Regional VII meliputi Provinsi Jawa Tengah, Yogyakarta dan Jawa Timur merupakan wilayah tektonik aktif karena terletak di wilayah zona subduksi lempeng Indo-Australia dan Eurasia serta terdapat beberapa patahan aktif di daratan. Oleh karena itu, perlu dilakukan clustering gempabumi untuk memetakan zona potensi gempabumi di wilayah Regional VII berdasarkan cluster gempabumi yang terbentuk. Penelitian ini menggunakan pendekatan algoritma Unsupervised Learning berbasis kepadatan yaitu, Density Based Spatial Clustering of Application with Noise atau DBSCAN. Algoritma ini memerlukan parameter input epsilon (ε) dan MinPts. Hasil yang terbentuk selanjutnya dibandingkan dengan hasil clustering menggunakan algoritma K-Means dan dievaluasi menggunakan Silhouette Coefficient serta dibandingkan dengan golden standart peta sebaran episenter gempabumi Pulau Jawa hasil relokasi teletomoDD dari katalog PuSGeN 2017. Hasil clustering menggunakan DBSCAN diperoleh jumlah cluster sebanyak 3 hingga 6 cluster dengan nilai Silhouette Coefficient terendah 0,208 untuk cluster gempabumi periode T5_2017-2021 dan tertinggi sebesar 0,499 untuk periode T1_2020. Sedangkan algoritma K-Means menghasilkan cluster sebanyak 3 hingga 7 cluster dengan nilai Silhouette Coefficient terentah 0,475 untuk cluster gempabumi periode T1_2019 dan tertinggi sebesar 0,570 untuk periode T1_2020. Hasil clustering gempabumi DBSCAN periode T5_2017-2021 mendekati peta sebaran episenter gempabumi Pulau Jawa hasil relokasi teletomoDD dari katalog PuSGeN 2017 yang menunjukkan wilayah Provinsi Jawa Timur memiliki potensi gempabumi tertinggi dibandingkan dengan wilayah Provinsi Jawa Tengah dan Yogyakarta.

مستخلص البحث

المنطقة الإقليمية السابعة التي تتكون من جاوة الوسطى ويوجياكارتا وجاوة الشرقية هي مناطق تكتونية حية لأنها تقع في منطقة الاندساس للصفائح الهندية الأسترالية والأوراسية وهناك العديد من الصدوع الحيّة في الأرض. لذلك، من الضروري القيام بتجميع الزلازل لرسم خريطة لمناطق الزلازل المحتملة في المنطقة الإقليمية السابعة بناءً على مجموعات الزلازل المتكونة. يستخدم هذا البحث منهج خوارزمية التعلم غير الخاضع للإشراف (Unsupervised Learning) القائم على الكثافة، وهي التجميع المكاني القائم على الكثافة للتطبيقات مع الضوضاء (Density Based Spatial Clustering of Application with Noise) أو DBSCAN. تحتاج هذه الخوارزمية معلمة إدخال إبسيلون (ε) وMinPts. ثم تتم مقارنة النتائج التي تم تكوينها مع نتائج التجميع باستخدام خوارزمية K-Means. وتم تقييمها باستخدام طريقة معامل الصورة الظلية (Silhouette Coefficient)، ومقارنتها بالخريطة القياسية الذهبية (golden standart) لتوزيع بؤر الزلازل في جزيرة جافا والتي نتجت عن نقل teletomoDD من كتالوج PuSGeN لعام ٢٠١٧. حصلت نتائج التجميع باستخدام DBSCAN على عدد من المجموعات من ٣ إلى ٦ مجموعات مع أدنى قيمة لمعامل صورة ظلية (Silhouette Coefficient) قدرها ٠٫٢٠٨ لمجموعات الزلازل للفترة T5_2017-2021 وأعلى ٠٫٤٩٩ للفترة T1_2020. وأنتجت خوارزمية K-Means من ٣ إلى ٧ مجموعات بأقل قيمة لمعامل صورة ظلية تبلغ ٠٫٤٧٥ لمجموعات الزلازل لفترة T1_2019 وأعلى ٠٫٥٧٠ لفترة T1_2020. نتائج تجميع زلازل DBSCAN للفترة T5_2017-2021 تقريبية لخريطة توزيع بؤر الزلازل في جزيرة جافا والتي هي نتيجة نقل teletomoDD من كتالوج PuSGeN لعام ٢٠١٧ الذي يوضح أن جاوة الشرقية أعلى إمكانة للزلازل مقارنة بجاوة الوسطى ويوجياكارتا.

ABSTRACT

Regional VII, covering the provinces of Central Java, Yogyakarta and East Java is a tectonic active area because it is located in the subduction zona of the Indo-Australia and Eurasian plates and there are several active faults on land. Therefore, it is necessary to do earthquake clustering to map earthquake-prone zones in Regional VII based on the earthquake clusters formed. This study uses a density-based Unsupervised Learning algorithm approach, namely Density Based Spatial Clustering of Applications with Noise or DBSCAN. This algorithm requires the input parameters epsilon (ε) and MinPts. The results formed were then compared with the results of clustering using the K-Means algorithm and evaluated using the Silhouette Coefficient and compared with the golden standart map of the Java Island earthquake epicenter distribution resulting from the teletomoDD relocation from the 2017 PuSGeN catalog. The results using DBSCAN obtained a number of clusters of 3 to 6 clusters with the lowest Silhouette Coefficient value 0.208 for T5_2017-2021 period and the highest is 0.499 for T1_2020 period. While the K-Means algorithm produces clusters of 3 to 7 clusters with a Silhouette Coefficient value of 0.475 for earthquake clusters for T1_2019 period and the highest is 0.570 for T1_2020 period. The results of DBSCAN earthquake clustering for T5_2017-2021 period approximate the distribution map of the earthquake epicenters of Java Island as a result of the relocation of the tomoDD from the 2017 PuSGeN catalog which shows that the East Java Province has the highest earthquake potential compared to the Central Java and Yogyakarta Provinces.