Prediksi Probabilitas Gempabumi (M≥5,0) berbasis fitur Seismik di Wilayah Jawa Timur menggunakan PCA-LSTM

ABSTRAK

Wilayah Jawa Timur termasuk salah satu daerah dengan tingkat seismisitas tinggi di Indonesia akibat posisinya yang berdekatan dengan zona subduksi selatan Jawa. Kondisi ini mendorong perlunya pengembangan metode prediksi gempabumi berbasis data sebagai bagian dari upaya mitigasi bencana. Penelitian ini mengembangkan model hibrida Principal Component Analysis–Long Short-Term Memory (PCA-LSTM) untuk memprediksi probabilitas kejadian gempabumi M≥5,0 dalam rentang 30 hari ke depan. Data yang digunakan adalah katalog gempabumi BMKG dan ISC periode 2001–2025, dari mana diekstraksi 33 fitur seismik yang mencakup b-value, a-value, p-value, magnitude deficit, Benioff strain, serta statistik temporal dan energi. PCA diterapkan untuk mereduksi dimensi fitur menjadi 20 komponen utama sebelum diproses oleh LSTM. Hasil evaluasi menunjukkan bahwa model LSTM tanpa PCA tidak berhasil mendeteksi kelas positif (F1=0,000), sementara PCA-LSTM mencapai F1=0,428 pada evaluasi best seed dan F1=0,469 dengan AUC-ROC=0,751 pada Walk-Forward Validation. Temuan ini mengindikasikan bahwa reduksi dimensi via PCA memberikan kontribusi signifikan terhadap kemampuan belajar model LSTM pada data seismik berdimensi tinggi. Pipeline deployment yang dibangun mampu menghasilkan prediksi probabilitas untuk data baru dalam waktu inferensi sekitar 43 ms per batch. Penelitian ini diharapkan dapat menjadi referensi metodologis bagi pengembangan sistem prediksi gempabumi berbasis deep learning di wilayah Jawa Timur

ABSTRACT

East Java is among the regions with high seismicity levels in Indonesia due to its proximity to the southern Java subduction zone. This condition underscores the need to develop data-driven earthquake prediction methods as part of broader disaster mitigation efforts. This study develops a hybrid Principal Component Analysis–Long Short-Term Memory (PCA-LSTM) model to predict the probability of earthquake occurrence M≥5.0 within a 30-day window. The data used comprised earthquake catalogs from BMKG and ISC covering the period 2001–2025, from which 33 seismic features were extracted, including b-value, a-value, p-value, magnitude deficit, Benioff strain, and temporal and energy statistics. PCA was applied to reduce the feature dimensions to 20 principal components prior to LSTM processing. Evaluation results indicate that LSTM without PCA failed to detect the positive class (F1=0.000), while PCA-LSTM achieved F1=0.428 in best-seed evaluation and F1=0.469 with AUC-ROC=0.751 in Walk-Forward Validation. These findings suggest that dimensionality reduction via PCA contributes significantly to the learning capability of LSTM on high-dimensional seismic data. The deployment pipeline developed in this study is capable of generating probability predictions for new data with an inference time of approximately 43 ms per batch. This research is expected to serve as a methodological reference for the development of deep learning-based earthquake prediction systems in East Java.

الملخص

تُعدّ منطقة جاوا الشرقية من المناطق ذات النشاط الزلزالي المرتفع في إندونيسيا، نظراً لقربها من منطقة الاندساع الجنوبية لجاوا. يدفع هذا الواقع إلى الحاجة لتطوير أساليب التنبؤ بالزلازل المعتمدة على البيانات كجزء من جهود التخفيف من آثار الكوارث. تطوّر هذه الدراسة نموذجاً هجيناً يجمع بين تحليل المكونات الرئيسية (PCA) والذاكرة طويلة-قصيرة المدى (LSTM) للتنبؤ باحتمالية حدوث زلازل بقوة M≥5.0 خلال نافذة زمنية مدتها 30 يوماً. اعتمدت الدراسة على فهارس الزلازل من BMKG والمركز الدولي للسيزمولوجيا (ISC) للفترة 2001–2025، واستُخلص منها 33 خاصية زلزالية تشمل قيمة b، وقيمة a، وقيمة p، وعجز المقدار، وإجهاد بينيوف، والإحصاءات الزمنية والطاقوية. طُبِّق تحليل PCA لاختزال أبعاد الخصائص إلى 20 مكوّناً رئيسياً قبل معالجتها بنموذج LSTM. تشير نتائج التقييم إلى أن نموذج LSTM دون PCA لم يتمكن من اكتشاف الفئة الإيجابية (F1=0.000)، في حين حقّق نموذج PCA-LSTM قيمة F1=0.428 في تقييم أفضل بذرة، و F1=0.469 مع AUC-ROC=0.751 في التحقق المتقدم الزمنياً. تشير هذه النتائج إلى أن اختزال الأبعاد عبر PCA يُسهم إسهاماً ملحوظاً في تعزيز قدرة نموذج LSTM على التعلم من البيانات الزلزالية عالية الأبعاد. يستطيع خط أنابيب النشر المطوَّر في هذه الدراسة توليد تنبؤات احتمالية للبيانات الجديدة بزمن استدلال يبلغ نحو 43 ميلي ثانية لكل دفعة. يُؤمَل أن تكون هذه الدراسة مرجعاً منهجياً لتطوير أنظمة التنبؤ بالزلازل المعتمدة على التعلم العميق في منطقة جاوا الشرقية.