IDENTIFIKASI ARAH GUGURAN GUNUNG MERAPI BERDASARKAN SINYAL SEISMIK MENGGUNAKAN RANDOM SEARCH OPTIMIZER DAN K-NEAREST NEIGHBORS (Studi Kasus: BPPTKG)

Rahman, Fadhil Wicaksono Nur (2024) IDENTIFIKASI ARAH GUGURAN GUNUNG MERAPI BERDASARKAN SINYAL SEISMIK MENGGUNAKAN RANDOM SEARCH OPTIMIZER DAN K-NEAREST NEIGHBORS (Studi Kasus: BPPTKG). Other thesis, UPN Veteran Yogyakarta.

	Text COVER.pdf Download (290kB)
	Text ABSTRAK.pdf Download (517kB)
	Text LEMBAR PENGESAHAN.pdf Download (720kB)
	Text DAFTAR ISI.pdf Download (515kB)
	Text DAFTAR PUSTAKA.pdf Download (529kB)
	Text FULLTEXT-FADHIL WICAKSONO NUR RAHMAN 123200160.pdf Restricted to Repository staff only Download (5MB)

Abstract

Gunung Merapi adalah salah satu gunung berapi paling aktif di Indonesia, yang aktivitasnya memiliki potensi besar untuk menimbulkan dampak signifikan terhadap lingkungan dan masyarakat sekitarnya. Pengawasan dan mitigasi risiko bencana vulkanik menjadi prioritas utama dalam upaya melindungi keselamatan dan kesejahteraan masyarakat. Penelitian ini bertujuan untuk mengidentifikasi arah guguran vulkanik Gunung Merapi menggunakan metode K-Nearest Neighbors (KNN) yang dioptimalkan dengan teknik Random Search. Data sinyal seismik yang digunakan berasal dari stasiun BPPTKG Yogyakarta. Metode optimasi Random Search digunakan untuk menemukan parameter terbaik pada model KNN, dengan evaluasi melalui pembagian data latih dan uji menggunakan rasio 70:30 dan 80:20, serta nilai Cross-Validation (CV) 3 dan 5. Model ini dievaluasi menggunakan confusion matrix untuk mengukur akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model dengan rasio 80:20 dan CV 3 memberikan performa terbaik, dengan akurasi sebesar 93,92% secara keseluruhan. Pada kelas Bebeng, Boyong, dan Gendol, precision, recall, dan F1-score rata-rata mencapai 0,94, 0,93, dan 0,93 secara makro. Hasil penelitian menunjukkan bahwa sensitivitas stasiun seismik berpengaruh terhadap akurasi model, stasiun MEPAS memberikan hasil yang lebih baik dibandingkan MELAB serta penggunaan variasi CV tidak berpengaruh kepada performa, dan rasio pembagian data berpengaruh terhadap performa model. Kesimpulan dari penelitian ini menghasilkan bahwa optimasi Random Search meningkatkan performa, meskipun hasil model yang diujikan menunjukkan kecenderungan overfitting. Studi ini mengonfirmasi bahwa metode KNN dengan optimasi parameter mampu meningkatkan efisiensi dan akurasi dalam mitigasi bencana vulkanik Gunung Merapi.

Item Type:	Thesis (Other)
Additional Information:	Fadhil Wicaksono Nur Rahman (123200160) ; Pembimbing 1 : Awang Hendrianto Pembimbing 2 : Agus Budi Santoso
Uncontrolled Keywords:	Gunung Merapi, K-Nearest Neighbors, Random Search, sinyal seismik, klasifikasi vulkanik
Subjects:	G Geography. Anthropology. Recreation > GA Mathematical geography. Cartography Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software Q Science > QE Geology
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	17 Jan 2025 03:43
Last Modified:	17 Jan 2025 03:43
URI:	http://eprints.upnyk.ac.id/id/eprint/42084

Actions (login required)

View Item