IDENTIFIKASI JENIS GEMPA VULKANIK BERDASARKAN DATA REKAMAN SEISMIK PADA GUNUNG SINABUNG MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS Bagas Anwar Arif Nur (a*), Bambang Heru Iswanto (a),Mohammad Hasib (b), Ahmad Basuki (c)
a) Program Studi Fisika, Universitas Negeri Jakarta, Jakarta, Indonesia.
b) Pusat Riset Kebencanaan Geologi, Badan Riset dan Inovasi Nasional, Bandung, Indonesia
c) Pusat Vulkanologi dan Mitigasi Bencana Geologi, Bandung, Indonesia
Abstract
Erupsi vulkanik merupakan peristiwa alam yang memiliki potensi merusak yang signifikan terhadap manusia dan lingkungan. Identifikasi jenis gempa vulkanik menjadi kunci dalam upaya mitigasi risiko bencana dalam memberikan informasi proses dan lokasi kegiatan magma pada terjadi. Dalam penelitian ini, kami mengusulkan sebuah pendekatan menggunakan Principal Component Analysis (PCA) untuk mengidentifikasi jenis gempa vulkanik berdasarkan data rekaman seismik. Identifikasi diawali dengan melakukan reduksi dimensi fitur menggunakan Principal Component Analysis (PCA). Hasil PCA kemudian dilakukan clustering yang setelahnya dievaluasi dengan Silhouette Score, Adjusted Random Indeks (ARI), David-Bouldin Indeks (DB-Indeks), dan Calinski-Harabasz index (CH-Indeks). Ekperimen dilakukan dengan menggunakan data rekaman berjumlah 309 sampel. Untuk tiap rekaman dilakukan ekstraksi fitur berupa fitur statistik, fitur entropi, dan fitur bentuk dengan total berjumlah 16 fitur dalam domain waktu dan frekuensi Hasil PCA pada dua komponen utama PC1 menjelaskan 49.2741% dan PC2 24.5507% dari varians data dan Hasil evaluasi menggunakan Silhouette Score sebesar 0.53, ARI 0.8, CH-Indeks 529.34, dan DB-Indeks 0.6
