Eksplorasi Data Gempa Bumi di Indonesia: Visualisasi Interaktif Menggunakan Python
Abstract
Indonesia merupakan negara yang terletak di Cincin Api Pasifik, menjadikannya rawan terhadap bencana gempa bumi. Studi ini bertujuan mengeksplorasi data gempa bumi di Indonesia antara 2008 hingga 2023 melalui visualisasi interaktif menggunakan Python. Dataset bersumber dari BMKG, mencakup informasi lokasi, waktu, magnitudo, dan kedalaman gempa. Praproses data melibatkan pembersihan, transformasi, dan analisis temporal. Visualisasi menggunakan grafik seperti line plot, bar chart, dan scatter plot memberikan wawasan mengenai pola, tren, dan hubungan antar variabel gempa. Hasil menunjukkan peningkatan jumlah gempa kecil dalam beberapa tahun terakhir, meski magnitudo rata-rata stabil. Penelitian ini berkontribusi pada upaya mitigasi bencana dengan menyediakan alat analisis yang informatif dan mudah dipahami oleh masyarakat maupun pengambil keputusan.
Keywords
Full Text:
PDFReferences
Pasaribu, l. (2020). Pengetahuan dan sikap siswa sma dalam menghadapi bencana gempa bumi. Jurnal Skolastik Keperawatan, 6(2), 153-159.
Anwar, S. and Aceh, A. (2019). Pengaruh metode focus group discussion terhadap kesiapsiagaan bencana gempa bumi di smk negeri 1 alo’oa kota gunungsitoli. Jurnal Diversita, 5(1), 24-32.
Islamiati, V., Perdana, Y., & Setyahagi, A. (2020). Analisis peluruhan gempa bumi susulan di ambon tahun 2019 dengan pendekatan statistik menggunakan software peluruhan v2.0. Inovasi Fisika Indonesia, 9(2), 163-172.
Murel, M. (2024). Analisis kawasan rawan bencana gempa bumi di aceh, yogyakarta, dan sulawesi tengah menggunakan metode polygon pada aplikasi qgis. Jati (Jurnal Mahasiswa Teknik Informatika), 8(3), 4194-4199.
Indriasari, F. (2018). Pengaruh pemberian metode simulasi siaga bencana gempa bumi terhadap kesiapsiagaan anak di yogyakarta. Jurnal Keperawatan Soedirman, 11(3), 199.
Fatima, A., Nazir, N., & Khan, M. (2017). Data cleaning in data warehouse: a survey of data pre-processing techniques and tools. International Journal of Information Technology and Computer Science, 9(3), 50-61.
Jufriansah, A. (2023). Forecasting the magnitude category based on the flores sea earthquake. Jurnal Resti (Rekayasa Sistem Dan Teknologi Informasi), 7(6), 1439-1447.
Jeatrakul, P., Wong, K., & Fung, C. (2010). Data cleaning for classification using misclassification analysis. Journal of Advanced Computational Intelligence and Intelligent Informatics, 14(3), 297-302.
Yunita, A., Santoso, H., & Hasibuan, Z. (2022). ‘everything is data’: towards one big data ecosystem using multiple sources of data on higher education in indonesia. Journal of Big Data, 9(1).
Randall, S., Ferrante, A., Boyd, J., & Semmens, J. (2013). The effect of data cleaning on record linkage quality. BMC Medical Informatics and Decision Making, 13(1).
Dewi, R., Purwana, Y., & Dananjaya, R. (2018). Analisis probabilistik bahaya gempa pada bendungan wadaslintang. Matriks Teknik Sipil, 6(4).
Madlazim, M. (2013). Kajian awal tentang b value gempa bumi di sumatra. Jurnal Penelitian Fisika Dan Aplikasinya (Jpfa), 3(1), 41.
Saputra, E., Nugraheni, F., Pawirodikromo, W., & Makrup, L. (2021). Comparison of soil surface seismic hazard maps as basic disaster mitigation based spatial planning in riau province. Media Komunikasi Teknik Sipil, 27(2), 250-259.
Wijaya, A. (2023). Model etas spatio-temporal pada analisis pemetaan intensitas kegempaan di wilayah sumatera. Jambura Journal of Mathematics, 5(1), 179-188.
Wahyono, M., Nurdin, S., Bedu, A., Eko, W., & Sari, R. (2020). Penerapan teorema probabilitas total dalam analisis resiko gempa. Rekonstruksi Tadulako Civil Engineering Journal on Research and Development, 23-30.
Steven, S. (2023). Aplikasi visualisasi data gempa regionalisasi berbasis web dan teknologi leaflet. Jurnal Informatika, 10(2), 118-128.
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.