##plugins.themes.academic_pro.article.main##
Prediksi Dampak Gempa Bumi di Indonesia Dengan Menggunakan Artificial Neural Network
Abstract
Penelitian ini memiliki tujuan untuk membangun sistem prediksi dampak gempa bumi di Indonesia dengan mengimplementasikan metode kecerdasan buatan yaitu Artificial Neural Network (ANN). Dataset yang digunakan adalah data gempa bumi Indonesia tahun 2023–2025 yang telah melalui proses preprocessing, labeling, dan penyeimbangan kelas dengan metode SMOTE. Model ANN dirancang dengan 24 input neuron, dua hidden layer, dan output 3 kelas dampak. Pelatihan model dilakukan menggunakan data training sebesar 70% dan data testing sebesar 30%. Evaluasi dilakukan dengan menggunakan matrik evaluasi seperti accuracy, precision, recall, dan F1-score. Hasil yang diperoleh menunjukkan accuracy ANN sebesar 99% dan F1-score tinggi pada semua kelas termasuk kelas minoritas. Pengujian lanjutan menunjukkan model tetap akurat dalam memprediksi dampak berdasarkan input magnitudo dan kedalaman.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
How to Cite
[1]
K. Handoyo, Y. Finsensia Riti, and R. Junianto Wijaya, “Prediksi Dampak Gempa Bumi di Indonesia Dengan Menggunakan Artificial Neural Network”, simkom, vol. 11, no. 1, pp. 17-26, Jan. 2026.
References
Y. Syafitri, L. A. Didik, and Bahtiar, “Analisis Pergeseran Lempeng Bumi Yang Meningkatkan Potensi Terjadinya Gempa Bumi Di Pulau Lombok,” Jan. 2020. doi: https://doi.org/10.20414/konstan.v4i2.43.
J. Inayah, A. Fanani, and W. D. Utami, “Klasterisasi Data Kejadian Gempa Bumi di Indonesia Menggunakan Metode K-Medoids,” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 12, no. 2, pp. 271–276, Apr. 2024, doi: 10.26418/justin.v12i2.73594.
S. Koesuma, V. Fajrin, and B. Sunardi, “Identifikasi Zona Bahaya Gempa Bumi Berdasarkan Percepatan Tanah Maksimum Di Kota Semarang,” Indonesian Journal of Environment and Disaster (IJED), vol. 1, no. 2, pp. 65–72, Oct. 2022, doi: https://doi.org/10.20961/ijed.v1i2.428.
A. Fikri, “Badan Geologi Catat Gempa Merusak 2024 Terbanyak dalam 24 Tahun,” Bandung, Jan. 2025.
S. Al Faridzi et al., “Pengolahan Data : Pemahaman Gempa Bumi Di Indonesia Melalui Pendekatan Data Mining,” Feb. 2024. doi: https://doi.org/10.59407/jpki2.v2i1.506.
M. Ratih Purwanti, Z. Khalila Salsabila, and F. Liantoni, “Prediksi Gempa Bumi di Yogyakarta Berdasarkan Nilai Magnitudo, Kedalaman, dan Lokasi Gempa Menggunakan Naïve Bayes,” PETIR: Jurnal Pengkajian dan Penerapan Teknik Informatika, vol. 17, no. 1, pp. 122–132, 2024, doi: 10.33322/petir.v17i1.2294.
O. Somantri, S. Purwaningrum, and Riyanto, “Model Support Vector Machine (SVM) Berdasarkan Parameter Windows Untuk Prediksi Kekuatan Gempa Bumi,” Jurnal Teknologi Terapan, vol. 8, no. 1, pp. 17–24, Mar. 2022, doi: https://doi.org/10.31884/jtt.v8i1.352.
M. A. Permana and M. Faisal, “Uji Performa Prediksi Gempa Bumi di Jawa Timur dengan Artificial Neural Network,” Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi, vol. 11, no. 1, pp. 44–54, May 2023, doi: 10.34312/euler.v11i1.19291.
Suhardjono, G. Wijaya, and A. Hamid, “Prediksi Waktu Kelulusan Mahasiswa Menggunakan SVM Berbasis Pso,” Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta, vol. 7, no. 2, pp. 97–101, 2019, doi: https://doi.org/10.31294/bi.v7i2.6654.
M. Agustriya, M. Ula, and Kurniawati, “Analisis Kinerja Algoritma Klasifikasi Naïve Bayes Menggunakan Genetic Algorithm dan Bagging untuk Data Publik Risiko Transaksi Kartu Kredit,” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 12, no. 3, pp. 584–591, Jul. 2024, doi: 10.26418/justin.v12i3.80136.
H. D. Bhakti, “Aplikasi Artificial Neural Network (ANN) untuk Memprediksi Masa Studi Mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik,” Eksplora Informatika, vol. 9, no. 1, pp. 88–95, Sep. 2019, doi: 10.30864/eksplora.v9i1.234.
A. K. Vigiliant, “Earthquakes in Indonesia,” Kaggle.
F. Alghifari and D. Juardi, “Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes,” Sep. 2021. doi: https://doi.org/10.33884/jif.v9i02.3755.
A. S. N. Alarifi, N. S. N. Alarifi, and S. Al-Humidan, “Earthquakes Magnitude Predication Using Artificial Neural Network In Northern Red Sea Area,” J King Saud Univ Sci, vol. 24, no. 4, pp. 301–313, 2012, doi: 10.1016/j.jksus.2011.05.002.
A. Agung, A. Daniswara, I. Kadek, and D. Nuryana, “Data Preprocessing Pola Pada Penilaian Mahasiswa Program Profesi Guru,” Journal of Informatics and Computer Science, vol. 05, no. 1, pp. 97–100, 2023, doi: https://doi.org/10.26740/jinacs.v5n01.p97-100.
A. R. Wibowo et al., “Penerapan Metode Naïve Bayes Classifier untuk Klasifikasi Sentimen pada Judul Berita,” 2024. doi: https://doi.org/10.28918/logiclink.v1i1.7684.
K. Ujaran, K. Ridwan, E. Heni Hermaliani, M. Ernawati, and C. Author, “Penerapan Metode SMOTE Untuk Mengatasi Imbalanced Data Pada,” Jan. 2024. doi: https://doi.org/10.31294/coscience.v4i1.2990.
R. Oktafiani, A. Hermawan, and D. Avianto, “Pengaruh Komposisi Split data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning,” Jurnal Sains dan Informatika, vol. 9, no. 1, pp. 19–28, Jun. 2023, doi: 10.34128/jsi.v9i1.622.
R. H. Dananjaya, S. Sutrisno, and S. Fitriady, “Penerapan Artificial Neural Network (ANN) Dalam Memprediksi Kapasitas Dukung Fondasi Tiang,” Matriks Teknik Sipil, vol. 10, no. 4, pp. 419–426, Dec. 2022, doi: 10.20961/mateksi.v10i4.65034.
S. Biswas, D. Kumar, M. Nas, M. Softa, E. Akgün, and U. Kumar Bera, “Performance of a Five-Layer ANN Model for Earthquake Magnitude Prediction and Spatial Risk Mapping in Turkey,” Decision Making Advances Journal homepage: www.dma-journal.org Decision Making Advances, vol. 3, no. 1, pp. 40–49, 2025, doi: 10.31181/dma31202553.
A. B. Kurniati, W. A. Sidik, and Jajang, “Model Artificial Neural Networks (ANN) untuk Prediksi COVID-19 di Indonesia,” JST (Jurnal Sains dan Teknologi), vol. 12, no. 3, pp. 833–844, Jan. 2024, doi: 10.23887/jstundiksha.v12i3.53437.
M. Fadli and R. A. Saputra, “Klasifikasi Dan Evaluasi Performa Model Random Forest Untuk Prediksi Stroke,” JT: Jurnal Teknik, vol. 12, no. 2, pp. 72–80, 2023, doi: http://dx.doi.org/10.31000/jt.v12i2.9099.
H. Kaur and D. Kaur Sandhu, “Evaluating the Effectiveness of the Proposed System Using F1 Score, Recall, Accuracy, Precision and Loss Metrics Compared to Prior Techniques,” International Journal of Communication Networks and Information Security, vol. 15, no. 4, pp. 368–383, 2023, [Online]. Available: https://ijcnis.org
J. Inayah, A. Fanani, and W. D. Utami, “Klasterisasi Data Kejadian Gempa Bumi di Indonesia Menggunakan Metode K-Medoids,” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 12, no. 2, pp. 271–276, Apr. 2024, doi: 10.26418/justin.v12i2.73594.
S. Koesuma, V. Fajrin, and B. Sunardi, “Identifikasi Zona Bahaya Gempa Bumi Berdasarkan Percepatan Tanah Maksimum Di Kota Semarang,” Indonesian Journal of Environment and Disaster (IJED), vol. 1, no. 2, pp. 65–72, Oct. 2022, doi: https://doi.org/10.20961/ijed.v1i2.428.
A. Fikri, “Badan Geologi Catat Gempa Merusak 2024 Terbanyak dalam 24 Tahun,” Bandung, Jan. 2025.
S. Al Faridzi et al., “Pengolahan Data : Pemahaman Gempa Bumi Di Indonesia Melalui Pendekatan Data Mining,” Feb. 2024. doi: https://doi.org/10.59407/jpki2.v2i1.506.
M. Ratih Purwanti, Z. Khalila Salsabila, and F. Liantoni, “Prediksi Gempa Bumi di Yogyakarta Berdasarkan Nilai Magnitudo, Kedalaman, dan Lokasi Gempa Menggunakan Naïve Bayes,” PETIR: Jurnal Pengkajian dan Penerapan Teknik Informatika, vol. 17, no. 1, pp. 122–132, 2024, doi: 10.33322/petir.v17i1.2294.
O. Somantri, S. Purwaningrum, and Riyanto, “Model Support Vector Machine (SVM) Berdasarkan Parameter Windows Untuk Prediksi Kekuatan Gempa Bumi,” Jurnal Teknologi Terapan, vol. 8, no. 1, pp. 17–24, Mar. 2022, doi: https://doi.org/10.31884/jtt.v8i1.352.
M. A. Permana and M. Faisal, “Uji Performa Prediksi Gempa Bumi di Jawa Timur dengan Artificial Neural Network,” Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi, vol. 11, no. 1, pp. 44–54, May 2023, doi: 10.34312/euler.v11i1.19291.
Suhardjono, G. Wijaya, and A. Hamid, “Prediksi Waktu Kelulusan Mahasiswa Menggunakan SVM Berbasis Pso,” Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta, vol. 7, no. 2, pp. 97–101, 2019, doi: https://doi.org/10.31294/bi.v7i2.6654.
M. Agustriya, M. Ula, and Kurniawati, “Analisis Kinerja Algoritma Klasifikasi Naïve Bayes Menggunakan Genetic Algorithm dan Bagging untuk Data Publik Risiko Transaksi Kartu Kredit,” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 12, no. 3, pp. 584–591, Jul. 2024, doi: 10.26418/justin.v12i3.80136.
H. D. Bhakti, “Aplikasi Artificial Neural Network (ANN) untuk Memprediksi Masa Studi Mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik,” Eksplora Informatika, vol. 9, no. 1, pp. 88–95, Sep. 2019, doi: 10.30864/eksplora.v9i1.234.
A. K. Vigiliant, “Earthquakes in Indonesia,” Kaggle.
F. Alghifari and D. Juardi, “Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes,” Sep. 2021. doi: https://doi.org/10.33884/jif.v9i02.3755.
A. S. N. Alarifi, N. S. N. Alarifi, and S. Al-Humidan, “Earthquakes Magnitude Predication Using Artificial Neural Network In Northern Red Sea Area,” J King Saud Univ Sci, vol. 24, no. 4, pp. 301–313, 2012, doi: 10.1016/j.jksus.2011.05.002.
A. Agung, A. Daniswara, I. Kadek, and D. Nuryana, “Data Preprocessing Pola Pada Penilaian Mahasiswa Program Profesi Guru,” Journal of Informatics and Computer Science, vol. 05, no. 1, pp. 97–100, 2023, doi: https://doi.org/10.26740/jinacs.v5n01.p97-100.
A. R. Wibowo et al., “Penerapan Metode Naïve Bayes Classifier untuk Klasifikasi Sentimen pada Judul Berita,” 2024. doi: https://doi.org/10.28918/logiclink.v1i1.7684.
K. Ujaran, K. Ridwan, E. Heni Hermaliani, M. Ernawati, and C. Author, “Penerapan Metode SMOTE Untuk Mengatasi Imbalanced Data Pada,” Jan. 2024. doi: https://doi.org/10.31294/coscience.v4i1.2990.
R. Oktafiani, A. Hermawan, and D. Avianto, “Pengaruh Komposisi Split data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning,” Jurnal Sains dan Informatika, vol. 9, no. 1, pp. 19–28, Jun. 2023, doi: 10.34128/jsi.v9i1.622.
R. H. Dananjaya, S. Sutrisno, and S. Fitriady, “Penerapan Artificial Neural Network (ANN) Dalam Memprediksi Kapasitas Dukung Fondasi Tiang,” Matriks Teknik Sipil, vol. 10, no. 4, pp. 419–426, Dec. 2022, doi: 10.20961/mateksi.v10i4.65034.
S. Biswas, D. Kumar, M. Nas, M. Softa, E. Akgün, and U. Kumar Bera, “Performance of a Five-Layer ANN Model for Earthquake Magnitude Prediction and Spatial Risk Mapping in Turkey,” Decision Making Advances Journal homepage: www.dma-journal.org Decision Making Advances, vol. 3, no. 1, pp. 40–49, 2025, doi: 10.31181/dma31202553.
A. B. Kurniati, W. A. Sidik, and Jajang, “Model Artificial Neural Networks (ANN) untuk Prediksi COVID-19 di Indonesia,” JST (Jurnal Sains dan Teknologi), vol. 12, no. 3, pp. 833–844, Jan. 2024, doi: 10.23887/jstundiksha.v12i3.53437.
M. Fadli and R. A. Saputra, “Klasifikasi Dan Evaluasi Performa Model Random Forest Untuk Prediksi Stroke,” JT: Jurnal Teknik, vol. 12, no. 2, pp. 72–80, 2023, doi: http://dx.doi.org/10.31000/jt.v12i2.9099.
H. Kaur and D. Kaur Sandhu, “Evaluating the Effectiveness of the Proposed System Using F1 Score, Recall, Accuracy, Precision and Loss Metrics Compared to Prior Techniques,” International Journal of Communication Networks and Information Security, vol. 15, no. 4, pp. 368–383, 2023, [Online]. Available: https://ijcnis.org
