Analisis Pola dan Peramalan Aktivitas Gempa di Provinsi Bengkulu Menggunakan K-Means Clustering dan Rantai Markov
DOI:
https://doi.org/10.17509/3t5jz428Keywords:
Bengkulu Province, Earthquake, K-Means Clustering, Markov Chain, Seismic PatternAbstract
This study integrates K-Means Clustering with Silhouette Coefficient validation into a Markov Chain model to predict earthquake activity patterns in Bengkulu Province, which has not been applied in this region. Seismic data obtained from the United States Geological Survey (USGS) consist of various magnitude scales and were therefore converted to the moment magnitude scale (Mw) to obtain more consistent measurements. The data were then processed through declustering to separate mainshocks from foreshocks and aftershocks, and subsequently grouped based on magnitude, depth, and time of occurrence. The analysis results indicate that earthquake activity patterns in Bengkulu Province are dominated by moderate-magnitude events, shallow depths, and a tendency for increased activity during mid-year. These findings clarify the spatial and temporal characteristics of earthquakes and support data-driven decision-making in disaster risk mitigation planning in Bengkulu Province.
References
Dewi, D. A. I. C., dan Pramita, D. A. K. (2019). Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali. Jurnal Matrix, 9(3), 102-109.
Fransiska, N. N., Anggraeni, D. S., dan Enri, U. (2023). Pengelompokkan Data Kemiskinan Provinsi Jawa Barat Menggunakan Algoritma K-Means dengan Silhouette Coefficient. Jurnal Teknologi Informasi Komunikasi (e-Journal), 9(1), 29-35.
Hadi, A. I. dan Brotopuspito, K. S. (2016). Estimasi Kedalaman Bidang Batas Sesar Dari Data Gravitasi di Daerah Rawan Gerakan Tanah (Studi Kasus: Sesar Sumatra Segmen Musi Bengkulu). Jurnal Ilmu Fisika Indonesia, 2(2), 37-42.
Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika dan Ilmu Komputer, 3(1), 46–56.
Kurniadi, D., Agustin, Y. H., Akbar, H. I. N., dan Farida, I. (2023). Penerapan Algoritma K-Means Clustering untuk Pengelompokan Pembangunan Jalan Pada Dinas Pekerjaan Umum dan Penataan Ruang. Jurnal Teknologi Informasi, 20(1), 64–77.
Linda, Ihsan, N., dan Palloan, P. (2019). Analisis Distribusi Spasial dan Temporal Seismotektonik Berdasarkan Nilai B-Value dengan Menggunakan metode Likelihood di Pulau Jawa. Jurnal Sains dan Pendidikan Fisika (JSPF), 15(1),16-31.
Mustakim, Kamila, I., Ramadhan, A., dan Irwandi, E. (2018). Implementasi Algoritma Markov Chains untuk Prediksi Kejadian Bencana Alam di Provinsi Riau. Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI-10), 151–157.
Nahdliyah, M. A., Widiharih, T., dan Prahutama, A. (2019). Metode K-Medoids Clustering dengan Validasi Silhouette Index dan C-Index (Studi Kasus Jumlah Kriminalitas Kabupaten/Kota di Jawa Tengah Tahun 2018). Jurnal Gaussian, 8(2), 161–170.
Norris, J. R. (1997). Markov Chains. Cambridge: Cambridge University Press.
Nurhamiddin, F dan Sulisa, F. M. (2019). Peramalan Cuaca Menggunakan Metode Rantai Markov (Studi Kasus : Rekaman Cuaca Harian di Kantor BMKG Kota Ternate). Jurnal Biosainstek, 2(1), 16–22.
Putra, R. R., Kiyono, J., Ono, Y., dan Parajuli, H. R. (2012) Seismic Hazard Analysis for Indonesia. Journal of Natural Disaster Science, 33(2), 59–70.
Rahmi, P. A., Muliawati, T., dan Harbowo, D. G. (2024) Analisis Pola Aktivitas Gempa Bumi di Pulau Sumatra dengan Metode K-Means Clustering dan Rantai Markov. Jurnal Seminar Nasional Sains Data (Senada), 592–601.
Tabar, M. R. R., Sahimi, M., Kaviani, K., Allamehzadeh, M., Peinke, J., Mokhtari, M., Vesaghi, M., Niry, M. D., Ghasemi, F., Bahraminasab, A., Tabatabai, S., dan Fayazbakhsh, F. (2005). Dynamics of the Markov Time Scale of Seismic Activity May Provide a Short-Term Alert for Earthquakes. asXiv. https://arxiv.org/abs/physics/0510043.
Ubaidillah, M. dan Fatah, Z. (2024). Implementasi Rapiminder Pada Klasterisasi Gempa Bumi di Indonesia Berdasarkan Kedalaman Menggunakan K-Means. Jurnal Ilmiah Multidisiplin Ilmu, 1(6), 84-91.
Wulandari, A., Irmayansyah, Ningrum, L. T. (2025). Penerapan Metode K-Means Clustering untuk Pemetaan Perbaikan Jalan di Kota Bogor. Jurnal Informatika Teknologi dan Sains (JINTEKS), 7(1), 107-116.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Yahanna She Dasti, Jose Rizal, Siska Yosmar, Mulia Astuti, Septri Damayanti (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
