Pengelompokan Dampak Gempa Bumi Dan Kerusakan Pada Wilayah Berpotensi Gempa Di Provinsi Sumatra Barat

Ipin Sugiyarto, Rama Irawan, Didi Rosiyadi
{"title":"Pengelompokan Dampak Gempa Bumi Dan Kerusakan Pada Wilayah Berpotensi Gempa Di Provinsi Sumatra Barat","authors":"Ipin Sugiyarto, Rama Irawan, Didi Rosiyadi","doi":"10.31599/jsrcs.v2i2.850","DOIUrl":null,"url":null,"abstract":"Pemrosesan data yang disimpan tidak hanya dapat disimpan, tetapi dapat digunakan sebagai representasi pengetahuan di masa depan. Data bencana gempa bumi digunakan untuk mewakili pengetahuan dari wilayah Provinsi Sumatera Barat, di mana data bencana gempa bumi diambil dari situs web resmi Badan Nasional Penanggulangan Bencana (BNPB). Dengan demikian, ada kebutuhan untuk memiliki tingkat dampak gempa paling banyak di Provinsi Sumatera Barat karena gempa bumi yang terjadi pada periode 2001 hingga 2018. Teknik penambangan data klastering digunakan untuk menentukan daerah dampak gempa menggunakan Pengetahuan Discovery Data Metode Penambangan (KDD) yang terdiri dari Pemahaman Domain, Seleksi tambahan (Seleksi Data), Preprocesing (Pembersihan Data, Pengambilan Sampel Data), Transformasi (Normalisasi Data), Penambangan Data (K-means & Linear Regresi), Evaluasi dan Interpretasi (klaster & Prediksi) Studi ini telah menguji model menggunakan K-Means dan Linear Regresi untuk mengklasifikasikan dan memprediksi dampak gempa bumi. Hasil penelitian ini membuktikan bahwa penggunaan metode K-Means menghasilkan 3 klaster dengan dampak gempa paling besar di kota Padang pada tahun 2009, sedangkan penggunaan Liniear Regresi memperkirakan dampak korban dan kerusakan pada fasilitas dan unit yang sering terjadi di lokasi gempa. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan mengkategorikan dan memprediksi untuk mengetahui hasil dampak dan kerusakan gempa yang terjadi di provinsi Sumatera Barat.","PeriodicalId":132318,"journal":{"name":"Journal of Students‘ Research in Computer Science","volume":"18 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Students‘ Research in Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31599/jsrcs.v2i2.850","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

Pemrosesan data yang disimpan tidak hanya dapat disimpan, tetapi dapat digunakan sebagai representasi pengetahuan di masa depan. Data bencana gempa bumi digunakan untuk mewakili pengetahuan dari wilayah Provinsi Sumatera Barat, di mana data bencana gempa bumi diambil dari situs web resmi Badan Nasional Penanggulangan Bencana (BNPB). Dengan demikian, ada kebutuhan untuk memiliki tingkat dampak gempa paling banyak di Provinsi Sumatera Barat karena gempa bumi yang terjadi pada periode 2001 hingga 2018. Teknik penambangan data klastering digunakan untuk menentukan daerah dampak gempa menggunakan Pengetahuan Discovery Data Metode Penambangan (KDD) yang terdiri dari Pemahaman Domain, Seleksi tambahan (Seleksi Data), Preprocesing (Pembersihan Data, Pengambilan Sampel Data), Transformasi (Normalisasi Data), Penambangan Data (K-means & Linear Regresi), Evaluasi dan Interpretasi (klaster & Prediksi) Studi ini telah menguji model menggunakan K-Means dan Linear Regresi untuk mengklasifikasikan dan memprediksi dampak gempa bumi. Hasil penelitian ini membuktikan bahwa penggunaan metode K-Means menghasilkan 3 klaster dengan dampak gempa paling besar di kota Padang pada tahun 2009, sedangkan penggunaan Liniear Regresi memperkirakan dampak korban dan kerusakan pada fasilitas dan unit yang sering terjadi di lokasi gempa. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan mengkategorikan dan memprediksi untuk mengetahui hasil dampak dan kerusakan gempa yang terjadi di provinsi Sumatera Barat.
西苏门答腊省地震影响和破坏的分类
存储数据处理不仅可以存储,还可以作为未来知识的表现。地震灾害数据被用来代表苏门答腊西部省的知识,那里的地震灾害数据来自联合国官方官方网站(BNPB)。因此,由于2001年至2018年期间发生的地震,西苏门答腊省需要震级最高。聚数据挖掘技术是利用基于域感知、数据选择、预测(数据选择、数据采集)、转型(数据勘探)、数据挖掘(k -意义和线性回归)的挖掘数据技术来确定地震影响区域的。本研究的评估和解释(集群和预测)测试了模型使用的是k -手段和线性回归来对地震的影响进行分类和预测。研究结果表明,使用k -手段导致了2009年该市震级最大的三组震级地震,而线性回归则预示了地震现场受害者和机构的影响和破坏。本研究的目的是实施和分类和预测,以确定西苏门答腊省地震的影响和破坏。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信