Detail Cantuman

Indonesia, sebagai bagian dari Cincin Api Pasifik, menghadapi risiko tinggi gempa megathrust, terutama di Selat Sunda, yang memiliki seismic gap dan zona slip defisit. Seismic gap menunjukkan wilayah dengan energi tektonik yang belum dilepaskan, sedangkan slip defisit mengindikasikan akumulasi tekanan akibat lempeng yang terkunci. Penelitian ini mengklasifikasikan wilayah risiko gempa megathrust di Selat Sunda menggunakan model klasifikasi XGBoost berbasis analisis spasial-temporal. Data historis gempa dari USGS dan BMKG digunakan sebagai input model. Model dikembangkan menggunakan Stratified K-Fold Cross-Validation dan optimasi parameter untuk meningkatkan performa klasifikasi. Hasil penelitian menunjukkan bahwa model berhasil meng-klasifikasikan risiko gempa menjadi tiga kategori: rendah, sedang, dan tinggi, dengan akurasi keseluruhan 92,31%. Wilayah berisiko tinggi terkonsentrasi di selatan Pulau Jawa dan Sumatra. Peta risiko yang dihasilkan dapat digunakan untuk mitigasi bencana, seperti zona evakuasi, penguatan infrastruktur, dan sistem peringatan dini. Penelitian ini membuktikan efektivitas XGBoost dalam klasifikasi risiko gempa, serta mengintegrasikan seismic gap dan slip defisit dalam analisis risiko gempa megathrust berbasis machine learning.
Kata Kunci : Gempa Megathrust, Algoritma XGBoost, Analisis Spasial-Temporal, Klasifikasi, Seismic Gap, Slip defisit, Selat Sunda, Mitigasi Bencana