PREDIKSI B-VALUE GEMPA BUMI DI WILAYAH PULAU JAWA MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) DAN DEEP LEARNING

Nursyahada, Kesya (2025) PREDIKSI B-VALUE GEMPA BUMI DI WILAYAH PULAU JAWA MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) DAN DEEP LEARNING. Undergraduate thesis, Universitas Pembangunan Nasional Veteran Jawa Timur.

[img] Text (Cover)
COVER.pdf

Download (1MB)
[img] Text (Bab 1)
BAB 1.pdf

Download (23kB)
[img] Text (Bab 2)
BAB 2.pdf
Restricted to Repository staff only until 27 May 2028.

Download (493kB)
[img] Text (Bab 3)
BAB 3.pdf
Restricted to Repository staff only until 27 May 2028.

Download (404kB)
[img] Text (Bab 4)
BAB 4.pdf
Restricted to Repository staff only until 27 May 2028.

Download (2MB)
[img] Text (Bab 5)
BAB 5.pdf

Download (91kB)
[img] Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf

Download (145kB)
[img] Text (Lampiran)
LAMPIRAN.pdf
Restricted to Repository staff only until 27 May 2028.

Download (121kB)

Abstract

Penelitian ini bertujuan mengembangkan model prediksi nilai b-value gempa bumi di wilayah Pulau Jawa menggunakan algoritma Gated Recurrent Unit (GRU) yang dioptimasi dengan Particle Swarm Optimization (PSO). b-value merupakan parameter penting dalam analisis seismik yang mencerminkan hubungan antara frekuensi dan magnitudo gempa, sehingga berguna untuk mitigasi bencana. Data gempa diperoleh dari BMKG untuk periode 1962–2024. Model GRU dipilih karena kemampuannya dalam mengolah data deret waktu, sementara PSO digunakan untuk mencari kombinasi hyperparameter terbaik, seperti jumlah unit, learning rate, dan dropout rate. Hasil penelitian menunjukkan bahwa PSO meningkatkan performa model secara signifikan dengan nilai MSE menurun dari 0.00435425 menjadi 0.00029910, RMSE dari 0.05092096 menjadi 0.01729450, dan MAPE dari 3.42% menjadi 1.12%. Waktu pelatihan juga menjadi lebih efisien, dari 57 detik menjadi 33 detik. Konfigurasi terbaik diperoleh pada bobot inersia 0.8, koefisien kognitif dan sosial C₁ = 1 dan C₂ = 1, jumlah partikel 40, dan iterasi sebanyak 10. Penelitian ini menunjukkan bahwa optimasi PSO dapat meningkatkan akurasi dan efisiensi prediksi b-value secara signifikan untuk mendukung mitigasi risiko gempa bumi di Pulau Jawa.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorRahmat, Basuki19690723 2021211 002basukirahmat.if@upnjatim.ac.id
Thesis advisorLina Nurlaili, Afina1993121 3202203 2010afina.lina.if@upnjatim.ac.id
Subjects: Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Depositing User: Kesya Nursyahada
Date Deposited: 27 May 2025 06:40
Last Modified: 27 May 2025 06:40
URI: https://repository.upnjatim.ac.id/id/eprint/36759

Actions (login required)

View Item View Item