PERBANDINGAN ARIMA DAN INFORMER UNTUK FORECASTING KEJADIAN GEMPA DI SELAT SUNDA

Lukman, Farid (2025) PERBANDINGAN ARIMA DAN INFORMER UNTUK FORECASTING KEJADIAN GEMPA DI SELAT SUNDA. Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (775kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (2MB)
	Text BAB 5.pdf Download (690kB)
	Text DAFTAR PUSTAKA.pdf Download (677kB)
	Text LAMPIRAN.pdf Download (2MB)
	Text HASIL TURNITIN.pdf Download (543kB)
	Text SUKET TURNITIN.pdf Download (671kB)

Abstract

Gempa bumi di Selat Sunda merupakan fenomena alam yang berpotensi menimbulkan bencana besar akibat aktivitas tektonik di zona subduksi antara Lempeng Indo-Australia dan Eurasia. Prediksi gempa menjadi tantangan karena sifat data gempa yang non-linier dan kompleks. Penelitian ini membandingkan metode Autoregressive Integrated Moving Average (ARIMA) dan Informer untuk meramalkan kejadian gempa berdasarkan data historis. Hasil penelitian menunjukkan bahwa ARIMA, sebagai model statistik tradisional, kurang mampu menangkap pola kompleks dalam data gempa, sehingga akurasinya terbatas dalam prediksi jangka panjang. Sebaliknya, Informer, sebagai model deep learning, lebih unggul dalam mengidentifikasi pola non-linier dan menghasilkan prediksi dengan tingkat kesalahan lebih rendah. Meskipun demikian, Informer memiliki tantangan dalam efisiensi komputasi karena membutuhkan sumber daya yang lebih besar. Kesimpulan dari penelitian ini mengindikasikan bahwa prediksi gempa di Selat Sunda memerlukan pendekatan berbasis kecerdasan buatan untuk meningkatkan akurasi dan keandalannya, dibandingkan metode statistik konvensional yang terbukti kurang efektif dalam menangani kompleksitas data seismik.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing : Herianto, S.Pd, M.T.
Uncontrolled Keywords:	ARIMA, deep learning, deret waktu, Informer, Gempa bumi, Selat Sunda, prediksi
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Last Modified:	26 Nov 2025 08:00
URI:	http://repository.unsada.id/id/eprint/10152

Actions (login required)

View Item