Perpustakaan Digital ITB

Penelitian ini bertujuan untuk mengelompokkan kejadian gempa bumi tektonik beserta objek tertanggung yang terdampak menggunakan pendekatan clustering. Proses pengelompokan ini memanfaatkan beberapa karakteristik atau fitur kejadian gempa bumi tektonik serta atribut khusus dari objek tertanggung yang bersesuaian. Secara spesifik, penelitian ini menggunakan empat fitur, yaitu: magnitudo momen (moment magnitude) gempa bumi tektonik; kedalaman gempa dalam kilometer; percepatan tanah maksimum (Peak Ground Acceleration atau PGA); serta harga pertanggungan properti (sum insured) dalam rupiah atau IDR. Dalam tugas akhir ini dibahas metode clustering Gustafson-Kessel serta perbandingannya dengan Fuzzy C-Means Clustering. Pemilihan algoritma Gustafson-Kessel dilandasi oleh keunggulannya dalam memperhitungkan efek korelasi antar variabel atau fitur, suatu aspek yang tidak terakomodasi dalam Fuzzy C-Means Clustering. Hasil analisis clustering menggunakan algoritma Gustafson-Kessel dan Fuzzy C-Means Clustering menunjukkan bahwa pengelompokan optimal diperoleh dengan tiga kelas risiko, yaitu: risiko sangat tinggi; risiko tinggi; dan risiko moderat. Lebih lanjut, berdasarkan data yang digunakan dalam tugas akhir ini, ditemukan bahwa metode clustering Gustafson-Kessel lebih unggul dibandingkan metode Fuzzy C-Means Clustering karena mempertimbangkan korelasi yang mungkin terjadi antar variabel/fitur sehingga memberikan nilai Partition Coefficient yang lebih tinggi.