Penerapan Algoritma Support Vector Machine untuk Melakukan Analisis Potensi Tsunami di Indonesia

Abstract - Indonesia's location in the Pacific Ring of Fire, earthquakes with tsunami potential frequently occur in the region. The aim of this research, to understand the performance of Support Vector Machine (SVM) in analyzing tsunami potential in Indonesia, this study uses a quantitative approach by implementing the stages of knowledge discovery in databases and utilizing the Support Vector Machine (SVM) method, which is reliable in handling high-dimensional data, providing high accuracy in the classification process by separating hyperplanes in feature classes. The results of this study achieved an accuracy of 96%, precision of 92%, recall of 100%, and an F1 score of 96%. Keywords: Earthquake, Tsunami, Data Mining, Machine Learning, Classification, Support Vector Machine Abstrak-- Letak Indonesia berada di kawasan cincin api pasifik, maka sering terjadi gempa bumi yang berpotensi tsunami di kawasan Indoneisa. Tujuan penelitian ini, untuk mengetahui bagaimana kinerja Support Vector Mechine (SVM) dalam melakukan analisis potensi tsunami di Indonesia, penelitian ini menggunakan kuantitatif dengan mengimplementasikan tahapan knowledge discovery in databases serta menggunakan metode Support Vector Mechine (SVM) yang handal dalam menangani data yang berdimensi tinggi, dapat memberikan akurasi yang tinggi dalam proses klasifikasi dengan cara memisahkan hyperplane dalam kelas-kelas fitur. Hasil dari penelitian ini didapatkan akurasi sebanyak 96%, presisi 92%, raccel 100%, dan F1 score dengan 96%. Kata kunci: Gempa Bumi, Tsunami, Data Mining, Machine Learning, Klasifikasi, Support Vector Mechine