Laporan Praktikum Pengantar Statistika Spasial 1
Azizah Tsalisa Berliana
2025-11-03
PENDAHULUAN
LATAR BELAKANG
Indonesia dikenal sebagai salah satu negara yang memiliki tingkat aktivitas tektonik tertinggi di dunia karena terletak pada pertemuan tiga lempeng besar, yaitu Lempeng Indo-Australia, Eurasia, dan Pasifik. Kondisi ini menempatkan negara ini pada Cincin Api Pasifik (Ring of Fire), yang menyebabkan frekuensi kejadian gempa bumi yang tinggi dan berpotensi menimbulkan bencana (Hartuti, 2009; Indriani et al., 2024). Khususnya di wilayah padat penduduk seperti Provinsi Jawa Barat, ancaman gempa bumi menjadi isu mitigasi bencana yang sangat krusial, mengingat dampak kerusakan infrastruktur dan risiko korban jiwa yang ditimbulkannya. Kondisi geologis Indonesia yang menyebabkan sering terjadinya gempa bumi dengan intensitas bervariasi pada setiap wilayah, menjadi salah satu alasan diperlukannya pemahaman mengenai karakteristik dan pola kejadian gempa bumi, serta integrasi data spasial dalam perencanaan wilayah (Darmawan, 2024).
Data spasial merupakan data yang mengacu pada informasi geografis tentang lokasi, bentuk, dan sebaran suatu fenomena di permukaan bumi merupakan kunci utama dalam upaya mitigasi dan tanggap darurat bencana (BNPB, 2012). Dalam konteks analisis geospasial modern, paket pemrograman R telah diakui sebagai platform yang andal dan fleksibel (Azzahra et al., 2024). Program R menyediakan berbagai packages seperti sf (simple features) untuk pengolahan data geografis dan ggplot2 untuk visualisasi spasial yang informatif (Wickham, Çetinkaya-Rundel, & Grolemund, 2023). Penggunaan R dalam pembuatan peta tidak hanya memungkinkan visualisasi batas wilayah, tetapi juga mendukung integrasi antara data atribut—seperti kedalaman dan magnitudo gempa—dengan data koordinat spasial (Pebesma & Bivand, 2023).Penggunaan R dalam pembuatan peta tidak hanya memungkinkan visualisasi batas wilayah, tetapi juga mendukung integrasi antara data atribut—seperti kedalaman dan magnitudo gempa—dengan data koordinat spasial (Pebesma & Bivand, 2023). Oleh sebab itu, dilakukan demonstrasi kapabilitas pemrograman R dalam memproses dan memvisualisasikan peta sebaran titik episentrum gempa di Jawa Barat dan peta batas wilayah administrasi Kabupaten/Kota, dengan harapan mahasiswa dapat mengembangkan kemampuan dalam memahami dasar-dasar pengolahan data spasial dan penerapannya dalam pembuatan peta tematik menggunakan bahasa pemrograman R untuk mendukung proses pengambilan keputusan berbasiskan data spasial.
RUMUSAN MASALAH
Berikut merupakan rumusan masalah pada pertemuan 1:
Bagaimana cara membuat peta dengan paket pemrograman R?
Bagaimana cara membuat peta dengan data titik spasial pada R?
TUJUAN PENELITIAN
Berdasarkan rumusan masalah, tujuan yang dapat disimpulkan adalah sebagai berikut:
Mahasiswa dapat membuat peta dengan paket pemrograman R.
Mahasiswa dapat membuat peta dengan data titik spasial pada R.
BATASAN MASALAH
Adapun batasan masalah pada pertemuan ini, yaitu:
Buatlah peta epicenter gempa bumi di Indonesia pada tahun 2024 (gunakan packages R yang dianggap gampang, setiap praktikan menggambarkan peta provinsi yang berbeda).
Buatlah peta provinsi di Indonesia dengan memberikan warna yang berbeda pada setiap kab/kota (setiap praktikan membuat peta provinsi yang berbeda).
HASIL DAN PEMBAHASAN
HASIL BATASAN MASALAH
Berdasarkan batasan masalah, praktikan diperintahkan untuk membuat peta sebaran episentrum gempa bumi pada salah satu Provinsi di Indonesia sealama tahun 2024. Kemudian praktikan juga diperintahkan untuk mengaplikasikan skema pewarnaan pada peta wilayah administratif didasarkan pada klasifikasi wilayah Kabupaten/Kota. Berikut disajikan hasil keluaran serta tahapan proses teknis dari implementasi batasan masalah tersebut:
PREPOSESING DAN INPUT DATA
setwd("D:/SEMESTER 7/PRAKTIKUM/SP/jabar")
library(sf)## Warning: package 'sf' was built under R version 4.4.3## Linking to GEOS 3.13.0, GDAL 3.10.1, PROJ 9.5.1; sf_use_s2() is TRUEindonesia_shp <- st_read("LapakGIS_Batas_Kabupaten_2024.shp")## Reading layer `LapakGIS_Batas_Kabupaten_2024' from data source
## `D:\SEMESTER 7\PRAKTIKUM\SP\jabar\LapakGIS_Batas_Kabupaten_2024.shp'
## using driver `ESRI Shapefile'
## Simple feature collection with 533 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 94.97191 ymin: -11.00762 xmax: 141.02 ymax: 6.076832
## Geodetic CRS: WGS 84head(indonesia_shp)## Simple feature collection with 6 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 98.12357 ymin: -7.578155 xmax: 129.1416 ymax: 2.149191
## Geodetic CRS: WGS 84
## KDPKAB KDPPUM WADMKK WADMPR
## 1 <NA> <NA> <NA> <NA>
## 2 <NA> <NA> <NA> Jawa Timur
## 3 <NA> 13 <NA> Sumatera Barat
## 4 <NA> 61 <NA> Kalimantan Barat
## 5 <NA> 81 <NA> Maluku
## 6 <NA> 82 <NA> Maluku Utara
## METADATA UPDATED
## 1 TASWIL1000020230928_DATA_BATAS_KABUPATEN Lapak GIS - 2024
## 2 TASWIL1000020230928_DATA_BATAS_KABUPATEN Lapak GIS - 2024
## 3 TASWIL1000020230928_DATA_BATAS_KABUPATEN Lapak GIS - 2024
## 4 TASWIL1000020230928_DATA_BATAS_KABUPATEN Lapak GIS - 2024
## 5 TASWIL1000020230928_DATA_BATAS_KABUPATEN Lapak GIS - 2024
## 6 TASWIL1000020230928_DATA_BATAS_KABUPATEN Lapak GIS - 2024
## geometry
## 1 MULTIPOLYGON (((98.17921 2....
## 2 MULTIPOLYGON (((112.8793 -7...
## 3 MULTIPOLYGON (((100.3296 -1...
## 4 MULTIPOLYGON (((109.252 -0....
## 5 MULTIPOLYGON (((127.4581 -5...
## 6 MULTIPOLYGON (((127.9225 0....Filterisasi Provinsi Tujuan
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionjabar_shp <- indonesia_shp |>
filter(WADMPR == "Jawa Barat")
head(jabar_shp)## Simple feature collection with 6 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 106.3703 ymin: -7.820509 xmax: 108.4426 ymax: -6.302244
## Geodetic CRS: WGS 84
## KDPKAB KDPPUM WADMKK WADMPR METADATA
## 1 32.01 32 Bogor Jawa Barat TASWIL1000020230928_DATA_BATAS_KABUPATEN
## 2 32.02 32 Sukabumi Jawa Barat TASWIL1000020230928_DATA_BATAS_KABUPATEN
## 3 32.03 32 Cianjur Jawa Barat TASWIL1000020230928_DATA_BATAS_KABUPATEN
## 4 32.04 32 Bandung Jawa Barat TASWIL1000020230928_DATA_BATAS_KABUPATEN
## 5 32.05 32 Garut Jawa Barat TASWIL1000020230928_DATA_BATAS_KABUPATEN
## 6 32.06 32 Tasikmalaya Jawa Barat TASWIL1000020230928_DATA_BATAS_KABUPATEN
## UPDATED geometry
## 1 Lapak GIS - 2024 MULTIPOLYGON (((106.9709 -6...
## 2 Lapak GIS - 2024 MULTIPOLYGON (((106.581 -7....
## 3 Lapak GIS - 2024 MULTIPOLYGON (((107.2302 -6...
## 4 Lapak GIS - 2024 MULTIPOLYGON (((107.75 -6.8...
## 5 Lapak GIS - 2024 MULTIPOLYGON (((107.8994 -7...
## 6 Lapak GIS - 2024 MULTIPOLYGON (((108.3231 -7...Input data gempa
setwd("D:/SEMESTER 7/PRAKTIKUM/SP")
data_gempa <- read.csv("gempa jabar.csv")
head(data_gempa)## time latitude longitude depth mag magType nst gap dmin
## 1 2024-12-24T16:56:24.961Z -6.4638 106.8897 132.844 4.3 mb 18 155 1.247
## 2 2024-12-07T00:12:20.544Z -7.1851 107.5645 6.878 4.6 mb 21 97 0.288
## 3 2024-11-14T01:36:35.420Z -6.0257 106.3181 196.104 4.2 mb 20 120 1.946
## 4 2024-10-08T14:12:08.786Z -7.6107 106.5374 38.155 4.9 mb 103 51 1.113
## 5 2024-10-02T01:09:16.360Z -7.1023 106.5409 62.176 4.3 mb 31 108 1.157
## 6 2024-09-23T23:53:57.063Z -7.2784 106.9140 82.939 4.3 mb 25 106 0.753
## rms net id updated
## 1 0.37 us us6000pi6w 2025-03-08T22:39:15.040Z
## 2 0.64 us us7000nws5 2025-02-15T18:30:36.040Z
## 3 0.54 us us7000nuxp 2025-01-26T16:30:59.040Z
## 4 1.11 us us6000nxa0 2024-12-23T15:46:05.040Z
## 5 0.77 us us7000nhlt 2024-12-14T14:51:00.040Z
## 6 1.30 us us7000ngut 2024-12-06T19:30:17.040Z
## place type horizontalError depthError
## 1 2 km NNE of Citeureup, Indonesia earthquake 12.28 13.233
## 2 14 km E of Banjar, Indonesia earthquake 4.65 5.775
## 3 13 km NNW of Kresek, Indonesia earthquake 13.17 9.559
## 4 68 km S of Pelabuhanratu, Indonesia earthquake 6.01 6.606
## 5 12 km S of Pelabuhanratu, Indonesia earthquake 8.35 7.806
## 6 39 km S of Sukabumi, Indonesia earthquake 7.37 7.268
## magError magNst status locationSource magSource
## 1 0.154 13 reviewed us us
## 2 0.151 14 reviewed us us
## 3 0.153 12 reviewed us us
## 4 0.060 94 reviewed us us
## 5 0.111 23 reviewed us us
## 6 0.119 20 reviewed us usgempa_sf <- st_as_sf(data_gempa, coords = c("longitude", "latitude"), crs = 4326)
head(gempa_sf)## Simple feature collection with 6 features and 20 fields
## Geometry type: POINT
## Dimension: XY
## Bounding box: xmin: 106.3181 ymin: -7.6107 xmax: 107.5645 ymax: -6.0257
## Geodetic CRS: WGS 84
## time depth mag magType nst gap dmin rms net
## 1 2024-12-24T16:56:24.961Z 132.844 4.3 mb 18 155 1.247 0.37 us
## 2 2024-12-07T00:12:20.544Z 6.878 4.6 mb 21 97 0.288 0.64 us
## 3 2024-11-14T01:36:35.420Z 196.104 4.2 mb 20 120 1.946 0.54 us
## 4 2024-10-08T14:12:08.786Z 38.155 4.9 mb 103 51 1.113 1.11 us
## 5 2024-10-02T01:09:16.360Z 62.176 4.3 mb 31 108 1.157 0.77 us
## 6 2024-09-23T23:53:57.063Z 82.939 4.3 mb 25 106 0.753 1.30 us
## id updated place
## 1 us6000pi6w 2025-03-08T22:39:15.040Z 2 km NNE of Citeureup, Indonesia
## 2 us7000nws5 2025-02-15T18:30:36.040Z 14 km E of Banjar, Indonesia
## 3 us7000nuxp 2025-01-26T16:30:59.040Z 13 km NNW of Kresek, Indonesia
## 4 us6000nxa0 2024-12-23T15:46:05.040Z 68 km S of Pelabuhanratu, Indonesia
## 5 us7000nhlt 2024-12-14T14:51:00.040Z 12 km S of Pelabuhanratu, Indonesia
## 6 us7000ngut 2024-12-06T19:30:17.040Z 39 km S of Sukabumi, Indonesia
## type horizontalError depthError magError magNst status locationSource
## 1 earthquake 12.28 13.233 0.154 13 reviewed us
## 2 earthquake 4.65 5.775 0.151 14 reviewed us
## 3 earthquake 13.17 9.559 0.153 12 reviewed us
## 4 earthquake 6.01 6.606 0.060 94 reviewed us
## 5 earthquake 8.35 7.806 0.111 23 reviewed us
## 6 earthquake 7.37 7.268 0.119 20 reviewed us
## magSource geometry
## 1 us POINT (106.8897 -6.4638)
## 2 us POINT (107.5645 -7.1851)
## 3 us POINT (106.3181 -6.0257)
## 4 us POINT (106.5374 -7.6107)
## 5 us POINT (106.5409 -7.1023)
## 6 us POINT (106.914 -7.2784)BATASAN MASALAH 1
library(ggplot2)
library(viridis)## Warning: package 'viridis' was built under R version 4.4.3## Loading required package: viridisLiteggplot(jabar_shp) +
geom_sf(aes(fill = WADMKK), color = "black", size = 0.3) +
geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.7) +
guides(fill = "none") +
scale_color_viridis(option = "mako", name = "Kedalaman (km)") +
scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
labs(title = "Sebaran Gempa Utama di Provinsi Jawa Barat",
subtitle = "Sumber: USGS",
x = "Longitude", y = "Latitude",
caption = "Visualisasi: ggplot2 + sf") +
theme_minimal() +
theme(plot.title = element_text(face = "bold", size = 14),
legend.position = "right")
BATASAN MASALAH 2
library(ggplot2)
library(viridis)
ggplot(jabar_shp) +
geom_sf(aes(fill = WADMKK), color = "black", size = 0.3) +
scale_color_viridis(option = "plasma", name = "Kabupaten/Kota") +
labs(title = "Batas Administrasi Provinsi Jawa Barat",
subtitle = "Tahun 2024",
x = "Longitude", y = "Latitude",
caption = "Visualisasi: ggplot2 + sf") +
theme_minimal() +
theme(plot.title = element_text(face = "bold", size = 14),
legend.position = "right")
PEMBAHASAN
Pada hasil batasan masalah 1, diperlihatkan peta sebaran episentrum gempa bumi di Provinsi Jawa Barat selama tahun 2024 berdasarkan data dari USGS (United States Geological Survey). Setiap titik pada peta mengindikasikan lokasi episentrum gempa. dimana ukuran lingkaran merepresentasikan magnitudo, dan gradasi warna menunjukkan kedalaman gempa (dalam km). Secara umum, episentrum gempa di Provinsi Jawa Barat pada tahun 2024 cenderung tersebar di wilayah selatan provinsi, terutama pada daerah yang berbatasan langsung dengan Samudra Hindia, seperti Kabupaten Sukabumi dan Cianjur. Berdasarkan peta sebaran, gempa yang teridentifikasi menunjukkan variasi kedalaman antara sekitar 50 km hingga lebih dari 150 km, yang mengklasifikasikan sebagian besar kejadian sebagai gempa menengah hingga gempa dalam. Sementara itu, rentang magnitudo yang tercatat didominasi pada kisaran 4,0–5,0 SR. Sedangkan pada hasil batasan masalah 2, diperlihatkan peta batas administrasi Provinsi Jawa Barat dengan pembagian wilayah berdasarkan kabupaten dan kota. Visualisasi batas wilayah kabupaten/kota diberi ditampilkan oleh warna yang berbeda untuk setiap wilayah administratif. Peta ini bertujuan menggambarkan dengan jelas struktur wilayah administratif Jawa Barat secara komprehensif, dengan menggunakan paket ggplot2 dan sf untuk pengolahan dan representasi data spasialnya.
KESIMPULAN
Data spasial merupakan data yang berhubungan dengan lokasi, bentuk, dan ukuran objek di permukaan bumi. Berdasarkan pertemuan kali ini, diperoleh kesimpulan bahwa penggunaan paket pemrograman R terbukti efektif dalam pembuatan dan visualisasi peta, dengan memanfaatkan paket ggplot2 dan sf data spasial dapat diolah dan divisualisasikan secara informatif. Pada batasan masalah pertama, penerapan paket program R tersebut memungkinkan visualisasi peta dengan titik spasial berupa sebaran episentrum gempa bumi di Provinsi Jawa Barat tahun 2024 dengan penambahan elemen visual seperti ukuran titik untuk menunjukkan magnitudo dan gradasi warna untuk menunjukkan kedalaman gempa. Sementara itu, pada batasan masalah kedua, penggunaan data spasial wilayah administratif Jawa Barat menghasilkan peta batas kabupaten/kota dengan pewarnaan berbeda untuk tiap wilayah, sehingga struktur administratif provinsi dapat ditampilkan secara jelas dan menarik. Dengan demikian, penggunaan bahasa pemrograman R dan paket-paket pendukungnya sangat efektif dalam proses pembuatan peta, baik peta berbasis batas wilayah maupun data titik spasial.
REFERENSI
Azzahra, F. D., Zaky, M. R., & Syahrul. (2024). Analisis Data Eksplorasi Dataset Gempa Bumi Indonesia. Jurnal Sosial dan Sains Review, 3(1), 173–182.
Badan Nasional Penanggulangan Bencana (BNPB). (2012). Peraturan Kepala Badan Nasional Penanggulangan Bencana Nomor 2 Tahun 2012 tentang Pedoman Umum Pengkajian Risiko Bencana. Jakarta: BNPB.
Darmawan, D. D. (2024). METODOLOGI PENELITIAN DALAM PENGEMBANGAN APLIKASI STREAMLIT: STUDI KASUS VISUALISASI DATA GEMPA BUMI DI INDONESIA (Laporan Penelitian/Karya Ilmiah). Universitas Komputer Indonesia.
Hartuti, M. (2009). Kajian Peningkatan Kualitas Penilaian Risiko Bencana Gempa Bumi di Indonesia. Prosiding Seminar Nasional Aplikasi Sains dan Teknologi (SNAST).
Indriani, D. R., Ariyanto, P., & Faiza, N. N. (2024). Analisis Tingkat Seismisitas dan Risiko Kegempaan Tektonik Berdasarkan Nilai Variasi Spasio-Temporal Wilayah Bali dan Nusa Tenggara. Buletin Meteorologi, Klimatologi dan Geofisika, 5(2), 18–25.
Pebesma, E., & Bivand, R. (2023). Spatial Data Science: With Applications in R (1st ed.). Chapman and Hall/CRC.
Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data (2nd ed.). O’Reilly Media, Inc.