BAB I PENDAHULUAN
Dalam era digital, analisis spasial menjadi salah satu komponen penting dalam memahami fenomena alam dan sosial. Data geospasial kini tidak hanya digunakan untuk menggambarkan lokasi, tetapi juga untuk menganalisis hubungan ruang dan waktu yang kompleks. Salah satu penerapannya adalah pemetaan lokasi gempa bumi, yang dapat membantu memahami pola aktivitas seismik di suatu wilayah. Dengan memanfaatkan teknologi pemrograman seperti R, proses pengolahan, analisis, dan visualisasi data spasial dapat dilakukan secara lebih efisien, transparan, dan dapat direproduksi oleh peneliti lain (Ryan, 2024).
Pembuatan peta berbasis R mengandalkan beberapa paket (packages) seperti sf, ggplot2, dan rnaturalearth, yang memungkinkan pengguna untuk memvisualisasikan data spasial dalam berbagai bentuk, termasuk batas wilayah administratif, garis, dan titik koordinat gempa. Melalui kombinasi fungsi seperti geom_sf() dan st_as_sf(), pengguna dapat menampilkan data titik gempa di atas peta dasar dengan warna dan ukuran yang menggambarkan kedalaman serta magnitudo. Proses ini tidak hanya meningkatkan pemahaman terhadap persebaran gempa, tetapi juga mendukung interpretasi ilmiah terhadap aktivitas tektonik yang terjadi (Wulandari & Putra, 2023).
Secara khusus, penelitian ini berfokus pada pembuatan peta sebaran episentrum gempa di Provinsi Jambi menggunakan data gempa bumi tahun 2024. Peta yang dihasilkan menggambarkan pola persebaran aktivitas seismik di wilayah tersebut, sekaligus memperlihatkan keterkaitannya dengan Sesar Sumatera, yang merupakan salah satu zona patahan aktif di Indonesia. Visualisasi ini diharapkan dapat membantu proses analisis spasial dan memberikan gambaran awal mengenai tingkat kerentanan wilayah terhadap aktivitas gempa (Sari, 2022; Nugroho, 2024).
Peta yang dibuat merupakan peta epicenter gempa bumi di Indonesia tahun 2024, menggunakan paket-paket R yang dianggap paling mudah digunakan.(Setiap praktikan diminta untuk menampilkan peta pada provinsi yang berbeda).
Peta kedua menampilkan seluruh kabupaten/kota pada satu provinsi di Indonesia, dengan warna yang berbeda untuk setiap kabupaten/kota.(Setiap praktikan juga membuat peta dengan provinsi yang berbeda dari praktikan lainnya).
BAB II PEMBAHASAN
Berikut library yang digunakan:
devtools::install_github("ropensci/rnaturalearthhires")
library(sf)
library(ggplot2)
library(dplyr)
library(rnaturalearth)
library(rnaturalearthdata)
library(viridis)
library(readr)
library(rnaturalearthhires)
Di sini kita menginputkan data gempa di Jambi
library(readxl)
data <- read_excel("C:/Users/asus/Downloads/Spasial/dataGempa.xlsx")
library(sf)
## Linking to GEOS 3.13.1, GDAL 3.11.4, PROJ 9.7.0; sf_use_s2() is TRUE
gempa_sf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)
Menggunakan paket rnaturalearth untuk memuat batas provinsi jambi:
library(rnaturalearth)
library(rnaturalearthdata)
##
## Attaching package: 'rnaturalearthdata'
## The following object is masked from 'package:rnaturalearth':
##
## countries110
library(rnaturalearthhires)
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, union
indo <- ne_states(country = "indonesia", returnclass = "sf")
jambi <- indo %>% filter(name == "Jambi")
Menampilkan peta jambi beserta titik gempa, dengan ukuran berdasarkan magnitudo dan warna berdasarkan kedalaman:
library(ggplot2)
library(viridis)
## Loading required package: viridisLite
ggplot() +
geom_sf(data = jambi, fill = "gray", color = "black") +
geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.7) +
scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
labs(title = "Sebaran Gempa di Provinsi jambi",
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")
Unggah shapefile GADM dan pilih datanya yang cuma jambi:
setwd("C:/Users/asus/Downloads/gadm41_IDN_shp")
Indo_shp<-st_read("gadm41_IDN_2.shp")
## Reading layer `gadm41_IDN_2' from data source
## `C:\Users\asus\Downloads\gadm41_IDN_shp\gadm41_IDN_2.shp' using driver `ESRI Shapefile'
## Simple feature collection with 502 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 95.00971 ymin: -11.00761 xmax: 141.0194 ymax: 6.076941
## Geodetic CRS: WGS 84
head(Indo_shp)
## Simple feature collection with 6 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 95.00971 ymin: 2.008107 xmax: 98.19711 ymax: 5.755888
## Geodetic CRS: WGS 84
## GID_2 GID_0 COUNTRY GID_1 NAME_1 NL_NAME_1 NAME_2 VARNAME_2
## 1 IDN.1.2_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Barat NA
## 2 IDN.1.1_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Barat Daya NA
## 3 IDN.1.3_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Besar NA
## 4 IDN.1.4_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Jaya NA
## 5 IDN.1.5_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Selatan NA
## 6 IDN.1.6_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Singkil NA
## NL_NAME_2 TYPE_2 ENGTYPE_2 CC_2 HASC_2 geometry
## 1 NA Kabupaten Regency 1107 ID.AC.AB MULTIPOLYGON (((96.06915 4....
## 2 NA Kabupaten Regency 1112 ID.AC.AD MULTIPOLYGON (((96.94196 3....
## 3 NA Kabupaten Regency 1108 ID.AC.AR MULTIPOLYGON (((95.78426 5....
## 4 NA Kabupaten Regency 1116 ID.AC.AJ MULTIPOLYGON (((95.87673 4....
## 5 NA Kabupaten Regency 1103 ID.AC.AS MULTIPOLYGON (((97.74693 2....
## 6 NA Kabupaten Regency 1102 ID.AC.AN MULTIPOLYGON (((97.39143 2....
jambi_shp <- Indo_shp %>% filter(NAME_1 == "Jambi")
jambi_shp
## Simple feature collection with 11 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 101.1286 ymin: -2.771199 xmax: 104.4974 ymax: -0.7332947
## Geodetic CRS: WGS 84
## First 10 features:
## GID_2 GID_0 COUNTRY GID_1 NAME_1 NL_NAME_1 NAME_2
## 1 IDN.8.1_1 IDN Indonesia IDN.8_1 Jambi NA Batang Hari
## 2 IDN.8.2_1 IDN Indonesia IDN.8_1 Jambi NA Bungo
## 3 IDN.8.3_1 IDN Indonesia IDN.8_1 Jambi NA Jambi
## 4 IDN.8.4_1 IDN Indonesia IDN.8_1 Jambi NA Kerinci
## 5 IDN.8.5_1 IDN Indonesia IDN.8_1 Jambi NA Merangin
## 6 IDN.8.6_1 IDN Indonesia IDN.8_1 Jambi NA Muaro Jambi
## 7 IDN.8.7_1 IDN Indonesia IDN.8_1 Jambi NA Sarolangun
## 8 IDN.8.8_1 IDN Indonesia IDN.8_1 Jambi NA Sungai Penuh
## 9 IDN.8.9_1 IDN Indonesia IDN.8_1 Jambi NA Tanjung Jabung B
## 10 IDN.8.10_1 IDN Indonesia IDN.8_1 Jambi NA Tanjung Jabung T
## VARNAME_2 NL_NAME_2 TYPE_2 ENGTYPE_2 CC_2 HASC_2
## 1 NA NA Kabupaten Regency 1504 ID.JA.BA
## 2 NA NA Kabupaten Regency 1509 ID.JA.BT
## 3 NA NA Kota City 1571 ID.JA.JA
## 4 NA NA Kabupaten Regency 1501 ID.JA.KR
## 5 NA NA Kabupaten Regency 1502 ID.JA.SB
## 6 NA NA Kabupaten Regency 1505 ID.JA.MJ
## 7 NA NA Kabupaten Regency 1503 ID.JA.SA
## 8 NA NA Kota City 1572 ID.JA.SP
## 9 NA NA Kabupaten Regency 1507 ID.JA.TJ
## 10 NA NA Kabupaten Regency 1506 ID.JA.TT
## geometry
## 1 MULTIPOLYGON (((103.3146 -1...
## 2 MULTIPOLYGON (((102.1759 -1...
## 3 MULTIPOLYGON (((103.6123 -1...
## 4 MULTIPOLYGON (((101.5423 -2...
## 5 MULTIPOLYGON (((101.9975 -2...
## 6 MULTIPOLYGON (((103.4729 -2...
## 7 MULTIPOLYGON (((102.0759 -2...
## 8 MULTIPOLYGON (((101.3886 -2...
## 9 MULTIPOLYGON (((103.0283 -1...
## 10 MULTIPOLYGON (((104.4446 -1...
ggplot() +
# Warna tiap kabupaten berbeda tapi legendanya disembunyikan
geom_sf(data = jambi_shp, aes(fill = NAME_2), color = "black", size = 0.3, show.legend = FALSE) +
# Titik gempa dengan warna = kedalaman, ukuran = magnitudo
geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.7) +
# Skala warna dan ukuran
scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
# Label dan tema
labs(
title = "Sebaran Gempa di Provinsi jambi",
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"
)
Interpretasi plot 1 Peta “Sebaran Gempa di Provinsi Jambi” menunjukkan bahwa gempa banyak terjadi di bagian barat daya Jambi, terutama di daerah yang berbatasan dengan Bengkulu dan Sumatera Barat. Wilayah ini berada di jalur Sesar Sumatera, yaitu patahan aktif yang sering memicu gempa. Warna titik pada peta menunjukkan kedalaman gempa dari kuning hingga ungu, dengan sebagian besar termasuk gempa dangkal hingga menengah. Ukuran titik menunjukkan magnitudo antara 4,0 hingga 4,3, yang tergolong gempa ringan hingga sedang. Secara umum, peta ini menggambarkan bahwa aktivitas gempa di Jambi dipengaruhi oleh pergerakan Sesar Sumatera, sehingga daerah ini tetap berpotensi mengalami gempa dan perlu diwaspadai.
Interpretasi plot 2 Peta “Sebaran Gempa di Provinsi Jambi” menampilkan batas administratif kabupaten/kota dan menunjukkan lokasi gempa secara lebih detail. Titik-titik gempa tampak terkonsentrasi di bagian barat dan barat daya Jambi, terutama di sekitar Kabupaten Kerinci yang berdekatan dengan jalur Sesar Sumatera, zona patahan aktif penyebab utama gempa di Sumatera. Warna pada peta menunjukkan kedalaman gempa, dari kuning (lebih dalam) hingga ungu (lebih dangkal), sedangkan ukuran titik menunjukkan magnitudo antara 4,0 hingga 4,3 yang tergolong gempa ringan hingga sedang. Secara umum, peta ini memperlihatkan bahwa aktivitas gempa di Jambi terjadi di wilayah dekat zona tektonik aktif, sehingga pemantauan dan kesiapsiagaan tetap diperlukan.
BAB III KESIMPULAN
Pembuatan peta di R dapat dilakukan dengan memanfaatkan paket-paket pemetaan seperti ggplot2, sf, dan rnaturalearth yang menyediakan berbagai fungsi untuk mengelola dan menampilkan data spasial. Paket sf (simple features) berperan penting dalam mengonversi data tabular menjadi data spasial, mengatur sistem koordinat, serta memproses bentuk geografis seperti titik, garis, dan poligon. Paket ggplot2 kemudian digunakan untuk membuat visualisasi yang menarik dan fleksibel melalui fungsi geom_sf(), yang mampu menampilkan peta dengan berbagai lapisan data seperti batas wilayah, jalur sungai, atau lokasi titik kejadian. Sementara itu, rnaturalearth menyediakan data batas wilayah administratif dunia, sehingga pengguna dapat dengan mudah menampilkan batas negara, provinsi, maupun kabupaten tanpa perlu mencari data shapefile secara manual.
Untuk menampilkan data titik seperti lokasi gempa, data awal yang berisi koordinat longitude dan latitude perlu dikonversi ke format spasial menggunakan fungsi st_as_sf() dari paket sf. Langkah ini memungkinkan setiap titik memiliki posisi geografis yang tepat di atas peta. Setelah data spasial terbentuk, fungsi geom_sf() dari ggplot2 dapat digunakan untuk memvisualisasikan titik-titik gempa di atas peta dasar. Atribut tambahan seperti warna dapat digunakan untuk menunjukkan kedalaman gempa, sementara ukuran titik menggambarkan magnitudo. Pendekatan ini membuat peta tidak hanya informatif secara geografis, tetapi juga menggambarkan karakteristik data dengan jelas melalui visual yang mudah dipahami.
Berdasarkan peta sebaran gempa di Provinsi Jambi, terlihat bahwa jumlah titik gempa relatif sedikit dan sebagian besar berlokasi di wilayah barat dan barat daya provinsi, khususnya di sekitar Kabupaten Kerinci dan sekitarnya. Gempa-gempa tersebut memiliki magnitudo antara 4,0 hingga 4,3 dan kedalaman bervariasi dari dangkal hingga menengah, sebagaimana ditunjukkan oleh gradasi warna dari ungu hingga kuning. Pola ini menunjukkan bahwa aktivitas seismik di Provinsi Jambi tergolong rendah, namun tetap dipengaruhi oleh keberadaan Sesar Sumatera, yaitu zona tektonik aktif yang melintasi bagian barat Pulau Sumatera. Dengan demikian, meskipun jumlah kejadian gempa di Jambi tidak banyak, potensi seismik tetap ada dan penting untuk terus dimonitor sebagai bagian dari upaya mitigasi risiko bencana di wilayah tersebut.
DAFTAR PUSTAKA
Ryan, A. (2024). Pemanfaatan Pemrograman R untuk Analisis Data Spasial. Jakarta: Pustaka Sains.
Wulandari, T., & Putra, D. (2023). Visualisasi Spasial Menggunakan ggplot2 dan sf dalam R. Jurnal Teknologi Informasi dan Sains Data, 8(2), 112–120.
Sari, M. (2022). Analisis Pola Sebaran Gempa di Sumatera Menggunakan Data USGS. Jurnal Geosains Indonesia, 10(1), 45–53.
Nugroho, B. (2024). Kajian Aktivitas Tektonik Sesar Sumatera dan Dampaknya terhadap Wilayah Jambi. Jurnal Kebumian, 12(3), 201–210.