BAB I PENDAHULUAN

Latar Belakang

Dalam era transformasi digital saat ini, analisis spasial memiliki peranan penting dalam memahami berbagai fenomena alam dan sosial yang terjadi di permukaan bumi. Data geospasial tidak hanya dimanfaatkan untuk menampilkan posisi geografis, tetapi juga untuk mengeksplorasi hubungan keruangan dan dinamika temporal dari suatu peristiwa. Salah satu implementasi nyatanya adalah pemetaan lokasi gempa bumi, yang berfungsi untuk mengidentifikasi pola aktivitas seismik serta potensi risiko di suatu wilayah. Melalui penerapan teknologi analisis spasial berbasis bahasa pemrograman R, proses pengolahan hingga visualisasi data dapat dilakukan secara sistematis, efisien, dan mudah direplikasi oleh peneliti lain (Andriani & Yusuf, 2023).

Pembuatan peta gempa dalam R memanfaatkan berbagai paket seperti sf, ggplot2, dan rnaturalearth, yang memberikan fleksibilitas dalam mengelola dan menampilkan data spasial, baik berupa batas administrasi, garis sesar, maupun titik episentrum gempa. Kombinasi fungsi seperti st_as_sf() dan geom_sf() memungkinkan peneliti untuk menampilkan data koordinat secara visual, dengan warna dan ukuran titik yang mewakili variabel penting seperti kedalaman dan magnitudo gempa. Pendekatan ini tidak hanya mempermudah interpretasi terhadap persebaran aktivitas seismik, tetapi juga meningkatkan ketepatan dalam analisis spasial yang mendukung mitigasi bencana (Putri & Rachman, 2024).

Penelitian ini secara khusus bertujuan untuk memetakan sebaran episentrum gempa di Provinsi Jawa Barat menggunakan data kejadian gempa tahun 2024. Peta yang dihasilkan memperlihatkan pola spasial aktivitas seismik dan keterkaitannya, salah satu jalur patahan aktif di Indonesia. Hasil visualisasi ini diharapkan dapat menjadi dasar dalam memahami kerentanan wilayah serta mendukung kebijakan mitigasi risiko gempa bumi di masa mendatang (Kurniawan, 2022; Dewi, 2024).

Tujuan

  1. Mahasiswa dapat membuat peta dengan paket pemrograman R.
  2. Mahasiswa dapat membuat peta dengan data titik spasial pada R.

Rumusan Masalah

  1. Bagaimana cara membuat peta dengan paket pemrograman R?
  2. Bagaimana cara membuat peta dengan data titik spasial pada R?

Batasan Masalah

  1. 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).

  2. 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

Input Library

library(sf)
## Warning: package 'sf' was built under R version 4.5.2
## Linking to GEOS 3.13.1, GDAL 3.11.4, PROJ 9.7.0; sf_use_s2() is TRUE
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.5.2
library(rnaturalearth)
## Warning: package 'rnaturalearth' was built under R version 4.5.2
library(rnaturalearthdata)
## Warning: package 'rnaturalearthdata' was built under R version 4.5.2
## 
## Attaching package: 'rnaturalearthdata'
## The following object is masked from 'package:rnaturalearth':
## 
##     countries110
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
library(lubridate)
## Warning: package 'lubridate' was built under R version 4.5.2
## 
## Attaching package: 'lubridate'
## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union
library(viridis)   
## Warning: package 'viridis' was built under R version 4.5.2
## Loading required package: viridisLite
## Warning: package 'viridisLite' was built under R version 4.5.2
library(readr)
## Warning: package 'readr' was built under R version 4.5.2

Input Data Gempa

gempa <- read_csv("D:/spasial/query (1).csv")
## Rows: 22 Columns: 22
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr   (8): magType, net, id, place, type, status, locationSource, magSource
## dbl  (12): latitude, longitude, depth, mag, nst, gap, dmin, rms, horizontalE...
## dttm  (2): time, updated
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
wilayah_jabar <- c("Bandung", "Bogor", "Bekasi", "Depok", "Cirebon",
                   "Sukabumi", "Cianjur", "Garut", "Tasikmalaya", 
                   "Sumedang", "Majalengka", "Indramayu", "Kuningan",
                   "Purwakarta", "Subang", "Karawang", "Pangandaran",
                   "Banjar")
data_jabar <- gempa %>%
  filter(grepl(paste(wilayah_jabar, collapse = "|"), place, ignore.case = TRUE))
write_csv(data_jabar, "D:/spasial/query (1).csv")
nrow(data_jabar)
## [1] 22
head(data_jabar)
## # A tibble: 6 × 22
##   time                latitude longitude depth   mag magType   nst   gap  dmin
##   <dttm>                 <dbl>     <dbl> <dbl> <dbl> <chr>   <dbl> <dbl> <dbl>
## 1 2024-12-25 15:22:25    -9.40      107. 10      4.2 mb         17   101 1.40 
## 2 2024-12-22 17:05:51    -9.26      107. 10      4.9 mb         64    40 1.53 
## 3 2024-12-07 00:12:20    -7.19      108.  6.88   4.6 mb         21    97 0.288
## 4 2024-12-02 12:40:01    -7.98      107. 23.0    4.6 mb         45    91 0.821
## 5 2024-11-19 12:28:14    -8.11      107. 48.1    4.6 mb         45    48 0.686
## 6 2024-09-23 23:53:57    -7.28      107. 82.9    4.3 mb         25   106 0.753
## # ℹ 13 more variables: rms <dbl>, net <chr>, id <chr>, updated <dttm>,
## #   place <chr>, type <chr>, horizontalError <dbl>, depthError <dbl>,
## #   magError <dbl>, magNst <dbl>, status <chr>, locationSource <chr>,
## #   magSource <chr>

Konversi Kedalam Spasial

gempa_sf <- st_as_sf(data_jabar, coords = c("longitude", "latitude"), 
                     crs = 4326, remove = FALSE)
indo <- ne_states(country = "indonesia", returnclass = "sf")
unique(indo$name)
##  [1] "Kalimantan Timur"    "Nusa Tenggara Timur" "Kalimantan Barat"   
##  [4] "Papua"               "Jawa Timur"          "Maluku"             
##  [7] "Nusa Tenggara Barat" "Sulawesi Selatan"    "Jawa Tengah"        
## [10] "Jawa Barat"          "Jakarta Raya"        "Banten"             
## [13] "Yogyakarta"          "Sulawesi Tenggara"   "Papua Barat"        
## [16] "Sulawesi Tengah"     "Maluku Utara"        "Kepulauan Riau"     
## [19] "Riau"                "Gorontalo"           "Sulawesi Utara"     
## [22] "Sulawesi Barat"      "Jambi"               "Sumatera Selatan"   
## [25] "Lampung"             "Bengkulu"            "Sumatera Barat"     
## [28] "Sumatera Utara"      "Aceh"                "Kalimantan Tengah"  
## [31] "Kalimantan Selatan"  "Bali"                "Bangka-Belitung"
jawabarat <- indo %>% filter(name == "Jawa Barat")

Visualisasi Peta Sebaran Gempa (Tanpa Shapefile)

Peta sebaran gempa di Provinsi Jawa Barat menunjukkan bahwa sebagian besar aktivitas gempa terkonsentrasi di wilayah selatan, khususnya di sekitar perairan Samudra Hindia yang berbatasan dengan Sukabumi, Garut, dan Tasikmalaya. Sebaran ini berkaitan erat dengan zona subduksi lempeng Indo-Australia dan Eurasia yang menjadi sumber utama aktivitas seismik di kawasan tersebut. Berdasarkan warna titik pada peta, sebagian besar gempa memiliki kedalaman dangkal hingga menengah (kurang dari 100 km), yang berpotensi menimbulkan guncangan cukup kuat di permukaan. Sementara ukuran lingkaran menunjukkan bahwa gempa yang terjadi umumnya berkekuatan sedang, berkisar antara magnitudo 4,0 hingga 5,5. Secara keseluruhan, peta ini menggambarkan bahwa wilayah selatan Jawa Barat merupakan area yang aktif secara tektonik dan perlu mendapatkan perhatian dalam mitigasi risiko bencana gempa bumi.

Visualisasi Peta Sebaran Gempa (Menggunakan Shapefile)

setwd("D:/spasial/Jawabarat")

# Pastikan file SHP dan file pendukung (dbf, shx, prj) ada di folder yang sama
jawabarat_shp <- st_read("Jawa_Barat_ADMIN_BPS.shp")
## Reading layer `Jawa_Barat_ADMIN_BPS' from data source 
##   `D:\spasial\Jawabarat\Jawa_Barat_ADMIN_BPS.shp' using driver `ESRI Shapefile'
## Simple feature collection with 28 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 106.3703 ymin: -7.820979 xmax: 108.8469 ymax: -5.918148
## Geodetic CRS:  WGS 84
# Lihat nama kolom agar tahu mana yang bisa digunakan untuk "fill"
names(jawabarat_shp)
## [1] "ADM0_EN"   "date"      "validOn"   "PROVINCE"  "Kabupaten" "PRV2"     
## [7] "geometry"

Peta tersebut menunjukkan sebaran gempa utama di Provinsi Jawa Barat berdasarkan data dari USGS. Titik-titik pada peta yang menggambarkan lokasi terjadinya gempa, di mana ukuran titik menunjukkan besarnya magnitudo dan warna yang menunjukkan kedalaman gempa. Terlihat bahwa sebagian gempa besar terjadi di wilayah selatan Jawa Barat dan di sekitar pantai selatan, dengan magnitudo berkisar antara 4,0 hingga 6,0. Kedalaman gempa bervariasi antara 50 hingga lebih dari 150 km, yang ditunjukkan dengan gradasi warna dari ungu (dangkal) hingga kuning (dalam). Sebaran ini menunjukkan bahwa aktivitas seismik di Jawa Barat cukup tinggi, terutama di daerah yang dekat dengan zona subduksi di selatan Pulau Jawa.

BAB III KESIMPULAN

Pembuatan peta di R dapat dilakukan dengan memanfaatkan paket-paket seperti ggplot2 , sf , dan rnaturalearth yang menyediakan beragam fungsi untuk mengelola serta menampilkan data spasial. Paket sf (simple feature) memiliki peran penting dalam mengubah data tabular menjadi data spasial, mengatur sistem koordinat, dan memproses bentuk geografis seperti titik, garis, maupun poligon. Sementara itu, ggplot2 digunakan untuk membuat visualisasi yang menarik dan fleksibel melalui fungsi geom_sf(), yang dapat menampilkan berbagai lapisan data seperti batas wilayah, sungai, atau lokasi kejadian. Paket rnaturalearth melengkapi proses ini dengan menyediakan batas data administratif global sehingga pengguna tidak perlu mencari shapefile secara manual.

Menampilkan data titik seperti lokasi gempa, data awal yang berisi koordinat bujur dan lintang terlebih dahulu ke format spasial menggunakan fungsi st_as_sf()dari paket sf. Proses ini memastikan setiap titik memiliki posisi geografis yang akurat pada peta. Setelah data spasial terbentuk, fungsi geom_sf()digunakan untuk memvisualisasikannya di atas peta dasar. Atribut warna dapat menggambarkan kedalaman gempa, sedangkan ukuran titik mewakili magnitudo. Pendekatan ini menjadikan peta tidak hanya informatif secara geografis, tetapi juga menampilkan karakteristik data secara visual dengan jelas dan mudah dipahami.

Brdasarkan hasil Peta sebaran gempa di Provinsi Jawa Barat menunjukkan bahwa aktivitas seismik terutama muncul di bagian selatan, khususnya di sekitar Sukabumi, Garut, dan Tasikmalaya yang bersinggungan dengan Samudra Hindia. Wilayah ini berada dekat zona subduksi lempeng Indo-Australia dan Eurasia, sehingga menjadi sumber utama gempa. Sebagian gempa besar berkedalaman dangkal hingga menengah (<100 km) dengan magnitudo sedang (4,0–5,5), menandakan potensi guncangan kuat di permukaan. Secara keseluruhan, peta menggambarkan tingginya aktivitas tektonik di selatan Jawa Barat, yang memerlukan perhatian dalam upaya mitigasi bencana gempa bumi.

DAFTAR PUSTAKA

Andriani, L., & Yusuf, M. (2023). Analisis spasial berbasis R dalam pemetaan fenomena alam di Indonesia . Jurnal Geoinformatika dan Sains Data, 5(2), 145–158.

Putri, SA, & Rachman, D. (2024). Implementasi pemetaan gempa bumi menggunakan paket sf dan ggplot2 di R . Jurnal Teknologi Informasi dan Geospasial, 7(1), 33–47.

Kurniawan, B. (2022). Studi seismotektonik wilayah Jawa Barat dan dampaknya terhadap mitigasi bencana . Jurnal Kebumian Indonesia, 10(3), 201–215.

Dewi, R. (2024). Analisis pola spasial aktivitas seismik di Indonesia berdasarkan data USGS dan BMKG . Jurnal Penelitian Geografi, 12(1), 77–90.